Pablo-Martín Córdoba
×

2.2.7

Semer des points, récolter des formes

16 min de lecture · 22 notes

La programmabilité de l’ordinateur s’exprime sur un espace structurable très vaste1 rendant possible la mise en route des processus algorithmiques gouvernés par des règles très simples, qui peuvent pourtant produire des configurations graphiques d’une grande complexité. Les automates cellulaires et les agents autonomes illustrent bien ces processus. C’est grâce à la création et à la manipulation algorithmique d’agents autonomes que l’artiste espagnol Toni Mitjanit a construit son film An Autonomous Agent Choreo (2016). Les agents autonomes s’inscrivent dans le cadre des techniques de modélisation dites comportementales, apparues dans les années 1980 pour faire face aux limitations des approches cognitivistes2. Alors que les architectures de modélisation cognitivistes répondent à des représentations symboliques globales3, les modèles comportementaux opèrent à partir des capacités des agents individuels, chacun d’entre eux étant capable de réagir en fonction des données « perçues » - détectées, captées, lues - dans un environnement partagé avec des autres agents autonomes, et où ils évoluent en interagissant.

Modéliser le vivant

Le court-métrage numérique An Autonomous Agent Choreo est composé de séquences animées qui se succèdent selon des fondus enchaînés. Ces séquences, chacune d’une durée de 4 ou 5 secondes, présentent des énormes ensembles d’agents autonomes exécutant des chorégraphies complexes. Toni Mitjanit a obtenu ces chorégraphies grâce à une expérimentation longue et minutieuse, consistant à paramétrer le comportement des agents autonomes et les caractéristiques de leur environnement, puis à laisser évoluer le système algorithmique jusqu’à atteindre des rendus visuels que l’artiste jugeait intéressants. Ces millers d’agents autonomes circulent en interagissant sur le plan de l’image, produisant des situations particulières d’équilibre dynamique, qui semblent affectées par des compartiments géométriques définis au sein du cadre. Ces compartiments délimitent des zones de comportement local pour ces agents, qui peuvent cependant franchir les frontières pour accéder aux compartiments voisins. Ainsi, chaque séquence du film propose un découpage différent de l’image en compartiments géométriques, prenant la forme de mosaïques ou de structures concentriques agencées de manière variée.

Toni Mitjanit, An Aautonomous Agent Choreo (2016). Trois photogrammes: 3m24s, 4m11s et 4m31s. De milliers de minuscules agents autonomes, inspirés des anémones marines, transitent sur le plan de l’image donnant forme à des des chorégraphies complexes. Celles-ci ont été obtenues par l’artiste par simulation, mais durant un long processus de création, dans une démarche finalement expérimentale.

Les agents autonomes qui peuplent ce court métrage prennent la forme de points qui se déplacent en oscillant, laissant des traînées qui révèlent leurs trajectoires. Dans leur ensemble, ils évoquent des bancs de poissons d’une extension irréelle, ou des groupes démesurés de vers ou de serpents en mouvement. En réalité, dans la conception de ses créatures simulées, l’artiste s’est inspiré du mouvement des tentacules des anémones de mer, dont il a reconnu un potentiel chorégraphique qu’il a souhaité transposer sous la forme d’une pièce audiovisuelle.

La technique de modélisation utilisée par Mitjanit a été développée dans les années 1980 par le mathématicien Craig Reynolds4, qui cherchait un modèle algorithmique capable de reproduire le vol des volées d’oiseaux, des troupeaux d’animaux et des bancs de poissons. Cette signature organique est en effet présente dans An Autonomous Agent Choreo principalement au niveau de la microstructure – au niveau de chaque agent – tandis qu’elle se manifeste à l’échelle globale de l’image sous la forme d’une texture mouvante et dynamique. Cependant, cet aspect organique est contrebalancé par la subdivision géométrique du plan de l’image, segmentation rendue visible par la couleur de chaque bloc mais aussi par la similarité comportementale des agents au sein de chaque compartiment. Ainsi, au foisonnement organique qui ne quitte jamais l’image, s’ajoute un aspect géométrique global qui la stabilise.

La cybernétique revisitée

Par sa conception et son fonctionnement cette œuvre de Mitjanit se présente particulièrement adaptée à une lecture sous le prisme de la cybernétique, discipline qui a entretenu des rapports fluctuants avec le numérique5, mais qui face aux nouveaux avancements de cette technologie, se rapproche du numérique de façon renouvelée. La cybernétique, champ d’étude très actif dans les années 40 et 50, avait comme projet celui de développer une structure conceptuelle valable à la fois pour le vivant et pour la machine. Trois notions clés de la cybernétique apportent un éclairage particulier à l’œuvre de Mitjanit, laquelle, comme nous l’avons vu, s’inspire également du vivant. Cela concerne notamment les notions d’homéostasie, d’autopoïèse et surtout celle d’émergence.

En ce qui concerne l’homéostasie – qui peut être comprise comme la capacité d’un organisme à s’adapter, sans altérer sa nature, à des perturbations issues de son environnement – force est de constater que chaque agent autonome dans l’œuvre de Mitjanit est capable d’ajuster sa trajectoire en fonction de la disposition spatiale des agents qui l’entourent, en suivant des fonctions comportementales de cohésion, de séparation et d’alignement6. Toutefois, le mécanisme qui assure la stabilité dynamique de chaque agent autonome ne parvient pas à garantir invariablement l’évolution du système dans son ensemble vers un état stable. En effet, le système global peut évoluer soit vers une répartition régulière des agents autonomes, soit, et c’est le cas le plus fréquent, vers une distribution hétérogène des agents avec des zones surpeuplées et d’autres vides7. Seule la réalisation effective de la simulation permet de déterminer l’évolution du système en fonction du paramétrage initial, ce qui a constitué précisément le travail d’expérimentation entrepris par Mitjanit afin d’obtenir des séquences pertinentes pour son film.

Le phénomène d’autopoïèse, tel que décrit par Humberto Maturana et Francisco Varela, implique une structure stable qui se régénère en permanence, même face aux perturbations issues de son environnement et cela malgré le remplacement constant de ses composants individuels : « […] une machine autopoïétique est un système à relations stables dont l’invariant fondamental est sa propre organisation (le réseau de relations qui la définit)8». Le système conçu par Mitjanit, basé sur la programmation des agents autonomes simples et la simulation de leur comportement selon des conditions de départ différentes9, tend parfois à une forme de stabilité qui nous fait penser à l’autopoïèse : un système qui maintient sa structure – graphique – malgré le renouvellement continu des agents autonomes qui le forment. Nous pourrions dire alors que le film de Mitjanit est une succession de situations autopoïétiques, issues d’un système dont la stabilité n’est pas garantie, mais reste plausible. Cette stabilité n’est pas prévisible par des moyens analytiques, elle ne peut être découverte que par essai – simulation – et erreur.

Le jeu de la vie

Lorsque nous ajoutons à la réflexion la notion d’émergence10, les agents autonomes de Mitjanit entrent en résonance avec les automates cellulaires, systèmes définis sur une grille bidimensionnelle où chaque cellule peut prendre deux valeurs – blanc ou noir, zéro ou un – au sein d’un schéma qui évolue selon des règles très simples, mais pouvant aboutir à des résultats extrêmement complexes, inattendus et parfois surprenants. L’exemple emblématique des automates cellulaires, proposé par le mathématicien britannique John Conway en 1970, a été baptisé The Game of Life (Le jeu de la vie).

Dans le jeu, à chaque génération (t=0, t=1, t=2, …) il y aura une « naissance » – la cellule devient noire – si une cellule blanche est entourée d’exactement trois cellules noires, une « survie » – la cellule reste noire – si une cellule noire est entourée de deux ou trois cellules noires et une « mort » si une cellule noire est entourée de moins de deux ou de plus de trois cellules noires (1,4,5,6,7 ou 8). Ces règles extrêmement simples, en fonction de l’état initial du système (nombre et position des cellules blanches et noires) donnent lieu à des situations très diverses. En effet, selon ses conditions initiales, le système peut évoluer vers la disparition totale des cellules noires – et donc la fin du jeu – ou bien vers l’apparition de configurations où les cellules noires forment des « objets » stables, fixes ou oscillants. Ces objets ont été découverts et nommés par les explorateurs du jeu en fonction de leur ressemblance avec des objets réels, incluant le « bloc », le « pain », le « bateau », la « mare », le « clignotant », et la « balise », entre bien d’autres. Certaines configurations présentent des objets mobiles qui sortent du cadre du tableau, comme les « planeurs », ou dans les cas les plus complexes, des objets qui se déplacent et semblent libérer des éléments de plus petite taille, tels que les « canons à planeurs » et les « fumeurs ». Au-delà de ces objets, dont 3798 ont été identifiés à ce jour11, il est possible de « construire », dans le Jeu de la Vie, des métacellules reproduisant le comportement des cellules de base à une échelle beaucoup plus grande, selon une logique fractale.

Le Jeu de la vie. À partir de certaines distributions initiales de pixels, qui évoluent selon des règles très simples, peuvent émerger des formes stables — certaines très complexes et mouvantes : (a) configurations fixes (b) configurations clignotantes (c) Planeurs (d) Canon à planeurs (e) Vaisseau 60P5H2V0 (f) Oscillateur de 177 périodes (g) Structure fumeur en ligne (h) Canon à vaisseaux 60P5H2V0.

De plus, il a été démontré que le Jeu de la Vie permet la modélisation complète d’une machine de Turing, puisqu’il aurait « la possibilité de mener tout calcul faisable par programme12 ». Les spéculations des mathématiciens Elwyn Berlekamp, John Conway et Richard Guy, rapportées par Jean-Paul Delhaye, suggèrent des niveaux de complexité ultime dont seraient capables certaines évolutions du Jeu de la Vie, rappelons-le, à partir de règles de base d’une extrême simplicité : « il est probable qu’en remplissant une assez grande partie du plan infini du Jeu de la Vie par une configuration aléatoire, alors, après un moment, émergeront des êtres autoreproducteurs intelligents qui peupleront l’espace13 ».

Les configurations plastiques complexes déclenchées par Toni Mitjanit pour générer les séquences de son court métrage font écho aux évolutions sophistiquées qui émergent du jeu de la vie. Lorsqu’une telle complexité formelle émerge d’un ensemble de règles aussi simples, l’approche réductionniste, qui ramène le comportement global d’un système aux principes régissant ses composants individuels, est remise en question. Dans ce cadre, la notion d’émergence prend tout son sens, car elle exprime le fait que le « tout » peut être plus que la somme de ses parties. Autrement dit, le comportement émergent d’un système ne peut être réduit aux lois qui régissent ses composants fondamentaux.

Déclencher des émergence(s)

Edmond Couchot propose une interprétation de l’émergence spécifique aux processus de création mobilisant des moyens informatiques. Il nous fait voir l’artiste comme dépositaire d’une attention particulière, capable d’isoler parmi les formes produites (générées) celles qui peuvent participer de manière pertinente à la construction de l’œuvre. En effet, pour Couchot, l’artiste :

crée une situation spatio-temporelle […] où les objets virtuels […] entretiennent entre eux des relations du type « émergent » ; il les laisse se développer plus ou moins librement en contrôlant leur autonomie et ne retient que les moments qu’il juge les plus intéressants d’un point de vue esthétique14.

Ces propos de Couchot résonnent profondément avec le processus de création suivi par Mitjanit, et de manière assez directe avec plusieurs œuvres que nous analysons dans ce chapitre.

Il convient toutefois de distinguer, comme le souligne Mark A. Bedau, deux types d’émergence pour l’évolution d’un système : une émergence « faible » qui reste explicable par les processus sous-jacents (au niveau des composantes individuelles du système), et une émergence « forte », qui se manifeste de manière autonome au niveau du système global, indépendamment des lois qui régissent ses processus de base15. L’émergence dite « forte » selon les termes de Bedau – et nous partageons son avis – « se rapproche très inconfortablement de la magie16 », et on ne saurait l’envisager dans le cadre de cette recherche. En revanche, la production de formes par des automates cellulaires ou par des agents autonomes, répond à ce que nous entendons par émergence faible. Celle-ci demeure explicable (a posteriori) à partir des lois qui contrôlent les composants de base : elle est non seulement calculable mais calculée, et reste donc mécaniste dans ce contexte. Toutefois, l’émergence faible dépasse les capacités humaines de prédiction intellectuelle et analytique, tout en restant, tel que pressenti dans le cadre de cette recherche, à la portée de l’intuition artistique.

Selon Henri Atlan, la notion d’émergence a pris la place du vitalisme, concept en vogue au XIXe siècle17, or, si pour le vitalisme c’est la « vie » qui fait irruption sur l’inorganique, la notion d’émergence privilégie plutôt l’idée de « mécanisme ». Il est donc légitime de se demander si un mécanisme peut déclencher de l’émergence, produire un événement, et enfin, s’il est possible de faire œuvre à partir d’un mécanisme. On ne saurait revendiquer un mécanisme absolu dans un contexte artistique, au contraire, il convient d’inscrire les opérations machiniques dans un processus de création dont la singularité réside aussi en dehors des moyens techniques mobilisés. En effet, le mécanisme peut devenir créatif, à condition d’être orchestré par l’artiste, souvent en interaction avec d’autres processus mécaniques, mais toujours dans le cadre d’un processus de création singulier, où s’actualisent des instances machiniques et humaines. C’est dans cette temporalité que s’inscrivent des moments de tâtonnement, d’expérimentation, de décision et de choix, à partir desquels l’œuvre se construit. Ce processus est assimilable à une forme de geste humain-machine18, mais dont l’initiative appartient exclusivement à l’humain : c’est lui qui conditionne le terrain, qui sème, et, les cas heureux, récolte.

La matière in-formée

Revenons sur la cybernétique pour conclure cette partie, science qui, comme nous l’avons vu, peut être mise en rapport de façon féconde avec la création artistique via des moyens numériques. Cela s’explique par le fait que certaines idées formulées par la cybernétique ne deviennent matériellement réalisables qu’aujourd’hui19. An autonomous agent choreo semble s’aligner avec ce « retour » de la cybernétique20, à travers lequel les notions d’entropie et d’information se rapprochent de la création numérique, à de nouveaux frais. Ce qui nous intéresse ici, c’est que les dernières avancées technologiques tendent à conforter la conception d’information faite par la « première cybernétique ». Dans ce cadre, la notion d’information est appréhendée dans une perspective matérielle : l’image est à aborder comme une entité matérielle concrète, dont l’évolution l’organisation interne peut être décrite en termes d’ordre et de désordre, autrement dit d’entropie. Cependant, la notion d’entropie doit à son tour être considérée dans son sens physique, qui renvoie à un aspect énergétique de la matière plutôt qu’à la distribution statistique d’une quelconque information désincarnée.

La problématisation que propose Jean-Louis Boissier autour de la notion de « saisie » vient conforter notre propos. Pour cet artiste-chercheur, les données qui constituent les bases de données sont des informations qui maintiennent, de façon plus ou moins directe, un contact avec le réel, à l’image des spécimens végétaux cueillis par un botaniste après avoir parcouru consciencieusement le terrain21. Ces spécimens sont agéncés dans des séries, comparés, lors d’un processus qui sollicite activement la perception humaine. Si des modèles statistiques se prêtent à la description de ces collections d’objets-données, ils sont néanmoins déduits à partir des échantillons bien matériels, issus d’un contact expérientiel de l’humain avec son environnement. Ainsi, en résonance avec notre réflexion, Boissier indique:

Décidément, après avoir dit qu’une image de synthèse « part de rien », on dira qu’elle tend au contraire à partir de « tout22 »

À la lumière de ces propos nous voyons les agents autonomes de Mitjanit, non pas comme des éntités issues ex nihlo des processus mathématiques, mais comme ce qu’ils sont dans la réalité, le résultat schématisé d’un processus conséquent de saisie et d’observation.

C’est sans oublier ces origines matérielles et expérientielles des données et des modèles, qu’il convient d’aborder la notion de nouveauté dans le cadre de la création numérique, nouveauté qui surgit grâce à l’intuition de l’artiste, à son intentionnalité, toutes les deux susceptibles d’être affectées lorsque l’artiste négocie les formes avec l’agentivité de la matière.

Non pas information désincarnée, mais plutôt matière informée, l’image numérique n’est pas à exclure du monde des objets. Certes, en tant qu’objet mécaniquement reproductible, susceptible d’être démultipliée bien plus facilement que l’image analogique – pensons, par exemple, à la photographie argentique – l’image numérique serait étrangère à une quelconque aura. Cependant, la condamnation benjaminienne à l’ubiquité n’est-elle pas à nuancer lorsque nous reconnaissons l’importance de la mise en espace et de la restitution de l’image lors de sa monstration ? En effet, chaque présentation de l’image est unique, y compris sur écran : il n’existe pas deux écrans avec exactement le même rendu. En somme, il n’y a pas deux dispositifs d’exposition identiques.

Malgré cela, la réflexion sur l’image numérique est toujours soumise à une tension, tant des discours semblent vouloir la problématiser dans son état topologique ou logique, à savoir, comme une liste de valeurs I,J,R,G,B. Pourtant l’image que nous voyons de nos yeux est toujours concrètement matérialisée. Elle possède un développement spatial et objectal. Elle est affectée, selon le cas, par l’éclairage ambiant, la taille de l’impression, le conditionnement matériel du cadre, la hauteur d’accrochage, le type de papier utilisé pour l’impression d’un livre ou encore le calibrage du dispositif écranique ou de projection. À leur tour, les gestes que nous cherchons à caractériser doivent être appréhendés comme des interventions sur le corps de l’image numérique, sur sa physicalité, ou alors sur son pourtour physique et/ou symbolique – ce dernier étant lui aussi fondamentalement dépendant de la matérialité des formes.

Après avoir considéré des gestes qui destructurent la matérialité de l’image, disons en récapitulant, nous avons abordé des gestes qui produisent un surplus structurel, soit par prolongation des structures préexistantes, soit par l’émergence de structures d’une nature nouvelle. Nous avons vu, chez Menkman, Biermann et Arcangel, comment la création pouvait découler d’un surplus structurel sur les pourtours de l’image – qu’ils soient discursifs, plastiques ou techniques respectivement. Par la suite, nous sommes rentrés dans l’image pour l’épuiser – avec John F. Simon et Jeffery Thompson – pour en tisser algorithmiquement les fils – avec Jean-Michel Rolland – et, enfin, nous venons d’observer comment l’image numérique peut devenir souche fertile pour les étranges automates cellulaires de Toni Mitjanit. Cet artiste, par sa démarche expérimentale, révèle la matérialité organique à partir de laquelle se construisent les algorithmes de simulation qu’il utilise pour générer, sur le plan de l’image, des textures animées d’une grande complexité graphique.

L’œuvre de Simon Le Boggit, que nous verrons par la suite, agit sous la surface de visibilité de l’image numérique, contribuant à souligner davantage sa structure stratifiée. En effet, la surface visible de l’image cache, juste derrière elle, le niveau logique, où a lieu l’interaction entre les données et le code.

  1. Nous avons fait l’expérience de l’extension inimaginable de cet espace au prisme des œuvres Every Icon (1997) de John F. Simon, et Every Possible Photograph (2013) de Jeffery Thompson.↩︎

  2. Miguel Rodriguez, Modélisation d’un agent autonome : approche constructiviste de l’architecture de contrôle et de la représentation des connaissances. [s. l.] : Université de Neuchâtel, 1994.↩︎

  3. Ibid.↩︎

  4. Voir Flocks, Herds, and Schools : A distributed Behavioral Model, Maureen C. Stone et Association for Computing Machinery (dir.), SIGGRAPH ’87 Conference Proceedings: July 27 - 31, 1987, Anaheim, California. vol. 21. New York, N.Y : ACM, 1987, p.25-34.↩︎

  5. En effet, si la cybernétique n’a pas été l’un des axes principaux de la réflexion autour du numérique pendant les années 90 et 2000, il convient de rappeler que la tout première exposition mettant en scène le numérique en tant que moyen artistique fut intitulée Cybernetic Serendipity. Cette manifestation célèbre et pionnière a eu lieu en 1969 à l’Institute of Contemporary Arts de Londres, avec parmi d’autres des œuvres de Vera Molnár, Frieder Nake et John Whitney.↩︎

  6. Voir le document explicatif fourni par l’artiste, intitulé AAAC, An Autonomous Agents Choreo (2016).↩︎

  7. Ibid.↩︎

  8. Francisco J. Varela et Paul Bourgine, Autonomie et connaissance: essai sur le vivant: Traduit de l’américain. Paris : Seuil, 1989, p. 45.↩︎

  9. Nombre et localisation des agents, directions de départ et definition de zones de comportement différentiel.↩︎

  10. Que nous aborderons maintenant à partir d’un exemple avant de la définir plus précisément.↩︎

  11. Voir l’article de divulgation du mathématicien et informaticien Jean-Paul Delhaye, Le royaume du Jeu de la Vie, revue Pour la Science, nb. 378, p.86-91, avril 2009.↩︎

  12. Ibid.↩︎

  13. Voir l’article de divulgation du mathématicien et informaticien Jean-Paul Delhaye, Le royaume du Jeu de la Vie, op. cit.↩︎

  14. Edmond Couchot et Norbert Hillaire, L’art numérique. Paris : Flammarion, 2009, p.101↩︎

  15. Mark A. Bedau, «Weak Emergence ». Noûs [en ligne]. juin 2008, vol. 31, p. 375‑399.↩︎

  16. Ibid.↩︎

  17. Rencontre avec Henri Atlan, Qu’est-ce que l’émergence?, Forum des images, 13 novembre 2019. Lien vers la vidéo de la rencontre : https://www.youtube.com/watch?v=dTlI4iDf2MI, consulté le 17 février 2023.↩︎

  18. Nous proposons pour cette instance la notion d’hypergeste .↩︎

  19. Ainsi, par exemple, dans l’histoire très récente et vertigineuse des réseaux de neurones utilisés pour la production générative d’images, on retrouve mis en œuvre des principes initialement suggérés par le projet cybernétique nord-américain. Voir en ce sens la conférence Cybernétique, intelligence et imagination de Mathieu Triclot et Reza Negarestani, dans le cadre de l’ENS Postdigital, le 23/10/2017.↩︎

  20. Sur le plan esthétique, la première exposition présentant des œuvres produites avec des ordinateurs, l’iconique Cybernetic serendipity, qui eut lieu en 1968 à l’Institute of Contemporary Arts de Londres, suggérait déjà une articulation entre création artistique numérique et cybernétique.↩︎

  21. Voir à ce propos Jean-Louis Boissier, La relation comme forme: l’interactivité en art. Nouv. éd. augmentée. Genève [Dijon] : Musée d’art moderne et contemporain les Presses du réel, 2009, p.31.↩︎

  22. Ibid., p.44.↩︎

Citer cette pageCórdoba, Pablo-Martín. « Semer des points, récolter des formes ». Dans Fabriques des images numériques à la lumière du cinéma expérimental — Résonances anthropologiques et politiques des algorithmes au sein des arts contemporains, Thèse de doctorat en arts plastiques et photographie, Université Paris 8 Vincennes-Saint-Denis, École doctorale EDESTA (n°159), unité de recherche AIAC, 2026. https://www.pablomcordoba.com/fr/these/semer-des-points-recolter-des-formes/