Working Paper
Pourquoi nous confondons optimisation et progrès
Nous sommes en 2026. Les voitures volantes ne sont jamais arrivées. Les colonies martiennes n'existent pas. Les métros que nous prenons pour aller au travail datent du XIXe siècle, tandis que nous envoyons des photos de chats sur nos smartphones. La question est : Pourquoi avons-nous cessé de penser vraiment différemment ?
Ce document analyse pourquoi nous confondons l'optimisation dans le cadre des paradigmes existants avec le progrès réel — et pourquoi la prochaine ère d'innovation nécessite une réflexion systémique et une complexité émergente.
Pourquoi des puces plus rapides et des modèles plus grands ne créent pas de nouveaux paradigmes
Comment les dépendances de chemin empêchent la véritable innovation
L'intelligence naît de l'interaction, pas de l'instruction
Les motifs plutôt que les mécanismes, le contexte plutôt que le contenu
Working Paper
Une introduction à l'architecture Dataflow à base de tokens
L'architecture des ordinateurs modernes a été conçue en 1945. Pendant huit décennies, nous avons optimisé le goulot d'étranglement séquentiel de von Neumann au lieu de le remplacer. FLUID pose la question : que se passe-t-il si nous repensons le calcul depuis zéro ?
Ce document présente FLUID — une architecture dataflow où des tokens auto-descriptifs circulent entre des Éléments de Traitement spécialisés. Le parallélisme émerge naturellement, la sécurité réside dans le matériel, et le calcul devient communication.
Des paquets auto-descriptifs de 256 bits remplacent le cycle fetch-decode-execute
Extensible avec des Éléments de Traitement analogiques, optiques ou quantiques
Le flux de données est le programme — pas de registres, pas de compteur ordinal
Mêmes entrées, même graphe → mêmes résultats en même nombre de cycles