20
études publiées actuellement listées
8/8
benchmarks gagnés en validation active space
7/7
runs IBM hardware QEC gagnés
1.59×
speedup BAWS-NR sur 6 domaines
Ce que cette page affirme concrètement
- Il s’agit d’un moteur de découverte scientifique déjà validé publiquement sur plusieurs classes de problèmes, pas seulement d’un cadre conceptuel.
- Il devient surtout pertinent lorsque l’espace de recherche est difficile, que l’objectif reste implicite ou que les heuristiques classiques deviennent fragiles sous le même protocole de test.
- Il n’est pas présenté comme universellement supérieur ; l’affirmation est que la même logique évolutionnaire produit de façon répétée des résultats utiles sur des domaines très différents.
Message flagship actuel
inZOR-ND porte aujourd’hui l’histoire scientifique publique : sélection d’espace actif validée sur 8 benchmarks, soutenue par de forts résultats en IBM quantum hardware, accélération universelle de Newton-Raphson, découverte d’une loi de disruption plasma et études de stabilité réseau.
1. Ce qu’est le projet aujourd’hui
inZORi est le moteur évolutif général. inZOR-ND est l’une de ses validations scientifiques publiques les plus fortes : sélection automatique d’espaces actifs pour CASSCF / SA-CASSCF, testée sur courbes de dissociation, chimie des métaux de transition, états excités et grands espaces combinatoires.
Plus largement, le même moteur a déjà été utilisé dans des études publiées en :
- Chimie quantique : active space discovery avec validation 8/8 benchmarks
- Quantum hardware : quantum error correction hardware-native sur dispositifs IBM
- Méthodes numériques : accélération BAWS-NR sur 6 domaines indépendants
- Physique des plasmas : découverte d’une loi machine-agnostic de disruption proximity
- Systèmes énergétiques : stabilité réseau, sécurité N-1 et frontières de capacité
2. Pourquoi cela compte
Espaces de recherche difficiles
Les résultats publics les plus forts ne sont pas des exemples jouets. Ils impliquent de grands espaces combinatoires, une cohérence multi-géométrie, des régimes de convergence difficiles ou des contraintes hardware réelles.
Utile là où les heuristiques s’affaiblissent
Le moteur devient particulièrement intéressant lorsque les heuristiques fixes, les priors écrits à la main ou les setups classiques de solveur deviennent fragiles sous le même protocole.
Un moteur, plusieurs domaines
La preuve publique n’est pas limitée à une niche. La même logique de recherche apparaît en chimie, quantum hardware, méthodes numériques, physique des plasmas et systèmes énergétiques.
3. Ce qui a déjà été démontré publiquement
| Étude flagship | Preuve publiée | Pourquoi c’est important |
|---|
| Validation active space inZOR-ND | 8/8 benchmarks, 6 systèmes moléculaires, jusqu’à 430 kcal/mol d’avantage, seule méthode convergente sur tous les systèmes testés dans le workflow utilisé | Montre que le moteur peut résoudre un problème scientifique difficile où le choix orbital est habituellement fragile et ajusté à la main |
| IBM hardware-native QEC | 7/7 runs IBM hardware gagnés, circuits plus courts que Steane sur Heron | Montre une découverte adaptée au hardware réel, pas seulement un succès en simulation |
| BAWS-NR universal | 1.59× de speedup moyen sur 6 domaines, 142,056 résolutions convergentes, convergence conservée | Montre que le même moteur peut améliorer des workflows numériques non linéaires |
| Loi de disruption fusion | Loi cross-machine dérivée de la dynamique du courant plasma, validée sur MAST, C-Mod et HL-2A | Suggère une découverte de loi scientifique compacte et interprétable, pas seulement une prédiction boîte noire |
| Études réseau PFΔ | Résultat critique 99.9% vs 0% sur le benchmark pan-européen à 1354 bus | Montre une pertinence précisément dans le régime opérationnel critique |
4. Comment cela fonctionne, au niveau brochure
L’explication publique reste volontairement simple :
- Un domaine définit l’environnement et l’évaluateur. Le problème peut être une molécule, une famille de circuits, un solveur non linéaire, un indicateur plasma ou un scénario réseau.
- Une recherche évolutionnaire sur population explore des candidats. Les candidats sont évalués sous le protocole spécifique du domaine, pas par une fonction universelle de récompense.
- La pression de sélection conserve ce qui reste viable. Les meilleurs candidats survivent, se recombinent et poursuivent l’exploration.
- Le même moteur peut être réutilisé entre domaines. Ce qui change, c’est l’évaluateur et le cadrage du problème, pas l’idée centrale de recherche.
Cette page reste volontairement au niveau brochure. Elle explique suffisamment pour être crédible sans exposer les détails internes réservés aux études dédiées.
5. Là où le moteur est le plus fort
✓ Fort pour
- Les problèmes combinatoires de découverte où la structure utile est difficile à écrire à l’avance
- Les objectifs implicites ou définis par évaluateur où le succès se mesure mieux par simulation, convergence ou validité physique
- La réutilisation cross-domain du même moteur avec des évaluateurs différents
- Les problèmes scientifiques où les heuristiques fixes se dégradent précisément dans le régime difficile du workflow
✗ Pas le bon choix pour
- Les tâches simples d’inférence one-shot où un lookup direct suffit
- Les problèmes à optimum trivial et connu où la recherche évolutionnaire n’apporte pas de valeur
- Les contextes d’ultra-faible latence sans place pour une recherche itérative
- Les prétentions de supériorité universelle sur tous les benchmarks ; ce n’est pas le message du projet
Tests de recherche & Validation empirique
Le projet liste actuellement 20 études publiées. La preuve publique la plus forte se concentre dans des résultats flagship qui répondent déjà aux questions externes essentielles : est-ce que cela fonctionne, sur quels types de problèmes, et où cela devient-il plus fort que les baselines conventionnelles ?
Voir tous les tests de recherche →
inZOR-ND Active Space8/8 benchmarks · 6 systèmes moléculaires · seule méthode convergente sur tous les systèmes testés
IBM Hardware QEC7/7 runs hardware gagnés · circuits natifs sur Heron
BAWS-NR Universal1.59× de speedup · 6 domaines · 142,056 résolutions convergentes
Loi de disruptionDiscovery cross-machine à partir de la seule dynamique du courant plasma
PFΔ Phase 699.9% vs 0% au seuil critique sur un réseau à 1354 bus
ENTSO-E Real LoadValidation sur profils réels de consommation en Roumanie, Allemagne et France
6. Stade actuel
- Statut : programme de recherche actif avec une base publique de preuves en croissance en chimie quantique, quantum hardware, méthodes numériques, physique des plasmas et systèmes énergétiques.
- Ce qui existe : un solveur unifié (
zor_task_solver), des évaluateurs par domaine, des résultats bruts, des rapports HTML et des études avec DOI.
- Positionnement public aujourd’hui : inZOR-ND est le point d’entrée scientifique le plus fort, tandis que inZORi reste le moteur plus large derrière le programme cross-domain.
- Modèle de documentation : cette page est la vue d’ensemble ; les preuves détaillées vivent dans les pages d’études publiées.
« inZORi ne simule pas l’évolution — il l’implémente. Et inZOR-ND montre ce que cela peut déjà faire sur des problèmes scientifiques difficiles. »