L'IA a besoin d'un nouveau langage

GEUL — Un langage artificiel pour une communication sans ambiguïté entre humains et IA

Pourquoi l'ere du prompt engineering est terminee

Plus les modèles sont intelligents, plus « ce qu'on leur montre » compte davantage que « la façon de le dire ». Le passage du prompt au contexte, et les sept briques d'infrastructure dont l'ingénierie du contexte a besoin.

Pourquoi la clarification est necessaire

Le langage naturel doit s'allonger pour lever l'ambiguïté. Dans une structure dotée d'identifiants et de places typées, le compromis entre clarté et concision se brise, et la clarté devient la condition préalable de l'indexation, de la validation et du contrôle de cohérence.

Pourquoi la verification mecanique est necessaire

Le langage naturel ne connaît pas la notion de « phrase invalide » : l'information entre donc dans le contexte sans contrôle. Pourquoi la vérification mécanique, qui filtre la forme selon une spécification, doit venir en premier dans la chaîne.

Pourquoi les filtres sont necessaires

Toute information valide n'est pas une information nécessaire. Le filtre qui ne retient que ce qui est utile maintenant, selon la pertinence, la fiabilité et la fraîcheur, et pourquoi ces critères deviennent des opérations sur des champs dans une représentation structurée.

Pourquoi les verifications de coherence sont necessaires

Des informations justes prises isolément peuvent se contredire une fois réunies. Les trois types de contradiction (temporelle, entre sources, inférentielle), et pourquoi leur détection devient comparaison de champs et arithmétique dans une représentation structurée.

Pourquoi un langage artificiel est-il nécessaire ?

Le langage naturel a évolué pour la communication humaine. L'ambiguïté, la redondance et l'implicite sont des atouts pour les humains, mais des causes d'hallucination pour l'IA. Ni les langages de programmation ni les cadres sémantiques existants ne sont la réponse. Un nouveau langage artificiel satisfaisant six conditions simultanément est nécessaire.

Pourquoi l'exploration est necessaire

Quand le savoir devient si vaste que même l'index dépasse la fenêtre de contexte, la recherche en une passe atteint sa limite. Pourquoi l'exploration est nécessaire : choisir une direction à chaque niveau d'une carte hiérarchique.

Pourquoi le langage naturel cree-t-il des hallucinations ?

L'hallucination n'est pas un bug du LLM — c'est une inevitabilite structurelle causee par quatre defauts du langage naturel : ambiguite, absence de source, de confiance et de contexte temporel. Des modeles plus grands n'y remedient pas.

Pourquoi MD/JSON/XML ne suffisent pas

Markdown, JSON et XML ont chacun été conçus pour une époque et un but différents. Ils ont une structure, mais pas de sens unifié ni de place pour les sources. Pourquoi il faut un format à part pour enregistrer et accumuler le raisonnement de l'IA.

Pourquoi les vecteurs d'embedding ne suffisent pas

Réarranger les vecteurs d'embedding casse le modèle. Éviter la casse revient à reconstruire le modèle de zéro. Ce qu'il faut, ce n'est pas de la transparence à l'intérieur de la boîte noire, mais une couche transparente à l'extérieur.

Pourquoi l'esperanto a echoue

L'espéranto a échoué parce qu'il fallait l'apprendre, qu'il cherchait à remplacer les langues existantes et qu'il servait à communiquer. Un langage artificiel pour l'IA suit une autre voie : les humains n'ont pas à l'apprendre, il ne remplace pas le langage naturel, et son but est d'enregistrer et de vérifier.

Pourquoi Wikidata

GEUL ne rejette pas Wikidata. Il charge le dump sans perte et fait de chacune des quelque 120 millions d'entités un document GEUL contenant toutes les langues. Concevoir un identifiant sémantiquement aligné (SIDX) à partir de sa classification et de ses statistiques de fréquence reste une recherche en cours.

Pourquoi WordNet ?

Construire soi-même un système de verbes, c'est accepter des lacunes, de l'arbitraire et l'absence de fondement. GEUL en a appris la structure en bâtissant un livre de codes provisoire à partir des 13 767 verbes de WordNet, accumulés en 40 ans. WordNet n'étant ni CC0 ni indépendant de l'anglais, cette édition provisoire sera remplacée par un livre de codes de verbes sans WordNet.

Pourquoi des affirmations, pas des faits ?

La vérité est inaccessible ; il ne nous reste que les affirmations de quelqu'un. Pourquoi un système de connaissances doit prendre pour données primaires des affirmations et non des faits, et prévoir une place pour la source, le moment et le degré de confiance.

Pourquoi un index semantiquement aligne ?

Si un identifiant était une connaissance et non une adresse, une seule opération sur les bits suffirait à réduire les candidats, sans aucun JOIN. Cet essai présente SIDX, l'identifiant sémantiquement aligné que GEUL étudie, et explique pourquoi sa largeur sera fixée par les statistiques d'usage.

Pourquoi 16 bits ?

Un seul mot de 16 bits est conçu pour être l'unité de trois mondes : le flux réseau, le format de fichier et le vocabulaire du LLM. Pourquoi 16 bits, et non 8, 32 ou une longueur variable.

Pourquoi la memoire structuree est-elle necessaire ?

L'IA écrit bien des fichiers, mais ne retrouve pas ceux qu'elle a écrits. Le problème n'est pas le stockage mais la récupération. Le chemin qui mène d'une simple carte de ce qui se trouve où, comme une table des matières ou un index, à une mémoire structurée.

Pourquoi mettre le raisonnement en cache sous forme de code ?

Au lieu qu'un LLM raisonne à partir de zéro à chaque fois, chaque inférence est cristallisée en code et mise en cache. Une structure semblable à un compilateur JIT, qui n'appelle le LLM qu'en cas d'échec de cache, et ce qu'elle produit avec le temps.

Pourquoi les annotations doivent être des index

Les annotations sont écrites pour les humains. Mais quand il y a 10 000 fonctions, les machines doivent aussi les lire. Si l'on transforme les annotations de récit en index, le scan complet devient une recherche instantanée.

Pourquoi il faut laisser vide

GEUL laisse vide 75 % de l'espace de la TAG WORD de 16 bits qui ouvre chaque enregistrement. Les leçons d'IPv4, d'Unicode et d'ASCII : le coût du remplissage est irréversible, celui du vide n'est que de trois bits par enregistrement.