Parmi ces mod\u00e8les, la machine de Turing s\u2019est impos\u00e9e non parce qu\u2019elle serait plus puissante, mais parce qu\u2019elle est conceptuellement la plus simple et la plus parlante. Elle permet de voir, presque physiquement, ce qu\u2019est une computation. Une machine de Turing se compose d\u2019un ruban potentiellement infini, divis\u00e9 en cases, sur lesquelles sont inscrits des symboles discrets pris dans un alphabet fini. Une t\u00eate de lecture\u2011\u00e9criture parcourt ce ruban, une case \u00e0 la fois. \u00c0 chaque \u00e9tape, la machine se trouve dans un \u00e9tat interne d\u00e9termin\u00e9, parmi un ensemble fini d\u2019\u00e9tats possibles.<\/p>\n\n\n\n Le fonctionnement est enti\u00e8rement r\u00e9gi par une table de r\u00e8gles. Chaque r\u00e8gle dit\u202f: si la machine est dans tel \u00e9tat interne et si le symbole actuellement lu sur le ruban a telle forme, alors il faut accomplir exactement trois choses\u202f: \u00e9ventuellement remplacer ce symbole par un autre, d\u00e9placer la t\u00eate d\u2019une case vers la gauche ou vers la droite, et passer dans un nouvel \u00e9tat interne. Rien de plus. Il n\u2019y a ni compr\u00e9hension, ni interpr\u00e9tation, ni \u00ab\u202fprise de d\u00e9cision\u202f\u00bb au sens psychologique. Tout est d\u00e9termin\u00e9 par la forme du symbole et par l\u2019\u00e9tat courant de la machine. Et ceci est ce que veut dire \u00ab la manipulation des symboles \u00bb .<\/em><\/p>\n\n\n\n La computation <\/strong>est:<\/p>\n\n\n\n la manipulation des symboles<\/strong>:<\/p>\n\n\n\n suivant des r\u00e8gles (algorithmes<\/strong>)<\/p>\n\n\n\n qui ne portent que sur la forme<\/strong> (arbitraire)<\/em> des symboles<\/p>\n\n\n\n (pas sur leur sens)<\/p>\n\n\n\n et qui sont independents du mat\u00e9riel <\/strong>mais\u2026.<\/p>\n\n\n\n interpr\u00e9table s\u00e9mantiquement <\/strong>(par l\u2019utilisateur)<\/p>\n\n\n\n Il est crucial d\u2019insister sur la forme arbitraire des symboles. Les symboles manipul\u00e9s par une machine de Turing n\u2019ont aucune signification \u00ab intrins\u00e8que \u00bb. Ils peuvent \u00eatre des 0 et des 1, des lettres, des traits, ou n\u2019importe quelle autre marque distincte. Ce qui compte, ce n\u2019est pas ce qu\u2019ils repr\u00e9sentent \u00e9ventuellement pour un observateur humain<\/em>, mais uniquement leurs diff\u00e9rences de forme, car ce sont ces diff\u00e9rences qui d\u00e9clenchent les r\u00e8gles de transition (manipulation). La computation est donc, par d\u00e9finition, une manipulation syntaxique (formelle)\u202f: elle op\u00e8re sur des formes, non sur des significations.<\/p>\n\n\n\n Les r\u00e8gles elles\u2011m\u00eames sont ce qu\u2019on appelle des algorithmes<\/em>. Un algorithme est une proc\u00e9dure formelle, finiment sp\u00e9cifi\u00e9e, qui d\u00e9termine sans ambigu\u00eft\u00e9 quelles op\u00e9rations doivent \u00eatre effectu\u00e9es \u00e0 chaque \u00e9tape. Un point fondamental, souvent mal compris, est que l\u2019algorithme ne \u00ab\u202fsait\u202f\u00bb pas ce qu\u2019il fait. Il ne calcule pas parce qu\u2019il vise un r\u00e9sultat ou comprend un probl\u00e8me, mais parce que ses r\u00e8gles sont suivies m\u00e9caniquement<\/em>. Le fait que le r\u00e9sultat puisse ensuite \u00eatre interpr\u00e9t\u00e9 comme la solution d\u2019une \u00e9quation ou la r\u00e9ponse \u00e0 une question est enti\u00e8rement externe \u00e0 la computation elle\u2011m\u00eame.<\/p>\n\n\n\n Cette distinction conduit \u00e0 une autre propri\u00e9t\u00e9 centrale de la computation\u202f: son ind\u00e9pendance par rapport \u00e0 l\u2019impl\u00e9mentation mat\u00e9rielle. Une m\u00eame machine de Turing abstraite peut \u00eatre r\u00e9alis\u00e9e de multiples fa\u00e7ons physiques\u202f: avec des engrenages, des relais \u00e9lectrom\u00e9caniques, des circuits \u00e9lectroniques, ou m\u00eame, en principe, avec du papier et un crayon, pourvu qu\u2019un humain suive les r\u00e8gles \u00e0 la lettre. Tant que la m\u00eame suite d\u2019\u00e9tats et de manipulations symboliques est respect\u00e9e, c\u2019est exactement la m\u00eame computation qui est effectu\u00e9e.<\/em> Les diff\u00e9rences mat\u00e9rielles n\u2019affectent pas la nature du calcul, seulement sa vitesse, sa fiabilit\u00e9 ou son co\u00fbt.<\/p>\n\n\n\n Cette ind\u00e9pendance est d\u00e9cisive pour les sciences cognitives, car elle implique que la computation, en tant que telle, est d\u00e9finie au niveau formel, non au niveau physique. Le mat\u00e9riel r\u00e9alise l\u2019algorithme, mais ne le d\u00e9finit pas. Inversement, l\u2019algorithme n\u2019inclut aucune r\u00e9f\u00e9rence \u00e0 ce que le mat\u00e9riel est ou \u00e0 ce qu\u2019il repr\u00e9sente. Il n\u2019y a l\u00e0 aucune place pour la s\u00e9mantique, sauf comme interpr\u00e9tation ajout\u00e9e par un observateur externe<\/em>.<\/p>\n\n\n\n C\u2019est dans ce contexte qu\u2019il faut comprendre la\u00a0th\u00e8se<\/em>\u00a0dite\u00a0de Church\u2011Turin<\/em>g<\/strong>, dans sa version \u00ab faible \u00bb. Elle affirme que tout ce qu\u2019un math\u00e9maticien humain peut calculer par une proc\u00e9dure effective peut, en principe, \u00eatre calcul\u00e9 par une machine de Turing. Il ne s\u2019agit pas d\u2019une\u00a0hypth\u00e8se empirique<\/em>\u00a0au sens habituel, ni d\u2019un\u00a0th\u00e9or\u00e8me formel<\/em>\u00a0qu\u2019on peut d\u00e9montrer math\u00e9matiquement, mais d\u2019une th\u00e8se conceptuelle\u202f: une conjecture qu\u2019on peut falsifier, mais pas proouver vraie. Elle repose sur l\u2019argument que les diff\u00e9rentes tentatives de formalisation du calcul effectif convergent toutes vers la m\u00eame classe de fonctions calculables, et que jusqu\u2019\u00e0 pr\u00e9sent, aucune contre\u2011exemple convaincant n\u2019a \u00e9t\u00e9 propos\u00e9.<\/p>\n\n\n\n Il est important de ne pas surinterpr\u00e9ter cette th\u00e8se. Elle ne dit pas que tout ce qui existe est calculable, ni que l\u2019esprit humain se r\u00e9duit \u00e0 une machine de Turing. Elle dit quelque chose de beaucoup plus pr\u00e9cis et plus modeste\u202f: si une activit\u00e9 m\u00e9rite le nom de calcul effectif, alors elle est Turing\u2011calculable. Cette pr\u00e9cision sera essentielle lorsque nous aborderons, plus tard dans le cours, les questions de cognition, de langage et de compr\u00e9hension.<\/p>\n\n\n\n On parle parfois d\u2019une version \u00ab\u202fforte\u202f\u00bb de la th\u00e8se de Church\u2011Turing, selon laquelle presque tout processus physique peut \u00eatre simul\u00e9<\/em> par une machine de Turing avec une pr\u00e9cision arbitraire. Cette id\u00e9e est largement accept\u00e9e dans les sciences physiques contemporaines, mais elle est souvent mal comprise. Simuler un ph\u00e9nom\u00e8ne n\u2019est pas le r\u00e9aliser. Une simulation num\u00e9rique d\u2019un ouragan ne mouille personne, et une simulation de digestion ne produit aucune calorie. De la m\u00eame fa\u00e7on, une simulation informatique d\u2019un c\u0153ur ne pompe pas de sang.<\/p>\n\n\n\n![\"\"](\"https:\/\/generic.wordpress.soton.ac.uk\/skywritings\/wp-content\/uploads\/sites\/287\/2026\/01\/image.jpeg\")
<\/figure>\n\n\n\n