Sep 09 2026

Et si une partie de la structure du monde pouvait être découverte directement dans le flux sensoriel, avant même de lui attribuer un nom ?

Michel Tran — Vimberia Research
Septembre 2026 — Article de positionnement

Avant de savoir qu’une chose est une “voiture”, une intelligence peut peut-être déjà savoir qu’une structure existe, persiste et entretient certaines relations avec son environnement.

Résumé

Une grande partie de l’intelligence artificielle moderne repose sur des données d’apprentissage.

Images annotées, vidéos, textes, catégories, descriptions : ces ressources permettent aux modèles d’apprendre des représentations extrêmement riches.

Il serait donc imprudent d’affirmer qu’une architecture de vision moderne peut simplement se passer de datasets.

La question posée par Vimberia est plus précise.

Elle consiste à demander si la construction structurelle initiale d’une représentation du monde peut commencer directement à partir du flux sensoriel, avant l’attribution de catégories sémantiques.

Autrement dit, avant de reconnaître : $\text{« voiture »}$

le système pourrait-il déjà découvrir : $\text{« une structure perceptive persistante existe ici »}$

et maintenir : $V_i$

ainsi que certaines de ses relations : $R_{ij}$

avec d’autres unités ?

Dans cette perspective, l’apprentissage sémantique ne disparaît pas.

Il intervient après l’émergence d’une première organisation perceptive.

On obtient alors une progression possible : $\boxed{ \text{Flux sensoriel} \rightarrow \text{Structure} \rightarrow \text{Persistance} \rightarrow \text{Sémantique} }$

plutôt que de supposer que toute structure utile doit nécessairement être fournie dès le départ par des annotations humaines.

1. Ce qu’un dataset annoté apporte réellement

Prenons un dataset classique de vision.

Une image : $I_i$

peut être accompagnée d’une annotation : $y_i$

par exemple : $y_i=\text{« voiture »}$

ou d’informations plus précises :

boîte englobante ;
masque de segmentation ;
classe ;
pose ;
profondeur ;
relation avec d’autres objets.

Le dataset fournit donc quelque chose de très précieux :

une interprétation humaine du contenu sensoriel.

Le modèle apprend alors une fonction : $f(I_i)\rightarrow y_i$

ou une représentation interne permettant de produire $y_i$ .

Cette approche a permis des progrès considérables.

Mais elle soulève une question intéressante :

la perception doit-elle nécessairement commencer par le sens donné par l’humain ?

2. Avant le mot « chaise », il existe déjà une structure

Imaginons un robot qui observe une chaise pour la première fois.

Il ne connaît pas le mot :

chaise.

Il ne connaît peut-être même pas encore le concept d’objet au sens humain.

Pourtant, son flux visuel contient déjà certaines régularités.

Certaines structures :

apparaissent ensemble ;
persistent dans plusieurs observations ;
conservent certaines relations ;
évoluent de manière cohérente.

Le robot pourrait donc potentiellement découvrir qu’il existe : $V_A$

avant de savoir que : $V_A=\text{« chaise »}$

Cette distinction entre existence perceptive et identité sémantique est centrale.

3. Structure et sémantique ne sont pas la même chose

Nous avons tendance à confondre les deux parce que notre perception humaine est profondément sémantique.

Nous regardons une scène et voyons immédiatement :

une table,

une porte,

une personne,

une voiture.

Mais pour une architecture artificielle, plusieurs niveaux peuvent être distingués.

Premier niveau : $\text{signal}$

Deuxième niveau : $\text{structure perceptive}$

Troisième niveau : $\text{identité persistante}$

Quatrième niveau : $\text{signification}$

Cela donne : $\boxed{ \text{Signal} \rightarrow \text{Structure} \rightarrow \text{Persistance} \rightarrow \text{Sémantique} }$

Ces étapes peuvent évidemment interagir.

Mais elles ne sont pas conceptuellement équivalentes.

4. Vimberia s’intéresse particulièrement aux étapes intermédiaires

La proposition de Vimberia n’est donc pas :

« apprendre toute l’intelligence sans données ».

Elle est beaucoup plus limitée et, surtout, plus testable.

Elle consiste à explorer si une partie de la représentation peut être construite directement à partir des observations.

La chaîne considérée est : $\boxed{ \text{Pixels} \rightarrow \text{Régions homogènes} \rightarrow \text{Vimbers} }$

Une région observée fournit une structure locale.

La répétition des observations peut contribuer à établir une continuité.

Le système peut alors maintenir une unité : $V_i$

avant même de savoir comment un humain la nommerait.

5. Une unité peut exister avant d’avoir une catégorie

On peut représenter un Vimber conceptuellement par : $V_i= ( ID_i, S_i, H_i, \mathcal R_i )$

avec :

$ID_i$ : identité ;
$S_i$ : état ;
$H_i$ : histoire ;
$\mathcal R_i$ : relations.

Remarquons ce qui manque volontairement : $\text{classe sémantique}$

Il n’est pas nécessaire, dans cette définition, que : $V_i=\text{voiture}$

ou : $V_i=\text{arbre}$

L’unité peut être maintenue simplement comme : $V_{37}$

avec son état et son histoire.

La catégorie peut arriver plus tard.

6. Savoir « quoi » peut venir après savoir « qu’il y a quelque chose »

Cette idée peut sembler triviale.

Elle ne l’est pas.

On peut distinguer deux connaissances :

Connaissance structurelle

« Cette structure existe et reste cohérente dans le temps. »

Connaissance sémantique

« Cette structure correspond à une bicyclette. »

La première peut potentiellement émerger à partir du flux sensoriel lui-même.

La seconde nécessite généralement un mécanisme supplémentaire :

apprentissage supervisé ;
auto-supervisé ;
multimodal ;
interaction avec un humain ;
langage ;
expérience.

Ainsi : $\text{existence perceptive}$

peut précéder : $\text{nom}$

7. Le temps apporte une supervision naturelle

Un flux vidéo possède une propriété particulièrement intéressante : $O_1,O_2,O_3,\ldots$

Les observations ne sont pas indépendantes.

Elles proviennent d’un monde continu.

Le temps fournit donc naturellement des régularités.

Une structure observée à : $t$

peut réapparaître à : $t+1$

puis : $t+2$

Cette répétition constitue une forme d’information.

Elle ne dit pas :

« ceci est un chien ».

Mais elle peut indiquer :

« quelque chose possède une continuité ».

C’est une information différente, mais extrêmement importante.

8. Répétition n’est pas sémantique

Il faut ici éviter une confusion.

Observer une structure mille fois ne permet pas nécessairement de connaître son nom.

La répétition ne transforme pas automatiquement : $V_i$

en : $\text{« automobile »}$

En revanche, elle peut fournir des indices sur :

la persistance ;
la stabilité ;
la transformation ;
les relations ;
l’organisation.

Elle peut donc contribuer à construire une structure du monde interne.

La sémantique reste un problème supplémentaire.

9. Construire avant de nommer

La question devient alors :

Une intelligence doit-elle nécessairement savoir ce qu’est une chose pour commencer à la représenter ?

Vimberia propose d’explorer la réponse :

non, pas nécessairement.

Une structure pourrait d’abord devenir : $V_i$

Puis recevoir plus tard : $Label(V_i)$

On obtient : $V_i \rightarrow Label(V_i)$

plutôt que : $Label \rightarrow V_i$

Cette inversion est conceptuellement importante.

10. Une scène inconnue peut tout de même avoir une organisation

Imaginons un robot envoyé sur un environnement jamais rencontré.

Il observe des structures pour lesquelles aucune catégorie de son apprentissage n’existe.

Un système strictement centré sur la classification pourrait les considérer comme : $\text{unknown}$

Mais « inconnu » ne signifie pas « sans structure ».

Le système peut encore potentiellement établir : $V_A,V_B,V_C$

et des relations : $R_{AB},R_{BC}$

Il pourrait découvrir que :

$V_A$ persiste ;
$V_B$ évolue rapidement ;
$V_A$ et $V_C$ restent associés ;
certaines unités forment un ensemble.

Il possède alors déjà une représentation utile du monde, même sans vocabulaire pour la décrire.

11. Le graphe peut précéder le langage

Dans Vimberia, l’état perceptif peut être décrit par : $G_t=(V_t,E_t)$

avec : $V_t=\{V_1,\ldots,V_n\}$

et : $E_t=\{R_{ij}\}$

Rien n’impose initialement : $V_i\rightarrow\text{mot}$

Le graphe peut être purement structurel.

La sémantique peut ensuite enrichir ce graphe : $V_i \rightarrow ( V_i,\text{label}_i )$

On passe alors de : $\text{monde perceptif}$

à : $\text{monde interprété}$

12. Structure avant sémantique

On peut résumer l’hypothèse par : $\boxed{ \text{STRUCTURE} \rightarrow \text{SÉMANTIQUE} }$

Cela ne signifie pas que toute intelligence doit fonctionner ainsi.

Cela signifie qu’il peut être utile de séparer ces deux problèmes.

Le premier demande :

Qu’est-ce qui semble constituer une unité stable du monde perçu ?

Le second :

Que signifie cette unité ?

Vimberia s’intéresse particulièrement au premier.

13. Pourquoi cette séparation peut être intéressante

Séparer structure et sémantique présente plusieurs avantages potentiels.

Un système pourrait construire une représentation dans un environnement où :

aucune annotation n’existe ;
les catégories sont inconnues ;
les objets rencontrés sont nouveaux ;
le vocabulaire humain n’est pas disponible ;
les conditions diffèrent fortement des données d’apprentissage.

Il pourrait alors maintenir une sorte de cartographie structurelle perceptive.

Cette représentation pourrait ensuite être interprétée progressivement.

14. Cela ne supprime pas l’apprentissage

C’est un point fondamental.

Vimberia ne doit pas être présenté comme :

« une architecture qui n’apprend pas ».

Au contraire, plusieurs types d’apprentissage peuvent intervenir.

Par exemple : $\text{Vimber} \rightarrow \text{embedding}$

Puis : $\text{embedding} \rightarrow \text{catégorie}$

Ou : $G_t \rightarrow \text{World Model}$

Ou encore : $(V_i,R_{ij}) \rightarrow \text{raisonnement}$

Des réseaux neuronaux peuvent donc intervenir à plusieurs niveaux.

La proposition consiste simplement à ne pas supposer que la première organisation du monde doit nécessairement être apprise à partir d’annotations sémantiques.

15. Dataset annoté et dataset non annoté ne sont pas la même chose

Cette nuance est cruciale.

Il existe une grande différence entre : $\boxed{\text{pas de dataset annoté}}$

et : $\boxed{\text{pas de données}}$

Une caméra produit elle-même des données en permanence.

Un robot peut accumuler : $O_1,O_2,\ldots,O_n$

Ces observations constituent un ensemble de données.

La question est donc moins :

« Peut-on apprendre sans données ? »

que :

« Jusqu’où peut-on structurer ces données sans annotation sémantique humaine préalable ? »

C’est une question beaucoup plus intéressante scientifiquement.

16. Le flux sensoriel peut devenir sa propre source d’expérience

Un système embarqué situé dans un environnement reçoit continuellement : $O_t$

Puis : $O_{t+1}$

Puis : $O_{t+2}$

Cette séquence constitue son expérience perceptive.

Le système peut alors potentiellement utiliser :

la répétition ;
la continuité ;
la stabilité ;
les transformations ;
les relations ;

pour enrichir : $G_t$

On pourrait alors parler non pas nécessairement d’apprentissage au sens classique, mais de construction progressive d’une représentation à partir de l’expérience sensorielle.

17. L’environnement fournit des contraintes

Une annotation humaine dit :

« ces pixels correspondent à un véhicule ».

Le monde physique fournit un autre type d’information.

Il impose des régularités.

Les structures ne se comportent pas arbitrairement.

Certaines relations persistent.

Certaines transformations restent cohérentes.

Une structure qui existe à un instant a souvent une continuité avec ce qui est observé ensuite.

L’environnement devient ainsi une source de contraintes.

Ces contraintes ne donnent pas directement la signification.

Mais elles peuvent aider à découvrir l’organisation.

18. De l’auto-supervision à la structuration autonome

Cette idée possède évidemment des points de contact avec l’apprentissage auto-supervisé.

De nombreuses architectures modernes apprennent déjà à partir d’images ou de vidéos sans nécessiter une annotation humaine pour chaque exemple.

Elles peuvent exploiter :

parties masquées ;
contexte ;
correspondances temporelles ;
prédiction ;
représentations latentes.

Vimberia ne doit donc surtout pas revendiquer l’idée générale :

« apprendre avec des données non annotées ».

Cette idée est déjà largement étudiée.

La question particulière est différente :

Peut-on utiliser directement les régularités perceptives pour construire des unités persistantes explicites avant leur interprétation sémantique ?

C’est là que se situe le positionnement intéressant.

19. Une différence de représentation

On peut schématiser une approche d’apprentissage moderne par : $O_t \rightarrow Z_t$

où : $Z_t$

est une représentation latente apprise.

Vimberia explore : $O_t \rightarrow G_t$

avec : $G_t=(V_t,E_t)$

et des unités explicitement maintenues.

La différence n’est donc pas simplement : $\text{supervisé} \quad\text{contre}\quad \text{non supervisé}$

Elle concerne aussi la forme de la représentation obtenue.

20. Latent et explicite peuvent d’ailleurs coexister

Il serait également inutile d’opposer radicalement : $G_t$

et : $Z_t$

Un Vimber peut parfaitement posséder une représentation vectorielle apprise : $V_i \rightarrow z_i$

Le graphe explicite pourrait alors fournir :

identité ;
persistance ;
relations ;
hiérarchie ;

tandis que : $z_i$

fournirait une représentation riche de ses propriétés.

On obtientrait : $\boxed{ \text{structure explicite} + \text{représentation latente} }$

plutôt qu’un choix exclusif entre les deux.

21. Le rôle futur du langage

Une fois les Vimbers maintenus, une autre intelligence peut intervenir.

Un modèle multimodal ou linguistique pourrait recevoir : $V_i$

et lui associer : $\text{« tasse »}$

Puis éventuellement : $\text{« tasse en céramique »}$

Puis : $\text{« tasse utilisée pour boire »}$

La connaissance peut alors se construire par couches : $\text{structure}$ $\downarrow$ $\text{identité persistante}$ $\downarrow$ $\text{catégorie}$ $\downarrow$ $\text{concept}$ $\downarrow$ $\text{raisonnement}$

La perception et le langage ne sont plus obligés d’être confondus dès le premier niveau.

22. Un robot pourrait apprendre le nom après avoir appris l’existence

Prenons un robot domestique.

Depuis plusieurs heures, il maintient : $V_{183}$

Il sait que cette unité :

est souvent située sur une table ;
peut être déplacée ;
possède une certaine continuité ;
entretient certaines relations avec d’autres unités.

Puis un humain dit :

« prends la tasse ».

À travers une interaction appropriée, le robot pourrait associer : $V_{183} \rightarrow \text{« tasse »}$

Dans cette vision, l’humain n’apprend pas au robot l’existence de la structure.

Il lui apprend son nom et éventuellement sa signification.

Cette distinction est particulièrement intéressante pour une IA qui apprend continuellement dans le monde.

23. La sémantique devient une couche enrichissante

Une représentation Vimber pourrait donc commencer comme : $V_i= ( ID_i, S_i, H_i,\mathcal R_i )$

Puis devenir : $V_i= ( ID_i, S_i, H_i,\mathcal R_i, Sem_i )$

avec : $Sem_i$

représentant progressivement des informations sémantiques.

La sémantique n’est plus nécessairement requise pour que l’unité existe.

Elle l’enrichit.

24. Pourquoi cela peut être intéressant pour l’open world

Les systèmes réels rencontrent constamment des situations que leurs développeurs n’ont pas explicitement prévues.

Un robot peut voir :

un objet nouveau ;
une configuration inhabituelle ;
une machine inconnue ;
une structure jamais annotée.

Dans une logique de monde ouvert, l’inconnu doit rester représentable.

On pourrait imaginer : $V_{\text{unknown}}$

qui reste parfaitement exploitable structurellement.

Le système peut savoir :

« je ne sais pas ce que c’est »

tout en sachant :

« je sais que cette unité existe et qu’elle interagit ainsi avec mon environnement ».

C’est une différence considérable.

25. L’inconnu devient une information, pas une erreur

Dans un système purement classificatoire, une structure inconnue peut produire : $\text{classe incorrecte}$

ou : $\text{aucune détection}$

Dans une représentation structurelle persistante, elle peut devenir : $V_x$

avec : $Label(V_x)=?$

Le point d’interrogation n’empêche pas l’existence de : $V_x$

La distinction devient : $\boxed{ \text{existence connue} \neq \text{signification connue} }$

C’est une propriété potentiellement importante d’une intelligence véritablement ouverte.

26. L’apprentissage sémantique peut alors devenir plus ciblé

Si le monde est déjà organisé en unités persistantes, l’apprentissage sémantique n’a peut-être plus besoin de repartir systématiquement du signal brut.

Un système pourrait apprendre : $V_i \rightarrow C_i$

où $C_i$ représente une catégorie.

La supervision pourrait être appliquée aux unités réellement pertinentes.

Une annotation humaine pourrait par exemple dire :

$V_{142}$ correspond à une porte.

Cette information pourrait ensuite bénéficier à toutes les observations déjà associées à : $V_{142}$

L’identité persistante crée ainsi un support naturel à l’apprentissage cumulatif.

27. Vers une séparation entre apprentissage perceptif et apprentissage sémantique

On pourrait donc distinguer :

Construction perceptive

$O_t \rightarrow G_t$

Elle organise les observations en structures persistantes.

Apprentissage sémantique

$G_t \rightarrow S_t$

Il attribue du sens aux structures.

Apprentissage dynamique

$G_t,A_t \rightarrow G_{t+1}$

Il apprend comment le monde évolue.

Ces trois problèmes peuvent utiliser des méthodes différentes.

Les séparer pourrait offrir une architecture plus modulaire.

28. Cela pourrait aussi réduire une dépendance aux annotations

Les annotations humaines sont coûteuses.

Elles nécessitent :

du temps ;
des conventions ;
des catégories préétablies ;
des opérateurs humains ;
une adaptation aux nouveaux domaines.

Si une partie de la structure perceptive peut être découverte avant la supervision, alors l’humain pourrait intervenir davantage sur : $\text{le sens}$

que sur : $\text{la construction élémentaire de toute la perception}$

Cela ne supprime pas les datasets.

Mais cela pourrait modifier le rôle exact des datasets annotés.

29. Les datasets resteraient essentiels pour de nombreuses capacités

Même dans ce scénario, des datasets pourraient rester indispensables pour :

reconnaître des catégories complexes ;
comprendre des concepts abstraits ;
apprendre des connaissances générales ;
relier vision et langage ;
apprendre des comportements ;
acquérir des connaissances culturelles ou sociales.

Une caméra seule ne peut pas déduire le sens complet du mot :

démocratie,

ni probablement comprendre ce qu’est :

une facture,

simplement grâce à la continuité visuelle.

La distinction structure/sémantique évite précisément ce type d’exagération.

30. Ce que Vimberia ne doit pas revendiquer

Il serait scientifiquement fragile d’écrire :

« Vimberia apprend sans dataset. »

Cette phrase est trop générale.

Il serait également excessif d’affirmer :

« Les annotations ne sont plus nécessaires. »

ou :

« Le système découvre seul toute la signification du monde. »

La formulation défendable est beaucoup plus précise :

Vimberia explore l’hypothèse selon laquelle une première représentation structurelle et persistante peut être construite directement à partir du flux sensoriel, avant l’attribution de catégories sémantiques.

C’est une revendication beaucoup plus claire.

Et surtout, elle est testable.

31. Comment tester cette hypothèse ?

Une expérimentation pourrait fournir au système une séquence vidéo sans annotation sémantique.

L’objectif serait alors de mesurer s’il peut construire des unités qui présentent :

cohérence ;
stabilité ;
persistance ;
relations reproductibles ;
utilité pour des tâches ultérieures.

Puis seulement dans un second temps, on pourrait fournir des labels.

La question serait :

La structure construite avant toute sémantique constitue-t-elle un bon support pour apprendre ensuite ?

C’est une question expérimentale très concrète.

32. Un protocole scientifique possible

On pourrait comparer deux systèmes.

Système A

Apprentissage directement depuis des exemples annotés : $O_t\rightarrow C_t$

Système B

Construction préalable : $O_t \rightarrow G_t$

puis apprentissage : $G_t \rightarrow C_t$

On mesurerait ensuite :

quantité d’annotations nécessaires ;
vitesse d’apprentissage ;
robustesse ;
généralisation ;
capacité à traiter des structures inconnues ;
coût de calcul ;
capacité à transférer la représentation entre tâches.

Si le système B nécessite significativement moins de supervision tout en conservant des performances utiles, l’hypothèse gagnerait en crédibilité.

33. Une question de « bootstrap » perceptif

On peut voir le problème comme celui du démarrage d’une intelligence.

Avant de posséder un immense vocabulaire sémantique, que peut-elle découvrir ?

Peut-elle commencer par : $V_1,V_2,V_3,\ldots$

Puis : $R_{12},R_{23},R_{31}$

Puis apprendre progressivement : $V_1=\text{table}$ $V_2=\text{chaise}$

etc. ?

Cette construction progressive serait une forme de bootstrap perceptif.

Le système commencerait avec la structure, puis enrichirait son monde avec le sens.

34. Le monde comme enseignant partiel

Le monde physique ne fournit pas directement les noms.

Il ne place pas une étiquette :

« arbre »

au-dessus de chaque arbre.

Mais il fournit autre chose.

Il fournit :

répétition ;
contraintes ;
continuité ;
interactions ;
régularités.

On peut donc dire :

Le monde ne fournit pas nécessairement la sémantique, mais il fournit de la structure.

Cette structure peut constituer une première forme de supervision naturelle.

35. Ce que cela change pour l’IA embarquée

Cette idée est particulièrement intéressante pour un robot fonctionnant pendant des mois ou des années.

Il rencontrera nécessairement des situations absentes de son dataset initial.

S’il dépend entièrement d’un vocabulaire figé, son monde sera toujours limité à ce qu’on lui a appris à reconnaître.

Une architecture structurelle pourrait au contraire continuer à créer : $V_{new}$

même lorsqu’elle ne sait pas encore ce que signifie cette unité.

L’intelligence peut alors dire, conceptuellement :

« Je ne sais pas ce que c’est, mais je peux commencer à apprendre ce que cette chose fait. »

Cette capacité serait importante pour l’apprentissage continu.

36. De la perception fermée à la perception ouverte

On peut ainsi distinguer deux philosophies extrêmes.

Monde fermé

$\text{je cherche ce que je connais déjà}$

Monde ouvert

$\text{je représente aussi ce que je ne connais pas encore}$

Vimberia s’inscrit naturellement dans la seconde perspective.

La structure peut précéder la connaissance complète.

37. Un pipeline possible

Une architecture générale pourrait prendre la forme : $\boxed{ \text{Flux sensoriel} }$ $\downarrow$ $\boxed{ \text{Régions perceptives} }$ $\downarrow$ $\boxed{ \text{Vimbers persistants} }$ $\downarrow$ $\boxed{ G_t=(V_t,E_t) }$ $\downarrow$ $\boxed{ \text{Apprentissage sémantique} }$ $\downarrow$ $\boxed{ \text{Raisonnement / World Model / Action} }$

La grande différence est que : $G_t$

peut commencer à exister avant que toutes ses unités aient reçu un nom.

38. Le dataset change alors de rôle

Dans cette architecture, le dataset annoté n’est plus nécessairement le constructeur de la structure perceptive élémentaire.

Il peut devenir un moyen de :

nommer ;
interpréter ;
enrichir ;
généraliser ;
transmettre des connaissances.

Autrement dit, le dataset pourrait passer de : $\boxed{\text{« voici ce que tu dois voir »}}$

à : $\boxed{\text{« voici comment interpréter ce que tu as appris à maintenir »}}$

Cette différence est conceptuellement importante.

39. La véritable question scientifique

La question n’est donc finalement pas :

« Peut-on construire une IA sans dataset ? »

Cette formulation est trop large.

La question plus intéressante est :

« Jusqu’où une intelligence peut-elle construire seule la structure de son monde perceptif avant qu’un humain ou un modèle appris lui dise ce que cette structure signifie ? »

C’est cette frontière entre : $\text{perception autonome}$

et : $\text{connaissance transmise}$

qui mérite d’être étudiée.

Conclusion — Apprendre l’existence avant d’apprendre le nom

Les datasets annotés resteront probablement essentiels pour une grande partie de l’intelligence artificielle.

Ils apportent des connaissances qu’un capteur ne peut pas découvrir uniquement à partir de la lumière qu’il reçoit.

Mais cela ne signifie pas que toute représentation utile du monde doive commencer par une annotation.

Une intelligence pourrait peut-être d’abord découvrir : $\boxed{\text{« quelque chose existe »}}$

puis : $\boxed{\text{« cette chose persiste »}}$

puis : $\boxed{\text{« cette chose entretient telle relation avec une autre »}}$

et seulement ensuite : $\boxed{\text{« les humains appellent cette chose une voiture »}}$

C’est précisément la distinction que Vimberia cherche à explorer.

La construction initiale serait : $\boxed{ \text{Flux sensoriel} \rightarrow \text{Structure} \rightarrow \text{Persistance} }$

et l’apprentissage sémantique viendrait ensuite enrichir cette représentation : $\boxed{ \text{Structure persistante} \rightarrow \text{Signification} }$

La proposition n’est donc pas :

« supprimer les datasets ».

Elle est beaucoup plus intéressante :

Permettre à une intelligence de commencer à organiser son monde avant qu’on lui ait expliqué ce qu’il signifie.

Et peut-être est-ce précisément là que se trouve une frontière importante entre reconnaître ce que l’on nous a appris à voir et commencer à découvrir ce qui existe autour de nous.

Michel Tran
Vimberia Research
France — septembre 2026

Article de positionnement sur la construction structurelle et pré-sémantique d’une représentation perceptive dans Vimberia. Le texte ne revendique pas l’absence générale de données d’apprentissage ni la suppression des méthodes supervisées, auto-supervisées ou multimodales. Il propose plus précisément l’hypothèse qu’une première organisation persistante du flux sensoriel puisse être construite avant l’attribution de catégories sémantiques. Les mécanismes algorithmiques propriétaires correspondants ne sont volontairement pas décrits.

Publié dansNon classé

Peut-on apprendre le monde sans commencer par un dataset annoté ?