Automates
Intelligents s'enrichit du logiciel
Alexandria.
Double-cliquez sur chaque mot de cette page et s'afficheront
alors définitions, synonymes et expressions constituées
de ce mot. Une fenêtre déroulante permet aussi
d'accéder à la définition du mot dans une
autre langue.
23 décembre 2007
par Jean-Paul Baquiast et Christophe Jacquemin
La recherche sur les systèmes complexes
Les
recherches sur les systèmes complexes sont dorénavant
incontournables. Dès la création de notre revue en
2000 nous avions signalé qu’elles auraient dû
être prises au sérieux en France bien plus qu’elles
ne l’étaient alors. Il est vrai que le concept de système
complexe est difficile à définir(1). N’importe
quel esprit aux capacités de formalisation réduites
et au vocabulaire embarrassé pourra, avec un peu de culot,
prétendre qu’il travaille dans la complexité.
Il existe cependant depuis longtemps une référence
souvent citée mais mal imitée, le Santa Fe Institute
américain. Il s’agit d’une fondation privée
non-profit. Elle dispose d’un budget non négligeable,
7 millions de dollars, dont la moitié provient de donations
et l’autre de concours publics. Les thèmes de recherches
et les formations sont définis annuellement d’une façon
assez ouverte, afin de ne pas exclure les idées originales
mais peu reconnues.
En France, un Institut rhônalpin des systèmes complexes
(IXXI) a été crée dans le même esprit
il y a un an. Son budget est de 300.000 euros provenant du CNRS,
de l’Institut de Recherche pour le Développement, de
l’Inria et de quelques universités de la région.
Mais il existe aussi un Institut des Systèmes Complexes de
Paris-Ile de France (ISCPIF) et un Réseau National des Systèmes
Complexes (RNSC) regroupant les précédents et d’autres
Instituts, dont l’Inserm. Au total, il semble que 500 chercheurs
soient aujourd’hui affectés à divers projets
visant à réaliser, notamment, des systèmes
complexes adaptatifs.
D'autres Instituts existent ou sont en voie de création en
Europe, notamment aux Pays-Bas et en Italie. Entre 2003 et 2006,
la Commission européenne aurait alloué 100 millions
d'euros à ce domaine, ce qui cesse d’être négligeable.
Regrettons cependant que les travaux et les résultats soient
encore trop peu connus. Sans doute pour la raison évoquée
en début d’article : peu de gens comprennent ce que
cache le concept et quelles sont ses applications pratiques. On
ne peut que regretter, par ailleurs, que les scientifiques ayant
développé de véritables systèmes multi-agents
auto-adaptatifs, comme Alain Cardon en matière de conscience
artificielle, ou d'autres de ses collègues du LIP6 et d'ailleurs,
n'aient soit jamais pu être financés, soit été
privés de financement et contraints de s'exporter.
(1)
NDLR : si de nombreux systèmes sont constitués d'un
grand nombre d'entités en interaction, on les qualifie de
complexes lorsqu'un observateur ne peut prévoir le comportement
ou l'évolution d'un tel système par un raccourci de
calcul. Malgré une connaissance parfaite des composants élémentaires
d'un système, il est impossible de prévoir son comportement,
autrement que par l'expérience ou la simulation. Que l'on
étudie par exemple le changement climatique, le réseau
des transports urbains, en passant par les maladies infectieuses
ou la génétique des populations, tous ces systèmes
mettent en jeu de nombreuses composantes dont les interactions génèrent
des propriétés ou phénomènes nouveaux
- qu'on appelle "émergents" - que les modèles
mathématiques traditionnels sont impuissants à décrire.
Les
systèmes complexes, depuis la cellule jusqu'à
l'écosphère, résultent de processus d'évolution
et d'adaptation. Ils présentent des propriétés
émergentes : le niveau microscopique sous-jacent fait
émerger des formes organisées au niveau macroscopique,
lequel influence en retour le niveau microscopique. Ces propriétés
émergentes sont robustes et peuvent être étudiées
de différents points de vue, selon la classe de systèmes
adaptatifs complexes considérée.
L'apport
des disciplines formelles pour la modélisation des
systèmes complexes, qu'ils soient naturels ou artificiels,
est considérable. Que serait la modélisation
des systèmes complexes sans les transitions de phase,
la renormalisation, les états critiques auto-organisés
de la physique statistique, sans les systèmes dynamiques
des mathématiques et sans les systèmes discrets
ou les automates cellulaires de l'informatique ?
La
compréhension des systèmes adaptatifs complexes
passe par leur modélisation. Certes leurs modèles
sont doublement contraints selon les règles habituelles
de la science : d'une part, ils doivent être les plus
parcimonieux possibles, avec un contenu théorique intelligible
; d'autre part, ils doivent fournir une reconstruction de
l'ensemble des données provenant de l'observation de
ces systèmes. Mais la nouveauté vient de la
quantité des données accumulées sur les
systèmes complexes qui connaît une expansion
aujourd'hui très rapide, non seulement sous forme de
données numériques en 1D mais aussi d'images
en 2D et 3D. Dans ce flux croissant de données, il
s'agit de repérer les patterns spatiaux-temporels à
soumettre aux reconstructions rationnelles de la modélisation
et de la simulation. Cette reconstruction met en oeuvre des
méthodes inductives de plus en plus sophistiquées
avec l'aide de moyens computationnels puissants. Cette activité
de reconstruction est par nature interdisciplinaire, associant
chaque discipline directement concernée avec des spécialistes
venant des disciplines formelles, mathématiques, informatiques
et physiques.
C'est
dans cet aller-retour entre l'acquisition de données
sur la base d'hypothèses modélisatrices et leur
reconstruction par la modélisation qu'une science des
systèmes complexes peut se développer. Les systèmes
complexes sont des objets intrinsèquement pluridisciplinaires.
Pour un même objet, ce sont des théories différentes
et hétérogènes qui peuvent en rendre
compte : les activités neuronales peuvent être
pensées à la fois comme des équations
dynamiques et comme structure logique d'un contenu. Il reste
beaucoup à faire au plan théorique, sur la base
des avancées du siècle passé, pour avoir
les concepts et les modèles qui fournissent des explications
élégantes aux phénomènes émergents.
Automates
Intelligents s'enrichit du 
Les
recherches sur les systèmes complexes sont dorénavant
incontournables. Dès la création de notre revue en
2000 nous avions signalé qu’elles auraient dû
être prises au sérieux en France bien plus qu’elles
ne l’étaient alors. Il est vrai que le concept de système
complexe est difficile à définir(1). N’importe
quel esprit aux capacités de formalisation réduites
et au vocabulaire embarrassé pourra, avec un peu de culot,
prétendre qu’il travaille dans la complexité.
(1)
NDLR : si de nombreux systèmes sont constitués d'un
grand nombre d'entités en interaction, on les qualifie de
complexes lorsqu'un observateur ne peut prévoir le comportement
ou l'évolution d'un tel système par un raccourci de
calcul. Malgré une connaissance parfaite des composants élémentaires
d'un système, il est impossible de prévoir son comportement,
autrement que par l'expérience ou la simulation. Que l'on
étudie par exemple le changement climatique, le réseau
des transports urbains, en passant par les maladies infectieuses
ou la génétique des populations, tous ces systèmes
mettent en jeu de nombreuses composantes dont les interactions génèrent
des propriétés ou phénomènes nouveaux
- qu'on appelle "émergents" - que les modèles
mathématiques traditionnels sont impuissants à décrire.
