Systèmes complexes dans les 6ème et 7ème programme cadre:
On assiste en ce moment à la fin annoncée de l’ère Shannon, von Neumann et Turing dans l’informatique. Von Neumann avait inventé le concept de logiciel, reportant la complexité de la partie physique dans le logiciel omnipotent. Avec le temps qui a passé, on s’aperçoit que les logiciels sont devenues un cancer pour l’informatique. Ce sera un retour au monde analogique. La dichotomie matériel logiciel ne convient plus. Les ordinateurs omnipotents vont laisser place aux nanotechnologies et au biologique.: Il sera plus simple de programmer le matériel - bio, nano, quantique - que de gérer la complexité des logiciels. De son côté, Turing – au moins comme il est interprété a présent - n’avait pas considéré l’informatique répartie - million d’ordinateurs coopérant pour calculer et modeler - qui pose des problèmes théoriques inédits. C’est dans ce contexte que la science des systèmes complexes permet de construire des fondements d’une informatique de future qui dépasse le monde de l’information de 0 et 1 et s’inspire de la façon de traiter l’information dans la nature – le matériel et notamment le vivant.
Les modélisations mathématiques vont envahir toutes les sciences grâce au progrès de l’informatique – voir ‘computational science’. Des simulations de plus en plus performantes reparties sur des milliers des ordinateurs et utilisant des milliers des données hétérogènes vont intégrer des interactions des systèmes divers – voir la modélisation des aspects sociologique, économique, biologique et écologique du climat pour mieux comprendre les conséquences de réchauffement climatique. Mais comment exploiter les résultats des telles simulations? On assiste au déclin du déterministe, à la fin de l’idée ou même la nécessite d’une prédiction déterministe. Au lieu, on devrait voir apparaître les solutions du doute les solutions probabilistes. Les modélisations et les simulations seront hybrides, un peu mathématiques, déterministes, un peu probabilistes mais beaucoup aussi « réelles » et in situ, avec non pas des calculs mais des expériences et un montant inédit des données empiriques. Notamment, il faut comprendre des systèmes dont les propriétés systémiques dépendent des composants mais ne sont pas entièrement à déduire d’une connaissance approfondie des propriétés des composants.
Les modélisations mathématiques vont envahir toutes les sciences grâce au progrès de l’informatique – voir ‘computational science’. Des simulations de plus en plus performantes reparties sur des milliers des ordinateurs et utilisant des milliers des données hétérogènes vont intégrer des interactions des systèmes divers – voir la modélisation des aspects sociologique, économique, biologique et écologique du climat pour mieux comprendre les conséquences de réchauffement climatique. Mais comment exploiter les résultats des telles simulations? On assiste au déclin du déterministe, à la fin de l’idée ou même la nécessite d’une prédiction déterministe. Au lieu, on devrait voir apparaître les solutions du doute les solutions probabilistes. Les modélisations et les simulations seront hybrides, un peu mathématiques, déterministes, un peu probabilistes mais beaucoup aussi « réelles » et in situ, avec non pas des calculs mais des expériences et un montant inédit des données empiriques. Notamment, il faut comprendre des systèmes dont les propriétés systémiques dépendent des composants mais ne sont pas entièrement à déduire d’une connaissance approfondie des propriétés des composants.
La science des systèmes complexes va encadrer une nouvelle ère de la technologie et de la science en permettant d’étudier l’émergence des propriétés systémiques. Cet exposé va tracer l’évolution de financement des systèmes complexes dans les programmes de cadre 6 et 7 de l’UE et l’évolution des outils informatiques nécessaire (base de données et ressources des calculs repartie, outil de collaboration globale etc),
Ralph Dum