3.1. Logiciels : les objets à l’épreuve des faits (Marie-Claude Gaudel)

1Les applications informatiques, ainsi que les machines et systèmes qui leur servent de support sont de plus en plus complexes. Dans ce contexte, il devient très difficile de développer et de garantir les logiciels. La réalisation de logiciels de qualité est à la fois un objectif économique essentiel et un axe de recherche de longue haleine – le génie logiciel – qui combine des activités très théoriques et très appliquées.

2Les enjeux économiques de ce domaine sont tels qu’ils en perturbent parfois les avancées scientifiques.

3.1.1. État des avancées scientifiques dans les dix dernières années

3Depuis un peu plus de dix ans les « méthodes orientées objets1 » se sont taillé une place dominante dans le monde du génie logiciel, dans le discours des consultants et des scientifiques du domaine.

4La définition de standards, sur des bases empiriques, par l’OMG2, a eu pour effet d’entraîner toute une communauté scientifique vers une recherche sur la compréhension de ces standards, et des méthodes orientées objets qui en étaient le credo de départ.

5Même s’il existait plusieurs autres tentatives, bien fondées scientifiquement, de méthodes de développement de logiciels, aucune n’était vraiment passée dans la pratique. Il semblait donc constructif de les confronter et de les faire évoluer en fonction des spécifications produites par l’OMG, en particulier UML qui est un ensemble de notations permettant de décrire des logiciels en cours de développement.

6Avec le recul, on se trouve cependant confronté à un paradoxe. Programmation, analyse et conception orientées objets ont apporté autant de problèmes scientifiques qu’elles en ont résolus. L’OMG continue à produire des spécifications de plus en plus complexes (MDA, UML Profiles, MOF...). Le monde de la recherche continue à chercher à leur donner du sens et à développer les théories et les techniques pour permettre de garantir la qualité des logiciels produits.

Modularité et réutilisation

7Si on consulte la littérature sur les méthodes orientées objets à leur début, les motivations que l’on retrouve le plus souvent sont la modularité (développement et validation indépendants de parties de logiciels) et la réutilisation.

8En fait, la décomposition en objets ou en classes d’objets s’est avérée correspondre à une granularité très petite et n’a pas apporté d’amélioration vraiment significative de ces points de vue. Cela explique la présence dans UML de la notion de « paquetage », qui correspond à des modules logiciels ou à des sous-systèmes, ainsi que le développement de recherches dans deux directions :

• Des modèles et des langages de description d’architecture logicielle, qui, au niveau de la conception, fournissent des archétypes et des outils de descriptions de composants logiciels, de connecteurs et d’organisations architecturales globales.

• Des patrons de conception (design patterns) qui masquent les difficultés de la programmation à objets en fournissant des modèles efficaces pour les constructions fréquentes dans ce type de programmation.

Distribution et objets

9Les problèmes de réalisation des applications distribuées à base d’objets ont été également à l’origine du développement des ORB (Object Request Brokers), qui permettent de gérer les noms et les accès à des objets distants. En effet, ces objets font abondamment référence les uns aux autres et toute reconfiguration, toute mobilité, devient vite techniquement très complexe.

10Ces ORB, dont CORBA est le modèle le plus connu, sont intégrés dans ce qu’on appelle du « middleware » ou de l’intergiciel : il s’agit de couches logicielles, intermédiaires entre les systèmes d’exploitation et les applications, qui permettent une gestion transparente de la distribution en général, et des objets distribués en particulier.

3.1.2. Prospective à court terme sur quatre ans

11On est loin d’avoir résolu toutes les questions de recherche soulevées par les problèmes ci-dessus.

12Architectures, patrons, composants et composition, restent donc des sujets d’actualité. Il faut y ajouter les méthodes de validation, de vérification, et d’évaluation des systèmes à objets qui ne sont que très peu développées à cause du manque de définitions sémantiques précises des notations et des méthodes proposées par l’OMG.

13Il faut mentionner l’importance prise par les intergiciels sur lesquels repose en grande partie la sûreté de fonctionnement des systèmes ainsi développés et la possibilité de les faire coopérer.

3.1.3. Inventaire des problématiques les plus actuelles

14Les problématiques les plus actuelles sont souvent anciennes, reprises dans le contexte de l’orienté objet. On peut citer, entre autres :

• Quelles compositions pour quels composants logiciels ?

• Comment faire de la vérification compositionnelle, c’est-à-dire de la vérification composant par composant qui assure des propriétés globales d’un ensemble logiciel ?

15D’une manière générale, même si plusieurs tentatives intéressantes ont eu lieu, on manque encore cruellement de sémantique formelle des modèles et des programmes orientés objets, donc d’outils de transformation, de validation et de vérification bien fondés.

16L’expérience de ces dernières années a clairement montré que pour avancer sur ces derniers points il faut, certes, encourager les recherches dans ce domaine, mais qu’il est essentiel de continuer à progresser par ailleurs sur les approches formelles du génie logiciel et sur les modèles de systèmes distribués.

17Par exemple, certains outils de preuve de programme en Java (donc orienté objet) commencent par construire un programme fonctionnel équivalent : cela permet d’exploiter le riche corpus de résultats scientifiques en sémantique de la programmation fonctionnelle. D’autres approches ramènent les documents d’analyse et de conception d’UML à des descriptions basées sur des modèles à base d’automates, ou des types abstraits de données, afin d’utiliser des résultats de recherche qui ont été pendant un temps considérés comme démodés car trop éloignés des recommandations de l’OMG.

3.1.4. Forces et faiblesses de la communauté scientifique française par rapport aux autres communautés

18En ce qui concerne les approches orientées objets, il existe une communauté de recherche active, mais relativement dispersée et peu organisée, pas toujours unanime dans ses certitudes scientifiques. Certains membres de cette communauté sont actifs au sein des organismes de standardisation et assurent ainsi une évolution positive des méthodes et outils de génie logiciel vers plus de rigueur scientifique.

19Les communautés de recherche sur les approches formelles et les systèmes distribués sont très actives en France et reconnues comme de tout premier plan au niveau européen et international. Certaines équipes ont établi des contacts industriels fructueux et sont à l’origine de beaux succès techniques. N’oublions pas que les Airbus, le TGV, et la plupart des réalisations techniques avancées contiennent beaucoup de logiciels dits « embarqués ».

20La communication entre ces communautés existe et fonctionne, mais vu les enjeux, il faut l’encourager.

3.1.5. Références

Références Générales

21Formai Methods Europe, Virtual Library on Formal Methods, http://www.fmeurope.org/.

22Gabriel R.P., 2002, Objects Have Failed, Notes for a Debate, ACM Conférence on Object Oriented Programming, Systems and Applications (OOPSLA), nov. 2002, www.dreamsongs.com/NewFiles/ObjectsHaveFailed.pdf.

23Gaudel M.-Cl, Marre B., Schlienger F., Bernot G., 1996, Précis de Génie Logiciel, Paris, Masson.

24Rumbaugh J. et al., 2005, The Unified Modeling Language User Guide, second édition, Addison-Wesley.

25Schnoebelen Ph. (dir.), 1999, Vérification de logiciels : Techniques et outils du model-checking, Paris, Vuibert.

3.2. Le traitement du signal et de l’image (Patrick Flandrin)

26La science du signal et de l’image constitue aujourd’hui une discipline à part entière. Centrale dans les STIC, elle est actrice de leurs avancées et de leur importance croissante. Carrefour de plusieurs compétences, elle joue aussi un double rôle : c’est à la fois une discipline constituée, disposant de méthodes spécifiques, et un point de passage entre des méthodes issues d’autres champs disciplinaires (mathématiques, physique, informatique) et des problématiques appliquées complexes dont elle se nourrit. Associant des notions de modèles, de représentations, de traitements, d’algorithmes et d’architectures, elle décline aujourd’hui les éléments d’une chaîne de plus en plus complète, allant du capteur à l’interprétation.

3.2.1. Avancées

27Dans cette perspective, la discipline a connu ces dernières années des avancées significatives dans plusieurs directions.

28Un certain nombre d’entre elles, comme les techniques de séparation de sources ou d’analyse en composantes indépendantes, ont permis de concrétiser des acquis théoriques et méthodologiques majeurs et de les rendre opérationnels dans des applications très variées (audio, sismique, astrophysique). Il en est de même des approches multiré-solution (ondelettes et modèles associés) qui sont utilisées aussi bien pour le débruitage et la restauration (imagerie satellitale) que pour le codage et la compression (représentations creuses, nouveau standard JPEG-2000), et se sont révélées être un outil de choix pour les processus invariants d’échelle rencontrés dans de nombreux domaines (physique, biologie, trafic informatique).

29Des développements nouveaux ont également été observés en lien avec une montée en puissance de méthodes issues des approches algorithmiques de l’inférence statistique (méthodes de Monte-Carlo par Chaînes de Markov, filtrage particulaire) ou de traitements itératifs basés sur des concepts de théorie de l’information. De nombreuses applications de ces derniers ont déjà vu le jour, en particulier en télécommunications (turbo-codes, turbo-égalisation, codes LDPC).

30Le domaine des télécommunications a par ailleurs connu une importante activité liée à l’utilisation de la « diversité » sous toutes ses formes : diversité spatiale à l’émission et à la réception (systèmes multiantennes MIMO, codage spatio-temporel), diversité de fréquence et de code (accès multiple par étalement de code, CDMA et MC-CDMA en multiporteuses), diversité de modulation.

31De nouvelles approches de modélisation en imagerie ont permis d’appréhender des phénomènes spatio-temporels de plus en plus complexes (modèles statistiques multiré-solution, approches par EDP et approches variationelles, modèles statistiques globaux et parcimonieux d’images – non gaussiens et non markoviens –, modèles continus et non linéaires de formes et de déformations, nouveaux modèles de texture).

32Inspirées par la théorie statistique de l’apprentissage, les méthodes à noyau (au premier rang desquelles les « Support Vector Machines », de mise en œuvre simple et aux fondements théoriques solides) ont renouvelé nombre d’approches sur des problèmes anciens de détection, de classification, de régression ou encore d’estimation.

33En image en particulier, ces approches d’émergence récente ont intégré les « boîtes aux outils » aujourd’hui disponibles, où elles ont rejoint d’autres techniques comme les ensembles de niveaux, les modèles déformables géométriques et géodésiques en segmentation, les modèles d’apparence locaux et globaux en reconnaissance des formes, les techniques de mise en correspondance de données multimodales, ainsi que les techniques dédiées à l’analyse de données multi-images (séquences temporelles, images couleur, multispectrales, hyperspectrales).

34En ce qui concerne enfin la conception et le développement de nouveaux algorithmes de traitement du signal et des images, les simulations doivent s’accompagner de mises en œuvre respectant des contraintes de temps réel et d’embarquabilité afin de pouvoir envisager des applications industrielles réalistes fonctionnant correctement. Les approches de type « adéquation algorithme-architecture » qui s’y emploient ont connu une importante activité en s’articulant autour de trois axes : les méthodes, plus ou moins formelles, permettant de réaliser des implantations temps réel embarquées optimisées offrant un bon niveau de sûreté de fonctionnement, l’étude de nouvelles architectures et de leurs outils de développement associés, et enfin l’implantation temps réel embarquée de nouveaux algorithmes servant à valider méthodes et nouvelles architectures.

35Il est à noter que beaucoup des développements mentionnés ont été le fruit d’une interaction forte avec des disciplines connexes (comme par exemple les mathématiques appliquées pour les approches par EDP et les représentations de formes et de déformations, les réseaux dans le cas de l’étude des phénomènes d’invariance d’échelle et de longue dépendance dans le télétrafic informatique, ou encore la physique pour une meilleure modélisation des mécanismes de formation (image) ou d’acquisition et de propagation (signal)). Ils ont aussi porté la marque d’un élargissement du cadre de leurs objets d’étude, en s’ouvrant à l’analyse de signaux et images de nature nouvelle, comme par exemple les séquences génomiques, les séries financières, l’imagerie hyperspectrale ou les images à composantes hybrides.

3.2.2. Perspectives

36Les défis, verrous et thèmes porteurs que l’on peut identifier pour les prochaines années sont prioritairement liés à la nécessité de faire face à une quantité toujours plus grande de données et de recourir à des modélisations mieux adaptées à des systèmes de plus en plus complexes.

37Dans le cas des télécommunications par exemple, l’analyse des performances nécessitera de recourir à de nouveaux outils sophistiqués pour les systèmes MIMO de grandes dimensions (grandes matrices aléatoires) ou les traitements itératifs. Il s’agira aussi d’intégrer les paramètres de la couche physique dans le système de transmission complet (adaptation de lien, protection inégale d’erreurs) et d’adapter les composants et les architectures à des changements de standards (radio-logiciel).

38Les applications multimédia communicantes sont confrontées à des problèmes de transmission de flux volumineux sur des réseaux aux performances variables. Un des enjeux est de développer des outils théoriques et algorithmiques afin de s’adapter à l’hétérogénéité des réseaux et de résister à différentes formes de dégradation comme la perte de paquets ou la gigue. Cette question de « scalabilité » des données comprimées est un point clé et un défi, les problèmes devenant particulièrement sensibles pour la vidéo dans les bas et très bas débits. Un autre point clé est la nécessité de se tourner vers des approches de codage conjoint source-canal des contenus multimédia (de l’allocation de débit optimale entre source et canal à un « re-design » complet des différents opérateurs d’un schéma de codage).

39D’un point de vue méthodologique général, la recherche de meilleures descriptions statistiques des signaux et des images conduira à envisager et réaliser des modèles nouveaux (mixtes, hiérarchiques, à variables latentes), sachant que les efforts entrepris en termes de représentations parcimonieuses et adaptatives (par exemple, ondelettes et variations) devront être poursuivis et intensifiés. Des applications sont à attendre aussi bien en modélisation d’image (incluant explicitement des informations non seulement statistiques, mais aussi de nature géométrique ou topologique) qu’en indexation de bases de données audio ou en problèmes inverses.

40L’utilisation de modèles complexes s’appuiera sur le développement parallèle de méthodes numériques d’inférence : nouvelles techniques de simulation de Monte Carlo (particules en interaction, méthodes adaptatives), nouvelles méthodes d’optimisation (dans des espaces de très grande dimension, à grand nombre de contraintes), nouvelles méthodes d’estimation séquentielles (pour traiter des ensembles de données de très grande taille).

41La possibilité de considérer des modèles de plus en plus complexes, et donc potentiellement de plus en plus nombreux, rend crucial le problème du choix de modèle. Les liens avec les méthodes développées dans la communauté de l’apprentissage automatique et des statistiques non paramétriques sur les méthodes de quantification de complexité (dimension de Vapnik-Chervonenkis, complexité de Rademacher, entropie métrique) et les méthodes de choix de modèles ou de régularisation devront être poursuivis et intensifiés.

42Des avancées sont également à attendre d’interactions renforcées avec les méthodes venant de la physique non linéaire (modélisations fractales et multifractales, chaos pour le codage, systèmes auto-organisés, résonance stochastique). Les liens entre les phénomènes d’échelle, la dépendance longue, l’intermittence devront être développés et leurs applications élargies (par exemple en cryptologie).

43Les progrès de la mesure physique (en spectrométrie, RMN, turbulence, astrophysique) conduisent en parallèle à se poser des problèmes de signal et d’image particulièrement difficiles, visant à mettre en évidence des phénomènes très fins. Ceci rend nécessaire le développement d’algorithmes sophistiqués, capables de détecter des phénomènes dans des rapports signaux sur bruit très défavorables, ou dans des schémas d’observation indirects mal conditionnés (problèmes inverses mal posés).

44Les sujets relatifs à l’adéquation algorithme-architecture qui semblent les plus prometteurs sont les méthodes formelles, les nouvelles architectures reconfigurables dynamiquement, ainsi que les architectures mixtes numériques et analogiques faisant intervenir une chaîne complète « capteurs, traitements, actionneurs » et les applications complexes comprenant de nombreux algorithmes coopérant, ceci plus particulièrement dans les domaines de la vidéo, des télécommunications et de l’automobile.

45D’une manière générale, l’évolution technologique conduit à des acquisitions de données de plus en plus volumineuses dont le traitement requiert des approches spécifiques, que ce soit à des fins d’extraction d’information (fouille, détection, segmentation), de transmission (codage, compression), d’interprétation (classification, reconnaissance, indexation) ou de protection (tatouage). Elle impose aussi de mieux maîtriser des techniques de traitement distribué (réseaux de capteurs, assimilation de données) et, en image, de recherche expérimentale pour le dimensionnement et le paramétrage des systèmes. Le traitement de l’information fournie par des capteurs sur la base de méthodes d’inférence statistique associées à une modélisation des phénomènes physiques sous-jacents, constitue en fait une problématique en plein renouvellement en raison de la diffusion massive de capteurs de toutes natures dans des secteurs variés, ainsi que du développement en cours de nouvelles modalités d’imagerie (polarimétrie, tomographie optique, tomographie d’impédance électrique) et de l’émergence de normes (sécurité, environnement) de plus en plus nombreuses. L’importance des enjeux scientifiques (et socio-économiques) sous-jacents impose que des synergies de compétences entre sciences de l’information, sciences physiques de l’ingénieur, calcul scientifique et mathématiques appliquées soient davantage favorisées, de manière plus incitative que par le passé.

3.2.3. Référence

Référence générale

46Une collection de référence récente est fournie par la série « Traitement du Signal et de l’image » du Traité IC2 (« Information, Commande, Communication ») aux Éditions Hermès-Lavoisier (27 titres parus).

3.3. Bioinformatique (Christine Gaspin)

3.3.1. Contexte

47L’explosion technologique que subit la biologie depuis une vingtaine d’années conduit à l’accumulation, à un rythme sans cesse croissant, de données de nature très diverse sur le monde vivant. En se limitant aux données de séquences, plus de 30 milliards de nucléotides concernant plusieurs milliers d’espèces sont connus. Plus de deux cents génomes microbiens sont entièrement séquencés, et bien plus sont en cours de séquençage. Si pour les eucaryotes le nombre est moindre, les tailles des génomes sont considérables avec plusieurs milliards de nucléotides pour les vertébrés (homme, souris, rat, poulet...) ou les plantes (A. thaliana, riz...). C’est cette accumulation de données qui a donné naissance à la bioinformatique dans son acception habituelle en France. Pour comprendre le fonctionnement des « programmes » génétiques que sont les génomes il est nécessaire d’en connaître les briques élémentaires fonctionnelles (protéines, ARN) aussi bien sur le plan de leur organisation en tant que séquence (5’UTR, exons, introns, 3’UTR...) que structure (organisation spatiale), de les associer à la fois à des données de variabilité (polymorphisme) et à une connaissance des informations qui s’expriment dans un tissu donné à un moment donné (transcriptome, protéome) ainsi qu’aux interactions mises en jeu (protéome, biologie structurale...). Ces types de données s’accumulent également à un rythme extrêmement rapide depuis quelques années et la littérature, principal dépositaire accessible des nouveaux types de données, est devenue une source incontournable. On peut également s’attendre, avec l’avancée des nanotechnologies, à l’arrivée de données d’une nature nouvelle fournissant, par exemple, un accès à la cinétique des molécules dans la cellule ainsi qu’à la dynamique intra (inter) génome(s).

3.3.2. Enjeux

48Avec cette masse considérable de données de natures très différentes (textes, images...), il devient possible d’envisager, pour les sciences du vivant, de s’engager dans l’élucidation de quelques grandes questions biologiques (évolution des familles de gènes et des espèces, organisation et différences entre génomes, simulation, à partir des connaissances acquises, de tout ou partie du « programme génétique »...) mais aussi de répondre à une demande sociétale (impact des OGM, sécurité alimentaire, développement de nouveaux médicaments, traitement du cancer...). Pour les STIC, les enjeux sont de proposer aux sciences du vivant des modèles, des méthodes, à partir desquels pourront être développés les outils de gestion, d’accès et d’analyse d’une masse considérable de données de source et de nature différentes mais aussi qui permettront de guider le biologiste dans sa réflexion (« suggérer des idées » !). Il est aussi essentiel, dans un contexte où l’interdisciplinarité se met en place, de savoir mettre en avant des rapprochements « prospectifs » tels que, par exemple, ceux entre les nanotechnologies, productrices des données de demain, l’informatique et les mathématiques, à même de proposer des modèles d’intégration et des méthodes d’analyse, et la biologie à laquelle incomberont les tâches de proposer et de valider des hypothèses en vue de la production de nouvelles connaissances.

3.3.3. Du développement de modèles, méthodes, outils...

49Le rôle des mathématiques et de l’informatique est majeur dans ce contexte pour représenter les données, les organiser, les résumer, les comparer, les classifier, les intégrer dans des schémas fonctionnels du monde vivant et les échanger. Les modèles doivent permettre, en s’appuyant et/ou en proposant des extensions aux standards en cours, de représenter, d’intégrer, d’organiser des connaissances (ontologies, langages, représentation des connaissances, bases de données...) de plus en plus nombreuses et complexes (données de nature différente, incertaine voire contradictoire, déterministe ou non...), de les classer (apprentissage supervisé ou non avec des objectifs, par exemple pour l’analyse des données d’expression, relevant du diagnostic ou bien de l’attribution d’une fonction à un gène), de confronter hypothèses et données (statistiques, modèles markoviens, réseaux bayésiens, modèles graphiques...), de simuler les processus biologiques (réseaux de Pétri, équations différentielles...). La masse considérable des données, de nature et de qualité différentes, soulève aussi le problème de l’intégration, de l’échange, de la distribution et du partage des données ainsi que des traitements en divers endroits (calcul parallèle, distribué, SGBD partagés, interopérabilité, réseaux à très haut débit...). L’algorithmique doit aussi continuer à inventer, à améliorer et à mettre en œuvre en des temps raisonnables les traitements nécessaires.

3.3.4.... À une production, un accès et une utilisation réfléchis et accompagnés des données produites

50Les sommes gigantesques qu’il est nécessaire d’investir aujourd’hui dans les projets de biologie à grande échelle rendent nécessaire une réflexion sur l’organisation de la production et de la gestion des données. On peut viser ici la diminution des coûts d’expérimentation (plans d’expérience dans le cas, par exemple, de l’analyse des données du transcriptome), un meilleur suivi et une gestion automatisée et intégrée des données (génie logiciel, démarche qualité dans le cas de la mise en place de LIMS).

3.3.5. Des questions anciennes et nouvelles en bioinformatique

51Parmi les questions anciennes, la localisation et l’annotation de régions fonctionnelles dans les séquences génomiques reste d’actualité avec des avancées à envisager notamment sur la compréhension et la modélisation de l’épissage alternatif, la localisation et la modélisation des sites de régulation, et des gènes d’ARNs (connus ou non). L’intégration des données du transcriptome et du protéome dans les modèles, la disponibilité de séquences génomiques apparentées, la possibilité d’extraire « intelligemment » les informations dans la littérature devraient apporter des améliorations notables à l’automatisation de la prédiction et de l’annotation des gènes dans un contexte où les séquences de génomes complets devraient être de plus en plus nombreuses, de moins en moins finies et fiables. La diversité génétique au sein des espèces et des populations est aujourd’hui appréhendée à l’échelle des génomes (marqueurs « SNP » répartis sur tout le génome et analysables à grande échelle dans les populations) et rend nécessaire, dans un contexte de « génomique des populations » l’élaboration de nouvelles approches mathématiques et informatiques. La disponibilité croissante de génomes complets apparentés ou non permet aujourd’hui de poser des questions nouvelles de phylogénie, de cartographie comparée à l’échelle d’un nombre important de génomes, questions qui font appel respectivement à la nécessité de proposer des modèles mathématiques adaptés, et au développement d’algorithmes s’attaquant à des questions de combinatoire difficiles.

52Parmi les questions nouvelles, la reconstruction et la simulation des réseaux de régulation, des voies métaboliques constituent certainement le principal défi de demain, bien au-delà des questions inhérentes à l’analyse des données d’expression du transcriptome et du protéome. Disposer de modèles intégratifs « réalistes » constituera un atout considérable pour aider le biologiste à approcher le fonctionnement de la cellule par la simulation. Enfin, la biologie structurale, avec l’apport de la protéomique, devrait bénéficier de données considérables rendant essentiels l’augmentation de l’efficacité des moyens de calcul utilisés (algorithmes, machines).

3.3.6. Note

53Ce texte ne rend pas compte des besoins essentiels en ingénierie qui se posent aussi bien pour les bioinformaticiens que pour les informaticiens.

3.3.7. Références

Références générales

54Biofutur, n^os 251 (janvier 2005) et 252 (février 2005).

55Groupe de réflexion sur la bioinformatique (STIC-SDV, 2003).

56Rapport sur la bioinformatique, INRA, 2003.

57Rapport de conjoncture et de prospective de la section XXIII du CNRS, 2003,
http://www.cnrs.fr/comitenational/rapport/23.pdf.

58Rapport du workshop européen : « Bioinformatics – Structures for the future », 2003,
http://europa.eu.int/comm/research/headlines/news/article_03_09_17_en.html.

3.4. Modélisation, systèmes complexes, effets d’échelle (Brigitte Plateau)

59Lorsque l’on parle de modélisation de systèmes complexes, sont couverts tout autant le domaine des sciences de la nature (sciences de la matière, sciences de l’univers, sciences du vivant), les sciences de l’ingénieur (contrôle et commande des systèmes complexes, chimiques, mécaniques, robotiques, électroniques et informatiques, etc.) que les sciences humaines (systèmes environnementaux, économétriques, etc.). Dans ces trois domaines, la problématique et la démarche scientifique sont analogues et les difficultés sont de même nature. L’objectif est de comprendre le fonctionnement de ces systèmes par un modèle (paramètres numériques ou logiques, variables qui modélisent des quantités inconnues, équations mathématiques) et de calculer ces inconnues et/ou de prédire leur comportement. On parle aussi de simulation, car le modèle simule la réalité. Dans cette prédiction, le rôle du traitement du modèle (gestion des entrées, calcul, restitution du résultat) est central et nécessite souvent des infrastructures de calcul de grande taille. Cette prédiction peut compléter ou remplacer des expérimentations physiques coûteuses.

3.4.1. La démarche de modélisation

60La modélisation est un exercice difficile et l’adéquation du modèle (objet mathématique) à la réalité pose un problème d’ordre philosophique toujours à l’étude. Du point de vue scientifique, la question se pose en termes de validation du modèle : valider un modèle consiste à vérifier que les équations donnent des résultats qui sont corroborés par les mesures issues d’une expérimentation. Un modèle doit permettre de tirer des conclusions générales. Or, un modèle a souvent une exploitation numérique qui implique un choix des valeurs des paramètres, car il est souvent impossible de connaître le résultat du modèle pour toutes les valeurs de paramètres. Qui dit modèle complexe, dit aussi grand nombre de paramètres, et la mise au point d’un plan d’expérience (c’est-à-dire le choix de valeurs de paramètres représentatives) est un champ d’investigation difficile, tant du point de vue théorique que d’un point de vue pratique. Ce plan d’expérience doit permettre, à l’aide de valeurs incomplètes de paramètres, de tirer des conclusions générales.

3.4.2. Modélisation compositionnelle et hiérarchique

61Un système complexe est un système ayant de multiples composants. Si cette vision en composants ne s’impose pas d’elle-même, le processus de modélisation doit comprendre une phase de décomposition dont la pertinence est cruciale pour la suite : ainsi, la modélisation de l’Internet avec ses millions de noeuds, ou la modélisation de la formation et des mouvements d’atomes pour expliquer certaines configurations génétiques au sein de structures protéiniques complexes ne se font que via une modélisation modulaire. Ces multiples composants peuvent être de même nature et résulter de la découpe d’un problème, ou de nature différente et relever de domaines disciplinaires différents. Ainsi la modélisation d’une fusée demande des compétences en thermique, mécanique, électronique, chimie, etc. Le comportement de l’ensemble ne peut plus se ramener à la somme des comportements des éléments constitutifs. C’est dans cet esprit que des modèles globaux, véritables prototypes numériques, doivent être mis en place. La précision de ces modélisations globales doit être suffisamment fine pour que les modèles soient numériquement « robustes » et que les résultats obtenus soient fiables. Cette modélisation globale est un défi des prochaines années qui nécessite une approche pluridisciplinaire au niveau de la modélisation incluant une algorithmique et une programmation permettant de tirer parti des moyens de calcul les plus puissants (calcul vectoriel, parallèle et distribué). Pour le support de calcul, cette problématique se traduit en termes de composant logiciel, de couplage de code et d’optimisation de l’allocation des ressources informatiques. Le challenge actuel est de trouver les méthodes de couplage les plus expressives et compactes au sens fonctionnel et que l’allocation des ressources reste efficace sur tout type d’infrastructure de calcul.

62Pour la modélisation de très nombreux composants, il peut être pertinent d’avoir une approche hiérarchique : le comportement d’Internet peut se voir au niveau des paquets, au niveau des applications ou au niveau des flux qui traversent le réseau. La modélisation d’une molécule peut se voir en termes de champ électrostatique dans un solvant, en termes de dynamique newtonienne de particules ou en termes de modélisation quantique. Cette modélisation multiéchelle exige de construire des ponts entre les diverses visions d’un même système, posant des problèmes intrinsèques de modélisation mais aussi des problèmes de stabilité numérique.

63Dans le domaine des grands ensembles de données, la gestion de la complexité est traitée par le concept de modélisation avec vues multiples. Il s’agit alors de donner à l’utilisateur une formulation des données qui correspond à ses attentes. La médiation de données est une technologie qui permet de savoir retrouver et calculer sur des masses gigantesques de données des informations cohérentes et pertinentes pour chaque utilisateur. Cette problématique s’apparente à du filtrage pour lequel des approches syntaxiques et sémantiques allient des algorithmes numériques et des approches logiques.

3.4.3. Effets d’échelle : algorithmes et supports de calcul

64Même en utilisant une vision modulaire, hiérarchique ou filtrée, on n’échappe pas (par exemple, pour les systèmes discrets) au phénomène d’explosion combinatoire du nombre des états des variables, et donc à des problèmes de très (trop) grande taille. Pour ces modèles, les algorithmes classiques sont trop lents, voire trop complexes. Le défi scientifique est de développer une algorithmique différente, qui ne peut pas être exhaustive et qui mène à la solution recherchée. Les solutions peuvent venir d’algorithmes probabilistes, d’algorithmes de proximité, d’algorithmes heuristiques ou d’algorithmes d’auto-organisation pour lesquels l’étude de stabilité est délicate. Les solutions peuvent aussi venir d’approximations judicieuses ou de calcul de bornes remplaçant le calcul de la valeur exacte.

65La résolution de systèmes complexes nécessite, une fois toutes les phases conceptuelles faites (décomposition, vues multiples, algorithmique adaptée), des machines de grande puissance : supercalculateurs, grappes de calculs, grilles ou réseaux pair à pair. Sur ces infrastructures, des plates-formes logicielles adaptées (logiciel de base pour la gestion de ressources, outils de programmation, gestion des données) doivent savoir traiter en parallèle le calcul, le stockage, le transfert et le rendu des résultats pour de très gros problèmes. Dans ce contexte, la conception du traitement des données doit mettre en œuvre le « principe de localité » (traiter les données où elles sont stockées) qui peut utilement s’inspirer de connaissances sur la décomposition du modèle (calcul locaux). Dans cet ensemble, il ne faut pas oublier la restitution des résultats (visualisation de systèmes complexes) et l’utilisation de mondes virtuels pour expérimenter sur les systèmes complexes et manipuler de gros volumes de données. Cette dernière approche est économiquement très prometteuse et englobe des mises en œuvre de très haute technologie.

66En conclusion, nous assistons à la naissance d’une science de la complexité, un nouveau domaine de recherche pluridisciplinaire qui permet l’étude de systèmes à multiples composantes tels les écosystèmes, les sociétés, les réseaux biochimiques, les économies... et les systèmes informatisés et automatisés. Les STIC y jouent un rôle central, car tout système complexe construit est amené à inclure des composants de traitement automatique de l’information. De même, tout système naturel observé l’est par un support informatisé de traitement des données performant. Enfin modélisation et calcul sont les outils modernes de l’expérimentation permettant la mise au point de prototypes numériques qui sont manipniables par des techniques de réalité virtuelle, comme (ou quelquefois mieux que) leurs homologues réels.