Nous suivre Industrie Techno

Quand la modélisation s'interroge sur ses limites...

Aurélie Barbaux

Sujets relatifs :

, ,
Soyez le premier à réagir

Soyez le premier à réagir

Quand la modélisation s'interroge sur ses limites...

Le 6 décembre 2016, le CNRS et l'Académie des technologies organisaient un colloque sur la modélisation, non pas pour un secteur scientifique donné, mais en général, comme outil de prédiction avec ses succès mais aussi ses limites. En attendant les actes du colloque, à paraître à l’automne 2017, Alain Pavé, membre de l’Académie des technologies et co-organisateur de l’évènement, revient sur les principaux enseignements de cette journée.

Faut-il toujours plus de puissance de calcul ? Faut-il complexifier ou simplifier les modèles ? La modélisation peut-elle être un vecteur de dialogue entre acteurs scientifiques, technologiques et économiques ? Ces trois questions ont servi de trame au colloque « Modélisation, succès et limites », organisé le 6 décembre par le CNRS et l’Académie des technologies. Un colloque inédit, car il a rassemblé une profession qui a peu l’habitude de s’interroger sur elle-même. « La modélisation n’a jamais fait l’objet d’un colloque critique avec des questions généralistes. Dans le milieu scientifique, elle reste toujours un sujet technique », observe Alain Pavé, enseignant chercheur, expert en modélisation biologique, membre de l’Académie des technologies et co-organisateur du colloque.

C’est peut-être pourquoi, dès son lancement, le colloque a rencontré un vif succès. Sauf pour des raisons logistiques, tous les intervenants invités ont répondu présents. Et les 200 places de l’amphithéâtre du campus Gérard Mégie du CNRS à Paris, étaient toutes occupées le 6 décembre. « Nous avons même dû refuser des inscriptions », raconte Alain Pavé, encore un peu surpris par le succès de l’évènement.

Un 2e colloque en 2017

Certes, les questions posées n’étaient finalement pas très polémiques. « Et elles portaient en grande partie leurs réponses en elles-mêmes », reconnait Alain Pavé. Car pas question ici d’évoquer la validité de tel ou tel modèle, notamment en économie, ou des questions de transparence et de boites noires qui sortent des prédictions sans expliquer comment, voire d’éthique… Ce sera  pour le prochain colloque, prévu pour décembre 2017. « Il aura un point de vue encore plus critique », prévient l’académicien.

Sans être polémiques, les sujets évoqués n’avaient pour autant rien de lisses, comme le faisait remarquer Alain Fuchs, président du CNRS en introduction du colloque. "L'augmentation des puissances de calcul n’est pas une question pertinente. Il n’est pas question de limiter la puissance, mais de réfléchir à mieux l'utiliser", prévenait-il d’emblée aux conférenciers, avant d’alerter sur les mirages de la simulation numérique, dans son domaine scientifique d’expertise notamment : "La simulation moléculaire a un peu été survendue à l'industrie pharmaceutique. Les algorithmes ne sont pas forcément à la hauteur. Ils ne permettent pas de se passer d'expériences, mais les complètent."

Les 20 fonctions de la modélisation

Certes, mais de toute façon, la modélisation n’a pas pour seule fonction de remplacer les expérimentations physiques. Lors de sa passionnante présentation sur l’histoire de la modélisation, Franck Varennes, maître de conférences en épistémologie à l'Université de Rouen et chercheur au GEMASS (UMR 8598 - Groupe d'étude des méthodes de l'analyse sociologique de la Sorbonne), a rappelé qu’on dénombrait 20 fonctions à la modélisation et la simulation. « Un modèle donné ne répond jamais qu'à quelques-unes d’entre elles, jamais toutes à la fois », a-t-il  souligné, avant de parler des évolutions dans le temps. « On est passé d’a-physicalisme, soit le court-circuitage de la physique pour passer à la théorie, à l’a-mathématisme, où il n’est plus forcément besoin de passer par les mathématiques pour écrire le modèle ». Selon lui, on observe aussi une alternance entre simuler et modéliser avec « démathémathisation » et « remathématisation ». On irait aussi de plus en plus vers des systèmes de modèles, qui se recomplexifient, « alors que le modèle doit simplifier », rappelle Franck Varenne.

De l'intérêt des limites

Peut-être, car la question "Faut-il complexifier ou simplifier les modèles ?" reste posée et n’a de réponse qu’un cas par cas, constate Alain Pavé. Pour lui, en fait, c’est plus dans les limites des modèles, lorsqu’ils ne fonctionnent plus, que l’on apprend. « Quand on voit que le modèle ne peut pas nous permettre de prédire, on apprend quelque chose sur le modèle. Parfois, c’est l’objet mathématique lui-même qui peut avoir des comportements étonnants et être objet de curiosité. »

Et alors, faut-il toujours plus de puissance de calcul ? Bien sûr, pas de réponse absolue à cette question.  « Mais de toute façon, même si on disposait un jour d’ordinateurs quantiques, on sera limité en puissance de calcul, pour des tas de raisons, notamment des questions d’énergie. Les très gros centres de données ou grosses machines de calcul consomment 4,7% de l’énergie mondiale, rappelle Alain Pavé. Sans parler des limites physiques. »

Les atouts cachés

En revanche, aucun doute sur le fait que la modélisation est un excellent vecteur de dialogue entre différentes disciplines. « Dans des travaux de recherche pluridisciplinaires, le modèle est un médiateur important. Dès que l’on écrit les choses, que l’on dessine des schémas, des modèles graphiques, cela facilite le dialogue », rappelle Alain Pavé. D’ailleurs selon lui, la démarche de modélisation, même si elle n’aboutit pas, facilite la compréhension des choses.  « La modélisation peut aussi donner des idées. Mais il faut éviter de mettre trop d’idéologie dans les modèles », prévient l’académicien. Une question pour le colloque de 2017 ?

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Académiques et industriels lancent à Grenoble l’institut 3IA dédié à l’intelligence artificielle

Académiques et industriels lancent à Grenoble l’institut 3IA dédié à l’intelligence artificielle

L’institut grenoblois MIAI dédié à l’intelligence artificielle labellisé 3IA a été[…]

L’IA française se dope au  calcul intensif

L’IA française se dope au calcul intensif

Sensibilité record pour la pesée de molécules avec de la lumière

Sensibilité record pour la pesée de molécules avec de la lumière

La deeptech vient en force à VivaTech

La deeptech vient en force à VivaTech

Plus d'articles