Réseau Multinational de Recherche - Développement sur les Systèmes Complexes

 Modélisation, Simulation, Conception, Développement

Accueil  Science de la complexité   Le projet Applications Glossaire  Publications

 Actualités Membres Contacts

Appel à participation au

Réseau Ouvert Distribué Coactif, Co-adaptatif, Proactif , Co-évolutif

de Recherche, Formation & Développement Collaboratifs

Ceci est un  appel à la constitution d'un réseau fédérateur de réseaux de chercheurs, d'universitaires, de décideurs  de disciplines différentes, souhaitant se coordonner sous le thème des modèles de la complexité avec réalisations effectives.
Chaque nœud pouvant être un individu (un chercheur, thématicien, praticien/développeur) ou  un collectif  (équipe), ou un réseau local (qui fédère à son tour un laboratoire ou un organisme de recherche à l'échelle d'une région ou d'un pays ).
Tous, géographiquement distribués, virtuellement rapprochés, collaborerons en synergie, pour explorer, investiguer, comprendre, expliquer, ..., maitriser, concevoir et construire des systèmes complexes réels.

 

« La complexité a longtemps été considérée comme un obstacle qu’il fallait contourner, soit en simplifiant les situations réputées complexes, soit en réduisant celles-ci à l’analyse de leurs composants élémentaires » [Clergue, 1997].

Historiquement, l’étude des systèmes non-linéaires (largement étudiés au cours du 20ème siècle surtout grâce à l’apparition des réseaux de neurones artificielles dans les années 1950) d’abord, ainsi que la théorie des systèmes distribués ou auto-organisés ont contribué au développement des théories des systèmes complexes [Pavard, 2001].

La première notion de système complexe est apparue vers la fin du 19ème siècle lorsque le mathématicien Henri Poincaré a posé, à travers le problème des trois corps, un problème de fond : il a montré que dans le cas de particules en interaction, les équations du mouvement ne sont plus intégrables et qu’elles ne peuvent produire de solutions [Poincaré, 1893] (cité dans [Cardon, 2004]). Il a révélé ainsi qu’un système entièrement défini (où les règles décrivant le comportement sont parfaitement connues) peut avoir un comportement non-déterministe et imprédictible.

 Etude des Systèmes Complexes:

nouveau paradigme 

Les approches analytiques, par définition cartésiennes et réductionnistes ont longtemps servi à l’étude de systèmes simples, déterministes où reproductibilité, causalité et linéarité constituent les principes de base. Ce n’est qu’au vingtième siècle, où la prise de conscience de la complexité du monde qui nous entoure, ajoutée à l’apparition puis aux (ré-)évolutions rapides des ordinateurs, des réseaux, des capacités énormes de calcul et de traitement, qu’a émergé un nouveau paradigme « holiste » d’étude de tels systèmes. La systémique (née aux États-Unis dans les années 1950, connue et pratiquée en France depuis les années 1970), est venue compléter le paradigme analytique traditionnel. Plus tard, pendant les années 1980, le paradigme de la complexité est né aux États-Unis.

 En effet, certains considèrent la complexité comme une science (par exemple [Dent, 1999]), d’autres comme une théorie (par exemple [ McKelvey, 1999]) et certains l’assimilent à un paradigme.

Bien que les origines de l’idée de la complexité datent du début du 20ème siècle, en biologie et en philosophie, la nouvelle science de la complexité est développée durant la deuxième moitié du siècle [Klein, 2004].

La science de la complexité  à travers le monde

Recherche - Développement - Formation 

 Bien que multidisciplinaire, la science de la complexité constitue de nos jours un domaine  en soi. Elle constitue un changement très important dans les découpages en spécialités dans les sciences, qui a commencé il y a 20 ans aux États-Unis.

Recherche 

C'est  principalement aux États-Unis et en Europe que les recherches multidisciplinaires sur les systèmes complexes sont en pleine expansion : Instituts, laboratoires, réseaux spécialisés ne cessent d'apparaitre pour  collaborer et mener des recherches théoriques et appliquées dans ce cadre.

L’institut du Santa Fe, dont le nom officiel est Institute for complexity, est le pionnier dans ce domaine. Il a été crée en 1984 et s’est spécialisé dans la recherche collaborative sur la complexité en physique, biologie, informatique et sciences sociales.

Depuis, de plus en plus de groupes de recherche pluridisciplinaires s’allient formant des laboratoires dédiés et spécialisés dans l’étude de la complexité selon toutes ses facettes. 

Informaticiens, physiciens, mathématiciens, biologistes, ergonomes, sociologues et acteurs/spécialistes/décideurs du système étudié collaborent étroitement pour comprendre afin de mieux agir sur des systèmes complexes comme le corps humain ou la société.

Développement

Les grandes industries sont de plus en plus demandeurs des résultats de la science de la complexité :

Les États-Unis, le Japon, l'Inde, l'Angleterre, ... sont les principaux pays dans lesquels la complexité en tant que science est considérée sérieusement dans les milieux industriels ...

Formation

Initialement, c'est sous la forme de formation doctorale que les sujets de la complexité sont traités, ou bien ce sont des écoles d'été qui y sont dédiées.

 Quelques cours, souvent sous forme de mastères,  sont actuellement apparus : France, UK, USA, ...

Une telle formation est aussi possible/intégrée aux cycles d'ingénieurs ... 

L'informatique est la science du calculable


L'informatique est fondée sur la notion de calcul de fonctions, chaque calcul étant finalement réalisé par le programme d'une Machine de Turing particulière. La notion de combinaison de fonctions revient à trouver a priori une mise en synchronisation de différentes machines de Turing permettant de faire le bon calcul au bon moment, dans une suite de calculs produisant, à partir d'un état initial, un résultat vu comme l'état final. À partir de cela, on a pu développer la notion très confortable d'objet et de langages et systèmes à objets, en produisant de multiples systèmes fonctionnels selon les techniques du Génie Logiciel. Avec cette approche, l'informatique distingue radicalement données et traitements et opère, pour résoudre les problèmes auxquels elle s'attaque, sur des données bien structurées pour produire, par des suites prédéfinies de calculs, des résultats qu'elle confronte ensuite avec la réalité. L'usage à même permis de développer des systèmes après qu'une fonction générale, une forme équationnelle représentant le phénomène étudié aient été trouvées, ce qui a REDUIT l'informatique à un rôle utilitaire de traitement.

Cette approche a permis traiter les innombrables problèmes fonctionnels aux caractères bien définis, qui étaient bien sûr compliqués mais qui n'étaient pas complexes au sens organisationnel.

Phénomène Complexe, Système Complexe: quelques exemples et propriétés


Un phénomène complexe est quelque chose d'évolutif qui ne se représente pas par une fonction donnée a priori. C'est, de manière générale, le comportement d'un organisme évolutif, composé de multiples éléments autonomes et proactifs dont les actions sont toujours en relations dynamiques et changent de manière non régulière au cours du temps. L'approche informatique intuitive pour appréhender un tel phénomène est de le considérer comme un système formé d'une vaste nuée de processus non homogènes en co-activation et en transformation, formant un organisme artificiel, chaque processus réifiant une certaine action significative et l'ensemble étant identifié comme système par un bord. Il n'existe pas de modèle équationnel pour le traitement de tels systèmes, il n'y a pas d'équation du vivant ni du social global.
Un phénomène complexe est par exemple : un écosystème forestier ou pastoral, un écosystème marin, un problème de logistique de taille réelle, une ville en activité, la circulation dans une métropole, un groupe humain conséquent en activité, le fait de produire des pensées en utilisant un système psychique et une culture, l'expression du génome en biologie du développement et l'évolution des êtres vivants.

Les caractéristiques fondamentales d'un système complexe modélisant un phénomène complexe sont :
1. Les éléments caractéristiques sont des compositions d'éléments, l'élément de base étant l'action minimale qui est considérée dans le phénomène, ce qui fixe ainsi son niveau de granularité. L'élément de base n'est donc pas l'objet réel ni ses parties mais ses relations internes et externes avec d'autres objets. Cette modélisation est donc duale du paradigme objet classique.
2. Le grain caractérisant certains éléments minimaux peut varier pendant le fonctionnement du système pour assurer la pertinence de sa production, ce qui veut dire que le système adopte localement une autre échelle de considération pour certains éléments dans son fonctionnement.
3. La quantité des éléments significatifs dans le système est variable et peut être changée, et surtout augmentée, pendant le fonctionnement du système. Un tel caractère signifie que le système doit voir ses connaissances régulièrement augmentées, et ceci par de multiples interventions externes.
4. Le système a un comportement : il a un intérieur où s'activent ses processus multiples, et une membrane le délimitant de l'extérieur, lui permettant de saisir de manière continue des flots d'informations qu'il transforme en représentations internes valides pour lui, en fait en grappes de processus. Il agit sur l'environnement en fournissant, par sa membrane, des informations diverses à des systèmes différents ou à des effecteurs.
5. Le système a des objectifs généraux, qui concernent les raisons de son comportement courant et qui font qu'il s'engage à résoudre des problèmes locaux en s'adaptant à chaque fois à la situation contextuelle qu'il se représente. Il mémorise toujours ses activités comportementales pour améliorer ses comportements futurs : il est donc en situation d'apprentissage implicite.
6. Le comportement du système se décompose en activités non indépendantes : * une production continue de sa situation d'acteur dans l'environnement, ce que l'on appelle sa représentation courante générée,  *• un acte d'intérêt pour certains faits externes reconnus identifiés dans sa représentation courante, *• un choix de solutions de traitement sur ces faits locaux dégagés, traitement opéré en général par analogie à partir de méthodes formelles éprouvées,  *• le traitement du cas courant général, par synthèse, en utilisant tous les composants qui lui sont disponibles et fournis notamment par les recherches en informatique classique.
Il s'agit donc d'un système générant des points focaux présentant de l'intérêt dans la représentation de son environnement courant, et intégrateur de composants de traitements classiques, en utilisant ces composants dans les structures essentiellement dynamiques qui permettent de produire sa représentation courante.