Les sciences computationelles

 
 

Traditionnellement, la recherche scientifique se base sur l'observation (expérience) et sur la théorie, afin de comprendre, prédire et contrôler un phénomème donné.

Avec l'apparition d'ordinateur de plus en plus puissants, la démarche scientifique s'appuie de plus en plus sur le calcul intensif, la modélisation et la simulation pour parvenir à ses fins.

L'objectif de CADMOS n'est pas seulement d'offrir à la communauté académique lémamique des ressources de calcul très puissantes, mais aussi de développer les sciences computationnelles à travers toutes les disciplines, que se soit les sciences de base, les sciences naturelles ou les sciences humaines.

Les sciences computationnelles proposent une nouvelle démarche scientifique. Se développant progressivement du besoin de résoudre des problèmes de plus en plus ambitieux, les sciences computationnelles commencent à s'imposer comme une discipline à part entière. Au delà d'algorithmes informatiques de plus en plus efficicaces pour résoudre des équations mathématiques, il est nécessaire d'élaborer de nouvelles méthodes pour des problèmes qui se laissent difficilement aborder par les approches traditionnelles. Une grande partie des phénomènes qu'on observe à grande échelle sont le fruit de l'interaction de nombreux constituants.

L'émergence de propriétés collectives (le fait que le tout est plus que la somme de ses partie) est la signature de ce qu'on nomme aujourd'hui un système complexe. Les systèmes complexes sont plus la règle que l'exception dans le monde qui nous entoure et la meilleure méthode pour les comprendre est souvent d'en simuler les constituants directement dans un ordinateur. On reproduit ainsi une portion de l'univers qui nous entoure afin de l'étudier, à l'image d'une une expérience virtuelle dont on contrôle parfaitement tous les degrés de libertés. Une telle démarche requière des ordinateurs de plus en plus plus puissants, à mesure qu'on intègre davantage de processus dans une même simulation.

A l'instar des mathématiques qui offrent de nombreux outils pour décrire la nature, les sciences computationnelles offrent une gamme de plus en plus riche de méthodes numériques pour la modélisation de système complexes: simulations à événements discrets, automates cellulaires, simulations multi-agents et apprentissage automatique sont quelques exemples des outils non-standard qui font partie de la panoplie des sciences computationnelles modernes.

Actualités