sciences informatiques

Le calcul scientifique , également appelé calcul technique ou calcul scientifique ( CS ), est une branche des sciences, et plus précisément de l' informatique , qui utilise des capacités de calcul avancées pour comprendre et résoudre des problèmes physiques complexes en sciences. Bien que ce domaine s'étende généralement à des spécialisations en calcul, il comprend notamment :

• Algorithmes ( numériques et non numériques) : modèles mathématiques , modèles de calcul et simulations informatiques développés pour résoudre des problèmes en sciences (par exemple, physiques , biologiques et sociales ), en ingénierie et en sciences humaines .
• Matériel informatique qui développe et optimise les composants matériels , micrologiciels , réseaux et de gestion des données avancés nécessaires à la résolution de problèmes exigeants en calcul.
• L'infrastructure informatique qui soutient à la fois la résolution de problèmes scientifiques et d'ingénierie et le développement informatique et des sciences de l'information

En pratique, le calcul scientifique consiste généralement à appliquer la simulation informatique et d'autres formes de calcul issues de l'analyse numérique et de l'informatique théorique à la résolution de problèmes dans diverses disciplines scientifiques. Ce domaine se distingue de la théorie et des expériences en laboratoire, formes traditionnelles des sciences et de l'ingénierie . L'approche du calcul scientifique vise à acquérir une compréhension par l'analyse de modèles mathématiques implémentés sur ordinateur . Les scientifiques et les ingénieurs développent des programmes informatiques et des logiciels d'application qui modélisent les systèmes étudiés et exécutent ces programmes avec différents ensembles de paramètres d'entrée. L'essence du calcul scientifique réside dans l'application d'algorithmes numériques et de mathématiques computationnelles . Dans certains cas, ces modèles nécessitent une quantité massive de calculs (généralement en virgule flottante ) et sont souvent exécutés sur des supercalculateurs ou des plateformes de calcul distribué .

Le terme « scientifique en calcul scientifique » désigne une personne maîtrisant le calcul scientifique. Il s'agit généralement d'un scientifique, d'un ingénieur ou d'un mathématicien appliqué qui utilise le calcul haute performance de différentes manières afin de faire progresser l'état de l'art dans sa discipline respective.

La science computationnelle est aujourd'hui communément considérée comme un troisième mode de science , complétant et enrichissant l'expérimentation / l'observation et la théorie (voir image). On définit ici un système comme une source potentielle de données, une expérience comme un processus d'extraction de données d'un système par le biais de ses entrées, et un modèle ( M ) d'un système ( S ) et d'une expérience ( E ) comme tout ce à quoi E peut être appliqué afin de répondre à des questions concernant S. [ scientifique en science computationnelle doit être capable de :

• reconnaître les problèmes complexes
• conceptualiser adéquatement le système contenant ces problèmes
• conception d'un cadre d'algorithmes adapté à l'étude de ce système : la simulation
• choisir une infrastructure informatique adaptée ( calcul parallèle / calcul distribué / supercalculateurs )
• maximisant ainsi la puissance de calcul de la simulation
• évaluer dans quelle mesure le résultat de la simulation ressemble aux systèmes : le modèle est validé
• adapter en conséquence la conceptualisation du système
• Répéter le cycle jusqu'à l'obtention d'un niveau de validation satisfaisant : le chercheur en calcul scientifique part du principe que la simulation génère des résultats suffisamment réalistes pour le système dans les conditions étudiées.

Des efforts considérables en sciences informatiques ont été consacrés au développement d'algorithmes, à leur implémentation efficace dans les langages de programmation et à la validation des résultats de calcul. Un recueil de problèmes et de solutions en sciences informatiques est disponible dans Steeb, Hardy, Hardy et Stoop (2004).

Des philosophes des sciences, parmi lesquels Humphreys et Gelfert , se sont penchés sur la question suivante : « Dans quelle mesure la science computationnelle peut-elle être considérée comme une science ? » Ils abordent la question épistémologique générale : comment tirer des enseignements de telles approches de la science computationnelle ? Tolk utilise ces réflexions pour mettre en évidence les contraintes épistémologiques de la recherche par simulation informatique. Puisque la science computationnelle utilise des modèles mathématiques représentant la théorie sous-jacente sous une forme exécutable, elle applique, par essence, la modélisation (construction de la théorie) et la simulation (implémentation et exécution). Bien que la simulation et la science computationnelle constituent notre moyen le plus sophistiqué d’exprimer nos connaissances et notre compréhension, elles comportent également toutes les contraintes et limites connues des solutions informatiques.

Les domaines d'application du calcul scientifique comprennent :

La science computationnelle prédictive est une discipline scientifique qui s'intéresse à la formulation, au calibrage, à la résolution numérique et à la validation de modèles mathématiques conçus pour prédire des aspects spécifiques d'événements physiques, étant donné des conditions initiales et aux limites, ainsi qu'un ensemble de paramètres caractéristiques et les incertitudes associées. Dans la plupart des cas, la prédiction est formulée en termes de probabilités. Par exemple, pour un composant mécanique soumis à une charge périodique, « la probabilité est (disons) de 90 % que le nombre de cycles à la rupture (Nf) se situe dans l'intervalle N1 < Nf < N2 ».

Les villes sont des systèmes d'une complexité immense, créés par l'homme, composés d'humains et gouvernés par l'homme. Tenter de prédire, de comprendre et d'influencer leur développement futur exige une réflexion approfondie et le recours à des modèles et simulations informatiques pour atténuer les difficultés et les risques de catastrophes. La recherche sur les systèmes urbains complexes vise, par la modélisation et la simulation, à mieux comprendre la dynamique des villes et à préparer l' urbanisation à venir .

Sur les marchés financiers , d'énormes volumes d'actifs interdépendants sont négociés par un grand nombre d'acteurs de marché interagissant dans différents lieux et fuseaux horaires. Leur comportement est d'une complexité sans précédent et la caractérisation et la mesure du risque inhérent à cet ensemble très diversifié d'instruments reposent généralement sur des modèles mathématiques et informatiques complexes . La résolution exacte de ces modèles sous forme analytique, même au niveau d'un seul instrument, est généralement impossible ; il est donc nécessaire de rechercher des algorithmes numériques efficaces . Cette problématique est devenue encore plus urgente et complexe récemment, la crise financière ayant clairement démontré le rôle des effets en cascade, depuis les instruments individuels jusqu'aux portefeuilles des institutions, et même au réseau de négociation interconnecté. Comprendre ce phénomène exige une approche multi-échelle et holistique, où les facteurs de risque interdépendants, tels que les risques de marché, de crédit et de liquidité, sont modélisés simultanément à différentes échelles interconnectées.

Les avancées récentes et passionnantes en biotechnologie révolutionnent la biologie et la recherche biomédicale . Parmi ces techniques, on peut citer le séquençage à haut débit , la PCR quantitative à haut débit , l'imagerie intracellulaire, l'hybridation in situ de l'expression génique, les techniques d'imagerie tridimensionnelle comme la microscopie à fluorescence par feuille de lumière et la microtomographie par projection optique . Face à l'immense quantité de données complexes générées par ces techniques, leur interprétation et même leur stockage constituent des défis majeurs qui nécessitent de nouvelles approches. Au-delà des approches bioinformatiques actuelles, la biologie computationnelle doit développer de nouvelles méthodes pour identifier des schémas significatifs dans ces vastes ensembles de données. La reconstruction de réseaux de gènes à partir de modèles peut être utilisée pour organiser les données d'expression génique de manière systématique et orienter les futures collectes de données. Un enjeu majeur consiste à comprendre comment la régulation génique contrôle des processus biologiques fondamentaux tels que la biominéralisation et l'embryogenèse . Les sous-processus, comme la régulation génique , les interactions entre les molécules organiques et le processus de dépôt minéral, les processus cellulaires , la physiologie et d'autres processus aux niveaux tissulaire et environnemental, sont interdépendants. Plutôt que d'être dirigées par un mécanisme de contrôle central, la biominéralisation et l'embryogenèse peuvent être envisagées comme un comportement émergent résultant d'un système complexe où plusieurs sous-processus, se déroulant à des échelles temporelles et spatiales très différentes (allant du nanomètre et de la nanoseconde au mètre et à l'année), sont interconnectés au sein d'un système multi-échelle. L'une des rares options disponibles pour comprendre de tels systèmes consiste à élaborer un modèle multi-échelle .

En utilisant la théorie de l'information , la dynamique hors équilibre et des simulations explicites, la théorie des systèmes computationnels tente de découvrir la véritable nature des systèmes adaptatifs complexes .

L'ingénierie et les sciences computationnelles (ISC) constituent une discipline relativement récente qui s'intéresse au développement et à l'application de modèles et de simulations informatiques, souvent couplés au calcul haute performance , pour résoudre des problèmes physiques complexes rencontrés en analyse et conception technique (ingénierie computationnelle) ainsi qu'en sciences naturelles (sciences computationnelles). L'ISC est désormais reconnue par les scientifiques, les ingénieurs et les universitaires comme le « troisième mode de découverte » (après la théorie et l'expérimentation) . Dans de nombreux domaines, la simulation informatique est intégrée et donc essentielle à la recherche et au développement. Elle permet d'explorer des domaines inaccessibles à l'expérimentation traditionnelle ou pour lesquels les investigations empiriques classiques sont excessivement coûteuses. Il ne faut pas confondre l'ISC avec l'informatique pure ni avec le génie informatique , bien qu'un large éventail de domaines de la première soit utilisé en ISC (par exemple, certains algorithmes, structures de données, programmation parallèle, calcul haute performance), et que certains problèmes du second puissent être modélisés et résolus par des méthodes d'ISC (à titre d'application).

Les algorithmes et les méthodes mathématiques utilisés en sciences informatiques sont variés. Parmi les méthodes couramment appliquées, on peut citer :

Historiquement et encore aujourd'hui, Fortran reste populaire pour la plupart des applications de calcul scientifique. Parmi les autres langages de programmation et systèmes de calcul formel couramment utilisés pour les aspects plus mathématiques des applications de calcul scientifique, on peut citer GNU Octave , Haskell , Julia , Maple , Mathematica , MATLAB , Python (avec la bibliothèque tierce SciPy ), Perl (avec la bibliothèque tierce PDL ), R , Scilab , et TK Solver . Les aspects les plus gourmands en calculs scientifiques utilisent souvent une variante de C ou de Fortran et des bibliothèques d'algèbre optimisées telles que BLAS ou LAPACK . De plus, le calcul parallèle est largement utilisé en calcul scientifique pour résoudre des problèmes de grande taille dans un délai raisonnable. Dans ce cadre, le problème est soit réparti sur plusieurs cœurs d'un seul nœud de processeur (comme avec OpenMP ), soit réparti sur plusieurs nœuds de processeur en réseau (comme avec MPI ), soit exécuté sur un ou plusieurs GPU (généralement avec CUDA ou OpenCL ).

Les programmes d'application en sciences numériques modélisent souvent des conditions réelles changeantes, telles que la météo, l'écoulement de l'air autour d'un avion, les déformations de la carrosserie d'une voiture lors d'un accident, le mouvement des étoiles dans une galaxie, un engin explosif, etc. Ces programmes peuvent créer un « maillage logique » en mémoire, où chaque élément correspond à une zone spatiale et contient des informations pertinentes pour le modèle. Par exemple, dans les modèles météorologiques , chaque élément peut représenter un kilomètre carré, avec l'altitude, la direction du vent, l'humidité, la température, la pression, etc. Le programme calcule l'état suivant probable à partir de l'état actuel, par intervalles de temps simulés, en résolvant des équations différentielles qui décrivent le fonctionnement du système, puis répète le processus pour calculer l'état suivant.

La première Conférence internationale sur les sciences computationnelles (ICCS) a été organisée en 2001. Depuis, elle a lieu chaque année. L'ICCS est une conférence de rang A dans le classement CORE .

Le Journal of Computational Science a publié son premier numéro en mai 2010. Le Journal of Open Research Software a été lancé en 2012. [ initiative ReScience C , dédiée à la réplication des résultats de calcul, a été lancée sur GitHub en 2015.

Dans certains établissements, une spécialisation en calcul scientifique peut être obtenue comme « mineure » ​​au sein d'un autre programme (à différents niveaux). Cependant, les programmes de licence , de master et de doctorat en sciences informatiques sont de plus en plus nombreux. Le double diplôme de master en sciences informatiques de l' Université d'Amsterdam et de la Vrije Universiteit a été proposé pour la première fois en 2004. Dans ce programme, les étudiants :

• apprendre à construire des modèles informatiques à partir d'observations réelles ;
• développer des compétences dans la transformation de ces modèles en structures informatiques et dans la réalisation de simulations à grande échelle ;
• apprendre les théories qui fourniront une base solide pour l'analyse des systèmes complexes ;
• Apprendre à analyser les résultats de simulations dans un laboratoire virtuel à l'aide d'algorithmes numériques avancés.

L'ETH Zurich propose un bachelor et un master en sciences et ingénierie computationnelles. Ce diplôme permet aux étudiants d'acquérir les compétences nécessaires pour comprendre les problèmes scientifiques et appliquer des méthodes numériques à leur résolution. Les spécialisations possibles incluent la physique, la chimie, la biologie et d'autres disciplines scientifiques et d'ingénierie.

Le doctorat en calcul scientifique de l' Université du Michigan a été créé en 1988. L'Université George Mason propose un programme de doctorat multidisciplinaire en sciences informatiques et en informatique depuis 1992.

L'École des sciences computationnelles et intégratives de l'Université Jawaharlal Nehru (anciennement École de technologie de l'information ) propose également un programme de maîtrise dynamique en sciences computationnelles avec deux spécialisations : biologie computationnelle et systèmes complexes .