Accueil >> Espace Chercheur >> Contrôle et Intelligence
Contrôle et intelligence dans les systèmes complexes
A la suite de la grande transformation de la société dans le dernier demi-siècle avec l’accélération du développement technologique, une nouvelle classe de systèmes est apparu qui n’appartient pas à celles résultant de la traditionnelle séparation pure et dure du monde physique observé entre ses deux représentations mécanique et thermodynamique, telle qu’elle est professée dans les classes de cours, et qui ne suffit plus à rendre compte d'un nombre de plus en plus vaste de structures qui se situeraient plutôt entre les deux. Il s'agit de systèmes dont la réponse globale est difficilement prédictible à partir des comportements individuels de leurs composantes mais n'est pas appréhendée pour autant par une vision purement thermodynamique (aléatoire) car l'aspect convectif reste important. On peut donner les exemples d'un récipient plein de sable soulevé par un bâton planté dedans, d’un plasma toroïdal pour l’étude de la fusion thermonucléaire et d’un réacteur de fission classique. Dans ces trois cas qui n’ont pourtant rien en commun, le comportement global est en fait très similaire. Dans les deux premiers cas, l'ensemble des composants, grains de sable et particules chargées, crée une réaction qui dans le premier cas, par interaction boule de billard, s'appuie finalement sur la paroi du contenant et, dans l'autre, par interaction électromagnétique, sur les lignes de champ magnétique, avec la grande différence que la paroi reste fixe alors qu'il y a une "frontière" libre dans l'autre cas et donc un problème plus difficile à résoudre. Dans le troisième cas, il y a des bulles de gaz occluses dans la paroi du récipient de l’échangeur qui migrent vers le fluide caloporteur avec la température et changent complètement le régime d’élimination de la chaleur.
Mais dans tous les trois cas, et dans bien d’autres en chimie avec les systèmes dissipatifs découverts par Prigogine, en physique des milieux continus, avec les systèmes technologiques modernes de haute performance, - et il y a des raisons de penser que les systèmes biologiques et économiques se comportent aussi de façon similaire - il y a un phénomène de base à l’échelle ‘’microscopique’’ non accessible mais cohérent qui détermine le comportement global final du système. Il en résulte une grosse difficulté, car ceci crée une organisation interne inaccessible qui pose de difficiles problèmes dans le pilotage de leur comportement, d’autant plus que celui-ci doit par ailleurs être de plus en plus autonome pour satisfaire aux diverses contraintes auxquelles ils sont soumis.
C’est là la caractéristique essentielle d’un système complexe : il a une organisation interne qui en plus s’auto adapte aux conditions à sa frontière. On comprend instantanément que le contrôle d’un tel système n’est plus comme celui d’un système traditionnel, puisqu’il faut maintenant composer avec cette organisation interne naturellement incontournable puisque c’est elle qui assure de l’existence même du système. Il y a donc une demande objective pour savoir comment maîtriser tous ces nouveaux aspects qui sont peut être à l’origine des maux de notre société contemporaine, demande qui rejaillit au premier chef sur la teneur du contenu délivré par les entités éducatives.
En ce qui concerne les systèmes, le transfert d’intelligence nécessaire à leur autonomie est une tendance lourde qui est apparue dès la création du premier artefact par l’homme préhistorique pour améliorer l’action de sa main. Ceci passe par une nouvelle dimension basée sur l’observation que l’amélioration qualitative du comportement du système repose sur le fait de donner à celui-ci la possibilité d’avoir accès à une plus large information concernant le système lui-même et son environnement afin de définir correctement le pas ‘’suivant’’ à partir de la situation présente. Dans la représentation du triplet classique (actuateur - effecteur, capteur - acquisition, contrôle - calcul), les deux dernières parties prennent une part désormais décisive qui va au-delà de la seule conjonction des deux premières parties considérée lors de l’apparition de la ‘’Mécatronique’’ par le rôle de plus en plus important du réseau nerveux supportant ce développement d’intelligence.
Par ailleurs, les problèmes liés à l’effet toujours plus incertain sur l’environnement et à l’évaluation du risque réel consécutif au développement actuel exigent également pour pouvoir être appréhendés correctement une réponse adaptée en ce sens qu’elle permette d’intégrer de façon constructive les résultats des observations quantitatives de plus en plus nombreuses et raffinées effectuées dans ces domaines. Ainsi il est plus que probable que cette orientation est appelée à continuer, et elle fixe assez strictement la nature des éléments que doivent connaître les ‘’praticiens’’, techniciens et ingénieurs, sur le sujet. Ceci pose entre autres choses un réel problème aux entités, écoles d’ingénieurs et universités, en charge de cette éducation. Typiquement jusqu’à maintenant on a enseigné des éléments principalement basés sur une vue mécanistique du monde dans laquelle à partir des données initiales on pouvait suivre et même prédire la trajectoire du système. Mais du fait de son organisation interne et de la non accessibilité de certains paramètres pourtant déterminants, la notion même de trajectoire sur laquelle repose l’approche précédente est en défaut et ne peut plus être utilisée. En effet on ne peut plus parler que de famille de trajectoires car elles deviennent indiscernables localement. Il faut donc pour appréhender cette nouvelle situation faire appel à d’autres outils adaptés, développés essentiellement en Analyse Fonctionnelle au cours de ces dernières décades, et qui sont extrêmement importants pour représenter les caractéristiques quantitatives et qualitatives fondamentales des systèmes complexes découlant de leur non linéarité intrinsèque, et en particulier, pour rechercher les invariants qui caractérisent leur comportement.
Il y a également une nouvelle dimension à appréhender qui découle directement de l’analyse du flux d’information qui doit maintenant circuler dans et autour du système afin de mieux gérer sa dynamique dans le nouveau contexte, avec la création de systèmes complexes seuls capables de franchir l’étape de la délégation d’intelligence pour la réussite de leur action. En effet, il y a également la montée en puissance de nouvelles structures capables de contenir et de distribuer l’information en conjonction avec le développement de nouveaux systèmes techniques de performance accrue. C’est là un important sujet de recherche pour saisir les multiples facettes de la ‘’Complexité’’ qui est la grande aventure soutenant les réalisations avancées de la Mécatronique aujourd’hui, de la maîtrise de l’Environnement, de l’évaluation du Risque, de la Biologie et de l’Economie demain. Dans ce contexte général, les axes de recherche développés jusqu’à maintenant ont porté sur la représentation du système pour fournir une voie d’approche à son comportement et sur l’analyse de son contrôle avec les contraintes contradictoires de robustesse et de stabilité asymptotique.
