La modélisation, le calcul HPC et les sciences computationnelles

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 efficiaces pour résoudre des équations mathématiques, il est necessaire 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.

Exemples d'applications:

Les sciences de l'environnement plus qu'une autre, a pour but de prédire et contrôler les interactions entre de nombreux sous-systèmes. Notre qualité de vie et le maintien de l'équilibre naturel demandent de comprendre l'emérgence de phénomèmes à grande échelle qui sont le résultat d'un ensemble de composantes, présentes à différents niveaux d'intensité et à différente échelles. La complexité de ces systèmes ne peut pas être maîtrisée sans des méthodes d'investigation nouvelles telles que celle qu'offrent la modélisation et la simulation sur des ordinateurs massivement parallèles.
La modélisation ouvre de nouvelles portes pour des applications biomédicales. On peut maintenant reproduire de mieux en mieux le comportement d'organes sur ordinateur pour mieux en comprendre le fonctionnement et pour étudier des possibilités de traitement. Les laboratoires d'analyse virtuelle, proposant un diagnostique sur la base de simulations informatiques permetra d'obtenir des mesures inaccessibles autrement. La commission européenne encourage d'ailleurs les recherches de pointe dans ce domaine, avec pour but la création d'un <> (VPH).
En économie, il est maintenant largement admis que l'hypothèse d'un agent unique réagissant de façon rationnelle dans un marché à l'équilibre ne peut pas expliquer l'évolution des marchés réels. Les micro-simulations économiques, où chaque agent impliqué dans le système est modélisé dans un ordinateur, permet un nouveau regard sur l'économie et s'avère un chemin très prometteur pour en appréhender la nature complexe.