Simulation numérique

L'Académie des technologies prône la complémentarité entre l'intelligence artificielle et la simulation numérique

Soumis par fredericmazue le

Dans un rapport, l’Académie des technologies alerte sur l’importance des nouvelles technologies de simulation numérique, fondées à la fois sur la modélisation (calcul scientifique) et sur l’intelligence artificielle (apprentissage automatique).

Le développement très rapide des méthodes d’apprentissage automatique, et en particulier de l’apprentissage profond souvent appelé intelligence artificielle, a permis d’obtenir des résultats remarquables dans de multiples domaines : reconnaissance d’images ou de la parole, étude des réseaux sociaux, véhicules autonomes, imagerie médicale, etc… Ces méthodes statistiques, qui nécessitent de recourir à de très nombreuse données (big data) pour entraîner les modèles d’apprentissage, sont-elles le nouveau paradigme pour les besoins de simulation nécessaires à prévision, à la recherche scientifique, au développement technologique ?

La seule approche disponible jusqu’à un passé récent consistait à s’appuyer sur les lois scientifiques du monde de la physique, de la chimie, de la biologie, décrivant les systèmes étudiés. Les versions numériques, ou discrétisées, de ces lois déterministes sont utilisées pour construire un modèle, le plus souvent très lourd, dont la résolution est confiée à un super-ordinateur. La simulation numérique fonde ainsi les scénarios climatiques, commande la conception des avions et de beaucoup d’autres objets industriels. Ce calcul scientifique, cette simulation numérique, peuvent-ils continuer à progresser au rythme soutenu qu’ils ont connu jusqu’à présent ?

La complémentarité entre approches statistiques et déterministes, entre intelligence artificielle et simulation numérique, est, pour l’Académie des technologies, la source d’un accroissement significatif des capacités de chacune de ces approches et la matrice de nouvelles méthodes, hybridées entre calcul et données.

L’intelligence artificielle peut en effet inclure dans son approche statistique, comme contraintes à respecter, des lois scientifiques ou des savoirs préexistants. La simulation numérique peut quant à elle utiliser l’apprentissage automatique pour représenter statistiquement, à partir d’une grande masse de données d’apprentissage, des phénomènes trop fins ou trop complexes pour être numérisés directement à partir de lois scientifiques. On conçoit alors que, pour les systèmes complexes, la reproduction et la prévision de leur fonctionnement soient magnifiées par de nouvelles méthodes hybrides statistico- déterministes.

Les outils pour mettre en œuvre ces nouvelles méthodes existent : le traitement en masse des données a nécessité l’utilisation d’une nouvelle catégorie de processeurs, moins gourmands en énergie et particulièrement adaptés à ces usages. Ces « accélérateurs » sont maintenant intégrés, à côté des processeurs plus traditionnels, dans les architectures des super-ordinateurs les plus puissants. Le rassemblement au sein d’un même cœur de calcul de ces deux sortes de processeurs permet à la fois d’atteindre des puissances de calcul qui seront très bientôt dans la gamme de 1018 opérations par seconde (l’exascale), à un coût énergétique acceptable, et aussi de mettre en œuvre les nouvelles méthodes hybrides associant intelligence artificielle et calcul scientifique

Les compétences nécessaires au développement de ces méthodes associeront connaissances des mathématiques appliquées, de la science des données et de la statistique, de la science sous-jacente au domaine d’étude, et mise en œuvre de ces méthodes sur les nouvelles architectures des super-ordinateurs les plus puissants, nécessitant maîtrise de l’informatique et du parallélisme massif. Les formations initiales comme les formations continues aptes à former de tels spécialistes commencent à être mises en place, mais toutefois à un niveau encore insuffisant.

Dans son rapport « Calcul et données. Nouvelles perspectives pour la simulation à haute performance », l’Académie des technologies développe ces différents points et formule six recommandations :

  • renforcer le développement de méthodes hybrides, associant physique de base et apprentissage ;
  • s’appuyer sur des infrastructures matérielles permettant à la fois le calcul scientifique et le traitement des données ;
  • améliorer la validation et l’explication des résultats des simulations ;
  • organiser un meilleur partage des données entre utilisateurs potentiels ;
  • promouvoir une formation hybride adaptée et bien reconnaître les métiers associés ;
  • aider à la transition des grands codes déjà développés sur la base du calcul scientifique.

Ce rapport peut être téléchargé ici.

Atos et GENCI annoncent les lauréats du Prix Atos – Joseph Fourier 2018

Soumis par admin le

Atos annonce en partenariat avec GENCI (Grand Équipement National de Calcul Intensif), les gagnants de sa compétition scientifique, le Prix Atos – Joseph Fourier 2018. Le Prix a pour objectif d’accélérer la recherche et l’innovation en récompensant des travaux dans le domaine de la simulation numérique et cette année, pour la première fois, dans les domaines de l’intelligence artificielle (IA), et du calcul quantique.

La cérémonie, présidée par Philippe Vannier, Conseiller du Groupe Atos pour la Technologie, et Philippe Lavocat, Président - Directeur Général de GENCI, s’est déroulée en présence de nombreux représentants de la communauté scientifique française, chercheurs, ingénieurs et entrepreneurs.

Le jury, composé de personnalités indépendantes, représentantes du monde scientifique et industriel français, a désigné les lauréats suivants :

Simulation numérique

  • §  1er prix (10 000 €) : Jean-Philip Piquemal, professeur à Sorbonne Université ainsi que  Félix AVIAT, Luc-Henri JOLLY, Louis LAGARDERE et Yvon MADAY de Sorbonne Université et du CNRS  ont été  récompensés pour leurs travaux de simulation de la dynamique  moléculaire avec le package logiciel Tinker-HP (High Performance). Cette modélisation  vise à réaliser des simulations moléculaires dynamiques en utilisant  des champs de force avancés. Le projet pourrait impacter un grand  nombre de domaines, comme la santé ou la chimie.
  • §  Le second prix (200 000 heures de temps machine sur des supercalculateurs de GENCI) distingue Ludovic Berthier, chercheur de premier plan pour la simulation numérique des matériaux amorphes, dont les verres et les émulsions, Université de Montpellier. La physique de ces matériaux désordonnés constitue un des grands problèmes ouverts de la physique actuelle, avec de nombreux impacts potentiels en biologie et en informatique.

Intelligence artificielle (IA)

  • §  1er prix (10 000 €) récompense l’équipe d’Igor Carron et Laurent Daudet, co-fondateurs et respectivement Président et Directeur Technique de LightOn, une entreprise développant du matériel informatique de pointe basé sur l’optique, associés à Sylvain Gigan et Florent Krzakala chercheurs au Laboratoire Kastler Brossel et à l’Ecole Normale Supérieure pour la création d’un processeur optique innovant, qui permet d’accélérer de plusieurs ordres de grandeur les programmes d’IA, avec des possibilités encore inédites. Les impacts ont déjà été analysés grâce à la reconnaissance d’image et de texte: les processeurs optiques ont une puissance mille fois supérieure aux processeurs standards, et consomment dans le même temps une quantité négligeable d’énergie.
  • §  Le second prix (100 000 heures de temps machine sur des supercalculateurs de GENCI) distingue Stephan Clémençon, professeur de mathématiques appliquées à Télécom ParisTech, développe des algorithmes de machine-learning aux capacités de passage à l’échelle avérées. Appliqués à des problèmes tels que l’analyse des réseaux sociaux, la détection de fraude ou la maintenance prédictive, ces algorithmes randomisés/distribués permettent d’exploiter les infrastructures de calcul modernes pour analyser les masses de données désormais disponibles.

Calcul quantique

Lauréat (10 000€) : Jean-Charles Faugère, Chercheur à l’INRIA, et Ludovic Perret, Professeur associé à Sorbonne Université. Cette équipe développe depuis quinze ans des algorithmes cryptographiques capables de résister aux futurs systèmes de décryptage basés sur l’informatique quantique. Le succès du projet a conduit à la création de la start-up PQAT, qui offre des solutions ‘quantum safe’.

Lors de la cérémonie, Philippe Vannier a déclaré :

« Je suis impressionné par la qualité des contributions dans les domaines de la simulation informatique, de l’intelligence artificielle et du calcul quantique. En ce 250ème anniversaire de la naissance du célèbre mathématicien et physicien français Joseph Fourier, je tiens à féliciter l’ensemble des scientifiques et chercheurs pour leur travail de longue haleine et leurs idées innovantes qui révolutionneront la science, l’économie et plus largement la vie de demain. Chez Atos, nous encourageons les chercheurs à repousser les limites de la science – et c’est avec plaisir que nous récompensons et soutenons de tels projets d’envergure mondiale. »

Philippe Lavocat, PDG de GENCI a ajouté :

« en tant que membre du jury, nous avons analysé encore plus de dossiers que les années précédentes et de très haute qualité scientifique, dans la catégorie HPC, mais aussi IA et calcul quantique. En s’associant au Prix Atos Joseph Fourier, GENCI souhaite non seulement mettre en lumière ces scientifiques qui proposent une recherche d’excellence reconnue au niveau mondial, mais aussi offrir aux chercheurs français un accès aux supercalculateurs de GENCI, pour leur permettre de faire avancer la science et relever les défis sociétaux. »