Aller au contenu principal
  • Paul Scherrer Institut PSI
  • PSI Research, Labs & User Services

Digital User Office

  • Digital User Office
  • DE
  • EN
  • FR
Paul Scherrer Institut (PSI)
Rechercher
Paul Scherrer Institut (PSI)

Hauptnavigation

  • Notre rechercheOuvrir ce point de menu principal
    • Actualités de notre recherche
    • Technologies d’avenir
    • Energie et climat
    • Innovation santé
    • Fondements de la nature
    • Grands instruments de recherche
    • Brochures
    • 5232 — Le magazine de l'Institut Paul Scherrer
    • Research Divisions & Labs (only english)
  • IndustrieOuvrir ce point de menu principal
    • Aperçu
    • Le transfert de technologie
    • Compétences
    • Entreprises spin-off
    • Park Innovaare
  • Protonthérapie Ouvrir ce point de menu principal
    • Aperçu
    • Information aux médecins et aux patients
  • CarrièreOuvrir ce point de menu principal
    • Aperçu
    • Offres d'emploi
    • Travailler au PSI
    • Politique du personnel
    • Equal Opportunities, Diversity & Inclusion
    • Formation initiale et formation continue
    • Formation professionnelle
    • Centre de Formation du PSI
    • Career Center
    • Programme de soutien "PSI Career Return Program"
    • PSI-FELLOW/COFUND
  • Visite au PSIOuvrir ce point de menu principal
    • Aperçu
    • Centre de visiteurs psi forum
    • Schülerlabor iLab
    • Manifestations
    • Comment nous trouver
  • Sur le PSIOuvrir ce point de menu principal
    • Le PSI en bref
    • Stratégie
    • Chartes
    • Chiffres et faits
    • Organisation
    • Pour les médias
    • Fournisseurs
    • Clients – e-facture
  • DE
  • EN
  • FR

Digital User Office (mobile)

  • Digital User Office

Vous êtes ici:

  1. PSI Home
  2. Notre recherche
  3. Actualités recherche
  4. Modéliser et simuler: un bon retour sur investissement

Navigation secondaire

Notre recherche

  • Actualités recherche Sous-menu élargi
    • Technologies d’avenir
    • Energie et climat
    • Innovation santé
    • Fondements de la nature
    • Plateforme ESI
    • Grands instruments de recherche
    • Projet SLS 2.0
    • Aperçu de sujets
    • Archives
  • 5232 — Le magazine de l'Institut Paul Scherrer
    • Contact/Rédaction
  • Brochures
  • Films
    • Tour virtuel
  • Social Media
    • PSI-Netiquette
  • Pour les médias
    • Communiqués de presse
23 décembre 2019

Modéliser et simuler: un bon retour sur investissement

Biologie Technologies d’avenir Sûreté des centrales nucléaires Grands instruments de recherche

En combinant théorie, modélisation et calculs à haute performance, les chercheurs du Laboratoire de simulation et modélisation de l’Institut Paul Scherrer PSI résolvent les problèmes les plus complexes. De puissants ordinateurs leur permettent de simuler aussi bien les molécules les plus minuscules que les grandes installations de recherche.

Dr. Andreas Adelmann
Dr Andreas Adelmann, chef du Laboratoire de simulation et modélisation
(Photo: Institut Paul Scherrer/Markus Fischer)

«Nous sommes en plein cœur d’une révolution», se réjouit Andreas Adelmann, chef du Laboratoire de simulation et modélisation (LSM) à l’Institut Paul Scherrer PSI. Cet ingénieur et mathématicien entend par là les progrès actuels que connaît le domaine des technologies informatiques. «Aujourd’hui, nous nous trouvons dans une phase de développement où les ordinateurs n’ont plus besoin d’être programmés par des êtres humains, mais apprennent par eux-mêmes, explique-t-il. Leur mode de fonctionnement ressemble à celui de notre cerveau, qui apprend de manières très diverses en traitant les impressions extérieures.» Les choses se passent de manière similaires dans ce qu’on appelle le «machine learning» (apprentissage machine ou apprentissage automatique), sauf que dans ce cas, les impressions extérieures sont remplacées par des données.

Cette nouvelle approche ne vient toutefois qu’en complément de la démarche traditionnelle qu’Andreas Adelmann et ses collègues appliquent d’habitude. Les chercheurs construisent un modèle en s’inspirant de la théorie. Autrement dit, ils conçoivent un programme informatique comme modèle et s’en servent pour mener des simulations.

Au commencement de tout modèle et de toute simulation, il y a la simplification. Pour obtenir un modèle, il faut en effet décrire la réalité à l’aide d’équations. Et pour imiter des relations plus complexes – un système entier –, il faut beaucoup d’équations de ce genre qui seront converties dans un langage mathématique, le langage informatique. C’est ainsi que voit la jour ce qu’on appelle un modèle numérique.

Plus le système que le modèle doit reproduire est compliqué, plus la solution du modèle numérique s’avère complexe. Pour ce faire, les chercheurs ont besoin d’une importante puissance de calcul, comme celle que Piz Daint met à leur disposition. Ce nom n’est pas seulement celui d’un sommet des Alpes suisses, mais aussi celui du plus puissant des superordinateurs du monde qui se trouve au CSCS (Centro Svizzero di Calcolo Scientifico ou Centre suisse de calcul scientifique) à Lugano. Les chercheurs n’ont cependant pas besoin de recourir à Piz Daint pour tous leurs calculs. «Le PSI vient justement d’investir dans le renouvellement de son superordinateur, explique Andreas Adelmann. Baptisé Merlin, il nous permet de résoudre aussi à Villigen des problèmes d’ampleur moyenne, par exemple certains calculs pour le SwissFEL.»

Des économies de temps et d’argent

L’amélioration de la puissance de calcul des ordinateurs permet même aujourd’hui aux chercheurs de développer des modèles et des simulations de systèmes et d’événements qu’il est impossible de vérifier dans la réalité. A l’instar des trous noirs, ces gigantesques accumulations de matières dans l’espace qui engloutissent tout et dont on ne peut pas s’approcher avec des sondes spatiales pour effectuer les mesures nécessaires. Ou encore à l’instar d’événements dont on ne souhaite en aucun cas faire l’expérience, comme les pannes d’installations nucléaires complexes. Là aussi, on utilise des modèles et les programmes de simulation qui en résultent.

Les modèles que les chercheurs conçoivent sont capables de calculer le déroulement probable d’une expérience et d’identifier ainsi d’éventuels problèmes dans le dispositif expérimental. «En simulant les instruments au préalable ou en les simulant en temps réel au cours de l’expérience, nous pouvons mettre à profit de manière idéale le temps de faisceau, qui reste coûteux, pour l’expérience proprement dite», souligne encore Andreas Adelmann.

Les limites sont des défis

«D’habitude, le degré de précision des concordances que nous obtenons avec nos modèles et nos simulations est élevé, souligne Andreas Adelmann. Nos modèles de calcul sont comme un microscope. Nous pouvons distinguer beaucoup de détails lorsque nous simulons par exemple un accélérateur entier ou un réacteur nucléaire.»

Même si les modèles et les simulations des chercheurs peuvent aller très loin, il arrive que même des experts atteignent leurs limites. Par exemple lorsque des conditions chaotiques règnent dans un système. Un petit changement peut alors avoir une influence énorme et imprévisible sur les événements et le résultat qu’ils produisent.

Exemple: la dynamique des fluides qui permet notamment d’expliquer la météo et les courants marins, mais aussi les systèmes de refroidissement. Dès qu’une turbulence apparaît, les choses deviennent très compliquées. Lorsque de l’eau passe un obstacle, par exemple, des tourbillons se forment et les facteurs les plus minuscules peuvent influencer de quel côté de l’obstacle l’eau va alors s’écouler. Un système de ce genre peut être si sensible aux plus petits changements que la simulation fournit des résultats complètement différents à chaque fois qu’elle est reconduite.

«Ces systèmes nous montrent toujours les limites de ce que nous sommes capables de modéliser et, justement, ce que nous ne comprenons pas encore», résume Andreas Adelmann. Le «machine learning» pourrait être la solution dans certains cas. «Avec cette nouvelle approche, nous nous efforçons de créer un programme informatique de modélisation des processus en utilisant les données de l’expérience pour l’apprentissage, détaille le spécialiste. Les programmes mis au point de cette manière sont beaucoup plus rapides que ceux qui ont été conçus en suivant la voie traditionnelle. Ici, au PSI, nous sommes en train de nous familiariser avec cette technologie et de l’intégrer à nos projets.»

Texte: Institut Paul Scherrer/Christina Bonanati

Contact

Dr Andreas Adelmann
Chef du Laboratoire de simulation et modélisation
Institut Paul Scherrer, Forschungsstrasse 111, 5232 Villigen PSI, Suisse
Téléphone +41 56 310 42 33, e-mail andreas.adelmann@psi.ch

Sidebar

01/2023

5232 — Le magazine de l'Institut Paul Scherrer

01/2023
Ouvrir sur Issuu.com
Téléchargement
S‘abonner au magazine

Follow PSI

 Twitter
 LinkedIn
 Youtube
 Facebook
 Instagram

Tous les réseaux sociaux


Centre de visiteurs psi forum

Vivez la recherche en direct


iLab, le labo des élèves

La science, inoubliable – la recherche, une aventure

top

Pied de page

Paul Scherrer Institut

Forschungsstrasse 111
5232 Villigen PSI
Suisse

Téléphone: +41 56 310 21 11
Téléfax: +41 56 310 21 99

Comment nous trouver 
Contact

Centre de visiteurs psi forum
Laboratoire élèves iLab (en allemand)
Centre de protonthérapie
Centre de Formation du PSI
PSI Guest House (en anglais)
PSI Gastronomie (en allemand)
psi forum shop

Service & Support

  • Annuaire
  • User Office
  • Accelerator Status
  • Publications du PSI
  • Fournisseurs
  • E-facture
  • Computing (en anglais)
  • Sicherheit (en allemand)

Carrière

  • Travailler au PSI
  • Offres d'emploi
  • Formation initiale et formation continue
  • Career Center
  • Formation professionnelle (en allemand)
  • Centre de Formation du PSI

Pour les médias

  • Le PSI en bref
  • Chiffres et faits
  • Le coin médias
  • Communiqués de presse
  • Réseaux sociaux

Suivez le PSI: Twitter (in English) LinkedIn Youtube Facebook Instagram Issuu RSS

Footer legal

  • Impressum
  • Conditions d'utilisation
  • Login éditeurs