About this Event
⚠️ Cette conférence s'adresse en priorité à un public scientifique ou non scientifique éclairé.
Avec la progression de la science et de la technologie, nous avons l’impression que le futur est de plus en plus prédictible, et que l’on pourrait définitivement anticiper les catastrophes, déterminer leurs impacts et limiter leurs dégâts. C’était d’ailleurs le vieux rêve de Laplace, dont le démon « pour un instant donné, connaîtrait toutes les forces dont la nature est animée, et la situation respective des êtres qui la composent et serait capable d’embrasser dans la même formule les mouvements des plus grands corps de l'univers et ceux du plus léger atome : rien n’est incertain pour [lui], et l'avenir, comme le passé, est présent à ses yeux. »
Il existe cependant des domaines ou l’incertitude est de mise, même à grande échelle (et donc hors du régime quantique), soit parce que les équations du mouvement ne sont pas connues (c’est le cas des domaines impliquant des agents vivants, comme les sciences humaines et sociales ou la finance de marché), ou soit parce qu’ils impliquent un trop grand nombre d’échelles (comme la climatologie ou la séismologie). Le but de cette conférence est de confronter les points de vue de ces différents domaines dans une démarche interdisciplinaire pour fertiliser et enrichir nos connaissances mutuelles. Nous laissons à dessein de côté le cas de la mécanique quantique qui concerne des échelles plus petites et pour lequel l’incertitude est engravée dans les lois, et non émergente comme dans les domaines cités plus haut.
Cette conférence est organisée par Bérengère Dubrulle, membre de l'Académie des sciences, directrice de recherche au CNRS, directrice de l'École de physique des Houches et Josselin Garnier, membre de l'Académie des sciences, professeur à l'École polytechnique.
[PROGRAMME]
13h30 - Ouverture des portes
14h - 14h10 - Introduction
14h10 - 14h50 - Prévoir les événements extrêmes en météo ou en climat
Freddy Bouchet, directeur de recherche au CNRS, Laboratoire de météorologie dynamique (LMD - CNRS/École polytechnique/ENS-PSL/Sorbonne Université)
14h50 - 15h30 - Peut-on prédire l'occurrence des glissements de terrain et leur impact potentiel ?
Anne Mangeney, professeure à l'UMR-Institut de physique du globe de Paris (IPGP-UMR - CNRS/Institut de physique du globe de Paris/Université Parsi-Cité)
15h30 - 15h45 - PAUSE
15h45 -16h25 - Peut-on prédire les crises financières ?
Jean-Philippe Bouchaud, membre de l'Académie des sciences, professeur à l'École normale supérieure
16h25 - 17h05 - Prédire le mouvement des foules
Cécile Appert-Rolland, Laboratoire de physique des 2 infinis Irène Joliot-Curie (IJCLab - CNRS/Université Paris-Saclay)
17h05 - 17h15 - Conclusion
[Résumés des interventions]
Prévoir les événements extrêmes en météo ou en climat
Freddy Bouchet, directeur de recherche au CNRS, Laboratoire de météorologie dynamique (LMD - CNRS/École polytechnique/ENS-PSL/Sorbonne Université)
Cet exposé montre que la météorologie et les sciences du climat ont constamment été le lieu où se sont originellement forgés, puis mis en œuvre, les concepts fondamentaux de la prévisibilité, ainsi que les outils numériques et algorithmiques de prévision, exportés ensuite vers d'autres sciences.
Sur le plan conceptuel d'abord. Découvrant le chaos dans le problème des trois corps, Poincaré explicite le premier la sensibilité aux conditions initiales, sur l'exemple de la météorologie. Lorenz en initie l'étude moderne en 1963 — le chaos déterministe — puis en aperçoit les limites : il jette les bases de la stochasticité spontanée, imprévisibilité intrinsèque des écoulements turbulents. On lui doit aussi la prévisibilité de première espèce (conditions initiales) et de seconde espèce (statistique) ; des questions contemporaines y ajoutent des zones grises (prévisions saisonnières) et une prévisibilité de troisième espèce (projections climatiques). Déterminer la condition initiale d'un système étendu est un problème en soi, vu d'emblée par Bjerknes : né de la météorologie, le problème de l'assimilation de données fut résolu par une démarche pluridisciplinaire. La prévisibilité et l'erreur modèle, puis la prévisibilité conditionnelle des événements rares — instantons et grandes déviations — ont progressé de même.
Sur le plan des outils numérique et algorithmique de prévision ensuite. La résolution numérique des équations aux dérivées partielles de la dynamique atmosphérique, tentée par Richardson en 1922 et accomplie par von Neumann et Charney en 1950, inaugure le calcul scientifique moderne. L'assimilation variationnelle de Talagrand et Courtier rend l'assimilation de données opérationnelle en météorologie, par des méthodes adjointes et de régularisation reprises bien au-delà de ces sciences. L'IA a par ailleurs rendu traitables, pour des dynamiques complexes, trois problèmes qui ne l'étaient pas. La météorologie et le climat en ont livré les premières applications : l'apprentissage de modèles effectifs en régime non asymptotique, d'où l'apprentissage statistique de modèles de prévision du temps et d'émulateurs climatiques ; l'apprentissage de l'erreur modèle à partir des incréments, extension bayésienne de l'assimilation ; enfin l'application des algorithmes d'échantillonnage d'événements rares à des systèmes tels que les modèles climatiques. J’illustrerai l’usage de l’ensemble de ces outils sur des problèmes emblématiques pour la météo et le climat.
Peut-on prédire l'occurrence des glissements de terrain et leur impact potentiel ?
Anne Mangeney, professeure à l'UMR-Institut de physique du globe de Paris (IPGP-UMR - CNRS/Institut de physique du globe de Paris/Université Parsi-Cité)
Personne n'avait anticipé l'avalanche de roche et de glace se transformant en coulée de boue qui a frappé le Népal cet été. À l'inverse, un an auparavant, des signes précurseurs ont permis d’évacuer la population avant qu'une avalanche de roche et de glace n'ensevelisse le village de Blatten, en Suisse.
Peut-on anticiper l'occurrence des glissements de terrain et prévoir leur impact en termes de surface affectée, de vitesse et de hauteur de l'écoulement ? Cette question est au cœur de l'évaluation des risques, des plans d'évacuation et des systèmes d'alerte précoce liés aux glissements de terrain et aux tsunamis qu'ils peuvent générer. La réponse à cette question évolue lentement, passant de « non » à « oui, peut-être, dans certains cas ». Cette évolution est rendue possible par des données de terrain de plus en plus nombreuses et précises (sismomètres, satellites, mesures géologiques, etc.), par l'essor de l'IA et par le développement de modèles mathématiques et numériques décrivant les processus physiques qui contrôlent la dynamique des glissements de terrain et des tsunamis générés.
Dans cet exposé, je montrerai comment l'association de la sismologie et de la modélisation numérique à base physique permet de comprendre et de quantifier la dynamique des glissements de terrain passés, les vagues générées lorsqu'ils entrent dans l'eau, ainsi que l'éventuelle activité précédant ces événements catastrophiques. Je mettrai en avant les verrous qu'il reste à lever pour progresser dans la prédiction de ces événements et de leur impact, en termes de (i) comportement mécanique de ces écoulements granulaires multiphasiques, (ii) modélisation mathématique et numérique et (iii) acoustique, afin de cerner, à l'échelle du laboratoire, les liens entre les caractéristiques de ces écoulements et les ondes qu'ils émettent.
Peut-on prédire les crises financières ?
Jean-Philippe Bouchaud, membre de l'Académie des sciences, professeur à l'École normale supérieure
Qu'appelle-t-on « crise financière » et que signifie « prédire » ? Le terme recouvre des phénomènes hétérogènes : krachs, crises de dette souveraine, bulles et éclatements, paniques bancaires. Ont-ils une origine commune ? Et prédire, est-ce annoncer la date et l'amplitude exactes, comme pour une éclipse ? En estimer la probabilité, comme en météorologie ou en sismologie ? Ou simplement en établir la plausibilité, en identifiant des fragilités ?
Que dit la théorie des marchés efficients ? Pour Eugene Fama (prix Nobel 2013), les prix incorporent instantanément toute l'information disponible : les crises seraient donc par essence imprévisibles. Pourtant, cette théorie échoue à expliquer l'excès de volatilité, les queues épaisses des rendements ou les krachs sans nouvelle fondamentale majeure. Elle néglige l'hétérogénéité et la rationalité limitée des agents, les limites à l'arbitrage et, surtout, le fait que les prix sont largement déterminés par l'activité de trading elle-même.
Des séries temporelles aux mécanismes. L'analyse des séries temporelles, éventuellement renforcée par l'IA, affine les prévisions probabilistes, mais se heurte à la rareté des événements extrêmes et à la non-stationnarité des marchés. Le vrai levier est la compréhension des boucles de rétroaction, où la pression à l'achat ou à la vente agit mécaniquement sur les prix, amplifiée par les biais comportementaux, les réseaux sociaux et des portefeuilles contraints de liquider leurs positions. La masse croissante de données économiques, sociales et émotionnelles offre des moyens inédits de mesurer ces fragilités.
Qui utilisera ces prédictions ? Une prédiction n'est pas neutre : annoncée, elle peut précipiter la crise ou, au contraire, mobiliser les acteurs pour l'éviter. Mais alors, en quel sens la crise aura-t-elle été « prédite » ? Ce paradoxe de réflexivité invite à repenser ce que l'on peut attendre d'une science des crises.
Prédire le mouvement des foules
Cécile Appert-Rolland, Laboratoire de physique des 2 infinis Irène Joliot-Curie (IJCLab - CNRS/Université Paris-Saclay)
Assurer la sécurité lors de grands événements pouvant réunir des foules statiques ou en mouvement nécessite une connaissance accrue de la façon dont les foules réagissent. Les foules sont composées d'agents pouvant décider de leur propre destination et en changer à tout moment. Chaque piéton peut être vu comme une particule auto-propulsée qui a donc le pouvoir de modifier sa trajectoire selon son gré. Cela pourrait sembler utopique de prédire le comportement d'un tel système.
Cependant, la nécessité d'éviter les collisions apporte une première contrainte dans la dynamique des foules. De plus, même si les profils psychologiques varient d'une personne à l'autre, il semble y avoir des caractéristiques communes dans la façon dont les personnes choisissent leur trajectoire ou réagissent à un événement.
Que peut-on prédire du mouvement d'une foule, ou d'un ensemble de piétons? Nous verrons comment l'observation et la réalisation d'expériences peut enrichir notre connaissance des foules, et comment des modèles alimentés par ces observations peuvent être développés.
crédits image : © AdobeStock_by Nancy
Event venue & nearby stays
Académie des Sciences, Grande salle des séances, 23 Quai de Conti, Paris, France
Concerts, fests, parties, meetups — all the happenings, one place.