|
1
|
- Groupe Émergence Paris
- Michel Bloch
- en collaboration avec Georges Lepicard
et les conseils d’Alexandre Makarovitsch
|
|
2
|
- Interactions entre agents autonomes et avec leur environnement
- Émergence = propriétés résultant des interactions
=
difficiles à prévoir
- ð Causes et effets non
reliés d’une façon évidente
Effets non
proportionnels aux causes
|
|
3
|
|
|
4
|
- Introduction
- Systèmes complexes dynamiques
- Démonstration proies / prédateurs
- Outils des sciences de la complexité
- Et l’avenir…
|
|
5
|
- Constitués d’éléments autonomes (agents) interagissant entre eux
- Insectes : fourmilière, ruche / Poissons,
oiseaux : bancs, envolées
- Espèces : écosystème
▪ Masses d’air :
climat
- Individus : foule (panique), bande (lynchage), marché (prix)…
- Les systèmes complexes, et
les Réseaux sont
présents partout !
- Comportement global pas déductible de celui des éléments
- « Le tout est supérieur à l’ensemble des parties »
- En pratique non déterministe : CI peu différentes à émergence très différente
- Des règles simples peuvent produire des émergences très complexes
|
|
6
|
- L’émergence = résultat spontané, au niveau d’un système complexe,
du processus exécuté par des agents en interaction à un niveau
inférieur.
|
|
7
|
- Propriétés des CAS
- Auto organisation sous optimale (imparfaite mais plus robuste que
concurrents)
- Auto adaptation, Auto apprentissage, Co-évolution
- Système gigogne (système = sous-système d’un autre système : Ville)
- Caractéristiques des agents
- Variété d’agents et interactivité
- Agents autonomes (pas d’autorité supérieure : Marchés boursiers)
- CAS situés au bord du chaos
- Entre « équilibre = mort » et « chaos = disparition du
système »
|
|
8
|
|
|
9
|
|
|
10
|
|
|
11
|
|
|
12
|
|
|
13
|
|
|
14
|
- « Petites causes, grands effets »
- Pour au moins une des variables effets non proportionnels aux causes
- Difficiles / impossibles à résoudre à simulation sur PC (PC lunette pour Galilée)
- Attracteurs :
- Domaine de convergence du système dans un espace défini par des
paramètres du système
|
|
15
|
- Forme d’interaction très importante dans les systèmes complexes
- Une fraction du signal produit par le système agit sur son
fonctionnement
- Feedback négatif en cybernétique : effet modérateur
Feedback de régulation (vitesse)
- Feedback positif : effet amplificateur
Feedback de divergence (résonance entre un pont et des
marcheurs)
- Exemples marketing dans un réseau
- Positif : engouement par imitation des autres
- Négatif et positif : fixation des prix par offre / demande (surcapacité
/ pénurie)
- Importance centrale pour les propriétés des CAS
- Auto-organisation ▪ Auto-administration
- Co-évolution ▪ Sélection
|
|
16
|
|
|
17
|
- Auto-similarité : zooms successifs sur la figure à même motif
- Flocons de neige, nuages, pliures du cerveau, cours du coton, courbe de
Koch
- Brindille, branche, grosse branche, branche maîtresse, arbre
- Leibnitz : autosimilarité (1700) ; Mandelbrot : objets fractals (1975)
- Les SC peuvent produire des objets fractals (ex. cours de bourse)
|
|
18
|
|
|
19
|
- Méthode générale (investissement important)
- Décrire l’objectif et l’essence du problème
- Définir le système et l’environnement (périmètre)
- Définir les agents et règles d’interaction entre agents
- Rechercher des données cohérentes et fiables
- Exploiter les méthodes (réseaux, simulation, fourmis, reproduction…)
- Analyser pour pertinence Vs cas connus, cas extrêmes, paramètres et
règles...
- Conseils spécifiques pour le Groupe « Émergence Paris »
- Éviter : (1) Mon sujet (2) La
complexité
- Intégrer intimement sujet / propriétés des systèmes complexes
- Définir le système complexe adaptatif correspondant au sujet
- Enrichir le sujet au fur et à mesure grâce aux propriétés des CAS
- Conclure sur le sujet en montrant l’apport des sc. de la complexité
|
|
20
|
- Sciences de la complexité ð
Nouveau paradigme
|
Commentaires
