De plus en plus notre science et notre technologie se heurtent à la nécessité de comprendre les systèmes complexes. Mais que se cache-t-il derrière ce terme un peu flou ? Et surtout, comment utiliser ces systèmes à notre avantage ? Deux chercheurs, Chih-Chun Chen et Nathan Crilly, ont eu la bonne idée d’interroger deux groupes de scientifiques travaillant dans des domaines (apparemment) différents : celui de la biologie synthétique et celui de la robotique en essaim. Deux champs d’études se confrontant tous deux à la notion de complexité, mais ne partageant pas forcément les mêmes difficultés ou les mêmes objectifs. Ils ont résumé leur travail sur un blog de Plos et et surtout en ont fait une présentation complète dans un article (en open access) pour la revue Research in Engineering Design.

La biologie synthétique, souvent traitée dans nos colonnes, est apparemment une application des techniques de l’ingénierie classique au vivant. Comme avec les machines ou les logiciels, on sépare les fonctions, on standardise les éléments de base, et on assemble ces derniers comme on si on jouait au Lego. C’est ce qui permet d’envisager des langages de programmation pour le vivant, et même d’imaginer que les manipulateurs de gènes de demain pourraient construire leurs organismes artificiels tout en étant totalement ignorants en matière de biologie, tout comme on n’a pas besoin d’être expert en physique quantique pour savoir fabriquer une télévision. Du coup, c’est un domaine peu enclin à se réjouir des surprises propres aux systèmes complexes. Cette réticence à la complexité est d’ailleurs très bien exprimée par l’un des leaders du domaine, Drew Endy, lorsqu’il déclare : « Les ingénieurs abominent la complexité. Je déteste les propriétés émergentes. J’aime la simplicité. Je ne veux pas que l’avion que je vais prendre demain manifeste des propriétés émergentes pendant son vol. » Reste que le vivant propose la complexité à tous les étages, et donc les pratiquants de la biologie synthétique doivent s’y confronter constamment.

Les chercheurs en robotique collective, eux, prennent la complexité à bras le corps. Car un essaim de robots répond exactement à ce qu’on attend d’un système complexe : un ensemble constitué de nombreux éléments, affectant un comportement qui ne peut être déduit simplement de l’analyse de ses parties (InternetActu a souvent présenté de tels « essaims de robots », par exemple ici).

Les mêmes questions…

Le but des deux auteurs est donc de dresser un panorama des systèmes complexes et des moyens d’interagir avec eux, notamment en repérant des patterns susceptibles de se produire de manière similaire dans des champs variés. Les choses sont parfois assez compliquées, car il est souvent difficile de reconnaître un même modèle, une même tendance dans deux domaines radicalement différents, par exemple, nous disent les auteurs, fabriquer un robot ou mettre au point une politique publique. Du coup on risque de manquer l’opportunité de partager des solutions. Mais l’effet inverse peut également se produire. Sous prétexte qu’on a affaire à un même domaine, avec des éléments similaires, on peut ne pas se rendre compte qu’on a affaire à de systèmes radicalement différents. Les auteurs opposent ainsi la conception d’un robot susceptible d’effectuer une tâche bien précise et celle d’un autre qui soit capable de collaborer avec d’autres machines. Dans les deux cas, on a affaire à des robots, mais la ressemblance s’arrête là.

Pour les biologistes interrogés, de nombreux facteurs contribuent à définir un « système complexe ». Parmi ceux-ci, il y a par exemple l’influence du contexte : un système devient difficilement prévisible s’il se situe dans un environnement fluctuant, comme celui d’un organisme. Il y a aussi l’émergence, c’est-à-dire l’apparition de propriétés inattendues causées par les interactions entre les éléments du système ; la non-linéarité, typique de la théorie du chaos, rend difficilement mesurable la relation entre les inputs et les outputs. Comme l’a noté un des participants : « Si vous êtes déterministe et linéaire, lorsque vous doublez les entrées de votre système, vous doublez les sorties ; lorsque vous triplez les entrées, vous triplez les sorties, voilà. Avec le non linéaire, ça ne se passe pas du tout comme ça ! »

Il y a aussi le problème des hiérarchies enchevêtrées. Un même élément d’un système peut se trouver fonctionner dans différents sous-systèmes, ce qui rend l’indépendance et la standardisation des parties particulièrement difficiles. C’est un vrai problème pour la biologie synthétique, comme l’a souligné l’un des participants interviewés, qui voit dans cet entremêlement des hiérarchies un obstacle fondamental à la technologie des biobricks, l’un des fondements actuels de la synbio : la théorie selon laquelle il serait possible d' »abstraire » des fonctions biologiques pour en faire des espèces de briques Lego susceptibles d’être intégrés dans des systèmes de plus en plus vastes, sans devoir se préoccuper de ce qui se passe au niveau le plus bas, celui de la molécule. Pour ce chercheur, « l’idée qu’on puisse former une telle hiérarchie d’abstractions est tout simplement fausse« .

Les roboticiens ont des systèmes complexes une vision souvent similaire à celle de leurs collègues biologistes, mais pas toujours ; par exemple, la notion de hiérarchie enchevêtrée n’est pas un problème majeur pour eux. Ils repèrent en revanche d’autres aspects, par exemple l’hétérogénéité cachée : autrement dit, dans un collectif où toutes les machines sont apparemment construites sur le même modèle, il peut y avoir de petites différences qui affecteront l’ensemble du groupe : « les roues peuvent ne pas être alignées de manière identique, les engrenages peuvent être un peu différents… » La sophistication de composants est une autre question posée par les ingénieurs en robotique. Que se passe-t-il si on ajoute de nouvelles fonctionnalités aux robots ? Il est alors probable que l’essaim se comportera de manière différente et inattendue. Enfin, la grande question propre aux collectifs de robots, celle du contrôle distribué (tout comme dans une fourmilière, il n’y a aucun « chef » dans un collectif de robot), est quasiment inexistante en biologie synthétique…

Mais la complexité n’est pas qu’un obstacle, on peut aussi l’exploiter. Tout d’abord, les systèmes complexes peuvent être plus robustes et plus performants. Un système complexe peut également donner naissance à une palette de comportements plus riches.

… mais pas forcément les mêmes réponses

En majorité, les biologistes synthétiques cherchent à minimiser les effets de la complexité, soit en les évitant purement et simplement (par exemple en utilisant des ribozymes comme « isolateurs », permettant ainsi de compartimenter plus aisément le système), ou alors en les compensant. Cela consiste surtout à ajouter des fonctions dont le but spécifique sera de limiter l’effet de certaines interactions. Si les biologistes sont comme leurs collègues roboticiens intéressés par les possibilités offertes par la complexité en matière de robustesse et de performances, seuls les seconds s’intéressent ouvertement à la possibilité de générer une plus grande richesse de comportements.

Les biologistes sont plus sensibles au contexte extérieur, car leurs productions doivent naviguer dans un milieu très dynamique. Une préoccupation qui ne touche guère les chercheurs en robotique. Je suppose que lorsqu’ils devront réaliser des armées de drones circulant dans les rues, ils accorderont à leur tour une plus grande importance à l’environnement extérieur.

Autant de questions très techniques qui ne concernent que des recherches de pointe ? Pas vraiment. Car le but d’une telle entreprise, comprendre la nature de la complexité indépendamment du champ dans laquelle elle est étudiée, pourrait se révéler capitale dans notre compréhension de la société et améliorer nos moyens d’action sur celle-ci. Car, faut-il le préciser, la politique, l’économie, l’écologie, la sociologie et même la psychologie traitent en premier lieu de ces systèmes complexes !

Rémi Sussan