Entretien : Simon Garnier "La science des foules"

Jeudi 24 avril. A l’occasion de la conférence "La science des foules" à l’Agora Hydro-Québec du Cœur des sciences de l’UQAM, Simon Garnier, professeur de biologie au New Jersey Institute of Technology et à l’Université Rutgers, répond à nos questions. Simon Garnier dirige le SwarmLab, un laboratoire dédié à l’étude, en milieu naturel et artificiel, des comportements collectifs et de l’intelligence en essaim ou distribuée.

JPEG Monsieur Garnier, vous êtes chercheur au SwarmLab, pouvez-vous nous expliquer rapidement le nom de votre laboratoire ? En quoi consistent vos recherches ? Qu’est-ce que l’intelligence en essaim ?

“Swarm” en anglais signifie “essaim”. Dans mon laboratoire, le SwarmLab, nous étudions les phénomènes dits d’intelligence en essaim (“swarm intelligence” en anglais). L’intelligence en essaim est une forme d’intelligence collective dans laquelle la coordination entre les individus se fait de manière décentralisée, c’est à dire sans hiérarchie, sans chef, sans plan pré-établi.

Par exemple, nous étudions en ce moment la construction de ponts par les fourmis légionnaires le long de leurs colonnes de migration. Ces fourmis construisent ces ponts en s’attachant les unes aux autres pour permettre au reste de la colonie de franchir plus facilement les obstacles qui se dressent sur la route vers leur futur bivouac (un bivouac est un nid temporaire chez les fourmis légionnaires). Ces ponts vivants, assemblages contenant parfois plus qu’une centaine d’individus, se forment spontanément lorsque la colonne de migration rencontre un obstacle et se désintègrent tout aussi spontanément lorsque la colonne de migration est passée. Ce comportement collectif étonnant est réalisé sans planification. Chaque fourmi décide individuellement de devenir l’une des briques d’un pont en se basant uniquement sur ce qu’elle perçoit de la situation locale autour d’elle : si elle détecte un fossé sur sa route ou un espace libre dans le pont en construction, et que le trafic autour d’elle est important, alors elle a de très grande chance de s’arrêter et de combler le trou avec son propre corps ; sinon, elle continue sa route. Cela suffit pour créer ces ponts vivants là où ils sont nécessaires et pour les démanteler aussitôt qu’ils ne sont plus utilisés. Pas de chef, pas de plan, mais malgré tout une coordination collective efficace et robuste : c’est de l’intelligence en essaim.

Les insectes sociaux, en particulier les fourmis, sont connus pour leurs comportements collectifs parfois impressionnants : exploitation d’une ressource de nourriture, construction d’un nid, radeaux vivants des fourmis de feu… Comment sont coordonnés ces comportements ? Les fourmis sont-elles capables d’adapter leur stratégie en cas de perturbation ?

La coordination des activités chez les fourmis et autres insectes sociaux se fait grâce à des interactions simples, locales et répétées entre les individus qui composent la colonie. En fonction de la situation, ces interactions stimulent ou au contraire inhibent l’exécution de certains comportements par les insectes, générant ainsi une forme d’auto-organisation à l’échelle de la colonie. Les interactions stimulatrices favorisent l’adoption d’un même comportement par tous les individus environnant, ce qui peut éventuellement conduire à la formation d’un consensus, i.e. une décision collective. Les interactions inhibitrices empêchent la propagation d’un comportement à l’ensemble de la population, générant par exemple une division du travail au sein de la colonie (différent groupes d’individus effectuant différentes tâches). Les règles d’interactions sont souvent flexibles : elles peuvent changer avec la configuration locale de l’environnement (température, humidité, état physiologique des individus, etc.). Cela permet à la colonie de répondre efficacement et rapidement à des perturbations de leur environnement.

De tels comportements sont-ils observés chez d’autres animaux ?

Ces phénomènes d’auto-organisation ne sont pas limités aux colonies d’insectes sociaux. En réalité, ils sont présents partout dans la nature, de la coordination des cellules pendant la formation d’un embryon jusqu’à la dynamique de l’information sur les réseaux sociaux comme Facebook ou Twitter.

L’étude du comportement des fourmis et autres animaux sociaux pourrait être transposée à l’Homme ainsi qu’aux domaines de l’informatique et de la robotique. Chez l’humain, quels types de comportements sont concernés ?

La théorie de l’auto-organisation joue un rôle prépondérant dans notre vie sociale. Par exemple, elle permet de comprendre comment une rumeur ou une information se propage dans une population. Elle explique aussi l’origine de ces embouteillages dits “fantômes” qui semblent apparaître et disparaitre sur nos autoroutes sans raison évidente. Elle offre également des outils pour aider à prévenir ou réduire les conséquences de grands mouvements de foule dans les stades ou lors de grands événements publics.

Que peut apporter l’étude des comportements animaux à l’informatique ? Quelles sont les similitudes entre un réseau informatique et une colonie de fourmis ?

Les 20 dernières années ont vu le développement de très nombreux algorithmes d’optimisation directement inspirés des comportements collectifs des animaux sociaux. Ces algorithmes sont extrêmement efficaces pour résoudre des problèmes d’optimisation complexes dans lesquelles de très nombreuses variables entre en jeu. Par exemple, un algorithme inspiré de la façon dont les fourmis choisissent collectivement les chemin le plus court entre leur nid et une source de nourriture est utilisé aujourd’hui pour réduire les coûts associés au transport de biens et d’individus entre plusieurs villes ou pays. D’autres algorithmes inspirés des mouvements coordonnés des bancs de poissons et des vols d’oiseaux sont utilisés dans l’industrie cinématographique pour générer des foules réalistes, comme par exemple lors des scènes de batailles dans la trilogie du “Seigneur des Anneaux”.

Comment peut-on implémenter des comportements collectifs à des robots ?

Les interactions qui génèrent de l’auto-organisation sont souvent très simples, ce qui permet de les implémenter facilement dans des robots. Cela permet de créer des groupes de robots autonomes capables de collaborer pour résoudre des tâches qu’aucun d’entre eux individuellement ne pourrait résoudre.

publié le 19/05/2014

haut de la page