Directement responsables d’un nombre infini de découvertes scientifiques, les ordinateurs sont inhérents à la recherche moderne. Cependant, ce rôle de premier plan n’est pas uniquement dû à l’augmentation de la puissance de calcul.

Une clé souvent oubliée est le logiciel qui a transformé les ordinateurs en machines faciles à utiliser pour les scientifiques. De tels instruments ont transformé la façon de travailler dans de nombreux domaines.

Une concertation avec des dizaines de chercheurs a permis d’élaborer une sélection de dix outils transformants, allant de Fortran et la transformée de Fourier rapide aux banques de données biologiques ou au référentiel de prépublication arXiv.

En 2019, des chercheurs de l’Event Horizon Telescope (EHT) nous ont donné notre premier aperçu de ce à quoi ressemble vraiment un trou noir. Mais cette célèbre image montrant un brillant anneau de lumière n’était pas une photographie traditionnelle. C’était le résultat d’un calcul : une transformation mathématique de données obtenues par des radiotélescopes aux États-Unis, au Mexique, au Chili, en Espagne et au pôle Sud. Parallèlement aux articles documentant leurs découvertes, les chercheurs ont publié le code informatique qu’ils avaient utilisé pour que la communauté scientifique puisse voir et tirer parti de ce qu’ils avaient accompli.

Cette histoire se répète de plus en plus. De l’astronomie à la zoologie, derrière tous les grands résultats scientifiques de l’ère moderne se cache un ordinateur. Michael Levitt, un biologiste informatique de Stanford qui a partagé le prix Nobel de chimie 2013 pour ses stratégies informatiques de modélisation des structures chimiques, souligne que les ordinateurs portables d’aujourd’hui ont environ 10 000 fois plus de mémoire et de fréquence d’horloge que l’ordinateur construit en laboratoire qu’il utilisait en 1967, lorsque il a commencé le travail qui lui a valu le prix. « Aujourd’hui, nous disposons d’une puissance de calcul incroyable », déclare-t-il. « Le problème, c’est qu’il faut encore réfléchir. »

C’est là que le scientifique-programmeur entre en scène. Un ordinateur puissant est inutile sans un programme capable de répondre à des questions intéressantes et sans des chercheurs qui savent l’écrire et l’utiliser. « La recherche d’aujourd’hui est étroitement liée à la programmation », note Neil Chue Hong, directeur du Software Sustainability Institute, une organisation basée à Édimbourg qui se consacre à l’amélioration du développement et de l’utilisation des applications informatiques en science. « Il est présent dans tous les aspects d’une étude. »

Comme il est logique, ce sont les découvertes scientifiques qui monopolisent l’attention des médias. Cependant, pour vraiment comprendre comment fonctionne la science moderne, il convient de jeter un coup d’œil dans les coulisses et d’analyser les principaux codes informatiques qui ont transformé la recherche au cours des dernières décennies. Bien qu’une liste de ce type ne puisse jamais être complète, les lignes qui suivent présentent une sélection de dix outils informatiques qui, selon les dizaines de scientifiques consultés pour cet article, ont changé à jamais la recherche.

Les premiers ordinateurs modernes n’étaient pas faciles à utiliser. La programmation était littéralement faite à la main, connectant des banques de circuits avec des fils. Plus tard, le langage machine et l’assembleur ont permis aux utilisateurs d’utiliser du code pour programmer des ordinateurs. Cependant, les deux nécessitaient encore une compréhension approfondie de l’architecture informatique, ce qui les mettait hors de portée de nombreux scientifiques.

Cela a changé dans les années cinquante avec l’apparition des langages symboliques ; en particulier, avec le langage de « traduction de formules », ou Fortran, développé par John Backus et son équipe au laboratoire IBM de San Jose, en Californie. Avec Fortran, les utilisateurs pouvaient programmer des ordinateurs en utilisant des instructions lisibles par l’homme, telles que = 3 + 5. Un compilateur a ensuite converti ces instructions en code machine rapide et efficace.

Previous articleLa nouvelle vie de l’optique adaptative
Next articleL’économie de l’attention