Le prix Nobel de physique 2021 a été attribué.

L’Académie royale des sciences de Suède a décidé de décerner le prix Nobel de physique 2021

« pour ses contributions révolutionnaires à notre compréhension des systèmes physiques complexes"

avec une moitié conjointement à :

Syukuro Manabe - Université de Princeton, États-Unis

Klaus Hasselmann - Institut Max Planck de météorologie, Hambourg, Allemagne

« pour la modélisation physique du climat de la Terre, quantifier la variabilité et prédire de manière fiable le réchauffement climatique"

et l’autre moitié à :

Giorgio Parisi  - Université Sapienza de Rome, Italie

« pour la découverte de l’interaction du désordre et des fluctuations des systèmes physiques de l’échelle atomique à l’échelle planétaire »

Physique du climat et d’autres phénomènes complexes

Trois lauréats se partagent le prix Nobel de physique de cette année pour leurs études sur des phénomènes chaotiques et apparemment aléatoires. Syukuro Manabe et Klaus Hasselmann ont jeté les bases de notre connaissance du climat de la Terre et de la façon dont l’humanité l’influence. Giorgio Parisi est récompensé pour ses contributions révolutionnaires à la théorie des matériaux désordonnés et des processus aléatoires.

Les systèmes complexes sont caractérisés par le hasard et le désordre et sont difficiles à comprendre. Le Prix de cette année récompense de nouvelles méthodes pour les décrire et prédire leur comportement à long terme.

Un exemple de système complexe d’une importance vitale pour l’humanité est celui du climat de la Terre. Syukuro Manabe a démontré comment l’augmentation des niveaux de dioxyde de carbone dans l’atmosphère entraîne une augmentation des températures à la surface de la Terre. Dans les années 1960, il a dirigé le développement de modèles physiques du climat de la Terre et a été la première personne à explorer l’interaction entre le bilan radiatique et le transport vertical des masses d’air. Ses travaux ont jeté les bases du développement des modèles climatiques actuels.

Une dizaine d’années plus tard, Klaus Hasselmann a créé un modèle qui relie le temps et le climat, répondant ainsi à la question de savoir pourquoi les modèles climatiques peuvent être fiables malgré le temps variable et chaotique. Il a également développé des méthodes pour identifier des signaux spécifiques, des empreintes digitales, que les phénomènes naturels et les activités humaines impriment dans le climat. Ses méthodes ont été utilisées pour prouver que l’augmentation de la température dans l’atmosphère est due aux émissions humaines de dioxyde de carbone.

Vers 1980, Giorgio Parisi a découvert des motifs cachés dans des matériaux complexes désordonnés. Ses découvertes sont parmi les contributions les plus importantes à la théorie des systèmes complexes. Ils permettent de comprendre et de décrire de nombreux matériaux et phénomènes différents et apparemment entièrement aléatoires, non seulement en physique, mais aussi dans d’autres domaines très différents, tels que les mathématiques, la biologie, les neurosciences et l'apprentissage automatique.

« Les découvertes reconnues cette année démontrent que nos connaissances sur leclimat reposent sur une base scientifique solide, basée sur une analyse rigoureuse des observations. Les lauréats de cette année ont tous contribué à mieux nous faire comprendre les propriétés et l’évolution des systèmes physiques complexes », a déclaré Thors Hans Hansson, président du Comité Nobel de physique.

Ils ont trouvé des modèles cachés dans le climat et dans d’autres phénomènes complexes

Tous les systèmes complexes se composent de nombreuses parties inter-agissantes différentes. Ils ont été étudiés par les physiciens pendant quelques siècles et peuvent être difficiles à décrire mathématiquement – ils peuvent avoir un nombre énorme de composants ou être gouvernés par le hasard. Ils pourraient également être chaotiques, comme la météo, où de petits écarts dans les valeurs initiales entraînent d’énormes différences à un stade ultérieur. Les lauréats de cette année ont tous contribué à nous permettre d’acquérir une meilleure connaissance de ces systèmes et de leur développement à long terme.

L’effet de serre est vital pour la vie

Il y a deux cents ans, le physicien Français Joseph Fourier étudiait le bilan énergétique entre le rayonnement solaire vers le sol et le rayonnement du sol. Il comprenait le rôle de l’atmosphère dans cet équilibre ; à la surface de la Terre, le rayonnement solaire entrant est transformé en rayonnement sortant – « chaleur sombre » – qui est absorbé par l’atmosphère, la réchauffant ainsi. Le rôle protecteur de l’atmosphère s’appelle maintenant l’effet de serre. Ce nom vient de sa similitude avec les vitres d’une serre, qui permettent à travers les rayons chauffants du soleil, mais piègent la chaleur à l’intérieur. Cependant, les processus radiatifs dans l’atmosphère sont beaucoup plus compliqués.

La tâche reste la même que celle entreprise par Fourier – étudier l’équilibre entre le rayonnement solaire à ondes courtes venant vers notre planète et le rayonnement infrarouge sortant des ondes longues de la Terre. Les détails ont été ajoutés par de nombreux climatologues au cours des deux siècles suivants. Les modèles climatiques contemporains sont des outils incroyablement puissants, non seulement pour comprendre le climat, mais aussi pour comprendre le réchauffement climatique dont les humains sont responsables.

Ces modèles sont basés sur les lois de la physique et ont été développés à partir de modèles qui ont été utilisés pour prédire le temps. La météo est décrite par des quantités météorologiques telles que la température, les précipitations, le vent ou les nuages, et est affectée par ce qui se passe dans les océans et sur terre. Les modèles climatiques sont basés sur les propriétés statistiques calculées du temps, telles que les valeurs moyennes, les écarts-types, les valeurs mesurées les plus élevées et les plus basses, etc. Ils ne peuvent pas nous dire quel temps il fera à Stockholm le 10 décembre de l’année prochaine, mais nous pouvons avoir une idée de la température ou de la quantité de précipitations auxquels nous pouvons nous attendre en moyenne à Stockholm en décembre.

Établir le rôle du dioxyde de carbone

L’effet de serre est essentiel à la vie sur Terre. Il régit la température parce que les gaz à effet de serre dans l’atmosphère – dioxyde de carbone, méthane, vapeur d’eau et autres gaz – absorbent d’abord le rayonnement infrarouge de la Terre, puis libèrent cette énergie absorbée, réchauffant l’air environnant et le sol en dessous.

Les gaz à effet de serre ne représentent en fait qu’une très faible proportion de l’atmosphère sèche de la Terre, qui est en grande partie composée d’azote et d’oxygène – ceux-ci représentent 99% en volume. Le dioxyde de carbone n’est que de 0,04 % en volume. Le gaz à effet de serre le plus puissant est la vapeur d’eau, mais nous ne pouvons pas contrôler la concentration de vapeur d’eau dans l’atmosphère, alors que nous pouvons contrôler celle du dioxyde de carbone.

La quantité de vapeur d’eau dans l’atmosphère dépend fortement de la température, ce qui conduit à un mécanisme de retour d’eau. Plus de dioxyde de carbone dans l’atmosphère la rend plus chaude, ce qui permet de tenir plus de vapeur d’eau dans l’air, ce qui augmente l’effet de serre et fait grimper encore les températures. Si le niveau de dioxyde de carbone baisse, une partie de la vapeur d’eau se condensera et la température baissera.

Une première pièce importante du puzzle sur l’impact du dioxyde de carbone est venue du chercheur suédois et lauréat du prix Nobel Svante Arrhenius. Incidemment, c’est son collègue, le météorologue Nils Ekholm qui, en 1901, a été le premier à utiliser le mot serre pour décrire le stockage et le re-rayonnement de la chaleur dans l’atmosphère.

Arrhenius a compris la physique responsable de l’effet de serre à la fin du 19ème siècle – que le rayonnement sortant est proportionnel à la température absolue (T) du corps radiant à la puissance de quatre (T⁴). Plus la source du rayonnement est chaude, plus la longueur d’onde des rayons est courte. Le Soleil a une température de surface de 6 000°C et émet principalement des rayons dans le spectre visible. La Terre, avec une température de surface de seulement 15°C, ré-irradie un rayonnement infrarouge invisible pour nous. Si l’atmosphère n’absorbait pas ce rayonnement, la température de surface dépasserait à peine -18 °C.

Arrhenius essayait en fait de résoudre ce qui causait le phénomène récemment découvert des périodes glaciaires. Il est arrivé à la conclusion que si le niveau de dioxyde de carbone dans l’atmosphère était réduit de moitié, cela suffirait pour que la Terre entre dans une nouvelle ère glaciaire. Et vice versa – un doublement de la quantité de dioxyde de carbone augmenterait la température de 5 à 6 ° C, un résultat qui, un peu fortuitement, est étonnamment proche des estimations actuelles.

Modèle pionnier pour l’effet du dioxyde de carbone

Dans les années 1950, le physicien atmosphérique japonais Syukuro Manabe était l’un des jeunes et talentueux chercheurs de Tokyo qui ont quitté le Japon, dévasté par la guerre, et ont poursuivi leur carrière aux États-Unis. L’objectif de la recherche de Manabes, comme celle d’Arrhenius environ soixante-dix ans plus tôt, était de comprendre comment l’augmentation des niveaux de dioxyde de carbone peut provoquer une augmentation des températures. Cependant, alors qu’Arrhenius s’était concentré sur l’équilibre des radiations, dans les années 1960, Manabe a mené des travaux sur le développement de modèles physiques pour intégrer le transport vertical des masses d’air dues à la convection, ainsi que la chaleur latente de la vapeur d’eau.

Pour rendre ces calculs gérables, il a choisi de réduire le modèle à une dimension – une colonne verticale, à 40 kilomètres dans l’atmosphère. Malgré cela, il a fallu des centaines d’heures de calcul précieuses pour tester le modèle en faisant varier les niveaux de gaz dans l’atmosphère. L’oxygène et l’azote ont eu des effets négligeables sur la température de surface, tandis que le dioxyde de carbone a eu un impact clair : lorsque le niveau de dioxyde de carbone a doublé, la température mondiale a augmenté de plus de 2 ° C.

Le modèle a confirmé que ce réchauffement était vraiment dû à l’augmentation du dioxyde de carbone, car il prédisait une hausse des températures plus proche du sol tandis que la haute atmosphère devenait plus froide. Si les variations du rayonnement solaire étaient responsables de l’augmentation de la température, toute l’atmosphère aurait dû chauffer en même temps.

Il y a soixante ans, les ordinateurs étaient des centaines de milliers de fois plus lents qu’ils ne le sont maintenant, donc ce modèle était relativement simple, mais Manabe a bien compris les fonctionnalités clés. Il faut toujours simplifier, dit-il. Vous ne pouvez pas rivaliser avec la complexité de la nature – il y a tellement de physique impliquée dans chaque goutte de pluie qu’il ne serait jamais possible de tout calculer absolument. Les enseignements du modèle unidimensionnel ont conduit à un modèle climatique en trois dimensions, que Manabe a publié en 1975; ce fut encore une autre étape importante sur la voie de la compréhension des secrets du climat.

Le temps est chaotique

Une dizaine d’années après Manabe, Klaus Hasselmann a réussi à relier la météo et le climat en trouvant un moyen de déjouer les changements météorologiques rapides et chaotiques qui étaient si gênants pour les calculs. Notre planète a de vastes changements dans son temps parce que le rayonnement solaire est si inégalement réparti, à la fois géographiquement et dans le temps. La Terre est ronde, de sorte que moins de rayons du soleil atteignent les latitudes supérieures que les latitudes inférieures autour de l’équateur. Non seulement cela, mais l’axe de la Terre est incliné, produisant des différences saisonnières dans le rayonnement entrant. Les différences de densité entre l’air plus chaud et l’air plus froid provoquent les transports colossaux de chaleur entre les différentes latitudes, entre l’océan et la terre, entre les masses d’air plus hautes et plus basses, qui entraînent le temps sur notre planète.

Comme nous le savons tous, faire des prévisions fiables sur la météo à plus de dix prochains jours est un défi. Il y a deux cents ans, le célèbre scientifique Français, Pierre-Simon de Laplace, affirmait que si nous connaissions simplement la position et la vitesse de toutes les particules de l’univers, il devrait être possible de calculer à la fois ce qui s’est passé et ce qui se passera dans notre monde. En principe, cela devrait être vrai; Les lois du mouvement de Newton, vieilles de trois siècles, qui décrivent également le transport aérien dans l’atmosphère, sont entièrement déterministes – elles ne sont pas régies par le hasard.

Cependant, rien ne pourrait être plus faux quand il s’agit de la météo. C’est en partie parce que, dans la pratique, il est impossible d’être assez précis – d’indiquer la température de l’air, la pression, l’humidité ou les conditions de vent pour chaque point de l’atmosphère. En outre, les équations sont non linéaires; de petits écarts dans les valeurs initiales peuvent faire évoluer un système météorologique de manière entièrement différente. Basé sur la question de savoir si un papillon battant des ailes au Brésil pourrait provoquer une tornade au Texas, le phénomène a été nommé l’effet papillon. En pratique, cela signifie qu’il est impossible de produire des prévisions météorologiques à long terme – le temps est chaotique; cette découverte a été faite dans les années 1960 par le météorologue américain Edward Lorenz, qui a jeté les bases de la théorie du chaos d’aujourd’hui.

Donner un sens aux données bruyantes

Comment pouvons-nous produire des modèles climatiques fiables pour plusieurs décennies ou centaines d’années dans le futur, bien que la météo soit un exemple classique d’un système chaotique? Vers 1980, Klaus Hasselmann a démontré comment des phénomènes météorologiques chaotiques peuvent être décrits comme un bruit changeant rapidement, plaçant ainsi les prévisions climatiques à long terme sur une base scientifique solide. En outre, il a développé des méthodes pour identifier l’impact humain sur la température mondiale observée.

En tant que jeune doctorant en physique à Hambourg, en Allemagne, dans les années 1950, Hasselmann a travaillé sur la dynamique des fluides, puis a commencé à développer des observations et des modèles théoriques pour les vagues et les courants océaniques. Il s’installe en Californie et poursuit son océanographie, rencontrant des collègues tels que Charles David Keeling, avec qui les Hasselmann fondent un chœur de madrigaux. Keeling est légendaire pour avoir commencé, en 1958, ce qui est maintenant la plus longue série de mesures de dioxyde de carbone atmosphérique à l’observatoire du Mauna Loa à Hawaii. Hasselmann ne savait pas que dans ses travaux ultérieurs, il utiliserait régulièrement la courbe de Keeling, qui montre les changements dans les niveaux de dioxyde de carbone.

L’obtention d’un modèle climatique à partir de données météorologiques bruyantes peut être illustrée en promenant un chien: le chien court hors de la laisse, en arrière et en avant, d’un côté à l’autre et autour de vos jambes. Comment pouvez-vous utiliser les traces du chien pour voir si vous marchez ou si vous êtes immobile? Ou si vous marchez rapidement ou lentement? Les traces du chien sont les changements de temps, et votre promenade est le climat calculé. Est-il même possible de tirer des conclusions sur les tendances climatiques à long terme en utilisant des données météorologiques chaotiques et bruyantes?

Une difficulté supplémentaire est que les fluctuations qui influencent le climat sont extrêmement variables dans le temps – elles peuvent être rapides, comme la force du vent ou la température de l’air, ou très lentes, comme la fonte des calottes glaciaires et le réchauffement des océans. Par exemple, un chauffage uniforme d’un seul degré peut prendre mille ans pour l’océan, mais seulement quelques semaines pour l’atmosphère. L’astuce décisive a été d’intégrer les changements rapides de la météo dans les calculs en tant que bruit, et de montrer comment ce bruit affecte le climat.

Hasselmann a créé un modèle climatique stochastique, ce qui signifie que le hasard est intégré dans le modèle. Son inspiration est venue de la théorie d’Albert Einstein sur le mouvement brownien, également appelée marche aléatoire. En utilisant cette théorie, Hasselmann a démontré que l’atmosphère en évolution rapide peut en fait provoquer de lentes variations dans l’océan.

Discerner les traces de l’impact humain

Une fois le modèle des variations climatiques terminé, Hasselmann a développé des méthodes pour identifier l’impact humain sur le système climatique. Il a constaté que les modèles, ainsi que les observations et les considérations théoriques, contiennent des informations adéquates sur les propriétés du bruit et des signaux. Par exemple, les changements dans le rayonnement solaire, les particules volcaniques ou les niveaux de gaz à effet de serre laissent des signaux uniques, des empreintes digitales, qui peuvent être séparés. Cette méthode d’identification des empreintes digitales peut également être appliquée à l’effet que les humains ont sur le système climatique. Hasselman a ainsi ouvert la voie à d’autres études sur le changement climatique, qui ont démontré des traces d’impact humain sur le climat en utilisant un grand nombre d’observations indépendantes.

Les modèles climatiques sont devenus de plus en plus raffinés à mesure que les processus inclus dans les interactions complexes du climat sont cartographiés de manière plus approfondie, notamment par des mesures satellitaires et des observations météorologiques. Les modèles montrent clairement une accélération de l’effet de serre; depuis le milieu du 19e siècle, les niveaux de dioxyde de carbone dans l’atmosphère ont augmenté de 40 %. L’atmosphère terrestre n’a pas contenu autant de dioxyde de carbone depuis des centaines de milliers d’années. En conséquence, les mesures de température montrent que le monde s’est réchauffé de 1 ° C au cours des 150 dernières années.

Syukuro Manabe et Klaus Hasselmann ont contribué au plus grand bénéfice pour l’humanité, dans l’esprit d’Alfred Nobel, en fournissant une base physique solide pour notre connaissance du climat de la Terre. Nous ne pouvons plus dire que nous ne savions pas – les modèles climatiques sont sans équivoque. La Terre se réchauffe-t-elle? Oui. Est-ce la cause de l’augmentation des quantités de gaz à effet de serre dans l’atmosphère? Oui. Cela peut-il s’expliquer uniquement par des facteurs naturels ? Non. Les émissions de l’humanité sont-ils la raison de l’augmentation de la température ? Oui.

Méthodes pour les systèmes désordonnés

Vers 1980, Giorgio Parisi a présenté ses découvertes sur la façon dont les phénomènes apparemment aléatoires sont régis par des règles cachées. Ses travaux sont maintenant considérés comme l’une des contributions les plus importantes à la théorie des systèmes complexes.

Les études modernes des systèmes complexes sont enracinées dans la mécanique statistique développée dans la seconde moitié du 19ème siècle par James C. Maxwell, Ludwig Boltzmann et J. Willard Gibbs, qui ont nommé ce domaine en 1884. La mécanique statistique a évolué à partir de l’idée qu’un nouveau type de méthode était nécessaire pour décrire les systèmes, tels que les gaz ou les liquides, qui se composent d’un grand nombre de particules. Cette méthode devait prendre en compte les mouvements aléatoires des particules, de sorte que l’idée de base était de calculer l’effet moyen des particules au lieu d’étudier chaque particule individuellement. Par exemple, la température dans un gaz est une mesure de la valeur moyenne de l’énergie des particules de gaz. La mécanique statistique est un grand succès, car elle fournit une explication microscopique des propriétés macroscopiques dans les gaz et les liquides, telles que la température et la pression.

Les particules dans un gaz peuvent être considérées comme de minuscules boules, volant à des vitesses qui augmentent avec des températures plus élevées. Lorsque la température baisse ou que la pression augmente, les billes se condensent d’abord en un liquide, puis en un solide. Ce solide est souvent un cristal, où les boules sont organisées selon un motif régulier. Cependant, si ce changement se produit rapidement, les boules peuvent former un motif irrégulier qui ne change pas même si le liquide est refroidi ou pressé ensemble. Si l’expérience est répétée, les balles prendront un nouveau modèle, malgré le changement se produisant exactement de la même manière. Pourquoi les résultats sont-ils différents?

Comprendre la complexité

Ces billes comprimées sont un modèle simple pour le verre ordinaire et pour les matériaux granulaires, tels que le sable ou le gravier. Cependant, le sujet de l’œuvre originale de Parisi était un autre type de système – le verre de spin. Il s’agit d’un type spécial d’alliage métallique dans lequel des atomes de fer, par exemple, sont mélangés au hasard dans une grille d’atomes de cuivre. Même s’il n’y a que quelques atomes de fer, ils modifient les propriétés magnétiques du matériau d’une manière radicale et très déroutante. Chaque atome de fer se comporte comme un petit aimant, ou spin (Le spin est, en physique quantique, une des propriétés internes des particules, au même titre que la masse ou la charge électrique. Comme d'autres observables quantiques, sa mesure donne des valeurs discrètes et est soumise au principe d'incertitude), qui est affecté par les autres atomes de fer proches de lui. Dans un aimant ordinaire, tous les spins pointent dans la même direction, mais dans un verre de spin, ils sont frustrés; certaines paires de spins veulent pointer dans la même direction et d’autres dans la direction opposée – alors comment trouvent-elles une orientation optimale ?

Dans l’introduction de son livre sur le verre de spin, Parisi écrit que l’étude du verre de spin est comme regarder les tragédies humaines des pièces de Shakespeare. Si vous voulez vous faire des amis avec deux personnes en même temps, mais qu’elles se détestent, cela peut être frustrant. C’est encore plus le cas dans une tragédie classique, où des amis et des ennemis très émotifs se rencontrent sur scène. Comment minimiser la tension dans la pièce ?

Les lunettes Spin et leurs propriétés exotiques fournissent un modèle pour les systèmes complexes. Dans les années 1970, de nombreux physiciens, dont plusieurs lauréats du prix Nobel, ont cherché un moyen de décrire les mystérieuses et frustrantes lunettes de spin. Une méthode qu’ils ont utilisée était l’astuce de réplication, une technique mathématique dans laquelle de nombreuses copies, répliques, du système sont traitées en même temps. Cependant, en termes de physique, les résultats des calculs initiaux étaient irréalisables.

En 1979, Parisi a fait une percée décisive lorsqu’il a démontré comment l’astuce de la réplique pouvait être ingénieusement utilisée pour résoudre un problème de verre de spin. Il a découvert une structure cachée dans les répliques et a trouvé un moyen de la décrire mathématiquement. Il a fallu de nombreuses années pour que la solution de Parisi soit prouvée mathématiquement correcte. Depuis lors, sa méthode a été utilisée dans de nombreux systèmes désordonnés et est devenue une pierre angulaire de la théorie des systèmes complexes.

Les fruits de la frustration sont nombreux et variés Le verre de spin et les matériaux granulaires sont des exemples de systèmes frustrés, dans lesquels divers constituants doivent s’organiser d’une manière qui est un compromis entre les forces de contre-action. La question est de savoir comment ils se comportent et quels sont les résultats. Parisi est un maître dans l’état d’étudier ces questions pour de nombreux matériaux et phénomènes différents. Ses découvertes fondamentales sur la structure des lunettes de spin étaient si profondes qu’elles ont, non seulement influencé la physique, mais aussi les mathématiques, la biologie, les neurosciences et l’apprentissage automatique, car tous ces domaines incluent des problèmes directement liés à la frustration.

Parisi a également étudié de nombreux autres phénomènes dans lesquels les processus aléatoires jouent un rôle décisif dans la façon dont les structures sont créées et comment elles se développent, et a traité des questions telles que: Pourquoi avons-nous des périodes glaciaires périodiques? Existe-t-il une description mathématique plus générale du chaos et des systèmes turbulents ? Ou – comment les motifs apparaissent-ils dans un murmure de milliers d’étourneaux? Cette question peut sembler très éloignée du verre de spin. Cependant, Parisi a déclaré que la plupart de ses recherches ont porté sur la façon dont des comportements simples donnent lieu à des comportements collectifs complexes, et cela s’applique à la fois aux lunettes de spin et aux étourneau sansonnets.