Conclusion
Modélisation et simulation numériques en chimie du solide : principes et applications

La simulation en sciences des matériaux a atteint un degré de maturité permettant son utilisation à des fins prédictives y compris au niveau industriel. Elle reste toutefois soumise à des limitations qui ne permettent pas de la considérer comme un outil autonome. En particulier, le fait qu'un modèle puisse être tout à fait satisfaisant (c'est-à-dire être capable de représenter précisément des phénomènes observés) ne prouve pas obligatoirement que les hypothèses scientifiques formulées soient correctes. En fait la question est « non pas de savoir si un modèle est correct ou pas », mais d'apprécier son apport dans un processus de compréhension progressive du système et de ses comportements, motivés par un ensemble de questions initialement explicitées.

Le laboratoire numérique du modèle est souvent trop complexe pour accéder aux réels mécanismes d'un phénomène simulé. Dans ces conditions, le modèle n'éclaire pas sur la nature d'un phénomène observé. On peut seulement dire que le modèle reproduit bien la réalité ou ne la reproduit pas. C'est bien là un revers fâcheux et frustrant de la modélisation qui nous montre qu'une association sans cesse plus intégrée d'un système peut finalement nous éloigner de la compréhension de son fonctionnement intime. N'est-ce pas l'inverse qui est recherché ? Une façon d'éviter cela est de s'appuyer conjointement sur des approches expérimentales, analytiques et une hiérarchie de modèles de complexité croissante, avec ou sans assimilation de données, pour mieux identifier les processus qui font défaut ou qui sont mal représentés dans les modèles complets de complexité nominale. Seul un spécialiste théoricien peut valablement tirer des informations d'une plate-forme numérique à visée prédictive.