Ils ont trouvé la clé pour optimiser l'envoi d'information
© Thinkstock
Des chercheurs de l’EPFL ont résolu un problème qui résiste aux chercheurs depuis soixante ans, en démontrant comment optimiser l’envoi d’information. Une recherche qui permettra d’améliorer nos communications, des smartphones aux transmissions satellites en passant par le stockage de données.
Nous avons tous besoin d’envoyer et de recevoir des informations, que ce soit pour télécharger un film, sauver ses photos sur un disque dur ou discuter par téléphone. Mais tous ces canaux de communications peuvent être brouillés, et une partie des données perdue en route. Comment éviter cette déperdition d’information? Étonnamment, cette question résiste aux scientifiques depuis les années 1960. Mais des chercheurs de l’EPFL ont trouvé la clé du mystère: leur travail vient d’être primé lors du symposium STOC 2016 (Symposium on the Theory of Computing), qui se tient ces jours aux États-Unis.
Concrètement, les chercheurs ont défini comment envoyer assez d’information pour tenir compte d’une déperdition possible, mais sans surcharger le canal pour ne pas nuire à la rapidité de la communication. Le point de départ de cette analyse était la conception d’un code composé d’un schéma de répétition, ce qui permet d’éliminer le bruit pendant le transfert de données. A l’arrivée, ils ont fait une découverte révolutionnaire: la symétrie du code garantit à elle seule un résultat optimal.
Ils ont ainsi prouvé qu’une famille de codes plus large que prévu permet d’arriver à un bon résultat. «Nous avons déterminé que, si on connait le canal d’information utilisé, alors nous pouvons prédire exactement quel sera le code optimisé à envoyer: il lui suffit d’être structuré et symétrique», explique Marco Mondelli, chercheur au Laboratoire de théorie des communications de l’EPFL et l’un des auteurs de la publication.
Dans le futur, cette découverte devrait donner lieu à de nombreux développements et possibilités d’amélioration de l’envoi de code dans tous les domaines, permettant par exemple de meilleures performances des ordinateurs, des téléphones portables ou des systèmes de sauvegardes de données.
Pour en savoir plus : Reed-Muller Codes Achieve Capacity on Erasure Channels (Shrinivas Kudekar, Santhosh Kumar, Marco Mondelli, Henry D. Pfister, Eren Sasoglu, Rüdiger Urbanke)