Intelligence artificielle des objets
La notion d'intelligence artificielle des objets (AIoT) désigne l'intégration de technologies d'intelligence artificielle (IA) aux objets connectés (IoT) pour en faire des « objets intelligents ».
Objectifs
modifierCette fusion de technologies vise à améliorer les interactions homme-machine (IHM), à optimiser les opérations ainsi qu'à optimiser la gestion et l'analyse des données[1],[2],[3].
De nombreux secteurs pourraient être transformés grâce à l’application de l’intelligence en essaim, notamment : l’automobile, le cloud, la médecine, l’armée, la recherche et la technologie.
Dans sa forme la plus pure, l'AIoT implique d'intégrer de l'IA dans l'appareil, c'est-à-dire à la périphérie ou edge computing, éventuellement dans un robot et sans même avoir besoin de connexions externes. L'idée est que l'objet puisse interagir seul avec une IA dite « IA embarquée », qui peut fonctionner avec la Cloud (via des datacenters adapté au à l'edge computing) ou sans aucun besoin de connexion avec l'Internet, avec par exemple en 2024 le début de la série d'IA Gemma créée par Google DeepMind.
Une autre dynamique de l'AIoT et de donner du sens aux données collectées par l'IoT. Ici, l'IA est appliquée après la collecte des données, dans les serveurs, plateformes IoT ou data lake. On peut ainsi détecter des schema de fonctionnements ou de causes de pannes par exemple, pour mieux anticiper et prévenir les évènements liés aux objets connectés.
Ces deux approches sont complémentaires.
La puissance combinée de l'IA et de l'IoT promet de libérer la valeur non réalisée des clients dans un large éventail de secteurs d'activité : tels que l'analyse de données, les véhicules autonomes, la santé, l'agriculture, la maintenance prédictive et l'automatisation industrielle[4].
Historique et prospective
modifierEn 2018, KPMG a publié une étude sur l’avenir de l’IA incluant des scénarios jusqu’en 2040. Les analystes décrivent en détail un scénario dans lequel une communauté d'objets verrait chaque appareil contenir également sa propre IA qui pourrait se connecter de manière autonome à d'autres IA pour, ensemble, effectuer des tâches de manière intelligente. La création de valeur serait contrôlée et exécutée en temps réel à l’aide de l'intelligence en essaim.
L'intelligence artificielle dans l'ingénierie cloud
modifierL’IA peut aider plusieurs domaines professionnels à maximiser la collecte de données. Il peut améliorer les performances et l’efficacité grâce à la gestion numérique.
L'ingénierie du cloud se concentre sur les services technologiques. Lors de la conception, du développement, de l’exploitation et de la maintenance des systèmes de cloud computing, elle adopte une approche systématique de la commercialisation, de la normalisation et de la gouvernance. On y retrouve les contributions de l'ingénierie du développement, de l'ingénierie logicielle, du développement Web, de l'ingénierie des performances, de l'ingénierie de la sécurité, de l'ingénierie des plateformes, de l'ingénierie des risques et de l'ingénierie de la qualité.
L'intégration de l'IA dans le cadre des technologies de l'information vise à fluidifier les process et automatiser les processus répétitifs[5]. Grâce à ces outils, les organisations peuvent mieux gérer les données au fur et à mesure qu’elles développent de plus grandes quantités de données et intègrent des processus de reconnaissance de données, de classification et de gestion des données au fil du temps.
Grâce à l'IA, les organisations peuvent gagner en efficacité, en mettant en place des méthodes stratégiques et en gagnant du temps sur les tâches répétitives. En effectuant des analyses, les organisations peuvent gagner du temps et être plus efficaces.
Références
modifier- (en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Artificial intelligence of things » (voir la liste des auteurs).
- ↑ Iman Ghosh, « AIoT: When Artificial Intelligence Meets the Internet of Things », Visual Capitalist, (consulté le ).
- ↑ Yu-Jin Lin, Chen-Wei Chuang, Chun-Yueh Yen et Sheng-Hsin Huang, 2019 IEEE International Conference on Artificial Intelligence Circuits and Systems (AICAS), , 67–70 p. (ISBN 978-1-5386-7884-8, DOI 10.1109/AICAS.2019.8771630, S2CID 198932115), « Artificial Intelligence of Things Wearable System for Cardiac Disease Detection ».
- ↑ William Cheng-Chung Chu, Chihhsiong Shih, Wen-Yi Chou et Sheikh Iqbal Ahamed, « Artificial Intelligence of Things in Sports Science: Weight Training as an Example », Computer, vol. 52, no 11, , p. 52–61 (ISSN 1558-0814, DOI 10.1109/MC.2019.2933772, S2CID 204818358, lire en ligne
, consulté le ). - ↑ Asheesh Goja, « The Architect's Guide to the AIoT », Cisco Tech Blog, Cisco, (consulté le ).
- ↑ « Artificial Intelligence in Cloud Computing », datacenters.com (consulté le ).
