Connaître les composantes de l’IdO va nous aider à comprendre ce que c’est. L’IdO a quatre composantes majeures :
Les capteurs et les actionneurs : ces composants perçoivent des informations et interagissent avec l’environnement. Les capteurs collectent des données, tandis que les actionneurs permettent au système d’exécuter des actions spécifiques. Dans l’exemple de la machine à café, le capteur surveille le réveil des utilisateurs, puis un actionneur enclenche le processus de préparation du café.
La connectabilité : les capteurs et les actionneurs sont connectés à ce que l’on appelle une passerelle. La passerelle est responsable de la communication avec les capteurs et les actionneurs proches. Elle traduit les messages en un format commun qui est ensuite mis en ligne sur le service de cloud sur Internet. La communication entre la passerelle, d’une part, et les capteurs et actionneurs, d’autre part, est généralement sans fil, mais une connexion filaire est également possible. Les services de cloud sont dans leur majorité très précautionneux en matière de vie privée (si vous souhaitez en savoir plus sur le sujet, vous pouvez consulter nos cours sur la révolution numérique et la cybersécurité).
Le cloud : le cloud informatique – un réseau d’ordinateurs sur Internet – est chargé de stocker et d’analyser les données en vue de prendre des décisions intelligentes. L’analyse peut aussi bien reposer sur des règles simples que des algorithmes complexes d’IA. Vous pouvez en apprendre plus sur l’IA dans le cours Elements of AI (« Une introduction à l’intelligence artificielle »).
Les interfaces homme-machine (IHM) : les données et l’analyse sont supervisées par les utilisateurs à partir des interfaces utilisateur (IU) ou des mobiles multifonctions et tablettes dotés d’applications spécifiques. Dans un système de l’IdO, le rôle de l’IHM est d’informer les utilisateurs et de leur donner la possibilité de passer outre aux décisions automatisées, le cas échéant.
Les capteurs, les actionneurs et les interfaces utilisateur
La grande variété des capteurs et actionneurs rend les systèmes d’IoT très flexibles. Grâce à différentes combinaisons de capteurs et d’actionneurs, les systèmes peuvent être adaptés en fonction des besoins. Dans cette partie, nous allons nous pencher plus précisément sur les capteurs, les actionneurs et les IU qui composent l’IdO.
Il existe deux types de capteurs : des capteurs multifonctions et des capteurs spécialisés.
Les capteurs multifonctions utilisent des appareils courants, comme les appareils photo et les micros, afin de recueillir des données. Dans ce cas, les données – par exemple des images ou du son – sont analysées par des applications informatiques et des algorithmes.
Les capteurs spécialisés sont expressément conçus dans le but de mesurer des valeurs spécifiques. Ils sont peu onéreux, peu gourmands en énergie ou robustes. Les outils logiciels associés à ces capteurs sont généralement plus simples que ceux des capteurs multifonctions. On inclut dans cette catégorie les thermomètres, les hygromètres, les détecteurs de mouvement, les dispositifs de contrôle du pouls et d’ECG, et les balances.
Étant donné l’existence de ces deux types de capteurs, il est possible de détecter les mouvements, par exemple, de différentes façons :
Une caméra peut reconnaître un individu spécifique ou repérer des mouvements dans une zone plus vaste.
Un détecteur de mouvement spécifique peut permettre de minimiser les dépenses et la consommation d’énergie.
Un micro peut être employé dans les endroits chauds et sombres, où les deux autres types de détecteurs ne peuvent pas opérer.
Au-delà des capteurs en eux-mêmes, il est aussi souvent possible d’interagir avec les machines impliquées dans le système de l’IdO ou avec les individus qui les opèrent et les utilisent. C’est là que les actionneurs et les interfaces utilisateur interviennent dans les méthodes de l’IdO. Les actionneurs changent les valeurs mesurées par les capteurs afin d’augmenter la température ou d’ouvrir des fenêtres, par exemple.
Les interfaces utilisateur gèrent les interactions homme-machines. Leur activation est visuelle, audio, vocale ou encore haptique.
Les IU visuelles sont principalement présentes sur les appareils connectés dotés d’un écran tactile (mobiles et tablettes). On en trouve aussi parfois sur des appareils spécifiques dotés d’un écran tactile ou d’un écran et de boutons.
Dans le cas des interfaces vocales, les utilisateurs interagissent avec le système de l’IdO en parlant naturellement. Sur une IU audio pure, des sons indiquent les événements importants.
Généralement, les interfaces haptiques vibrent pour communiquer avec les utilisateurs.
Une combinaison de ces différentes IU est susceptible d’améliorer l’expérience globale des utilisateurs.
L’IdO et la 5G
La 5G est la cinquième – et toute dernière – version du réseau mobile. Dans la première génération (1G) du réseau mobile, seule la communication vocale était disponible. Avec le passage aux réseaux numériques, la 2G a innové et choisi une solution technique bien meilleure que l’approche analogique de la 1G. La 3G a marqué le début des transferts de données, tandis que la 4G a significativement amélioré les vitesses de transmission. Grâce à la 5G, les transferts de données sont plus rapides que jamais. La 5G est également capable d’opérer dans les régions où la densité de connectabilité est plus élevée et de fournir une meilleure couverture.
L’un des éléments clés de la 5G est la technique Massive Multiple Input Multiple Output (MIMO) (« entrées multiples, sorties multiples massives »). Elle repose sur un grand nombre d’antennes et des logiciels de communication complexes et permet à de très nombreux appareils de communiquer facilement. L’Internet mobile haut débit est un facteur déterminant pour les performances et la portée des appareils connectés de l’IdO, car ces derniers dépendent des transferts et de la réception des données. Au moment où nous rédigeons ce cours, on estime que la 5G, une fois généralisée, va révolutionner l’IdO.
L’IdO et l’IA
La rencontre de l’IdO et de l’IA est généralement dénommée « intelligence artificielle des objets » ou AIoT (acronyme anglais d’Artificial Intelligence et Internet of Things). D’après plusieurs sources, l’IA est susceptible de maximiser les bénéfices de l’IdO. Pour comprendre l’intelligence artificielle des objets, il faut avant tout connaître les principes de base de l’IA. Comme vous le savez, les capteurs et les actionneurs recueillent des données ensuite stockées sur le cloud. Ces données peuvent être analysées par des experts ou par des programmes informatiques écrits en fonction de l’expérience et des suggestions des experts. Quand les données sont complexes, les règles écrites par ces experts risquent de ne pas fonctionner parfaitement. Il est également fréquent que ces règles ne soient pas universelles. Elles doivent donc être réécrites dès que de nouveaux capteurs sont ajoutés dans un système ou que l’environnement évolue (par exemple, quand une nouvelle famille déménage dans une maison connectée dotée de l’IdO). Grâce à l’IA, les règles peuvent être établies grâce aux données elles-mêmes, à partir d’une grande quantité de données représentatives – ce qui signifie que l’IA est également capable de s’adapter automatiquement aux changements.
Dans l’IdO, l’intégrateur et le preneur de décision sont toujours des êtres humains – c’est pour cela que le processus est personnalisé et customisé. Avec l’IA, les appareils s’appuient sur les données pour apprendre. Ils prennent des décisions en se fondant sur les comportements passés des utilisateurs. Plus les données sont nombreuses, meilleures sont les décisions de l’IA. Prenons l’exemple de la reconnaissance faciale du sexe d’un individu. L’IA doit être « nourrie » avec des photos de femmes et d’hommes. Plus elle consulte de photos, plus la précision de la décision autonome de l’IA s’améliore lorsqu’elle doit établir si l’image représente une femme ou un homme.
Grâce à l’intelligence artificielle des objets, l’association des grandes quantités de données recueillies par les capteurs et des méthodes de l’IA permet au système d’apprendre à partir des comportements des utilisateurs et de son environnement afin de fournir de meilleurs services. La plupart des outils de l’intelligence artificielle des objets sont exécutés sur le cloud ou autour de la passerelle. Une nouvelle approche consiste à apporter l’IA sur les appareils de périphérie de réseau. On appelle cette approche le TinyML (« Tiny » pour « petit », et ML pour Machine Learning ou apprentissage automatique en français). Les appareils de l’IdO peuvent alors conserver leurs données en local. Ils n’ont pas besoin de connectabilité Internet. Le temps de réponse est donc bien plus rapide. En revanche, les algorithmes de TinyML font face à des limitations. Leur consommation d’énergie doit être faible (l’équivalent du fonctionnement d’un appareil pendant un an doté d’une petite batterie CR 2032) et leur capacité de calcul est limitée.
Pour en savoir plus sur les mécanismes et le potentiel de l’IA, consultez le cours Elements of AI (« Une introduction à l’intelligence artificielle »).
L’IdO dans notre vie quotidienne
Nous sommes déjà entourés de capteurs. Certains sont connectés à un réseau, d’autres seulement à un ordinateur, en local. Les montres connectées mesurent le pouls, suivent nos activités quotidiennes et notre sommeil, puis transfèrent ces données sur Internet. L’emplacement des bus et des tramways est recueilli en temps réel à partir des données GPS, puis affiché sur une carte et aux arrêts avec les temps d’attente. Les voitures connectées disposent de capteurs intégrés qui collectent et envoient aux propriétaires ou au garage des données relatives à l’usure des véhicules. À mesure que cette technologie se généralise, de plus en plus de capteurs sont équipés de l’IdO. Dans la partie suivante, nous allons donc nous pencher plus longuement sur cela en vous présentant en détail des applications types et les secteurs concernés par l’IdO.
