1 Intelligence ambiante : défis et opportunités Joëlle Coutaz, Laboratoire dInformatique de...
-
Upload
johanne-blanchard -
Category
Documents
-
view
105 -
download
0
Transcript of 1 Intelligence ambiante : défis et opportunités Joëlle Coutaz, Laboratoire dInformatique de...
1
Intelligence ambiante : défis et opportunités
Joëlle Coutaz, Laboratoire d’Informatique de Grenoble (LIG), UMR 5217Animatrice du Groupe de travail « Intelligence Ambiante » (CNRS, MESR)
Réunion des Directeurs d’UnitésParis, 14 avril 2009
2
Intelligence ambiante : une idée ancienne
• Mark Weiser [Scientific American, 1991]– “Ubiquitous Computing”– “The computer of the 21st century” s’inscrit dans nos activités quotidiennes au
point de devenir invisible
3
Intelligence ambiante : depuis 1991
• Convergence de progrès dans les domaines précurseurs : réseaux, micro-électronique, logiciels
• De nombreuses déclinaisons – Internet of Things – Pervasive computing – Ambient Intelligence– …
4
Intelligence ambiante : depuis 1991
• Convergence de progrès dans les domaines précurseurs : réseaux, micro-électronique, logiciels
• De nombreuses déclinaisons – Internet of Things – Pervasive computing – Ambient Intelligence– …
[Siftables ou l’ordinateur domino, MIT 08]
5
Intelligence ambiante : définition par sa mission
• Offrir des services et des dispositifs – capables de répondre aux besoins (aux valeurs) individuels, collectifs, sociétaux – en toute circonstance (mobilité espace-temps)
6
Intelligence ambiante : définition par sa mission
• Offrir des services et des dispositifs – capables de répondre aux besoins (aux valeurs) individuels, collectifs, sociétaux – en toute circonstance (mobilité espace-temps)
7
Intelligence ambiante : définition par sa mission
• Offrir des services et des dispositifs – capables de répondre aux besoins (aux valeurs) individuels, collectifs, sociétaux – en toute circonstance (mobilité espace-temps)
8
Intelligence ambiante : définition par sa mission
• Offrir des services et des dispositifs – capables de répondre aux besoins (aux valeurs) individuels, collectifs, sociétaux – en toute circonstance (mobilité espace-temps)
[lentille de contact, Univ. of Washington]
9
Intelligence ambiante : définition par sa mission
• Assurer le bien-être, améliorer l’expérience, pas seulement l’efficacité des personnes!
10
Intelligence ambiante : définition par sa mission
• Assurer le bien-être, améliorer l’expérience, pas seulement l’efficacité des personnes!
[History Table Cloth, Univ. of London 09]
11
Intelligence ambiante : définition par sa mission
• Assurer le bien-être, améliorer l’expérience, pas seulement l’efficacité des personnes!
12
Intelligence ambiante : définition par sa mission
• Assurer le bien-être, améliorer l’expérience, pas seulement l’efficacité des personnes!
[Veste avec signal de changement de directionArduino LilyPad, 2008]
13
Intelligence ambiante : définition par sa mission
Glassiled de AGC : verre dans lequel ont été intégrées des LED
• Assurer le bien-être, améliorer l’expérience, pas seulement l’efficacité des personnes!
14
Perspective technique
Dispositifs
Services
15
Perspective technique
• Composition opportuniste de dispositifs et de services dotés de facultés de capture, d’action, de traitement, de communication et d'interaction …
Dispositifs
Services
[capteurs, actionneurs,traitement, communication
interaction]
[capteurs, actionneurs,traitement, communication
interaction]
16
Perspective technique
• Composition opportuniste de dispositifs et de services dotés de facultés de capture, d’action, de traitement, de communication et d'interaction …
• … au-dessus d’une infrastructure matérielle et logicielle à granularité et géométrie variables
Dispositifs
Services
17
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
18
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
19
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
20
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
21
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
22
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
23
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
24
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
25
Perspective recherche : le défi des extrêmes
• Multi-échelle : du nano-objet à la planète• Hétérogénéité : objets matériels&biologiques, logiciels, réseaux• Dynamicité : l’imprévu prévaut• Sécurité : authenticité et accessibilité des données• Jeux de données de très grande taille pour quelle durée de vie ?• Équilibre maîtrisé entre autonomie des systèmes et contrôle humain• Éthique : quelles valeurs, demain ?• Modèles économiques et juridiques (globalisation et responsabilité)• Pluridisciplinarité …
26
Pluridisciplinarité : un défi de plus et des opportunités !
• Pluridisciplinarité : facile à énoncer, difficile à réaliser• De nombreux axes de recherche (STIC)
27
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Rˇseau
Monde physique, syst¸ mes dÕexploitation
Perception Action
Contexte Mˇ diation Services
Interaction Homme-Machine
Intergiciel
Rˇ seau
Pluridisciplinarité : un défi de plus et des opportunités !
• Pluridisciplinarité : facile à énoncer, difficile à réaliser• De nombreux axes de recherche (STIC)
28
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Rˇseau
Monde physique, syst¸ mes dÕexploitation
Perception Action
Contexte Mˇ diation Services
Interaction Homme-Machine
Intergiciel
Rˇ seau
Pluridisciplinarité : un défi de plus et des opportunités !
• Pluridisciplinarité : facile à énoncer, difficile à réaliser• De nombreux axes de recherche (STIC)
29
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Rˇseau
Monde physique, syst¸ mes dÕexploitation
Perception Action
Contexte Mˇ diation Services
Interaction Homme-Machine
Intergiciel
Rˇ seau
Pluridisciplinarité : un défi de plus et des opportunités !
• Pluridisciplinarité : facile à énoncer, difficile à réaliser• De nombreux axes de recherche (STIC)
30
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Rˇseau
Monde physique, syst¸ mes dÕexploitation
Perception Action
Contexte Mˇ diation Services
Interaction Homme-Machine
Intergiciel
Rˇ seau
Pluridisciplinarité : un défi de plus et des opportunités !
• Pluridisciplinarité : facile à énoncer, difficile à réaliser• De nombreux axes de recherche (STIC)
31
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils dÕingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Rˇseau
Monde physique, syst¸ mes dÕexploitation
Perception Action
Contexte Mˇ diation Services
Interaction Homme-Machine
Intergiciel
Rˇ seau
Pluridisciplinarité : un défi de plus et des opportunités !
• Pluridisciplinarité : facile à énoncer, difficile à réaliser• De nombreux axes de recherche (STIC)
32
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils d Õingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Perceptionaction
Contexte Mˇ diation Services
Middleware
IHM
AutonomieDynamismeHˇ tˇ rogˇ nˇ itˇchelleSˇ curit ˇ
Outils d Õingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )
Rˇseau
Monde physique, syst¸ mes dÕexploitation
Perception Action
Contexte Mˇ diation Services
Interaction Homme-Machine
Intergiciel
Rˇ seau
Pluridisciplinarité : un défi de plus et des opportunités !
• Pluridisciplinarité : facile à énoncer, difficile à réaliser• De nombreux axes de recherche (STIC)
33
Constats
• Absence d’intégration des préoccupations : la Recherche est organisée en de trop nombreuses communautés (ou spécialités) qui ne se comprennent pas ou qui s’ignorent– Chacun décline l’intelligence ambiante comme une contrainte de plus dans son propre
domaine– Témoin : multitude des workshops adossés aux grandes conférences de référence de
chaque domaine, les appels à projets
• Simulation, évaluation, validation en milieu contrôlé
34
Conséquences
• Manque de généricité des solutions : hypothèses fortes implicites qui limitent la portée scientifique des résultats sous prétexte que c’est de l’ingénierie !
• Progrès par rustines successives très ciblées
35
Proposition : Objectifs
• Définir de nouveaux concepts, modèles et réalisations techniques qui soient– Génériques (applicables à plusieurs enjeux sociétaux)– Facilitants (utilisables par des spécialistes pour la création de nouveautés)– Façonnables (transformables par l’utilisateur final)
• Pour des services et dispositifs– Evoluant correctement dans des environnements hétérogènes, dynamiques,
fortement contraints et multi-échelle
– Sûrs, fiables et sécurisés
– Autonomes, voire émergents, mais maîtrisés et maîtrisables
– Interagissant avec l'utilisateur de manière adaptée
– Respectant des valeurs éthiques
36
Proposition : Objectifs
• Définir de nouveaux concepts, modèles et réalisations techniques qui soient– Génériques (applicables à plusieurs enjeux sociétaux)– Facilitants (utilisables par des spécialistes pour la création de nouveautés)– Façonnables (transformables par l’utilisateur final)
• Pour des services et dispositifs– Evoluant correctement dans des environnements hétérogènes, dynamiques,
fortement contraints et multi-échelle
– Sûrs, fiables et sécurisés
– Autonomes, voire émergents, mais maîtrisés et maîtrisables
– Interagissant avec l'utilisateur de manière adaptée
– Respectant des valeurs éthiques
37
Comment ?
• Une approche systémique – avec des expérimentations in vivo – sur la durée – pour des questions sociétales d’envergure (cf. recommandations SNRI)
• Par des alliances multidisciplinaires effectives– Les précurseurs : télécom, informatique, robotique, micro-électronique– Nanotechnologies– Sciences Humaines et Sociales (psychologie, sociologie, droit, philosophie, design, art,
architecture)
• Avec des organismes de recherche finalisée– Bâtiment, Ville (CSTB)– Transports (INRETS)– Infrastructures (LCPC)– Santé, etc.
38
Comment ?
• Une approche systémique – avec des expérimentations in vivo – sur la durée – pour des questions sociétales d’envergure (cf. recommandations SNRI)
• Par des alliances multidisciplinaires effectives– Les précurseurs : télécom, informatique, robotique, micro-électronique– Nanotechnologies– Sciences Humaines et Sociales (psychologie, sociologie, droit, philosophie, design, art,
architecture)
• Avec des organismes de recherche finalisée– Bâtiment, Ville (CSTB)– Transports (INRETS)– Infrastructures (LCPC)– Santé, etc.
39
Comment ?
• Une approche systémique – avec des expérimentations in vivo – sur la durée – pour des questions sociétales d’envergure (cf. recommandations SNRI)
• Par des alliances multidisciplinaires effectives– Les précurseurs : télécom, informatique, robotique, micro-électronique– Nanotechnologies– Sciences Humaines et Sociales (psychologie, sociologie, droit, philosophie, design, art,
architecture)
• Avec des organismes de recherche finalisée– Bâtiment, Ville (CSTB)– Transports (INRETS)– Infrastructures (LCPC)– Santé, etc.
40
3 programmes d’actions complémentaires
1. Création d’une structure d’animation de la recherche en intelligence ambiante comparable à un GdR : le lieu ouvert d’échanges
2. Création d’un réseau de laboratoires ou d’équipes répartis sur le territoire national : le noyau dur fertilisant
3. Dotation pour le réseau d’un grand instrument d’expérimentations : l’accélérateur de la recherche concentré sur des chantiers phares à finalités sociétales
41
Instrument d’expérimentation ouvert
Chantier C1 Chantier Cn
Solutions gˇ nˇ riques
Chantier Ci
Consortium Ci-Coordination
Consortium Ci2
Consortium Cin
Comitˇ de coordination Comitˇ de pilotage
Plate-forme dÕexpˇ rimentation dÕIntelligence Ambiante Nationale Ouverte : un rˇ seau de living labs
Living Labi1 Living Labil
Living Labik Living Labij
Living Lab11 Living Lab1n
Living Lab13 Living Lab12
Living Labn1 Living Labnq
Living Labnp Living Labno
42
• Cohérence et efficacité : les consortiums-projets – se connaissent en amont (avant financement) – se constituent sur le terrain «régional»
• Développement incrémental en termes de :– problèmes scientifiques traités (nombre de consortiums)– échelle (nombre de Living Labs)– défi sociétal (nature des Living Labs - énergie, santé, formation, famille,
tertiaire, commerce)– Ouverture à l’international
• Généricité des solutions– transfert de solutions entre Living Labs– passage progressif de l’expérimentation contrôlée à l’expérimentation in vivo
Une nouvelle façon de collaborer au niveau national
43
• Cohérence et efficacité : les consortiums-projets – se connaissent en amont (avant financement) – se constituent sur le terrain «régional»
• Développement incrémental en termes de :– problèmes scientifiques traités (nombre de consortiums)– échelle (nombre de Living Labs)– défi sociétal (nature des Living Labs - énergie, santé, formation, famille,
tertiaire, commerce)– Ouverture à l’international
• Généricité des solutions– transfert de solutions entre Living Labs– passage progressif de l’expérimentation contrôlée à l’expérimentation in vivo
Une nouvelle façon de collaborer au niveau national
44
• Cohérence et efficacité : les consortiums-projets – se connaissent en amont (avant financement) – se constituent sur le terrain «régional»
• Développement incrémental en termes de :– problèmes scientifiques traités (nombre de consortiums)– échelle (nombre de Living Labs)– défi sociétal (nature des Living Labs - énergie, santé, formation, famille,
tertiaire, commerce)– Ouverture à l’international
• Généricité des solutions– transfert de solutions entre Living Labs– passage progressif de l’expérimentation contrôlée à l’expérimentation in vivo
Une nouvelle façon de collaborer au niveau national
45
En résumé : Intelligence ambiante
• Pluridisciplinaire par essence (pas seulement au sein des STIC)
• Nombreux défis scientifiques : en quête de solutions génériques, facilitantes et façonnables
• Approche systémique
• Confrontation au réel incontournable : observer (mesurer) et évaluer sur la durée et en situation
• Un nouveau modèle de recherche coopérative pour passer de l’innovation locale à l’innovation ancrée dans le monde réel dans des conditions réalistes d’usage
46
En résumé : Intelligence ambiante
• Pluridisciplinaire par essence (pas seulement au sein des STIC)
47
En résumé : Intelligence ambiante
• Pluridisciplinaire par essence (pas seulement au sein des STIC)
48
En résumé : Intelligence ambiante
• Pluridisciplinaire par essence (pas seulement au sein des STIC)
• Nombreux défis scientifiques : en quête de solutions génériques, facilitantes et façonnables
• Approche systémique
• Confrontation au réel incontournable : observer (mesurer) et évaluer sur la durée et en situation
• Un nouveau modèle de recherche coopérative pour passer de l’innovation locale à l’innovation ancrée dans le monde réel dans des conditions réalistes d’usage
49
En résumé : Intelligence ambiante
• Pluridisciplinaire par essence (pas seulement au sein des STIC)
• Nombreux défis scientifiques : en quête de solutions génériques, facilitantes et façonnables
• Approche systémique
• Confrontation au réel incontournable : observer (mesurer) et évaluer sur la durée et en situation
• Un nouveau modèle de recherche coopérative pour passer de l’innovation locale à l’innovation ancrée dans le monde réel dans des conditions réalistes d’usage
50
En résumé : Intelligence ambiante
• Pluridisciplinaire par essence (pas seulement au sein des STIC)
• Nombreux défis scientifiques : en quête de solutions génériques, facilitantes et façonnables
• Approche systémique
• Confrontation au réel incontournable : observer (mesurer) et évaluer sur la durée et en situation
• Un nouveau modèle de recherche coopérative pour passer de l’innovation locale à l’innovation ancrée dans le monde réel dans des conditions réalistes d’usage
51
Comité d’experts CNRS (J. Coutaz, JL Crowley)
• Michel Banâtre / Paul Couderc, IRISA, systemes embarques
• Joëlle Coutaz, LIG, IHM • James Crowley, LIG, perception
artificielle• Bruno Defude, Institut Télécom Sud-
Paris, Données mobiles• Yvon Haradji ergonome, EDF, membre du
gpe OFTA sur informatique diffuse&multi-agent
• Marie-Pierre Gleizes, IRIT, Multi-agents• J-C Laprie, LAAS, dependability,
sécurité• Michel Riveill, Univ. Nice, intergiciel• Carole Rossi, LAAS, micro-nanotech,
matériaux nano-énergétique• MC Rousset, LIG, IA, ontologie,
médiation semantique, CS ST2I• Pascal Salembier, IRIT-Troyes, ergonomie
et activités coopératives situées • David Sanz, SNCF, membre du gpe OFTA sur
informatique ubiquitaire, réseau adhoc capteurs
• David Simplot-Ryl, LIFL, ad-hoc networks
Les 23 membres
GT MESR (Pascal Estrailler)
• Jacques Blanc-Talon, DGA • Bertrand Braunschweig (resp. pg ANR) • Alain Brenac (MESR, Europe)• Françoise Charbit, CEA, Prospective Tech. CEA• Joëlle Coutaz, LIG, IHM • JM Cornu/Daniel Kaplan, Dir. Sc./Dél. géné.
FING• Jim Crowley, LIG, perception artificielle• Pascal Estrailler, DGRI A3• Jean-Jacques Lavenue, Lille2, juriste (sécu
info)• Valérie Issarny/G. Georgantas INRIA,
intergiciel,syst.distribué, responsable du gpe de travail OFTA sur informatique ubiquitaire
• Hugues Metras, CEA/LETI, resp. pg. applicatifs
• Michel Riguidel, Institut Télécom Paristech, sécurité des syst&réseaux
• Pierre Temple, LAAS, microtechno et capteurs chimiques