Edge : La Nouvelle Bataille Des GAFA

La bataille du cloud est terminée et les vainqueurs sont connus. En rachetant Xnor.ai, start-up spécialisée dans l’intelligence artificielle embarquée, Apple vient de lancer « la bataille du edge ». Pour 200 millions de dollars, Apple acquiert une technologie d’IA fonctionnant sur une puce propriétaire. Celle-ci permet de faire tourner des algorithmes de machine learning sur des appareils électroniques (edge), de manière autonome, sans recourir à des serveurs situés dans le cloud.

 

Les acteurs historiques du cloud s’attaquent au edge

Depuis quelques années, les grands acteurs du cloud que sont Amazon, Google, Microsoft et quelques autres, se sont livrés une bataille féroce pour capter la donnée, la stocker et la valoriser dans leur datacenter. Si en tant que consommateurs nous avons largement contribué à fournir gratuitement nos données personnelles, ce n’est pas le cas pour les données business ou celles des objets connectés qui, elles, restent difficiles à capter. A ce titre, Satya Nadela, le CEO de Microsoft, ou encore les dirigeants d’Amazon ont bien compris que la nouvelle bataille est celle de la maîtrise absolue du edge. Le premier réaffirme régulièrement sa stratégie de complémentarité Intelligent Edge/Intelligent Cloud et le second a favorisé la prise en main de FreeRTOS, un système d’exploitation spécifique aux microcontrôleurs. Assurer une continuité de service, maîtriser les données et la sécurité, du silicium jusqu’au cloud, voilà les nouveaux défis. C’est en se positionnant le plus en amont possible dans la captation des données, et si possible directement là où celles-ci sont créées, que ces acteurs historiques du cloud se donneront les meilleures chances de voir ces données aboutir dans leur infrastructure. Google a montré la voie en 2018. Le fait d’offrir Android lui a permis de mieux capter et valoriser les données des utilisateurs de smartphone.

 

Un nouveau champ de bataille

Nous vivons actuellement la 5ème génération de l’informatique. La première a démarré avec les mainframes centralisés, suivie par les mini-ordinateurs, les micro-ordinateurs et enfin les smartphones équipés de puces spécialisées. La révolution actuelle est celle des microcontrôleurs. Ces composants électroniques, coûtant moins de 1€, sont présents dans 100% des objets de notre quotidien. Bien qu’il soit peu connu, le microcontrôleur est un ordinateur à part entière qui a l’avantage d’avoir la taille d’un demi timbre-poste. Peu puissant, il est très peu énergivore. Il s’en vend chaque année 15 milliards, c’est à dire 500 à la seconde ! Même si on ne le voit jamais, ce composant est omniprésent dans les objets du quotidien. On le trouve dans les volets roulants, les interrupteurs, les climatiseurs ou même les réfrigérateurs. Il est également intégré dans les moteurs électriques ou encore dans les pacemakers. Chaque voiture en compte entre 100 et 500. Il équipe 100% des 20 milliards d’objets en circulation d’ici à fin 2020. C’est sur ce composant stratégique que la bataille du edge va porter.

 

Edge, cloud : une guerre de position

Mais qu’est-ce le edge et où se situe-t-il ? Le Gartner Group le définit comme l’extrémité du réseau, c’est-à-dire le lieu précis où un signal se transforme en donnée. Edge en anglais veut dire bord. Cette définition est toute relative. Pour un fournisseur de cloud, un serveur distant représente le bord de son réseau. Pour un fournisseur de capteurs en revanche, ce même serveur sera perçu comme un cloud déporté. Les fournisseurs de solutions, quant à eux, l’ont parfois interprété différemment, soit pour mieux vendre une offre produit très riche ou pour surfer sur le dernier « buzz word » à la mode… C’est dans le edge que les acteurs traditionnels du cloud vont maintenant s’affronter.

 

La bataille de l’IA se déplace du cloud vers le edge

Dans la course à l’innovation, l’apport de l’intelligence artificielle est indéniable. Or, deux freins majeurs ralentissent actuellement le déploiement massif de solutions à base d’IA et le cercle vertueux de l’innovation. Le premier est constitué par la pénurie de data scientists, des experts essentiels au développement d’algorithmes tirant parti des données. Le rôle du data scientist est d’extraire des connaissances à partir de données, en développant des algorithmes permettant d’anticiper des comportements. 160 000 postes de data scientists sont actuellement ouverts aux USA (source LinkedIn) et non pourvus. Si les très grands groupes parviennent, bon an mal an, à les recruter, il n’en va pas de même pour les autres entreprises.

Le second obstacle est le manque de données qualifiées permettant d’entraîner les moteurs de machine learning. En effet, l’entraînement du modèle passe par la disponibilité d’un jeu de données représentant la complexité du phénomène que vous souhaitez analyser. Faute de données qualifiées, nombre de projets restent donc en « stand-by ». Dans ce contexte, l’IA embarquée, qui se nourrit de données captées à la volée et s’appuyant sur des modèles de machine learning auto-apprenants, offre une voie d’avenir. Ce modèle, frugal par excellence, change complètement la donne !

 

L’IA frugale : conférer des fonctions d’IA et de machine learning aux microcontrôleurs

L’IA est trop souvent synonyme de volume massif de données à analyser et de consommation énergétique peu respectueuse de notre planète. Or, un nouveau paradigme est désormais possible. Des fonctions de machine learning peuvent être embarquées directement dans les microcontrôleurs, c’est-à-dire avec peu de données et une consommation électrique faible. Sans aucune connexion au cloud, les données (vibration, audio, champ électromagnétique, etc..) sont recueillies par un capteur et analysées directement dans la puce embarquée (puce spécialisée ou microcontrôleur). Ces technologies sont mises en œuvre sur des plates-formes matérielles peu coûteuses. Ces dernières suppriment ainsi les délais de latence inhérents aux systèmes IA traditionnels, fondés sur un traitement dans le cloud. De plus, elles sont résilientes car totalement autonomes.

 

L’avenir des objets connectés passe par l’IA embarquée « at the edge »

Le Edge Computing rend enfin l’IA et le machine learning accessibles à tous les industriels de manière éco-responsable. C’est une révolution qui se fera néanmoins de concert avec le Cloud. Celui-ci continuera d’être utilisé sur des projets spécifiques ou pour agréger les connaissances issues du edge. Une chose est certaine : la course à la puissance n’est plus le seul modèle dans l’industrie informatique. Une IA frugale en énergie et en données est aussi une très bonne nouvelle pour notre planète.

Par Joël Rubino, CEO et co-fondateur de Cartesiam.ai