E4SE : Enabling Affordable Smarter Environment
L'Internet des objets (IoT) évolue vers un monde d'objets ayant des caractéristiques très hétérogènes. La plupart de ces objets ne sont pas en mesure d’effectuer des tâches complexes et les traitements qu’ils assurent sont souvent guidés par un principe de frugalité, que ce soit en termes de coût, de consommation énergétique et d’utilisation d’une connectivité réseau variable.
L’intelligence de traitement d’un service ambiant se répartit dans l'environnement où de nombreux petits équipements sont capables d’exploiter des algorithmes d'intelligence artificielle spécialisés, utilisés pour prendre des décisions qui dépendent d'informations locales. Alimenter ces instances d'IA dans le cloud ne passe pas bien à l'échelle, même si c'est plus facile à conceptualiser et à implémenter. Ces approches rendent aussi plus difficiles l'utilisation des interactions locales entre objets pour déclencher automatiquement des actions dans l'environnement physique.
Pour certains services ambiants, les interactions et les traitements locaux peuvent être plus efficace que des approches orientées cloud. Dans notre vision, les objets et l'infrastructure de proximité peuvent offrir un support adapté aux applications. La description de l'état du système peut être plus riche, plus précise et plus facile à traiter. La structure même des applications peut être distribuée dans l'environnement, ce qui facilite le passage à l'échelle et la fiabilité du fait d'une grande autonomie de traitement. Enfin, déplacer les traitements depuis le cloud vers l'environnement immédiat évite les principaux problèmes de dépendance aux infrastructures Internet, ainsi que ceux liés à la souveraineté et au respect de la vie privée.
L'objectif de l'équipe est de faciliter le travail de développement, le déploiement et la maintenance des applications ambiantes devant fonctionner dans des environnements complexes comme la ville intelligente ou l'agriculture. Nous sommes notamment intéressés par l'autonomie coopérative appliquées au cas des véhicules autonomes. Nous développons un ensemble de nouveaux modèles d'interactions et d'outils pour augmenter et qualifier les informations échangées, et de principes architecturaux adaptés aux environnements hétérogènes et aux applications les plus exigeantes.
Fait suite à l'équipe : TACOMA
Fichier attaché | Taille |
---|---|
EASE_RA-2023.pdf | 2.21 Mo |
EASE-RA-2022.pdf | 5.65 Mo |
EASE-RA-2021.pdf | 5.7 Mo |
ease2019.pdf | 5.95 Mo |
ease2018_0.pdf | 5.68 Mo |