Module 4 : tout est automatisée :
Qu'est-ce que l'automatisation ?
Définition
Automatisation : Processus qui s'exécute seul, réduisant ou
éliminant le besoin d'une intervention humaine.
Origines
Initialement réservée à l'industrie de la fabrication (ex. : chaînes de
montage automobiles).
Avantages des machines :
o Répétition sans fatigue ni erreur humaine.
o Productivité accrue (fonctionnement 24h/24).
o Uniformité des produits.
Impact de l'IoT
L'Internet des Objets (IoT) favorise l'automatisation en collectant
et analysant rapidement de grandes quantités de données.
Applications : Apprentissage automatique et automatisation des
tâches routinières pour améliorer précision et efficacité.
Applications de l'automatisation
1. Robotique :
o Exploitation dans des environnements dangereux (mines,
incendies, accidents industriels).
o Réduction des risques humains.
2. Tâches quotidiennes :
o Caisses en libre-service.
o Contrôles automatiques de l'environnement.
o Véhicules et avions autonomes.
4.1.2 Comment l'automatisation est-elle utilisée ?
Automatisation des maisons intelligentes
Dispositifs d'assistance vocale :
o Apple Homekit, Amazon Alexa/Echo, Google Assistant.
o Permettent de contrôler des appareils domestiques par
commande vocale.
Appareils contrôlables :
o Éclairage : Lampes, commutateurs.
o Sécurité : Verrous, portes, systèmes d'alarme.
o Confort : Thermostats, volets, stores.
o Jardinage : Capteurs pour systèmes d'arrosage.
Évolution
L'automatisation domestique se développe avec l'apparition
continue de nouveaux produits compatibles.
Simplifie la gestion quotidienne en offrant plus de confort, sécurité
et efficacité.
4.1.4 Quand les choses commencent à prendre vie
Définition et fonctionnement
Appareil intelligent : Un dispositif capable de collecter, traiter des
informations de son environnement et ajuster son comportement en
conséquence.
Exemple de comportement :
o Un appareil réduit sa consommation électrique durant une
période de forte demande.
o Une voiture autonome ajuste sa trajectoire selon les données
collectées (trafic, signalisation, etc.).
Analogie avec la pensée humaine
La "pensée" est ici définie comme la capacité à lier des
informations et à s’en servir pour modifier une action.
Exemple :
o Un enfant associe l'image du feu à la douleur après une
expérience.
o De la même manière, un appareil analyse et adapte son
comportement basé sur les données collectées.
Applications
Simplicité : Appareils ménagers intelligents (électroménagers,
gestion énergétique).
Complexité : Voitures autonomes, systèmes avancés
d'automatisation industrielle.
4.2.1 Que sont l'intelligence artificielle et l'apprentissage
automatique
Apprentissage automatique (AA)
Définition : Sous-ensemble de l'IA qui utilise des techniques
statistiques pour permettre aux machines d'apprendre et de
s'améliorer sans programmation explicite pour chaque tâche.
Avantages :
o Idéal lorsque la programmation manuelle est complexe ou
impossible.
o Amélioration continue basée sur des expériences passées.
Intelligence artificielle (IA)
Définition : L'IA désigne l'intelligence démontrée par les machines,
opposée à l'intelligence naturelle des êtres vivants.
Caractéristiques principales :
Capacité à percevoir l'environnement.
Prise de décisions pour maximiser la probabilité d'atteindre un
objectif.
Imitation de fonctions cognitives humaines, comme l'apprentissage
et la résolution de problèmes.
4.2.2 L'apprentissage automatique dans l'IoT
L'une des fonctions de l'IoT est qu'il permet la collecte de pools de
données de très grande taille, qui peuvent « apprendre » aux
programmes comment réagir dans certaines conditions. Voici quelques-
unes des utilisations les plus courantes de la technologie ML :
1. Reconnaissance vocale
Description : Les systèmes interprètent les commandes vocales
pour effectuer des actions ou fournir des réponses.
Exemples d'utilisation :
o Assistants vocaux : Siri (Apple), Cortana (Microsoft), Google
Assistant, Alexa (Amazon).
2. Recommandation de produits
Description : Les algorithmes construisent des profils d'utilisateur
basés sur leurs comportements et préférences passées.
Exemples d'utilisation :
o E-commerce : Amazon, eBay (suggestions de produits).
o Réseaux sociaux : LinkedIn, Facebook, Google+ (suggestions
de connexions).
3. Reconnaissance de formes
Description : Permet la transformation d'éléments dessinés ou
manuscrits en versions numériques formelles pour traitement.
Exemples d'utilisation :
o Conversion de diagrammes tracés à la main en schémas
professionnels.
o Transformation de notes manuscrites en texte consultable.
4.3.1 Qu'est-ce qu'un réseau intent-based (IBN) ?
Un réseau intent-based (IBN) est une solution intelligente qui automatise
la gestion des réseaux en alignant les besoins de l’entreprise avec
l’infrastructure IT. Il traduit les objectifs stratégiques en actions concrètes,
réduisant les ajustements manuels, les erreurs et les retards
Avantages d'un réseau IBN
Réactivité : permet une adaptation rapide aux changements de
l'environnement et aux exigences de l'entreprise.
Efficacité : élimine les retards et les erreurs causés par des
ajustements manuels.
Simplicité : simplifie l'administration en traduisant les intentions de
l'entreprise en actions réseau automatisées.
4.3.2 Comment l'intelligence artificielle, l'apprentissage
automatique et l'IBN sont-ils liés ?
Les réseaux intent-based (IBN) exploitent l'automatisation, l'intelligence
artificielle (IA) et l'apprentissage automatique (ML) pour traduire les
objectifs métier en politiques réseau claires et exécutables. Ils se
composent de trois éléments clés :
1. Assurance : Vérifie en continu la conformité entre les intentions et
les performances réelles, en utilisant l'IA et le ML pour recommander
ou appliquer des ajustements.
2. Conversion : Transforme les objectifs métier, exprimés en langage
simple, en configurations réseau adaptées.
3. Activation : Automatise le déploiement des configurations sur tout
le réseau.