1 Intelligence ambiante : défis et opportunités Joëlle Coutaz, Laboratoire dInformatique de Grenoble (LIG), UMR 5217 Animatrice du Groupe de travail «

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



7



8



[lentille de contact, Univ. of Washington]

9


• Assurer le bien-être, améliorer l’expérience, pas seulement l’efficacité des personnes!

10



[History Table Cloth, Univ. of London 09]

11



12



[Veste avec signal de changement de directionArduino LilyPad, 2008]

13


Glassiled de AGC : verre dans lequel ont été intégrées des LED


14

Perspective technique

Dispositifs

Services

15


• 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


• 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



19



20



21



22



23



24



25



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


Middleware

IHM



Rˇseau

Monde physique, syst¸ mes dÕexploitation

Perception Action


Interaction Homme-Machine

Intergiciel

Rˇ seau



28

Perceptionaction


Middleware

IHM



Perceptionaction


Middleware

IHM



Rˇseau


Perception Action



Intergiciel

Rˇ seau



29

Perceptionaction


Middleware

IHM



Perceptionaction


Middleware

IHM



Rˇseau


Perception Action



Intergiciel

Rˇ seau



30

Perceptionaction


Middleware

IHM



Perceptionaction


Middleware

IHM



Rˇseau


Perception Action



Intergiciel

Rˇ seau



31

Perceptionaction


Middleware

IHM



Perceptionaction


Middleware

IHM



Rˇseau


Perception Action



Intergiciel

Rˇ seau



32

Perceptionaction


Middleware

IHM


Outils d Õingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )

Perceptionaction


Middleware

IHM


Outils d Õingˇ nierie (d ˇ veloppement, d ˇ ploiement, tests, É )

Rˇseau


Perception Action



Intergiciel

Rˇ seau



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 ?



architecture)


39

Comment ?



architecture)


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






44






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



47



48







49







50







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

Documents

1 Intelligence ambiante : défis et opportunités Joëlle Coutaz, Laboratoire dInformatique de Grenoble (LIG), UMR 5217 Animatrice du Groupe de travail «