Intelligence ambiante : dfis et opportunits

1
Intelligence ambiante défis et opportunités
Joëlle Coutaz, Laboratoire dInformatique de
Grenoble (LIG), UMR 5217 Animatrice du Groupe de
travail  Intelligence Ambiante  (CNRS, MESR)
Réunion des Directeurs dUnités Paris, 14 avril
2009
2
Intelligence ambiante une idée ancienne

• Mark Weiser Scientific American, 1991
• Ubiquitous Computing
• The computer of the 21st century sinscrit 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 lordinateur 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 lexpérience, pas
  seulement lefficacité des personnes!

10
Intelligence ambiante définition par sa mission

• Assurer le bien-être, améliorer lexpérience, pas
  seulement lefficacité des personnes!

History Table Cloth, Univ. of London 09
11
Intelligence ambiante définition par sa mission

• Assurer le bien-être, améliorer lexpérience, pas
  seulement lefficacité des personnes!

12
Intelligence ambiante définition par sa mission

• Assurer le bien-être, améliorer lexpérience, pas
  seulement lefficacité des personnes!

Veste avec signal de changement de
direction Arduino LilyPad, 2008
13
Intelligence ambiante définition par sa mission

• Assurer le bien-être, améliorer lexpérience, pas
  seulement lefficacité des personnes!

Glassiled de AGC verre dans lequel ont été
intégrées des LED
14
Perspective technique
Dispositifs
Services
15
Perspective technique

• Composition opportuniste de dispositifs et de
  services dotés de facultés de capture, daction,
  de traitement, de communication et d'interaction
  

capteurs, actionneurs, traitement,
communication interaction
Dispositifs
capteurs, actionneurs, traitement,
communication interaction
Services
16
Perspective technique

• Composition opportuniste de dispositifs et de
  services dotés de facultés de capture, daction,
  de traitement, de communication et d'interaction
  
• au-dessus dune 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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 matérielsbiologiques,
  logiciels, réseaux
• Dynamicité limprévu 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
Pluridisciplinarité un défi de plus et des
opportunités !

• Pluridisciplinarité facile à énoncer, difficile
  à réaliser
• De nombreux axes de recherche (STIC)

28
Pluridisciplinarité un défi de plus et des
opportunités !

• Pluridisciplinarité facile à énoncer, difficile
  à réaliser
• De nombreux axes de recherche (STIC)

29
Pluridisciplinarité un défi de plus et des
opportunités !

• Pluridisciplinarité facile à énoncer, difficile
  à réaliser
• De nombreux axes de recherche (STIC)

30
Pluridisciplinarité un défi de plus et des
opportunités !

• Pluridisciplinarité facile à énoncer, difficile
  à réaliser
• De nombreux axes de recherche (STIC)

31
Pluridisciplinarité un défi de plus et des
opportunités !

• Pluridisciplinarité facile à énoncer, difficile
  à réaliser
• De nombreux axes de recherche (STIC)

32
Pluridisciplinarité un défi de plus et des
opportunités !

• Pluridisciplinarité facile à énoncer, difficile
  à réaliser
• De nombreux axes de recherche (STIC)

33
Constats

• Absence dintégration des préoccupations la
  Recherche est organisée en de trop nombreuses
  communautés (ou spécialités) qui ne se
  comprennent pas ou qui signorent
• Chacun décline lintelligence 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
  cest de lingénierie !
• 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 lutilisateur
  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 lutilisateur
  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 denvergure (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 denvergure (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 denvergure (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 dactions complémentaires

• Création dune structure danimation de la
  recherche en intelligence ambiante comparable à
  un GdR le lieu ouvert déchanges
• Création dun réseau de laboratoires ou déquipes
  répartis sur le territoire national le noyau
  dur fertilisant
• Dotation pour le réseau dun grand instrument
  dexpérimentations laccélérateur de la
  recherche concentré sur des chantiers phares à
  finalités sociétales

41
Instrument dexpérimentation ouvert
42
Une nouvelle façon de collaborer au niveau
national

• 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 linternational
• Généricité des solutions
• transfert de solutions entre Living Labs
• passage progressif de lexpérimentation contrôlée
  à lexpérimentation in vivo

43
Une nouvelle façon de collaborer au niveau
national

• 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 linternational
• Généricité des solutions
• transfert de solutions entre Living Labs
• passage progressif de lexpérimentation contrôlée
  à lexpérimentation in vivo

44
Une nouvelle façon de collaborer au niveau
national

• 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 linternational
• Généricité des solutions
• transfert de solutions entre Living Labs
• passage progressif de lexpérimentation contrôlée
  à lexpérimentation in vivo

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 linnovation locale à linnovation
  ancrée dans le monde réel dans des conditions
  réalistes dusage

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 linnovation locale à linnovation
  ancrée dans le monde réel dans des conditions
  réalistes dusage

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 linnovation locale à linnovation
  ancrée dans le monde réel dans des conditions
  réalistes dusage

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 linnovation locale à linnovation
  ancrée dans le monde réel dans des conditions
  réalistes dusage

51
Les 23 membres

• Comité dexperts 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 diffusemulti-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

• 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 systréseaux
• Pierre Temple, LAAS, microtechno et capteurs
  chimiques