BLOG | BUREAU DU CTO

Le cas d'utilisation Edge que vous attendiez

Miniature de Lori MacVittie
Lori MacVittie
Publié le 2 juin 2021


Le succès sur Internet a toujours été positivement corrélé aux vidéos de chats, et Edge ne fait pas exception. 

De peur d’être accusé d’avoir commis une erreur de raisonnement post hoc , permettez-moi de dire que je ne suis que partiellement sérieux quant au fait que les vidéos de chats sont un indicateur significatif du succès de pointe. Pour ceux qui ne sont pas familiers avec cette erreur logique, vous la reconnaîtrez peut-être grâce à un graphique tristement célèbre prouvant que « le déclin des pirates dans le monde est à l'origine du réchauffement climatique » ( Data Science Central ). Cette erreur est en partie responsable de la phrase plus accrocheuse « la corrélation ne prouve pas la causalité ».

Néanmoins, je soulignerai qu’une recherche rapide sur Internet permettra de trouver un index solide d’articles, de blogs et de vidéos promouvant l’utilisation de vidéos et de mèmes de chats pour le marketing, les médias sociaux et l’engagement général des clients.

Les vidéos de chats sont peut-être l’exception à la règle.

Quoi qu’il en soit, je suis certainement sur le point d’utiliser des vidéos de chats pour illustrer un cas d’utilisation pour Edge. 

Trouve mon chat

Tout d’abord, considérez la forte probabilité que le quartier dans lequel vous vivez dispose d’un grand nombre de sonnettes vidéo installées. On estime qu’en 2020, 16 % des ménages américains en utilisaient un.

Ring d'Amazon représente 40 % des sonnettes utilisées, suivie de Nest de Google avec 24 %. Toutes les autres marques représentent chacune moins de 10 % des sonnettes utilisées, y compris Vivint, Remo, August, SkyBell et SimplySafe. Strategy Analytics estime que plus de 20 millions de foyers américains utilisent désormais une sonnette vidéo. ( Business Wire , 13 février 2020)

Disons que votre chat s’est échappé. Parce que les chats sont comme ça. Vous ne les trouvez pas et les friandises savoureuses ne font pas leur effet aujourd’hui. Imaginez que vous puissiez exploiter la puissance de toutes les sonnettes vidéo de votre quartier pour retrouver votre chat.

La capacité d’identifier des objets, y compris des chats, est un cas d’utilisation courant de l’apprentissage automatique. Les recherches indiquent un taux de réussite élevé et son utilisation a de larges applications dans les domaines de l’écologie, de la biologie de la faune, de la zoologie, de la biologie de la conservation et du comportement animal.

Pourquoi ne pas retrouver votre chat perdu ?

Si les données (la vidéo) de ces caméras étaient automatiquement et à moindre coût agrégées, il serait assez simple de les rechercher et d’identifier un chat. De plus, avec la possibilité d'extraire l'emplacement d'une telle vidéo, on pourrait être assez rapidement informé de l'endroit où se trouve votre chat.

Les défis ne sont pas entièrement techniques à ce stade. Il s’agit d’enjeux commerciaux et même sociétaux (vie privée).

Malgré ces défis, le marché est encore mûr pour de telles solutions, compte tenu des changements technologiques survenus au cours des dernières années. La maturité croissante de l’apprentissage automatique et de l’IA, ainsi que la puissance de calcul accrue à la périphérie, offrent la possibilité d’intégrer les points de terminaison et le calcul de périphérie de nouvelles manières.

Les terminaux font partie de la solution

Ce concept, selon lequel les points de terminaison font partie de l’espace de solution, fait partie de la prémisse sur laquelle nous basons notre conviction que l’informatique de pointe doit être redéfinie .  

architecture edge 2.0

Tout comme le cloud computing est né initialement de la constatation que les ressources de calcul inutilisées pouvaient être utilisées et transformées en service, les ressources de calcul inutilisées et la puissance de traitement des points de terminaison et des nœuds en périphérie peuvent également être utilisées à des fins nouvelles et intéressantes. Comme retrouver son chat.

Ce calcul inactif est en augmentation, grâce à la renaissance des infrastructures qui fournit des calculs optimisés dans des formats capables de s'intégrer aux plus petits appareils. Les avancées passionnantes dans le domaine des GPU et des DPU font partie de plusieurs de nos projets d’innovation internes alors que nous explorons de nouvelles façons de fournir, de distribuer et d’optimiser des applications en périphérie.

Les terminaux (caméras, téléphones, sonnettes) contiennent généralement plus de puissance de calcul que mon premier ordinateur, ma première console de jeu, voire mon premier téléphone « intelligent ». Ils sont capables de faire partie de la solution, plutôt que d’être un acteur passif. Il ne reste plus qu’à trouver les moyens de les intégrer dans une plateforme capable de respecter correctement la vie privée, d’assurer la sécurité et de fonctionner dans le cadre d’un pool de ressources plus vaste.

Maintenant, allons-nous réellement assister au développement d’un service de localisation de chats de quartier en temps réel basé sur des sonnettes vidéo ? Peut-être pas. Mais le concept est solide, étant donné que nous utilisons déjà la puissance humaine pour examiner les vidéos de centaines de caméras de sécurité publiques. L’apprentissage automatique et l’IA exploitent la puissance du calcul pour automatiser et faire évoluer un processus humain : l’examen d’une vidéo dans la recherche d’une voiture volée, d’un enfant enlevé et, oui, même d’un chat perdu.

Imaginez pouvoir effectuer ces recherches en temps réel.

C’est le type de capacité que nous voyons possible avec la plateforme que nous appelons Edge 2.0 .