Les débouchés du numérique: des solutions innovantes

Les technologies dans l’ère de l’informatique peuvent facilement devenir obsolètes, ceci est dû principalement d’après moi aux différents phénomènes de mode qui s’imposent au sein d’une société à l’appui du changement mais aussi par la vitesse exponentielle que rencontre le développement de cette discipline.

Selon mon opinion, aujourd’hui les trois principales technologies qui prennent une place considérable dans différents travaux de recherche sont : L’internet des objets (IoT), Le fog computing et le machine learning.

L’internet des objets, communément appelé IoT est un paradigme relativement nouveau qui utilise le concept de l’informatique ubiquitaire. Ce paradigme suscite un intérêt croissant tant sur le plan de recherche que sur le plan économique.

En d’autres termes, l’IoT se présente comme étant l’interconnexion d’objets à travers un réseau.

Cette technologie est utilisée dans différents domaines, tel que :

• Les villes intelligentes,

• Les maisons intelligentes,

• Le système de santé,

• L’industrie,

• Les systèmes de transport.

Je crois que ces prochaines années vont connaître une immersion importantes de l’IoT dans le secteur de santé, et en particulier les biocapteurs qui peuvent être reliés directement aux patients afin de contrôler leurs fréquence cardiaque, leur tension artérielle, leur taux de glycémie, …

Le cloud computing est traditionnellement utilisé comme plate-forme privilégiée pour l’agrégation, le traitement et l’analyse du trafic IoT. Cependant, je crois qu’on peut constater que le cloud peut ne pas être la plate-forme préférée des périphériques IoT et ceci en termes de latence, délai, throughput et d’analyse des données et des requêtes IoT.

C’est pour cette raison que le fog computing est apparue afin de pouvoir résoudre de tels problèmes. Les nœuds de fog sont principalement responsables de l’agrégation locale, du traitement et de l’analyse de la charge de travail de l’Internet des objets, ce qui se traduit selon moi par des performances et une flexibilité remarquables.

Et pour finir le machine learning est l’un des domaines qui suscitent le plus d’intérêt, car il permet d’apprendre à une machine, ou à une entité intelligente à réaliser des tâches qui nécessitent des capacités de raisonnement.

Le machine learning s’intéresse aussi à la prévision de la demande qui joue aujourd’hui un rôle important dans plusieurs domaines notamment dans la gestion de la chaine logistique et de l’inventaire.

En effet, une gestion efficace des stocks repose souvent sur ces prévisions qui permettent d’estimer la demande des semaines, voire des mois, à l’avance et de ce fait de commander le juste nécessaire.

Le machine learning peut être associé également à la robotique