L'IA déclenchera-t-elle une révolution dans le cloud et le stockage de données ?
Crédit: Ère de l'information
L'IA nécessite des données : beaucoup de données. La façon dont nous stockons ces données à l'avenir peut changer, à mesure que l'informatique en nuage et en périphérie se développe. Quel avenir pour le stockage de données d'IA ?
Il est peut-être approprié qu'un terme nébuleux et flou comme "le nuage" n'ait pas de date de naissance définitive. Il y a bien sûr des jalons dans son développement.
Beaucoup affirment que le milieu des années 1990 est le moment où le terme a été inventé pour la première fois. "Vous pouvez considérer notre lieu de rencontre électronique comme le cloud", a déclaré David Hoffmann d'AT&T, en 1994. Peu de gens y pensaient trop à l'époque. Dans l'agitation de Britpop et du lancement de Netscape, le cloud semblait n'être rien de plus qu'une métaphore, plutôt qu'une référence pour la façon dont nous pensons aux données et à l'informatique en ligne. Depuis ces débuts cependant, le stockage est devenu un sujet en constante évolution dans le monde de la technologie.
1994 a également été l'année où Jeff Bezos a lancé Amazon. A l'époque, il était impensable que 12 ans plus tard, Amazon crée Amazon Web Services et devienne un acteur majeur du cloud computing. Plus étrange encore, le géant basé à Seattle a fêté ses 25 ans d'activité la semaine dernière, se réjouissant d'un avenir où Alexa sera potentiellement le leader mondial de l'IA grand public. Même Bezos n'aurait sûrement pas pu deviner où son ambition mènerait Amazon.
Cependant, l'ascension d'Amazon d'un humble distributeur de médias au géant de la technologie d'aujourd'hui n'est pas unique. L'essor de la technologie s'est aligné sur une expansion des données et l'exploration de l'IA pour de nombreuses entreprises. De plus en plus d'entreprises ont besoin de plus en plus de stockage de données : surtout si elles veulent explorer l'apprentissage automatique.
L'IA affectera-t-elle les architectures cloud ?
Les grandes entreprises ont des exigences de stockage de données volumineuses. Beaucoup s'appuient sur un structure de cloud hybride qui permet de combiner les clouds publics et privés. Les services peuvent être facilement répartis entre les centres de données et les clouds hybrides sont particulièrement rentables.
Les entreprises évoluent cependant. 61% des entreprises ont déjà implémenté l'IA dans leur organisation et il est difficile de ne pas imaginer que ce nombre augmentera fortement d'année en année. Avec l'arrivée de l'IA dans de nombreuses entreprises, il devient nécessaire de disposer de plus de données : des téraoctets sur des téraoctets sont nécessaires juste pour alimenter une seule voiture autonome, alors imaginez si nos routes en étaient pleines, par exemple.
L'intelligence artificielle deviendra plus humaine : c'est le paradis des inquiets quand on le dit comme ça, mais ça pourrait être une bonne chose pour la technologie.
Le stockage doit s'adapter à ce nouveau phénomène. Il est sûrement impossible de remplir le cloud avec les masses de données nécessaires à l'apprentissage automatique ? Il est également important d'adopter une approche axée sur les données en matière d'apprentissage automatique : Amazon, par exemple, a collecté de nombreuses données avant de mettre en œuvre l'IA dans son entreprise.
Le modèle économique du cloud pourrait bien être sérieusement remis en cause dans les années à venir. Les environnements Big Data nécessitent de nombreux serveurs pour prendre en charge une pléthore d'appareils traitant tous de gros volumes de données. Les clouds offrent des moyens économiques de prendre en charge le Big Data, et l'utilisation du cloud computing pour la mise en œuvre du Big Data réduit l'engagement de puissance de traitement interne.
Déplacer l'IA du cloud vers la périphérie
Les applications d'apprentissage en profondeur ont déjà été déployées avec succès sur le cloud.
Il existe cependant des problèmes de confidentialité des données, de bande passante et de latence qui proviennent du cloud. Ce ne sont pas de nouveaux problèmes, mais à bien des égards, le cloud reste une meilleure option pour une IA ambitieuse que informatique de pointe. La formation de réseaux de neurones profonds (DNN) complexes est un processus difficile et plus adapté au cloud qu'à la périphérie ; Les appareils d'intelligence artificielle Edge ont tendance à fonctionner avec des capacités de mémoire et d'alimentation plus petites.
Il existe une multitude de raisons pour lesquelles l'IA est mieux adaptée au cloud, mais il existe également des avantages pour l'IA de pointe. La périphérie est bien plus sécurisée que le cloud computing, ce qui fait énormément appel à l'intelligence artificielle. La périphérie est l'endroit où de nombreuses entreprises investissent et il est en fait plus facile de développer des applications basées sur la périphérie que des applications basées sur le cloud.
Dans un avenir imminent, cependant, l'intelligence artificielle deviendra plus humaine : c'est le paradis des inquiets quand on le dit comme ça, mais cela pourrait être une bonne chose pour la technologie. Pensez à l'IA fonctionnant dans une pyramide : au sommet vient l'intelligence qu'elle produit à partir des masses de données qu'elle traite au bas.
À l'avenir, l'IA s'appuiera moins sur les mégadonnées ascendantes et davantage sur le raisonnement descendant. L'IA apprendra à généraliser à partir de moins en moins d'exemples. Peut-être que le besoin de plus en plus d'espace cloud commencera à diminuer à mesure que nous développerons davantage l'intelligence artificielle. Un peu comme au début d'Amazon, il est difficile de prédire l'avenir.
