211service.com
Des appareils intelligents, un système cohérent, un avenir meilleur
En association avec Dell Technologies
Si vous avez besoin d'une raison de vous sentir bien dans la direction que prend la technologie, recherchez John Roese, CTO de Dell Technologies, sur Twitter. Le pseudonyme qu'il a composé en 2006 est @theICToptimist. TIC signifie information et communication.
Cet épisode de podcast a été produit par Insights, la branche de contenu personnalisé de MIT Technology Review. Il n'a pas été produit par la rédaction de MIT Technology Review.
La raison de cet acronyme était que je croyais fermement que l'avenir ne dépendait pas des technologies de l'information et des technologies de communication, explique Roese, président et directeur de la technologie des produits et des opérations chez Dell Technologies. Il s'agissait de les réunir.
Près de deux décennies plus tard, il est difficile de ne pas l'appeler correctement. Les organisations se tournent vers les énormes quantités de données qu'elles collectent et génèrent pour devenir entièrement numériques, elles utilisent le cloud pour traiter et stocker toutes ces données, et elles se tournent vers de nouvelles technologies sans fil comme la 5G pour alimenter les données avides applications telles que l'intelligence artificielle (IA) et l'apprentissage automatique.
Dans cet épisode de Business Lab, Roese parcourt cette confluence de technologies et ses résultats futurs. Par exemple, les véhicules autonomes se développent rapidement, mais les voitures entièrement sans conducteur ne sillonnent pas encore les rues. Et ils ne le feront pas tant qu'ils n'auront pas exploité un modèle de calcul collaboratif, des appareils intelligents qui se connectent à une combinaison d'infrastructure cloud et d'informatique de périphérie pour fournir un calcul infini efficace.
L'un des plus gros problèmes n'est pas de rendre l'appareil intelligent ; cela rend l'appareil intelligent et efficace dans un système évolutif, dit Roese.
Il y a donc de grandes choses à venir, mais la technologie d'aujourd'hui fait d'énormes progrès, dit Roese. Il parle de l'intelligence artificielle, qui exploite l'intelligence artificielle et l'apprentissage automatique pour imiter l'intelligence humaine et résoudre des problèmes complexes, tels que l'accélération des chaînes d'approvisionnement ou, dans le domaine des soins de santé, la détection plus précise des tumeurs ou des types de cancer. Et les opportunités ne manquent pas. Pendant la pandémie de coronavirus, l'intelligence artificielle peut faire évoluer les soins infirmiers en donnant aux infirmières des outils basés sur les données qui leur permettent de voir plus de patients. En matière de cybersécurité, cela peut garder une longueur d'avance sur les méchants innovants. Et dans les télécommunications, il pourrait éventuellement prendre des décisions concernant les réseaux mobiles qui pourraient contenir un billion de choses », déclare Roese. C'est un très, très, très grand réseau qui dépasse la capacité humaine de penser.
Business Lab est hébergé par Laurel Ruma, directrice d'Insights, la division de publication personnalisée de MIT Technology Review. L'émission est une production de MIT Technology Review, avec l'aide à la production de Collective Next.
Cet épisode de podcast a été produit en partenariat avec Dell Technologies.
Afficher les notes et les liens
Perturbations techniques émergentes en 2020 , par John Roese, Dell Technologies, 20 janvier 2020
Le parcours vers la 5G : étendre le cloud aux périphéries mobiles , une entrevue avec John Roese à EmTech Next 2020
La quatrième révolution industrielle et la numérisation transformeront l'Afrique en une puissance mondiale , par Njuguna Ndung’u et Landry Signé, Brookings Institution, 8 janvier 2020
Transcription complète
Laure Ruma : De MIT Technology Review, je suis Laurel Ruma. Et voici Business Lab, le salon qui aide les chefs d'entreprise à donner un sens aux nouvelles technologies qui sortent du laboratoire et arrivent sur le marché.
Notre sujet aujourd'hui est l'intelligence artificielle. La quantité de données que nous créons augmente de façon exponentielle chaque jour, ce qui signifie que nous devons les traiter plus rapidement et mieux les protéger. C'est là qu'intervient l'IA, de la 5G à l'informatique de pointe et à l'informatique quantique. L'avenir se profile et l'IA est réelle.
Deux mots pour vous, applications pilotées par l'IA.
Mon invité est John Roese, président et directeur technique des produits et des opérations chez Dell Technologies. John a rejoint Dell EMC à l'automne 2012 et a joué un rôle déterminant dans l'élaboration de la stratégie technologique. Il est un auteur publié et détient plus de 20 brevets en instance et accordés, dans des domaines tels que les réseaux basés sur des politiques, les services basés sur la localisation et la sécurité. Cet épisode de Business Lab est produit en association avec Dell Technologies. John, merci de m'avoir rejoint sur Business Lab.
Jean Roese : Super d'être ici.
Laurier: Ainsi, en janvier, vous avez écrit sur trois technologies perturbatrices émergentes pour 2020. L'informatique quantique, les architectures spécifiques à un domaine et la 5G. Nous sommes à mi-chemin de 2020. Alors qu'en pensez-vous, aviez-vous raison ?
Jean: Eh bien, je pense que le covid-19 a changé les délais, mais je ne pense pas que cela ait changé l'un de ces trois. Ces trois-là avancent clairement. Quantum est un voyage lent et complexe, mais ce que nous avons vu, ce sont des percées cette année. Nous avons vu une sorte d'ère du tube à vide où une suprématie quantique très rudimentaire commençait à se matérialiser. Et je pense avoir dit dans ce blog que ce sera un long voyage - ne vous attendez pas à ce que cela perturbe le monde demain, mais la physique est solide et nous aurons finalement des percées. Et je pense que nous continuons dans cette voie. Les architectures spécifiques à un domaine s'accélèrent. Nous suivons plus de 30 nouvelles technologies de semi-conducteurs utilisées pour accélérer le calcul de diverses charges de travail, y compris les charges de travail AI-ML [machine-learning] en particulier. Et nous sommes, si quoi que ce soit, voir plus émerger. Ils s'étendent maintenant jusqu'au bord, et il est clair que cela se produit.
Et puis sur la 5G, l'une des belles choses qui s'est produite pendant la crise du covid-19 est la reconnaissance par les gens de la nécessité d'être hyperconnecté, de pouvoir travailler là où vous en avez besoin, de pouvoir obtenir des soins de santé quand vous en avez besoin, d'être pouvoir disposer d'une infrastructure logistique qui fonctionne de manière beaucoup plus autonome. Et je pense que l'un des grands points à retenir a été que nous avons besoin d'un meilleur sans fil, nous avons besoin de nouvelles avancées en matière de connectivité mobile. Et si quoi que ce soit, je pense que l'appréciation de l'industrie sans fil et de la technologie sans fil en tant que composante fondamentale de la transformation numérique s'est considérablement accrue au cours des trois derniers mois. Alors tous les trois tiennent, deux d'entre eux continuent juste. Mais le troisième, la 5G, a définitivement été accéléré. Et la conscience interpersonnelle dans la société vient de s'améliorer, ce qui est une bonne chose pour la technologie.
Laurier: Juste pour appuyer un peu plus sur cette question 5G, j'ai l'impression que les sociétés informatiques accordent plus d'attention à la 4G, maintenant à la 5G. Est-ce parce que chaque entreprise est aujourd'hui plus ou moins une entreprise de télécommunications ? Tout le monde doit savoir ce qui se passe avec le sans fil.
Jean: Ouais. Ouais. Je pense qu'il y a deux réponses à cela. La première est que tout le monde ne devient pas une entreprise de télécommunications. Je pense que nous réalisons que si vous voulez vraiment transformer numériquement votre industrie, ou votre fonction, ou votre société, vous ne le faites pas dans un centre de données. Vous le faites dans le monde réel. Les centres de données sont importants ; les nuages sont importants, mais les données réelles sont produites et consommées dans le monde réel. C'est dans les hôpitaux, dans les villes, dans les usines, chez vous. Et pour que cela fonctionne, vous avez besoin d'un meilleur tissu de connectivité. Et donc les gens ont réalisé que tous les nuages dans le monde, et tous les bords du monde, et toute la transformation numérique dans le monde, s'ils sont des silos isolés sans un réseau de connectivité numérique de base robuste, ils sont ne va pas travailler.
Et tout à coup, les gens qui n'étaient pas si intéressés par les télécommunications sont soudainement très intéressés parce qu'ils ont réalisé qu'on ne peut pas avoir d'avantage s'il ne peut pas se connecter à un noyau. Et si la périphérie ne peut être qu'à trois endroits au lieu de là où elle doit être parce qu'elle a la mauvaise connectivité, toute votre transformation numérique, votre initiative d'usine intelligente, votre initiative de ville intelligente s'effondre. Je pense donc qu'il y a eu une compréhension et une urgence de l'importance du réseautage qui a accru la visibilité.
Le deuxième, c'est que les télécommunications en tant qu'industrie évoluent vers le cloud et le monde informatique. Tout sur la 5G nous dit qu'elle ne sera pas construite comme des télécommunications héritées, et j'ai une certaine histoire dans les télécommunications héritées, elle ne sera pas construite de la même manière que nous avons construit la 3G et la 4G. Il va être construit à l'ère du cloud. Il utilisera du matériel ouvert, la virtualisation logicielle, la conteneurisation. Ce sera de gros consommateurs de technologies d'IA et de ML, cela ressemble plus à ce sur quoi la plupart de l'industrie technologique américaine se concentre. Et donc, non seulement nous allons être de gros consommateurs et nous avons beaucoup de dépendance, mais la technologie réelle que vous utilisez pour construire un système 5G et au-delà va être beaucoup plus dominée par les technologies informatiques et cloud que les télécommunications héritées. La réalité est qu'il aura toujours certaines fonctionnalités de télécommunications, mais cela attire des entreprises comme Dell et de nombreuses entreprises de cloud computing dans le monde de la 5G. Pas seulement parce que c'est intéressant, mais parce que nous sommes nécessaires pour qu'il soit livré de la bonne manière.
Laurier: J'ai l'impression que maintenant est la confluence parfaite pour vous en particulier et votre expérience, car avoir quelqu'un qui connaît si bien l'industrie des télécommunications, puis aussi avec le cloud et toutes les autres technologies, vous rassemblez vraiment tout cela dans un lieu et une cause. Et cela me semble être l'endroit idéal pour que la 5G explose vraiment, et encore une fois, pour emmener les gens dans cette réflexion maillée et loin de ces silos où vous avez votre entreprise de télécommunications ici, puis vous avez votre autre entreprise informatique ici, et cetera . Comment cela change-t-il à nouveau avec le covid et le bord s'étendant maintenant aux maisons des gens et hors du bureau ?
J sans pour autant: Hé, au fait, en passant, mon compte Twitter est @theICToptimist. Et si vous ne savez pas ce que signifie ICT, ce sont les technologies de l'information et de la communication. Et cela remonte, je pense, à 2006, date à laquelle j'ai rejoint Twitter, il y a très longtemps. Et la raison de cet acronyme était parce que je crois fermement que l'avenir n'était pas une question de technologie de l'information et de technologie de communication indépendamment ; il s'agissait de les réunir. Donc, nous voici presque 20 ans plus tard, et oui, je pense que nous avions raison. Alors que nous pensons à la 5G et à la périphérie, la périphérie est encore trop tôt. Nous n'avons pas vraiment construit les choses intelligentes que nous voulons construire. Par exemple, nous n'avons pas de drones de livraison automatisés survolant nos villes en sachant intelligemment comment nous apporter nos biens et services sans tuer personne.
Ceux-ci sont encore devant nous. Et nous n'avons pas non plus de voitures autonomes, nous n'avons pas nécessairement de villes intelligentes, nous n'avons pas encore d'usines vraiment intelligentes, mais nous en avons les premières indications. Et nous avons suffisamment de preuves lorsque nous regardons les premières vagues de smartification du monde, que l'un des plus gros problèmes n'est pas de rendre l'appareil intelligent, mais de rendre l'appareil intelligent et efficace dans un système évolutif. Et donc ce que nous avons découvert, c'est que si vous vous attendez à ce que l'appareil soit une entité autonome, entièrement autonome et hyper-intelligente, vous n'aurez pas assez de puissance pour lui faire faire ce qu'il est censé faire. La voiture la plus intelligente du monde, si elle doit rouler autour d'un réacteur de cinq mégawatts parce que c'est la quantité d'informatique qu'elle va utiliser, ne sera pas une très bonne voiture. Et c'est ainsi que la périphérie s'est matérialisée, pas tant comme un endroit intéressant pour faire de l'informatique, mais comme un déchargement pour la smartification du monde.
Nous avons donc déjà vu des exemples avec des choses comme la réalité augmentée [AR]. Certains des premiers exemples de périphérie 5G utilisent en fait l'accélération de la réalité augmentée dans la couche de calcul de périphérie. Et l'idée ici est que vous avez un appareil mobile, un téléphone portable, des lunettes AR, quoi que ce soit, qu'au lieu de traiter tous les artefacts, au lieu de faire tout le traitement vidéo sur l'appareil, ils poussent en fait environ 80% de cela dans une couche de calcul de périphérie qui a un bouton de calcul et toute la puissance dont elle pourrait avoir besoin, et le résultat est que vous avez maintenant une expérience AR très efficace sur un appareil mobile qui reçoit l'assistance de la périphérie, mais plus important encore, il dépasse en fait sa capacité d'origine car il exploite un calcul effectivement infini. Il a donc plus d'artefacts, une meilleure résolution vidéo, une plus grande profondeur de couleur.
Ce sont des choses que nous avons déjà démontrées, qui nous disent que la périphérie n'est pas seulement une couche informatique, c'est l'un des composants clés pour nous permettre d'apporter de l'intelligence aux entités connectées partout sans faire peser tout le fardeau sur l'entité. Et ce modèle de calcul collaboratif est probablement l'outil le plus puissant dont nous disposons pour résoudre ce problème de puissance, de fonctionnalité et de coût, et pour obtenir la bonne combinaison entre eux. Il est donc tôt, mais nous voyons maintenant suffisamment de preuves que c'est le modèle, ce qui rend la périphérie encore plus intéressante et en fait plus viable parce que nous savons que l'appareil en lui-même n'est pas la réponse, le cloud en lui-même n'est pas la réponse. C'est cette combinaison d'infrastructures cloud, d'infrastructures de périphérie et d'appareils fonctionnant tous ensemble qui nous permet d'obtenir un meilleur équilibre entre les fonctionnalités de coût, l'ensemble de fonctionnalités et les modèles de déploiement.
Laurier: Donc, en parlant de technologie qui devient meilleure, plus petite et plus rapide, cela signifie également qu'à la périphérie, votre appareil que vous avez en main fait partie de ce maillage et de ce réseau. Ainsi, l'IA peut s'étendre du cloud à votre appareil, et les appareils peuvent être rendus plus intelligents à cause de cela, car la puissance de calcul est désormais entre vos mains.
Jean: Ouais. Non, absolument. En fait, j'ai donné cet exemple il y a quelques années où je parlais, nous avons fait beaucoup de travail dans l'activité des véhicules autonomes dans le monde. Nous travaillons avec la plupart des grands constructeurs automobiles et nous avons beaucoup appris. Mais l'un des exemples que j'ai donnés il y a longtemps était que nous savons que la voiture elle-même va être assez intelligente. Un véhicule moderne et autonome dispose d'un traitement d'IA personnalisé ; il fait beaucoup de détection et d'analyse vraiment intéressantes. Et il doit être dans une certaine mesure autonome, car pour des raisons de sécurité, vous ne voulez pas que le réseau tombe en panne et que la voiture sorte de la route. Alors supposons que tout est vrai. Alors, que feriez-vous si vous étiez maintenant une voiture qui était relativement autonome, mais qui était attachée à une route associée à un calcul de pointe ? Et l'exemple que j'ai donné était, si vous regardez ces voitures, elles ont des choses qui peuvent sentir la voiture devant elles, elles peuvent sentir la surface de la route.
Ils peuvent transporter avec eux de nombreuses données qui leur indiquent comment prédire les surfaces de la route et ajuster leur suspension. Ils ont même des choses qui peuvent comprendre les modèles de trafic en temps non réel. Mais imaginez si toutes ces voitures commençaient non seulement à partager leurs données à long terme, mais leur vision immédiate du monde, leur nuage de points des données qui les entourent en temps réel, et qu'elles les partageaient avec des nœuds qui leur étaient adjacents en temps réel. temps pour que votre route elle-même ait une image maîtresse de la compréhension en temps réel de toutes les voitures. Et le résultat de cela était que si votre voiture, lorsqu'elle essayait de comprendre, comment dois-je ajuster ma suspension pour ce qui va suivre, ne le faisait pas simplement en se basant sur une base de données ou sur ce qu'elle pouvait voir, mais elle pouvait demander au question de, qu'est-ce que tout le monde voit? Et maintenant, il pouvait prédire les choses. Même chose pour la sécurité. Il n'avait pas seulement des capteurs qui pouvaient voir devant lui, mais il pouvait voir ce que les voitures, devant les voitures, devant les voitures pouvaient voir.
Et donc l'exemple que j'ai donné est, imaginez votre affichage tête haute alors que l'utilisateur à l'intérieur d'un véhicule semi-autonome ou autonome vous montre ce que la voiture peut voir, mais à la minute où il peut puiser dans cette route intelligente avec cette couche de calcul de pointe , cet affichage tête haute peut voir dans les coins. Il peut voir des choses que vous ne pouvez pas voir, il peut voir ce que les autres peuvent voir. Et maintenant, votre visualisation du monde réel en temps réel devient simplement une vue beaucoup plus large de tout ce qui vous entoure grâce à ce modèle de calcul collaboratif. C'est un outil incroyablement puissant qui n'est pas possible si l'appareil par lui-même essaie de résoudre ce problème. Et vous pouvez transposer cela dans de nombreuses autres industries, mais celle de la conduite autonome est fascinante car vous aurez là un appareil très intelligent et robuste qui peut fonctionner tout seul, mais il fonctionne mieux dans de nombreuses dimensions lorsqu'il peut puiser dans le collectif conscience de toutes les voitures, de toutes les routes et de tout ce qui l'entoure en temps réel.
Et la seule façon d'y parvenir n'est pas d'envoyer des messages sur Internet à l'autre bout de l'univers dans un cloud public, mais d'obtenir cette réactivité en temps réel en puisant dans une couche de calcul périphérique. Nous pensons donc que ce modèle va devenir l'une des grandes percées qui, lorsque vous n'avez pas à traverser Internet, et que vous pouvez obtenir cette compréhension collective en temps réel localement, même les appareils entièrement autonomes s'améliorent, et ils deviennent plus intéressants et ils exploitent un tout nouveau modèle commercial.
Laurier: J'ai donc lu une partie intéressante de votre point de vue, c'est que, là où nous en sommes avec l'IA en ce moment, cela améliore notre vie, peut-être de 5% à 10%, mais nous sommes vraiment loin du Terminator. Donc, même juste avec les véhicules autonomes, nous parlons de choses qui s'améliorent progressivement à chaque fois que quelque chose de nouveau sort, mais nous sommes encore loin des voitures qui se conduisent elles-mêmes, mais c'est un objectif final. En attendant, cependant, ces 5 à 10 % sont encore importants.
Jean: Oh, ouais, absolument. Je veux dire, maintenant les voitures sont un jeu intéressant, car selon à qui vous demandez, nous pourrions être à un mois d'un véhicule connecté de niveau cinq entièrement autonome, et certaines personnes vous donneraient une réponse différente. Je peux te donner mon avis. Mais en général, la raison pour laquelle j'ai fait ce commentaire est que, lorsque vous envisagez d'appliquer l'intelligence artificielle à n'importe quoi, qu'il s'agisse d'une voiture autonome, d'un processus métier, d'une expérience utilisateur ou autre, d'un jeu, il y a deux choses auxquelles vous pouvez penser. comme succès. La première est que vous le révolutionnez complètement. Vous en faites quelque chose qui n'a jamais été envisagé auparavant, une voiture autonome de niveau cinq. C'est un grand, grand saut, et ça vaut la peine de faire ce saut – il faut juste beaucoup de temps pour y arriver.
L'autre façon de voir l'intelligence artificielle est qu'elle est une augmentation des tâches cognitives que les êtres humains effectuent généralement. Quand tu dois réfléchir, en ce moment tu es tout seul. C'est à vous de prendre cette décision. Vous obtenez très rarement beaucoup d'aide du côté de la réflexion. Vous pouvez obtenir beaucoup de données, mais vous devez les trier. Les recommandations ne viennent pas vraiment de la technologie ; vous devez le comprendre. Donc, ce que nous avons réalisé très tôt, c'est qu'en appliquant soigneusement l'intelligence artificielle aux endroits où les êtres humains doivent prendre des données, les comprendre et prendre une décision, nous pouvons en fait accélérer ce processus ou le rendre plus précis, moins sujet aux erreurs. Et donc, comme nous l'avons démonté, que ce soit le processus de chaîne d'approvisionnement de Dell, ou le processus de service de maintenance prédictive, ou qu'il s'agisse de systèmes de radiologie à l'intérieur des soins de santé, où vous essayez simplement de trouver quelque chose dans l'image, ces améliorations de 5% et 10% consistant simplement à faire fonctionner un peu mieux le processus étaient bien meilleures que ce que vous pourriez jamais obtenir avec des êtres humains parce que les êtres humains étaient la base.
Et chaque fois que vous améliorez quelque chose comme une chaîne d'approvisionnement de 5 % ou 10 %, ou je ne sais pas, la radiologie de 20 % ou 30 % de précision en plus dans la détection de choses comme le cancer et les tumeurs, c'est un résultat très puissant, pas seulement pour un individu, mais potentiellement à la société. Et donc l'un des messages que nous avons donné à nos clients et que nous avons essayé de faire comprendre aux gens est que nous ne sommes pas opposés aux grandes percées, nous pensons qu'elles sont formidables. Mais nous pouvons faire tellement plus avec cette technologie pour prendre n'importe quelle place dans chaque processus que nous avons qui implique que les êtres humains doivent prendre des décisions, et les augmenter avec l'intelligence artificielle pour rendre ces décisions plus précises, plus rapides, plus susceptibles de avoir un résultat positif. Et j'utilise le mot quelconque parce que c'est vraiment n'importe où que les êtres humains doivent prendre une décision, nous pouvons mieux prendre cette décision avec l'application prudente de l'intelligence artificielle.
Et cela semble être une très bonne chose à faire en ce moment, car cela ne nécessite pas de percées massives - c'est la technologie que nous avons aujourd'hui. Et chaque fois que nous le faisons, le processus s'améliore, la structure des coûts s'améliore, le résultat s'améliore.
Laurier: En parlant de meilleurs résultats, nous sommes encore au début de cette pandémie, mais voyez-vous des opportunités spécifiques émerger avec l'intelligence artificielle en particulier ? Comme vous venez de le dire, une évidence serait les soins de santé, mais il y a tellement de données.
Jean: Oh, ouais, il y a un nombre infini. Fondamentalement, la façon de voir les choses est, si vous vous demandez où l'utilisation de l'intelligence artificielle pour améliorer l'efficacité et l'efficience du comportement humain a du sens, regardez simplement n'importe où dans la période des coronavirus où nous avons manqué de personnes, où les gens ont juste a été submergé. Et les soins de santé en sont un excellent exemple. Il existe des exemples précoces de, hé, nous n'avions tout simplement pas assez d'infirmières pour faire face aux surtensions dans ces hôpitaux. Alors je ne sais pas. Nous avons le patient sensorisé - pourquoi n'envoyons-nous pas toutes ces données de capteur à une intelligence artificielle qui ne remplace pas l'infirmière ; cela donne simplement à l'infirmière une vue plus complète du patient en prétraitant, organisant et faisant des recommandations, alors maintenant une infirmière peut peut-être surveiller 30 patients au lieu de trois ? Cela met à l'échelle les soins infirmiers, qui sont un outil très puissant. Nous l'avons évidemment vu en termes de soins cliniques où s'il s'agit d'une procédure médicale, je veux dire, les personnes qui traitent avec un spécialiste pulmonaire, nous avons eu beaucoup de problèmes respiratoires. Ne serait-ce pas bien si nous pouvions leur faciliter la vie en ayant, je ne sais pas, peut-être que nos ventilateurs seraient un peu plus autorégulateurs, un peu plus autoréglables ? Nous avons vu ce genre de comportement se produire et nous avons réalisé qu'il y a des endroits où nous n'avons tout simplement pas assez de personnel pour faire le travail.
L'autre exemple, totalement à l'autre bout du spectre de covid, était la logistique et la livraison. Quand tout à coup, vous n'avez tout simplement plus de chauffeurs ou vous ne pouvez pas avoir de contact humain, mais que les gens doivent quand même faire leurs livraisons, ils doivent faire l'épicerie, ils doivent déplacer des choses. Eh bien, il semble que l'utilisation de véhicules autonomes ou de véhicules semi-autonomes ou d'IA pour mieux planifier les itinéraires aurait une énorme implication pour rendre cette fonction particulière plus efficace.
Et donc, les moments aha dans covid n'étaient pas nécessairement surprenants quand vous les comprenez, mais vous pouvez les trouver partout où nous avons réalisé que la capacité humaine a une frontière finie. Et chaque fois que nous rencontrons un endroit où les humains sont dépassés par une tâche, et que la tâche implique de prendre des décisions, de réfléchir à des données, d'essayer de faire quelque chose, ce sont de bons endroits pour nous d'appliquer l'intelligence artificielle afin que nous puissions faire évoluer l'être humain , pas nécessairement pour les remplacer.
Laurier: Donc un jour nous serons hors de covid. Où d'autre commençons-nous à rendre l'IA réelle ?
Jean: Eh bien, je pense partout, pour être parfaitement honnête. Il n'y a vraiment pas une industrie ou un espace qui n'essaie pas. Maintenant, nous avons parfois des défis. Comme dans les soins de santé, il est difficile d'intégrer l'IA dans les soins de santé car c'est une industrie réglementée ; les délais sont très longs. Nous avons donc vu des percées, non pas dans les soins de santé, mais dans le bien-être. Il y a des choses plutôt sympas. Comme il y a un anneau appelé Oura Ring, qui surveille essentiellement votre température et un tas de signes vitaux. C'est un outil de bien-être; ce n'est pas nécessairement un outil de soins de santé en ce moment. Mais parce qu'il peut utiliser l'intelligence artificielle avancée, il peut faire des interprétations, nous avons découvert que cet anneau peut vous donner un assez bon avertissement précoce que vous pourriez tomber avec quelque chose, ou avant que vous sachiez que vous êtes malade, il peut dire vous êtes sur le point de tomber malade, ce qui est un outil assez puissant et assez innovant.
Mais dans tout le spectre, nous constatons que l'application de l'intelligence artificielle n'est qu'un point naturel de l'évolution de la technologie. Dans le monde de la 5G, par exemple, voici un bon exemple : nous ne pouvons pas construire les réseaux 5G dont nous aurons besoin avec une intervention humaine partout. Ils sont tout simplement trop complexes. Et si franchement, nous prévoyons que la 5G et au-delà, la marque des futures infrastructures de télécommunications sera l'automatisation. Ce seront les IA qui prendront les décisions concernant l'efficacité spectrale, le réglage de la bande passante et toutes sortes de choses, car il est tout simplement impossible qu'un être humain puisse gérer un réseau de cent millions d'abonnés, et c'est avant que nous y mettions tout. Ce serait possible aux États-Unis seulement, certains de ces réseaux mobiles d'ici 10 ans pourraient contenir un billion de choses. C'est un très, très, très grand réseau qui dépasse la capacité humaine de penser.
Et donc nous voyons déjà l'injection de l'intelligence artificielle dans les réseaux de télécommunications, les centres de données à grande échelle, automatisant l'infrastructure d'une manière qui permet aux êtres humains de suivre le rythme. Et puis, au fur et à mesure que vous rebondissez, nous avons des initiatives en cours dans le domaine du fret et de la logistique où les gens se rendent compte, hé, il y a beaucoup de biens et de services qui se déplacent, mais ils se déplacent un peu lentement et maladroitement. Et si nous essayions vraiment de relier et de fusionner des chariots élévateurs intelligents, ainsi que la surveillance visuelle, la cartographie des objets et les algorithmes pour décider comment emballer correctement un camion ou comment charger correctement un avion ou comment déplacer des choses à travers cette infrastructure logistique dans un endroit où ça ralentit parce qu'il n'y a pas vraiment de schéma clair là-bas ? Eh bien, l'IA est géniale quand vous n'avez pas de schéma clair. Laissez l'IA comprendre le modèle et développer un ensemble de logique autour de celui-ci.
Elle est donc universelle. Il est très difficile de trouver un endroit, si vous posez l'inverse de la question, où les gens n'utilisent pas l'intelligence artificielle, à part les endroits où le régime réglementaire est obsolète qui sont devenus des obstacles pour que les gens adoptent ces types de technologies de manière plus agressive . Et donc, l'un de nos fardeaux en tant qu'industrie est de travailler avec les régulateurs pour mettre à jour ces réglementations afin de ne pas créer une situation où la réglementation empêche la progression naturelle de la technologie qui fait avancer le progrès humain.
Laurier: Ouais. Et je suppose que vous penseriez que la réglementation et la sécurité vont en quelque sorte de pair, surtout lorsque les méchants ont accès aux mêmes outils que vous pour construire le réseau. Alors, comment commencez-vous également à sécuriser toutes ces données incroyables ?
Jean: Ouais. Eh bien, je veux dire que les données ne sont que des données. Vous pouvez l'utiliser pour le meilleur ou pour le pire, et malheureusement, il est incroyablement précieux et devient donc une cible géante. Les compromis de sécurité ne se produisent pas parce que quelqu'un s'ennuie ; ils se produisent parce qu'il y a une cible qui vaut la peine d'être volée. Et notre environnement numérique, la monnaie, ce sont les données, les idées, les modèles - ces choses sont les vrais outils précieux. Et la réalité est qu'ils seront une cible. Nous devons donc vraiment réfléchir à la manière dont nous allons sécuriser ces environnements d'une manière peut-être différente de ce que nous avons fait historiquement dans le monde physique. Pour être très franc, l'approche actuelle de la sécurité ne fonctionnera tout simplement pas, car notre approche actuelle de la sécurité est que nous avons quelque chose qui fonctionne indépendamment de la sécurité, puis nous avons des choses qui l'attaquent, puis nous créons une technologie de sécurité pour contrer ces choses qui l'ont attaqué.
Le problème, c'est que c'est une bataille impossible à gagner, car franchement, quelqu'un peut trouver une nouvelle façon de l'attaquer, et l'industrie de la sécurité doit alors trouver une réponse. Et ce n'est pas une bonne façon de gérer une organisation ou une technologie. Et donc notre conviction est que nous devons passer à notre modèle où nous examinons vraiment la sécurité intrinsèque, que nous intégrons la sécurité dans ce que nous protégeons, que nous le fassions dans un environnement cloud, ou nous le faisons dans un environnement réseau. Mais l'essentiel est que nous devons abandonner cette idée que la sécurité se produit en réaction à un événement extérieur. Au lieu de cela, il doit s'agir de quelque chose d'intrinsèquement intégré au système réel et à son architecture.
Cela ressemble à du marketing, mais en fin de compte, ce n'est pas une bataille gagnable si nous voulons avoir un produit de sécurité pour chaque problème de sécurité. Nous devons avoir des architectures, des infrastructures et des systèmes qui ne sont pas conçus pour réagir à un problème de sécurité particulier, mais pour répondre à n'importe quelle menace. Ils ont une compréhension globale de leur identité. Ils ont la capacité de contrôler l'accès et de comprendre les comportements en leur sein. J'ai toujours soutenu que dans le monde de la sécurité, il y a en quelque sorte trois choses à gérer. Le bien connu, le mal connu et l'inconnu. Et aujourd'hui, la plupart de nos principes de sécurité consistent à essayer de bloquer le mal connu, qui est impossible à gagner, et à essayer de passer au crible l'inconnu, mais ils ne le font pas très bien. Et assez intéressant, le bien connu que nous construisons rarement pour cela. Maintenant, mon argument est que nous devons comprendre ce qu'est le bon comportement connu, et nous devons le verrouiller et nous assurer que cela se produit. Nous devons interdire le mal connu, c'est une déclaration évidente. Mais c'est de l'inconnu que viendra toute l'innovation.
Et cela nous ramène à des choses comme l'IA et le ML. L'idée d'utiliser des intelligences artificielles pour passer au crible l'inconnu afin de déterminer très rapidement s'il s'agit d'un mal connu ou d'un bien connu ? A quel camp appartient-il ? Et faites cela plus vite que l'autre partie ne peut le faire parce que nous avons de meilleurs outils pour comprendre les comportements et pour intégrer les cadres dans l'infrastructure elle-même. Le plus important est que, même si vous utilisez l'IA, pour comprendre les nouvelles menaces et décider si elles sont bonnes ou mauvaises, si cela se fait en dehors de l'infrastructure, vous devrez toujours déployer un autre produit pour y réagir. Si, à l'autre bout, l'infrastructure est le produit qui réagit aux événements de sécurité, s'il ne fait littéralement que dire à l'infrastructure, modifiez votre chaîne de services dans votre SDN, modifiez la couche de virtualisation, modifiez votre manifeste Kubernetes, mais vous ne déployez aucun nouvelle technologie - vous ne faites qu'imposer de nouveaux comportements à l'infrastructure telle qu'elle existe. Puis, tout d'un coup, ce cerveau peut en fait entrer en production beaucoup plus rapidement que d'avoir à déployer un tout nouveau produit ou un tout nouveau système.
Donc, mais la sécurité en est une qui, voici la mauvaise nouvelle, ça ne s'en va jamais. Nous sommes constamment dans une course dynamique de sécurité avec des méchants et des gentils. Mais je pense que nous pouvons aller beaucoup plus vite si nous sortons de ce mode de pensée selon lequel pour chaque problème de sécurité, il y a un produit. Il faut que nos infrastructures soient le mécanisme réactif, et nous utilisons l'intelligence artificielle de manière agressive pour essayer de comprendre quand réagir. Mais cette réaction ne nécessite pas de replomber toute l'infrastructure, de changer nos architectures pour réagir. Si vous entrez dans ce mode, vous pouvez vous déplacer plus rapidement que les adversaires, et vous avez une approche de sécurité intrinsèque au niveau du système, ce qui est un grand changement pour les gens, mais logiquement le seul endroit où nous pourrons accéder tout type de succès alors que nous commençons à penser à l'ampleur de cet avenir devant nous.
Laurier: J'aime l'expression, l'intelligence artificielle, parce que c'est vraiment ce dont il s'agit. Cela doit se faire dans tout le système, que vous construisiez une bonne attaque ou de meilleurs systèmes pour réagir de plus en plus vite. Ce n'est pas seulement de l'intelligence artificielle, ce n'est pas seulement de l'apprentissage automatique. C'est en fait une combinaison des deux qui vous permet de faire beaucoup plus. Et met également beaucoup d'attentes et de fardeaux sur les personnes qui créent ces systèmes pour qu'ils fonctionnent d'une certaine manière. Je sais donc que vous êtes membre du conseil d'administration de Cloud Foundry et que l'open source est important, mais c'est en quelque sorte la racine de l'open source, n'est-ce pas, c'est de réfléchir à la façon dont nous pouvons tous travailler ensemble et démocratiser cette technologie d'une manière que tout le monde qui participe gagne réellement quelque chose à la fin.
Jean: Ouais. Non, absolument. Je veux dire, je pense, les méthodologies open source - cette idée de développement communautaire, soit dit en passant, n'est pas nouvelle et n'est pas propre à l'open source. Je travaille dans des organismes de normalisation depuis une vingtaine d'années maintenant. Et si vous entrez dans l'IEEE [Institute of Electrical and Electronics Engineers] ou l'IETF [Internet Engineering Task Force], c'est une communauté. C'est un peu plus lent parce qu'il y a plus de Robert's Rules of Order et d'approches. Mais l'idée est que j'ai toujours cru que la meilleure technologie est celle qui est construite à la lumière du jour, que ce n'est pas une personne intelligente dans un back-office quelque part qui trouve la réponse au problème. Vous lancez votre problème là-bas et vous, en tant que communauté, travaillez sur ce problème. Vous avez des voix dissidentes et un consensus.
Ce qui est intéressant dans le monde actuel de l'open source, c'est que, par rapport aux organismes de normalisation, les organismes de normalisation traditionnels qui évoluent très lentement, cela pourrait prendre une décennie pour obtenir une norme dans l'IETF, l'open source évolue simplement plus rapidement, il élimine une partie de la bureaucratie. Il dit, nous n'allons pas présupposer comment vous faites le travail, mais nous allons insister pour que ce soit le consensus de la communauté, que la communauté avance dans ce voyage.
Maintenant, nous avons un problème avec l'open source aujourd'hui, et c'est que l'open source a toujours un problème de silo. Les projets open source ne sont généralement pas des problèmes au niveau du système. Ils sont, nous avons un groupe qui construit Kafka, ou nous avons un groupe qui fait Hadoop, et nous avons un groupe qui construit Kubernetes et CNCF [Cloud Native Computing Foundation]. Et ceux-ci sont merveilleux. Mais la seule façon dont cela fonctionne vraiment est que ces projets open source commencent à se rassembler, car personne ne résout un résultat numérique avec l'un d'entre eux. Kubernetes, aussi bon soit-il, ne fait rien par lui-même, pour être parfaitement honnête, en termes de résultats commerciaux. Il doit y avoir une charge de travail dessus, il doit y avoir un flux de données, il doit fonctionner sur une infrastructure.
Et donc, je pense qu'il y a en quelque sorte deux choses à retenir du monde open source. Premièrement, le développement communautaire, qu'il ait été fait dans un organisme de normalisation ou en open source, est le moyen le plus rapide pour les gens de comprendre les choses, et nous devrions l'adopter, l'étendre et l'utiliser partout où nous le pouvons. Cela fonctionne simplement mieux. Le deuxième cependant, c'est que même si nous faisons ce genre de travail sur un composant particulier, nous devons prendre les principes de ce type de processus de réflexion consistant à regarder les choses dans une perspective plus large, une perspective d'innovation ouverte, et les appliquer dans architectures au niveau du système. L'un des meilleurs exemples de cela est quelque chose que nous venons d'aborder plus tôt, à savoir la 5G. Il y a actuellement un énorme débat dans le monde sur la manière dont la 5G devrait être construite. Il y a l'approche traditionnelle Legacy 3GPP [3rd Generation Partnership Project] qui dit, ah, c'est bien d'avoir des composants, mais nous allons être très, très structurés et disciplinés, et il n'y aura pas beaucoup de place pour l'innovation parce que nous avons décidé ce qu'est la 5G. Voilà la réponse; allez le mettre en oeuvre.
Je ne suis pas d'accord avec cette approche car elle a été construite sur la base de technologies obsolètes depuis longtemps. Il y a une nouvelle façon d'y penser qui dit, hé, nous voulons toujours arriver au même résultat, nous croyons toujours aux mêmes interfaces et aux mêmes normes, mais la façon dont vous l'exécutez réellement devrait être ouverte d'esprit sur la façon dont vous faites de la virtualisation, et comment vous vous connectez au matériel et comment vous ouvrez le réseau d'accès radio. Et ce niveau de réflexion est directement lié à la façon dont les gens pensent dans les communautés open source et dans les projets de développement de logiciels modernes. Et donc, nous assistons à cette collision intéressante entre, appelons-le le monde de l'écosystème ouvert et le monde des télécommunications, provoquant vraiment beaucoup de stress et une évolution intéressante des écosystèmes 5G. Mais pour moi, je pense que c'est un résultat très positif, car cette technologie est si importante que nous ferions mieux de le faire de la bonne façon. Et nous avons de nombreuses preuves qui indiquent que l'open source, les écosystèmes ouverts, les systèmes ouverts sont en fait un moyen plus rapide et meilleur d'obtenir un résultat supérieur pour beaucoup de choses que les gens ont essayé de faire par d'autres moyens.
Et donc, nous verrons comment cela se passe, mais l'open source en tant que concept et modèle de développement communautaire a influencé bien plus que les projets dans lesquels l'open source se produit.
Laurier: Et j'adore ça, ce genre d'énergie et d'excitation, et surtout, encore une fois, la confluence. Nous rassemblons tout le monde pour que ce changement se produise. En parlant de ça, comment faites-vous cela chez Dell ? Comment pensez-vous stratégiquement à l'IA et dirigez-vous cette énorme entreprise ? Tant d'équipes différentes, et vous avez des gens merveilleux et des équipes merveilleuses. Mais comment envisagez-vous cela de manière stratégique et comment conseillez-vous aux autres dirigeants de penser à l'IA et à l'intelligence artificielle d'une manière qui a du sens, d'une manière qui est peut-être ouverte, qui remet en question la façon dont ils ont fait des affaires auparavant ?
Jean: Yeah Yeah. Et une réponse générale à cette question, chez Dell, nous sommes une énorme entreprise couvrant presque tous les aspects de l'infrastructure, du matériel nu jusqu'aux piles d'applications et aux environnements de développement. Nous sommes simplement extrêmement grands et extrêmement larges, ce qui fait partie de la proposition de valeur de l'entreprise. L'une des choses que nous avons réalisées très tôt, c'est que lorsque vous êtes si grand, vous devez avoir une sorte de principes directeurs. Il doit y avoir une sorte de cadre autour de cela. Et donc nous sommes très disciplinés pour avoir une stratégie, avoir une étoile polaire, comprendre des rôles et des responsabilités clairs. Mais assurez-vous que nous comprenons que les implémentations, lorsque vous faites quelque chose d'important comme la périphérie ou le cloud, se produiront dans de nombreux endroits. Mais si vous n'avez pas une structure où tout le monde comprend en quelque sorte pourquoi vous le faites, quels sont les premiers principes avec lesquels vous allez lutter.
Par exemple, tout récemment en périphérie, nous avons pris des décisions sur la manière dont Dell positionne la périphérie. Et ils sont de haut niveau, mais ils encadrent la façon dont nos développeurs pensent. Par exemple, nous pensons que les arêtes ne sont pas des entités autonomes. Les périphéries sont des extensions des modèles d'exploitation du cloud. Vous ne construisez pas un bord pour construire un bord. Vous construisez une périphérie pour étendre votre architecture cloud, qu'il s'agisse d'un environnement cloud public ou privé ou d'un environnement hybride multi-cloud, dans le monde réel. Et cela semble très subtil, mais si vous ne prenez pas cette décision au sein d'une entreprise, alors vous lancez simplement les dés pour voir si vos équipes construisent plus de silos ou construisent réellement une extension de votre proposition de valeur fondamentale, qui consiste à construire un multi-cloud. Et donc en ayant cette étoile polaire, c'est clair. Autres exemples en bordure, nous avons décidé que nous pensons que les bordures devraient être des plates-formes. Maintenant, cela semble très évident, sauf que la plupart des bords sont aujourd'hui des silos sur mesure pour une charge de travail spécifique.
Quelqu'un décide que je veux sortir mon cadre d'IA dans une usine, donc je vais créer un avantage. Même certains des clouds publics ont effectivement construit des silos sur mesure très étroits qui n'étendent que quelques fonctionnalités de leur cloud public. Rien d'autre. Maintenant, quand nous avons commencé à le regarder, nous avons dit, attendez une minute. Edge est une capacité d'expérience de bout en bout. Vous vivrez de nombreuses expériences de bout en bout. Et si vous devez créer un avantage pour chacun d'entre eux, vous allez faire en sorte que le marché de la périphérie ressemble énormément au marché de la sécurité, ce que nous ne voulons pas faire. Marchés de la sécurité, si vous entrez dans un centre de données de sécurité d'une entreprise, vous trouvez un rack d'équipement. Chaque pièce d'équipement a un logo différent et fait une chose. Nous ne voulons pas que Edge ressemble à ça. Nous avons donc décidé que Edge devrait être une plate-forme. Ce que nous devrions construire, c'est la capacité horizontale. Nous devons reconnaître que cet avantage peut être utilisé pour une tâche d'IA, il peut s'agir d'une tâche d'automatisation industrielle, il peut s'agir d'une tâche de vidéosurveillance.
Nous avons peut-être besoin de plusieurs architectures de périphérie différentes pour s'adapter à différentes approches, mais vous n'essayez pas de créer un seul silo spécifique verticalement pour chaque problème de périphérie. Vous essayez de construire une plate-forme qui permet au client de résoudre ses problèmes de périphérie aujourd'hui. Et lorsqu'ils arrivent avec leur prochain problème de périphérie, ils n'ont qu'à pousser le code dans la plate-forme, puis travailler à la périphérie plutôt que de créer une nouvelle périphérie. Maintenant, ces choses, ce que je viens de dire, sont, espérons-le, complètement évidentes, mais la plupart des gens ne prennent pas ces décisions. Donc chez Dell, nous le faisons. Nous prenons des décisions de premier ordre sur quelle est notre philosophie ? Comment pensons-nous les choses ? Nous les transformons ensuite en architectures qui décrivent exactement le travail technique qui doit être fait, mais nous n'allons pas jusqu'à dicter à l'implémentation et au produit exactement comment ils vont innover pour arriver à ce résultat. C'est la magie d'avoir de grandes équipes de R&D. Ils partent et ils trouvent la meilleure façon de construire le produit. Ils sont innovants à cet égard, mais tout se réunit dans un système.
En fait, aujourd'hui, je dirige les efforts pour m'assurer essentiellement dans ces six grands domaines au sein de Dell, que nous sommes cohérents dans notre architecture, que nous les naviguons en tant qu'entreprise au niveau du système. Ils incluent l'évolution du cloud, l'évolution vers le nouvel écosystème de données, des données en mouvement et la façon dont nous y jouons. Ils sont à la pointe et comment nous étendons l'informatique au monde réel. Ce sont l'IA et le ML, c'est ainsi que nous transformons l'ensemble de l'écosystème technologique en une division différente du travail entre les personnes et les machines, autour des tâches de réflexion. Ce sont la 5G, cette grande inflexion des télécoms, et le monde de l'informatique et du cloud qui s'entrechoquent. Et notre point de vue est qu'il doit vraiment être dominé par le cloud et l'informatique, et qu'il doit s'agir d'une infrastructure moderne. Et puis enfin, autour de la sécurité, et nous avons abordé cela avec la sécurité intrinsèque. Ce sont des choses géantes, mais pour répondre à votre question, dans une entreprise comme Dell, ou n'importe quelle entreprise, vous devez savoir ce que sont vos North Stars, quelles sont les choses qui vous arrivent ?
Dans notre cas, ce sont ces six grands. Vous devez avoir un point de vue qui décrit les premiers principes et un cadre qui décrit le terrain de jeu, puis vous devez avoir une structure qui opérationnalise cela pour faire passer ce message dans votre communauté de développement, dans vos groupes de produits, dans votre organisation de services , dans vos équipes marketing, afin qu'ils travaillent tous sur le bon terrain de jeu avec le bon, appelons-le script. Mais vous ne voulez pas être trop normatif pour les empêcher d'innover, et comment ils mettent en œuvre et proposent des rythmes différents. C'est cet équilibre entre la liberté de mouvement du développeur et le fait d'avoir un cadre, une architecture et une étoile polaire. Vous obtenez ces droits, vous pouvez naviguer dans la technologie. Mais si vous manquez l'étoile polaire, vous manquez le cadre ou vous n'avez pas la liberté de mouvement en matière d'innovation, vous n'allez pas vraiment bien exécuter. Donc pour nous, ce sont vraiment ces trois grands.
Laurier: C'est excellent. Nous pourrions passer une autre journée entière à parler d'informatique de pointe et de tout le reste, mais j'apprécie tellement votre temps ici aujourd'hui, John. Merci de vous joindre à nous aujourd'hui dans ce qui a été une conversation fantastique sur l'entreprise Laboratoire.
Jean: Oui, merci beaucoup de m'avoir invité.
Laurier: C'était John Roese, président et directeur de la technologie des produits et des opérations chez Dell Technologies, avec qui j'ai parlé depuis Cambridge, Massachusetts, siège du MIT et du MIT Technology Review, surplombant la rivière Charles.
C'est tout pour cet épisode de Business Lab. Je suis votre hôte, Laurel Ruma. Je suis le directeur d'Insights, la division de publication personnalisée de MIT Technology Review. Nous avons été fondés en 1899 au Massachusetts Institute of Technology. Et vous pouvez également nous trouver dans la presse écrite, sur le Web et lors d'événements chaque année dans le monde entier. Pour plus d'informations sur nous et sur le salon, veuillez consulter notre site Web à l'adresse technologyreview.com.
L'émission est disponible partout où vous obtenez vos podcasts. Si vous avez apprécié cet épisode, nous espérons que vous prendrez un moment pour nous évaluer et nous donner votre avis. Le Business Lab est une production de MIT Technology Review. Cet épisode a été produit par Collective Next. Merci pour l'écoute.