Les entreprises doivent surveiller de près ce pilier émergent de l'IA

Chapô : Le Tiny Machine Learning (TinyML) est en passe de devenir un pilier incontournable de l'intelligence artificielle, surtout lorsqu'il est combiné avec la blockchain. Ce mariage technologique promet d'offrir une gestion décentralisée des données, tout en garantissant leur intégrité et leur traçabilité. Les entreprises qui s'engagent dès aujourd'hui dans cette voie pourraient dominer le marché de l'edge computing dans les années 2030.

Le contexte actuel met en lumière l'importance croissante du TinyML

Le TinyML, ou apprentissage automatique à très faible consommation d'énergie sur microcontrôleurs, répond à deux nécessités clés pour les entreprises : déployer des charges de travail d'IA nécessitant une inférence en temps réel et construire des systèmes décentralisés capables de résister aux déficits de confiance. Selon George Siosi Samuels, directeur général chez Faiā, le marché du TinyML devrait atteindre entre 5 et 10,8 milliards de dollars d'ici 2030, avec un taux de croissance annuel compris entre 24,8 % et 38,1 %.

Les prévisions indiquent également que le marché global du matériel AI Edge pourrait atteindre entre 56 et 66 milliards de dollars. En parallèle, les connexions d'appareils IoT devraient dépasser les 43 milliards au niveau mondial.

Les défis actuels liés à la confiance dans l'intelligence edge

Il existe actuellement trois problèmes majeurs dans les architectures AI Edge :

1. Des pistes d'audit centralisées : Les données sont souvent envoyées vers des plateformes cloud propriétaires où elles peuvent être modifiées ou supprimées.

2. Opacité dans les systèmes multipartites : Dans une chaîne logistique impliquant plusieurs entités (fabricants, distributeurs...), il n'existe pas toujours un registre partagé auquel tous peuvent faire confiance.

3. Absence d'incitations économiques pour la participation edge : Le coût élevé pour établir et faire fonctionner ces réseaux sans mécanismes permettant de monétiser les intelligences générées freine leur adoption.

Samuels note que « l’intelligence edge sans provenance n’est qu’un bruit ». Il souligne que cette situation est particulièrement problématique pour des secteurs comme la pharmacie ou la finance qui ont besoin du TinyML mais ne peuvent pas le déployer efficacement sans résoudre ces enjeux.

La convergence entre TinyML et blockchain offre une solution innovante

La combinaison du TinyML avec la blockchain permettrait non seulement d'améliorer l'intelligence locale mais aussi d'établir une confiance globale. Sur chaque appareil équipé de TinyML, les modèles peuvent traiter localement des données brutes issues des capteurs avant que ces informations soient enregistrées sous forme immuable sur la blockchain.

Cette approche permettrait aux entreprises non seulement d'effectuer un suivi auditable des opérations mais aussi de garantir que ces informations ne soient ni altérées ni perdues grâce à l'immuabilité offerte par la technologie blockchain.

Des projets pilotes démontrent déjà comment cette intégration fonctionne dans divers contextes industriels ; par exemple :

• Des dispositifs surveillant des marchandises périssables durant leur transport enregistrent via smart contracts chaque événement critique.
• Des capteurs mesurant des conditions environnementales contribuent à créer un modèle fédéré tout en préservant la confidentialité des données individuelles.

Les exigences infrastructurelles pour réussir cette transition

Pour intégrer efficacement le TinyML avec la blockchain à grande échelle, il faut tenir compte :

• De choix stratégiques concernant le type de blockchain utilisé (par exemple BSV), capable d'assurer une capacité illimitée.

• De coûts transactionnels réduits permettant ainsi aux micropaiements nécessaires au fonctionnement autonome des appareils IoT.

• D'une architecture qui supporte non seulement le stockage sécurisé sur chaîne mais également l'interopérabilité nécessaire aux applications réglementaires spécifiques.

Samuels insiste sur le fait qu’il ne suffit pas simplement d’explorer ces technologies ; il faut bâtir conscientieusement autour elles afin qu’elles créent véritablement un environnement fiable et scalable.

Les tendances futures vont favoriser ce développement rapide

Trois forces disruptives devraient accélérer cette convergence :

1. La recherche active sur l'énergie par fusion qui permettra bientôt alimenter indéfiniment ces réseaux intelligents sans contraintes logistiques liées à l'énergie.

2. Les avancées en informatique photonique offrant une efficacité énergétique bien supérieure pour réaliser des calculs complexes directement au niveau edge.

3. L'utilisation croissante des micropayements facilitée par certaines blockchains dédiées comme BSV permettant ainsi aux dispositifs autonomes non seulement collecter mais aussi monétiser leurs contributions intelligentes au réseau plus large.

Samuels conclut son propos en soulignant que « la révolution edge ne vient pas – elle est déjà là ». Pour se positionner favorablement face à cet avenir riche en opportunités technologiques, il devient impératif pour les entreprises d'agir rapidement.