Industrie Mag - Le journal de l'industrie.
- accueil .
- newsletter .
Flux RSS . - soumissions .
- publicité .
- contacts
Flux RSS .
Alibaba Cloud, la branche data intelligence de Alibaba Group, présente les prévisions pour l’année 2021 identifiées par Alibaba DAMO Academy, son programme de recherche. De l’utilisation de matériaux semi-conducteurs de troisième génération, à la R&D de médicaments et de vaccins basée sur l’IA, en passant par l’optimisation automatique des systèmes de gestion de données, l’agriculture basée sur l’intelligence des données, le programme de recherche estime que les percées technologiques devraient s’accélérer et avoir des répercussions dans tous les secteurs de l’économie et de la société en général en 2021.
« La technologie joue un rôle essentiel dans la lutte contre la pandémie depuis le début de l’année dernière, et elle continuera de remodeler notre société et nos industries grâce à des modèles de production innovants et des services intelligents », a déclaré Jeff Zhang, directeur de l’Alibaba DAMO Academy et président d’Alibaba Cloud Intelligence. « Nous espérons travailler avec le monde universitaire et les acteurs industriels pour accélérer la recherche de pointe, dans l’espoir de rendre les technologies plus accessibles aux différentes entreprises, et ensemble nous pourrons relever les défis imposés par la pandémie et accélérer le rythme d’une économie numérique ».
Voici les huit principales tendances technologiques prévues par l’Académie en 2021 :
Les matériaux semi-conducteurs de troisième génération, représentés par le nitrure de gallium (GaN) et le carbure de silicium (SiC), présentent une résistance aux températures, une tension de claquage, une puissance et une résistance aux radiations élevées ainsi que de hautes fréquences. Pendant longtemps, l’application de ces matériaux s’est limitée à un champ d’application étroit en raison de leurs méthodes de traitement complexes et de leurs coûts élevés. Ces dernières années, des percées dans le domaine de la croissance des matériaux et de la fabrication de dispositifs ont permis de réduire les coûts des matériaux semi-conducteurs de troisième génération, rendant ainsi possible un plus large éventail d’applications. Par exemple, les dispositifs à base SiC sont utilisés pour les onduleurs automobiles et les chargeurs rapides à base de GaN font leur apparition sur le marché. Au cours des cinq prochaines années, le monde assistera à l’apparition de matériaux semi-conducteurs de troisième génération dans des domaines tels que les stations 5G, les véhicules à énergie nouvelle, les réseaux électriques à ultra-haute tension et les data centers.
L’année 2020 est la première année à passer après que la suprématie quantique ait été atteinte. En 2020, les investisseurs du monde entier ont afflué dans le domaine de l’informatique quantique, les technologies et les écosystèmes connexes ont prospéré et de nombreuses plateformes d’informatique quantique ont pris de l’importance. En 2021, cette tendance attirera l’attention de tous les secteurs de la société. L’informatique quantique doit offrir suffisamment de valeur pour être rentable. La mission de l’ère « post-suprématie quantique » doit être harmonisée dans toute l’industrie. Il faut s’attaquer aux problèmes scientifiques et techniques critiques par l’innovation collaborative et ouvrir la voie à la correction des erreurs quantiques et à l’utilité pratique, deux étapes importantes de l’informatique quantique.
L’électronique flexible offre des performances stables même après des déformations mécaniques telles que la flexion, le pliage et l’étirement. Les matériaux à base de carbone sont utilisés de préférence dans les appareils portables, les peaux électroniques et les écrans flexibles. Dans le passé, les matériaux flexibles n’étaient tout simplement pas assez souples ou ne pouvaient pas concurrencer les matériaux rigides à base de silicium en termes de caractéristiques électriques, ce qui limitait leur utilisation commerciale. Ces dernières années, des développements révolutionnaires dans le domaine des matériaux à base de carbone ont permis à l’électronique flexible d’aller bien au-delà de ses capacités antérieures. Par exemple, les nanotubes de carbone sont maintenant utilisés pour produire des circuits intégrés à grande échelle qui offrent de meilleures performances que les circuits de même taille à base de silicium. Le graphène, un matériau prometteur à base de carbone pour l’électronique flexible, a également été mis en production à grande échelle.
La technologie de l’intelligence artificielle (IA) a été largement adoptée pour interpréter les images médicales et gérer les dossiers médicaux, tandis que son application dans le développement de vaccins et la recherche clinique de médicaments est encore au stade de pilote. Alors que de nouveaux algorithmes d’IA apparaissent et que la puissance de calcul atteint de nouveaux sommets, cette technologie facilitera la R&D de médicaments et de vaccins qui, auparavant, prenaient beaucoup de temps et étaient très coûteux. Le criblage de composés, la génération de modèles de maladies, l’identification de cibles, la découverte de composés phares et l’optimisation de médicaments sont quelques-uns des domaines dans lesquels la technologie excelle. L’intégration réduira le travail répétitif et améliorera l’efficacité de la R&D. Les bénéficiaires seront le grand public, qui profitera de meilleurs soins médicaux et de meilleurs produits pharmaceutiques dans un avenir proche.
La technologie d’interface cerveau-ordinateur est essentielle pour les interactions homme-machine de nouvelle génération et l’intelligence collaborative entre les humains et les machines. Cette technologie est le pilier et la force motrice de l’ingénierie neuronale. Elle analyse le fonctionnement du cerveau humain à partir d’une dimension supérieure. Une interface cerveau-ordinateur forme une voie de communication directe entre le cerveau et un dispositif externe. Elle acquiert, analyse et traduit les signaux du cerveau pour contrôler les machines. À l’avenir, la technologie d’interface cerveau-ordinateur permettra de contrôler les bras robotiques avec plus de précision que jamais et d’aider les patients qui sont pleinement conscients mais ne peuvent pas parler ou bouger à surmonter leurs limitations physiques.
Le développement rapide du cloud computing et la croissance exponentielle de la quantité de données ont imposé des défis de taille au traitement des tâches informatiques, à la maîtrise des coûts de stockage et à la gestion des clusters de calcul lors du traitement traditionnel des données. La gestion et le paramétrage manuels ne permettent pas de traiter des quantités massives de données dans des scénarios diversifiés et compliqués. Par conséquent, l’optimisation automatique du système de gestion des données basée sur l’IA sera inévitablement le meilleur choix pour le traitement des données à l’avenir. L’IA et le machine learning seront adoptés dans divers domaines, tels que la séparation intelligente des données froides et chaudes, la détection des anomalies, la modélisation intelligente, la planification des ressources, le réglage des paramètres, la génération de données de test de stress et la recommandation d’indices. De cette manière, les coûts de calcul, de traitement, de stockage et d’exploitation et d’entretien seront réduits.
Les longs cycles de développement des produits et la faible efficacité de la R&D dans le développement de logiciels traditionnels ont longtemps été une source de difficultés. Les architectures natives du cloud, caractérisées par la distribution, l’évolutivité et la flexibilité, semblent être le remède. Elles permettent aux entreprises d’utiliser et de gérer plus efficacement leurs dispositifs matériels hétérogènes et leurs ressources de cloud computing. Les méthodologies, les outils, les meilleures pratiques, les produits et les techniques du cloud permettent aux développeurs de se concentrer uniquement sur la création de nouvelles applications. À l’avenir, les puces, les plateformes de développement, les applications et même les ordinateurs seront natifs du cloud. Les avantages que les technologies natives du cloud apporteront sont trop nombreux pour être mentionnés. Pour n’en citer que quelques-uns, ces technologies permettent d’abstraire de nombreuses couches de composants d’infrastructure tels que les réseaux, les serveurs et les systèmes d’exploitation, de réduire les coûts informatiques, d’améliorer l’efficacité technologique, de réduire les obstacles au développement d’applications dans le cloud et d’élargir la portée des applications.
L’intelligence industrielle a été principalement utilisée pour répondre à des besoins partiels, car sa mise en œuvre est coûteuse et compliquée, les données du côté de l’offre sont isolées et l’écosystème est immature. Après l’apparition de la COVID-19 au début de 2020, la remarquable résilience de l’économie numérique a attiré l’attention des entreprises, les technologies numériques se sont développées et répandues rapidement, et davantage d’investissements ont été injectés dans la construction de nouvelles infrastructures. Ces facteurs ont permis de dresser un tableau dans lequel nous pouvons voir l’intelligence industrielle passer d’une mise en œuvre ponctuelle à une mise en œuvre à l’échelle de l’industrie. Cela est particulièrement vrai dans les industries manufacturières qui disposent de systèmes informatiques matures. Ces industries comprennent l’automobile, l’électronique grand public, les vêtements de haute qualité, l’acier, le ciment et les industries chimiques. L’intelligence industrielle se développera dans tous les coins et aidera à la prise de décision en boucle fermée dans ces industries. Elle aura un impact à grande échelle, s’appliquant à la chaîne d’approvisionnement, à la production, à la gestion des actifs, à la logistique et aux ventes.
