AFTERWORK Intelligence artificielle distribuée d’inspiration physique : y-a-t-il une autre voie que l’apprentissage profond pour le contrôle et le management de systèmes cyber-physiques ?

Les systèmes cyber-physiques peuvent être définis comme des systèmes composés d’éléments informatiques et d’éléments physiques interagissant et collaborant pour assurer un ensemble de fonctions dans un domaine opérationnel

donné. Ils peuvent être perçus comme une évolution des systèmes embarqués se focalisant davantage sur les aspects informatiques que sur les aspects physiques. Actuellement présents dans de nombreux domaines, et en particulier dans le domaine de l’automobile autonome, le contrôle et le management de tels systèmes est un défi scientifique et technique de par la multitude des interactions liant leurs composants. Parmi les approches utilisées, les algorithmes d’intelligence artificielle, et en particulier d’apprentissage profond, sont les plus répandues. Cependant, d’autres solutions, se focalisant davantage sur la faculté d’adaptation, commencent à être développées particulièrement dans le domaine du véhicule autonome et des systèmes d’aide à la conduite.