Réalité augmentée, brouillard et vision

La conférence d’un chercheur universitaire lundi au Fog World Congress de San Francisco a montré à la fois les limites des structures informatiques distribuées et leur importance cruciale pour les futures mises en œuvre de l’IdO et de la réalité augmentée.

Les travaux récents de Mme Maria Gorlatova se sont concentrés sur l’étude de l’architecture de brouillard et de bord, en particulier de la manière dont des méthodes particulières d’architecture de ces systèmes peuvent affecter le temps de réponse et le temps de réponse. Elle étudie les différences entre les systèmes sur le campus et en dehors du campus, qui ont différents points d’exécution, ce qui semble être la manière académique de dire «où le travail informatique est effectué».

La différence entre le cloud – une architecture hautement centralisée – et le « brouillard computing », terme actuellement utilisé par l’industrie pour les systèmes qui ont la nature abstraite du cloud, mais font leur travail réel beaucoup plus près du point final que les centres de données lointains du cloud – est immense. Le brouillard et son proche cousin Edge computing sont des alternatives utiles à l’architecture cloud.

«Fondamentalement, nos nouveaux appareils générant un trafic à bande passante élevée et des données à haut volume et à grande vitesse ne peuvent tout simplement pas se permettre de transférer toutes les données vers un concentrateur centralisé à des fins de traitement», a déclaré Gorlatova.

Certains des compromis, a-t-elle dit, sont déjà assez connus. Par exemple, de nombreuses tâches peu exigeantes du point de vue informatique ou réseau sont mieux exécutées à la périphérie, mais les avantages en termes de latence sont compensés par les capacités informatiques plus puissantes du cloud pour des tâches plus complexes.

«Lorsque la tâche est petite, le temps de réponse est dominé par le temps de communication et le temps de communication est beaucoup plus court pour les systèmes de périphérie», a-t-elle déclaré. «Une fois que vous parlez de tâches plus importantes, cependant, il y a plus de ressources dans le cloud. Le temps de calcul devient donc un composant essentiel du temps de réponse et la connexion au cloud sera plus rapide que la périphérie.»

« Nous avons également constaté que les connexions au cloud étaient beaucoup plus rapides sur les campus que dans les zones résidentielles voisines, et c’est bien connu – les connexions des campus au cloud sont optimisées. »

C’est un point important pour les chercheurs universitaires, a-t-elle noté. Les tests de systèmes dans des zones où les connexions réseau optimisées d’un laboratoire universitaire pourraient ne pas être optimisées donnent des résultats beaucoup plus applicables aux défis du monde réel auxquels sont confrontées les entreprises.

La complexité de ces systèmes les rend difficiles à étudier, selon le Dr Gorlatova. Chacune est suffisamment différente pour qu’il soit difficile de tirer des généralisations sur l’effet d’une architecture sur le temps de réponse sans suffisamment de points de données.

Réalité augmentée sécurisée et réactive

Certaines des leçons tirées de cette recherche peuvent sembler aller de soi, mais elles ont des implications très diverses. L’exemple de Gorlatova était le problème de sécurité posé par de mauvais acteurs influençant les systèmes de réalité augmentée – par exemple, en créant des hologrammes immenses et intrusifs qui bloquaient la vision du monde réel par un utilisateur, créant ainsi des problèmes de sécurité potentiellement graves.

La réalité augmentée peut être éducative, utile pour les entreprises et devrait devenir une technologie grand public, a déclaré Gorlatova, dès que les casques deviennent plus petits et plus utilisables et que les applications deviennent légèrement plus sophistiquées.

«C’est exactement là que le brouillard entrerait, car le brouillard peut très certainement résoudre tous ces problèmes», a-t-elle déclaré.

Les solutions au problème de blocage de la vision, qui a été décrit pour la première fois il y a un an, sont centrées sur des recommandations politiques fixes, qui doivent être mises en œuvre manuellement par des êtres humains. En appliquant l’apprentissage automatique au problème, cependant, un système AR pourrait être appris à reconnaître les hologrammes lorsque ceux-ci gênent la vue d’un utilisateur et à les écarter ou à les rendre transparents.

«Globalement, ce niveau d’intelligence dans les systèmes de RA est au-delà de ce dont sont capables les systèmes de RA actuels», a-t-elle déclaré. « Et nous explorons activement plusieurs façons de le résoudre. »

«Fog offre un point de contrainte naturel pour la réduction des ressources consommées sur les nœuds mobiles dans des environnements multi-utilisateurs, ainsi qu’un point naturel pour rendre ces expériences plus intelligentes.» Elle et son équipe travaillent actuellement sur un déploiement pilote basé sur le brouillard pour des applications sécurisées. , réactif AR sur le campus de Duke, et espère avoir un système en place au début de l’année prochaine.

Previous Article
Next Article

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Abonnez-vous à notre newsletter

Twitter