Croquons le numérique !

Croquons le Numérique est une série de vidéos dessinées produites par le Service Médiation scientifique d’Inria et 3 Petits Points pour expliquer simplement des projets qui font avancer la recherche en sciences du numérique. Chaque épisode met en images un sujet différent avec des illustrations claires et une vulgarisation accessible. Un projet rendu possible grâce à l’ANR (ANR MediaNum).

𝗘́𝗽𝗶𝘀𝗼𝗱𝗲 𝟭 : 𝗘𝗻𝘃𝗼𝘆𝗲𝗿 𝗺𝗼𝗶𝗻𝘀, 𝘃𝗶𝘀𝗲𝗿 𝗺𝗶𝗲𝘂𝘅 !
Comment être sûr qu’un signal sans fil arrive au bon endroit, au bon moment, avec la bonne intensité ?
Pour un appel vidéo, un robot d’usine qui bouge son bras ou un drone qui doit réagir en une fraction de seconde, la moindre erreur peut tout dérégler.
Aujourd’hui, la plupart des signaux sont envoyés dans toutes les directions en même temps. Et ça marche ! Mais… !
Mais c’est très inefficace : beaucoup d’énergie est perdue, et la précision laisse parfois à désirer.
Le projet hashtagDet4all, commencé au Centre Inria d’Université Côte d’Azur par Damien Saucez, a exploré une approche différente.
L’idée est simple à imaginer : Repérer dans quelle direction se situe le récepteur, envoyer le signal seulement là où il faut et ajuster sa puissance selon la distance. Il reste à orchestrer l’arrivée de plusieurs signaux pour qu’ils ne se marchent jamais dessus
Prenons l’exemple d’une usine remplie de robots qui doivent se coordonner au millimètre près. Si un robot reçoit une instruction trop tard, trop tôt ou trop affaiblie, toute la chaîne peut se bloquer.
Avec des signaux mieux dirigés et correctement synchronisés, les gestes sont plus sûrs, plus propres, plus fiables.
Avec les dessins de Nadja Zendejas (insta : hola.nazelo)

▶️Vidéo à découvrir ici : https://lnkd.in/e4nT7mM4

𝐄𝐩𝐢𝐬𝐨𝐝𝐞 𝟐 : 𝐑𝐞𝐥𝐢𝐞𝐫 𝐥𝐞𝐬 𝐝𝐨𝐧𝐧𝐞́𝐞𝐬 𝐝𝐢𝐬𝐩𝐞𝐫𝐬𝐞́𝐞𝐬
Prendre une décision publique, organiser un hôpital ou gérer une exploitation agricole repose sur des données issues de sources, formats et contextes totalement différents.
Et le résultat est qu’elles ne dialoguent pas, donc il est difficile de les exploiter correctement.
Le projet hashtagCQFD, mené par Federico Ulliana à Montpellier au Centre Inria d’Université Côte d’Azur s’attaque à ce problème fondamental.
Imaginez plusieurs îles où chacune possède sa propre langue.
Pour qu’elles puissent enfin communiquer, CQFD construit une grammaire commune.
Il faudra définir un hashtagvocabulaire partagé pour nommer clairement les choses, unifier des données dispersées, puis les croiser afin d’obtenir des informations utiles
Par exemple, en hashtagagriculture, un viticulteur peut chercher quelles plantes associer à sa vigne pour enrichir le sol en azote.
En croisant des données sur les sols, le climat, les espèces végétales et la botanique locale, il déduit des réponses fiables.
Cette approche ouvre la voie à des usages variés : anticiper des inondations, comprendre l’impact des polluants, optimiser la conservation des aliments…
Bref, transformer un puzzle de données en une connaissance claire et exploitable.
Avec les dessins de David Loiseau

▶️Vidéo à découvrir ici : https://lnkd.in/e2zuFdbj

𝐄́𝐩𝐢𝐬𝐨𝐝𝐞 𝟑 : 𝐂𝐚𝐥𝐜𝐮𝐥𝐞𝐫 𝐝𝐞 𝐟𝐚𝐜̧𝐨𝐧 𝐨𝐩𝐭𝐢𝐦𝐚𝐥𝐞 𝐧𝐨𝐬 𝐛𝐞𝐬𝐨𝐢𝐧𝐬 𝐩𝐫𝐢𝐨𝐫𝐢𝐭𝐚𝐢𝐫𝐞𝐬
Dans cette animation, on suit un petit quartier équipé de technologie solaire : certaines maisons envoient des données nettes sur leur batterie, d’autres renvoient des valeurs bruitées ou décalées.
Si le réseau se fiait à ces infos telles quelles, il pourrait envoyer l’électricité au mauvais endroit.
REFINO recroise, corrige et synchronise tout ça pour que l’énergie arrive là où elle est réellement utile.
Ce principe vaut pour la plupart des systèmes numériques :
– une station météo qui envoie des mesures bancales
– un réseau de recharge qui ne sait pas quelles bornes sont vraiment libres
– ou une appli de taxi qui dit qu’il arrive dans 3 min, puis dans 7, finalement dans 12, mais peut-être dans 5 …
Bref : quand les données sont mauvaises, la décision l’est aussi.
Avec les dessins de Jérémie Camus

▶️Vidéo à découvrir ici : https://lnkd.in/eW-gG5St

𝐄́𝐩𝐢𝐬𝐨𝐝𝐞 𝟒 : 𝐎𝐫𝐜𝐡𝐞𝐬𝐭𝐫𝐞𝐫 𝐥𝐞 𝐜𝐨𝐝𝐞 𝐩𝐨𝐮𝐫 𝐞́𝐯𝐢𝐭𝐞𝐫 𝐥𝐞𝐬 𝐛𝐮𝐠𝐬 𝐜𝐫𝐢𝐭𝐢𝐪𝐮𝐞𝐬
Un logiciel peut adopter un très grand nombre de comportements possibles.
Comme un système de routes, certaines mènent à destination en toute sécurité, d’autres peuvent conduire à des situations dangereuses.
Il est pourtant impossible de toutes les explorer une par une.
C’est une limite bien connue en informatique : 𝐨𝐧 𝐧𝐞 𝐩𝐞𝐮𝐭 𝐩𝐚𝐬 𝐭𝐨𝐮𝐭 𝐯𝐞́𝐫𝐢𝐟𝐢𝐞𝐫 𝐚𝐮𝐭𝐨𝐦𝐚𝐭𝐢𝐪𝐮𝐞𝐦𝐞𝐧𝐭.
Le projet VeriAMOS s’appuie sur des méthodes 𝐝’𝐚𝐧𝐚𝐥𝐲𝐬𝐞 𝐬𝐭𝐚𝐭𝐢𝐪𝐮𝐞 pour dépasser cette difficulté.
Plutôt que d’exécuter chaque scénario possible, les chercheurs analysent la structure des logiciels à l’aide de modèles abstraits, afin de repérer les zones à risque.
L’objectif est de renforcer la fiabilité de logiciels utilisés dans des contextes sensibles, notamment les systèmes embarqués, où les erreurs peuvent avoir des conséquences concrètes.
Ces méthodes sont déjà appliquées à des logiciels bien réels, comme FreeRTOS, utilisé dans de nombreux dispositifs électroniques.
Illustrations : Sylvie Forêt.