27 août 2019Compute to CommuteClés, téléphone, portefeuille - vérifiez. Lorsque nous nous déplaçons, la plupart d'entre nous s'appuient sur des applications de navigation telles que Google Maps, Apple Maps ou les applications locales de transport en commun pour améliorer la mobilité urbaine et nous informer sur notre trajet et le temps estimé jusqu'à notre destination. Nous avons accès à des mises à jour en temps réel sur le trafic et les embouteillages par type de transport, les détours recommandés pour éviter le trafic, et les horaires des bus juste au bout de nos doigts. Car aussi bon que soit le podcast que vous écoutez, il y a peu de choses plus frustrantes que juste de rater son bus et d'arriver en retard au travail. Vous êtes-vous déjà demandé comment ces applications pouvaient fonctionner avec une telle précision ?
Les Big Data jouent un grand rôleAu cœur de l'alimentation des applications de navigation visant à améliorer nos trajets quotidiens se trouvent les données. Big Donnée. Par exemple, Google Donnée s'appuie sur des millions de gigaoctets de données pour fonctionner. Les applications ne sont pas les seules concernées. Les capteurs des feux de circulation intelligents, des autoroutes, des panneaux de vitesse, des caméras de rue, des parkings et des lampadaires sont alimentés par des Big Data, surtout dans le monde de la 5G qui se profile à l'horizon. Les capteurs via les applications pour smartphones seront même capables de détecter un trajet anormalement cahoteux pour signaler qu'une route doit être réparée, préservant ainsi la sécurité des conducteurs suivants et réduisant le coût élevé de l'envoi de géomètres sur placeL'avenir des déplacements domicile-travailAvec l'augmentation du trafic, le covoiturage ne peut que se développer et pourrait même remplacer les transports en commun dans certaines régions. L'analyse des données a même permis de découvrir que l'interdiction des virages à gauche peut permettre d'échapper aux contresens et d'économiser des millions de gallons de carburant par an. Grâce à des données plus précises sur le trafic et les transports urbains recueillies le long des principaux axes de déplacement, nous utiliserons moins de véhicules de manière plus efficace. Les voitures autonomes développent une technologie guidée par des capteurs pour déterminer quand le conducteur peut s'asseoir et se détendre et quand il doit prendre le relais. Les taxis volants Uber devraient être déployés à Dubaï et à Dallas d'ici 2020 et développent actuellement une technologie plus silencieuse et une énergie et des émissions plus respectueuses de l'environnement que leurs homologues en voiture. Certains Investisseurs en capital-risque restent les pieds sur terre, s'en tenant à des moyens plus traditionnels pour résoudre le problème du premier et du dernier kilomètre, qui représentent environ 50% du temps de trajet, en améliorant les options d'arrimage des vélos et des scooters et les options sans quai dans les zones métropolitaines.Sommes-nous encore là?Les Big Data recueillent de plus en plus d'informations sur la destination des gens, la façon dont ils s'y rendent, les itinéraires disponibles, ceux qu'ils empruntent et les véhicules qu'ils utilisent pour s'y rendre. La capacité et la volonté des citadins de s'adapter à la progression du big data dans la technologie des déplacements domicile-travail auront un impact considérable sur la vitesse à laquelle les améliorations des déplacements domicile-travail seront pleinement intégrées. Une grande partie des progrès de la technologie des navettes tourne autour des capteurs et de la surveillance pour assurer la sécurité et, dans le cas de la voiture autonome, la sécurité dépend de la précision des données des capteurs.Le moteur derrière les Big DataGoogle Maps utilise à lui seul des pétaoctets de données donc, comme vous pouvez l'imaginer, la quantité de données pour toutes les applis de navigation et les données des capteurs est massive. Les data centers et le clouds sont au cœur de l'utilité de ce tsunami de données. L'infrastructure hébergeant toutes ces données doit être résiliente, sécurisée et évolutive pour continuer à suivre les données produites par les navetteurs, les satellites et les capteurs et appareils IoT. Dans le prolongement des data centers centralisés, les stratégies d'Edge computing permettront de traiter et de transférer les données au plus près des appareils IoT, ce qui diminuera considérablement la latence.En ce qui concerne l'analyse et l'optimisation des Big Data, l'apprentissage automatique (ML) joue un rôle énorme pour transformer ces données en quelque chose d'utile. Les algorithmes de ML peuvent effectuer des ajustements automatiques en temps réel et identifier des modèles, tout en prenant des décisions avec peu ou pas d'intervention humaine. Par exemple, votre voiture autonome peut être en mesure d'ajuster automatiquement votre itinéraire pour vous rendre au travail en fonction du changement de temps ou d'un récent accident de voiture qui provoque un embouteillage.Here Comes the CloudLe big data s'accompagne de grandes responsabilités. Le Clouds apporte une solution à la complexité inhérente au traitement de quantités massives de données. Les gros volumes de données nécessitent une plus grande puissance de traitement et la capacité d'évoluer rapidement. Heureusement, les services cloudEn fin de compte, les services clouds permettent de passer moins de temps sur les aspects techniques de l'environnement informatique d'une organisation, ce qui signifie que l'on peut consacrer plus de temps à la création de perspectives exploitables à partir d'analyses de big data en temps réel. C'est extrêmement important pour offrir la meilleure expérience utilisateur et assurer la sécurité des personnes qui font la navette lorsque des choses comme les voitures sans conducteur et les feux de circulation intelligents entrent dans un paysage de "villes intelligentes" plus connecté.Big Data, Big OpportunitiesSi la technologie n'a pas été en mesure d'éliminer complètement le trafic ou d'accélérer le métro, elle a amélioré la façon dont nous nous déplaçons et faisons la navette tous les jours grâce aux Big Data et au clouds. Que nous nous rendions au travail en scooter ou que nos voitures finissent par nous conduire elles-mêmes à travers le Pays, les données et leur traitement continueront d'être une épine dorsale essentielle pour rendre nos déplacements plus sûrs et plus efficaces.
FR (FR)
