Définition des qualités des cyberressources

Les qualités des cyberressources sont développées et mesurées au sein de modèles logiciels. La norme ISO/IEC 25010, détaillée dans ISO/IEC 25002:2024,1 détaille différents modèles de qualité logicielle et de « qualités non fonctionnelles ». Cette norme vise à fournir des lignes directrices pour la création de logiciels et de systèmes de haute qualité. Une suite de normes ISO se concentre sur la qualité du développement de logiciels et de systèmes, aidant à identifier les caractéristiques de qualité qui guident le développement des exigences fonctionnelles et non fonctionnelles.

De plus, des cadriciels comme OMA RM, OMAGuide et TOGAF TRM guident ces exigences en créant une taxonomie des qualités de service. Cela étend la mise en œuvre des différentes « qualités non fonctionnelles » qu'un système peut supporter. Les spécifications fonctionnelles peuvent être classées en catégories (Tableau 14.1).

La définition des exigences du système en « qualités non fonctionnelles » incombe au développeur/architecte d'assurer la sécurité du système. Cela peut sembler intimidant, mais tout système peut être décomposé en exigences fonctionnelles et non fonctionnelles. Un TRM prend en charge et maintient les « qualités non fonctionnelles » tout en garantissant que la politique de sécurité de l'information (information security) peut être appliquée. Pour ce faire, le TRM se concentre sur quatre qualités de service : la disponibilité, l'assurance, l'utilisabilité et l'adaptabilité (Tableau 14.2).

Ces domaines de qualité et les catégories de « qualités non fonctionnelles (ilities) » fournissent une voie et une direction pour les cyberressources.

Mesure des qualités des cyberressources

TOGAF recommande de combiner des méthodologies quantitatives et qualitatives pour mesurer un système et fournit plusieurs techniques d'évaluation de la qualité. L'architecte de systèmes doit créer des plans d'évaluation pour s'assurer que toutes les exigences fonctionnelles et non fonctionnelles sont satisfaites et testées, en s'alignant sur le cadriciel. Cette méthodologie vérifie si les exigences sont satisfaites et évalue dans quelle mesure les exigences atteignent leur objectif. D'autres modèles, comme les CIS Critical Controls,2 peuvent être utilisés pour tester la conformité aux politiques et aux exigences.

Une approche importante pour tester les qualités des ressources consiste à enregistrer les tests effectués et à analyser continuellement les changements du système. Cela aide à évaluer la maintenabilité (maintainability), la capacité de survie (survivability) et la performance. Le modèle de développement d'architecture de TOGAF3, centre les exigences autour du processus de développement.

Figure 14.5 Le TOGAF ADM est une norme pour aider les entreprises à identifier les étapes des différentes activités et les intrants requis pour développer une architecture. (source : modification de « TOGAF ADM » par Stephen Marley/NASA/SCI, Domaine public)

Pour évaluer la qualité d'une architecture de plateforme/solution, TOGAF recommande d'utiliser une combinaison de méthodes quantitatives et qualitatives. Les méthodes quantitatives mesurent la performance par rapport à des scénarios d'attributs de qualité, tandis que les méthodes qualitatives examinent l'architecture par rapport aux bonnes pratiques, principes, normes et lignes direct directrices. TOGAF fournit plusieurs outils et techniques pour l'évaluation de la qualité, notamment les suivants :

• examen de conformité architecturale pour vérifier l'alignement avec les normes et politiques d'architecture d'entreprise
• évaluation de la maturité architecturale pour mesurer le niveau de maturité basé sur un modèle ou un cadriciel prédéfini
• évaluation de la capacité architecturale pour mesurer la capacité d'une organisation à livrer et gérer une architecture basée sur un modèle ou un cadriciel prédéfini
• analyse des compromis architecturaux pour comparer et équilibrer les compromis entre différents attributs de qualité et alternatives de conception

Pour améliorer la qualité d'une architecture de plateforme/solution, TOGAF recommande un cycle d'amélioration continue : planifier, faire, vérifier et agir. Dans l'étape de planification, définir et convenir des objectifs, critères et métriques de qualité. Dans l'étape de réalisation, exécuter et documenter les activités, tâches et responsabilités de qualité. Les résultats, les résultats et les retours de qualité sont collectés et analysés dans l'étape de vérification. Les problèmes, lacunes et opportunités de qualité sont abordés et résolus dans l'étape d'action.

Pour assurer l'acceptation et l'adoption d'une architecture de plateforme/solution, TOGAF met l'accent sur la communication de qualité. TOGAF fournit divers outils et techniques, tels que les vues d'architecture, les points de vue, les modèles et la documentation. Les vues d'architecture représentent un sous-ensemble de l'architecture, qui se concentre sur un attribut de qualité ou une préoccupation spécifique. Les points de vue d'architecture spécifient les conventions et les règles pour créer et utiliser une vue d'architecture, tandis que les modèles d'architecture sont des descriptions formelles ou informelles d'un aspect de l'architecture. Enfin, la documentation d'architecture recueille les artefacts qui capturent et transmettent des informations sur l'architecture et les décisions.

La mesure des cyberressources est un processus en couches. N'oubliez pas que, selon les méthodologies de développement responsable d'IBM, l'assurance qualité doit être effectuée à toutes les étapes du développement, et pas seulement à la fin. Le respect de ces étapes aboutit à un système incrémental avec des vérifications et des contrôles appropriés à des fins de sécurité.

Défis de qualité de la plateforme web ouverte

L'initiative Open Web Platform a été conçue pour offrir des technologies libres de droits pour les plateformes web.5 Son objectif était de fournir une base de services et de capacités pour le développement d'applications web/mobiles, comme illustré à la Figure 14.6. En utilisant l'OWP, tout le monde peut implémenter une solution web ou mobile sans nécessiter d'approbations ou de frais de licence et en maximisant l'utilisabilité et l'accessibilité.

Figure 14.6 Les caractéristiques fondamentales des solutions OWP permettent à quiconque d'implémenter une solution web ou mobile sans licence. (source : Copyright Rice University, OpenStax, sous licence CC BY 4.0)

Les qualités cyber de ces technologies sont continuellement évaluées. Les gens veulent des applications web gratuites, faciles à utiliser, performantes, sécurisées (toujours une réflexion après coup), compatibles avec leur technologie actuelle et, surtout, qui restent gratuites et ouvertes au public. La sécurité joue un rôle important dans l'adoption, et la facilité d'utilisation est souvent un défi. La mesure de sécurité la plus simple, restreindre l'accès au système, n'est pas réalisable si les entreprises veulent interagir avec le monde. Plusieurs entreprises, comme Meta, utilisent une interface fonctionnelle limitée appelée approche en jardin clos (walled garden approach), qui limite l'ouverture et empêche les utilisateurs d'accéder à une plateforme. Cette approche va à l'encontre de l'esprit de l'OWP. Les plateformes web ouvertes comme WordPress et Drupal offrent une conception web conviviale grâce à des cadriciels de création de pages web par glisser-déposer. Cependant, les mises à jour de ces technologies peuvent casser d'autres zones ou perturber la compatibilité avec d'autres progiciels web ouverts. Pour atténuer cela, les particuliers et les entreprises adoptent l'approche en jardin clos pour les applications web, limitant les contrôles et les plug-ins, et le développeur peut incorporer ses propres mesures de sécurité HTML.

L'approche en jardin clos va à l'encontre des principes de l'OWP. Le concept d'« ouverture » souhaite que la technologie soit libre et interopérable. Donner aux individus un sous-ensemble de technologies et les forcer à n'utiliser que ces technologies diminue la puissance et l'extensibilité d'Internet.

Défis de qualité des solutions web/mobiles modernes

Le World Wide Web exige un accès 24h/24 et 7j/7, car les utilisateurs s'attendent à une disponibilité constante. Des entreprises comme Amazon ont placé la barre très haut en matière de qualité de service et de rapidité de livraison d'un produit acheté sur le Web à une résidence. Les smartphones et l'IoT ont fourni de nouveaux modèles d'accès aux services et aux biens. Quels défis cela pose-t-il ?

• Gestion des comptes : Les utilisateurs ont de nombreux comptes en ligne, nécessitant des mots de passe (passwords) uniques et forts pour chacun. Une étude de Colorlib en mai 2023 a révélé que la personne moyenne possède 100 comptes nécessitant des mots de passe, contre 70 à 80 en 2022.6 Cette croissance souligne le défi de la gestion d'une technologie diverse et croissante.
• Pénurie de main-d'œuvre : Il y a une pénurie de professionnels qualifiés. L'enseignement supérieur et des entreprises comme Microsoft, CompTIA et CISCO proposent des certifications pour préparer les travailleurs, mais les étudiants sans expérience industrielle ont du mal à trouver des emplois adaptés, et les postes de débutant sont limités.
• Paysage des menaces : La croissance rapide des plateformes web et de la technologie augmente les défis de sécurité. L'utilisation de la technologie infonuagique et des appareils IoT introduit de nouvelles vulnérabilités. Des entreprises comme Microsoft investissent massivement dans des programmes de formation et des certifications, en particulier pour la sécurisation des plateformes web Azure.

Défis de qualité des plateformes en jardin clos modernes

Le principal défi pour les plateformes en jardin clos est l'interopérabilité (interoperability). Par exemple, WordPress propose plus de 59 000 plug-ins. Bien que ces plug-ins permettent la personnalisation, seuls des changements cosmétiques sont généralement possibles. Cela permet de maintenir la sécurité dans une approche en jardin clos. Les plug-ins sont testés pour les problèmes de sécurité avant d'être ajoutés à une bibliothèque. Cependant, l'utilisation de plug-ins d'une manière non prévue peut créer des vulnérabilités. L'utilisation de plug-ins de manière non testée va à l'encontre des pratiques de codage responsable d'IBM. Des questions doivent alors être posées, telles que : qui est responsable de l'utilisation abusive ? Qui est responsable de la mise à jour des plug-ins pour les nouveaux problèmes de sécurité ? Et enfin, qui est responsable de la suppression des plug-ins obsolètes, dont la fonctionnalité ne fonctionne plus avec la technologie actuelle ?

L'utilisation de cadriciels pour évaluer le bon développement des sites web et du contenu devrait être une exigence pour les programmeurs web. Un contenu non sécurisé met les utilisateurs en danger. Les cadriciels de sécurité, les plans et les approches en jardin clos peuvent améliorer la sécurité des plateformes web. Cependant, cela nécessite des développeurs qualifiés et des ressources disponibles.

Défis de qualité de la virtualisation matérielle

De nombreuses implémentations centrées sur le nuage utilisent la virtualisation matérielle ou logicielle. Les défis de la virtualisation matérielle sont liés aux problèmes de compatibilité et aux mises à jour constantes, entraînant souvent une perte de performance lors de la mise en œuvre d'une approche virtualisée pour des raisons d'économie. Des fournisseurs comme Amazon, Google et Microsoft offrent des options de virtualisation matérielle qui améliorent généralement l'efficacité, la flexibilité, l'extensibilité et la sécurité. Cependant, une grande préoccupation avec les solutions infonuagiques virtualisées est que la disponibilité des ressources s'accompagne de processus supplémentaires. Les utilisateurs ayant besoin d'accéder à leurs données et informations doivent naviguer dans des interfaces complexes qui offrent des approches cloisonnées à la conception web. Cela limite les fonctionnalités, et comme de nombreuses organisations décident d'héberger elles-mêmes leurs solutions infonuagiques, cela entraîne de nouveaux défis en matière de coût, d'assurance, de confidentialité (privacy) des données et de sécurité.

Lors de l'utilisation de solutions de virtualisation avec le TRM, la disponibilité et la gérabilité sont des préoccupations clés pour les utilisateurs. Une mauvaise performance et un matériel obsolète peuvent entraîner une responsabilité pour une organisation. Des systèmes redondants sont nécessaires pour la maintenance et les mises à niveau, car il y a des moments où un système est vulnérable et non disponible. C'est là que les solutions virtualisées peuvent aider. Il est facile de lancer une troisième instance d'une virtualisation centrée sur le nuage et d'effectuer les mises à niveau matérielles nécessaires dans le premier système de sauvegarde, puis dans le système de production. Pendant que le système de sauvegarde est arrêté pour les mises à niveau matérielles, la sauvegarde virtualisée couvre tous les problèmes de sécurité nécessaires. Une fois les serveurs mis à niveau, une image entière est copiée du serveur principal vers le serveur de sauvegarde. Ensuite, le serveur de sauvegarde devient le serveur principal avec une solution de sauvegarde virtualisée, et le serveur principal d'origine peut ensuite être mis à niveau pour devenir le nouveau serveur de sauvegarde.

Pendant cette mise à jour matérielle, la mise en œuvre du TRM devient importante. Les informations doivent rester disponibles tout au long du processus. Si le matériel défectueux est laissé dans les systèmes, des erreurs ou des pannes peuvent survenir. Ensuite, les vulnérabilités connues sont identifiées dans les configurations matérielles, et le processus de mise à niveau matérielle doit être mis en œuvre.

Les solutions virtualisées nécessitent une surveillance constante. Les réseaux locaux virtuels (virtual local area networks) de modélisation de réseau doivent toujours être surveillés pour l'équilibrage de charge. Un réseau local virtuel (VLAN) (virtual local area network (VLAN)) est un outil pour connecter des appareils et des nœuds de divers LAN. Les calculs et estimations de stockage doivent être constamment effectués pour s'assurer que les mises à niveau devancent tout problème. La gérabilité et la maintenabilité sont des défis constants, y compris les ressources matérielles et humaines. La formation des travailleurs aux nouveaux logiciels est coûteuse et prend du temps, ce qui entraîne des opportunités minimales d'apprentissage sur le tas et d'éventuelles failles de sécurité. Les procédures de sécurité sont souvent ignorées par souci de temps. En conséquence, de nombreuses entreprises recherchent des systèmes centrés sur le nuage pour éviter ces problèmes.

Défis de qualité des plateformes de gestion de conteneurs

Un conteneur (container) est un paquet léger qui regroupe des applications pour former une solution à des problèmes spécifiques. Lors de l'application du TRM aux conteneurs (containers), l'utilisabilité et la facilité d'utilisation sont des défis majeurs pour les plateformes web/mobiles et infonuagiques. Les conteneurs simplifient le développement, le déploiement et la gestion dans des environnements complexes, offrant une solution rapide pour charger des fonctionnalités sans se soucier du système d'exploitation. Avec un conteneur, le développeur est limité au système d'exploitation pour lequel le paquet a été développé. Bien que cela semble être un défi, cela offre sécurité et adaptabilité (adaptability). Les conteneurs sont construits à des fins d'application spécifiques. Ils sont souvent appelés conteneurs de support de solution d'entreprise. Kubernetes inclut la prise en charge de l'équilibrage de charge, du déploiement de correctifs, de la gestion de la configuration et de l'orchestration du stockage. Les alternatives incluent Docker Swarm, Apache Mesos et des solutions infonuagiques telles que les conteneurs Azure.

Une gestion efficace des conteneurs bénéficie du TRM de plusieurs manières. L'utilisabilité et la facilité d'utilisation ainsi que la qualité des plateformes web/mobiles incluent plusieurs approches qui aident l'utilisateur et le développeur à gérer et à construire le système.

• Facilité de configuration : Le système de gestion fournit un système de glisser-déposer pour l'ordonnancement, la maintenance du stockage et la surveillance du système.
• Administration améliorée : Il simplifie la gestion informatique, permettant aux administrateurs de se concentrer sur d'autres tâches.
• Automatisation : Il automatise un nombre quelconque de processus et effectue un équilibrage de charge automatique.
• Vérifications continues de l'état : La création de rapports et la journalisation sont essentielles pour la gestion des conteneurs et permettent à un administrateur de faire son travail efficacement.
• Gestion des changements : Il conserve un journal détaillé des changements des paquets. Cela permet de résoudre les problèmes résultant des mises à niveau d'anciens paquets.

L'utilisation du TRM pour maintenir l'alignement de la gestion des conteneurs avec les « qualités non fonctionnelles (ilities) » est une préoccupation majeure. Chaque aspect du TRM peut être appliqué aux plateformes de gestion de conteneurs. Il est recommandé que lorsque le TRM est utilisé pour évaluer les systèmes de gestion, le développeur pense à incorporer une ressource externe comme les CIS Critical Security Controls pour aider à déterminer le niveau de conformité nécessaire pour le contrôle donné. Globalement, la gestion des conteneurs peut grandement aider une organisation cherchant à accélérer son temps de développement et l'interopérabilité (interoperability) entre les systèmes.

Défis de qualité de la plateforme d'analytique des mégadonnées en tant que service (PaaS)

Dans notre pyramide de développement, où les plateformes centrées sur le nuage sont au sommet, l'analytique des mégadonnées et du nuage forme un parapluie englobant. Le processus d'analyse de ces données pour trouver des corrélations et des tendances qui peuvent être utilisées pour la prise de décision est appelé analytique des mégadonnées. L'intégration de l'aspect plateforme en tant que service (PaaS) pour l'analytique des mégadonnées fournit un environnement de développement basé sur le nuage qui peut résoudre de nombreux problèmes de développement et offre des méthodes pour analyser et améliorer la performance du système.

Un grand défi avec l'analytique des données du point de vue du TRM est le temps. Il faut du temps pour analyser correctement les données collectées afin de prendre des décisions commerciales éclairées. Les mégadonnées n'aident la gestion de l'information que lorsque les données sont converties en informations en temps voulu. Bien que les fournisseurs de services infonuagiques fassent de leur mieux pour offrir un service client 24h/24 et 7j/7, des problèmes surviennent lorsque des tiers et des conteneurs sont introduits. Les données peuvent ne pas être immédiatement disponibles auprès des fournisseurs tiers, ou ils peuvent ne pas vouloir partager leurs données. Il est important d'avoir des accords clairs avec les tiers sur les données qui seront partagées et celles qui ne le seront pas.

Un deuxième défi avec les solutions de mégadonnées est la collecte de données erronées. Par exemple, les fichiers journaux de pare-feu peuvent enregistrer les horodatages des tentatives d'accès aux adresses IP externes, mais si le pare-feu ne tient pas compte des conversions IPv4 vers IPv6, certaines données d'adresses IP pourraient être perdues. Si le pare-feu ne gère que l'IPv4 et que l'attaquant utilise l'IPv6, les fichiers journaux peuvent être mal formatés, ce qui entraîne une analyse de données incorrecte ou incomplète.

Un troisième défi pour l'analyse des données et le PaaS est la bande passante. Une analyse correcte des données nécessite de grandes quantités de puissance de calcul et de matériel, ce qui ralentit les communications réseau pendant la transmission des données. Le stockage est un autre problème, car l'analyse de plusieurs jours de données nécessite des emplacements de stockage supplémentaires, ce qui conduit souvent à des solutions de stockage infonuagique et virtualisées. Des entreprises comme Google génèrent des revenus en effectuant des analyses de mégadonnées et en vendant leurs découvertes à des entreprises pour des stratégies de marketing. La gestion de plus de 1,8 milliard de comptes Google avec un disque de stockage infonuagique « gratuit » de 10 Go nécessite une virtualisation et un plan de sécurité étendu.

Un accord de niveau de service doit être établi lorsque les clients concluent des accords avec des plateformes PaaS. Le SLA décrit les services que la plateforme fournit. Les entreprises peuvent estimer la croissance et les besoins de leur organisation à l'aide des SLA. Cependant, les SLA ne sont pas couverts par le TRM, et comme ce ne sont pas de véritables « qualités non fonctionnelles (ilities) », ils peuvent ne pas inclure d'éléments exploitables. Cela signifie que les SLA sont des actions « au cas où ». Par exemple, s'il y a une violation de données, cela se produira, rendant le SLA réactif plutôt que proactif. Le TRM vise à prévenir les problèmes avant qu'ils ne surviennent. Les SLA sont critiqués pour leur manque d'assurance et de protections de la confidentialité (privacy), car les violations de données peuvent mettre les informations des utilisateurs en danger. Cela souligne l'importance de la confiance, qui, bien que non directement mentionnée dans le TRM, est abordée de nombreuses manières implicites dans différentes « qualités non fonctionnelles ».

La confiance dans tout système de prestation de services a une faible marge d'erreur. Une relation de confiance est établie lorsque les consommateurs confient leurs informations à une entreprise. Pour renforcer cette confiance, les entreprises devraient avoir des politiques de sécurité de l'information (information security) détaillant les pratiques de sécurité des données. Cependant, les méthodes exactes ne devraient pas être divulguées pour éviter de donner aux pirates des informations utiles. La relation de confiance vise à ce que le consommateur se sente en sécurité et, par conséquent, à augmenter sa facilité d'utilisation du système. Cette confiance peut être une mesure précieuse pour évaluer la qualité en fonction de la satisfaction du client.

Défis de qualité de la plateforme IoT en tant que service (PaaS) infonuagique

Plus tôt, nous avons comparé la technologie à une course d'un mile, l'IoT représentant les dix dernières étapes. Chaque avancée technologique a conduit à l'IoT, car les consommateurs veulent plus de puissance et un accès plus rapide à l'information. Ils sont insatisfaits lorsque les entreprises ne fournissent pas l'information rapidement et efficacement. L'IoT infonuagique, en tant que PaaS, présente plus de défis que cette petite section du livre ne peut en couvrir. Pour commencer, le plus grand défi de l'IoT est l'extensibilité (scalability). Le développement rapide des appareils portables, des appareils intelligents, des voitures intelligentes, des appareils électroménagers et de l'intelligence artificielle suggère qu'il n'y a pas de fin à cette croissance. Par conséquent, l'extensibilité de l'IoT est de plus en plus difficile à gérer.

Si l'extensibilité est hors de contrôle, il est généralement le cas que la sécurité est hors de contrôle. La plupart des « qualités non fonctionnelles » du TRM rencontrent des défis avec l'IoT. Avoir un plan de sécurité de qualité pour chaque appareil IoT tiers possible n'est pas réalisable et il suffit d'analyser la performance des technologies Bluetooth et Wi-Fi sous-jacentes. Développer des moyens meilleurs et plus solides pour sécuriser les communications entre les appareils serait une excellente première étape. Il y aura toujours un problème avec les pirates qui capturent les données transmises sans fil.

Le prochain défi pour l'IoT en tant que PaaS est le stockage. Où sont stockées toutes les données capturées ? Les appareils Apple sont stockés dans leur iCloud, mais d'autres entreprises sont confrontées à des problèmes de sécurité avec les données stockées. Considérez les données qui sont laissées sur un appareil qui n'est plus utilisé. Les bonnes pratiques pour l'élimination des disques durs d'ordinateur et autres dispositifs de stockage ne s'appliquent pas toujours aux appareils IoT et aux smartphones. Nous avons créé des réglementations comme le Règlement général sur la protection des données (GDPR) et le California Consumer Privacy Act pour répondre aux préoccupations découlant des situations de stockage IoT.

L'interopérabilité (Interoperability) est un défi majeur avec les appareils IoT, compte tenu des vastes types d'appareils et de méthodes de communication. La sécurisation des données biométriques est une préoccupation constante, et le piratage des systèmes de surveillance domestique avec des appareils IoT pose des risques de sécurité importants. Étant donné que la plupart des appareils IoT dépendent du Wi-Fi, il est nécessaire d'améliorer les efforts d'interopérabilité et la sécurité des communications sans fil. Les services centrés sur le nuage sont une autre préoccupation, car tous les appareils IoT font partie de la technologie infonuagique. Le développement d'interfaces pour les appareils IoT est également difficile en raison de la nécessité de tenir compte des différences culturelles et linguistiques.

Défis de qualité de la plateforme de robotique infonuagique en tant que service (PaaS)

La robotique infonuagique PaaS fusionne deux domaines difficiles : l'informatique en nuage et les robots. La robotique a été confrontée à des défis de développement, en particulier dans le traitement du langage naturel, pour aider les robots à effectuer des actions et à communiquer avec les utilisateurs. Cela est souvent perçu comme un monde futuriste où les robots gèrent les opérations quotidiennes, réduisant le besoin de main-d'œuvre humaine. Cependant, le coût élevé de la robotique reste un obstacle. L'IA continue d'évoluer, poussant les industries à l'utiliser pour améliorer la production et les services. En tant qu'humains, nous devons réorienter nos compétences pour « former » les robots à faire notre travail.

La robotique infonuagique est la prochaine étape de l'évolution de la robotique standard. Traditionnellement, les robots exécutent des algorithmes préchargés, prenant des décisions basées sur des résultats prédéterminés. Cependant, avec les plateformes de robotique infonuagique, les robots utilisent l'analyse des mégadonnées pour prendre des décisions plus éclairées. En tirant parti de la puissance des données infonuagiques et des vitesses de traitement rapides, ils peuvent approcher la « pensée » pour analyser un problème ou une tâche. Cela ne doit pas être confondu avec l'automatisation. L'automatisation traditionnelle implique que les robots remplacent les emplois ou les tâches humaines. L'automatisation est une réponse programmée avec des entrées et des décisions limitées. La robotique infonuagique PaaS, en revanche, permet des entrées plus étendues et un éventail plus large de décisions. Cela améliore les capacités de prise de décision des robots grâce à des algorithmes avancés.

Le TRM a une faible applicabilité à la robotique, les considérations clés étant la sécurité et la connectivité. Les caméras robotiques et autres appareils doivent transmettre leurs données pour traitement, rendant la connectivité aux plateformes infonuagiques essentielle. Une transmission de données fiable et à haute vitesse est essentielle à la robotique infonuagique, soulevant des préoccupations concernant les pannes de réseau. Les robots pourraient cesser de fonctionner sans données entrantes, et la latence ou les paquets de données corrompus peuvent altérer le fonctionnement.

La robotique infonuagique partage de nombreux défis avec la mise en réseau simple, mais le problème est que la robotique peut avoir un rôle plus important qu'une plateforme informatique. Si les robots n'obtiennent pas les entrées nécessaires, ils peuvent être incapables d'effectuer les tâches fonctionnelles. Par exemple, si un drone robotique voyageant au-dessus d'une chaîne de montagnes perd la communication alors qu'il recherche des randonneurs perdus au-dessus d'une chaîne de montagnes. Dans ce cas, il pourrait s'écraser sans sa capacité à transmettre et à recevoir des données. Le drone ne peut recevoir aucune commande de vol et s'écraserait au sol. Les protocoles de sécurité sont essentiels, comme le maintien en vol stationnaire jusqu'à ce que la communication soit rétablie ou que la batterie se décharge. Bien que ces problèmes de connectivité ne soient pas nouveaux, le contexte a changé. Auparavant, ce scénario aurait impliqué un hélicoptère ou un avion pour la recherche, mais il est plus coûteux de faire voler un avion pour rechercher des randonneurs perdus qu'un drone. La connectivité reste un défi persistant pour tout système dépendant des communications à distance.

Défis de qualité de la plateforme de modélisation 3D des écosystèmes intelligents

Les écosystèmes qui intègrent la modélisation 3D sont confrontés à de nombreux défis différents. Pour appliquer le modèle de référence TOGAF au problème, toutes les qualités préoccupantes sont les suivantes :

• Graphiques et images : L'informatique en nuage a fourni un support de stockage pour les graphiques et les images, mais la qualité des images basée sur leur résolution est un défi. Pour les plateformes RA/RV, les images doivent être de haute résolution, ce qui entraîne plus de stockage et des taux de transmission plus faibles.
• Gestion des données : La quantité pure de données pour créer la modélisation 3D est immense. Les données collectées pour que la RA/RV réussisse nécessitent plus de stockage et de mémoire dans les machines. Les connexions Internet les plus rapides sont nécessaires pour les transmissions de données, et des procédures d'archivage doivent être mises en œuvre pour la durée de vie du système de données.
• Échange de données : Comme pour la gestion des données, l'échange de données est aux prises avec les vitesses de transmission des grands modèles 3D et le matériel physique trouvé dans les différentes plateformes de systèmes RA/RV. Puisqu'aucune plateforme compliquée n'est requise, l'échange de données doit être universel.
• Interface utilisateur : Ceci est associé aux graphiques et aux images, mais il y a un aspect qui est un défi différent. La facilité d'utilisation est un défi avec la modélisation 3D. L'interface utilisateur doit être transparente pour que la RA/RV fonctionne correctement. L'utilisateur doit pouvoir interagir avec des objets rendus de manière appropriée, et l'interface utilisateur doit être réaliste.
• Opérations internationales : Ce domaine est un défi sérieux avec la modélisation 3D, et il se présente sous la forme du symbolisme et du codage couleur. Dans différents pays et différentes cultures, les symboles ont des significations différentes. Avec la modélisation 3D, où chaque pays du monde interagit avec le métavers, tous les logiciels doivent être interopérables. Chaque pays impliqué dans le métavers aura des normes de stockage et de sécurité des données différentes.
• Localisation et répertoire : Travailler avec la gestion des données, les données de localisation et les informations de répertoire est toujours un défi. Si deux sociétés de développement de logiciels collaborent et créent des modèles 3D qui contiennent des données utilisateur ou des enregistrements géographiques, le stockage de ces informations est un défi pour le système.
• Traitement des transactions : La modélisation 3D nécessite une grande quantité d'interaction d'objets. Lorsque des objets sont développés pour la modélisation 3D, ils sont généralement placés dans un décor ou un paysage. La plupart des objets interagissent avec d'autres objets, ce qui se fait par le traitement des transactions.
• Sécurité : Les risques et les défis associés à la sécurité sont parmi les plus difficiles à identifier et à détecter. De nombreuses entreprises créent des modèles 3D pour que d'autres entités les utilisent. Ces modèles ne sont pas toujours vérifiés, et les tests d'intrusion ne sont pas toujours effectués sur chaque modèle 3D. Si plusieurs modèles 3D sont incorporés dans les systèmes de différentes entreprises, les problèmes de sécurité s'intensifient. La sécurité semble être une réflexion après coup basée sur les performances et les exigences du système.
• Génie logiciel : Ce domaine du TOGAF traite des compétences en différents logiciels de modélisation 3D. De nombreux langages HTML ou de script ne peuvent pas effectuer un rendu 3D correct ; par conséquent, l'ingénieur logiciel a besoin de compétences spéciales pour développer les modèles correctement et avec une esthétique appropriée pour les plateformes et les mondes dans lesquels ils seront utilisés.
• Gestion des systèmes et des réseaux : Les défis sont liés aux communications et à l'interopérabilité (interoperability). Puisqu'il n'y a aucune exigence sur le matériel ou la technologie qui peut être utilisée pour interfacer avec le métavers, la gestion du réseau est cruciale. La communication nécessaire pour transférer des modèles 3D entre les nœuds RA/RV est importante, et les ressources du système seront mises à l'épreuve pour effectuer ces transferts correctement. Le métavers n'est pas hébergé sur un seul ordinateur et la bande passante nécessaire pour transférer les grandes quantités de données nécessaires à la modélisation 3D sera toujours un défi.

Le TOGAF et le TRM fournissent un bon cadre pour analyser la plupart des défis des systèmes. L'analyse de la modélisation 3D est similaire à l'analyse de toute ressource nécessaire au métavers. Par exemple, outre la modélisation 3D, il existe une importante barrière linguistique dans le métavers, et chacune des qualités du TOGAF peut également être utilisée pour analyser de telles barrières.

Défis de qualité de la plateforme RA/RV des écosystèmes intelligents

Tout écosystème qui héberge des technologies RA/RV sera toujours confronté à des problèmes de facilité d'utilisation. Le TRM souligne que l'accessibilité à toute plateforme doit être facilitée. Les nouvelles technologies introduites par l'IoT présentent des défis pour les problèmes de plateforme RA/RV. Les casques nécessaires à la plupart des technologies RA/RV ne peuvent pas être portés pour se promener. Ils sont généralement destinés à être portés en toute sécurité, loin des obstacles que l'individu pourrait rencontrer ou sur lesquels il pourrait trébucher. Cette plateforme virtuelle peut être facile à manipuler dans l'appareil, mais le matériel est encombrant et souvent maladroit. Porter des gants RA/RV pour interagir avec les systèmes informatiques est une fonctionnalité intéressante lorsque l'individu peut les utiliser pleinement.

L'utilisation des technologies RA/RV pour aider les personnes handicapées est une raison majeure d'inventer la technologie et de repousser les limites de la technologie.

Défis de qualité de la plateforme IoT des écosystèmes intelligents

Les défis de la plateforme IoT sont équivalents à ceux des technologies infonuagiques. Les principaux défis sont la bande passante, le stockage et l'infrastructure. Il y a un besoin de bande passante plus important que la technologie 5G pour toutes les communications. L'utilisation de la communication par fibre optique augmente considérablement le taux de transfert de données, mais souvent, le réseau est laissé à la rétro-transmission du réseau. La rétro-transmission du réseau dirige le trafic vers un itinéraire plus long et détourné pour effectuer l'équilibrage de charge sur le réseau, aider à prioriser les données importantes et envoyer les données vers l'itinéraire le plus direct. L'utilisation de la rétro-transmission pour les données moins importantes que la communication primaire est une solution de contournement raisonnable en cas de faible bande passante réseau.

Les défis d'infrastructure sont constamment évalués. La nécessité de déplacer tous les appareils vers le protocole IPv6 dans la couche réseau TCP/IP, loin de l'IPv4, présente ses défis. Le passage à différents paramètres IP est minime par rapport aux problèmes des fournisseurs d'accès Internet. De nombreux FAI partagent des supports, mais beaucoup d'autres installent leurs réseaux. Ces réseaux indépendants ne communiquent pas ; par conséquent, toutes les informations doivent transiter par de grands centres de données, d'où elles peuvent ensuite être envoyées. Cela oblige à former des bureaux centraux et des organisations pour gérer l'entreposage de données. Cela introduit le défi des emplacements centraux pour l'IoT. Il doit y avoir suffisamment de centres de données suffisamment proches les uns des autres pour que les données soient transmises rapidement et sans aucun problème de transmission. La sécurité des réseaux et des appareils mobiles doit toujours être abordée. Les vecteurs d'attaque créés par l'IoT augmentent avec chaque nouvel appareil créé.

Le plus grand problème avec le stockage de données est le besoin physique requis pour le stockage de données. L'entreposage de données et l'exploration de données sont devenus un domaine distinct de l'industrie. La quantité pure de données collectées devient inimaginable. La personne moyenne en Amérique du Nord possède plus de treize appareils ayant des besoins en télécommunications.9 Il est rapporté que chaque foyer aux États-Unis possède plus de huit appareils IoT.10 Il y a une augmentation constante du nombre d'appareils IoT dans les foyers. Cela signifie qu'il y a un corollaire direct avec le nombre ou la taille du centre de données nécessaire pour fournir des services appropriés à ces appareils.

Un défi sérieux qui doit être relevé immédiatement est celui des normes et exigences pour les plateformes IoT. La norme ISO/IEC 31041 aborde l'IoT et l'architecture de référence. Cette norme aide à faciliter une connexion transparente dans l'intention d'être plus sûre. Le cadriciel que cette norme constitue est un bon point de départ, mais le défi est la mise en œuvre de la norme. Ce n'est pas une exigence pour les entreprises de l'utiliser. La famille ISO/IEC 27400 aborde la sécurité de l'IoT et les lignes directrices en matière de confidentialité (privacy) des données, mais rien n'oblige une entreprise à utiliser ou à respecter ces normes.

Défis de qualité de la plateforme de chaîne de blocs des écosystèmes intelligents

Les plateformes de chaîne de blocs souffrent de défis de disponibilité/extensibilité directement associés au modèle TRM. Toutes les plateformes de chaîne de blocs ne peuvent traiter qu'un certain nombre de transactions par seconde. Si les données reçues par la chaîne de blocs sont supérieures aux capacités de calcul, la capacité de calcul de la plateforme ralentit et donne l'impression d'être hors ligne. Les chaînes de blocs ont tendance à être plus sécurisées que les systèmes informatiques traditionnels car la plupart des systèmes sont distribués. Beaucoup sont basés sur le nuage. Une plateforme distribuée et basée sur le nuage sera toujours directement affectée par les problèmes de disponibilité et d'extensibilité (scalability). La plupart des chaînes de blocs ont de solides principes cryptographiques, renforçant les problèmes d'assurance et d'intégrité des TRM.

La facilité d'utilisation des TRM joue un rôle important dans les défis liés à la chaîne de blocs. De nombreux propriétaires de chaînes de blocs deviennent des propriétaires d'infrastructures d'exploration de données, confrontés à des défis liés aux crypto-monnaies et à d'autres dilemmes quant à la manière dont l'information sera diffusée. Le défi de la facilité d'utilisation est que, bien que les crypto-monnaies soient relativement faciles à utiliser, leurs valeurs fluctuent considérablement, et les gens ne font pas confiance aux transactions basées sur de l'argent fictif. Les différents progiciels de chaîne de blocs ne communiquent pas toujours bien entre eux, ce qui rend le traitement des transactions parfois difficile. Un défi introduit par les crypto-monnaies est la question de l'audit et de l'analyse des transactions. Les personnes en charge de la chaîne de blocs peuvent contrôler les données collectées et ce qu'elles en feront. Bien que cela ne joue pas directement sur la facilité d'utilisation, vous devez adhérer aux règles des propriétaires, et ils peuvent rendre l'utilisation de leur logiciel aussi facile ou difficile qu'ils le souhaitent.

Les plateformes de chaîne de blocs sont également confrontées à des défis en termes d'adaptabilité (adaptability) et d'interopérabilité (interoperability). Bien que le World Wide Web semble exister depuis une éternité, les concepts de chaîne de blocs le précèdent. Les chaînes sécurisées par cryptographie ont été discutées au début des années 1990 par Stuart Haber et W. Scott Stornetta – l'idée est que les hachages cryptographiques pourraient être divisés en « blocs » pour être transmis. Choisir la taille du bloc et communiquer ces blocs a toujours été un défi. L'argument de savoir quelle forme de cryptographie, ou le processus d'utilisation de codes pour protéger les données et autres informations, est la meilleure et quelles sont les meilleures façons de transmettre l'information reste un défi pour toutes les chaînes de blocs. Ces différents modes de transmission et les différentes cryptographies utilisées remettent en question l'adaptabilité et l'interopérabilité.

Défis de qualité de la plateforme IA/ML des écosystèmes intelligents

L'intelligence artificielle (IA) et l'apprentissage automatique (ML) présentent une variété de défis de plateforme et de qualité. Ces deux types de technologie souffrent des mêmes difficultés que les plateformes d'analytique des mégadonnées (big data analytics) infonuagiques discutées précédemment, avec l'ajout des points de vue de qualité du TRM. Les défis de disponibilité, d'assurance et d'utilisabilité sont toujours présents, mais le problème est de savoir comment assurer la qualité du point de vue de l'IA/ML. L'IA générative peut interagir avec une clientèle, mais cette clientèle veut généralement parler à une « vraie » personne. Lorsqu'elle est utilisée dans des chatbots et d'autres dispositifs d'interface frontale, les utilisateurs peuvent généralement obtenir leurs réponses rapidement, mais celles-ci manquent souvent de profondeur ou omettent des faits ou des fonctionnalités importants. L'IA générative ne peut produire des réponses et des informations que sur la base de ses algorithmes de calcul. Le modèle de Turing de l'IA est basé sur des algorithmes, tandis que le modèle de Lovelace de l'IA est basé sur la création spontanée de matériel. Nous ne sommes pas dans un monde où les appareils IA/ML peuvent « penser » et créer du nouveau contenu. L'IA générative, par exemple ChatGPT, utilise un modèle de texte prédictif pour former ses réponses. La qualité des réponses de ces appareils est remise en question car si l'appareil ne peut pas déterminer les bonnes réponses, il invente souvent le matériel.

L'utilisation d'appareils infonuagiques basés sur l'IA/ML présente le défi de la communication et de la vitesse. La disponibilité de données accessibles et de la plus haute qualité d'analyse est toujours un risque. Le besoin de communications sécurisées et de sauvegardes intelligentes est également essentiel. C'est une préoccupation certaine pour les problèmes de conformité. Les contrôles critiques du CIS peuvent être utilisés pour évaluer les procédures et tester les niveaux de conformité par rapport aux politiques de l'entreprise. Le problème est de créer des politiques qui gèrent toutes les combinaisons possibles d'IA/ML et leurs applications au sein d'une entreprise.

Dans l'enseignement supérieur, les collèges créent des modèles ML basés sur les informations collectées dans les ensembles de données des étudiants. Ils utilisent ces modèles pour effectuer du marketing ciblé afin d'augmenter le nombre de candidatures universitaires. Le défi est que de nombreux ensembles de données utilisés pour entraîner les modèles ML sont culturellement biaisés et ne prennent pas en compte tous les apprenants possibles ; ils ont généralement une démographie ciblée. Par conséquent, le nouveau plan d'inscription des étudiants pourrait être imparfait en raison d'une population d'étudiants qui n'est pas incluse ou représentée.

Défis de qualité de la plateforme 3D/4D des écosystèmes intelligents

Lors de la discussion des systèmes de plateforme 3D/4D, il y a deux domaines dans lesquels les défis peuvent être analysés. Le premier est l'impression 3D (3-D printing)/4D, et le second est le jeu immersif 3D/4D. L'impression 3D (3-D printing)/4D est un nouveau concept passionnant qui permet aux matériaux utilisés dans l'impression 3D (3-D printing) de se transformer ou de se transmuter en d'autres formes ou substances. Le concept d'impression 4D (4-D printing) est un ajout à l'impression 3D (3-D printing) avec des caractéristiques spéciales. Les défis sont les matériaux nécessaires pour imprimer correctement dans un environnement 3D et la période de transition pour l'impression. Il existe généralement des conditions environnementales spéciales qui déclencheront la transmutation. Le défi de l'impression 3D (3-D printing) est de concevoir correctement le modèle. Parfois, ces modèles doivent être imprimés avec des supports et d'autres caractéristiques, ce qui est un gaspillage de filament. Si ce filament est destiné à l'impression 4D (4-D printing), cette dépense doit être prise en compte. Le taux de réussite de l'impression 3D (3-D printing) n'est pas de 100 %. De nombreuses conditions peuvent entraîner l'échec de l'impression. L'un des plus grands problèmes est l'absorption d'humidité de l'air par le filament. Si le modèle 4D est basé sur l'humidité ou l'eau, la transition pourrait être déclenchée pendant l'impression, ce qui ne serait pas le résultat escompté. De nombreux modèles 3D, s'ils ne sont pas conçus correctement, sont fragiles et présentent de nombreux points faibles. Ce n'est pas toujours souhaitable si la transition 4D doit dépendre de la résistance du matériau.

Le jeu immersif 3D/4D présente les mêmes préoccupations que les plateformes RA/RV discutées précédemment dans le chapitre. L'aspect 4D de la RA est une condition qui déclenche une réponse sensorielle alternative. Cela va au-delà des aspects visuels de l'oculus, mais cela peut incorporer le son ou le toucher. C'est courant dans les attractions immersives 4D que l'on trouve dans les parcs d'attractions. Offrir une expérience au-delà de l'interaction 3D présente des défis basés sur l'environnement et les matériaux. La plupart des expériences immersives 4D utilisent de l'air ou des brouillards d'eau pour générer leurs effets, mais certaines vont jusqu'à incorporer des phéromones.

Défis de qualité de la plateforme des écosystèmes intelligents du métavers

Le métavers est un ajout majeur au World Wide Web. La culture immersive RA/RV que la plateforme entend créer n'est rien de moins qu'un film de science-fiction. Le WWW et Internet ont eu des décennies pour se développer et influencer considérablement la vie moderne. Les défis que présente le métavers sont les problèmes d'adaptabilité (adaptability) et d'interopérabilité (interoperability) ainsi que les domaines d'utilisabilité et de facilité d'utilisation du TRM. Le métavers se targue d'être indépendant de la plateforme. Il est destiné à être utilisé sur tous les appareils IoT et toutes les plateformes informatiques. Il est raisonnable de supposer que l'interopérabilité influencera considérablement le bon fonctionnement du métavers et la stabilité de l'environnement. La capacité de voyager de manière transparente entre les mondes virtuels et de passer d'un système à l'autre ne sera aussi bonne que les ressources introduites dans le système. La quantité de mémoire de chaque ordinateur et les technologies infonuagiques seront un défi. La plateforme souhaitera une intégration transparente de la modélisation 3D, et l'adaptabilité de celle-ci a été précédemment discutée dans le chapitre.

Une deuxième préoccupation majeure est que le métavers n'est pas un support traditionnel. Il est différent des films ou des films actuels produits pour les grands écrans. Ces écrans peuvent être aussi petits qu'un cadran de montre ou aussi grands qu'un gratte-ciel. Toutes les images du métavers sont numériques. Il n'y aura pas de support imprimé. Les personnes handicapées devront s'adapter à la nouvelle culture, et le niveau de détail des modèles pourrait ne pas répondre aux attentes. La plateforme sera coûteuse, et dans un monde où nous avons du mal à garantir que tout le monde ait accès à Internet et au WWW, s'assurer que tout le monde ait accès au métavers est un défi supplémentaire. Les individus hésiteront à fournir toutes les informations nécessaires pour avoir un compte métavers, et par conséquent, beaucoup d'informations inauthentiques seront fournies. Des alias seront utilisés, et parfois des données erronées seront fournies juste pour obtenir l'accès.

Le rythme auquel les logiciels sont créés pour le métavers est un domaine de préoccupation certain dans le TRM. Les compétences en génie logiciel dans les technologies web, la mise en réseau, l'assurance qualité, la sécurité et l'utilisabilité globale des logiciels doivent être augmentées. Le développement de ces compétences n'est pas le plus grand défi. Avec l'avènement d'Internet, de l'ordinateur personnel moderne et de tous les appareils IoT, où l'innovation entre-t-elle en jeu avec le métavers ? Il faudra des années avant que le monde actuel et les expériences qu'il contient ne soient pleinement intégrés au métavers, mais nous avons besoin de personnes qui regarderont au-delà du métavers pour voir où il va. Si les gens s'immergent dans le métavers, il ne sera pas facile de regarder au-delà pour de nouvelles technologies.

Défis de qualité de la plateforme des systèmes autonomes de supersociété

Les défis auxquels nous sommes confrontés avec un système autonome (autonomous system), qui est un système capable de fonctionner avec un contrôle humain limité, sont en constante évolution. La théorie est que si chaque voiture dans le monde était autonome, il n'y aurait plus d'accidents. C'est un mythe car, comme nous le savons, les ordinateurs sont sujets aux pannes. Les individus qui souhaitent pirater des véhicules autonomes le feront pour éventuellement causer des dommages. Beaucoup de gens ne peuvent pas gérer le sentiment de ne pas être en contrôle d'un véhicule pendant qu'il roule, même lorsqu'ils sont au volant. Les humains, par nature, préfèrent être en contrôle de leur environnement.

Les véhicules autonomes dépendent des données sensorielles pour fonctionner. Ces données fournissent la perception, la prise de décision et l'exécution de l'analyse de données en temps réel. Les véhicules s'appuient sur les services de cartographie infonuagique pour la navigation et d'autres données infonuagiques pour les problèmes météorologiques et environnementaux. Si l'un de ces canaux est interrompu, le véhicule doit fonctionner sur la base des dernières données connues. Ces informations peuvent être insuffisantes, ou des données erronées peuvent être utilisées pour la prise de décision. Cela modifiera la perception du véhicule et pourrait entraîner l'incapacité du système à prendre des décisions sûres.

Les véhicules sont coûteux à fabriquer. Les véhicules autonomes peuvent également désigner les drones et les maisons intelligentes. Tout appareil qui pourrait fonctionner indépendamment des humains est exposé à des données erronées. Avec les maisons intelligentes, il y a aussi le défi des pannes de courant. Bien que ces plateformes soient en développement constant, et que de nombreuses entreprises contribuent à l'amélioration et à l'évolution de ces appareils, en tant que société, nous devons analyser comment nous les intégrerons dans nos vies. Théoriquement, à mesure que la machinerie autonome augmente, elle devrait s'intégrer de manière transparente dans le métavers. L'interopérabilité et l'adaptabilité (adaptability) des TRM seront mises à l'épreuve, et l'exploration de données et la prise de décision par des moyens d'IA plus développés continueront de défier la fonctionnalité de la technologie immersive.

Le grand espoir pour les véhicules autonomes, et en réalité c'est le plus vrai, est que la machinerie autonome sera plus rapide que l'informatique interactive humaine et offrira aux humains la possibilité de se réorienter afin qu'ils n'aient pas à effectuer les tâches que ces entités autonomes peuvent fournir. Le problème est que nous avons besoin de plus d'informaticiens étudiant l'IA/ML et d'un plus grand dévouement à la nanotechnologie. Toutes les entreprises doivent améliorer leurs protocoles d'assurance qualité, et le monde ne peut pas être le banc d'essai des logiciels. Les normes ISO 22737:2021 Systèmes de transport intelligents et ISO 39003:2023 Sécurité routière doivent continuer à évoluer pour gérer les technologies les plus récentes. Les normes ne peuvent pas être une réflexion après coup pour les plateformes autonomes.

Défis de qualité de la plateforme de robotique avancée de supersociété

Comme discuté précédemment dans le chapitre, il existe deux bases d'IA dans le monde : les formes d'IA de Turing et de Lovelace. Les plateformes robotiques ne peuvent exister sans la mise en œuvre de l'un des deux types d'IA. Puisque la robotique n'a pas prouvé qu'elle pouvait créer des pensées spontanément, la forme d'IA de Lovelace ne semble pas implantable. Par conséquent, nous pouvons supposer que l'IA basée sur l'analyse algorithmique sera la résolution actuelle pour la robotique avec des machines travaillant vers la forme d'IA de Lovelace. Si nous considérons la robotique humanoïde, beaucoup peut être fait avec l'IA prédictive et les avancées en neurosciences.

Le Human Brain Project vise à trouver les troubles de la conscience humaine. Bien que ce projet soit actuellement en suspens en raison de ses objectifs ambitieux, nous pouvons toujours tirer des leçons des fondations qu'il a établies. Henry Markram, créateur du Human Brain Project, a passé de nombreuses années à essayer de rétro-ingénierie le cerveau pour comprendre les troubles cérébraux comme l'autisme. Lors d'une conférence TED en 2009, Markram a déclaré qu'il serait capable de comprendre le cerveau et de créer des simulations sous forme d'hologrammes qui seraient capables de penser et de parler avec vous. Sa fondation n'a pas atteint ses objectifs, mais elle a fait progresser la recherche sur les modèles cérébraux dans des domaines précédemment analysés. Cela aidera à la création de cerveaux robotiques capables de penser. Le défi est que la communauté neurologique ne peut pas s'accorder sur une seule voie de développement concise. Cela a conduit au retard et à la défection de scientifiques quittant le projet.

L'assurance qualité et le génie logiciel des TRM sont mis à l'épreuve à chaque étape de la robotique. Un dilemme éthique accompagne également toute la robotique : avons-nous besoin d'un robot qui peut fonctionner de la même manière qu'un humain ? Si c'est le cas, lorsqu'ils seront développés, les humains deviendront-ils obsolètes ? Les films de science-fiction ont mis en garde contre les robots qui prennent le contrôle du monde. Si les compétences en assurance qualité et en génie logiciel augmentent au point où un robot est créé qui peut vraiment penser, le monde connaîtra un nouvel ensemble de défis.

Défis de qualité de la plateforme de nanotechnologie de supersociété

Il existe de nombreux défis pour les plateformes de nanotechnologie (nanotechnology) et leur introduction dans la société. Les nanotechnologies sont de petits dispositifs (1 milliardième de mètre) introduits dans la technologie pour aider le dispositif à fonctionner de manière modifiée, espérons-le pour l'amélioration de la technologie. Le processus requis pour développer de telles technologies est coûteux, et de nombreux produits chimiques différents sont impliqués. Que faire de ces produits chimiques une fois la fabrication terminée est un défi constant pour les entreprises de NT.

La NT contredit le processus de pensée des TRM concernant l'extensibilité (extensibility). La NT est créée pour effectuer une tâche spécifique ; elle ne peut souvent pas s'adapter à de nouvelles conditions ou environnements. La NT a une série d'exigences fonctionnelles qu'elle est censée remplir. Une fois la NT introduite dans le système, il est difficile de retirer la technologie.

Les développements en NT sont sous la supervision d'universités et d'entreprises privées. Comme il y a une concurrence pour faire progresser ces technologies, il n'y a pas beaucoup de partage d'informations entre les entités impliquées. La duplication des efforts avec l'avancement des technologies et le fait que de nombreux employés sont tenus de signer un accord de non-divulgation lorsqu'ils travaillent pour ces entreprises. L'industrie ne voit pas autant de rotation d'employés passant d'une entreprise à l'autre car la plupart des technologies sont propriétaires.

Il existe d'autres défis éthiques liés à la NT pour lesquels le monde n'a pas de réponses. La NT peut être utilisée pour créer des armes biologiques et d'autres armes puissantes. Bien que ces armes puissent être développées, la question est : devraient-elles l'être ? Ou pourquoi doivent-elles l'être ? La peur de la guerre atomique a façonné les forces militaires actuelles. Mais la pensée de la cybersécurité (cybersecurity) et de la NT faisant progresser les surfaces d'attaque est effrayante et difficile pour la société. L'utilisation de la NT pour améliorer les capacités humaines est également remise en question. La NT devrait-elle être utilisée pour améliorer le cerveau humain ou le système musculaire ? Pouvons-nous utiliser la NT pour améliorer les bêtes de somme afin qu'elles travaillent plus dur et plus longtemps pendant la journée ? Cela créerait un fossé entre les personnes riches qui pourraient se permettre les implants NT et celles qui ne le pourraient pas. Le fossé technologique entre les classes s'accroîtrait encore davantage. Le plus grand défi de la NT est la question la plus simple : est-elle nécessaire ?

Défis de qualité de la plateforme de supercalcul de supersociété

Les supersociétés ne peuvent exister sans une technologie avancée. Cela signifie que l'entreposage de données et les communications doivent être au plus haut niveau de performance. Les superordinateurs, souvent appelés grappes ou ordinateurs parallèles, sont conçus pour partager des ressources et interconnecter des CPU de traitement. Les CPU sont regroupés en nœuds où les supports de communication entre les nœuds sont de haute qualité et ont les vitesses les plus rapides. La puissance et la vitesse d'un superordinateur sont basées sur le nombre de nœuds que l'ordinateur possède. Les chercheurs ont essayé d'améliorer les superordinateurs grâce à la NT et d'imiter le système nerveux humain. Les systèmes neuromorphiques tentent d'émuler le système nerveux et la façon dont le cerveau fonctionne pour transmettre des informations. Dans ce domaine, IBM a mené des recherches approfondies, créant la puce IBM TrueNorth et la puce Intel Loihi 2. Celles-ci remplaceront éventuellement l'ordinateur quantique Eagle d'IBM, l'un des meilleurs superordinateurs actuels.

Les défis TRM introduits par le superordinateur sont la disponibilité et la qualité. La plupart des familles n'ont pas de superordinateurs chez elles et n'y ont pas accès. Par conséquent, à moins d'être un chercheur scientifique travaillant pour ces organisations, vous n'aurez probablement jamais l'occasion d'interfacer avec ce type d'ordinateur. Le deuxième défi de la qualité est un défi difficile à mesurer. La qualité avec les superordinateurs se présente sous différentes formes. La première est basée sur la vitesse et l'efficacité. Si l'ordinateur fait ce qu'il doit faire et que le résultat est précis, cela convient généralement aux utilisateurs. Le deuxième défi est corrélé à la vitesse, qui est la précision de l'information. De nombreux superordinateurs produisent des données à un rythme alarmant, et il est difficile de vérifier ces données en temps réel avant qu'elles ne puissent être utilisées dans d'autres calculs. La mise en œuvre d'algorithmes doit être testée unitairement, et l'assurance qualité est un impératif. La qualité a de nombreuses significations pour différentes personnes, et un ordinateur capable d'effectuer des tâches aussi rapidement qu'un superordinateur peut également être utilisé à des fins malveillantes. Étant donné que le coût de ces ordinateurs est extrêmement élevé dans l'industrie, ils se trouvent principalement dans les agences gouvernementales et les agences de défense. L'utilisation d'un superordinateur pour effectuer des techniques de piratage pourrait soit garantir le succès en raison de la puissance de calcul brute, soit être utilisée pour fournir les attaques par déni de service ultimes.

Les superordinateurs sont idéaux pour analyser les mégadonnées. L'utilisation de ces ordinateurs pour effectuer des calculs sur des ensembles de données qui ne sont généralement pas gérables par des ordinateurs ordinaires pourrait faire progresser la technologie et les industries d'une manière qui n'avait pas été envisagée auparavant. Le gouvernement américain, par l'intermédiaire de la NASA, a analysé les données capturées par les télescopes pour évaluer différentes zones de l'univers. Cela fait peur à certaines personnes car elles pensent que le gouvernement pourrait utiliser les ordinateurs pour analyser les problèmes de confidentialité (privacy) et espionner les gens. Il faudra un visionnaire dans l'industrie informatique pour véritablement utiliser la puissance de traitement de ces ordinateurs. En tant que visionnaires, nous avons besoin de personnes qui pensent au-delà de la façon dont les ordinateurs sont actuellement utilisés et qui envisagent comment ces appareils pourraient être utilisés à l'avenir. C'est un défi car la majeure partie de l'industrie étend ou adapte la technologie actuelle pour effectuer de nouvelles tâches, sans penser en dehors des sentiers battus à ce qui pourrait être possible avec les vitesses des superordinateurs modernes.

Défis de qualité de la plateforme des super-systèmes autonomes de supersociété

Les défis des plateformes de super-systèmes autonomes combinent toutes les difficultés précédentes et des complications importantes. Puisque nous n'avons pas vu de plateforme véritablement autonome qui combine la robotique et les superordinateurs, il ne nous reste qu'à penser aux scénarios hypothétiques. Que pouvons-nous attendre d'un système capable de penser par lui-même, de se réguler, de résoudre tout problème qui pourrait survenir, et de le faire plus rapidement que l'entendement humain ? Notre seul espoir en tant que société est le concept introduit par Dell : le cadriciel d'informatique responsable (Responsible Computing). Les implications éthiques sont infinies si nous avons des super-systèmes autonomes. Cependant, si ces systèmes sont construits avec la série appropriée de contrôles et d'équilibres et que la technologie utilisée pour développer les systèmes est constamment testée pour les défauts, notre seule préoccupation est le facteur humain de la mise en œuvre. À un moment donné, les humains créeront des super-systèmes autonomes. Nous ne pouvons qu'espérer qu'ils respectent les normes éthiques les plus élevées et que l'introduction de ces systèmes soit socialement acceptable. Si les individus adhèrent au Cadriciel d'informatique responsable et tiennent toujours compte d'une politique de sécurité de l'information (information security) lors de la mise en œuvre des systèmes, nous ne pouvons qu'espérer que les systèmes feront le travail nécessaire et le feront avec les normes éthiques les plus élevées.