Depuis l'aube de l'humanité, exploration de certains lieux, allant des profondeurs des océans aux confins de l'univers, a conduit à de nombreuses découvertes. Cependant, il y a aussi plusieurs environnements qui doivent être examinés mais ne peuvent pas être directement observés, comme les réacteurs chimiques ou nucléaires, canalisations souterraines de distribution d'eau ou de pétrole, l'espace et l'intérieur du corps. Le projet Phoenix financé par l'UE a relevé ce défi en développant une nouvelle technologie qui offrira la possibilité d'accéder à des endroits inaccessibles.

Imaginez une scène où de minuscules capteurs peuvent se déplacer avec le flux de liquide pour explorer le tube digestif d'une personne ou examiner la qualité des conduites d'eau pour prévoir et prévenir les fuites et les pertes. Cela peut ressembler à un fantasme de science-fiction, mais c'est la vision de Phoenix, ce qui est un pas de plus vers la création d'agents physiques polyvalents qui exploreront de manière optimale des environnements inconnus. Grâce à leur capacité à évoluer en s'auto-organisant, fonctions d'auto-adaptation, ces minuscules nœuds de capteurs sans fil optimiseront la quantité et la qualité des informations sur les emplacements que personne ne peut atteindre.

Essaim de motes

Les partenaires du projet ont mené un essai initial l'année dernière en utilisant des mottes en plastique de la taille d'une balle de ping-pong remplies de microcapteurs. Chacune de ces boules peut recueillir des informations spécifiques et donner une image globale en communiquant entre elles et en formant des réseaux. Par exemple, les partenaires espèrent qu'à l'avenir un essaim de ces particules sera capable de détecter des problèmes tels que des obstructions ou des défauts dans les canalisations souterraines.

Les motes en tant qu'agents physiques explorent l'environnement inconnu pour recueillir des informations. Ces informations sont utilisées pour construire un modèle virtuel de l'environnement en question. Un fait divers sur la plateforme journalistique Origines de l'innovation explique le processus :« Les données combinées sont ensuite introduites dans une seconde, système mainframe centralisé et moins contraint qui applique des approches sophistiquées d'intelligence artificielle sur des agents virtuels dans un monde virtuel. Ses apprentissages et sa « sagesse » peuvent alors être utilisés pour reprogrammer les réflexes et les instincts des capteurs, améliorant ainsi leur précision ou leur pertinence de manière évolutive. »

Ces instincts évolués sont traduits en matériel et les capteurs parcourent à nouveau le système pour améliorer les observations et les modèles pour le mainframe. Le processus est répété plusieurs fois pour mieux analyser l'environnement inconnu à l'étude. Un article d'opinion sur le site Web de la Commission européenne fait référence au concept de "co-évolution" où "les essaims de capteurs et le modèle de l'endroit inaccessible sont simultanément optimisés grâce à des processus évolutifs qui aboutissent finalement à des essaims de capteurs hautement optimisés et à des modèles très précis".

Maintenant dans sa dernière année, le projet Phoenix (Exploring the Unknown through Reincarnation and Co-evolution) a été lancé en 2015 pour explorer des environnements inaccessibles avec des agents physiques très restreints en taille et en ressources, et qui peut fonctionner sans contrôle direct sur les logiciels et le matériel.