Le Mobile World Congress 2025, qui se déroule actuellement à Barcelone jusqu’au jeudi 6 mars, est l’occasion pour Canonical de présenter comment l’intelligence artificielle et le machine learning peuvent transformer le secteur des télécommunications, particulièrement à la périphérie du réseau (edge). Explications.
L‘adoption croissante de l’IA et du ML dans le secteur des télécommunications renforce la confiance des organisations dans l’impact positif que ces technologies peuvent apporter. Cette confiance pousse les dirigeants d’entreprise à étendre l’utilisation de l’IA/ML à de nouveaux cas d’utilisation, ouvrant ainsi de nouvelles sources de revenus pour les opérateurs à la périphérie du réseau télécom.
Trois démonstrations centrées sur des cas d’usage concrets
Au stand Canonical (Booth 2A90, Hall 2), les visiteurs peuvent découvrir trois démonstrations d’IA/ML qui illustrent comment l’infrastructure open source joue un rôle essentiel dans la monétisation de l’IA en périphérie.
1. Amélioration de la sécurité sur le lieu de travail
La première démonstration fonctionne sur la plateforme matérielle Dell PowerEdge XR8000 (équipée de processeurs Intel Xeon Scalable), avec Ubuntu 24.04 LTS et Canonical Kubernetes 1.32 LTS. Cette configuration matérielle et logicielle permet de déployer une charge de travail IA/ML native cloud sur Canonical Kubernetes pour recevoir un flux vidéo en direct et surveiller les travailleurs afin d’assurer leur sécurité. Lorsqu’une anomalie est détectée, l’IA alerte un opérateur pour qu’il prenne des mesures et résolve le problème.
2. Accueil automatisé pour l’assistance client
Cette deuxième démonstration, fonctionnant également sur Dell PowerEdge XR8000 avec Ubuntu 24.04 LTS et Canonical Kubernetes 1.32 LTS, présente une charge de travail ML qui reçoit un flux vidéo continu pour détecter les badges des employés/utilisateurs. Le système analyse les images pour identifier et saluer les individus par leur nom. La reconnaissance de motifs et l’extraction de contexte à partir d’images détectées trouvent des applications pratiques dans de multiples scénarios, notamment le contrôle d’accès automatisé pour le personnel autorisé et les visiteurs.
3. Détection intelligente d’objets dans les environnements de fabrication
La troisième démonstration illustre un cas d’utilisation de détection d’objets avec une charge de travail ML. Canonical Kubernetes fonctionne ici sur une plateforme serveur HPE ProLiant RL300 Gen11, alimentée par des processeurs Ampere Altra. Cette démonstration montre comment les entreprises peuvent bénéficier de systèmes automatisés qui détectent divers types d’objets dans différents cas d’utilisation pratiques, tels que la rationalisation des processus de fabrication et la garantie de la sécurité des sites.
Par exemple, les installations de fabrication peuvent déployer des charges de travail IA/ML pour détecter et identifier des objets d’intérêt, comme les employés, les outils et machines de fabrication, et les produits sur les chaînes de production. Ces systèmes peuvent analyser en continu et de manière autonome les processus en cours et signaler toute anomalie, comme des produits défectueux ou des personnes qui ne devraient pas être présentes dans certaines zones.
L’infrastructure open source au cœur de la stratégie
Au travers de ces démonstrations, Canonical souligne le rôle crucial que joue l’infrastructure open source, telle qu’Ubuntu et Canonical Kubernetes, pour concrétiser la monétisation de l’IA en périphérie. L’entreprise met particulièrement l’accent sur les scénarios Kubernetes sur métal nu à la périphérie, fournis par Canonical Kubernetes pour l’IA en périphérie.
Canonical travaille directement avec les fabricants de matériel pour certifier ses solutions sur leur matériel, garantissant ainsi que toutes les démonstrations présentent des solutions prêtes à l’emploi.
Pour plus d’informations, vous pouvez consulter l’annonce officielle de Canonical ou visiter le site du Mobile World Congress 2025.
