La ville intelligente: les données au cœur de la modélisation.

994 vues

Publié le

La ville intelligente: les données au cœur de la modélisation
Présentation à l'Ecole Nationale Supérieure des Arts et Métiers (ENSAM)

0 commentaire
2 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
994
Sur SlideShare
0
Issues des intégrations
0
Intégrations
67
Actions
Partages
0
Téléchargements
21
Commentaires
0
J’aime
2
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

La ville intelligente: les données au cœur de la modélisation.

  1. 1. Pr. Claude ROCHET La ville intelligente: les données au cœur de la modélisation Claude ROCHET-Cluny 16/05/2015 1 Claude.rochet@univ-amu.fr Claude.rochet@finances.gouv.fr ENSAM, Cluny, 16 avril 2015
  2. 2. Sommaire • Ce qu’« intelligent » veut dire? • L’enjeu géopolitique et commercial • La conception de la ville comme système complexe • Les données au cœur de la modélisation • Comment avancer? • Conclusions pour l’action 2Claude ROCHET-Cluny 16/05/2015
  3. 3. Ville intelligente: une boucle cybernétique d’apprentissage Action Effet Rétroaction De 0,0001sec. à 1 génération Capteurs Données TraitementInterprétation Usage Décision Technologies Sciences sociales Impact de l’Iconomie Claude ROCHET-Cluny 16/05/2015 3
  4. 4. Les villes anciennes étaient intelligentes Bien commun Vivere politico Bien économique Bien individuel Claude ROCHET-Cluny 16/05/2015 4
  5. 5. Les villes intelligentes actuelles réalisent ces connections par le numérique Systèmes humains vivants Systèmes physiques Claude ROCHET-Cluny 16/05/2015 5
  6. 6. L’iconomie: l’explosion du monde des données 6Claude ROCHET-Cluny 16/05/2015
  7. 7. Sommaire • Ce qu’« intelligent » veut dire? • L’enjeu géopolitique et commercial • La conception de la ville comme système complexe • Les données au cœur de la modélisation • Comment avancer? • Conclusions pour l’action 7Claude ROCHET-Cluny 16/05/2015
  8. 8. La croissance urbaine est le fait des émergents Claude ROCHET-Cluny 16/05/2015 8
  9. 9. Un marché de plus de 350 000 milliards US$ 9 Effet de levier de l’investissement marginal Claude ROCHET-Cluny 16/05/2015
  10. 10. Un basculement géopolitique 10Claude ROCHET-Cluny 16/05/2015
  11. 11. L’enjeu vu par les Chinois: la croissance urbaine levier d’innovation Transition d’un modèle rural vers une société industrielle innovante Claude ROCHET-Cluny 16/05/2015 11
  12. 12. Sommaire • Ce qu’« intelligent » veut dire? • L’enjeu géopolitique et commercial • La conception de la ville comme système complexe • Les données au cœur de la modélisation • Comment avancer? • Conclusions pour l’action 12Claude ROCHET-Cluny 16/05/2015
  13. 13. • Quand c’est pas complexe ça devient vite très compliqué ! 13Claude ROCHET-Cluny 16/05/2015
  14. 14. Les échecs • Les cités jardins: - Une conception hiérarchique non systémique - Pas d’interactions avec l’environnement et le territoire Claude ROCHET-Cluny 16/05/2015 14
  15. 15. Ce qu’i faut éviter: l’architecture spaghettis L’accumulation couche par couche d’infrastructures: exemple de New-York Claude ROCHET-Cluny 16/05/2015 15
  16. 16. L’efficience de la ville croît avec sa taille… et ne meurt jamais! Claude ROCHET-Cluny 16/05/2015 Efficiency L’efficience de la production de la ville est suPRAlinéaire en TOUT: x 1,15 Le coût des infrastructures de la ville est suBlinéaire: x 0,75La question de la frontière (dedans  dehors) est primordiale en ingénierie système des villes Geoffrey West: 16 Et il faut y ajouter la croissance des données produites et stockées!
  17. 17. Les monovilles: une complexité à rendement décroissant 17 L’effondrement devient alors la solution pour décomplexifier la société Claude ROCHET-Cluny 16/05/2015
  18. 18. Que veut dire « modéliser »?? 18 Le jeu de Lego : •La construction est basée sur des building blocks standards •Pas deux figures identiques •On construit en utilisant des patterns: règles d’integration, sémantique et syntaxe •Le résultat final est une intégration de ces blocs qui est spécifique aux besoins et aux spécifications Claude ROCHET-Cluny 16/05/2015
  19. 19. L’intégration systémique de la ville intelligente Soft domains Hard domains SMART city TransportationIndustry WorkHousing Sanitation EnergyWater Waste recycling Public services Health care Civic life Leisure Education Social integration GovernmentEconomy Institutional scaffolding Social life Periphery Commercial exchanges Food City Territory
  20. 20. L’intégration système 20 Why building a city & what are the strategic goals? Who are the stakeholders? What are the generic functions to be performed by a smart city? With which organs? Technical devices, software… With which smart people? Conception, metamodel framework, steering Subsystems and processes People and tools Why designing this ecosystem? Who will live in the city? What are its activities? How the city will be fed? Where the city is located ? (context) What are the functions to be performed to reach the goals and how do they interact? With which organs and ressources? How people will interact with the artifacts? How civic life will organize? Claude ROCHET-Cluny 16/05/2015
  21. 21. Utiliser des patterns • Les patterns sont des configurations tirées de l’expérience, des configurations stables réutilisables qui définissent des exigences de conception. • Un langage commun entre les parties prenantes qui embarque une syntaxe et une grammaire. 21Claude ROCHET-Cluny 16/05/2015
  22. 22. Claude ROCHET-Cluny 16/05/2015 22
  23. 23. Sommaire • Ce qu’« intelligent » veut dire? • L’enjeu géopolitique et commercial • La conception de la ville comme système complexe • Les données au cœur de la modélisation • Comment avancer? • Conclusions pour l’action 23Claude ROCHET-Cluny 16/05/2015
  24. 24. Problèmes de la modélisation systémique On peut modéliser les systèmes durs par les lois de la physique (systèmes conservatifs) On ne peut pas modéliser les systèmes humains par les lois de la physique (systèmes dissipatifs) - Sciences sociales - Big data - Modélisation mutli-agents La clé du succès est là… … alors que le business est ici Claude ROCHET-Cluny 16/05/2015 24 L’intégration système, une compétence à développer pour réussir!
  25. 25. Les données: trois types de problèmes • Comment faire parler les données? Le piège des big data • L’enjeu de la sécurité et de la confidentialité • Faire d’une solution devenue problème une solution 25Claude ROCHET-Cluny 16/05/2015
  26. 26. Modéliser les systèmes dissipatifs: ne pas devenir suiviste devant les big data 26 Corrélations => Induction Déduction =>Hypothèses ? Claude ROCHET-Cluny 16/05/2015
  27. 27. Le danger des big data 27Claude ROCHET-Cluny 16/05/2015
  28. 28. Les données: trois types de problèmes • Comment faire parler les données? Le piège des big data • L’enjeu de la sécurité et de la confidentialité • Faire d’une solution devenue problème une solution 28Claude ROCHET-Cluny 16/05/2015
  29. 29. Règle#1: Des OS redondants • Conceive the city OS weblike able to evolve organically with open standards and open source software
  30. 30. Règle #2: Transparence du code Who will regulate the regulator?
  31. 31. Règle #3: Assurer la propriété publique des données Claude ROCHET-Cluny 16/05/2015 31
  32. 32. Problème: la domination absolue des GAFA 32Claude ROCHET-Cluny 16/05/2015 GAFA
  33. 33. Que faire face aux GAFA? 33Claude ROCHET-Cluny 16/05/2015
  34. 34. Les données: trois types de problèmes • Comment faire parler les données? Le piège des big data • L’enjeu de la sécurité et de la confidentialité • Faire d’une solution devenue problème une solution 34Claude ROCHET-Cluny 16/05/2015
  35. 35. Intégrer le stockage dans l’écosystème 35Claude ROCHET-Cluny 16/05/2015 La croissance du stockage des données va nécessiter - Des systèmes scalables - Des data centers “prosommateurs” d’énergie
  36. 36. Sommaire • Ce qu’« intelligent » veut dire? • L’enjeu géopolitique et commercial • La conception de la ville comme système complexe • Les données au cœur de la modélisation • Comment avancer? • Conclusions pour l’action 36Claude ROCHET-Cluny 16/05/2015
  37. 37. Monter des projets pilotes 37 Projet pilote Sponsor politique Sponsor industriel Création de marchés Recherche Création de savoir Création de compétences Consortium Claude ROCHET-Cluny 16/05/2015
  38. 38. Deux approches de la relation entre citoyens et gouvernement: Christchurch (NZ) 38Claude ROCHET-Cluny 16/05/2015 38
  39. 39. Christchurch: le pari sur les données et la contrôle citoyen 39Claude ROCHET-Cluny 16/05/2015
  40. 40. Sommaire • Ce qu’« intelligent » veut dire? • L’enjeu géopolitique et commercial • La conception de la ville comme système complexe • Les données au cœur de la modélisation • Comment avancer? • Conclusions pour l’action 40Claude ROCHET-Cluny 16/05/2015
  41. 41. Articuler technologie et politique • La ville intelligente doit être un projet politique pour ne pas être un enfer – Intégrer sciences sociales et technologie – Des défis techno-politiques: sécurité des systèmes et des données – Des défis politiques : la démocratie directe et le contrôle sur les systèmes technologiques 41 Panoptique La cité pour le Bien commun Claude ROCHET-Cluny 16/05/2015

×