La gestion par l'IA de son propre cloud

On sait d’abord que si les programmes ne sont pas écrits de la bonne manière, ils ne pourront pas continuer à fonctionner en cas de très forte augmentation de leur utilisation (très forte augmentation des requêtes utilisateurs - qui peuvent parfaitement être des bots - , donc ultimement des intrants à traiter). Le traitement en effet peut être séquentiel ou parallèle, et une telle augmentation peut “saturer” la puissance de traitement du hardware.

Miner le cuivre, produire les micro-processeurs, changer un disque, brancher un câble, allumer un ordinateur, éteindre un incendie dans un data center : c’est là le travail des humains. L’IA au contraire d’un animal, ne peut pas s’alimenter plus afin d’augmenter sa capacité cognitive pour assumer un déploiement énergétique supplémentaire. Elle ne peut pas s’enfuir si elle est en danger, ou se réveiller après s’être endormie.

Les humains sont aujourd’hui nécessaires, et demain le resteront (c’est notre estimation raisonnable) pour les tâches d’intégration et de maintenance logicielle, de surveillance (monitoring), et même de développement au moins dans le dialogue fonctionnel-technique et développement-opérations.

Cependant, certaines tâches d’allocation dynamique sont déjà automatisées (par des humains). L’IA pourrait-elle apprendre à créer ses partitions, les gérer, et réagir en cas de cyber-attaque ? Ce besoin est pris en charge par des offres technologiques de type Infrastructure as a service, et n’est pas proprement ce que l’on nomme couramment “IA”. Quoi qu’il en soit, il s’agit avant tout de développement de nouvelles fonctionnalités et de nouveaux paramétrages.

On voit que ce n’est pas l’IA qui se gère elle-même, mais des programmeurs qui, éventuellement, ont réussi à bien anticiper certaines reconfigurations automatiques du programme qui s’avèreront nécessaires.