La modélisation numérique des blindés, drones et robots multi-milieux permet une immersion dans un contexte tactique complexe. L’intelligence artificielle (IA) peut les confronter à un ennemi réactif dès la conception et évaluer leurs avantages, points faibles et doctrines d’emploi.
Ce thème a fait l’objet d’un colloque organisé, le 14 novembre 2024 à Paris, par le Centre de recherche Saint-Cyr Coëtquidan (CReC) en partenariat avec KNDS France (armement terrestre) et la participation de Naval Group (construction navale de défense). Y sont notamment intervenus : Fabien Lionti, doctorant à l’Institut national de recherche en sciences et technologies du numérique ; Olivier Parodi, expert en autodirecteurs, et Jean-Michel Tran, responsable du domaine scientifique IA chez Naval Group ; Thierry Berthier, chercheur au CReC ; Bruno Ricaud, spécialiste IA chez KNDS France.
Véhicule terrestre. L’IA sert à construire des modèles pour valider le comportement d’un véhicule afin d’en analyser la sécurité, indiquent Fabien Lionti. La modélisation de toute l’enveloppe dynamique du véhicule sur de longs horizons temporels pourra limiter l’accumulation des erreurs. Celles-ci résultent de la faible quantité de données, de données parasitées par des bruits ou perturbées et des limitations des instruments de mesure eux-mêmes. En revanche, l’IA permet d’exploiter des connaissances « a priori » (déjà acquises) sur la dynamique du véhicule et réutilise des campagnes d’essais antérieures. Elle établit des méthodologies d’apprentissage robustes au bruit. La recherche porte sur la maîtrise des connaissances « a priori », en identifiant les informations utiles parmi toutes celles disponibles. La prise en compte de phénomènes dynamiques implicites (stabilité du véhicule) entraîne une complexification de l’architecture.
Domaine naval. La simulation d’un combat naval consiste à entraîner une IA face à d’autres IA, expliquent Olivier Parodi et Jean-Michel Tran. L’accélération du temps de calcul permet de confronter l’IA apprenante à des scénarios qu’un être humain n’a peut-être pas encore imaginés. Cela répond au besoin de réponses en temps réel, voire plus rapides que le temps réel, de modèles souvent complexes. L’IA doit générer des solutions tactiques respectant les doctrines en usage dans les armées. Pour cela, il faut réaliser des aides à la décision pour l’emploi de systèmes d’armes qui soient entraînées, en amont, à répondre dans le cadre des doctrines. Celles-ci vont évoluer grâce aux scénarios inédits de l’IA, qui va d’abord en détecter les failles puis les améliorer. Les images synthétiques et la base de données permettront de déterminer plus rapidement la classification d’un navire et son fonctionnement. L’IA permettra d’hybrider la situation tactique d’un sous-marin, d’un porte-avions ou d’une frégate en simulant des adversaires qui n’existent pas et d’autres mus par une certaine intelligence. Par exemple, des IA ennemies conduiront des torpilles, tandis que des IA amies proposeront des solutions de trajectoires, de plans et de contre-mesures. Puis, petit à petit, le niveau des incidents va monter. L’idée consiste à modéliser les doctrines à partir de machines, d’entraîner un réseau et, dans un second temps, de les utiliser avec des humains dans la boucle. Par ailleurs, l’emploi de l’IA et de la simulation nécessite une approche complémentaire pour la validation des comportements des drones de surface et sous-marins. Cette dernière subit diverses contraintes : travail dans un environnement marin européen tout en préservant la sécurité de défense ; protection de la confidentialité de la doctrine vis-à-vis des industriels ; interfaçage avec d’autres acteurs ; rapidité de la mise à disposition de prototypes à bord des navires ; ressources très limitées ; simplicité d’emploi pour l’opérateur. Outre les aspects technique et opérationnel cités plus haut, la « war room » (salle de crise) doit transférer plus rapidement la recherche et le développement dans les mains des opérationnels et rationaliser l’utilisation des ressources. Les simulateurs d’entraînement embarqués sur des navires de surface permettent d’expérimenter, sous contrôle humain, les solutions à base d’IA, d’évaluer les IA en environnement réel et de tester le facteur humain face à l’IA. Simulation et IA vont entraîner l’évolution des systèmes d’armes autonomes : drones ; torpilles ; aides à la décision ; outils d’analyse et de conduite de l’action. L’apprentissage par renforcement permet à un agent autonome (robot) d’apprendre à prendre des décisions face à une menace dans un environnement dynamique, en fonction du temps, de l’incertitude et des conséquences non immédiates de ses actions.
Drones aériens. La robotique, notamment aérienne, connaît une montée en puissance en termes de vélocité, d’autonomie, de miniaturisation, d’agressivité, de furtivité, d’endurance et de résilience, indique Thierry Berthier. Ainsi, le 26 septembre 2024, la Chine a procédé au-dessus du parc de la baie de Shenzhen à un vol simultané de 10.197 drones d’une vitesse de 200 km/h. Pour militariser cet essaim civil, il suffit d’embarquer 1 kg d’explosif sur chaque drone, portant sa puissance destructrice à plus de 10 tonnes d’explosif conventionnel. L’attaquant a l’avantage, car la défense s’avère plus complexe et doit se constituer elle aussi en essaim. Un intercepteur, en vol automatique, doit détecter une cible mobile, effectuer un suivi de vol, la rattraper et la neutraliser par choc cinétique, détonation à distance pour l’endommager ou déclencher sa charge militaire. La société française Eos Technologie a déjà mis au point le drone Veloce 330 « kamikaze » (munition opérée à distance) d’une vitesse de 500 km/h avec une extension possible à 800 km/h. Grâce à l’IA, le simulateur capacitaire de combat Blacksoft a déjà intégré : l’autopilote embarqué ; les détection, suivi, poursuite et ciblage ; l’identification amie ou ennemie ; l’optimisation de trajectoires d’interception ; l’optimisation de trajectoire pour échapper à l’intercepteur. Un essaim de lutte anti-drones à vitesse faible peut contrer l’attaque d’un essaim adverse à vitesse élevée si son propre effectif lui est supérieur en nombre.
Coopération humain-robot. Le domaine militaire terrestre évolue selon le contexte géopolitique et le niveau technologique qui intègre très rapidement les innovations civiles, rappelle Bruno Ricaud. L’IA accroît l’automatisation pour améliorer la protection des opérationnels, en évitant le contact direct, et l’optimisation des forces par rapport à l’adversaire. Sur le terrain, la coopération entre un robot et un être humain vise à laisser à ce dernier la prise de décision d’ouvrir le feu. La simulation de l’activité opérationnelle prépare et accompagne les changements, anticipe les besoins d’utilisateurs futurs et mesure les incidences d’un nouveau système dans le déroulement des activités des opérateurs. Ainsi le moyen d’étude, dénommé « principe du magicien d’Oz », consiste à immerger l’utilisateur de systèmes blindés futurs au sein de robots hautement automatisés, en se concentrant sur son « ressenti ». Il simule un niveau variable d’automatisation et de robotisation ainsi que des interactions via la commande vocale pour donner des ordres de haut niveau. Il varie aussi le nombre d’opérateurs et la fréquence d’apparitions d’impondérables. Le facteur humain s’y trouve associé par le recueil de données objectives et subjectives. Les résultats de la répartition des rôles entre l’humain et le robot portent sur l’identification des informations cruciales pour l’opérateur et l’évaluation de la collaboration de l’humain avec des systèmes automatisés. Ils identifient le moment et de la raison de la reprise du contrôle de leurs robots par les humains, grâce à l’analyse et la gestion de la complexité de l’imprévu par l’humain. Toutes ces informations permettent une analyse fine de l’intégration de l’IA et des systèmes automatisés dans les opérations, afin d’orienter les développements technologiques effectués en parallèle pour, finalement, disposer de technologies répondant aux besoins opérationnels.
Loïc Salmon
Défense : l’IA et la simulation pour la formation des personnels
Armée de Terre : l’IA dans l’analyse après l’action
Défense : généraliser l’utilisation de l’IA au ministère des Armées
