PFIA 2024
Défense et Intelligence Artificielle
Mardi 2 juillet 2024, La Rochelle, France
Présentation
L’atelier Défense et Intelligence Artificielle vise à fournir aux participants, à travers une série de présentations techniques, une compréhension approfondie des technologies de l’Intelligence Artificielle et de leurs applications dans certains domaines de la défense. Il permettra de situer l’état de l’art de leur intégration dans les moyens de simulation et les systèmes opérationnels à forte autonomie ainsi que de leur rôle dans la préparation des opérations et d’en explorer les perspectives d’évolution. Les tables-rondes seront l’occasion de partager les meilleures pratiques et les leçons apprises, d’encourager la collaboration entre les acteurs du secteur, et de stimuler la réflexion sur les futures applications de l’IA dans la défense.
Programme Sessions Présentations
Programme
09h00 – 09h30 : Introduction à la journée
- Jean-Frédéric Gerbeau (INRIA) [15 min]
- Franck Lefèvre (ONERA) [15 min]
09h30 – 10h00 : Conférence générale sur l’IA de Défense et le soutien par la recherche
- Michaël Krajecki (AMIAD) [25+5 min]
- Titre : « L’agence Ministérielle pour l’IA de Défense »
- Résumé : Le ministre des Armées, S. Lecornu, a annoncé la création de l’AMIAD le 8 mars 2024. Service à compétence nationale, l’objectif de l’AMIAD est de contribuer à la transformation du ministère en accélérant l’intégration de l’IA au profit des opérations et processus organiques. Cette agence est organisée en 2 pôles : le premier à vocation technique, le second recherche. Au cours de cette présentation, nous nous concentrerons sur le pôle recherche qui vise à favoriser le développement de l’IA de défense en lien avec l’écosystème civil, et notamment le monde académique. Quels seront les axes scientifiques développés ? Comment collaborer avec l’AMIAD ? Quelles opportunités pour le monde académique ? Autant de questions qui seront abordées à cette occasion.
10h00-10h20 : Pause café
10h20 – 10h45 : Conférence générale sur l’IA de Défense et le soutien par la recherche
- Juliette Mattioli (Thalès) [20+5 min]
- Titre : « Quels enjeux technologiques pour une IA de défense ? »
- Résumé : Aujourd’hui, l’IA pave une voie vers la supériorité informationnelle et opérationnelle des forces et cela à tous les maillons de la chaîne : de la préparation des missions jusqu’aux théâtres d’opération, en passant par les processus décisionnels, d’engagement et de maintenance. Cette discipline contribuera à la conception de capteurs capables de détecter et de réagir à de nouveaux types de menaces, de systèmes résilients à même de se reconfigurer en temps réel, d’assistants cognitifs d’aide à la décision, de dispositifs de diagnostic médical et d’assistance sur le terrain… Mais, la garantie du haut niveau de confiance attendue par les opérateurs sera un élément clé de différenciation. C’est pourquoi, la fiabilité, l’explicabilité, la sécurité et la responsabilité prennent des formes particulières dans le cadre de systèmes critiques, notamment dans le domaine de la défense. Par exemple, la sûreté peut nécessiter une validation formelle et même une certification pour certains contextes d’application. L’auto-explication en temps réel peut être une condition nécessaire à l’acceptabilité de certains systèmes critiques basés sur l’IA et peut nécessiter un dialogue humain-machine avancé. Tous ces enjeux, y compris celui de responsabilité, posent un certain nombre de défis technologiques concrets.
10h45-11h45 : Session 1
Thème : Environnements de simulation et représentations numériques du terrain d’opération
Dans le secteur de la défense, les environnements de simulation constituent des outils essentiels pour l’entraînement, la planification, l’évaluation des opérations et la préparation de missions. Le développement de représentations numériques du terrain d’opération permettra de créer des copies virtuelles et dynamiques de l’environnement réel, offrant une meilleure compréhension de la situation et une planification plus précise des opérations. Cette session explorera ainsi les avancées dans ce domaine, en se focalisant sur les technologies de simulation de pointe et leurs applications concrètes pour la défense.
Intervenants :
- Florent Lafarge (INRIA, TITANE) [10+5 min]
- Titre : « Reconstruction en 3D de scènes urbaines à partir de données aéroportées: quels progrès depuis 20 ans ? »
- Résumé : Reconstruire des scènes urbaines en 3D sous la forme de maillages compacts à partir de données aéroportées est à la fois une nécessité pour simuler des scénarios et phénomènes physiques très divers, et un challenge scientifique. Cette présentation montre les travaux menés au sein de l’équipe Inria Titane sur ce sujet et discute le rôle de l’IA et les enjeux importants de demain.
- Thibault Lahire (Dassault Aviation) [10+5 min]
- Titre : « L’apprentissage par renforcement au cœur des simulations dans le monde de la Défense »
- Résumé : Cette présentation traitera l’apprentissage par renforcement appliqué aux simulations numériques du monde de la Défense. La présentation sera axée sur les simulations où deux camps s’affrontent et ont des objectifs différents, voir opposés. Ce type de simulations présente des défis propres et d’intérêt scientifique certain. Après un rappel du fonctionnement de l’apprentissage par renforcement (profond), nous étudierons en quoi l’apprentissage par renforcement est devenu un incontournable pour les simulations traitées. Les espoirs et limitations de cette technologie seront finalement abordés ainsi que les futures avancées espérées dans ce domaine.
- Aurélien Plyer (ONERA) [10+5 min]
- Titre : « Surveillance et suivi de l’environnement par imagerie SAR : travaux et perspectives »
- Résumé : L’imagerie par satellite à synthèse d’ouverture (SAR) représente un avantage significatif dans la surveillance et le suivi de l’environnement naturel et anthropique grâce à sa capacité de production d’images indépendantes des conditions atmosphériques. Nous partirons des travaux séminaux sur la détection et le suivi de changements menés depuis longtemps à l’ONERA et nous présenterons les extensions et résultats récents. Nous présenterons ensuite des outils d’apprentissage statistique appliqués à cette analyse de changements. Nous finirons par un focus sur le nœud crucial qui sous-tend les progrès du domaine récent de l’intelligence artificielle : la donnée. Nous présenterons comment, à l’ONERA, nous abordons ce problème par une stratégie proche de l’assimilation en mêlant simulation des phénomènes physiques et traitement de données expérimentales.
- Denis Marraud (Airbus Defense and Space) [10+5 min]
- Titre : « L’IA pour la reconstruction 3D et la surveillance automatisée de sites à partir d’imagerie satellitaire »
- Résumé : Les capacités d’observation de la Terre ne cessent d’augmenter avec la disponibilité d’un nombre toujours croissant de constellations de satellites à des résolutions de plus en plus fines et offrant des taux de revisite de plus en plus courts. Les volumes générés sont tels qu’il devient impossible de faire analyser l’ensemble de la donnée potentiellement intéressante par les ressources humaines disponibles. L’intelligence artificielle a permis de fortement augmenter la performance des traitements d’extraction d’information, notamment dans les images, de sorte qu’elle devient une technologie essentielle pour assister les Analystes dans leurs missions, notamment en automatisant l’élaboration de produits de plus grande valeur ajoutée (e.g. reconstruction 3D sémantique de sites entièrement automatisée), ou en focalisant l’attention des Analystes sur les données les plus susceptibles d’être pertinentes (e.g. surveillance automatisée de site et levée d’alertes). La présentation illustrera les réalisations d’Airbus Defence and Space dans ces domaines par l’exploitation des images Pleïades ou Pleïades Neo en support à des activités de cartographie et de renseignement d’origine image (ROIM) et conclura sur la problématique de l’évaluation des performances de telles approches.
Mots clés : Simulation avancée, Défense, Reconstruction 3D de l’environnement, Fusion multi-modale, Compréhension de scènes dynamique, Extraction de contenus sémantiques, Déploiement de moyens de “mesure” intelligents, Fusion d’informations, Simulation adverse et multi-agents, Évaluation opérationnelle, Tenue de situation, Entraînement militaire, Planification de missions, Gestion de crises
11h45 – 12h30 : Table ronde sur les enjeux du partage et de la sécurité des données pour la simulation
Intervenants :
- Émilie Bailly (INRIA), animatrice
- Michaël Krajecki (AMIAD)
- Tristan Charrier (AMIAD)
- Sébastien Rousset (Naval Group)
13h45-16h00 : Session 2
Thème : Intelligence artificielle embarquée
L’intelligence artificielle embarquée permet d’envisager la mise en œuvre de nouvelles fonctions pour les engins de défense exploitant un haut niveau d’autonomie et de connectivité. Son plein essor repose sur la maîtrise de la robustesse des comportements des systèmes et sur des capacités de collaboration étroite et efficace entre l’homme et ces systèmes « intelligents ». Cette session explorera les technologies et les approches favorisant leur mise en œuvre avec une coopération homme-machine et machine-machine optimale dans le contexte militaire.
Intervenants :
- Emilie Wirbel (Helsing.ia) [10+5 min]
- Titre : « IA embarquée pour la Défense - Enjeux, contraintes et défis »
- Résumé : L’IA actuelle évolue à une vitesse telle que le paysage peut changer en quelques mois, tout en demandant une puissance de calcul de plus en plus importante et en s’appuyant sur des infrastructures cloud. Pourtant une grande partie des applications de défense devront se faire avec les capacités déjà déployées, non connectées et avec des perspectives de renouvellement du matériel et du logiciel se jouant à l’échelle de la dizaine d’années. Comment concilier la vitesse de l’IA avec le rythme moins soutenu de la défense, tout en apportant une fonctionnalité vraiment différentiante ? Comment concevoir un système qui peut opérer dans des conditions contraintes, tout en garantissant de garder l’humain dans la boucle pour valider les décisions critiques ? Quelles solutions permettent de garantir que ces fonctionnalités embarquées atteignent des niveaux acceptables de performances une fois déployées, tout en empêchant la récupération et la prolifération en dehors des domaines cibles ?
- Christophe Guettier (Safran) [10+5 min]
- Titre : « IA distribuée pour des systèmes embarqués plus fiables et plus résilients »
- Résumé : Différentes formes d’IA dans des systèmes et produits opérés sur les plans tactiques sont en cours de développement. Il s’agit de rendre plus intelligents ou plus autonomes des drones, des robots ou des équipements de plateformes (senseurs ou actionneurs de bateaux, véhicules blindés, hélicoptères, avions). Ces approches permettent de réduire la charge cognitive des opérateurs, de limiter leur exposition aux menaces ainsi que de disposer de systèmes plus réactifs sur le champs de bataille. Toutefois, ces systèmes nécessitent d’être coordonnés, avec l’homme sur la boucle ou dans la boucle. De plus les différents modèles d’IA (appris ou réalisés par un expert) doivent s’adapter automatiquement à leur environnement sans engendrer des flux de communication prohibitifs vis-à-vis d’un environnement opérationnel hostile et contesté au plan des communications. Quelques travaux dans le domaine du « federated learning », des protocoles d’accord ou de l’optimisation distribuée sous contraintes sont pertinents mais restent encore peu exploités dans des applications défense, notamment au « tactical edge ». Nous proposons donc plusieurs pistes pour développer des architectures intelligentes distribuées, favorisant l’hybridation des solutions d’IA, le maintien de la confidentialité des données ainsi que la fiabilité et la résilience des systèmes résultants. La présentation est illustrée par des exemples du domaine tactique terrestre, maritime et spatial.
- Jérôme Laplace (Generation Robot) [10+5 min]
- Titre : « IA embarqué pour la défense : retour d’expérience d’un UGV pour la sécurité et la sûreté »
- Résumé : Chez NGX Robotics, sous la marque Running Brains Robotics, nous concevons et déployons des robots extérieurs autonomes (UGV) dédiés à la sécurité et à la sûreté des sites sensibles. Ces robots exploitent de manière intensive des techniques d’Intelligence Artificielle au sens large, en particulier pour s’adapter à des environnements hautement dynamiques. Dans cette présentation, nous partagerons notre retour d’expérience sur l’utilisation de l’IA en conditions réelles sur nos robots. Nous commencerons par expliquer comment et où l’IA est intégrée dans nos systèmes, en décrivant l’architecture utilisée ainsi que ses avantages et inconvénients. Ensuite, nous soulignerons l’importance d’une méthodologie rigoureuse pour la mise à jour de ces algorithmes, ainsi que les défis associés. Enfin, nous discuterons des limites actuelles de ces approches et des perspectives d’évolution des algorithmes pour les UGV.
- Philippe Lebas, Kévin Gravouil, Antoine Sottiau (Airudit) [10+5 min]
- Titre : « L’IA conversationnelle basée ontologies au service de la défense »
- Résumé : D’une part, la voix est le vecteur le plus naturel et intuitif pour transférer de l’information entre humains. D’autre part, nous évoluons désormais dans un monde où machines et systèmes numériques envahissent tous les processus métiers, où la quantité d’information est exponentielle, omniprésente, et pourtant de plus en plus sujette à questionnement. Dans ce cadre, AIRUDIT a développé une démarche originale en se mettant en œuvre des technologies propriétaires afin de mettre en œuvre des assistants conversationnels intelligents dédiés et entrainés à comprendre le métier de ses clients en s’appuyant sur des services de compréhension du langage naturel. Airudit considère qu’il est nécessaire de développer une véritable relation « sociale » entre machines et humains afin de faire baisser la charge cognitive et libérer les mains et l’attention des professionnels dans des environnement qui deviennent de plus en plus complexes. Airudit est aujourd’hui un des seuls acteurs du marché qui soit capable de maitriser de façon homogène, l’ensemble de la chaîne de conversation entre un humain et une machine, en couplant un moteur sémantique reposant sur des ontologies métiers augmentées, des algorithmes de traitement automatique du langage et un moteur de Reconnaissance Automatique de la Parole (RAP). Airudit apporte donc à ses clients Industriels de la Défense, des solutions souveraines, embarquables, adaptables à tous métiers, inclusives et leur apportant un avantage capacitaire et technologique.
- Maxime Rey (Delfox) [10+5 min]
- Titre : « Systèmes Autonomes Apprenants : une approche symbolique »
- Résumé : Delfox développe des agents autonomes destinés à être embarqués sur des systèmes physiques déployés sur des théâtres d’opérations. Basé sur l’apprentissage par renforcement profond, ces agents permettent aujourd’hui de réagir intelligemment au sein d’un environnement dynamique et changeant. Rendre ces systèmes apprenants durant leur déploiement opérationnel est la vision des Systèmes Autonomes Apprenants (SAA TM) portée par Delfox. Cette démarche coïncide avec l’explicabilité et la certification de tels systèmes, par leur intelligibilité. Nous commencerons par présenter l’approche par renforcement profond et ses limitations pour atteindre cet objectif, pour ensuite présenter un cadre conceptuel permettant de répondre à ces enjeux technologiques et souverains.
- Julien Marzat, Philippe Bidaud (ONERA) [10+5 min]
- Titre : « Autonomie pour le déploiement de systèmes dans des théâtres opérationnels »
- Résumé : L’ONERA développe et teste en conditions réelles les briques technologiques nécessaires à l’autonomie future des systèmes robotiques aéro-terrestres évoluant en milieu complexe non structuré. Cette présentation se focalise plus précisément sur l’intelligence embarquée, à savoir la localisation et le guidage embarqués pour la réalisation de tâches coopératives autonomes. Les algorithmes embarqués présentés concernent notamment le SLAM collaboratif et la coordination de flottes de robots ou drones pour la cartographie 3D, le suivi de cibles ou l’interaction avec des opérateurs débarqués. De premières intégrations de briques de deep learning pour la perception sémantique et la commande des véhicules dans ces contextes ont été réalisées, et permettent de dessiner les nouveaux champs d’étude alliant IA et Robotique.
Mots clés : Navigation en environnement ouvert, capteurs et traitements (edge/cloud) communications, architecture des systèmes embarqués, coordination d’engins, interactions avec et entre les systèmes autonomes, préparation et supervision de missions
16h00-16h20 : Pause café
16h20-17h05 : Session 2 (suite)
Intervenants :
- Thierry Collette (Thales) [10+5 min]
- Titre : « IA embarquée : Enjeux et technologies »
- Résumé : Nos systèmes de défense vont intégrer de plus en plus d’intelligence artificielle (IA) au plus proche des capteurs, des drones, des systèmes de commandement, etc. Ces IA, élaborées au niveau de l’ingénierie, doivent évoluer selon l’environnement opérationnel dans lequel elles sont déployées, avec de plus en plus d’autonomie et de prise de décisions selon leur contexte de déploiement. Au même titre que la maitrise des algorithmes d’IA et notamment d’IA de confiance, la maitrise de leur embarquabilité au sein des systèmes de défense est clé. A titre d’exemple, l’IA déployée au plus proche des capteurs, ou en interface avec le soldat, doit s’exécuter au sein de systèmes de petite taille et frugaux ; l’autonomie ou l’évolution opérationnelle exige des moyens de calcul de confiance en capacité de prendre des décisions locales ; ou encore l’IA distribuée, entre drones de plus en plus autonomes, induit des contraintes de communication et de calcul, notamment en terme de sureté de fonctionnement, de résilience et de cybersécurité.
- Ezio Malis (INRIA, ACENTAURI) [10+5 min]
- Titre : « IA hybride : intégration d’approches basées sur des règles et basées sur les données pour une robotique autonome améliorée »
- Résumé : La méthodologie traditionnelle de développement de robots autonomes intelligents implique une approche basée sur des règles, qui comprend la création d’un modèle global du système, la définition de règles spécifiques à une tâche et la conception de lois de contrôle robustes basées sur des capteurs. Bien qu’efficace dans des environnements contrôlés, cette approche se heurte à la complexité et à la nature dynamique des environnements réels en raison de la difficulté de capturer toutes les règles et paramètres nécessaires en temps réel. Pour remédier à ces limitations, nous explorons deux solutions : améliorer les approches basées sur les modèles avec une fidélité de modélisation accrue, qui peuvent nécessiter des calculs intensifs et donc exiger des algorithmes plus efficaces, et adopter des approches basées sur les données telles que l’apprentissage automatique, qui s’appuie sur de grands ensembles de données et cycles de formation approfondis. Les méthodes basées sur les données, en particulier celles utilisant des réseaux de neurones artificiels, apprennent à partir d’exemples plutôt que de règles explicites, mais sont confrontées à des défis en matière de disponibilité des données et de preuve de stabilité et de robustesse. Notre méthodologie vise à combiner les deux méthodologies, créant des systèmes d’IA hybrides qui exploitent les atouts des deux approches. L’objectif est d’améliorer la fidélité du modèle grâce à des informations basées sur les données et de contraindre les méthodes basées sur les données avec une connaissance précise du modèle, garantissant ainsi une stabilité et une robustesse théoriquement prouvées dans les lois de contrôle basées sur des capteurs. Cette intégration pose des défis, tels que l’interprétation des résultats basés sur les données pour éclairer les modèles et l’intégration des connaissances basées sur les modèles dans des systèmes basés sur les données, ce qui nécessite le développement de nouvelles architectures et d’une IA explicable.
- Philippe Xu (ENSTA Paris) [10+5 min]
17h05-17h50 : Table ronde sur Cybersécurité des systèmes « intelligents » et interactions avancées
- Philippe Bidaud (ONERA), animateur
- Philippe Guermeur (DGA TT)
17h50-18h00 : Clôture
Organisateurs
- Émilie Bailly (INRIA)
- Philippe Bidaud (ONERA)
- Gauthier Picard (ONERA)