La frugalité, clé de l'IA embarquée dans les systèmes optroniques de combat

L’émergence de l’IA embarquée dans les plateformes de combat, notamment aéroportées, est tout sauf un effet de mode.

L’arrivée du deep learning au cœur des plateformes de combat ou des munitions téléopérées constitue l'une des évolutions les plus marquantes de la décennie.

C’est sans doute l’un des grands enseignements de la guerre en Ukraine. La montée en puissance des menaces constantes incarnées par les drones, la guerre électronique et le retour à des logiques d’affrontement symétriques rebattent les cartes. Plus mouvant et dense que jamais, l’environnement de combat se complexifie et la collecte d’images ne suffit plus. Les capteurs optroniques de nouvelle génération doivent désormais les analyser les comprendre en temps réel s’ils veulent répondre à un besoin opérationnel capital : soulager la charge cognitive du pilote, accélérer la prise de décision et maintenir la supériorité dans la boucle OODA — observer, orienter, décider, agir. Troisième œil, l’intelligence artificielle s’impose dès lors comme une brique essentielle.

Thales, précurseur du deep learning en optronique embarqué                                    

Dans ce contexte, l’arrivée du deep learning au cœur des plateformes de combat ou des munitions téléopérées constitue l'une des évolutions les plus marquantes de la décennie. Précurseur sur le sujet, Thales peut s’appuyer sur un terreau fertile, avec plus de 800 spécialistes de l'IA et de la data dans ses rangs. Il était, en 2023, le premier déposant européen de brevets dans cette catégorie.

TALIOS – pour TArgeting Long-range Identification Optronic System – constitue la meilleure illustration de son savoir-faire. Cette nacelle, ou pod, optronique aéroporté, opérationnel depuis 2021 sur des avions de combat, dispose déjà d’une brique de deep learning inédite baptisée ATD/R (Automatic Target Detection and Recognition) qui est actuellement en cours d’évaluation en vol. C’est le fruit de près de 10 ans de R&D qui sera mis en service dans les forces à partir de 2027. 

L’apport du deep learning est considérable. « Dans un contexte de saturation cognitive, les algorithmes aident le pilote à trouver et à trier les cibles sur une vaste surface au sol, offrant une compréhension rapide de la scène. Nous avons entraîné l’IA à reconnaitre un large éventail d’objets dans des configurations stratégiques diverses », développe notre expert IA, ingénieur en deep learning au sein de Thales. Ce TALIOS augmenté permettra au passage d’assurer une continuité dans les actions de renseignement, l'équipage n’étant plus contraint de rentrer à la base pour analyser les images avec la chaîne du renseignement.

Les défis de la frugalité

Comme toute révolution, celle-ci n’est pas sans poser de profonds défis d’ingénierie. Car comment garantir une IA performante quand, contexte embarqué oblige, la puissance de calcul et la dissipation thermique sont limitées, mais aussi devant la rareté des cibles ? La réponse est dans la frugalité.

Sa première dimension est thermique. Un pod embarqué sur aéronef dispose d'un budget de dissipation d'énergie très contraint : faire tourner des algorithmes habituellement dimensionnés pour de puissantes cartes GPU sur des cartes aux capacités bornées relève du tour de force. Thales y répond en mobilisant divers leviers : compression de modèles, recours aux FPGA, développement de cartes de calcul dédiées issues de la filière souveraine ou encore « mixture of experts ».

La seconde dimension de la frugalité touche à la rareté des images opérationnelles en amont, alors que l’IA doit être capable de reconnaître rapidement divers types d’objets rencontrés sur le champ de bataille. Il est dès lors clé de pouvoir permettre aux forces armées, qui disposent de leurs propres sources, de continuer à améliorer l’IA de façon autonome.

Un terrain de recherche en effervescence

Performance, souveraineté, frugalité : cette devise guide aujourd'hui les équipes optroniques de Thales, déjà mobilisées sur l’émergence du futur pod aéroporté T&R (Targeting and Recce), qui prévoit de fusionner les capacités du TALIOS et du pod Reco-NG, en intégrant de nouvelles fonctions IA.

« L'IA embarquée dans l'optronique de combat est un terrain de recherche en effervescence, que ce soit autour de l’IA frugale, de l’IA hybride et, à terme, de l’IA aidée de la physique. Pour de jeunes ingénieurs, Thales offre un environnement propice pour faire émerger et maturer de nouvelles idées », se réjouit notre expert en deep learning.