L’Intégration de l’IA dans les Services Armés: Défis et Opportunités

L’intégration de l’intelligence artificielle (IA) dans les services armés est un sujet de plus en plus central dans la modernisation des forces militaires. Lors de l’événement AI World Government, Isaac Faber, Chief Data Scientist au Centre d’Intégration de l’IA de l’Armée Américaine, a mis en lumière l’importance de la pile AI définie par l’Université Carnegie Mellon. Cette approche est essentielle pour le développement des plateformes d’IA au sein de l’armée. L’un des défis majeurs soulignés par Faber est la difficulté d’abstraire les différences entre les applications existantes. La transformation numérique nécessite une couche intermédiaire, ou plateforme, qui facilite le déploiement des applications sur le cloud ou sur des ordinateurs locaux. L’objectif est de permettre une transition fluide des plateformes logicielles, similaire à la manière dont un nouveau smartphone transfère les contacts et les historiques de l’utilisateur. La pile AI est structurée en plusieurs couches, allant de la planification en haut, en passant par le soutien à la décision, la modélisation, l’apprentissage automatique, la gestion des données massives, jusqu’à la couche des dispositifs ou la plateforme en bas. L’éthique traverse toutes ces couches, soulignant l’importance d’une approche intégrée et non cloisonnée. Le développement de l’IA dans l’armée implique également la création d’un environnement de développement pour une main-d’œuvre distribuée à l’échelle mondiale. L’armée travaille sur une plateforme logicielle d’environnement opérationnel commun (Coes), annoncée en 2017, conçue pour être évolutive, agile, modulaire, portable et ouverte. Cette plateforme est adaptée à une large gamme de projets d’IA. L’armée collabore avec des universités et des entreprises privées, comme Visimo, pour développer des prototypes de plateformes. Faber préfère cette approche collaborative plutôt que d’acheter des produits prêts à l’emploi, car cela permet de mieux répondre aux défis spécifiques des réseaux du Département de la Défense (DOD). En ce qui concerne le développement de la main-d’œuvre, l’armée forme plusieurs équipes, y compris les leaders, les professionnels avec des diplômes de troisième cycle, le personnel technique certifié, et les utilisateurs d’IA. Ces équipes se concentrent sur le développement de logiciels, la science des données opérationnelle, le déploiement analytique, et les opérations d’apprentissage automatique. Les projets d’IA varient de la diagnostic, combinant des flux de données historiques, à la prédiction et à la prescription, recommandant des actions basées sur des prédictions. Faber souligne l’importance de résoudre trois problèmes clés: l’ingénierie des données, la plateforme de développement d’IA (le «bulles verte»), et la plateforme de déploiement (le «bulle rouge»). Ces domaines sont interconnectés et nécessitent une coordination programmatique. Lorsqu’on lui a demandé quelle équipe est la plus difficile à atteindre et à former, Faber a répondu sans hésiter que ce sont les exécutifs. Ils doivent comprendre la valeur de l’écosystème d’IA et apprendre à communiquer cette valeur efficacement. Lors d’un panel sur les fondements de l’IA émergente, modéré par Curt Savoie de IDC, les participants ont discuté des cas d’utilisation de l’IA avec le plus de potentiel. Jean-Charles Lede de l’US Air Force a mis en avant les avantages décisionnels à la périphérie et à l’arrière pour la planification des missions et des ressources. Krista Kinnard du Département du Travail a souligné le potentiel du traitement du langage naturel (NLP) pour ouvrir les portes de l’IA dans son département. Les panélistes ont également abordé les risques et les dangers de l’implémentation de l’IA. Anil Chaudhry de la GSA a souligné l’importance de considérer l’impact des décisions d’IA sur une large classe de personnes. Kinnard a insisté sur le fait que les humains ne seront jamais remplacés par les algorithmes, mais plutôt soutenus par eux. Lede a mentionné les risques liés à l’utilisation de simulations pour entraîner les algorithmes, soulignant le «gap simulation-réel». Chaudhry a mis en garde contre l’enthousiasme excessif pour les outils d’IA et a recommandé une stratégie de vérification et de validation indépendante. Lede a souligné l’importance de l’explicabilité de l’IA pour permettre une interaction humaine efficace. En conclusion, l’intégration de l’IA dans les services armés présente à la fois des défis et des opportunités. Une approche collaborative, éthique et bien coordonnée est essentielle pour maximiser les avantages de cette technologie tout en minimisant les risques. Avantages Modernisation des systèmes militaires Amélioration de la prise de décision Collaboration avec des experts en IA et des entreprises privées Développement de compétences en IA au sein des forces armées Inconvénients Difficulté d’abstraire les différences entre les applications existantes Risques éthiques et d impact large sur les populations Besoin de coordination complexe entre différentes équipes et domaines Dépendance à des simulations pour l entraînement des algorithmes Risque de mauvaise communication de la valeur de l IA aux décideurs