Imaginez un essaim de drones si rusé qu’il peut écraser n’importe quelle défense aérienne, ou une arme de défense aérienne si intelligente qu’elle peut déjouer les tactiques de n’importe quel essaim de drones. De nouveaux investissements dans l’équipement militaire permettront bientôt de réaliser des tests de reniflage alimentés par l’intelligence artificielle pour voir comment de telles idées se comporteraient dans le monde réel.
C’est du moins ce que promet un consortium de start-ups allemandes et d’universitaires spécialisés dans la défense, qui affirment que leur champ de bataille virtuel GhostPlay offre aux responsables des acquisitions la possibilité de tester de nouvelles fonctionnalités pour les systèmes sans pilote, les canons anti-drones et tout ce qui se trouve entre les deux, afin d’identifier les lacunes au cours de la phase de conception.
Au cœur de la plateforme, appelée en interne métavers pour la Bundeswehr, ou armée allemande, se trouve une sorte de moteur d’intelligence artificielle suralimenté, basé sur l’auto-apprentissage et une autonomie accrue, selon Yvonne Hofstetter, PDG de 21strategies. L’entreprise allemande, dont la technologie propriétaire est déjà utilisée par des traders du secteur financier, dirige le projet GhostPlay avec le spécialiste local des capteurs Hensoldt, l’université de la Bundeswehr de Hambourg et la société Borchert Consulting and Research, basée en Suisse.
Le ministère allemand de la défense a financé cette idée dans le cadre d’un programme de subventions COVID-19 de 500 millions d’euros (540 millions de dollars américains), étalé sur quatre ans et destiné à stimuler le secteur de la recherche de haute technologie en matière de défense dans le pays. Les subventions sont gérées par une entreprise commune des deux universités allemandes de la Bundeswehr (il y en a également une à Munich), appelée dtec.bw.
Ce qui distingue GhostPlay des autres initiatives militaires qui s’intéressent à l’intelligence artificielle, c’est l’utilisation d’algorithmes de « troisième vague », a déclaré M. Hofstetter dans une interview accordée à Defense News, ce qui signifie que les acteurs du champ de bataille simulé prennent des décisions plus « humaines », avec des surprises et de l’imprévisibilité.
En comparaison, les technologies d’IA de la « deuxième vague » se comportent essentiellement comme un soutien à l’homme, en optimisant ou en accélérant les décisions au lieu de proposer de nouveaux plans d’action.
Les programmeurs de GhostPlay affirment qu’ils peuvent créer des champs de bataille potentiels comme des jumeaux numériques du monde réel. Par exemple, s’il s’agissait de recréer la Lituanie pour une simulation, les codeurs se disperseraient pour copier l’environnement « jusqu’à la dernière feuille » en utilisant des photos satellites et les bases de données des autorités locales sur tout ce qui concerne l’habitat, l’infrastructure et la végétation, a expliqué M. Hofstetter.
Les codeurs peuvent également reproduire les performances des armes ennemies, en particulier celles des anciens pays du bloc de l’Est, à l’aide de données provenant de sources ouvertes. Il s’agit notamment des caractéristiques des armes de défense aérienne ou de la technologie de l’autodirecteur des missiles.
« Il y a suffisamment d’informations… c’est plutôt effrayant », a déclaré M. Hofstetter, ajoutant que de vieux manuels militaires de la République démocratique allemande ont offert une fenêtre sur les tactiques de combat utilisées aujourd’hui lors de l’invasion de l’Ukraine par la Russie.
Même en l’absence de données, le moteur de GhostPlay fournit de véritables ennemis par le biais d’algorithmes constamment affinés grâce aux leçons tirées d’innombrables simulations.
Le domaine physique
Les chercheurs ont commencé à explorer l’idée de transférer une partie de la logique décisionnelle de l’IA du projet à l’équipement militaire existant. Selon Heiko Borchert, de Borchert Consulting, si cette opération est couronnée de succès, elle pourrait donner une nouvelle jeunesse aux systèmes existants et surprendre les adversaires en leur offrant de nouvelles capacités dans de vieux équipements,
Selon un document rédigé l’année dernière par des représentants de GhostPlay, le système de contrôle des tirs du canon antiaérien automoteur allemand Gepard, par exemple, pourrait améliorer considérablement le taux d’atteinte des cibles et augmenter ses propres chances de survie s’il était doté d’algorithmes d’intelligence artificielle avancés.
Le gouvernement allemand a transféré 46 Gepard à l’Ukraine à partir des stocks du fabricant Krauss-Maffei Wegmann. Le 24 août, une liste en ligne du soutien militaire de Berlin à Kiev indiquait que le transfert de six véhicules supplémentaires était en cours.
Ces armes, qui ne sont plus utilisées par la Bundeswehr, auraient contribué à repousser certaines attaques de missiles et de drones russes en Ukraine, y compris contre des cibles civiles.
Dans le cadre de GhostPlay, les chercheurs ont entraîné le Gepard à combattre diverses plateformes, notamment des drones de combat Bayraktar TB2, des essaims de drones, ainsi que des hélicoptères d’attaque russes Ka-52 et Mi-28.
« Les résultats préliminaires suggèrent que la plateforme [Gepard simulé] apprend des tactiques d’engagement à granularité très fine pour différents types de menaces et détecte même quand il est important de détruire la cible ou seulement de la mettre hors d’état de nuire », selon l’article.
La plateforme a également appris à optimiser la combinaison de ses capteurs pour détecter les cibles et les classer par ordre de priorité en fonction de l’urgence d’une menace donnée. Par exemple, l’algorithme de contrôle des tirs a appris à tirer d’abord sur les plateformes porteuses d’armes, comme les hélicoptères ou les drones porteurs de missiles, et à engager plus tard les munitions qui traînent.
En ce qui concerne les essaims de drones, le Gepard simulé a tiré sur ce qui apparaissait sur son radar comme un nuage de drones unique ; cela a permis d’éclaircir la foule jusqu’à ce que les capteurs soient capables de reconnaître les traces de chaque drone. Et lorsqu’une menace différente et plus urgente est soudainement apparue dans une autre direction, le système a réussi à tourner sa tourelle et à tirer pendant qu’un essaim de drones effectuait des manœuvres « fantaisistes » ailleurs dans le but de brouiller les capteurs du véhicule.
