L’intelligence artificielle au service de la protection

L’Union européenne vient de financer un projet pilote d’intelligence artificielle (IA) baptisé iBorderCtrl, réalisé par l’Université de Manchester et qui sera testé aux frontières grecque, hongroise et lettone. Il s’agira d’automatiser les tâches de contrôle des passeports mais surtout d’identifier les symptômes de stress chez les éventuels contrevenants.

De l’autre côté de la frontière lettone, la Russie cherche également à s’appuyer sur les algorithmes de «Machine Learning» pour optimiser ses dispositifs de contrôle. Ici, il ne s’agit pas de surveillance aux frontières mais bien de ciblage, de «damage assessment» et même d’appui aérien rapproché. Le journal moscovite Izvestia a récemment relayé le fait que l’Armée russe cherchait à remplacer une partie de ses équipes de contrôleurs aériens avancés (JTAC) par des drones aériens ou terrestres.

Si les capteurs embarqués, comme les caméras EO/IR, les désignateurs laser ou les systèmes de géolocalisation, sont logiquement attendus, l’originalité repose sur deux points. D’une part, la présence à bord d’un calculateur emportant une IA et une bibliothèque de menaces pour reconnaître une cible adverse potentielle et identifier l’armement le plus adapté à sa destruction. D’autre part, plutôt que de relayer les données de désignation et de recommandation à un centre de commandement, le robot transférera ces informations selon un mode «point à point» directement à la plateforme en charge de délivrer les armements, raccourcissant la boucle OODA et durcissant le dispositif en cas d’attaque cyber sur les centres de commandement.

Le magazine des forces terrestres Armeyskiy Sbornik rappelait dans sa dernière édition que la plupart des tirs fratricides étaient dus à des facteurs humains (stress, fatigue, peur) et qu’une solution automatique pouvait réduire ces risques de manière considérable mais aussi préserver la vie des équipes de ciblage. Ces dernières ont en effet toujours été une cible de choix, tant pour les Moudjahidine afghans que pour les combattants de Daech en Syrie. Un projet qui laisse néanmoins sceptiques certains experts.

Tout d’abord, placer à bord de ces robots les bibliothèques de menaces constitue un risque de SECOPS considérable en cas de capture de ces matériels. De plus, même si les algorithmes de Support Vector Machine, ou de Réseaux Neuronaux à Convolutions, font des merveilles dans le domaine de la classification acoustique ou de la reconnaissance d’image, ils sont pour l’instant incapables de remplacer l’intuition des opérateurs pour distinguer un groupe de combat d’un groupe de paysans dans le cadre des opérations de contre-insurrection.

Articles similaires :
Partagez ce contenu :