Apporter une réelle autonomie aux essaims de drones sur le champ de bataille
Les conflits en Ukraine et en Iran ont montré à quel point les drones se sont taillé une place sur le champ de bataille moderne, qui ne fera que croître à mesure que la technologie progresse et que les options moins coûteuses prolifèrent.
Quel que soit le rôle que jouent aujourd’hui les drones sur le champ de bataille – depuis la collecte d’informations jusqu’à la facilitation de la logistique et des opérations de combat – l’efficacité avec laquelle ils rempliront ce rôle à l’avenir dépendra de la charge cognitive que ces machines imposeront à nos combattants sur le terrain. Palladyne AI décrit la technologie qui permet aux machines de détecter, de raisonner et d’agir dans le monde physique en tant qu’IA collaborative incarnée décentralisée, ou DECA. Dans les drones équipés de DECA, l’intelligence réside dans chaque avion, chaque drone étant capable de réagir dynamiquement en temps réel à des circonstances changeantes sans direction humaine.
La première chose à comprendre est que les mots « sans pilote » et « autonome » ne sont pas synonymes, selon Ben Wolff, président-directeur général de Palladyne AI.
« Beaucoup de gens dans l’industrie se réfèrent au suivi de point de cheminement ou au vol préprogrammé coordonné comme étant de l’autonomie », a déclaré Wolff. « Je ne suis pas d’accord avec cela, car l’autonomie signifie que la machine prend des décisions en temps réel, et ne suit pas simplement un script préprogrammé dans lequel les opérateurs humains ont pris toutes les décisions à l’avance. C’est une distinction essentielle lorsque nous parlons de la nature imprévisible du champ de bataille. »
La véritable autonomie va bien au-delà des itinéraires prédéterminés ou des listes de contrôle des tâches à effectuer par les drones. La capacité de réduire la charge cognitive des opérateurs et de fournir une véritable capacité de multiplicateur de force nécessite une réelle autonomie, et pas seulement des capacités sans pilote. Mais tout comme pour les voitures autonomes ou autonomes, il existe différents niveaux d’autonomie et il est essentiel que l’industrie soit sur la même longueur d’onde quant au niveau requis et offert par les différentes solutions.
Les cinq niveaux d’autonomie
Wolff souligne que les cinq niveaux d’autonomie des drones suivent de près les niveaux d’autonomie communément adoptés pour les véhicules autonomes.
Au niveau le plus élémentaire, la plupart des automobiles modernes auront au moins un régulateur de vitesse. La prochaine étape serait le régulateur de vitesse adaptatif, dans lequel un véhicule ralentit ou accélère en fonction de la circulation et de la proximité des autres véhicules. À l’autre extrémité du spectre se trouverait la conduite entièrement autonome, dans laquelle le conducteur appuie sur un bouton et la voiture prend toutes les décisions en cours de route, même si le conducteur a toujours la possibilité d’intervenir.
« Nous constatons la même chose avec les drones », a déclaré Wolff. « Le niveau d’autonomie du drone 0 correspond à celui où le drone est dirigé dans chacun de ses mouvements par l’opérateur humain via une télécommande. Mais disons qu’il y a une forte rafale de vent et que le drone se redresse automatiquement dans la rafale de vent. Il a une capacité de stabilisation automatique. C’est l’équivalent de ce contrôle de vitesse adaptatif dans une voiture. Il peut se redresser automatiquement. Tout est préprogrammé. «
« À l’autre extrémité du spectre, vous avez un drone où le soldat lance le drone et lui confie une mission de haut niveau. Disons que la mission consiste à parcourir cette zone de 20 milles carrés à la recherche d’un véhicule qui émet un certain type de signature, c’est-à-dire une signature RF ou une signature énergétique, une signature acoustique, quelle qu’elle soit. Vous appuyez sur le bouton après lui avoir donné ce profil de mission de haut niveau et il fait tout simplement son travail. «
Entre le niveau 0 et le niveau 5 se trouvent des niveaux qui reflètent de moins en moins d’apports requis par l’humain pour que le drone puisse accomplir sa mission.
Quel que soit le niveau d’autonomie – actuel et futur – Wolff estime que les drones autonomes devraient toujours permettre une intervention humaine. Selon lui, les décisions critiques telles que l’autorisation d’impacter une cible avec un dispositif cinétique devraient toujours nécessiter la présence d’un humain au courant, même s’il reconnaît que nos adversaires ne seront peut-être pas toujours d’accord.
« La capacité d’avorter ou de lancer une attaque devrait, à mon avis, toujours appartenir à un humain », a déclaré Wolff. « Je crains qu’un jour nous ayons un adversaire qui ne partage pas mon point de vue. »
Construire une intelligence collective pour les essaims
Le dernier avantage des drones sur le champ de bataille est de les déployer en essaims pour développer une meilleure connaissance de la situation. La plupart des drones à bas prix ayant un ordinateur et des capteurs limités à bord, et considérant qu’un seul drone ne peut être qu’à un seul endroit à la fois, Wolff suggère que chaque drone possède une perspective unique et qu’en partageant des informations entre tous les drones, chaque drone de l’essaim peut exploiter l’intelligence de l’ensemble. « Ce concept n’est pas différent du concept d’équipe humaine », explique Wolff. « La valeur et les capacités d’une équipe collaborative sont bien supérieures à la somme de ses parties. »
Palladyne AI a développé son logiciel SwarmOS pour faire de l’intelligence collaborative dans un essaim de drones hétérogène une réalité en permettant à des drones disparates de partager des informations organisées de grande valeur. Semblables à une escouade de soldats sur le terrain, les drones peuvent mener à bien leur mission individuelle tout en partageant des informations avec d’autres drones, permettant ainsi une meilleure connaissance de la situation et une meilleure efficacité de la mission. Les algorithmes de l’entreprise résident sur chaque drone, ce qui lui permet d’agir de manière autonome sans contrôle centralisé.
« Ce qui est cool, c’est qu’il n’est pas nécessaire qu’il s’agisse de sept, huit, 10 ou 20 drones du même fabricant », a déclaré Wolff. « Lors du dernier exercice Army PC-C6 (Project Convergence Capstone 6), nous avions des drones de plusieurs fabricants, tous équipés de notre logiciel SwarmOS, et les drones collaboraient ensemble pour mener à bien la mission en utilisant des quantités limitées d’informations provenant des capteurs de chacun de ces drones. »
La pile logicielle présente sur chaque drone lui permet de prendre des décisions et de réagir rapidement en temps réel sans avoir à attendre d’instructions. Wolff utilise l’exemple du jeu de catch : si quelqu’un vous lance une balle de baseball, vous n’allez pas consciemment penser au mouvement de votre bras et de votre main. Au contraire, vous réagirez simplement en alignant votre gant pour attraper le ballon.
« Il suffit de le faire en une fraction de seconde », a-t-il déclaré. « C’est ce que nous intégrons dans ces drones. Ils peuvent agir en temps réel en réponse à ce qui se passe sur le champ de bataille. Le fait qu’il soit à la limite, et non centralisé, le fait qu’il s’agisse d’un système de sens, de raison et d’action en boucle fermée ; et puis le fait qu’il peut collaborer avec d’autres drones en utilisant ce même système de sens, de raison et d’action, c’est ce qui le rend unique. »
Palladyne AI développe ce que Wolff décrit comme « un essaim de meutes de loups de classe Oracle ». « Nos algorithmes sont de nature prédictive », a-t-il déclaré. « Nous pouvons réellement exploiter la somme des connaissances de tous les drones pour pouvoir utiliser nos algorithmes pour prédire ce que la cible pourrait faire ensuite ou ce que nos sympathiques collègues de l’équipe pourraient faire ensuite. » Il a donné un exemple d’essaim traquant un convoi : « Le convoi est passé sous une canopée d’arbres. Où est-il susceptible de sortir, d’après toutes les informations dont nous disposons sur sa destination lorsqu’il est passé sous la canopée ? » « Pour nous, la classe Oracle est une façon sophistiquée de dire prédictive », a déclaré Wolff. « Je pense que c’est le Saint Graal. Quand nous pouvons commencer à prédire ce que l’ennemi va faire… cela ajoute un tout autre élément de capacité. »
Pilotes nécessaires
Même si le fait de développer un meilleur renseignement dans les drones signifie que les pilotes auront moins de rôle à jouer, ils seront toujours nécessaires pour des décisions telles que la définition des paramètres de la mission et l’opportunité d’attaquer une cible. À mesure que les essaims de drones se multiplient, il n’est pas pratique – que ce soit du point de vue du personnel ou d’un point de vue économique – d’avoir un pilote pour chaque drone. Les signaux de demande du ministère de la Guerre étant axés sur l’augmentation du volume de drones dans l’arsenal, cela crée un besoin à la fois de pilotes et de solutions qui réduiront la charge de ces pilotes et leur permettront de gérer un grand nombre de drones à la fois.
« Qui va les piloter tous et comment vont-ils être pilotés dans le cadre d’un effort tactique collaboratif ? » demanda Wolff. « Si vous envisagez de lancer un millier de drones sur le champ de bataille en même temps, avons-nous un millier de pilotes formés sur ce type particulier de drone pour pouvoir les piloter ? La réponse est probablement non. »
Le logiciel de Palladyne AI vise à résoudre ce défi en rendant les grandes flottes de drones gérables par un nombre beaucoup plus réduit de pilotes, opérant à partir d’un contrôleur plutôt que de jongler avec des commandes séparées pour chaque drone. Étant donné que les drones peuvent partager des informations et prendre des décisions par eux-mêmes, les pilotes ne sont pas obligés d’approuver chaque écart ou décision d’un drone pour atteindre ses objectifs de mission. Les opérateurs peuvent alors se concentrer sur des décisions de niveau supérieur – comme la confirmation d’une cible ou la réorientation d’une mission – tandis que les informations partagées par la flotte leur donnent l’image la plus claire possible pour prendre ces décisions.
La clé consiste à exploiter les informations collectives des capteurs de tous les drones dans une région d’intérêt particulière pour donner aux pilotes la meilleure connaissance possible de la situation. Pour y parvenir, les drones doivent travailler ensemble efficacement. « Cela ne signifie pas qu’ils doivent provenir du même fournisseur ou du même modèle. Grâce à SwarmOS, Palladyne AI permet à différents types de drones, de charges utiles de capteurs et d’actifs de partager ce qu’ils voient entre eux et avec le pilote, créant ainsi une image plus complète ensemble », a déclaré Wolff.
« En utilisant les drones dans le ciel tout comme nous utilisons des équipes de soldats sur le terrain, chacun d’entre eux est capable d’observer ce qui se passe sur le champ de bataille », a-t-il déclaré. « Les drones partagent des informations via le réseau maillé créé par les drones et l’équipe dans son ensemble peut être plus efficace. »
Des véhicules autonomes dans tous les domaines
Les drones aéroportés constituent actuellement l’application la plus courante pour les véhicules sans équipage, en grande partie parce que les opérations au sol ou dans l’eau sont mécaniquement plus difficiles, compte tenu de défis tels que l’évitement du terrain. Les drones aéroportés peuvent opérer sur les trois axes – X, Y et Z – leur permettant de changer d’altitude pour éviter les obstacles.
Mais selon Wolff, la prochaine grande étape consiste à étendre ce type d’autonomie à tous les domaines, qu’il s’agisse de la terre, de la mer, de l’espace ou de l’air. Selon lui, le véritable défi à venir consiste à intégrer et à rassembler les systèmes de ces domaines dans un champ de bataille coordonné et unifié qui donne aux commandants et aux combattants une idée beaucoup plus claire de ce qui se passe et de la manière d’y réagir.
« Il y aura un jour dans un avenir pas si lointain où non seulement nous intégrerons des données de tous les domaines, mais où nous ferons en sorte que l’IA incarnée gère toutes ces machines dans une fonction collaborative, franchement, d’une manière qui, même pour nous, les humains d’aujourd’hui, sommes confrontés à un défi.
