Quelles données pour l’intelligence artificielle dans la défense ?

Stratégie intelligence artificielle du ministère des Armées

L’Armée ne peut manquer « un tournant technologique majeur » et définit donc sa stratégie pour développer les usages militaires de l’intelligence artificielle. Et la gouvernance de la donnée en sera un des piliers.

« Les IA type Google ou Amazon pensent que les tomates sont des légumes. Si bien qu’aujourd’hui, les applications françaises sont obligées de dire que les tomates sont des légumes, sinon elles ne marchent pas » relatait en 2018 lors du grand débat de la donnée le DSI de l’Etat, Henri Verdier.

Il soulignait ainsi l’importance d’éduquer les intelligences artificielles avec les bons jeux de données et l’enjeu de souveraineté qui s’y rattache. Dans le domaine de la défense, cet enjeu est encore plus prépondérant.

Les données « socle nécessaire au succès du développement de l’IA »

Quelles données donc pour une IA au service de la défense en France et « embrassant les opportunités fabuleuses » offertes par celle-ci ? Le ministère des Armées y répond en partie au travers de la publication d’un rapport consacré à l’intelligence artificielle.

Et ce dernier fait donc des données (et du hardware) « le socle nécessaire au succès du développement de l’IA. » Les Armées considèrent ainsi que l’adoption de l’intelligence artificielle pour répondre aux besoins militaires repose « en premier lieu sur une politique de gestion et de valorisation de la donnée – ainsi que sur des capacités de calcul et de stockage.

Une position qui recoupe celle établie par la stratégie numérique du ministère en matière de partage, d’exploitation et de la valorisation des données. Et comme pour toute organisation « data rich », il s’agit « de donner du sens aux masses de données collectées. »

Sur le volet données de sa stratégie IA, la Défense s’appuiera donc sur la politique ministérielle de la donnée mise en place par la DGNUM depuis 2018. Rappelons que cette politique vise notamment à inventorier les sources de données existantes, mais aussi à se doter des moyens technologiques pour stocker, préparer et valoriser les données.

Dans une logique de conception de services répondant à des cas d’usage, la DGNUM insiste sur le besoin de « créer des bases de données dotées d’interfaces de partage normalisées et permettant la réalisation aisée de preuves de concepts et de travaux d’apprentissage. »

Et si ces données « réelles » sont essentielles, c’est parce qu’elles interviendront directement dans l’entraînement des algorithmes d’IA et les tests des algorithmes. Le rapport des Armées appelle sur ce point à faire preuve de « détermination. »

Données réelles pour entraîner et tester les algorithmes

Cette détermination « sera une condition sine qua non à l’étude et à la compréhension des algorithmes, ainsi qu’à leur évaluation pour un emploi opérationnel. » A cette fin, la gouvernance des données, tout au long de leur cycle de vie (captation, valorisation, production, traitement, conservation…), est donc indispensable.

Le ministère appelle ainsi « à reconsidérer la donnée comme un actif stratégique », qui reposera donc sur la « construction d’une véritable gouvernance des données. »

Et comme dans le secteur privé, les Armées visent une industrialisation des processus liés aux données, afin notamment de garantir « une exploitation optimale », tout « en allégeant la charge de saisie qui pèse sur les unités. »

Cet optimum suppose ainsi de casser les silos actuels, structurés par métier, et d’évoluer « vers une capacité transverse permettant l’échange de données entre systèmes référents et offrant une visibilité aux armées sur l’activité. »

Les différents usages de l'intelligence artificielle pour la Défense

Signe qu’en matière de numérique et de données, la convergence des pratiques est amorcée, le rapport du ministère identifie deux piliers à cette gouvernance : une architecture au service de la donnée (permettant son traitement et son partage, notamment avec des partenaires industriels) et une culture de la donnée.

Pour accompagner cette démarche, un plan d’actions en trois phases est suggéré, la première ayant démarré en 2018/2019. Elle doit déboucher sur la « construction d’une première capacité technique et méthodologique au service de la donnée. »

La « maturité organisationnelle dans la maîtrise des données » dès 2021

Viendra en 2020 la phase de consolidation de ces capacités, grâce aux premiers retours d’expérience.  Les rapporteurs espèrent ainsi parvenir en 2021 à la « maturité organisationnelle dans la maîtrise des données. »

Autre parallèle avec le secteur privé : la protection des données personnelles. L’Armée aussi est tenue de se conformer à la législation, et en particulier au RGPD. Le rapport note à ce titre, dans un court paragraphe, que « la collecte et l’exploitation massive de données » ne peuvent s’envisager que dans « le strict respect de la législation en vigueur. »

Les données doivent donc permettre à terme d’entraîner des IA, et ce « majoritairement dans les data center dédiés. » Entraînée, l’IA sera ensuite déployée « vers les systèmes distants (opératifs, tactiques) via une transmission par les réseaux de télécommunications. »

En termes d’usage, l’Armée compte sur l’intelligence artificielle pour l’aider à « filtrer, valoriser, exploiter, partager les données, fournir des assistances pour aider à la manœuvre et ainsi offrir aux combattants des choix éclairés pour décider plus vite tout en réduisant l’incertitude. »

Mais in fine, cette IA interviendra dans un processus de décision au terme duquel se trouve un humain. L’Armée écarte ainsi le scénario de systèmes autonomes susceptibles d’agir sans l’aval d’un humain. La preuve que le ministère n’élude pas les craintes autour des armes autonomes.

200 spécialistes de l’IA dans l’armée en 2023

Ce n’est cependant pas le seul domaine d’application militaire de l’IA. Le rapport en cite de multiples, parmi lesquels la gestion des fréquences radio en opération et en coalition (dans une logique de « combat collaboratif »), la cybersécurité et la cyberdéfense, la logistique et maintien en condition opérationnelle, ainsi enfin que le renseignement.

Mais pour la Défense, pas de doute, « les technologies d’IA joueront un rôle de premier plan dans la supériorité opérationnelle future. » Et si elles ne constituent pas une fin en soi pour les armées, elles ne s’imposent pas moins comme « un moyen » de continuer à remplir leurs missions.

Par conséquent, « les armées françaises ne sauraient donc se tenir à l’écart de ces développements, sous peine de manquer un tournant technologique majeur et de perdre la supériorité opérationnelle qui est la leur aujourd’hui. »

L’armée française doit donc entrer pleinement dans l’ère de la data et se doter d’une véritable culture de la donnée. Et elle n’ignore pas qu’il lui faudra pour cela remporter aussi la bataille des compétences, en formant, et également en recrutant et en conservant les « talents ».

Pour les seules compétences en IA, une première estimation des besoins fait ainsi « apparaitre un besoin pour les métiers spécifiques IA d’environ 80 spécialistes en 2020 dont le nombre sera porté à environ 200 en 2023, la plupart (130) étant employés à la DGA. »  

A propos de Christophe Auffray 433 Articles
De formation initiale en marketing Web et en économie, je me suis spécialisé par la suite dans la presse B2B consacrée à l'économie numérique et dispose dans ce secteur de 15 ans d'expérience. Spécialiste de la transformation numérique, de l'innovation et des nouveaux business models des entreprises, j'ai développé des compétences dans les domaines du marketing éditorial, de la stratégie éditoriale, de la production de contenus premium et la gestion de sites d'information et d'équipe dans l'univers des médias en ligne et du marketing des solutions innovantes.

Soyez le premier à commenter

Poster un Commentaire

Votre adresse de messagerie ne sera pas publiée.


*