L'intelligence artificielle et les drones : les prémices d’une autonomie totale des machines
Publié le 29/04/2025
Les drones et l’intelligence artificielle (IA) sont deux domaines importants dans l’innovation, mais il est encore difficile de les faire converger. Pourtant, intégrer de l’IA dans ces systèmes pourrait engendrer des évolutions majeures sur le théâtre opérationnel.
Imaginez un instant un drone capable, seul ou en essaim, d’atteindre ses objectifs en zone ennemie ou grise, grâce à l'IA, sans télépilote. Une idée qui commence à faire son chemin dans la Marine. Sans l’IA, ce système atteindra rapidement ses limites d’utilisation. Savoir analyser son environnement, exploiter les données et les trier, prendre des décisions en autonomie sont des capacités essentielles en mission. « Nous avons identifié le besoin de disposer de technologies à base d’IA pour la navigation autonome des drones de surface, sous-marins », commence l’ingénieur en chef de deuxième classe (ICETA2) Mehdi. Ainsi, la détection électromagnétique de mines sous-marines peut nécessiter l’utilisation de l’IA, ce qu’un simple algorithme ne permet pas sans connexion avec un opérateur. Le domaine sous-marin est d’autant plus particulier qu’il est impossible de communiquer avec un cloud pour l’analyse des images : quand il est immergé, les communications d’un drone ne passent pas.
En opération, sur un théâtre contesté, brouillé au niveau électromagnétique, nous ne pourrons pas télécommander de drones. « Demain on va larguer le système et lui dire ce qu’il doit viser. Il va activer sa caméra et chercher grâce à de la reconnaissance optique. » Cependant, l’IA a des limites. Elle nécessite des années d’entraînement pour être aussi performante qu’un cerveau humain. C’est pourquoi le centre de service de la donnée et de l'intelligence artificielle Marine (CSDIA-M) capitalise, entre autres choses, sur la récolte de données, prérequis indispensable à l’utilisation de l’IA.
Une séparation marquée entre drone et IA
Pour implémenter de l’IA dans la dronisation, il faut maîtriser chaque domaine séparément avant de les faire converger. Le MarineLab, qui travaille sur une centaine de nouveaux projets par an, étudie actuellement l’innovation autour des drones d’une part et de l’intelligence artificielle d’autre part. Un projet mené par le pôle innovation de la force océanique stratégique (FOST) applique l’IA pour la reconnaissance d’image : « Cet algorithme développé et entraîné pour un usage spécifique pourrait tout à fait être mis en place sur n’importe quel porteur comme un drone de surface », développe Olivier Dairien, responsable du MarineLab.
Si l’intelligence artificielle est utilisée pour la stabilisation d’un drone aérien, pour le ramener à sa position initiale, par exemple après un coup de vent, il s’agit d’algorithmes élémentaires déployés lors de son élaboration. Il n’est pour l’heure pas possible d’implémenter des algorithmes d’IA dans un drone à bas coût. Cette technologie sollicite une puissance trop importante : « Demain, si on souhaitait embarquer les IA actuelles sur de petits vecteurs (aériens, sous-marins), cela impliquerait que leur longévité en batterie soit considérablement réduite », explique l’ICETA2. C’est pourquoi, seule de l’IA optimisée* pourrait être implémentée dans les drones.
Et dans le civil ?
Si aujourd’hui la Marine travaille sur les deux compétences simultanément, des entreprises civiles ont déjà avancé sur le sujet. Certaines développent des algorithmes permettant d’évaluer – en fonction des conditions météorologiques et de la topographie – comment atteindre un objectif. Le système peut ainsi atteindre sa cible, en autonomie, seul ou en essaim. « Cette intelligence artificielle est capable de développer différentes missions et de trouver celles qui permettront d’atteindre l’objectif », précise l’ICETA2 Medhi. D’autres travaillent sur la détection automatique d’obstacle, l’optimisation de trajets en fonction de la météo, des courants, etc. « Dans ce domaine-là, c’est essentiellement une expertise tirée par le civil. Nous capitalisons cependant les données qui seraient nécessaires pour entraîner les algorithmes développés pour un autre usage au départ », conclut Olivier Dairien.