Depuis 2022, la marine américaine développe des algorithmes de machine learning pour identifier des cibles potentielles dans le fond des océans. Pour ce faire, ces IA sont embarquées à bord d'UUV (unmanned underwater vehicles), autrement dit de drones sous-marins autonomes, afin d'analyser les images de Sonar. Ces équipements ont été utilisés dans un premier temps pour repérer les mines, avant de servir plus largement à distinguer des cibles parmi d'autres objets, végétaux ou animaux dans les fonds marins. Reste que, comme elle le précise dans un communiqué, l'US Navy ne disposait pas d'outil de monitoring des performances de ces algorithmes en opérations. Ses IA se sont en effet parfois révélées trop lentes à réagir face à des changements de situation, qu'il s'agisse de modifications des conditions générales dans lesquels les drones évoluent ou de changements dans les tactiques ennemies.

Pour résoudre cette question de la performance de ses IA et de leur capacité d'adaptation, la marine américaine collabore avec la DIU (Defense innovation unit) du Pentagone. Basée en Californie, cette entité de la Défense américaine travaille à la transposition de technologies commerciales pour des usages militaires. La DIU a lancé à l'automne 2022 un appel à projets auquel ont répondu 5 organisations : Arize AI, Domino Data Lab, Fiddler AI, Latent AI et Weights & Biases. Et en avril 2024, chacune de ces dernières a produit un prototype pour une partie de la solution recherchée, le projet de MLOps appelé AMMO.

Des IA d'analyse d'images Sonar

Dans un article de nos confrères de Techtimes, Nick Ksiazek, qui travaille sur le portefeuille d'IA et dirige le projet au sein de la DIU, explique que la marine américaine teste déjà de la computervision, « des algorithmes de machine learning qui s'appuient sur des images issues de sonars pour détecter les formes sous-marines et naviguer au fond de l'océan ». La complexité du développement de ces IA provenant en particulier des conditions très hétérogènes dans lesquelles elles sont conduites à évoluer. Distinguer des objets sur un fond sableux, rocheux ou encore recouvert de détritus requiert des techniques d'identification totalement différentes. Et les algorithmes doivent donc être très régulièrement réentraînés.

Les drones sous-marins équipés d'IA auraient déjà permis de diviser par deux le temps nécessaire pour ratisser le fond de l'océan à la recherche de mines sous-marines, selon Alex Campbell, responsable du service Marine au sein de la DUI. Avant l'installation de ceux-ci, ce sont des marines qui s'attelaient à distinguer les différentes typologies d'objets sur les images sonar. Avec des délais longs et des risques d'erreur importants. Les algorithmes ont par ailleurs été retravaillés pour autoriser des mises à jour des drones dès qu'ils refont surface, sans avoir à les sortir complètement de l'eau. Les délais pour cette opération sont ainsi passés de 6 mois à moins d'une semaine. Enfin, comme l'évoque Alex Campbell, la Marine américaine travaille aussi sur de futures applications de ces algorithmes pour drones sous-marins afin d'identifier des navires ou des avions.