Electronique Mag - Le journal de l'électronique.

Menée au sein de l’écosystème OMNISS, cette collaboration vise à étudier comment déployer une IA avancée sur des plateformes de défense autonomes disposant de capacités de calcul, de mémoire, d’énergie et de connectivité limitées.

À l’occasion du salon Euronaval, Multiverse Computing, entreprise européenne d’intelligence artificielle spécialisée dans la compression de modèles inspirée du quantique, et Capgemini, partenaire mondial de la transformation business et technologique des entreprises à l’ère de l’IA explorent des pistes de coopération technologique au sein d’OMNISS (Open Mission Network for Interoperability, Security and Sovereignty), un réseau de mission ouvert dédié à l’interopérabilité, à la sécurité et à la souveraineté. L’objectif de cette initiative est de rendre l’IA avancée plus simple à déployer sur des drones, des plateformes robotiques et d’autres systèmes autonomes fonctionnant avec des ressources informatiques restreintes et une connectivité limitée. Alors que l’Europe cherche à renforcer sa souveraineté technologique en matière de défense, ce rapprochement s’attaque à une question très concrète : comment faire fonctionner l’IA là où se déroule la mission. Embarquer l’IA avancée sans dépendre du cloud

Les opérations de défense modernes s’appuient de plus en plus sur des drones, des robots terrestres, des capteurs disséminés et des plateformes définies par logiciel. Ces systèmes doivent traiter l’information dans des environnements où l’accès aux infrastructures cloud peut être restreint, instable, voire inexistant. Or, les modèles d’IA les plus sophistiqués peuvent exiger davantage de mémoire, de puissance de calcul et d’énergie que ne peut en fournir le matériel embarqué.

Réduire ces besoins tout en préservant la précision, la réactivité et la fiabilité nécessaires à chaque tâche constitue donc un défi technique majeur, en particulier dans des environnements contestés ou déconnectés, où le traitement local des données peut représenter un véritable atout opérationnel. Des pistes de coopération au sein d’OMNISS

OMNISS a vocation à favoriser l’interopérabilité entre plateformes autonomes, capteurs et applications de mission, au sein d’un écosystème technologique ouvert et souverain. Multiverse Computing et Capgemini ont identifié plusieurs pistes à explorer :

 la démonstration de modèles d’IA compacts sur une plateforme de drone existante ;
 l’étude d’une accélération sur FPGA (réseau de portes programmables in situ) pour le traitement de l’IA à bord ;
 le déploiement de modèles optimisés sur des équipements en périphérie (edge) aux ressources limitées ;
 l’évaluation d’une capacité de « frugalisation » des modèles destinée à la place de marché OMNISS
 l’organisation éventuelle de démonstrations conjointes ou d’exercices militaires afin d’en évaluer la pertinence opérationnelle.

Ces pistes restent exploratoires : les activités, calendriers et livrables précis feront l’objet de discussions et d’accords ultérieurs. L’apport de Multiverse Computing

Multiverse Computing apporte son expertise en compression et en optimisation de modèles d’IA grâce à CompactifAI, une technologie fondée sur les réseaux de tenseurs inspirés du quantique. Ces représentations mathématiques permettent de réduire la taille et les besoins en calcul des réseaux de neurones, tout en cherchant à préserver leurs performances utiles.

Appliquée au contexte d’OMNISS, cette approche pourrait permettre d’évaluer des modèles d’IA compacts pour la perception embarquée, le traitement de l’information et d’autres tâches liées à la mission. Parmi les bénéfices potentiels : une empreinte mémoire réduite, des besoins en calcul moindres et une plus grande latitude pour traiter l’information localement. Les performances sur des plateformes de défense spécifiques n’ont pas encore été établies dans le cadre de cette coopération.

Une ambition commune pour l’innovation de défense européenne

« L’IA avancée n’apportera de valeur opérationnelle que si elle peut fonctionner sur les plateformes qui en ont réellement besoin, y compris des systèmes aux ressources de calcul très limitées. Avec OMNISS, nous voulons explorer comment la compression de modèles peut contribuer à combler l’écart entre des IA toujours plus performantes et les contraintes concrètes des systèmes de défense autonomes, tout en favorisant l’interopérabilité et la liberté de choix technologique », déclare Michel Kurek, Directeur général France de Multiverse Computing.

Prochaines étapes

Les partenaires pourraient, dans un second temps, définir des priorités techniques, identifier les modèles et plateformes adaptés et évaluer les possibilités d’expérimentation. Aucun déploiement, objectif de performance, calendrier de démonstration ni engagement commercial n’est annoncé à ce stade.