Une IA plus forte qu’un pilote de F16

Une IA plus forte qu’un pilote de F16

30/08/2020 Non Par Guillaume Pruvost

Lors de la finale du concours AlphaDogfight, différents systèmes automatisés se sont affrontés. Leur point commun : ils étaient basés sur des méthodes d’IA. Le duel s’est déroulé dans un avion de chasse F16. Le dernier combat a opposé l’intelligence artificielle conçue par le groupe Heron Systems, à un pilote de chasse expérimenté de l’US Air Force … Et l’homme a reçu une véritable correction : cinq à zéro !

Comme la plupart du temps dans ce type d’exercices, il y avait différentes contraintes. Ainsi, les pilotes ont pu seulement se servir du canon M61A1 Vulcan de 20 mm, intégré dans le nez de l’appareil. En effet, lors du combat, aucun armement externe ne pouvait être utilisé.

IA VS pilote de F16 : près de quatre milliards de simulations

L’intelligence artificielle a dévoilé un réel savoir-faire afin de prendre des décisions rapidement, encore plus vite qu’un humain. Ne connaissant pas les contraintes physiques pouvant être rencontrées par les humains, l’IA peut exécuter de façon rapprochée des manœuvres très difficiles, qui sont trop complexes pour un humain, tout en conservant une précision de tir incroyable, et cela dans n’importe quel contexte.

Afin d’arriver à ce résultat, l’intelligence artificielle d’Heron System a effectué environ quatre milliards de simulations ! Tout d’abord, le système a appris les tâches classiques : voler, prendre une nouvelle direction, changer d’altitude, et ensuite assimiler les spécificités du combat avec les recommandations d’un pilote de chasse, humain, quant à lui …

Des stratégies difficilement applicables en situations réelles

Le pilote humain s’est mesuré à la machine via un casque de réalité virtuelle HP Reverb G1, et n’a pas connu les conséquences des forces gravitationnelles. Cela n’a pas été suffisant afin de combler son retard de précision et son manque de réactivité face à l’IA. Néanmoins, le pilote a nettement mieux tiré dans la dernière manche une fois sa stratégie adapté. Connaissant les performances et la précision du système autonome, ce dernier a tout fait pour ne pas être dans son viseur, et y est parvenu. Or, il n’a pas pu se mettre en position favorable de passer à l’attaque.

Cependant, signalons que la stratégie spécifique de la machine, se basait en majorité (mais pas seulement) sur le fait de charger l’ennemi – au risque qu’une collision arrive. Une méthode prouvant son manque d’instinct de survie, mais qui serait difficilement réalisable lors de situations réelles. Un avion de chasse est un appareil très cher et complexe à concevoir. En effet, prendre le risque de perdre un de ses avions, même si on parvient à abattre un adversaire, ne demeure pas acceptable. Dernier point : l’IA poussait aussi l’avion beaucoup trop loin (par rapport aux vitesses maximales ou minimales), ce qui est un autre danger conséquent, par exemple s’il y a décrochage.

Un entraînement via deep reinforcement learning (l’apprentissage par renforcement)

Ces véritables pilotes virtuels effectuent un entraînement via apprentissage par renforcement. Ainsi, ces derniers font des milliers et des milliers de combats aériens simulés et progressent par conséquent de façon continue. Quand cette phase est terminée, le modèle peut marcher sur un PC plutôt léger (comparable à un SoC Nvidia Tegra), pouvant être intégré dans un avion. Il s’agit bel et bien de la future étape.

En tout cas, la simulation a pas mal d’intérêts. Or, ce sont les résultats en conditions réelles qui sont essentiels. Même si la Darpa ne prévoit pas de projets sur le sujet à l’heure actuelle, l’Air Force Research Laboratory marche sur la question depuis déjà deux ans. Le duel a déjà été effectué entre un pilote de chasse et une intelligence artificielle. Il se déroulera en juillet de l’année prochaine. À part une automatisation simpliste du pilotage, ces systèmes pourraient jouer le rôle de coéquipier pour les pilotes, voire même leur donner des esquadrilles grâce à des drones.