Une IA chinoise améliore la puissance d'attaque des drones et ordonne des attaques contre les radars ennemis

Il s'agit d'un modèle de langage à grande échelle (LLM) développé par des scientifiques chinois qui peut commander des drones militaires pour attaquer les systèmes radar ennemis.

Một AI của Trung Quốc tăng cường sức tấn công của drone, ra lệnh tấn công radar đối phương

Selon le SCMP, des scientifiques de l'industrie de la défense chinoise ont développé un type d'IA capable d'améliorer les performances des drones de guerre électronique.

Ce grand modèle de langage (LLM), similaire à ChatGPT, peut commander des drones équipés d'armes de guerre électronique pour attaquer les radars ou les systèmes de communication des avions ennemis.

Les résultats des tests montrent que ses performances en matière de prise de décision en combat aérien surpassent non seulement les techniques traditionnelles d'intelligence artificielle (IA) telles que l'apprentissage par renforcement, mais surpassent également celles des experts expérimentés.

Il s’agit de la première étude largement publiée à appliquer directement de grands modèles linguistiques aux armes.

Auparavant, cette technologie d’IA était largement confinée à la salle de guerre, fournissant des analyses de renseignements ou un soutien à la décision aux commandants humains.

Le projet de recherche a été mené conjointement par l'Institut de conception d'aéronefs de Chengdu, sous l'égide de l'Aviation Industry Corporation of China, et l'Université polytechnique du Nord-Ouest de Xi'an, dans la province du Shaanxi.

L'institut est le concepteur du chasseur furtif lourd chinois J-20.

Le travail est encore en phase expérimentale, selon un article publié par l'équipe du projet le 24 octobre dans la revue à comité de lecture Detection & Control. Parmi les technologies d'IA existantes, LLM est la plus performante pour comprendre le langage humain.

L'équipe du projet a fourni à LLM une variété de ressources, notamment « des séries de livres sur le radar et la guerre électronique et des collections de documents connexes ».

D’autres documents, notamment des registres de combat aérien, des registres d’inventaire d’armes et des manuels d’opérations de guerre électronique, ont également été intégrés au modèle.

Selon les chercheurs, la plupart des supports de formation sont en chinois.

Le concepteur de l'avion de chasse furtif chinois J-20 fait partie d'une équipe de recherche impliquée dans le projet d'IA. Photo : Weibo

Dans la guerre électronique, l’attaquant émet des ondes électromagnétiques spécifiques pour supprimer les signaux radar émis par la cible.

À l’inverse, le défenseur tentera d’échapper à ces attaques en changeant constamment le signal, forçant l’adversaire à ajuster sa stratégie en temps réel en fonction des données de surveillance.

Auparavant, on pensait que les LLM n’étaient pas adaptés à de telles tâches en raison de leur incapacité à interpréter les données collectées à partir des capteurs.

L’intelligence artificielle nécessite également souvent des temps de réflexion plus longs, inférieurs aux vitesses de réaction de l’ordre de la milliseconde requises dans la guerre électronique.

Pour éviter ces difficultés, les scientifiques ont externalisé le traitement des données brutes vers un modèle d'apprentissage par renforcement moins complexe. Cet algorithme d'IA traditionnel excelle dans la compréhension et l'analyse de grandes quantités de données numériques.

Les « paramètres vectoriels de valeurs d'observation » extraits de ce processus préliminaire sont ensuite convertis en langage humain grâce à un traducteur automatique. Le modèle linguistique global prend alors le relais, traite et analyse ces informations.

Le compilateur convertit les réponses du grand modèle en commandes de sortie, qui contrôlent en fin de compte le brouilleur de guerre électronique.

Selon les chercheurs, les résultats expérimentaux ont confirmé la faisabilité de la technologie. Grâce à des algorithmes d'apprentissage par renforcement, l'IA générative peut ajuster rapidement ses stratégies d'attaque jusqu'à dix fois par seconde.

Comparé à l'IA traditionnelle et à l'expertise humaine, le LLM est plus performant pour générer de nombreuses fausses cibles sur les écrans radar ennemis. Cette stratégie est considérée comme plus efficace en guerre électronique que le simple blocage par bruit ou la déviation des ondes radar loin des cibles réelles.

Source