L’Armée suisse et armasuisse : ensemble de l’idée au produit
Le centre de compétences Intelligence artificielle et Simulation (IASI) développe des solutions innovantes pour les organisations chargées de la sécurité de l’État. L’exemple le plus récent est celui du développement, en collaboration avec le Cyber-Defence Campus d’armasuisse S+T, d’un outil d’IA baptisé NJÖRD pour l’Armée suisse. Ce qui durait auparavant plusieurs jours ne prend aujourd’hui que quelques minutes. Mais qu’est-ce que NJÖRD exactement et à quoi ressemble une collaboration interoffices ?
Matthias Sommer, centre de compétences Intelligence artificielle et Simulation,
Lucas Ballerstedt, état-major, armasuisse Sciences et technologies
Une collaboration interoffices entre l’Office fédéral de l’armement armasuisse et l’Armée suisse a donné naissance à un outil d’IA baptisé NJÖRD. NJÖRD est un excellent exemple d’une collaboration réussie, de l’idée initiale au développement du produit, en passant par l’évaluation des besoins et le développement d’un prototype. Mais de quoi s’agit-il exactement ? Le domaine de l’instruction opérative de l’Amée suisse a notamment pour mission de planifier et de réaliser des exercices à l’échelon stratégico-militaire. Cela inclut également des exercices en ligne basés sur des simulations. Lors de ces exercices, le programme exécute des scénarios auxquels les participantes et les participants doivent réagir. Afin d’offrir un environnement d’exercice aussi réaliste que possible, ces scénarios sont complétés par des messages destinés à influencer les décisions des participantes et des participants. Idéalement, chaque exercice est ainsi imprévisible et paraît réaliste aux yeux des participantes et des participants. Le problème est toutefois que ces messages doivent être rédigés manuellement, ce qui mobilise d’énormes ressources. Le projet NJÖRD a consisté à étudier l’utilisation de Large Language Models (LLM) pour la rédaction de ces messages.
Un LLM est un modèle d’intelligence artificielle (IA) dont l’objectif est de générer et de comprendre un texte d’une manière similaire à celle d’un humain. La compréhension des LLM est fondamentalement différente de la compréhension humaine du langage. En effet, l’IA ne distingue pas les lettres, les mots ou les phrases tels qu’ils sont interprétés par les humains. Au lieu de cela, les LLM utilisent des calculs de probabilités et des réseaux neuronaux pour comprendre comment les éléments de texte sont combinés entre eux. En utilisant de grandes quantités de textes comme matériel d’entraînement, il est possible de calculer la probabilité qu’un élément de texte donné soit suivi d’un autre.
Du besoin au démonstrateur
Concrètement ces messages doivent, dans les simulations, imiter les dépêches des agences de presse et couvrir différentes langues selon l’exercice. La production de ces messages mobilise des ressources considérables et peut prendre plusieurs jours. Ainsi, le besoin de faire générer ces messages par un LLM, c’est-à-dire une application d’IA, a été identifié et armasuisse S+T a été chargée de l’étude de faisabilité correspondante. Au cours de cette étude, un scénario de simulation spécifique composé de 75 événements différents a été utilisé. Des messages complémentaires devaient être générés pour 73 de ces événements.
Le nombre approximatif de messages à produire variait entre cinq et trente selon l’événement. De plus, les messages devaient être générés en plusieurs langues, parmi lesquelles l’anglais, l’allemand, le russe, le finnois, le suédois, le norvégien, l’estonien, le lituanien, le letton et le français. Le nombre de messages fictifs à produire était donc considérable. Quatre modèles open source de génération de texte ont été testés à cet effet. Les modèles open source sont des systèmes accessibles au public qui peuvent être améliorés selon les besoins. Les systèmes ont ainsi pu être adaptés aux besoins de l’armée suisse et développés sous forme de prototype. Le produit final concret consiste en une application dans laquelle les responsables de l’exercice pouvaient produire en quelques clics sur une interface graphique (GUI) des messages générés par IA. Dans cette application développée à cet effet, les responsables de l’exercice n’ont qu’à saisir quelques éléments clés pour obtenir en quelques secondes une dépêche fictive d’agence de presse. Ainsi, à partir des informations suivantes : « Une panne du réseau radar du trafic aérien civil à l’échelle européenne entraîne des interruptions irrégulières du réseau radar militaire. Le réseau militaire reste toutefois majoritairement stable. » la dépêche fictive ci-dessous est générée :
« Une interruption inattendue du réseau radar militaire de l’Armée suisse a été signalée aujourd’hui. Selon certaines sources, des pannes de courte durée sont survenues dans plusieurs centres de contrôle régionaux, tandis que la plupart des systèmes sont restés stables. Les responsables citent des erreurs techniques et une possible surcharge des liaisons de communication comme causes principales. Le ministère de la Défense a précisé que le réseau était largement intact et ne constituait pas une menace pour la sécurité nationale. Le radar du trafic aérien civil reste affecté en raison de dysfonctionnements à l’échelle européenne, mais le réseau n’a pas d’impact sur la situation militaire. D’autres investigations sont en cours. Les forces d’intervention travaillent à régler rapidement le problème et examinent immédiatement des solutions à long terme. »
Du démonstrateur au développement du produit
Les résultats de l’étude de faisabilité et du démonstrateur d’application se sont révélés extrêmement utiles pour l’Armée suisse. Ce qui durait auparavant plusieurs jours ne prend aujourd’hui que quelques minutes. Ce succès a été rendu possible grâce à l’étroite collaboration ente l’Armée suisse et armasuisse S+T. L’étape suivante a consisté à rechercher des partenaires industriels potentiels afin de transformer le démonstrateur d’application en un outil d’IA utilisable par l’Armée suisse. En effet, un démonstrateur sert uniquement à démontrer l’usage prévu et son utilité, mais n’est pas conçu comme un outil opérationnel. Un tel partenaire a été trouvé avec l’entreprise IBM.
Entretien avec Miltiade Athanasiou
Pour nous, l’enjeu était de savoir comment passer d’un « nous aimerions » à un « nous pouvons », puis à un « nous faisons ».
.png?rect=0%2C134%2C712%2C712&w=1024&auto=format)
À propos de Miltiade Athanasiou
Miltiade Athanasiou est employé de la Confédération depuis plus de quinze ans. Après avoir occupé différents postes au sein du commandement des Opérations, de la Police judiciaire fédérale fedpol et du projet Commandement Cyber, il travaille désormais dans le domaine de l’instruction opérative. Il était le mandant du projet NJÖRD. Dans ce rôle, il représentait les intérêts de l’Armée suisse et était étroitement impliqué dans le projet et dans la collaboration avec armasuisse S+T. Dans l’interview ci-dessous, il revient sur le projet.
Cher Miltiade, comment se fait-il que l’armée t’ait chargé de mener à bien ce projet ?
L’instruction opérative (inst op) a plusieurs missions. L’une d’elles concerne la planification et la réalisation d’exercices à l’échelon stratégico-militaire. Dans ce contexte, il est rapidement apparu que nous pourrions utiliser les nouvelles technologies pour soutenir l’une de nos missions.
Comment avez-vous identifié le besoin d’un tel modèle d’IA et quelle en est l’origine ?
Le besoin résultait principalement de deux constats : premièrement, dans le cadre de notre travail, l’IA permet de générer un grand nombre de messages open source sur la base d’un scénario donné. Jusqu’à maintenant, ce travail était effectué manuellement, c’est-à-dire que chaque message était rédigé individuellement. Deuxièmement, nous sommes une petite équipe (mais efficace) et disposons de moyens limités pour mener des exercices stratégico-militaires.
Peux-tu nous expliquer concrètement comment s’est déroulée la collaboration avec armasuisse S+T ? Comment développe-t-on ensemble une application basée sur l’IA, adaptée à vos besoins ?
Nous sommes partis de zéro, mais avec une idée assez précise de nos besoins. La collaboration avec armasuisse S+T a d’abord consisté, pour nous, à mieux comprendre les possibilités actuelles de l’IA. Il s’agissait donc de bénéficier de l’expertise d’armasuisse S+T. La phase suivante a consisté à concevoir rapidement un premier démonstrateur. Il s’agissait d’une étape déterminante, car c’est au cours de cette phase que les questions fondamentales ont été posées, notamment en ce qui concerne la portée du projet. Tout au long du projet, qui n’est pas encore terminé, l’étroite collaboration avec armasuisse S+T a été pour nous d’une importance capitale.
Quelle est la valeur ajoutée de cette application basée sur l’IA pour ton équipe ?
La principale valeur ajoutée réside dans le gain de temps lors de la rédaction des messages open source dans le cadre des exercices. Le résultat est très positif : nous pouvons désormais rédiger, en quelques minutes, des centaines de messages de haute qualité en français, en allemand, en italien ou en anglais, alors qu’il nous fallait plusieurs jours auparavant.
Rétrospectivement, comment juges-tu la collaboration avec armasuisse S+T ?
La collaboration a été excellente, en particulier avec les chefs de projet. J’ai apprécié leur rapidité de réaction, mais aussi la simplicité des échanges orientés vers le résultat. Pour nous, l’enjeu était de savoir comment passer d’un « nous aimerions » à un « nous pouvons », puis à un « nous faisons ». Il s’agissait donc de chercher ensemble, de réfléchir ensemble et de proposer des solutions réalistes.
Le produit est désormais en cours de développement. Quelles sont les prochaines étapes ?
Les travaux se poursuivent actuellement avec IBM. Parallèlement, le modèle d’IA doit continuer à évoluer. C’est pourquoi nous avons notamment pris contact avec le commandement des Opérations, qui a également des besoins dans ce domaine. Pour nous, il est important que le modèle d’IA, que nous avons baptisé NJÖRD, et les enseignements tirés de son développement soient accessibles et profitent à l’ensemble du système de l’armée. Enfin, nous travaillons également sur d’autres projets dans le domaine de l’anticipation et de l’IA.