Par Kateryna Stepanenko
2 juin 2025
La Russie et l'Ukraine sont engagées dans une race technologique active pour développer et déployer des drones avec des capacités d'intelligence artificielle (IA) et d'apprentissage automatique (ML). La Russie et l'Ukraine sont en concurrence pour faire avancer ces drones alimentés par AI / ML pour automatiser l'interopérabilité des drones, le ciblage et l'analyse du champ de bataille. L'intégration réussie des drones IA / ML pourrait permettre aux forces russes et ukrainiennes de réduire leur dépendance à l'égard des opérateurs de drones humains et des défenseurs, de contourner la guerre électronique (EW), y compris le brouillage, de réduire les limitations humaines dans l'identification cible et d'accélérer les processus décisionnels impliqués dans la guerre des drones. [1]. Les forces russes et ukrainiennes chercheront à exploiter des systèmes sans pilote dans plusieurs domaines: systèmes aériens sans pilote (UAV), véhicules de surface sans pilote (USF) et Systèmes terrestres sans pilote (UGV). [2] Ni la Russie ni l'Ukraine n'ont exploité des drones AI / ML sur le champ de bataille à grande échelle au début de juin 2025. [3] La Russie et l'Ukraine intègrent cependant de plus en plus les capacités de ML à certaines adaptations d'IA limitées dans de nouvelles variantes de drones sur le chemin du développement de drones entièrement alimentés par l'IA / ML.
Cet article utilise l'IA et la ML pour désigner différentes implémentations et des degrés variés de complexité de développement, bien qu'il puisse y avoir un chevauchement considérable dans les définitions et les discussions qui regroupent fréquemment la fonctionnalité ML dans un seau général d'Ai. Les capacités ML peuvent être plus évolutives et plus faciles à mettre en œuvre dans les drones lorsque ces modèles sont formés pour effectuer des tâches prévisibles et spécifiques qui ne nécessitent pas de puissance de traitement, de mémoire ou de données de données. [4]. Certains exemples de tâches spécifiques incluent la navigation dans un environnement GPS et le guidage terminal, la reconnaissance de l'image et des modèles, le homing et le verrouillage de la cible, bien que certaines de ces tâches puissent nécessiter l'IA et d'autres outils plus avancés. [5] Les drones avec des capacités alimentées par ML nécessitent toujours des conseils et une analyse généraux d'un opérateur de drones, tels que l'identification d'une cible ou la modification et la formation du modèle pour opérer dans des environnements nouveaux ou complexes, et nécessitent généralement une certaine communication avec l'opérateur. [6] En d'autres termes, les capacités de ML peuvent permettre aux drones d'effectuer certaines tâches pré-programmées et pré-formées, mais n'ont pas l'autonomie et les compétences de raisonnement nécessaires pour s'adapter aux conditions du champ de bataille sans intelligence humaine et réglage fin. [7]
Les modèles d'IA peuvent effectuer des tâches qui nécessitent une intelligence humaine, notamment l'analyse des données, l'identification autonome et la sélection des cibles, et le contrôle et l'ajustement de la trajectoire de vol d'un drone basé sur des conditions en temps réel. [8] Les modèles d'IA peuvent gérer des essaims de drones contre une cible et permettre une interopérabilité avancée de drone à drone. [9] L'IA stocke et analyse également les données de mission dans le cloud pour améliorer indépendamment les opérations de drones, et les drones alimentés par l'IA sont capables de prendre une prise de décision adaptative qui peut éliminer le besoin de communication avec les opérateurs de drones. [10] L'intégration des capacités de l'IA dans les drones est un processus plus cher et prend du temps. Les capacités de drones IA nécessitent le développement d'algorithmes nouveaux et complexes, une puissance de calcul significative, un grand nuage de données et des tests à long terme visant à former des systèmes d'IA à fonctionner et à apprendre de différents environnements de champ de bataille. [11]
Les percées technologiques dans la guerre des drones nécessitent le développement et l'intégration des capacités d'IA et de ML. L'IA alimente la prise de décision autonome de niveau supérieur, tandis que les capacités ML effectuent des tâches spécifiques et aident l'IA à apprendre de l'environnement du champ de bataille. [12] Les drones d'essaims peuvent être un exemple de drone alimenté par AI / ML. Les drones d'essaims dépendent en grande partie de l'IA pour leur interopérabilité, le ciblage et la distribution et la gestion des tâches de drone à drone. Les drones d'essaims ont également besoin de capacités de ML pour faciliter les tâches spécialisées telles que l'identification d'images, d'éviter les collisions avec d'autres drones et le verrouillage sur la cible.
La Russie et l'Ukraine se concentrent de plus en plus sur le développement de drones avec des capacité...
[Courte citation de 8% de l'article original]