Une startup soutenue par l'OTAN adapte l'intelligence artificielle afin que les petits drones militaires puissent détecter, identifier et attaquer des cibles sans commandes humaines directes, selon un rapport détaillé d'Ars Technica. La société Scaleout Systems a fait la démonstration d’une munition de flânerie basée sur l’IA qui donnait la priorité de manière autonome à ce qu’elle considérait comme la cible de plus grande valeur sur un champ de bataille et s’envolait vers elle pour larguer un explosif – un signe de la rapidité avec laquelle le ciblage autonome passe des documents de recherche aux programmes de défense européens.
Andreas Hellander, cofondateur et PDG de Scaleout Systems, a déclaré à Ars que la technologie est conçue pour donner un avantage aux alliés de l'OTAN en opérationnalisant les données des capteurs en bordure du champ de bataille. Pour plus de contexte sur cette histoire, consultez notre dernières avancées en IA.
De la télémétrie des camions au champ de bataille
Scaleout Systems a été fondée en 2018 par des chercheurs de l’Université d’Uppsala en Suède, et son objectif initial était loin de l’industrie de l’armement : former et déployer des modèles d’apprentissage automatique directement sur le matériel des camions commerciaux et autres véhicules. Cela a changé après que la Russie a lancé son invasion à grande échelle de l’Ukraine en 2022, lorsque l’entreprise s’est tournée vers des applications de défense.
"Avec la guerre en Ukraine et un monde en évolution, nous avons réalisé que cette technologie peut être très importante pour opérationnaliser les données de pointe et les données des capteurs pour l'apprentissage automatique afin de garantir que les alliés de l'OTAN ont trouvé cet avantage stratégique", a déclaré Hellander à Ars.
L'entreprise a été sélectionnée en 2025 pour rejoindre le programme de défi DIANA (Defence Innovator Accelerator for the North Atlantic) de l'OTAN, où elle a travaillé sur un projet appelé Federated Aerial Intelligence for Recon. L’effort adapte les modèles d’apprentissage automatique au matériel informatique de pointe trouvé sur les drones, les tablettes de pilotage de drones et les postes de commandement sur le terrain – du matériel qui, comme Hellander l’a dit à Ars, va des petits appareils embarqués aux puissants postes de travail de pointe.
Apprentissage fédéré en première ligne
L'approche de Scaleout diffère du playbook du modèle frontière d'OpenAI ou d'Anthropic. Au lieu de grands modèles centralisés, l’entreprise utilise des modèles d’apprentissage automatique plus simples qui exécutent des tâches de vision par ordinateur directement sur le matériel du drone. Les drones aident les opérateurs à identifier les cibles tandis que leurs caméras et capteurs collectent des données sur le champ de bataille, puis partagent par intermittence des mises à jour sélectives avec des nœuds informatiques du peloton local ou du siège de l'entreprise, sans transmettre de données brutes sensibles.
Ces nœuds du siège recyclent les modèles sur des données agrégées provenant de plusieurs sources et renvoient les fonctionnalités mises à jour vers les appareils périphériques lorsque les conditions le permettent. L'avantage est l'adaptabilité : "Les modèles ont peut-être été formés dans un environnement désertique, et si nous essayons de les déployer dans un environnement urbain, ils ne fonctionneront pas bien", a déclaré Hellander à Ars. Il a fait valoir que les modèles qui continuent d'apprendre et de s'améliorer à partir des données des capteurs du champ de bataille au cours d'une seule opération représentent un « avantage durable ».
En juin, Scaleout a testé le concept sur une base de l'armée de l'air suédoise à Uppsala, où l'armée suédoise détient déjà une licence pour la plate-forme logicielle de l'entreprise. La démonstration a montré qu'un nœud informatique déployé à l'avant pouvait continuer à exécuter ses propres processus d'inférence et d'apprentissage actif même après avoir perdu le contact avec un nœud central dans le laboratoire de l'entreprise, en synchronisant ses mises à jour apprises une fois la connexion rétablie. Hellander a déclaré à Ars que cette stratégie fédérée pourrait éventuellement s'étendre à des régions entières, notant : « En principe, vous pouvez débloquer la collaboration entre les États membres de l'OTAN ».
ALMA : Une munition autonome pour flâner
L'application la plus conséquente est la participation de Scaleout au projet Affordable Loitering Modular Ammunition (ALMA), piloté par BAE Systems Bofors, qui vise à développer un drone kamikaze autonome à faible coût. Le concept ALMA a été présenté pour la première fois publiquement lors d'un événement Winter Demo 2026 en Suède en janvier.
Au cours de cette démonstration, un drone « a détecté, identifié et géolocalisé de manière autonome toutes les menaces potentielles repérées grâce à l'utilisation de l'IA », selon une présentation de Scaleout Systems citée par Ars. "Toutes les données sont traitées par un ordinateur embarqué dédié, permettant au système de fonctionner en temps réel sans aucun traitement externe."
Le drone a ensuite automatiquement donné la priorité à la cible de plus grande valeur telle que définie par sa mission – dans ce cas, un véhicule blindé d’ingénierie – et s’est dirigé vers elle et a largué un explosif. Ars a rapporté qu'un opérateur humain pouvait toujours contrôler et diriger le drone, mais que le drone effectuait la mission tout seul, sans commandes humaines directes. Hellander a déclaré à Ars que la société avait également mis au point un concept de surveillance et de reconnaissance fonctionnel, démontré publiquement en Suède.
Pourquoi Edge AI est important dans la guerre moderne
La poussée vers l’IA embarquée reflète les réalités des conflits actuels. La guerre électronique et le brouillage ennemi interfèrent fréquemment avec les communications, ce qui explique en partie pourquoi un nombre croissant de drones militaires ukrainiens intègrent déjà l’IA embarquée dans des conceptions kamikaze bon marché. Ars a également noté que s'appuyer sur des centres de données centralisés pour exécuter des modèles d'IA semble plus risqué à une époque où de grands centres de données ont été ciblés et détruits pendant la guerre entre les États-Unis et l'Iran.
Les modèles d’IA locaux qui fonctionnent de manière indépendante – sans contact continu avec un serveur distant – continuent de fonctionner même lorsque les liaisons tombent en panne, ce qui est précisément le scénario qui inquiète le plus les planificateurs militaires.
Le débat plus large sur les armes autonomes
La manifestation ALMA se déroule au milieu d’un débat international non résolu sur les armes létales autonomes, où la question clé est de savoir dans quelle mesure la surveillance humaine doit rester présente lorsque les machines sélectionnent et engagent des cibles. Lors des démonstrations publiques de Scaleout, un opérateur humain a conservé la capacité de contrôler et de diriger le drone, et l'entreprise présente sa technologie comme une aide à la décision pour les militaires de l'OTAN. Ce que la démonstration de janvier a montré, cependant, c'est que le cycle complet de la mission – détecter, identifier, prioriser, frapper – peut désormais fonctionner sur l'informatique embarquée d'un drone à faible coût sans traitement externe.
Comme le montre clairement le rapport d’Ars Technica, les éléments constitutifs de la capacité d’attaque autonome ne se limitent plus aux programmes classifiés des grandes puissances. Ils sont assemblés par des startups, accélérés via les canaux d’innovation de l’OTAN et démontrés en public – une évolution que les partisans du contrôle des armements et les planificateurs militaires suivront de près.
---
Restez à la Pointe de l'IALes dernières actualités, analyses et percées en IA — au même endroit.
Lire plus d'actualités IA →
