L'OTAN signe un accord avec Palantir pour l'acquisition de son système d'intelligence artificielle dénommé Maven,

Dans un contexte de protestations contre l'utilisation de l'IA sur les champs de bataille

L'OTAN annonce avoir passé un contrat avec Palantir en vue de l'adoption de son système Maven pour les opérations sur le champ de bataille fondées sur l'intelligence artificielle. Dans le cadre de ce contrat, qui a été finalisé le 25 mars, l'Agence des communications et de l'information de l'OTAN prévoit d'utiliser une version du système d'intelligence artificielle pour le soutien stratégique de son unité de commandement. La nouvelle tombe dans un contexte de protestations contre l’utilisation de l’intelligence artificielle sur les champs de bataille.

L'OTAN prévoit d'utiliser le système pour fournir à l'Alliance « une capacité commune de combat basée sur les données, grâce à un large éventail d'applications d'IA - des grands modèles de langage (LLM) à l'apprentissage génératif et automatique », a indiqué l'organisation dans un communiqué, afin d'améliorer « la fusion des données du renseignement et le ciblage, la connaissance de l'espace de combat et la planification, ainsi que l'accélération de la prise de décision. »

Le Commandement de l'OTAN commencera à utiliser Maven dans les 30 prochains jours, a déclaré l’organisation, ajoutant qu'elle espérait que l'utilisation de Maven accélérerait l'adoption des capacités d'IA émergentes. Palantir a déclaré que le contrat « a été l'un des plus rapides de son histoire, puisqu'il ne s'est écoulé que six mois entre la définition du besoin et l'acquisition du système. »

NATO TAKES OVER AI WARFARE MACHINE Palantir Maven Smart System

How CREEPY is Palantir's 'reassuring' PR vid? pic.twitter.com/5QkAInPKPE

— RT (@RT_com) April 15, 2025

Tous les pays sont lancés dans l’acquisition ou le développement d’armes animées par l’intelligence artificielle

L'armée américaine, comme celle d’autres pays, effectue des tests de robots-chiens. Du point de vue du développeur informatique, ces robots sont des kits matériels - à la présentation visuelle similaire à celle d’un chien sur pattes – programmables via une API fournie par le constructeur. C’est au travers de cette dernière, ainsi que d’une série de modules d’extensions, que le développeur peut aller à l’essentiel de l’application à mettre en œuvre.

Ces robots s’appuient à la base sur des applications de détection et suivi d’objets. Dans ce cas, il y a au préalable collecte des images provenant de caméras avant puis détection d’objet sur une classe spécifiée. Cette détection utilise Tensorflow via le tensorflow_object_detector. Le robot accepte n'importe quel modèle Tensorflow et permet au développeur de spécifier un sous-ensemble de classes de détection incluses dans le modèle. Il effectue cet ensemble d'opérations pour un nombre prédéfini d'itérations, en bloquant pendant une durée prédéfinie entre chaque itération. L'application détermine ensuite l'emplacement de la détection la plus fiable de la classe spécifiée et se dirige vers l'objet.

L’application est organisée en trois ensembles de processus Python communiquant avec le robot Spot. Le diagramme des processus est illustré ci-dessous. Le processus principal communique avec le robot Spot via GRPC et reçoit constamment des images. Ces images sont poussées dans la RAW_IMAGES_QUEUE et lues par les processus Tensorflow. Ces processus détectent des objets dans les images et poussent l'emplacement dans PROCESSED_BOXES_QUEUE. Le thread principal détermine alors l'emplacement de l'objet et envoie des commandes au robot pour qu'il se dirige vers l'objet....