Les actes de la seconde Conference on Artificial Intelligence for Defense (CAID 2020) publiés sur HAL

La Conference on Artificial Intelligence for Defense, qui s’est déroulée à distance (en raison de la situation sanitaire) en décembre 2020 est organisée depuis 2019 par la Direction Générale de l’Armement (DGA) en même temps que l’European Cyber Week et que la conférence C&ESAR, portant sur la cyber sécurité. Cette conférence a pour objectif de rassembler les acteurs du domaine de la défense qui publient des articles scientifiques sur des problématiques liées à la défense et qui incluent de l’intelligence artificielle. On retrouve donc plusieurs types d’acteurs : des institutions dédiées à la défense telles que la DGA elle-même ou l’ANSSI, des établissements publics tels que l’ONERA et le CEA, des écoles et universités, comme Centrale Supélec et l’université de Rennes, et des entreprises allant de la startup comme NukkAI à de grands groupes comme Orange ou Thales. Les sujets varient eux aussi beaucoup : les présentations sont rassemblées par sessions traitant de cybersécurité, de prise de décision, de radars, de sécurité de données et de gestion de crise.

L’objectif de la conférence est de rassembler les acteurs qui, bien qu’ils travaillent sur des domaines différents, sont souvent confrontés aux mêmes problématiques : la fiabilité d’une part – les conséquences d’une erreur peuvent être particulièrement lourdes dans ce domaine – mais aussi la capacité à embarquer ces technologies, avec ce que cela suppose de réduction de consommation d’énergie, ou encore le respect de la confidentialité de données, particulièrement sensibles dans le domaine. Des thèmes ressortent donc naturellement, notamment les notions d’explicabilité ou d’intelligence artificielle de confiance. La conférence permet à des personnes travaillant dans des univers assez différents de se retrouver et de voir dans quelle direction avance l’état de l’art.

En ce qui concerne les méthodes représentées, on retrouve nombre de méthodes très utilisées par ailleurs : apprentissage automatique et deep learning, assez largement utilisé pour de nombreuses problématiques allant de la détection d’intrusion à la classification de cibles pour un radar. Ces approches ont aussi fait l’objet de recherche pour réduire le coût qui leur est associé de manière à être en mesure de les simplifier, notamment en les simplifiant. Mais au-delà de ces approches, on trouve nombre de références à des méthodes dites “hybrides”, tenant à la fois de l’apprentissage automatique que de l’intelligence artificielle dite “symbolique”, parfois appelée Good Old Fashion AI ou GOFAI. Ces méthodes incluent en général des méthodes d’apprentissages s’appuyant sur des données sémantiques, ou encore des méthodes d’apprentissages augmentées, permettant de s’assurer que la sortie respectera un certain nombre de propriétés par rapport à l’entrée. Piochant parfois dans ces deux domaines, un grand nombre d’articles – notamment ceux traitant de détection d’intrusion en cybersécurité – se sont intéressées à des approches non supervisées de détection d’anomalies.

Actes de la conférence
https://hal.archives-ouvertes.fr/hal-03206297v1

p/o Virginie Gastine Menou

RISQUES ET VOUS

http://www.risquesetvous.fr/

https://www.linkedin.com/company/risques-et-vous

✍🏼 Proposer une offre de job : https://graces.community/recruteurs/

💈 Consulter les offres qui vous correspondent : https://job.graces.community/login

Partagez l’article sur les réseaux !

Articles récents :

fr_FRFrançais