L’intelligence artificielle à la conquête de l’espace

L’intelligence artificielle est un sujet très controversé. Les possibilités d’utilisation de l’intelligence artificielle sont énormes, et elle offre aussi pour l’aéronautique de nombreuses applications. Apprenez-en plus sur les développements de l’intelligence artificielle dans l’espace dans notre article de blog.

© Thomas Fester

Qu’est-ce-que l’intelligence artificielle ?

L’intelligence artificielle se définit comme la capacité de machines d’adapter leur comportement de manière sensée à leur environnement. Dans la prise de conscience publique du thème « intelligence artificielle », l’intelligence de l’homme est au centre. Cependant, des créatures considérablement plus simples, comme par exemple les insectes, font aussi preuve de comportement intelligent. Compte tenu de leurs faibles taille et complexité, ces animaux présentent justement les prérequis idéaux pour comprendre les fondements biologiques du comportement intelligent et de les appliquer dans des utilisations techniques. Ce type d’applications, c’est-à-dire des appareils techniques qui interagissent de manière autonome et sensée avec leur environnement, sont aujourd’hui déjà indispensables pour l’aérospatiale. A l’avenir, les attentes à l’égard de l’intelligence (artificielle) de sondes spatiales, de systèmes de surveillance ou d’unités mobiles d’exploration continueront d’augmenter avec la complexité des missions.


Applications actuelles de l’intelligence artificielle dans l‘aérospatiale

Les unités mobiles d’exploration, comme par exemple le Mars-Explorer, sont un exemple typique d’utilisation de l’intelligence artificielle dans l’espace. En parallèle des succès scientifiques de tels robots dans l’univers, se développent sur Terre des tracteurs ou voitures autopropulsés. L’intelligence artificielle ne joue toutefois pas un rôle important que pour de telles unités mobiles d’exploration. Les sondes de l’espace sont aussi, pour des objets à explorer très éloignés, dépendantes au moins d’un fonctionnement semi-autonome et donc de l’intelligence artificielle. Les tâches ne se limitent pas qu’à la navigation et à l’utilisation appropriée des instruments de mesure. Il leur faut aussi vérifier en permanence que le fonctionnement ainsi que la synergie des différents composants techniques soient parfaits. Pour de telles tâches routinières, l’intelligence artificielle soulage aujourd’hui les instances humaines de contrôle.



Les insectes comme modèle pour les déplacements en terrains accidentés

Les unités autopropulsées, comme par exemple le Mars-Explorer, ont obtenu de grands succès mais avec une restriction de taille : Elles sont limitées à un terrain relativement plat. Les robots ressemblant à des insectes sont considérés comme une possible alternative. Parmi les différents projets assez nombreux, nous mentionnerons ici un robot de l’université Berkeley et un robot de l’université Bielefeld. Le système de déplacement du robot de Bielefeld (Hektor) est inspiré de celui d’un phasme, tandis que celui du robot de Berkeley s’inspire du cafard. Les cafards peuvent se glisser dans des fentes encore plus étroites, et cette capacité est une spécialité du robot de Berkeley. Une particularité du robot de Bielefeld à souligner est que ses six pattes se meuvent de manière relativement indépendante les unes des autres. Même chez les vrais phasmes, il n’existe pas de gestion centrale du mouvement. Chaque patte surmonte individuellement les obstacles qui s’interposent à elle dans la direction choisie par l’insecte. Le robot trouve à présent son chemin à travers des terrains accidentés aussi bien qu’un phasme. Il n’a même pas besoin d’une caméra qui lui donne une image de l’environnement, et peut ainsi progresser sur son chemin à l’aveugle.


 
 

"Cockroach robors to the rescue!" - © youtube, UC Berkeley


Algorithmes évolutionnaires et intelligence collective

Outre l’exemple très concret des processus de mouvement chez les insectes, des principes biologiques considérablement plus généraux sont aussi utilisés comme fondement pour des solutions techniques. Dans le cas de l’évolution, il est question de l’interaction entre variation et sélection, qui a mené au développement d’organismes plus complexes et bien plus réussis. Cette évolution s’est produite sans règlement ou planification globale. Elle a cela en commun avec le phénomène d’essaims, au cours desquels de grands groupes d’organismes (par exemple des insectes) réalisent des tâches complexes bien au-delà des capacités des organismes individuels. Tandis que l’application des règles des essaims sur des robots simplement construits se trouve encore dans une phase de développement, des algorithmes révolutionnaires ont déjà fait leurs preuves dans la pratique. Lors de la recherche d’une solution optimale pour un problème spécifique, des solutions sont modulées au hasard et testées chacune sur sa pertinence. Les problèmes traités de cette façon sont souvent, tout comme pour le réseau de neurones présenté plus bas, des problèmes d’interprétation de données complexes et vastes.

 

Deux robots insectoïdes comme intelligence artificielle dans l’univers



Deux robots insectoïdes progressent dans un cratère -
 © Thomas Fester


Réseaux de neurones

Les cellules nerveuses sont les pierres fondatrices des systèmes nerveux animaux. A l’intérieur de tels systèmes, chaque cellule nerveuse est connectée à de nombreuses autres par le biais de ramifications complexes. Les dendrites, dont les ramifications ressemblent à des arbres, servent à la réception des signaux émis par les autres cellules. Les axones (neurites), à la construction relativement homogène, servent à la transmission du signal reçu et intégré. De cette façon se développe un réseau complexe, qui traite les signaux entrants des organes sensoriels et déclenche en résultat les réactions de l’organisme. Les connexions à l’intérieur des réseaux décident des réactions déclenchées par des stimuli spécifiques. Etant donné que ces connexions peuvent être modifiées, par exemple par des exercices répétés, les réseaux de neurones sont en mesure d’apprendre. Dans la robotique, ces propriétés sont très demandées. Des modèles simplifiés de tels réseaux (réseaux de neurones artificiels) offrent des solutions pertinentes pratiques pour la reconnaissance et le classement de modèles complexes. Il peut par exemple s’agir de visages humains ou d’écritures manuscrites. Les réseaux de neurones artificiels sont aussi adaptés pour l’interprétation de résultats d’essais techniques ou pour la recherche d’une zone d’atterrissage appropriée à partir de prises de vue photographiques.



Perspective

L’exemple du Mars-Explorer nous montre que la recherche actuelle en aérospatiale est nécessairement dépendante de l’intelligence artificielle. Les progrès techniques dans le domaine de l’intelligence artificielle permettent des projets qui étaient encore impensables il y a peu de temps. L’intérêt porté par des institutions telles que la NASA ou l’ESA au développement de l’intelligence artificielle est donc très élevé, comme le montre un bref coup d’œil sur leur programme de recherche. L’exploration spatiale promeut ainsi le développement de véhicules autopropulsés sur la Terre, et le développement de véhicules autopropulsés promeut la découverte de la Lune, de Mars et de Vénus.


Partagez cet article:
Vous pourriez aussi être intéressé:
Cloud Computing dans l‘entreprise : opportunités et risques
Robots - Machines de différentes formes et tailles
Ingénieurs qualité - chefs d'orchestre de la production moderne