Le déploiement d’une logistique aléatoire basée sur l’IA offre aux planificateurs militaires une défense viable contre le suivi adverse, permettant au commandement américain des transports (TRANSCOM) de protéger les réseaux de distribution mondiaux contre toute perturbation contestée.
Les logiciels de fret commercial donnent historiquement la priorité à une planification statique, à des fenêtres de livraison stables et à un acheminement juste à temps pour éliminer le gaspillage en transit. Toutefois, sur un théâtre d’opérations, ces cadences fixes exposent les transports militaires aux modèles prédictifs ennemis.
S’exprimant mardi lors de la conférence DefenseTalks organisée par DefenseScoop, le général en chef de TRANSCOM, Randall Reed, a expliqué que l’adoption d’algorithmes adaptatifs permet aux unités logistiques de déjouer les systèmes d’apprentissage automatique hostiles. En injectant une imprévisibilité contrôlée dans les itinéraires de transport, TRANSCOM peut maintenir le transport de marchandises critiques à travers les réseaux civils, gouvernementaux et militaires.
« L’adversaire peut contester, et va, contester notre logistique à tout moment de la chaîne, tant au sein de l’armée, du gouvernement qu’à l’extérieur. Et c’est là que l’intelligence artificielle de nos adversaires peut agir comme une barrière. Elle multiplie les perturbations », a déclaré Reed.
Les adversaires cherchent à exploiter des modèles de livraison prévisibles par le biais d’interférences algorithmiques trompeuses, tentant d’orienter les logisticiens vers ce que Reed a appelé « des décisions catastrophiques basées sur des renseignements hallucinés ». TRANSCOM contrecarre cette menace numérique en recyclant le personnel militaire et en déployant des systèmes capables d’exécuter une « logistique push durable et aléatoire ».
La guérison autonome des réseaux sécurise les itinéraires de transit contestés
Des algorithmes logistiques aléatoires ajustent dynamiquement les itinéraires de livraison pour protéger les transports de première ligne. Plutôt que de s’appuyer sur des calendriers d’approvisionnement rigides que la reconnaissance ennemie peut cartographier, les systèmes automatisés équilibrent la fréquence de transport et les nœuds de destination. L’autonomie atténue également la tension cognitive des répartiteurs humains lorsqu’ils opèrent dans des conditions de réseau dégradées.
« Dans des situations d’embuscade constante et de dégradation des communications, l’IA nous permet de randomiser les itinéraires, d’utiliser l’autonomie pour réduire la surcharge cognitive et de prédire les frictions opérationnelles avant qu’elles ne surviennent », a expliqué Reed. « L’IA peut alimenter la planification prédictive de la demande et la guérison du réseau, tandis que les capteurs de l’Internet des objets suivent les marchandises, les jumeaux numériques créent des répliques virtuelles et la blockchain sécurise les données. »
La guérison algorithmique du réseau recalcule en permanence les chemins de livraison chaque fois que des perturbations physiques ou des pannes de communication se produisent. Cette capacité adaptative s’intègre aux moteurs de demande prédictifs qui anticipent les déficits d’approvisionnement avant que les unités de terrain ne soumettent des demandes formelles.
Les capteurs connectés de l’Internet des objets surveillent les conditions de transit des expéditions physiques, les jumeaux numériques simulent les couloirs de distribution dans un logiciel et les registres cryptographiques distribués protègent les données de fret contre toute manipulation non autorisée.
Des couches de données faisant autorité accélèrent la fourniture d’informatique de première ligne
TRANSCOM résout plusieurs obstacles techniques pour faire évoluer ces outils de distribution autonomes dans des environnements de production. Les déploiements sur le terrain nécessitent une puissance de calcul importante distribuée depuis les centres de production nationaux vers les unités de terrain distantes. Les équipes techniques doivent également surmonter les contraintes de formation causées par la rareté des données brutes et les pools de données synthétiques défectueux.
« Nous sommes cependant toujours confrontés à des défis : la rareté des données, des données synthétiques défectueuses et le besoin d’une puissance de calcul massive qui s’étend de l’usine au trou », a déclaré Reed. « Nous construisons actuellement une couche de données sécurisée et faisant autorité afin que, sous le feu, nous soyons ceux qui puissent surpasser l’adversaire en munitions, batteries, fournitures médicales et même en Cheetos. »
Les ingénieurs établissent cette architecture de données validée pour fournir des entrées propres et vérifiées directement aux modèles prédictifs. En filtrant les entrées corrompues et en protégeant les pipelines de décision automatisés contre toute manipulation, la couche de données faisant autorité permet des opérations autonomes fiables pendant les combats réels.
L’établissement de cette base technique fiable garantit que les réseaux de distribution maintiennent des livraisons régulières de munitions, de stockage d’énergie, de kits médicaux de terrain et de rations sèches dans des conditions hostiles.
