Discussion :

[Ryu2000]

À votre avis, comment les gouvernements peuvent-ils s’assurer que l’utilisation de l’IA dans les drones militaires est responsable et éthique ?

L'important c'est de gagner la guerre, ce n'est pas d'être ethique.
Les gagnants ne sont pas jugés, les USA ne se sont jamais excusé pour avoir largué des bombes atomiques et du Napalm sur des civils.

Comment les militaires peuvent-ils s’assurer que les drones autonomes prennent des décisions éthiques et responsables ?

Le problème ce n'est pas les décisions que prennent les drones autonomes, le problème c'est les ordres qu'ils recoivent.

====
Pour les USA il y a un côté positif à l'utilisation de drone autonome, c'est qu'il y aura peut-être moins de militaires US qui vont se suicider.
Etats-Unis : pour un soldat mort au combat, 10 vétérans se suicident

22 suicides par jour ! Quand les dernières guerres des Etats-Unis ont coûté la vie à 4488 soldats, la vie civile a vu le suicide de 43.208 hommes et femmes anciens combattants sur 10 ans... Pour un mort sur le terrain, près de 10 anciens combattants se sont donné la mort.
Cette moyenne du nombre de décès quotidiens de vétérans a fait frémir l'Amérique quand elle l'a appris. Près de 950 tentatives par mois.

[Mathis Lucas]

Les scientifiques du Pentagone discutent de la création de super-soldats cybernétiques qui ne ressentent rien lorsqu'ils tuent
ce qui soulève des préoccupations d'ordre éthique

Les États-Unis semblent se rapprocher davantage d'un monde où Skynet ne relèverait plus de la science-fiction. Le Pentagone envisage un avenir où il sera capable déployer sur le champ de bataille des "super-soldats" inspirés de Captain America et d'Iron Man. Il a décrit le soldat du futur comme un militaire qui sera inondé de stimulants antidouleur, amélioré avec des implants cérébraux, du sang synthétique et d'autres équipements technologiques. Cela devrait le transformer en une sorte de super-soldat invincible capable de tuer sans avoir de remords pouvant affecter sans santé mentale. En plaisant, certains ont suggéré que le super-soldat pourrait être éliminé à la fin de sa mission.

À mesure que les progrès technologiques s'enchainent, les armées du monde entier se modernisent et intègrent les nouvelles trouvailles afin d'améliorer les capacités de leurs soldats sur le champ de bataille. Dans sa quête d'une machine à tuer hautement efficace, le Pentagone envisage de donner vie à un super soldat directement inspiré de Terminator ou de Captain America. Selon de hauts responsables américains, si les États-Unis ne développent pas de telles capacités, ils seront vulnérables à leurs ennemis qui travaillent déjà sur des systèmes similaires sans des préoccupations éthiques. Ils n'ont toutefois pas fourni des preuves étayant ces allégations.

Mercredi, un groupe de militaires et de scientifiques proches de l'armée se sont réunis lors d'une conférence pour discuter de la possibilité de créer un super-soldat. Ils ont discuté des programmes de reproduction, des films Marvel, de Matrix et de diverses technologies sur lesquelles le Pentagone mène des recherches dans le but de créer un véritable super-soldat (doté d'implants cybernétiques) et de questions éthiques épineuses liées aux armes autonomes. L'exposé a eu lieu lors de la conférence Interservice/Industry Training, Simulation and Education Conference (I/ITSEC) une conférence annuelle où les dirigeants militaires viennent discuter du futur.

Lors de l'événement, les entreprises de simulation font la démonstration de leurs nouveaux produits. C'est le genre d'endroit où les cadres et les généraux enfilent des casques de réalité virtuelle et parlent des vertus des simulateurs de réalité virtuelle. On peut y voir des membres du Congrès parler de l'importance des simulations et de la guerre. Par exemple, l'affiche officielle de l'édition 2019 de l'I/ITSEC indique : « Gagner la guerre de la cognition en repoussant les limites de la préparation et de la létalité ». Cette année, certains participants se sont réunis pour discuter des super-soldats lors d'un panel intitulé : « Black Swan-Dawn of the Super Soldier ».

L'I/TSEC a annoncé le panel dans son programme avec une photo des experts à côté d'un "Master Chief posant, le super soldat génétiquement amélioré de la franchise de jeux vidéo Halo. « Nous disposons donc d'un large éventail de panélistes pour couvrir l'ensemble des aspects d'un super-soldat. Lorsque l'on parle de super-soldat, à quoi pense-t-on en général ? Nous pensons à Marvel, n'est-ce pas ? Captain America ou Iron Man », a déclaré en introduction Lauren Reinerman-Jones, analyste à la Defense Acquisition University. Les panélistes ont discuté longuement sur les rouages de ce qui est actuellement possible et de ce qui est sur le point de l'être.

La conversation a également porté sur diverses questions éthiques. Lors de la conversation, la chercheuse J.J. Walcutt a parlé de sang synthétique et du remplacement des lunettes de vision nocturne par des gouttes pour les yeux (deux choses sur lesquelles le Pentagone travaillerait), tandis qu'une diapositive derrière elle montrait un "soldat du futur" dont le corps est "inondé de stimulants antidouleur" et qui a la "capacité de repousser les membres et de guérir rapidement les blessures comme un lézard". À côté, une citation fait référence à Robocop, un film de science-fiction qui met en scène un personnage mi-homme, mi-robot dans un monde dystopique.

« Les soldats améliorés seraient réduits à des hommes bioniques, qui courent vite, n'ont pas besoin de dormir, mangent et boivent très peu, et peuvent se battre tout le temps. Une nouvelle espèce est née : l'Homo robocopus ». Il s'agit d'une citation tirée directement d'un rapport européen de 2019 sur les préoccupations éthiques des superpuissances mondiales qui tentent de créer des super-soldats. Lors de l'événement, un membre du public a demandé s'il était possible d'utiliser la technologie pour prolonger la vie des soldats vétérans qui ont des années d'expérience sur le champ de bataille ou pour améliorer les capacités des vieilles personnes.

La personne a fait référence au livre de science-fiction "Old Man's War" (Le Vieil Homme et la Guerre) de l'écrivain américain John Scalzi. Le livre évoque un avenir où la Terre fait la guerre en offrant aux personnes âgées de nouveaux corps jeunes en échange d'un service militaire. Les panélistes ont déclaré que c'était une excellente idée. Selon Walcutt, cela pourrait donner aux vétérans retraités un but à atteindre et réduire les taux de dépression. Elle a noté : « si nous pouvons utiliser les gens, quelles que soient leurs capacités physiques, ou si nous pouvons améliorer leurs capacités, pourquoi ne pourrions-nous pas augmenter la longévité du service ? ».

Richard McKinley, qui travaille sur la stimulation cérébrale non invasive pour l'armée de l'air américain, a déclaré que la Matrice commençait à devenir réelle. Pensez à la scène emblématique où Neo, interprété par l'acteur Keanu Reeves, a téléchargé instantanément dans son cerveau des années de compétences en kung-fu. Il a noté que son équipe travaille sur une technologie du même type. « Nous travaillons actuellement avec une société appelée Teledyne pour étudier les technologies capables d'écrire dans le cerveau à une très haute résolution. Nous n'en sommes qu'au tout début, et il reste encore beaucoup de développement à faire », a-t-il déclaré.

« Nous n'en sommes qu'au début, et il reste encore beaucoup de développement à faire. Mais c'est quelque chose qui arrivera dans le futur, la possibilité de porter un appareil qui peut écrire des informations directement dans le cerveau de manière non invasive, sans aucune intervention chirurgicale, sans aucune sensation sur la peau », ajoute McKinley. L'un des panélistes, George Matook, un représentant du DEVCOM (U.S. Army Developmental Command) a déclaré que les États-Unis veulent donner vie à de puissants super-soldats, mais qu'il y a d'importantes limites éthiques et juridiques liées la création qu'il faut prendre en compte.

« Quels risques sommes-nous prêts à prendre ? Il y a toutes ces choses merveilleuses que nous pouvons faire. Nous ne voulons pas d'un combat équitable. Nous ne voulons vraiment pas, ce n'est pas une chose honorable. Nous voulons que nos hommes surpassent tous les ennemis possibles, n'est-ce pas ? Alors pourquoi ne leur donnons-nous pas d'améliorations pharmaceutiques ? Pourquoi les faire courir toute la semaine alors qu'on pourrait simplement leur donner des stéroïdes ? Il y a toutes sortes d'autres choses que l'on peut faire si l'on change les normes sociétales et l'éthique. Et les lois, dans certains cas », a déclaré Matook.

Il a insisté sur la nécessité de repousser les limites de l'éthique en laissant entendre que les ennemis des États-Unis pratiquaient l'eugénisme pour créer de meilleurs pilotes. Il n'a toutefois pas fourni des preuves de ce qu'il dit. « Nous pourrions nous retrouver dans une situation où nos soldats, aussi talentueux et entraînés qu'ils soient, seraient confrontés à un combat injuste parce qu'un autre pays serait prêt à dire : "hé, devinez quoi, vous, homme, êtes un bon aviateur. Vous, femme, êtes une bonne aviatrice. Vous allez faire les meilleurs bébés aviateurs que nous ayons jamais vus et je me fiche que vous ne soyez pas mariés », a-t-il déclaré.

Irwin Hudson, un autre représentant du DEVCOM, a fait remarquer que le rapport coût-bénéfice de ces nouvelles technologies n'en valait peut-être pas la peine pour l'individu. Il a souligné que les stéroïdes font payer un lourd tribut à l'utilisateur et qu'il y a des conséquences à l'augmentation des performances des êtres humains. McKinley est d'accord et, fidèle à sa ligne de conduite, vante les avantages des améliorations non invasives : « je pense que la réversibilité est la grande nouveauté, n'est-ce pas ? Les gens ne veulent pas que des changements permanents soient apportés à leur corps avec des technologies qui sont relativement nouvelles ».

Enfin, la question suivante a été posée aux panélistes : si vous apportez ce type de modifications à un individu, que faites-vous à la fin de son service ? Que se passe-t-il ? Ou bien ces personnes sont-elles littéralement la propriété du gouvernement à vie ? « La résiliation », a répondu Hudson, en faisant une plaisanterie sinistre. Selon des rapports parus ces dernières années, voici une partie de la technologie en cours de réalisation pour créer "l'Homo robocopus" :

• micropuces cérébrales : la France développerait des micropuces pour améliorer les fonctions cérébrales des soldats ;
  
• yeux bioniques : développés à Hong Kong, ils permettent aux utilisateurs d'avoir une vision infrarouge et nocturne ;
  
• super-audition : le système de protection et de communication tactique des États-Unis comprend des oreillettes intelligentes qui améliorent l'audition des soldats au point de la rendre presque surhumaine ;
  
• implant de santé : la DARPA, l'organe de recherche du Pentagone, mettrait au point des implants cyborg pour surveiller l'efficacité au combat ;
  
• membres améliorés : un rapport du DEVCOM de l'armée américaine révèle des projets visant à équiper les soldats américains de membres améliorés pour accroître leur force ;
  
• jambes exosquelettes : l'armée américaine aurait testé un exosquelette qui peut être fixé aux jambes des soldats et qui peut augmenter leur productivité jusqu'à 27 fois ;
  
  sang synthétique : le respirocyte est un globule rouge théorique qui pourrait aider les soldats à ne pas s'essouffler et à rester sous l'eau pendant des heures ;
  
• immunité contre la douleur : l'initiative "Persistance au combat" (Pain Immunity) de la DARPA permettrait aux soldats de ne plus ressentir la douleur pendant 30 jours.

Selon ces rapports, les superpuissances de la planète, les États-Unis et la Russie, ont déjà leurs propres programmes de recherche dans ce domaine. À titre d'exemple, une étude réalisée pour le compte du ministère américain de la Défense et intitulée "Cyborg Soldier 2050 : Human / Machine Fusion and the Implications for the Future of the DoD" publiée en 2019. Ces technologies, ainsi que toutes les questions éthiques qui les accompagnent (du moins certaines d'entre elles), feront l'objet d'un débat public dans un avenir proche, un avenir qui, pour beaucoup, est considéré comme plus incertain que jamais.

Sources : I/ITSEC 2023 à Orlando (Floride), la DARPA, le rapport européen sur les super-soldats (PDF)

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de la quête du super-soldat cybernétique par les superpuissances ?
Selon vous, pourquoi les armées ressentent-elles le besoin de développer de telles machines à tuer ?
Que pensez-vous des technologies de renforcement des capacités des soldats qui seraient à l'étude ?
Quelles sont les préoccupations éthiques que posent ces technologies ?

Voir aussi

L'armée américaine envisagerait d'équiper des chiens-robots semi-autonomes d'une nouvelle génération d'armes de combat, dans le but de les déployer avec les soldats sur les théâtres d'opérations

L'armée américaine veut créer des robots lourds semi-autonomes armés de missiles pour accomplir certaines des tâches les plus dangereuses des soldats

Le Pentagone accélère l'intégration de l'IA pour maintenir sa compétitivité face à la Chine, avec des indications selon lesquelles les États-Unis développeront des armes autonomes létales

[Cpt Anderson]

S'il en sont aux discussions publiques, c'est que dans les faits, le projet est beaucoup plus avancé que ce qui est dit. De toute façon, la puissance du complexe militaro-industriel US est tellement importante que personne ne pourra leur dicter quoi que ce soit.

[olaxius]

Ce qui soulève des préoccupations d'ordre éthique

A bon pourquoi il y a une code éthique dans la guerre "traditionnelle" ? La convention de Genève peut être ???
Il n'y à qu'a voir ce qui se passe actuellement en Ukraine , en Israel (pour les conflits les plus médiatisés) où l'éthique est omni présente .
Guerre à "l'ancienne" ou guerre "moderne" l'éthique n'a pas eu , n'a pas et n'aura jamais son mot à dire dans la guerre .
La violence humaine est à l'aulne de sa connerie et comme la connerie est infinie ...
Se faire massacrer par un soldat avec remords ou sans remord quelle différence ?
Ah si bien sur les gouvernements n'auront pas prendre les séquelles post traumatiques à leur charge , et à payer des pensions ...

[Ryu2000]

De toute façon, la puissance du complexe militaro-industriel US est tellement importante que personne ne pourra leur dicter quoi que ce soit.

Si les USA perdent la prochaine guerre mondiale, alors les vainqueurs pourront punir les USA pour leur utilisation d'arme interdite.

A bon pourquoi il y a une code éthique dans la guerre "traditionnelle" ? La convention de Genève peut être ???

Si tu gagnes la guerre mondiale, ça va (voir les 2 bombes atomiques sur des civils japonais).
Par contre si tu perds tu peux te faire sanctionner.

[OrthodoxWindows]

Les scientifiques du Pentagone discutent de la création de super-soldats cybernétiques qui ne ressentent rien lorsqu'ils tuent

Ha ouais ????

Mais les décisionnaires qui contrôles les guerre et contrôlerons dans le futur ces super-soldats cybernétiques, il s ressentent quelque chose, eux ?

[totozor]

Mais les décisionnaires qui contrôles les guerre et contrôlerons dans le futur ces super-soldats cybernétiques, il s ressentent quelque chose, eux ?

Oui ce sont des gentils, ils n'aiment pas les méchants et seront donc heureux d'empêcher qu'ils fassent des choses de méchants.
Que pensent ils de la diplomatie? Moi non plus je n'ai jamais compris cette passion pour les dinosaures et les chiffres....

[Ryu2000]

il s ressentent quelque chose, eux ?

C'est peu probable.
En haut de la hiérarchie des USA, il y a des gens qui ont demandés à ce que soit utilisé un paquet d'armes inhumaines, comme le Napalm, l'Agent Orange, les bombes atomiques, les munitions à l'uranium appauvri, le phosphore blanc, etc.
Ils ont donné l'ordre de tuer des centaines de milliers de civils irakiens. Ils ont foutu la merde un peu partout sur terre.

Ils s'en foutent des conséquences.
Ukraine : Washington enverra des munitions à uranium appauvri, armes perforantes controversées

Elles ont été employées au cours des deux guerres du Golfe de 1991 et 2003 ainsi qu'en ex-Yougoslavie pendant les années 1990.

Le Pentagone a en outre reconnu s'être servi d'obus à l'uranium appauvri à deux reprises en 2015 dans des opérations contre le groupe Etat islamique en Syrie.

Le Royaume-Uni avait déjà annoncé il y a plusieurs mois son intention de livrer des munitions contenant de l'uranium appauvri à l'Ukraine, initiative dénoncée par Moscou.

L'autre chose qui serait intéressant de savoir c'est quelles drogues l'armée US donne à ses soldats.
Pour accepter de suivre les ordres qu'on leur donne, ils doivent être sous produits.

Par exemple on sait que pendant la seconde guerre mondiale les soldats prenaient de la pervitine, en gros c'est de la méthamphétamine.

[phil995511]

C'est un kasting pour un remake de l’homme qui valait 3 milliards ?

Ou ils essaient juste de faire peur aux vilains, avec des hommes de paille alias des épouvantails ?

Tout ceci me parait totalement irréaliste...

[Ryu2000]

Il a souligné que les stéroïdes font payer un lourd tribut à l'utilisateur et qu'il y a des conséquences à l'augmentation des performances des êtres humains.

Ouais, il n'y a qu'a demandé aux championnes de CrossFit !
Tout le monde sait que ça provoque une hypertrophie du clitoris, une voix plus grave, une augmentation de la pilosité faciale, des troubles menstruels, de l'acné, mais il y a d'autres conséquences.

Tout ceci me parait totalement irréaliste...

Avec le budget de l'armée US tout est possible.

Ou ils essaient juste de faire peur aux vilains, avec des hommes de paille alias des épouvantails ?

"Vilain" ne fonctionne pas dans ce contexte. Parce que ce sont les USA les vilains dans l'histoire.
Peut-être qu'ennemi ça fonctionnerait.

Après le truc, c'est qu'il faut que ces projets restent secret normalement, sinon d'autres pays vont essayer de faire la même chose.
Pendant la paranoïa de la guerre froide, il y a eu plein d'idées bizarre qui ont été développés, parce que les USA se disaient "si ça trouve l'URSS est en train de développer tel type d'arme, donc il faut qu'on les rattrape".

Quoi qu'il en soit il y a une guerre mondiale qui se prépare, les super puissances vont investir beaucoup dans le développement de technologie militaire.
Il n'y a aucune considération éthique là-dedans.
On parle d'un pays qui a envoyé 2 bombes atomiques sur des civils, et il est prêt à faire pire.
Il n'y a aucune limite.

[Mathis Lucas]

L'armée de l'air américaine va introduire 1 000 drones contrôlés par l'IA pour améliorer ses capacités de combat aérien
et réduire les coûts des avions militaires standard pilotés par des soldats

Le Pentagone poursuit ses investissements dans la conception et le développement de véhicules militaires autonomes contrôlés par l'IA. Un rapport révèle que l'armée de l'air américaine envisage d'introduire 1 000 drones contrôlés par l'IA pour améliorer ses capacités de combat aérien. Ces drones accompagneront et protégeront les avions avec équipage, comme les chasseurs F-35 et les bombardiers B-21. Ils pourront porter leurs propres armes, frapper d'autres aéronefs et des cibles au sol et effectuer des missions de reconnaissance. Cependant, l'utilisation d'armes autonomes létales sur le champ de bataille suscite des préoccupations, notamment éthiques.

Les analystes militaires suggèrent que la décision de l'armée de l'air américaine de déployer des drones contrôlés par l'IA répond à l'évolution de la dynamique du champ de bataille, notamment en Ukraine, où les drones sont devenus des multiplicateurs de force essentiels. Les véhicules aériens sans pilote auraient la capacité d'accroître l'efficacité opérationnelle et la flexibilité tactique, mais les experts avertissent que l'idée de laisser l'IA trancher les questions de vie ou de mort constitue une frontière dangereuse. Malgré cela, le Pentagone souhaite tirer parti de la technologie de l'IA pour renforcer sa supériorité aérienne.

Le rapport, publié par le Wall Street Journal, indique que le choix de l'armée de l'air américaine d'introduire une flotte de 1 000 drones contrôlés par l'IA marque ainsi un changement important dans la stratégie militaire. Ces drones fonctionneront dans le cadre du programme Collaborative Combat Aircraft (CCA). Lancé au début des années 2000, le programme CCA vise à intégrer des drones pilotés par l'IA dans la flotte existante d'avions de combat pilotés. Ces drones équipés d'IA serviront de "coéquipiers", complétant, protégeant et soutenant les chasseurs conventionnels comme l'avion F-35 de cinquième génération.

La flotte envisagée de drones, capable d'exécuter diverses tâches opérationnelles, notamment la reconnaissance et l'engagement de cibles aériennes et terrestres, devrait offrir des alternatives rentables aux avions de combat traditionnels. En d'autres termes, l'armée de l'air américaine a décidé d'utiliser activement les drones pilotés par l'IA en raison des coûts élevés de construction des avions militaires standard pilotés par des soldats. Elle espère que les drones permettront de disposer "de plus d'avions pour moins d'argent". Le coût de production est estimé à environ un tiers de celui d'un avion de chasse comparable.

Selon le rapport, ces drones promettent d'alléger les pressions budgétaires et de rationaliser les dépenses de formation des pilotes. Et la première phase du programme devrait coûter environ 6 milliards de dollars, ce qui témoigne de l'ampleur et de l'ambition de l'entreprise. Dans le même temps, ce programme devrait contribuer à enrichir les entreprises de défense qui investissent de plus en plus dans la conception et le développement de véhicules militaires autonomes pilotés par une IA. Anduril Industries, Boeing et General Atomics, auraient déjà dévoilé les prototypes de leurs propositions de drones dotés d'une IA.

Ces entreprises se disputent les contrats lucratifs du ministère américain de la Défense (DOD), en mettant en avant les progrès de la technologie de couplage homme-machine et de l'intégration de l'IA. Parallèlement, des géants de l'industrie comme Lockheed Martin et Northrop Grumman s'emploient activement à affiner leurs offres, soulignant ainsi le paysage concurrentiel du secteur de la défense. La société d'analyse de données Palantir, qui est un contractant du Pentagone, travaille également sur d'autres projets d'IA pour l'armée américaine. Elle développe notamment le système de station au sol TITAN doté d'une IA.

Palantir affirme que le système TITAN est le premier véhicule défini par l'IA et qu'il aidera l'armée américaine à agir rapidement sur le champ de bataille. Les critiques dénoncent la militarisation des capacités de l'IA par Palantir. « TITAN propose des technologies qui changent la donne en matière de collecte, de traitement et de diffusion du renseignement sur le champ de bataille, ce qui nous donne un avantage décisif pour soutenir les opérations multi domaines », a déclaré le colonel américain Chris Anderson. Palantir affirme également que la station TITANT est conçue pour maximiser la facilité d'utilisation pour les soldats.

L'introduction de drones contrôlés par l'IA annonce un changement de paradigme dans la guerre aérienne, combinant l'innovation technologique et l'agilité stratégique. Cependant, elle soulève de nombreuses préoccupations d'ordre éthiques. De nombreux experts appellent à "l'interdiction de la militarisation des capacités de l'IA et des armes autonomes létales". Mais leur appel reste jusque-là sans réponse et les tentatives visant à élaborer des normes pour réglementer ces développements sur le plan mondial ont été infructueuses. Un critique a déclaré :

Le résultat était prévisible. Les drones contrôlés par l'IA sont une bombe atomique pour la guerre à terme. À grande échelle, ils constituent une arme qui a quelque chose de terrifiant : la guerre sans conséquences personnelles. Pour donner un exemple de la chose : vous cliquez sur un bouton, 400 drones partent, 250 reviennent, toutes vos cibles stratégiques sont mortes et aucun des "bons" n'est blessé. À terme, ils pourraient choisir leurs propres cibles.

Il n'existe aucun système d'armement ou de défense des frontières qui protège contre un assaut de centaines ou de milliers de cibles. Ils ne sont tout simplement pas conçus pour cela. Vous pourriez attaquer n'importe quel point des États-Unis, de l'Europe, de la Russie, etc. avec un essaim de drones. Et le bilan serait catastrophique pour la cible. L'essaim perdrait en nombre, c'est certain, mais lorsque l'attaque se produit, une partie de l'essaim s'éteint et détruit les lanceurs et les canons. Les drones pilotés par l'IA sont le résultat final des machines de guerre.

Un rapport paru en décembre dernier a révélé que les scientifiques du Pentagone discutent de la création de super-soldats cybernétiques qui ne ressentent rien lorsqu'ils tuent, ce qui rapproche davantage d'un monde où Skynet ne relèverait plus de la science-fiction. Le super-soldat du Pentagone est décrit comme le soldat du futur et sera inondé de stimulants antidouleur, amélioré avec des implants cérébraux, du sang synthétique et d'autres équipements technologiques. Cela devrait le transformer en une sorte d’arme de guerre invincible capable de tuer sans avoir de remords pouvant affecter ses capacités mentales.

D'autres grandes puissances militaires, telles que la Chine et la Russie, auraient déjà leurs propres programmes de recherche dans ce domaine. Ces technologies, ainsi que toutes les questions éthiques qui les accompagnent (du moins certaines d'entre elles), feront l'objet d'un débat public dans un avenir proche, un avenir qui, pour beaucoup, est considéré comme plus incertain que jamais. Selon les analystes, les conflits du futur seront essentiellement technologiques, car l'IA est en train de changer le visage de la guerre. Toutefois, les risques pour l'humanité sont encore inconnus et font l'objet de très peu de débats publics.

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de l'introduction par le Pentagone de drones contrôlés par l'IA ?
Quels sont les risques relatifs à l'utilisation de ces drones sur les théâtres d'opérations ?
À quoi pourraient ressembler les conflits du futur ? Quels sont les risques pour l'humanité ?
Selon vous, peut-on laisser une machine pilotée par l'IA trancher les questions de vie ou de mort ?

Voir aussi

L'armée de l'air américaine teste un prototype de drone avec un logiciel basé sur l'intelligence artificielle

Les scientifiques du Pentagone discutent de la création de super-soldats cybernétiques qui ne ressentent rien lorsqu'ils tuent, ce qui soulève des préoccupations d'ordre éthique

Un projet de loi bipartisan américain vise à empêcher l'IA de lancer des armes nucléaires sans véritable contrôle humain, il affirme que l'IA ne devrait pas trancher les questions de vie ou de mort

[Anthony]

Les robots humanoïdes pourraient combattre dès 2030, les humains augmentés et les robots humanoïdes pourraient être déployés efficacement sur le champ de bataille, prédit un colonel américain

Un colonel de l'armée américaine a révélé un calendrier pour le déploiement effectif d'humains augmentés et de robots humanoïdes sur le champ de bataille, mais seulement lorsque les autorités seront sûres que les robots travaillent pour les humains - et non l'inverse.

S'exprimant dans le cadre d'une table ronde intitulée "Humanoïdes ou humains augmentés : Accélérer l'autonomie grâce à l'IA" qui s'est tenue au Texas le mercredi 13 mars, le colonel Troy Denomy a déclaré : "Nous pensons surtout à la période entre 2030 et 2040".

La discussion a eu lieu lors du festival South by Southwest à Austin, qui célèbre l'intersection de la technologie et du divertissement.

Au cours de la discussion, des inquiétudes ont été exprimées quant aux risques liés à l'utilisation de l'IA et de la technologie robotique par l'armée.

"Assurez-vous que le robot travaille pour l'homme et que l'homme ne travaille pas pour le robot", a averti M. Denomy.

Selon lui, cela devrait être le cas avant que les robots de l'armée ne passent leur phase de test.

M. Denomy a cité l'exemple d'un test de robot effectué récemment, au cours duquel certains des testeurs ont parfois eu l'impression que les robots contrôlaient la situation.

"Nous avons récemment fait une démonstration de certaines capacités robotiques et nous en ferons une autre dans quelques semaines", a déclaré le colonel à l'auditoire.

"Les chefs de ce peloton avaient environ 27 télécommandes accrochées à leur cou pour essayer de contrôler les différents robots."

M. Denomy et le groupe d'experts ont convenu que les tâches telles que l'utilisation de plusieurs télécommandes pour un seul gadget doivent être automatisées avant que les robots puissent être utilisés efficacement par les forces américaines.

"Ce que j'ai décrit avec les contrôleurs, c'est que les humains travaillent pour les robots. Nous devons donc inverser cette tendance", a-t-il ajouté.

Selon M. Denomy, des gadgets améliorent déjà les capacités de l'armée, tels que des smartphones spéciaux et des drones adaptés.

Les Marines ont également testé un chien robot équipé d'un lance-roquettes dévastateur M72 à la fin de l'année dernière.

Cependant, M. Denomy a insisté sur la nécessité de faire participer les humains à l'utilisation de ces technologies dans les situations de combat.

"Je pense que l'époque où une machine est capable de comprendre l'éthique est encore loin", a-t-il averti.

Source : Troy Denomy, Colonel de l'armée américaine

Et vous ?

Quel est votre avis sur le sujet ?
Pensez-vous que le point de vue du Colonel Denomy soit crédible ou pertinent ?

Voir aussi :

L'armée de l'air américaine va introduire 1 000 drones contrôlés par l'IA pour améliorer ses capacités de combat aérien et réduire les coûts des avions militaires standard pilotés par des soldats

L'armée américaine envisagerait d'équiper des chiens-robots semi-autonomes d'une nouvelle génération d'armes de combat, dans le but de les déployer avec les soldats sur les théâtres d'opérations

[Patrick Ruiz]

Les USA et la Chine semblent engagés dans une course à l’armement de robots à 4 pattes pour des applications militaires
Les robots-chiens sont de meilleurs tireurs d’élite, d’après une étude

Les USA et la Chine semblent engagés dans une course à l’armement de robots à 4 pattes pour des applications militaires. C’est ce qui ressort de nombreux rapports et vidéos disponibles dans un contexte d’appels à bannir l’utilisation d’armes autonomes sur les champs de bataille. Les développements d’armes animées par l’intelligence artificielle ont plus que jamais le vent en poupe.

L'armée chinoise a récemment dévoilé un nouveau type de compagnon de combat pour ses soldats : un robot-chien avec une mitrailleuse attachée à son dos.

Dans une vidéo diffusée par l'agence de presse gouvernementale CCTV, on voit des membres des militaires chinois opérer sur un champ de tir aux côtés d'un robot à quatre pattes sur lequel est monté ce qui semble être une variante du fusil d'assaut QBZ-95 de 5,8 x 42 mm, dans le cadre des récents exercices militaires conjoints Golden Dragon 24 menés par la Chine et le Cambodge dans le golfe de Thaïlande.

Dans un scénario, les soldats chinois se tiennent de part et d'autre d'une porte tandis que le chien robot pénètre dans le bâtiment devant eux ; dans un autre, le robot tire une rafale de balles alors qu'il avance sur une cible.

« Il peut servir de nouveau membre dans nos opérations de combat urbain, remplaçant nos membres pour mener la reconnaissance, identifier l'ennemi et frapper la cible pendant notre entraînement », rapporte la CCTV des propos d’un soldat chinois montrant le robot en train d'opérer.

🇨🇳 PLA showcased two robot dogs — including one with a QBZ-95 assault rifle mounted on its back — during the 15-day China-Cambodia Golden Dragon 2024 joint military exercises that began on May 16. pic.twitter.com/b75K26BWzo

— Byron Wan (@Byron_Wan) May 27, 2024

L'année dernière, le Pentagone a expérimenté l'équipement de robots terrestres quadrupèdes avec sa carabine standard M4A1 de 5,56 x 45 mm, le fusil XM7 de 6,8 mm que l'armée américaine est en train d'adopter dans le cadre de son programme « Next Generation Squad Weapon », et même l'arme antichar légère M72 qui est en service au sein des troupes américaines depuis la guerre du Vietnam. Quelques semaines avant que CCTV ne publie ses images de chiens robots armés en action, le Marine Corps Special Operations Command (MARSOC) a révélé qu'il expérimentait l'ajout à ses propres chiens mécanisés de systèmes d'armes montés basés sur le système d'armes à distance SENTRY de l'entreprise de défense Onyx, basé sur l'intelligence artificielle.

Les responsables américains de la défense se sont empressés de souligner que le développement de robots-chiens armés était, à ce stade, purement expérimental, destiné à aider les planificateurs militaires à explorer le domaine du possible en ce qui concerne les applications potentielles de systèmes robotiques révolutionnaires dans un futur conflit, comme l'a déclaré un responsable de l'armée en août dernier. Mais comme les soldats de l'armée de terre effectuent des exercices d'assaut urbain avec des robots-chiens et que le corps des Marines envisage de plus en plus d'utiliser des quadrupèdes mécaniques pour renforcer les formations futures grâce à la robotique intelligente, l'armée américaine pourrait bien être obligée d'envisager sérieusement d'adopter des chiens robots armés pour le combat, avant la Chine.

The U.S. Marine Corps Special Operations Forces Command (MARSOC) tested the Ghost Robotics Vision 60, a four-legged bionic robot.

One of the robot dogs is armed with a 7.62x39mm caliber gun, while the other is equipped with a 6.5mm Creedmoor caliber gun. pic.twitter.com/Cs0dmLCWiY

— Clash Report (@clashreport) May 9, 2024

Ces robots s’appuient sur de complexes algorithmes de contrôle pour s’équilibrer et se déplacer

Du point de vue du développeur informatique, il s’agit de kits matériel - à la présentation visuelle similaire à celle d’un chien sur pattes – programmable via des API fournies par les constructeurs. C’est au travers de ces dernières, 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 à de la 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. Il 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.

Code Python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
# Copyright (c) 2023 Boston Dynamics, Inc.  All rights reserved.
#
# Downloading, reproducing, distributing or otherwise using the SDK Software
# is subject to the terms and conditions of the Boston Dynamics Software
# Development Kit License (20191101-BDSDK-SL).
 
"""Tutorial to show how to use the Boston Dynamics API to detect and follow an object"""
import argparse
import io
import json
import math
import os
import signal
import sys
import time
from multiprocessing import Barrier, Process, Queue, Value
from queue import Empty, Full
from threading import BrokenBarrierError, Thread
 
import cv2
import numpy as np
from PIL import Image
from scipy import ndimage
from tensorflow_object_detection import DetectorAPI
 
import bosdyn.client
import bosdyn.client.util
from bosdyn import geometry
from bosdyn.api import geometry_pb2 as geo
from bosdyn.api import image_pb2, trajectory_pb2
from bosdyn.api.image_pb2 import ImageSource
from bosdyn.api.spot import robot_command_pb2 as spot_command_pb2
from bosdyn.client.async_tasks import AsyncPeriodicQuery, AsyncTasks
from bosdyn.client.frame_helpers import (GROUND_PLANE_FRAME_NAME, VISION_FRAME_NAME, get_a_tform_b,
                                         get_vision_tform_body)
from bosdyn.client.image import ImageClient
from bosdyn.client.lease import LeaseClient, LeaseKeepAlive
from bosdyn.client.math_helpers import Quat, SE3Pose
from bosdyn.client.robot_command import (CommandFailedError, CommandTimedOutError,
                                         RobotCommandBuilder, RobotCommandClient, blocking_stand)
from bosdyn.client.robot_state import RobotStateClient
 
LOGGER = bosdyn.client.util.get_logger()
 
SHUTDOWN_FLAG = Value('i', 0)
 
# Don't let the queues get too backed up
QUEUE_MAXSIZE = 10
 
# This is a multiprocessing.Queue for communication between the main process and the
# Tensorflow processes.
# Entries in this queue are in the format:
 
# {
#     'source': Name of the camera,
#     'world_tform_cam': transform from VO to camera,
#     'world_tform_gpe':  transform from VO to ground plane,
#     'raw_image_time': Time when the image was collected,
#     'cv_image': The decoded image,
#     'visual_dims': (cols, rows),
#     'depth_image': depth image proto,
#     'system_cap_time': Time when the image was received by the main process,
#     'image_queued_time': Time when the image was done preprocessing and queued
# }
RAW_IMAGES_QUEUE = Queue(QUEUE_MAXSIZE)
 
# This is a multiprocessing.Queue for communication between the Tensorflow processes and
# the bbox print process. This is meant for running in a containerized environment with no access
# to an X display
# Entries in this queue have the following fields in addition to those in :
# {
#   'processed_image_start_time':  Time when the image was received by the TF process,
#   'processed_image_end_time':  Time when the image was processing for bounding boxes
#   'boxes': list of detected bounding boxes for the processed image
#   'classes': classes of objects,
#   'scores': confidence scores,
# }
PROCESSED_BOXES_QUEUE = Queue(QUEUE_MAXSIZE)
 
# Barrier for waiting on Tensorflow processes to start, initialized in main()
TENSORFLOW_PROCESS_BARRIER = None
 
COCO_CLASS_DICT = {
    1: 'person',
    2: 'bicycle',
    3: 'car',
    4: 'motorcycle',
    5: 'airplane',
    6: 'bus',
    7: 'train',
    8: 'truck',
    9: 'boat',
    10: 'trafficlight',
    11: 'firehydrant',
    13: 'stopsign',
    14: 'parkingmeter',
    15: 'bench',
    16: 'bird',
    17: 'cat',
    18: 'dog',
    19: 'horse',
    20: 'sheep',
    21: 'cow',
    22: 'elephant',
    23: 'bear',
    24: 'zebra',
    25: 'giraffe',
    27: 'backpack',
    28: 'umbrella',
    31: 'handbag',
    32: 'tie',
    33: 'suitcase',
    34: 'frisbee',
    35: 'skis',
    36: 'snowboard',
    37: 'sportsball',
    38: 'kite',
    39: 'baseballbat',
    40: 'baseballglove',
    41: 'skateboard',
    42: 'surfboard',
    43: 'tennisracket',
    44: 'bottle',
    46: 'wineglass',
    47: 'cup',
    48: 'fork',
    49: 'knife',
    50: 'spoon',
    51: 'bowl',
    52: 'banana',
    53: 'apple',
    54: 'sandwich',
    55: 'orange',
    56: 'broccoli',
    57: 'carrot',
    58: 'hotdog',
    59: 'pizza',
    60: 'donut',
    61: 'cake',
    62: 'chair',
    63: 'couch',
    64: 'pottedplant',
    65: 'bed',
    67: 'diningtable',
    70: 'toilet',
    72: 'tv',
    73: 'laptop',
    74: 'mouse',
    75: 'remote',
    76: 'keyboard',
    77: 'cellphone',
    78: 'microwave',
    79: 'oven',
    80: 'toaster',
    81: 'sink',
    82: 'refrigerator',
    84: 'book',
    85: 'clock',
    86: 'vase',
    87: 'scissors',
    88: 'teddybear',
    89: 'hairdrier',
    90: 'toothbrush'
}
 
# Mapping from visual to depth data
VISUAL_SOURCE_TO_DEPTH_MAP_SOURCE = {
    'frontleft_fisheye_image': 'frontleft_depth_in_visual_frame',
    'frontright_fisheye_image': 'frontright_depth_in_visual_frame'
}
ROTATION_ANGLES = {
    'back_fisheye_image': 0,
    'frontleft_fisheye_image': -78,
    'frontright_fisheye_image': -102,
    'left_fisheye_image': 0,
    'right_fisheye_image': 180
}
 
 
def _update_thread(async_task):
    while True:
        async_task.update()
        time.sleep(0.01)
 
 
class AsyncImage(AsyncPeriodicQuery):
    """Grab image."""
 
    def __init__(self, image_client, image_sources):
        # Period is set to be about 15 FPS
        super(AsyncImage, self).__init__('images', image_client, LOGGER, period_sec=0.067)
        self.image_sources = image_sources
 
    def _start_query(self):
        return self._client.get_image_from_sources_async(self.image_sources)
 
 
class AsyncRobotState(AsyncPeriodicQuery):
    """Grab robot state."""
 
    def __init__(self, robot_state_client):
        # period is set to be about the same rate as detections on the CORE AI
        super(AsyncRobotState, self).__init__('robot_state', robot_state_client, LOGGER,
                                              period_sec=0.02)
 
    def _start_query(self):
        return self._client.get_robot_state_async()
 
 
def get_source_list(image_client):
    """Gets a list of image sources and filters based on config dictionary
 
    Args:
        image_client: Instantiated image client
    """
 
    # We are using only the visual images with their corresponding depth sensors
    sources = image_client.list_image_sources()
    source_list = []
    for source in sources:
        if source.image_type == ImageSource.IMAGE_TYPE_VISUAL:
            # only append if sensor has corresponding depth sensor
            if source.name in VISUAL_SOURCE_TO_DEPTH_MAP_SOURCE:
                source_list.append(source.name)
                source_list.append(VISUAL_SOURCE_TO_DEPTH_MAP_SOURCE[source.name])
    return source_list
 
 
def capture_images(image_task, sleep_between_capture):
    """ Captures images and places them on the queue
 
    Args:
        image_task (AsyncImage): Async task that provides the images response to use
        sleep_between_capture (float): Time to sleep between each image capture
    """
    while not SHUTDOWN_FLAG.value:
        get_im_resp = image_task.proto
        start_time = time.time()
        if not get_im_resp:
            continue
        depth_responses = {
            img.source.name: img
            for img in get_im_resp
            if img.source.image_type == ImageSource.IMAGE_TYPE_DEPTH
        }
        entry = {}
        for im_resp in get_im_resp:
            if im_resp.source.image_type == ImageSource.IMAGE_TYPE_VISUAL:
                source = im_resp.source.name
                depth_source = VISUAL_SOURCE_TO_DEPTH_MAP_SOURCE[source]
                depth_image = depth_responses[depth_source]
 
                acquisition_time = im_resp.shot.acquisition_time
                image_time = acquisition_time.seconds + acquisition_time.nanos * 1e-9
 
                try:
                    image = Image.open(io.BytesIO(im_resp.shot.image.data))
                    source = im_resp.source.name
 
                    image = ndimage.rotate(image, ROTATION_ANGLES[source])
                    if im_resp.shot.image.pixel_format == image_pb2.Image.PIXEL_FORMAT_GREYSCALE_U8:
                        image = cv2.cvtColor(image, cv2.COLOR_GRAY2RGB)  # Converted to RGB for TF
                    tform_snapshot = im_resp.shot.transforms_snapshot
                    frame_name = im_resp.shot.frame_name_image_sensor
                    world_tform_cam = get_a_tform_b(tform_snapshot, VISION_FRAME_NAME, frame_name)
                    world_tform_gpe = get_a_tform_b(tform_snapshot, VISION_FRAME_NAME,
                                                    GROUND_PLANE_FRAME_NAME)
                    entry[source] = {
                        'source': source,
                        'world_tform_cam': world_tform_cam,
                        'world_tform_gpe': world_tform_gpe,
                        'raw_image_time': image_time,
                        'cv_image': image,
                        'visual_dims': (im_resp.shot.image.cols, im_resp.shot.image.rows),
                        'depth_image': depth_image,
                        'system_cap_time': start_time,
                        'image_queued_time': time.time()
                    }
                except Exception as exc:  # pylint: disable=broad-except
                    print(f'Exception occurred during image capture {exc}')
        try:
            RAW_IMAGES_QUEUE.put_nowait(entry)
        except Full as exc:
            print(f'RAW_IMAGES_QUEUE is full: {exc}')
        time.sleep(sleep_between_capture)
 
 
def start_tensorflow_processes(num_processes, model_path, detection_class, detection_threshold,
                               max_processing_delay):
    """Starts Tensorflow processes in parallel.
 
    It does not keep track of the processes once they are started because they run indefinitely
    and are never joined back to the main process.
 
    Args:
        num_processes (int): Number of Tensorflow processes to start in parallel.
        model_path (str): Filepath to the Tensorflow model to use.
        detection_class (int): Detection class to detect
        detection_threshold (float): Detection threshold to apply to all Tensorflow detections.
        max_processing_delay (float): Allowed delay before processing an incoming image.
    """
    processes = []
    for _ in range(num_processes):
        process = Process(
            target=process_images, args=(
                model_path,
                detection_class,
                detection_threshold,
                max_processing_delay,
            ), daemon=True)
        process.start()
        processes.append(process)
    return processes
 
 
def process_images(model_path, detection_class, detection_threshold, max_processing_delay):
    """Starts Tensorflow and detects objects in the incoming images.
 
    Args:
        model_path (str): Filepath to the Tensorflow model to use.
        detection_class (int): Detection class to detect
        detection_threshold (float): Detection threshold to apply to all Tensorflow detections.
        max_processing_delay (float): Allowed delay before processing an incoming image.
    """
 
    odapi = DetectorAPI(path_to_ckpt=model_path)
    num_processed_skips = 0
 
    if TENSORFLOW_PROCESS_BARRIER is None:
        return
 
    try:
        TENSORFLOW_PROCESS_BARRIER.wait()
    except BrokenBarrierError as exc:
        print(f'Error waiting for Tensorflow processes to initialize: {exc}')
        return False
 
    while not SHUTDOWN_FLAG.value:
        try:
            entry = RAW_IMAGES_QUEUE.get_nowait()
        except Empty:
            time.sleep(0.1)
            continue
        for _, capture in entry.items():
            start_time = time.time()
            processing_delay = time.time() - capture['raw_image_time']
            if processing_delay > max_processing_delay:
                num_processed_skips += 1
                print(f'skipped image because it took {processing_delay}')
                continue  # Skip image due to delay
 
            image = capture['cv_image']
            boxes, scores, classes, _ = odapi.process_frame(image)
            confident_boxes = []
            confident_object_classes = []
            confident_scores = []
            if len(boxes) == 0:
                print('no detections founds')
                continue
            for box, score, box_class in sorted(zip(boxes, scores, classes), key=lambda x: x[1],
                                                reverse=True):
                if score > detection_threshold and box_class == detection_class:
                    confident_boxes.append(box)
                    confident_object_classes.append(COCO_CLASS_DICT[box_class])
                    confident_scores.append(score)
                    image = cv2.rectangle(image, (box[1], box[0]), (box[3], box[2]), (255, 0, 0), 2)
 
            capture['processed_image_start_time'] = start_time
            capture['processed_image_end_time'] = time.time()
            capture['boxes'] = confident_boxes
            capture['classes'] = confident_object_classes
            capture['scores'] = confident_scores
            capture['cv_image'] = image
        try:
            PROCESSED_BOXES_QUEUE.put_nowait(entry)
        except Full as exc:
            print(f'PROCESSED_BOXES_QUEUE is full: {exc}')
    print('tf process ending')
    return True
 
 
def get_go_to(world_tform_object, robot_state, mobility_params, dist_margin=0.5):
    """Gets trajectory command to a goal location
 
    Args:
        world_tform_object (SE3Pose): Transform from vision frame to target object
        robot_state (RobotState): Current robot state
        mobility_params (MobilityParams): Mobility parameters
        dist_margin (float): Distance margin to target
    """
    vo_tform_robot = get_vision_tform_body(robot_state.kinematic_state.transforms_snapshot)
    print(f'robot pos: {vo_tform_robot}')
    delta_ewrt_vo = np.array(
        [world_tform_object.x - vo_tform_robot.x, world_tform_object.y - vo_tform_robot.y, 0])
    norm = np.linalg.norm(delta_ewrt_vo)
    if norm == 0:
        return None
    delta_ewrt_vo_norm = delta_ewrt_vo / norm
    heading = _get_heading(delta_ewrt_vo_norm)
    vo_tform_goal = np.array([
        world_tform_object.x - delta_ewrt_vo_norm[0] * dist_margin,
        world_tform_object.y - delta_ewrt_vo_norm[1] * dist_margin
    ])
    se2_pose = geo.SE2Pose(position=geo.Vec2(x=vo_tform_goal[0], y=vo_tform_goal[1]), angle=heading)
    tag_cmd = RobotCommandBuilder.synchro_se2_trajectory_command(se2_pose,
                                                                 frame_name=VISION_FRAME_NAME,
                                                                 params=mobility_params)
    return tag_cmd
 
 
def _get_heading(xhat):
    zhat = [0.0, 0.0, 1.0]
    yhat = np.cross(zhat, xhat)
    mat = np.array([xhat, yhat, zhat]).transpose()
    return Quat.from_matrix(mat).to_yaw()
 
 
def set_default_body_control():
    """Set default body control params to current body position"""
    footprint_R_body = geometry.EulerZXY()
    position = geo.Vec3(x=0.0, y=0.0, z=0.0)
    rotation = footprint_R_body.to_quaternion()
    pose = geo.SE3Pose(position=position, rotation=rotation)
    point = trajectory_pb2.SE3TrajectoryPoint(pose=pose)
    traj = trajectory_pb2.SE3Trajectory(points=[point])
    return spot_command_pb2.BodyControlParams(base_offset_rt_footprint=traj)
 
 
def get_mobility_params():
    """Gets mobility parameters for following"""
    vel_desired = .75
    speed_limit = geo.SE2VelocityLimit(
        max_vel=geo.SE2Velocity(linear=geo.Vec2(x=vel_desired, y=vel_desired), angular=.25))
    body_control = set_default_body_control()
    mobility_params = spot_command_pb2.MobilityParams(vel_limit=speed_limit, obstacle_params=None,
                                                      body_control=body_control,
                                                      locomotion_hint=spot_command_pb2.HINT_TROT)
    return mobility_params
 
 
def depth_to_xyz(depth, pixel_x, pixel_y, focal_length, principal_point):
    """Calculate the transform to point in image using camera intrinsics and depth"""
    x = depth * (pixel_x - principal_point.x) / focal_length.x
    y = depth * (pixel_y - principal_point.y) / focal_length.y
    z = depth
    return x, y, z
 
 
def remove_ground_from_depth_image(raw_depth_image, focal_length, principal_point, world_tform_cam,
                                   world_tform_gpe, ground_tolerance=0.04):
    """ Simple ground plane removal algorithm. Uses ground height
        and does simple z distance filtering.
 
    Args:
        raw_depth_image (np.array): Depth image
        focal_length (Vec2): Focal length of camera that produced the depth image
        principal_point (Vec2): Principal point of camera that produced the depth image
        world_tform_cam (SE3Pose): Transform from VO to camera frame
        world_tform_gpe (SE3Pose): Transform from VO to GPE frame
        ground_tolerance (float): Distance in meters to add to the ground plane
    """
    new_depth_image = raw_depth_image
 
    # same functions as depth_to_xyz, but converted to np functions
    indices = np.indices(raw_depth_image.shape)
    xs = raw_depth_image * (indices[1] - principal_point.x) / focal_length.x
    ys = raw_depth_image * (indices[0] - principal_point.y) / focal_length.y
    zs = raw_depth_image
 
    # create xyz point cloud
    camera_tform_points = np.stack([xs, ys, zs], axis=2)
    # points in VO frame
    world_tform_points = world_tform_cam.transform_cloud(camera_tform_points)
    # array of booleans where True means the point was below the ground plane plus tolerance
    world_tform_points_mask = (world_tform_gpe.z - world_tform_points[:, :, 2]) < ground_tolerance
    # remove data below ground plane
    new_depth_image[world_tform_points_mask] = 0
    return new_depth_image
 
 
def get_distance_to_closest_object_depth(x_min, x_max, y_min, y_max, depth_scale, raw_depth_image,
                                         histogram_bin_size=0.50, minimum_number_of_points=10,
                                         max_distance=8.0):
    """Make a histogram of distances to points in the cloud and take the closest distance with
    enough points.
 
    Args:
        x_min (int): minimum x coordinate (column) of object to find
        x_max (int): maximum x coordinate (column) of object to find
        y_min (int): minimum y coordinate (row) of object to find
        y_max (int): maximum y coordinate (row) of object to find
        depth_scale (float): depth scale of the image to convert from sensor value to meters
        raw_depth_image (np.array): matrix of depth pixels
        histogram_bin_size (float): size of each bin of distances
        minimum_number_of_points (int): minimum number of points before returning depth
        max_distance (float): maximum distance to object in meters
    """
    num_bins = math.ceil(max_distance / histogram_bin_size)
 
    # get a sub-rectangle of the bounding box out of the whole image, then flatten
    obj_depths = (raw_depth_image[y_min:y_max, x_min:x_max]).flatten()
    obj_depths = obj_depths / depth_scale
    obj_depths = obj_depths[obj_depths != 0]
 
    hist, hist_edges = np.histogram(obj_depths, bins=num_bins, range=(0, max_distance))
 
    edges_zipped = zip(hist_edges[:-1], hist_edges[1:])
    # Iterate over the histogram and return the first distance with enough points.
    for entry, edges in zip(hist, edges_zipped):
        if entry > minimum_number_of_points:
            filtered_depths = obj_depths[(obj_depths > edges[0]) & (obj_depths < edges[1])]
            if len(filtered_depths) == 0:
                continue
            return np.mean(filtered_depths)
 
    return max_distance
 
 
def rotate_about_origin_degrees(origin, point, angle):
    """
    Rotate a point counterclockwise by a given angle around a given origin.
 
    Args:
        origin (tuple): Origin to rotate the point around
        point (tuple): Point to rotate
        angle (float): Angle in degrees
    """
    return rotate_about_origin(origin, point, math.radians(angle))
 
 
def rotate_about_origin(origin, point, angle):
    """
    Rotate a point counterclockwise by a given angle around a given origin.
 
    Args:
        origin (tuple): Origin to rotate the point around
        point (tuple): Point to rotate
        angle (float): Angle in radians
    """
    orig_x, orig_y = origin
    pnt_x, pnt_y = point
 
    ret_x = orig_x + math.cos(angle) * (pnt_x - orig_x) - math.sin(angle) * (pnt_y - orig_y)
    ret_y = orig_y + math.sin(angle) * (pnt_x - orig_x) + math.cos(angle) * (pnt_y - orig_y)
    return int(ret_x), int(ret_y)
 
 
def get_object_position(world_tform_cam, world_tform_gpe, visual_dims, depth_image, bounding_box,
                        rotation_angle):
    """
    Extract the bounding box, then find the mode in that region.
 
    Args:
        world_tform_cam (SE3Pose): SE3 transform from world to camera frame
        visual_dims (Tuple): (cols, rows) tuple from the visual image
        depth_image (ImageResponse): From a depth camera corresponding to the visual_image
        bounding_box (list): Bounding box from tensorflow
        rotation_angle (float): Angle (in degrees) to rotate depth image to match cam image rotation
    """
 
    # Make sure there are two images.
    if visual_dims is None or depth_image is None:
        # Fail.
        return
 
    # Rotate bounding box back to original frame
    points = [(bounding_box[1], bounding_box[0]), (bounding_box[3], bounding_box[0]),
              (bounding_box[3], bounding_box[2]), (bounding_box[1], bounding_box[2])]
 
    origin = (visual_dims[0] / 2, visual_dims[1] / 2)
 
    points_rot = [rotate_about_origin_degrees(origin, point, rotation_angle) for point in points]
 
    # Get the bounding box corners.
    y_min = max(0, min([point[1] for point in points_rot]))
    x_min = max(0, min([point[0] for point in points_rot]))
    y_max = min(visual_dims[1], max([point[1] for point in points_rot]))
    x_max = min(visual_dims[0], max([point[0] for point in points_rot]))
 
    # Check that the bounding box is valid.
    if (x_min < 0 or y_min < 0 or x_max > visual_dims[0] or y_max > visual_dims[1]):
        print(f'Bounding box is invalid: ({x_min}, {y_min}) | ({x_max}, {y_max})')
        print(f'Bounds: ({visual_dims[0]}, {visual_dims[1]})')
        return
 
    # Unpack the images.
    try:
        if depth_image.shot.image.pixel_format == image_pb2.Image.PIXEL_FORMAT_DEPTH_U16:
            dtype = np.uint16
        else:
            dtype = np.uint8
        img = np.fromstring(depth_image.shot.image.data, dtype=dtype)
        if depth_image.shot.image.format == image_pb2.Image.FORMAT_RAW:
            img = img.reshape(depth_image.shot.image.rows, depth_image.shot.image.cols)
        else:
            img = cv2.imdecode(img, -1)
        depth_image_pixels = img
        depth_image_pixels = remove_ground_from_depth_image(
            depth_image_pixels, depth_image.source.pinhole.intrinsics.focal_length,
            depth_image.source.pinhole.intrinsics.principal_point, world_tform_cam, world_tform_gpe)
        # Get the depth data from the region in the bounding box.
        max_distance = 8.0
        depth = get_distance_to_closest_object_depth(x_min, x_max, y_min, y_max,
                                                     depth_image.source.depth_scale,
                                                     depth_image_pixels, max_distance=max_distance)
 
        if depth >= max_distance:
            # Not enough depth data.
            print('Not enough depth data.')
            return False
        else:
            print(f'distance to object: {depth}')
 
        center_x = round((x_max - x_min) / 2.0 + x_min)
        center_y = round((y_max - y_min) / 2.0 + y_min)
 
        tform_x, tform_y, tform_z = depth_to_xyz(
            depth, center_x, center_y, depth_image.source.pinhole.intrinsics.focal_length,
            depth_image.source.pinhole.intrinsics.principal_point)
        camera_tform_obj = SE3Pose(tform_x, tform_y, tform_z, Quat())
 
        return world_tform_cam * camera_tform_obj
    except Exception as exc:  # pylint: disable=broad-except
        print(f'Error getting object position: {exc}')
        return
 
 
def _check_model_path(model_path):
    if model_path is None or \
    not os.path.exists(model_path) or \
    not os.path.isfile(model_path):
        print(f'ERROR, could not find model file {model_path}')
        return False
    return True
 
 
def _check_and_load_json_classes(config_path):
    if os.path.isfile(config_path):
        with open(config_path) as json_classes:
            global COCO_CLASS_DICT  # pylint: disable=global-statement
            COCO_CLASS_DICT = json.load(json_classes)
 
 
def _find_highest_conf_source(processed_boxes_entry):
    highest_conf_source = None
    max_score = 0
    for key, capture in processed_boxes_entry.items():
        if 'scores' in capture.keys():
            if len(capture['scores']) > 0 and capture['scores'][0] > max_score:
                highest_conf_source = key
                max_score = capture['scores'][0]
    return highest_conf_source
 
 
def signal_handler(signal, frame):
    print('Interrupt caught, shutting down')
    SHUTDOWN_FLAG.value = 1
 
 
def main():
    """Command line interface."""
 
    parser = argparse.ArgumentParser()
    parser.add_argument(
        '--model-path', default='/model.pb', help=
        ('Local file path to the Tensorflow model, example pre-trained models can be found at '
         'https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md'
        ))
    parser.add_argument('--classes', default='/classes.json', type=str,
                        help='File containing json mapping of object class IDs to class names')
    parser.add_argument('--number-tensorflow-processes', default=1, type=int,
                        help='Number of Tensorflow processes to run in parallel')
    parser.add_argument('--detection-threshold', default=0.7, type=float,
                        help='Detection threshold to use for Tensorflow detections')
    parser.add_argument(
        '--sleep-between-capture', default=0.2, type=float,
        help=('Seconds to sleep between each image capture loop iteration, which captures '
              'an image from all cameras'))
    parser.add_argument(
        '--detection-class', default=1, type=int,
        help=('Detection classes to use in the Tensorflow model.'
              'Default is to use 1, which is a person in the Coco dataset'))
    parser.add_argument(
        '--max-processing-delay', default=7.0, type=float,
        help=('Maximum allowed delay for processing an image. '
              'Any image older than this value will be skipped'))
    parser.add_argument('--test-mode', action='store_true',
                        help='Run application in test mode, don\'t execute commands')
 
    bosdyn.client.util.add_base_arguments(parser)
    bosdyn.client.util.add_payload_credentials_arguments(parser)
    options = parser.parse_args()
    signal.signal(signal.SIGINT, signal_handler)
    try:
        # Make sure the model path is a valid file
        if not _check_model_path(options.model_path):
            return False
 
        # Check for classes json file, otherwise use the COCO class dictionary
        _check_and_load_json_classes(options.classes)
 
        global TENSORFLOW_PROCESS_BARRIER  # pylint: disable=global-statement
        TENSORFLOW_PROCESS_BARRIER = Barrier(options.number_tensorflow_processes + 1)
        # Start Tensorflow processes
        tf_processes = start_tensorflow_processes(options.number_tensorflow_processes,
                                                  options.model_path, options.detection_class,
                                                  options.detection_threshold,
                                                  options.max_processing_delay)
 
        # sleep to give the Tensorflow processes time to initialize
        try:
            TENSORFLOW_PROCESS_BARRIER.wait()
        except BrokenBarrierError as exc:
            print(f'Error waiting for Tensorflow processes to initialize: {exc}')
            return False
        # Start the API related things
 
        # Create robot object with a world object client
        sdk = bosdyn.client.create_standard_sdk('SpotFollowClient')
        robot = sdk.create_robot(options.hostname)
 
        if options.payload_credentials_file:
            robot.authenticate_from_payload_credentials(
                *bosdyn.client.util.get_guid_and_secret(options))
        else:
            bosdyn.client.util.authenticate(robot)
 
        # Time sync is necessary so that time-based filter requests can be converted
        robot.time_sync.wait_for_sync()
 
        # Verify the robot is not estopped and that an external application has registered and holds
        # an estop endpoint.
        assert not robot.is_estopped(), 'Robot is estopped. Please use an external E-Stop client,' \
                                        ' such as the estop SDK example, to configure E-Stop.'
 
        # Create the sdk clients
        robot_state_client = robot.ensure_client(RobotStateClient.default_service_name)
        robot_command_client = robot.ensure_client(RobotCommandClient.default_service_name)
        lease_client = robot.ensure_client(LeaseClient.default_service_name)
        image_client = robot.ensure_client(ImageClient.default_service_name)
        source_list = get_source_list(image_client)
        image_task = AsyncImage(image_client, source_list)
        robot_state_task = AsyncRobotState(robot_state_client)
        task_list = [image_task, robot_state_task]
        _async_tasks = AsyncTasks(task_list)
        print('Detect and follow client connected.')
 
        lease = lease_client.take()
        lease_keep = LeaseKeepAlive(lease_client)
        # Power on the robot and stand it up
        resp = robot.power_on()
        try:
            blocking_stand(robot_command_client)
        except CommandFailedError as exc:
            print(f'Error ({exc}) occurred while trying to stand. Check robot surroundings.')
            return False
        except CommandTimedOutError as exc:
            print(f'Stand command timed out: {exc}')
            return False
        print('Robot powered on and standing.')
        params_set = get_mobility_params()
 
        # This thread starts the async tasks for image and robot state retrieval
        update_thread = Thread(target=_update_thread, args=[_async_tasks])
        update_thread.daemon = True
        update_thread.start()
        # Wait for the first responses.
        while any(task.proto is None for task in task_list):
            time.sleep(0.1)
 
        # Start image capture process
        image_capture_thread = Process(target=capture_images,
                                       args=(image_task, options.sleep_between_capture),
                                       daemon=True)
        image_capture_thread.start()
        while not SHUTDOWN_FLAG.value:
            # This comes from the tensorflow processes and limits the rate of this loop
            try:
                entry = PROCESSED_BOXES_QUEUE.get_nowait()
            except Empty:
                continue
            # find the highest confidence bounding box
            highest_conf_source = _find_highest_conf_source(entry)
            if highest_conf_source is None:
                # no boxes or scores found
                continue
            capture_to_use = entry[highest_conf_source]
            raw_time = capture_to_use['raw_image_time']
            time_gap = time.time() - raw_time
            if time_gap > options.max_processing_delay:
                continue  # Skip image due to delay
 
            # Find the transform to the highest confidence object using the depth sensor
            get_object_position_start = time.time()
            robot_state = robot_state_task.proto
            world_tform_gpe = get_a_tform_b(robot_state.kinematic_state.transforms_snapshot,
                                            VISION_FRAME_NAME, GROUND_PLANE_FRAME_NAME)
            world_tform_object = get_object_position(
                capture_to_use['world_tform_cam'], world_tform_gpe, capture_to_use['visual_dims'],
                capture_to_use['depth_image'], capture_to_use['boxes'][0],
                ROTATION_ANGLES[capture_to_use['source']])
            get_object_position_end = time.time()
            print(f'system_cap_time: {capture_to_use["system_cap_time"]}, '
                  f'image_queued_time: {capture_to_use["image_queued_time"]}, '
                  f'processed_image_start_time: {capture_to_use["processed_image_start_time"]}, '
                  f'processed_image_end_time: {capture_to_use["processed_image_end_time"]}, '
                  f'get_object_position_start_time: {get_object_position_start}, '
                  f'get_object_position_end_time: {get_object_position_end}, ')
 
            # get_object_position can fail if there is insufficient depth sensor information
            if not world_tform_object:
                continue
 
            scores = capture_to_use['scores']
            print(f'Position of object with confidence {scores[0]}: {world_tform_object}')
            print(f'Process latency: {time.time() - capture_to_use["system_cap_time"]}')
            tag_cmd = get_go_to(world_tform_object, robot_state, params_set)
            end_time = 15.0
            if tag_cmd is not None:
                if not options.test_mode:
                    print('executing command')
                    robot_command_client.robot_command(lease=None, command=tag_cmd,
                                                       end_time_secs=time.time() + end_time)
                else:
                    print('Running in test mode, skipping command.')
 
        # Shutdown lease keep-alive and return lease gracefully.
        lease_keep.shutdown()
        lease_client.return_lease(lease)
        return True
    except Exception as exc:  # pylint: disable=broad-except
        LOGGER.error('Spot Tensorflow Detector threw an exception: %s', exc)
        # Shutdown lease keep-alive and return lease gracefully.
        return False 
 
 
if __name__ == '__main__':
    if not main():
        sys.exit(1)

Let Slip the Robot Dogs of War

The United States and China appear locked in a race to weaponize four-legged robots for military applications.

The Chinese military recently unveiled a new kind of battle buddy for its soldiers: a “robot dog” with a machine gun strapped to its… pic.twitter.com/cRMRMufGJW

— Owen Gregorian (@OwenGregorian) June 18, 2024

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

Suite aux attaques menées par les militants du Hamas le 7 octobre dernier, les forces israéliennes ont frappé plus de 22 000 cibles à l'intérieur de Gaza. Depuis la fin de la trêve temporaire, le 1er décembre, l'armée de l'air israélienne a frappé plus de 3500 sites. Pour y parvenir, elle met à contribution une intelligence artificielle dénommée « Gospel » afin d'identifier en temps réel le plus grand nombre de cibles ennemies.

En septembre 2022, l'armée israélienne a commencé à installer une arme automatique à un poste de contrôle très fréquenté de la ville d'Hébron (Al-Khalil), en Cisjordanie occupée. Les tourelles jumelles ont été installées au sommet d'une tour de garde surplombant le camp de réfugiés d'Al-Aroub. « Elle tire toute seule sans intervention de la part du soldat. Quand un soldat israélien voit un petit garçon, il appuie sur un bouton ou quelque chose comme ça et elle tire toute seule. Elle est très rapide, même plus rapide que les soldats. Les bombes lacrymogènes qu'il tire peuvent atteindre l'extrémité du camp et tout le reste », a déclaré un résident du camp.

La tourelle télécommandée a été développée par la société de défense israélienne Smart Shooter, qui a mis au point un système de contrôle de tir autonome appelé SMASH, qui peut être fixé sur des fusils d'assaut pour suivre et verrouiller des cibles à l'aide d'un traitement d'image basé sur l'intelligence artificielle. Le site Web de la société appelle ce système "One Shot-One Hit" (qui pourrait être traduit en français par : "un tir - un succès". Elle se vante d'avoir réussi à "combiner un matériel simple à installer avec un logiciel de traitement d'image avancé pour transformer des armes légères de base en armes intelligentes du XXIe siècle".

La société affirme que la technologie SMASH permet de surmonter les défis auxquels sont confrontés les soldats lors des batailles, tels que l'effort physique, la fatigue, le stress et la pression mentale pour viser avec précision et assurer le succès du tireur. « Notre objectif est de permettre à tous les corps d'infanterie de bénéficier des armes de précision. Quelle que soit l'expérience ou la mission du soldat, notre système lui permet de ne pas faire d'erreur lorsqu'il tire et de toucher la cible sans faute. Tout soldat devient un véritable tireur d'élite », a déclaré Michal Mor, fondateur et PDG de Smart Shooter, lors d'une interview en 2020.

La tourelle vue à Hébron n'est pas annoncée sur le site Web de l'entreprise israélienne, mais deux autres tourelles automatisées, 'SMASH HOPPER' et 'SMASH HOPPER P', sont équipées de fusils d'assaut et du système Smart Shooter. « Le HOPPER peut être monté dans plusieurs configurations, notamment sur un trépied, un mât fixe, un navire de surface et des véhicules », indique le site Web de l'entreprise. Dans l'ensemble, l'entreprise indique que la technologie SMASH est censée améliorer l'efficacité des missions en engageant avec précision et en éliminant les cibles terrestres, aériennes, statiques ou mobiles, de jour comme de nuit.

« Habituellement, le terroriste se trouve dans un environnement civil avec de nombreuses personnes que nous ne voulons pas blesser. Nous permettons au soldat de regarder à travers son système de contrôle de tir, pour s'assurer que la cible qu'il veut atteindre est la cible légitime. Une fois qu'il aura verrouillé la cible, le système s'assurera que la balle sera libérée lorsqu'il appuiera sur la gâchette, uniquement sur la cible légitime et qu'aucun des passants ne pourra être touché par l'arme », a déclaré Mor. Les militants des droits de l'homme s'inquiètent de "la déshumanisation numérique des systèmes d'armes".

Selon les médias locaux, l'armée israélienne a déclaré qu'elle teste la possibilité d'utiliser le système pour appliquer des méthodes approuvées de dispersion de la foule, qui n'incluent pas le tir de balles réelles. « Dans le cadre des préparatifs améliorés de l'armée pour faire face aux personnes qui perturbent l'ordre dans la région, elle examine la possibilité d'utiliser des systèmes télécommandés pour employer des mesures approuvées de dispersion de foule. Cela n'inclut pas le contrôle à distance de tirs à balles réelles », explique un porte-parole de l'armée israélienne. Mais cela n'a pas suffi à calmer les craintes des militants des droits de l'homme.

L'armée israélienne a également précisé qu'au cours de sa phase pilote, le système n'utilisera que des balles à pointe éponge. Cependant, des experts ont signalé qu'à plusieurs reprises, des balles à pointe éponge ont causé des blessures permanentes à des personnes en Cisjordanie occupée et en Israël, certaines ayant même perdu leurs yeux. Des militants des droits de l'homme d'Hébron ont exprimé leur inquiétude quant à la défaillance du système qui pourrait avoir un impact sur de nombreuses personnes, notant que le système a été placé au centre d'une zone fortement peuplée, avec des centaines de personnes passant à proximité.

En outre, les militants des droits de l'homme, ainsi que d'autres critiques, affirment également que ce dispositif est un nouvel exemple de l'utilisation par Israël des Palestiniens comme cobayes, ce qui lui permettrait de commercialiser sa technologie militaire comme testée sur le terrain auprès des gouvernements du monde entier. « Je vois cela comme une transition du contrôle humain au contrôle technologique. En tant que Palestiniens, nous sommes devenus un objet d'expérimentation et de formation pour l'industrie militaire israélienne de haute technologie, qui n'est pas responsable de ce qu'elle fait », a déclaré un habitant de la région.

Les armes létales autonomes sont de plus en plus utilisées dans le monde. Les drones, notamment les drones kamikazes, sont largement utilisés de l'Ukraine en l'Éthiopie et les armes télécommandées ont été utilisées par les États-Unis en Irak, par la Corée du Sud le long de la frontière avec la Corée du Nord et par les rebelles syriens. Par ailleurs, la dépendance de l'armée israélienne à l'égard des systèmes automatisés s'est accrue au fils des ans. Ces dernières années, Israël a adopté de plus en plus de systèmes automatisés à des fins militaires, dont certains sont controversés. Cela comprend des robots et des chars d'assaut dotés d'une intelligence artificielle.

L'année dernière, un rapport a révélé qu'Israël avait déployé un système élaboré de caméras en Cisjordanie occupée pour contrôler et surveiller les Palestiniens. Ces caméras seraient reliées à une base de données appelée "Blue Wolf". La base de données comprendrait des détails et des photos des Palestiniens, notamment les numéros d'identité, l'âge, le sexe, l'adresse, les numéros de plaque d'immatriculation, les liens avec d'autres individus, le statut professionnel en Israël et les impressions négatives que les soldats ont du comportement d'un Palestinien lorsqu'ils le rencontrent. Hébron aurait été l'une des premières villes à utiliser ce système.

Selon d'autres rapports, en 2018, l'armée israélienne a commencé à utiliser un drone capable de lancer des gaz lacrymogènes pour disperser les manifestants dans la bande de Gaza. En 2021, même la police israélienne aurait commencé à employer de tels drones contre des manifestants en Israël. Dans ce contexte, beaucoup estiment que le déploiement des armes létales autonomes va davantage s'accélérer. Elon Musk, PDG de Tesla, affirme : « les drones autonomes sont le futur. Ce n’est pas que je veuille que l’avenir soit ainsi fait, mais c’est juste que c’est inéluctable. L’ère des avions de chasse est révolue ».

En Europe, Milrem Robotics, leader européen en matière de robotique et de systèmes autonomes, a partagé en juin dernier une vidéo mettant en scène un char doté d'une IA qui fait exploser des voitures et d'autres cibles. L'entrepreneur a déclaré que le char, baptisé Type-X, est conçu pour permettre aux troupes de "percer les positions défensives de l'ennemi avec un risque minimal". Il devrait fournir aux troupes "une puissance de feu et une utilisation tactique égales ou supérieures à celles d'une unité équipée de véhicules de combat d'infanterie". Les critiques ont déclaré que la démonstration reflète un futur dystopique de la guerre.

C’est la raison de la récente demande du Pape aux dirigeants du G7 d’interdire l’utilisation d’armes autonomes

Le pape François a prononcé un discours historique devant les dirigeants du G7, les exhortant à reconnaître qu'ils ont le pouvoir de décider si l'intelligence artificielle devient un outil terrifiant ou créatif, et leur demandant d'interdire l'utilisation d'armes autonomes dans les guerres. Sa sortie s’inscrit dans la suite du Rome Call for AI Ethics et de l’appel à un traité mondial contraignant pour réglementer l’intelligence artificielle.

« Nous condamnerions l'humanité à un avenir sans espoir si nous retirions aux gens la capacité de prendre des décisions sur eux-mêmes et sur leur vie », a déclaré le Pape François lors du dernier sommet du G7 en Italie.

« À la lumière de la tragédie que constituent les conflits armés, il est urgent de reconsidérer le développement et l'utilisation de dispositifs tels que les armes autonomes létales et, à terme, d'en interdire l'usage.

Cela commence par un engagement effectif et concret à introduire un contrôle humain toujours plus important et adéquat. Aucune machine ne devrait jamais choisir de prendre la vie d'un être humain.

Une telle mesure représenterait un affaiblissement du sens de l'humanité et du concept de dignité humaine », a-t-il ajouté.

Et vous ?

Êtes-vous surpris par la mise à contribution de l’intelligence artificielle sur les champs de bataille ?
Que pensez-vous des divergences dans les négociations sur l'interdiction des armes autonomes ? Partagez-vous les avis selon lesquels elles constituent un indicateur de ce que l’atteinte d’un accord mondial contraignant ne sera pas possible ?

Voir aussi :

Des représentants de 150 entreprises de la tech plaident contre les robots tueurs autonomes, lors d'une conférence internationale sur l'IA
USA : le sous-secrétaire à la défense soulève l'importance d'associer l'intelligence artificielle à l'armée, évoquant une future course aux armes
Des experts en IA boycottent un projet de robots tueurs d'une université en Corée du Sud, en partenariat avec le fabricant d'armes Hanwha Systems
Non, l'IA de Google ne doit pas être au service de la guerre ! Plus de 3000 employés de Google protestent contre la collaboration avec le Pentagone
Robots militaires : les États-Unis testent l'efficacité de leurs prototypes dans le Pacifique, l'armée irakienne présente son robot mitrailleur

[Ryu2000]

Êtes-vous surpris par la mise à contribution de l’intelligence artificielle sur les champs de bataille ?

Non.
Les IA ont de nombreux avantages par rapport aux humains.
- Elles sont plus performantes.
- Elles suivent les ordres. *
- Il n'y a pas d'histoire de trouble de stress post-traumatique.
- Quand un robot meurt, t'as pas besoin de payer des funérailles.

* : dans le film Running Man, un personnage reçoit l'ordre de tirer sur des civils et il refuse.

Que pensez-vous des divergences dans les négociations sur l'interdiction des armes autonomes ? Partagez-vous les avis selon lesquels elles constituent un indicateur de ce que l’atteinte d’un accord mondial contraignant ne sera pas possible ?

Ils peuvent mettre en place tous les accords mondiaux qu'ils veulent, ils ne seront pas respectés. Est-ce que vous croyez que la convention de Genève est respecté en permanence par ceux qui l'ont signé ?
Il y a une guerre mondiale qui s'approche, les pays cherchent à avoir un avantage sur l'ennemi.
Celui qui gagnera la guerre, ne sera pas condamné. Les USA ne se sont jamais excusé pour avoir lancé 2 bombes atomiques sur des civils japonais.

On ne peut pas empêcher des pays comme les USA de développer des robots tueurs.
Au pire ils le feront en secret, comme ils ont l'habitude de le faire.

[phil995511]

On devrait purement et simplement interdire au niveau international toute forme de robots tueurs.

De telles machines sont associables à des tueurs de masse, en nombre suffisant de tels robots deviendraient une armes de destruction massive inarrêtable.

Imaginez une nation qui enverrai 100'000 robots tueurs ou plus encore sur le territoire d'un de ses voisins par désir d'expansionnisme, en tant que représailles ou allez savoir quoi d'autre... ;-(

[calvaire]

pour des petites opérations spéciale ça sera effectivement très utile. Par exemple pour attaquer une grotte de taliban (chose que l'aérien ne peux faire et l'infanterie va prendre cher dans ce genre de combat).

Mais pour des gros front comme en Russie-Ukraine, c'est impensable, l'argent nous rappelles que tous ce matos de pointe faible en nombre ne vaut pas de l'équipement bon marché en grande disponibilité. Les russes et Ukrainiens se battent grosso modo avec de l'équipement bon marché, il n'y a pas exosquelettes, pas de robots de guerre, de l'artillerie "bas de gamme" peu précise mais qui balance pleins d'obus bon marché eux aussi (pas d'obus a tête chercheuse avec l'ia).
Si les drones sont très développé c'est parce que c'est moins cher que des avions.

A l'inverse des drones par exemple qui ont complétement changé les stratégies militaires.
Les chars sont devenue bien moins intéressant que par le passé par exemple pendant la WW2 a cause des drones.
De même que les gros navires de guerres, la flotte russe n'a pas tenu face à des drones ukrainiens. Les drones iraniens par contre donne de très bon résultats pour les russes, le ratio cout/dégât est bon.

Chose étrange je n'ai pas vu de bombe à fragmentation, je pensais que ces armes était très efficaces dans ce genre de conflit.

Donc si ces robots chiens coute plus cher qu'un soldat et que les capacité de productions sont limité, ça n'aura pas d'impact majeur dans un conflit xxl.

[phil995511]

pour des petites opérations spéciale ça sera effectivement très utile. Par exemple pour attaquer une grotte de taliban (chose que l'aérien ne peux faire et l'infanterie va prendre cher dans ce genre de combat).

Mais pour des gros front comme en Russie-Ukraine, c'est impensable, l'argent nous rappelles que tous ce matos de pointe faible en nombre ne vaut pas de l'équipement bon marché en grande disponibilité. Les russes et Ukrainiens se battent grosso modo avec de l'équipement bon marché, il n'y a pas exosquelettes, pas de robots de guerre, de l'artillerie "bas de gamme" peu précise mais qui balance pleins d'obus bon marché eux aussi (pas d'obus a tête chercheuse avec l'ia).
Si les drones sont très développé c'est parce que c'est moins cher que des avions.

A l'inverse des drones par exemple qui ont complétement changé les stratégies militaires.
Les chars sont devenue bien moins intéressant que par le passé par exemple pendant la WW2 a cause des drones.
De même que les gros navires de guerres, la flotte russe n'a pas tenu face à des drones ukrainiens. Les drones iraniens par contre donne de très bon résultats pour les russes, le ratio cout/dégât est bon.

Chose étrange je n'ai pas vu de bombe à fragmentation, je pensais que ces armes était très efficaces dans ce genre de conflit.

Donc si ces robots chiens coute plus cher qu'un soldat et que les capacité de productions sont limité, ça n'aura pas d'impact majeur dans un conflit xxl.

Ton analyse n'est que très partielle, si les Ukrainiens sont fauchés comme les blés c'est une chose, mais c'est loin d'être le cas de tout le monde !!!

Quand on considère le prix des avions, bateaux de guerre. sous-marins, des missiles de toute sorte (nucléaires y compris), fusées tactiques, etc, etc, une armée de 100'000 robots ne créé pas de trou particulièrement profond dans le budget militaire d'une grosse nation tel que les USA, la Chine ou la Russie... Ils auraient très clairement les moyens de développer de tels projets. Et d'autres nations tel l'Inde ou l'Iran pourraient également s'y mettre en rationalisant les choses. N'oublions pas que de nos jours, les prix de la technologie chutent de manière importante, ce en très peu de temps...

Les drones utilisés en Ukraine sont majoritairement des drones civils militarisés a efficacité assez limités... il ne faut pas confondre ces "armes" avec les missiles tactiques qui ont étés employés pour atteindre la flotte russe ou d'autres cibles de ce genre.

[Mathis Lucas]

Les robots tueurs de la Chine arrivent : les grandes puissances ont commencé à développer des "robots tueurs" entièrement autonomes et dotés d'une IA
pour remplacer leurs soldats sur le champ de bataille

La révolution robotique se met de plus en plus au service des forces armées des grandes puissances. Un nouveau rapport indique que les robots tueurs autonomes de la Chine sont en passe de servir l'armée chinoise sur le champ de bataille d'ici deux ans. Cette évolution ouvre la voie à une nouvelle ère dans laquelle la guerre sera pilotée par l'IA. Les experts mettent en garde contre ce développement qu'ils considèrent comme "un grand danger pour la survie de l'humanité". Outre la Chine, les États-Unis et plusieurs autres puissances sont également engagés dans une course effrénée à l'armement de robots quadrupèdes pour des applications militaires.

De nombreux rapports et vidéos disponibles publiquement montrent que les forces armées de plusieurs pays expérimentent l'utilisation de "systèmes d'armes létales autonomes" (SALA) sur les théâtres d'opérations. L'armée chinoise a récemment dévoilé un nouveau type de compagnon de combat pour ses soldats : un robot-chien avec une mitrailleuse attachée sur son dos. Il s'agirait d'une variante du fusil d'assaut QBZ-95 de 5,8 x 42 mm. Une vidéo diffusée par l'agence de presse CCTV montre des militaires chinois opérer sur un champ de tir aux côtés du robot dans le cadre des exercices militaires conjoints avec le Cambodge.

Le robot-chien déployé lors des exercices militaires a été fabriqué par la société chinoise Unitree Robotics. Dans l'un des scénarios, les soldats chinois se tenaient de part et d'autre d'une porte, tandis que le robot-chien pénètre dans le bâtiment devant eux. Dans un autre scénario, le robot-chien tire une rafale de balles alors qu'il avance vers une cible. « Il peut servir comme nouveau membre dans nos opérations de combat urbain, remplaçant nos membres pour mener la reconnaissance, identifier l'ennemi et frapper la cible pendant notre entraînement », explique un soldat chinois dans le reportage publié par CCTV.

Selon un nouveau rapport de Newsweek, les robots tueurs autonomes de la Chine pourraient servir l'armée chinoise sur le champ de bataille d'ici deux ans. Le rapport indique que la Chine et la Russie ont déjà collaboré au développement d'armes autonomes dotées d'une IA. Lors d'un salon de l'armement près de Moscou en 2022, la Russie a présenté une version modifiée d'un robot-chien développé par Unitree Robotics. Elle a été rebaptisée M-81 et est équipée d'un lance-grenades propulsé par fusée. Mais selon certains experts, la Chine a une longueur d'avance dans le domaine et pourrait déployer ses robots tueurs en avance.

« Je serais surpris de ne pas voir des machines autonomes sortir de Chine d'ici deux ans », affirme Francis Tusa, analyste de premier plan dans le domaine de la défense, pour National Security News. Il a ajouté que la Chine développe de nouveaux navires, sous-marins et avions dotés d'une technologie d'IA à une "vitesse vertigineuse". « Ils avancent quatre ou cinq fois plus vite que les États-Unis », a-t-il averti. Steve Goose, directeur des campagnes sur les armes pour Human Rights Watch, une ONG basée à New York, préconise de nouveaux cadres juridiques mondiaux afin de limiter l'utilisation de systèmes d'armes autonomes.

« Malheureusement, la Chine semble avancer rapidement vers l'acquisition de robots tueurs, à l'instar d'autres grandes puissances militaires. La rhétorique de la Chine lors des réunions diplomatiques sur les robots tueurs (où elle appelle à des restrictions sur les armes létales autonomes) ne s'est pas reflétée dans ses actions », a déclaré Goose. La Chine aurait déjà commencé à utiliser des machines pilotées par l'IA pour développer des armes, ce qui, selon certains experts, pourrait tripler sa production de bombes et d'obus d'ici 2028. Outre la Chine et la Russie, les Occidentaux semblent tout aussi intéressés par ces armes.

L'année dernière, le Pentagone a expérimenté l'équipement de robots terrestres quadrupèdes avec sa carabine standard M4A1 de 5,56 x 45 mm, le fusil XM7 de 6,8 mm que l'armée américaine est en train d'adopter dans le cadre de son programme « Next Generation Squad Weapon », et même l'arme antichar légère M72 LAW qui est en service au sein des troupes américaines depuis la guerre du Vietnam. Les responsables américains de la Défense se sont empressés de souligner que le développement de robots-chiens armés était, à ce stade, purement expérimental. Mais les préoccupations sont croissantes dans la communauté.

Peu avant la diffusion de la vidéo de CCTV, le Marine Corps Special Operations Command (MARSOC) des États-Unis a révélé qu'il expérimente le montage sur ses propres robots-chiens d'armes basés sur le système d'armes à distance SENTRY de l'entreprise de défense Onyx. Les robots-chiens américains seront également dotés d'une technologie d'IA. Alors que Tusa a déclaré que le développement de ces systèmes en Occident serait retardé par des objections juridiques et éthiques, ainsi que par les remparts démocratiques auxquels se heurte l'obtention d'un financement militaire, Goose s'est, quant à lui, montré moins optimiste.

En septembre 2022, l'armée israélienne a installé une arme automatique à un poste de contrôle très fréquenté de la ville d'Hébron (Al-Khalil), en Cisjordanie occupée. Les tourelles jumelles ont été installées au sommet d'une tour de garde surplombant le camp de réfugiés d'Al-Aroub. « Elle tire toute seule sans l'intervention d'un soldat. Quand un soldat israélien voit un petit garçon, il appuie sur un bouton ou quelque chose comme ça et elle tire toute seule. Elle est très rapide, plus rapide que les soldats. Les bombes lacrymogènes qu'il tire peuvent atteindre l'extrémité du camp et tout le reste », a déclaré un résident du camp.

Selon les médias locaux, l'armée israélienne a déclaré qu'elle teste la possibilité d'utiliser le système pour appliquer des méthodes approuvées de dispersion de la foule, qui n'incluent pas le tir à balles réelles. « Dans le cadre des préparatifs de l'armée pour faire face aux personnes qui perturbent l'ordre, elle examine la possibilité d'utiliser des systèmes télécommandés pour employer des mesures approuvées de dispersion de foule. Cela n'inclut pas le contrôle à distance de tirs à balles réelles », explique un porte-parole de l'armée israélienne. Mais cela n'a pas suffi à calmer les craintes des militants des droits de l'homme.

Les armes létales autonomes sont de plus en plus utilisées dans le monde. Les drones, notamment les drones kamikazes, sont largement utilisés en Ukraine et les armes télécommandées ont été utilisées par les États-Unis en Irak, par la Corée du Sud le long de la frontière avec la Corée du Nord et par les rebelles syriens. Par ailleurs, la dépendance de l'armée israélienne à l'égard des systèmes automatisés s'est accrue au fils des ans. Ces dernières années, Israël a adopté de plus en plus de systèmes automatisés à des fins militaires, dont certains sont controversés. Cela comprend des robots et des chars d'assaut dotés d'une IA.

En Europe, Milrem Robotics, leader européen en matière de robotique et de systèmes autonomes, a partagé en juin dernier une vidéo mettant en scène un char doté d'une IA qui fait exploser des voitures et d'autres cibles. La société a déclaré que le char, baptisé Type-X, est conçu pour permettre aux troupes de "percer les positions défensives de l'ennemi avec un risque minimal". Il devrait fournir aux troupes "une puissance de feu et une utilisation tactique égales ou supérieures à celles d'une unité équipée de véhicules de combat d'infanterie". Les critiques ont déclaré que la démonstration reflète un futur dystopique de la guerre.

De son côté, l'armée française a également testé le robot-chien Spot de Boston Dynamics dans plusieurs scénarios de combat, soulevant des questions quant à l'endroit où le robot sera déployé à l'avenir. Selon un rapport, le robot quadrupède était apparemment utilisé pour la reconnaissance lors d'un exercice d'entraînement de deux jours dans le but de "mesurer la valeur ajoutée des robots en action de combat". Cependant, ce déploiement soulève des questions sur la manière dont les machines de Boston Dynamics seront utilisées à l'avenir. Plus tard, Boston Dynamics a annoncé qu'il n'autorise pas la militarisation de ses robots.

En mars 2023, un représentant américain à une conférence de l'ONU sur les systèmes d'armes létales autonomes a déclaré que ce n'était pas le bon moment pour commencer à légiférer contre leur développement. Ce progrès effréné a suscité de nombreuses mises en garde contre l'incapacité des systèmes d'armes létales autonomes à respecter les lois de la guerre, et à supprimer les réticences des pays à s'engager dans des conflits par crainte de sacrifier des troupes.

Goose a déclaré que les tentatives en visant à limiter leur prolifération n'ont pas donné grand-chose de concret, car les institutions supranationales chargées de limiter leur utilisation tendent à être dominées par les pays les plus avancés en matière de robots tueurs (Russie, Chine et États-Unis). Sans un contrôle, Goose estime que les armes autonomes, tout comme les armes nucléaires et le changement climatique, représentent un grand danger pour la survie de l'humanité.

Par ailleurs, des rapports indiquent que la politique des États-Unis en matière de robots tueurs et la poursuite de leur développement n'ont guère tenu compte des implications éthiques de ce type d'armes. Ils se seraient opposés à toute nouvelle interdiction ou restriction internationale sur les systèmes d'armes létales autonomes, appelant seulement à des codes de conduite volontaires, tout en se précipitant vers le déploiement de machines tueuses sur le champ de bataille.

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de la prolifération des systèmes d'armes létales autonomes ?
Pourquoi les grandes puissances accélèrent-elles les projets de militarisation de l'IA et des robots ?
Partagez-vous les craintes selon lesquelles ces armes représentent une menace pour la survie de l'humanité ?
Que pensez-vous de l'échec des tentatives des institutions supranationales visant à limiter l'utilisation de ces armées ?

Voir aussi

Les USA et la Chine semblent engagés dans une course à l'armement de robots à 4 pattes pour des applications militaires, les robots-chiens sont de meilleurs tireurs d'élite, d'après une étude

L'armée française teste Spot, le chien-robot de Boston Dynamics, dans des scénarios de combat, ce qui soulève des questions quant à l'endroit où le robot sera déployé à l'avenir

L'armée américaine envisagerait d'équiper des chiens-robots semi-autonomes d'une nouvelle génération d'armes de combat, dans le but de les déployer avec les soldats sur les théâtres d'opérations

[mith06]

Ce n'est pas immorale puisque c'est une technologie développée par un régime communiste.