Avant-propos
L'autonomie n'est pas un luxe pour un engin spatial. C'est souvent sa seule option.
Un robot posé sur Mars ne peut pas attendre qu'on lui dise où mettre la roue suivante : le temps que la question arrive sur Terre et que la réponse revienne, la situation a changé. Plus nos missions vont loin, plus nos engins doivent décider seuls. L'intelligence artificielle est l'un des outils qui le permettent.
Le mot suscite autant d'attentes que de craintes. Ce troisième hors-série veut remettre les choses à leur place. Il explique ce que le DSTI et ses partenaires confient réellement aux algorithmes embarqués, dans LYNX, ATLAS et désormais ARTEMIS-9, et les règles que l'institut s'est données pour que ces systèmes restent compréhensibles, vérifiables et toujours placés sous contrôle humain.
« Une IA embarquée utile n'est pas celle qui fait tout. C'est celle dont on sait exactement ce qu'elle fait, et ce qu'elle ne fera pas. »
Je remercie le Laboratoire des Systèmes Autonomes, le DMA et le DPM, sans qui LYNX n'existerait pas, ainsi que les équipes d'ATLAS, qui ont accepté de confier une partie du pilotage de leurs chambres à des algorithmes.
01Pourquoi embarquer l'IA
Pendant des décennies, les engins spatiaux ont été pilotés depuis le sol. Ils exécutaient des séquences de commandes préparées à l'avance et, au moindre imprévu, se mettaient en mode sûr en attendant les instructions. Cette prudence a fait ses preuves. Elle a aussi un coût : chaque arrêt fait perdre des heures, parfois des jours de mission.
Trois contraintes poussent aujourd'hui à donner plus d'autonomie aux engins. La première est le délai : la lumière met plusieurs minutes à rejoindre Mars, plus d'une heure à rejoindre Saturne. La deuxième est le débit : un instrument produit bien plus de données qu'une antenne ne peut en renvoyer, et il faut choisir à bord ce qui mérite d'être transmis. La troisième est la réactivité : un robot qui glisse sur une pente ou une chambre d'essai qui dérive doivent réagir en une fraction de seconde.
L'intelligence artificielle n'est pas la seule réponse. Beaucoup de décisions embarquées reposent sur des règles écrites à la main, plus simples à vérifier. L'IA, et en particulier l'apprentissage automatique, devient utile lorsque la situation est trop variée pour être décrite par des règles : reconnaître un terrain, détecter une panne naissante dans des milliers de mesures, choisir parmi des centaines de plans possibles.
02Décider sans attendre
Le niveau d'autonomie nécessaire dépend d'abord de la distance. Choisissez une destination : le délai d'un aller-retour avec la Terre indique à partir de quel niveau un engin peut fonctionner.
Les cinq niveaux sont ceux de la charte de l'autonomie embarquée adoptée par l'IFRAS en janvier 2025. Le niveau 4 est réservé aux engins sans équipage.
03Une IA qui tient à bord
Les modèles d'intelligence artificielle les plus connus tournent dans des centres de calcul qui consomment autant qu'une petite ville. Un rover dispose de quelques dizaines de watts pour tout faire : se déplacer, se chauffer, communiquer et réfléchir. Ses calculateurs sont en outre plus anciens et plus lents que ceux d'un téléphone, parce qu'ils doivent résister aux rayonnements et avoir été éprouvés pendant des années.
Le pôle Intelligence artificielle du DSTI conçoit donc des modèles sobres. Il en réduit la taille en supprimant les connexions inutiles, et il les quantifie pour qu'ils calculent avec des nombres plus courts. Un article paru en août 2024 a montré qu'un modèle de reconnaissance de terrain pouvait être réduit d'un facteur vingt en ne perdant que quelques points de précision.
Les rayonnements posent un problème plus sournois. Une particule énergétique peut inverser un bit dans la mémoire : c'est une erreur logicielle induite. Pour un programme classique, on sait détecter et corriger ces erreurs. Pour un réseau de neurones, un seul bit inversé dans un paramètre important peut changer une décision. Les équipes testent donc leurs modèles en injectant volontairement des erreurs, par millions, pour repérer les parties les plus fragiles et les protéger.
04Ce que l'IA fait déjà à l'IFRAS
Quatre programmes utilisent ou préparent des algorithmes d'apprentissage embarqués. Aucun ne leur confie une décision sans filet : chaque fois, une règle simple ou un opérateur peut reprendre la main.
| Programme | Ce que fait l'algorithme | Niveau | Statut |
|---|---|---|---|
| LYNXNavigation | Reconnaît le terrain et trace un chemin sans carte préalable. | N3 | En essais |
| LYNXDiagnostic | Repère une panne naissante dans les mesures d'un robot avant qu'elle ne l'immobilise. | N2 | En essais |
| ATLASChambres d'essai | Détecte une dérive de température ou de pression et propose une correction à l'opérateur. | N1 | En service |
| ORION-3Tri des données | Sélectionne à bord les observations à transmettre en priorité. | N2 | Étude |
| ARTEMIS-9Maintenance | Assiste l'équipage dans le diagnostic des systèmes de l'habitat et explique ses recommandations. | N1 | En service |
LYNX est le terrain d'essai le plus avancé. Sa flotte de robots légers doit explorer un terrain inconnu, se répartir les tâches et continuer à fonctionner si l'un d'eux tombe en panne. En 2024, chaque robot a appris à naviguer seul ; l'étape suivante, prévue à l'automne, est la coopération, lorsque les communications entre robots sont elles-mêmes intermittentes. Le DMA y apporte ses méthodes de planification sous incertitude.
ATLAS montre un usage plus discret mais tout aussi utile. Ses chambres reproduisent pendant des semaines le froid martien ou l'atmosphère de Titan. Un algorithme surveille des centaines de capteurs et signale une dérive bien avant qu'une alarme classique ne se déclenche. Il ne pilote pas la chambre : il propose, l'opérateur décide.
05Ce que l'on ne confie pas à une IA
Un algorithme d'apprentissage est aussi bon que les exemples qui l'ont formé. Face à une situation qui ne ressemble à rien de ce qu'il a vu, une situation hors distribution, il peut se tromper avec assurance. Sur Terre, un humain corrige l'erreur. À 200 millions de kilomètres, personne ne le fera à temps.
L'institut a donc fixé trois limites. D'abord, aucune décision irréversible, comme larguer un équipement ou engager une manœuvre dont on ne peut pas revenir, n'est prise par un algorithme d'apprentissage seul. Ensuite, chaque système doit connaître son domaine de validité et se mettre en retrait quand il en sort. Enfin, à bord d'un vol habité, l'équipage garde toujours le dernier mot : il doit pouvoir comprendre une recommandation, et la refuser.
Le principe du garde-fouChaque algorithme embarqué est surveillé par un programme beaucoup plus simple, écrit à la main et vérifié mathématiquement. Si l'algorithme propose une action hors des limites autorisées, le garde-fou la bloque et bascule vers un comportement sûr connu à l'avance.
06Vérifier avant de voler
Un logiciel spatial classique se vérifie ligne à ligne. Un réseau de neurones de plusieurs millions de paramètres ne se lit pas. Il faut donc le tester autrement : non pas en examinant son code, mais en le confrontant au plus grand nombre possible de situations.
C'est le rôle des jumeaux numériques de la plateforme COSMOS. Chaque robot de LYNX y dispose d'une réplique virtuelle, placée dans des terrains générés par milliers : pentes, rochers, poussière, éclairage rasant. Les situations où l'algorithme hésite ou se trompe sont analysées une à une, puis rejouées sur les vrais robots, dans les chambres d'ATLAS ou sur les terrains d'essai de Toulouse.
Ce passage du virtuel au réel reste l'étape la plus instructive. Les capteurs réels sont plus bruités, les roues patinent autrement, la lumière trompe les caméras. Chaque écart entre simulation et essai améliore à la fois l'algorithme et le jumeau numérique.
07La charte de l'autonomie embarquée
Adoptée en janvier 2025 par la Direction scientifique, cette charte s'applique à tout système embarqué conçu à l'IFRAS qui prend ou recommande une décision. Elle tient en cinq principes.
- Un niveau déclaréChaque fonction autonome déclare son niveau, de 0 à 4, dès sa conception. Le niveau 4 est interdit à bord des vols habités.
- Un domaine de validitéLe système sait dans quelles conditions il a été testé et se met en retrait lorsqu'il en sort.
- Un garde-fou vérifiableToute action proposée par un algorithme d'apprentissage passe par un contrôle simple, vérifié mathématiquement.
- Une décision explicableUne recommandation faite à un équipage s'accompagne des raisons qui la motivent, dans des termes qu'il peut comprendre.
- Une trace conservéeToute décision autonome est enregistrée, pour pouvoir être analysée après coup et améliorer le système.
La charte sera révisée chaque année. Elle anticipe les règles nationales et européennes en préparation sur les systèmes d'intelligence artificielle, sans s'y substituer.
08Entretien avec Théo Marchetti
Théo MarchettiChercheur au Laboratoire des Systèmes Autonomes du DSTI, responsable de la décision embarquée pour LYNX.
- Qu'est-ce qui a été le plus difficile à apprendre aux robots de LYNX ?
- Savoir s'arrêter. Au début, nos robots avançaient avec beaucoup d'assurance, même sur des terrains qu'ils n'avaient jamais vus. Nous avons dû leur apprendre à estimer leur propre incertitude, et à ralentir ou à demander de l'aide quand elle devient trop grande. C'est moins spectaculaire qu'une belle trajectoire, mais c'est ce qui les rend fiables.
- Les robots peuvent-ils apprendre pendant la mission ?
- Un peu, et sous contrôle. Ils peuvent ajuster certains réglages, par exemple la manière dont une roue adhère sur un sol donné. En revanche, le cœur de l'algorithme ne change pas en vol : il a été vérifié au sol, et un modèle qui se modifie seul ne serait plus celui que nous avons validé. Les nouvelles versions sont testées sur Terre, puis envoyées.
- Faut-il craindre qu'une IA prenne un jour la main sur une mission habitée ?
- Non, et ce n'est pas l'objectif. À bord d'ARTEMIS-9, l'IA est un assistant de maintenance : elle aide l'équipage à trouver une panne plus vite, en montrant ses raisons. La charte interdit qu'elle décide seule de quoi que ce soit d'important. Notre travail consiste justement à rendre ces outils assez clairs pour qu'on leur fasse confiance sans jamais s'en remettre aveuglément à eux.
09Prochaines étapes
Les étapes prévues à la date de parution :
- Départ d'ARTEMIS-9Première IA embarquée de l'institut à bord d'un vol habité.
- Charte de l'autonomieAdoption par la Direction scientifique.
- Mise à jour de l'assistantNouvelle version transmise à la colonie ARTEMIS-9.
- LYNX coopératifPremiers essais de plusieurs robots qui se répartissent les tâches.
- Serres de la colonieExtension de l'assistant au pilotage des cultures d'ARTEMIS-9.