IV - Une IA fiable pour des tours numériques gérées à distance
La transformation des systèmes opaques de tours numériques gérées à distance de type «boîte noire» en systèmes transparents centrés sur l’utilisateur rend l’IA compréhensible, utile et habilitante.
Mobyen Uddin Ahmed, coordinateur du projet TRUSTY
Grâce à des caméras et des capteurs, les tours numériques gérées à distance (RDT pour remote digital towers) peuvent centraliser les opérations de gestion du trafic aérien afin d’accroître l’efficacité et la sécurité, tout en réduisant les coûts. Néanmoins, la plupart des RDT s’appuient sur des fonctions d’intelligence artificielle (IA) qui, en plus d’être techniquement complexes à intégrer, doivent être fiables pour les opérateurs humains. Le projet TRUSTY(s’ouvre dans une nouvelle fenêtre), soutenu par l’entreprise commune SESAR(s’ouvre dans une nouvelle fenêtre), développe des systèmes RDT adaptatifs destinés à améliorer l’interaction humain-machine. «Transformer les systèmes de RDT opaques de type “boîte noire” en systèmes transparents centrés sur l’utilisateur rend l’IA compréhensible, utile et habilitante», explique le coordinateur du projet Mobyen Uddin Ahmed, professeur au sein du groupe d’intelligence artificielle et de systèmes intelligents de l’université de Mälardalen(s’ouvre dans une nouvelle fenêtre), hôte du projet. TRUSTY a intégré l’IA dans deux scénarios de contrôle du trafic aérien. Le modèle d’apprentissage profond YOLO-World(s’ouvre dans une nouvelle fenêtre) complète la technologie de surveillance vidéo pour détecter des objets sur les pistes et les voies de circulation, réduisant ainsi les retards, la consommation de carburant et les émissions. La transcription audio en texte est utilisée pour la gestion des situations critiques. Le système surveille les communications des pilotes et les interprète à l’aide d’outils d’interprétation sémantique, tels que Word2Vec(s’ouvre dans une nouvelle fenêtre), ce qui lui permet d’émettre des alertes de danger.
De la piste à la route
«Indépendamment de leur efficacité technique, ces outils ne fonctionnent que s’ils sont fiables. C’est pourquoi nous adoptons plusieurs techniques d’IA explicable et de collaboration entre l’humain et l’IA», ajoute Shahina Begum, chercheuse du projet et responsable adjointe du groupe Intelligence artificielle et systèmes intelligents. Des tableaux de bord interactifs affichent des données en temps réel, telles que les trajectoires des avions, tandis que des descriptions de données décrivent les facteurs qui ont conduit aux prévisions de l’IA. Des essais sur le terrain avec des professionnels et des étudiants en gestion du trafic aérien ont déjà été réalisés dans les installations du partenaire du projet ENAC(s’ouvre dans une nouvelle fenêtre) en France. Des scénarios opérationnels simulés ont permis de tester la capacité de l’IA à gérer des situations complexes, et des tests de convivialité ont été réalisés pour s’assurer de la facilité d’utilisation. L’équipe mène également des études d’impact et d’évolutivité fin d’évaluer les performances du système dans différents environnements aéroportuaires. Les composants d’IA explicable et la conception centrée sur l’humain de TRUSTY répondent à la demande croissante de systèmes automatisés et aux préoccupations les concernant(s’ouvre dans une nouvelle fenêtre), en particulier dans les secteurs où la sécurité est essentielle, comme l’aviation, le déploiement se fera probablement par étapes, en commençant par les petits aéroports et en s’étendant aux grandes plateformes au fil de la maturation du système. «À plus long terme, le système pourrait être intégré dans des systèmes de coordination multimodale, optimisant les flux de trafic aérien, ferroviaire et routier, pour des écosystèmes de transport mieux connectés et plus intelligents», conclut Shahina Begum.
