Robustesse de l’IA

Les Suisses de LatticeFlow créent un outil de diagnostic des IA de l'armée US

La start-up zurichoise LatticeFlow a développé une technologie qui diagnostique les systèmes d'intelligence artificielle de l'armée US pour en évaluer les «angles morts» et renforcer ainsi leur sécurité et leur fiabilité.

Système THAAD (Terminal High Altitude Area Defense) de Lockheed Martin de l'armée US utilisé pour la protection contre les missiles balistiques. (Source: Public Domain)
Système THAAD (Terminal High Altitude Area Defense) de Lockheed Martin de l'armée US utilisé pour la protection contre les missiles balistiques. (Source: Public Domain)

Spin-off de l’EPFZ, LatticeFlow annonce une collaboration avec l'armée US. Objectif? Mettre au point des systèmes d'intelligence artificielle fiables, garantissant une précision, une fiabilité et une sécurité optimales.

Issue d’un partenariat stratégique d’une durée de trois ans, «l'approche de LatticeFlow est essentielle pour permettre aux commandants et aux décideurs militaires de déployer en toute confiance des systèmes d'IA critiques», souligne Igor Linkov, directeur technique principal de l’unité d’ingénieurs de l'armée américaine. Et d'ajouter que l’une caractéristique distinctive de la technologie de la jeune pousse suisse réside dans sa capacité à créer des modèles d'IA à même d'assurer que les objectifs essentiels à une mission sont atteints malgré les perturbations potentielles et les prévisions erronées au cours du déploiement. 

Pour offrir ce niveau de garantie, la technologie de LatticeFlow analyse rigoureusement les modèles d'IA et révèle les «angles morts», c’est-à-dire les faiblesses d’un modèle dues à un contexte ou à des variables spécifiques, comprend-t-on via un billet de blog de la firme. «Par exemple, une analyse effectuée par LatticeFlow a révélé que les performances d'un modèle d'IA de pointe pour la détection des avions chutent à 75 % lorsqu'il fonctionne dans des environnements urbains», indique LatticeFlow. Pour ce faire, des objectifs critiques sont spécifiés et les interactions entre les différents modèles d'IA à l'intérieur d’un système sont modélisées.
 

Tags
Webcode
qfHY3A6L