Les drones qui se sont déroulés lors d’un récent exercice de la Liberation Army de la libération ont été envoyés par le Système de grève de précision intelligente, un nouveau produit du géant chinois de la défense Norinco qui a utilisé les données en temps réel des UAV pour modéliser le champ de bataille, suivre les cibles, concevoir des plans de frappe, distribuer des informations de tir et exécuter des frappes de suivi.
Selon la vidéo jouant dans le stand de Norinco au dernier salon de l’Air Zhuhai, presque tout cela a été fait de manière autonome, sauf en donnant les commandes de feu. Les observateurs chinois ont également noté comment le système a fusionné l’intelligence du champ de bataille à partir de plusieurs sources. Il incarne la façon dont l’APL vise à assurer la domination à l’ère suivante des conflits: avec des capacités autonomes qui brouillent la frontière entre la surveillance humaine et l’exécution de la machine.
Le système de frappe de précision intelligent de Norinco est l’une des façons dont la force de support d’informations PLA naissante constitue un «système d’information réseau» qui utilise l’IA, le cloud computing et les techniques de grosses données pour fusionner les données des unités opérationnelles et créer des «réseaux de suivi dynamiques» entre les domaines. Les commentateurs de l’ALP mettent l’accent sur le rôle essentiel du système d’information sur le réseau dans la guerre moderne.
Tout cela fait partie de la poussée de l’APL vers la «guerre intelligente», qui vise à intégrer la sensibilisation au champ de bataille en temps réel, les frappes de précision et les opérations psychologiques. À cette fin, les chercheurs de la PLA National Defence University mettent en évidence les modèles de grands langues comme des opérations essentielles aux opérations militaires. En traitant rapidement de vastes ensembles de données, ils pourraient rationaliser l’analyse de l’intelligence, générer du code et accélérer le développement d’armes.
Le PLA vise également à utiliser les LLM pour produire des simulations opérationnelles détaillées et réalistes et des scénarios de formation avec une fraction du temps et de la main-d’œuvre requise aujourd’hui. L’Institut de recherche nationale et de sécurité nationale de Taiwan a attiré l’attention sur le système de wargaming «War Skull» de l’APL, dont la deuxième génération, lancée en 2020, utilise des stratégies modulaires pour s’adapter à divers adversaires – bien que son applicabilité au combat réel reste incertaine en raison de défis tels que des comportements émergents et une imprévisibilité dans les scénarios complexes.
De même, la Chine cherche à intégrer l’IA dans le renseignement militaire, la planification et la prise de décision. Le système “AIWU LLM +”, développé par un laboratoire de la population armée de la police d’ingénierie, combine de grands modèles de langage, une analyse multimodale de grosses données et des interfaces assistantes virtuelles pour fournir une interaction intelligente et une planification des tâches dans les systèmes d’information de commandement. Le PLA envisage également l’intégration de l’IA dans les systèmes d’intelligence multi-source qui fournissent aux commandants des idées et accélèrent la prise de décision.
Tout cela est considéré comme aidant le PLA à passer à la phase suivante de la guerre intelligente, où l’apprentissage en profondeur et le traitement des données multimodales peuvent affiner la reconnaissance de la cible, l’évaluation situationnelle et les décisions de commandement. Selon les commentateurs de l’APL, ces progrès facilitent les boucles de rétroaction itératives, l’amélioration de l’intégration des données inter-domaines, de l’analyse prédictive et de l’adaptation du champ de bataille en temps réel – et en fin de compte de ce que l’APL appelle le «commandement opérationnel intelligent». Pendant ce temps, l’intégration de «l’IA peu profonde» dans des plates-formes sans pilote renforce la reconnaissance et les frappes de précision tout en intégrant l’autonomie dirigée par l’IA dans les armes existantes.
Les gains ne concernent pas seulement les effets cinétiques. PLA Maj. Gen. Zeng Haiqing note que les LLM pourraient également être utilisées pour la guerre cognitive, que la doctrine du PLA décrit comme la clé pour gagner des guerres, notamment en ne devant même pas les combattre. Les opérations du domaine cognitif fusionnent psychologiques et cyber-tactiques, cherchant à manipuler les perceptions, la prise de décision et le comportement des adversaires. Les outils d’IA génératifs permettent à l’APL de créer une désinformation adaptative et spécifique au contexte et d’exécuter des opérations psychologiques avec précision. Les modèles de langage avancé peuvent générer des récits souhaités en temps réel, en utilisant des plates-formes numériques pour influencer les perceptions, semer la discorde et éroder le moral. Cela sert la tactique de la «confrontation cognitive» de l’APL, qui vise à contrôler les flux d’informations pour perturber la prise de décision adversaire. L’analyse des sentiments alimentée par l’IA et les modèles de comportement prédictifs peuvent maximiser l’impact psychologique et opérationnel de ces stratégies.
Ces initiatives de l’IA s’accompagnent de l’intégration croissante de l’APL des programmes de grosses données qui peuvent étendre la sensibilisation au champ de bataille, affiner l’analyse prédictive et réduire le «brouillard de la guerre». Les algorithmes intelligents peuvent traiter de vastes ensembles de données pour découvrir les modèles opérationnels, optimiser la logistique et une meilleure prise de décision tactique.
Aide de l’industrie
En vertu de la stratégie de fusion militaire civile de la Chine, les entrepreneurs de la défense, grands et petits, travaillent pour s’assurer que les avancées civiles de l’IA peuvent alimenter les applications militaires.
Norinco, par exemple, a montré plus que le système de frappe de précision intelligente lors du spectacle aérien de Zhuhai 2024. Neuf autres nouveaux systèmes de combat avec des capacités de guerre compatibles avec l’IA de pointe étaient exposés. Ils comprenaient la brigade synthétique compatible AI, qui combine des véhicules blindés de nouvelle génération, des drones gras, des munitions de flou et des outils de guerre électronique; et le système de commande et de contrôle compatible Smart Digital, qui permet une conscience de situation en temps réel. Leur effet a déjà été ressenti dans les niveaux de confiance humaine. Les analystes militaires chinois affirment que ces brigades mécanisées par l’IA dépassent leurs homologues américains dans la numérisation du champ de bataille, renforçant le leadership de la Chine dans la guerre des terres de nouvelle génération.
Les petites entreprises technologiques contribuent également. Par exemple, U-tenet a développé des modèles et des systèmes d’IA axés sur les militaires qui soutiennent la prise de décision stratégique et les opérations autonomes. Il s’agit notamment de Tianji, un «cerveau de prise de décision» basé sur le cloud pour la planification opérationnelle et l’analyse du renseignement; Tianwang, un référentiel d’intelligence en temps réel qui intègre des données multi-sources pour la sensibilisation à la situation; et Tianjian, un système intégré sur le champ de bataille. Selon IFenxi, une entreprise de Documents de haute qualité et de plus de 300 téraocytes d’images militaires, selon Ifenxi, une société de recherche et de conseil chinois de recherche numérique et 300 téraocytes d’images militaires, qui contient ses applications IA qui contient des applications d’intelligence militaire propriétaire et de plus de 300 téraocytes d’images militaires. Le modèle Tianji peut incorporer des données de conflit en temps réel, y compris de la guerre en Ukraine, rapport des commentateurs militaires chinois.
Le succès de l’investissement élevé de l’APL dans les outils infusés à l’IA dépendra de sa capacité à valider et à affiner ces technologies dans des conditions réelles. Leurs défis incluent la garantie de travailler de manière fiable dans des scénarios complexes et de les intégrer dans une structure de contrôle centralisée. Cependant, l’objectif de l’APL avec l’IA et les mégadonnées est clair: non seulement pour combler les lacunes de capacité critiques, mais pour redéfinir ce qui est possible dans la guerre.
