Lorsque le B-52 est entré en service pour la première fois dans les premières années de la guerre froide, peu, voire personne, ne s’attendait à ce qu’il proceed à servir dans les années 2020 en parlant de décennies de service supplémentaires. Mais comme les programmes d’avions de remplacement comme le B-58 et le XB-70 ont été abandonnés, l’avion s’est retrouvé équipé de systèmes que ses ingénieurs d’origine, travaillant à la fin des années 1940, n’auraient jamais pu imaginer. Dans un autre exemple, les Humvees avaient une durée de vie prévue de quinze ans, mais les véhicules sont maintenant modifiés de sorte que l’âge moyen de la flotte approche les 40 ans.
Une picture de 1957 des B-52B de la 93rd Bomber Wing (USAF)
Cette réalité des systèmes militaires modernes pose un défi majeur à la Protection Superior Analysis Tasks Company (DARPA). Les systèmes sont conçus pour un rôle spécifique, puis fortement modifiés d’une manière que les ingénieurs d’origine n’avaient jamais prédite et pour des tâches pour lesquelles leurs systèmes n’ont jamais été conçus. Ces variations improvisées, bien que nécessaires, nécessitent souvent l’set up de techniciens qualifiés et leur approvisionnement peut prendre des années. De plus, la pression qu’ils exercent sur le système d’origine peut entraîner des défaillances inattendues du système et mettre le personnel en hazard.
La DARPA a répondu en développant le programme Studying Introspective Management (LINC). LINC vise à utiliser l’apprentissage automatique pour permettre aux systèmes de modifier leurs lois de contrôle face à des événements inattendus et de communiquer ces systèmes aux opérateurs humains et IA sans influence négatif sur la continuité des opérations ou la confiance des opérateurs.
Selon le responsable du programme DARPA John-Francis Mergen :
« Aujourd’hui, nous commençons avec des systèmes de contrôle superbement construits, mais quelqu’un doit ensuite ajouter quelque selected ou apporter une modification, ce qui entraîne des modifications des limites de fonctionnement sûres. […] Ces changements sont effectués d’une manière qui n’avait pas été anticipée – ou plus probablement n’aurait pas pu être anticipée – par les concepteurs d’origine. Sachant que les systèmes militaires devront sans doute être modifiés, nous avons besoin d’une plus grande capacité d’adaptation. […] Lorsqu’un système « se réveille » dans un espace différent, il doit être succesful de réaliser qu’il y a des choses qu’il ne peut plus faire ou de nouvelles choses qu’il peut faire, et « apprendre » remark s’adapter à sa nouvelle réalité de fonctionnement. Avec LINC, nous voulons fournir aux systèmes physiques la capacité de déterminer ce qui est encore faisable, d’alerter l’opérateur, puis de l’aider à fonctionner dans ce nouvel espace.
LINC cherche à atteindre ses objectifs dans trois principaux domaines de recherche.
“Le premier domaine de recherche de LINC cherchera à surmonter les limites existantes des modèles d’apprentissage et des methods d’apprentissage automatique qui entravent actuellement l’adaptation du système.” “Un deuxième domaine de recherche se concentrera sur l’amélioration de la manière dont la connaissance de la scenario et les conseils sont partagés avec l’opérateur.” se concentrera sur les assessments et l’évaluation des applied sciences résultantes.
L’agence organise une journée des proposants du programme LINC le 26 août.