Naval Group présente une Intelligence Artificielle dédiée à la classification automatique de signaux acoustiques

A l’occasion des NID’2019 (Naval Innovation Days, Lorient), manifestation promotionnelle organisée chaque année par Naval Group au profit de ses clients et partenaires, le systémier naval français a présenté une étude sur “la reconnaissance des signaux acoustiques sous-marins” à l’aide d’algorithmes de classification automatique entraînés sur des échantillons sonores représentatifs du combat LSM (lutte ous-mrine). 

L’objectif visé par Naval Group est la fourniture, dès 2020 sur sous-marins puis sur frégates de lutte ASM (anti-sous-marine)  et aéronefs de patrouille maritime, d’outils logiciels de “détection, de classification et d’aide à la décision” s’appuyant sur l’Intelligence Artificielle (IA) et la “connaissance pointue des plateformes et systèmes à l’origine de menaces”. Outre l’expertise interne sur les plateformes, NG évoque une “étroite collaboration” entre le “Centre d’interprétation et de reconnaissance acoustique (CIRA) de la Marine nationale et les experts de DGA Techniques Navales”.

Le principe consiste à “analyser les flux d’informations fournis par les senseurs du sous-marin afin d’obtenir une reconnaissance automatique du bruit, les points bruyants (sic) permettant de construire l’encodage dont l’IA a besoin”.

L’objectif est de  “Répondre à la problématique la plus large possible adressant le plus vaste panel de signaux possibles à bord du navire réalisé par NG”. Trois notions à la base de l’aide à la décision : son, image, anomalies dans les flux d’informations. (senseurs)

Les résultats actuels “sont présentés sous forme de probabilités les plus élevées”.

Après l’introduction, une séquence du film “Le chant du loup”, illustrant le difficile travail des oreilles d’or, Stéphan Meunier, responsable marketing et ancien commandant de sous-marin nucléaire a présenté les atouts d’une automatisation réussie, qui seraient : Gain de temps pour la classification et la détection, limitation des erreurs liées à la fatigue, et le stress des opérateurs.

Esuite Fabien Cheilan “data scientist” a présenté les résultats de l’étude, ayant conduit à la réalisation d’un algorithme IA dédié à la reconnaissance automatique d’ennemis sous-marins.
Il a été élaboré une base de données constituée de signaux renseignés par des experts de la reconnaissance acoustique. Des signaux récupérés dans le domaine public ont permis de constituer une base de données opérationnelle et représentative, qui stockera les données au fur et à mesure de leur recueil, et s’incrémentera automatiquement en s’appuyant sur l’expérience de l’opérateur (“oreille d’or”). 42 h d’enregistrements labellisés, soit 30 000 exemples sont déjà utilisés. L’objectif est de passer à 42 jours, soit 3 millions d’exemples, puis à plus de 10 millions.

Voir la vidéo de Naval Group