IA et apprentissage profond : les bases pour les professionnels de l’aviation
Ce que l’IA et l’apprentissage profond signifient concrètement pour les opérations héliportées, et comment VoxVision les utilise.
Mise à jour le 10 septembre 2026. Ce guide a été publié pour la première fois en mars 2024. Nous avons précisé la distinction entre l’entraînement et les modèles déployés, les droits sur les données propres à chaque programme et les conditions de publication des logiciels. Consultez VoxVision et Missions pour connaître les capacités actuelles et les priorités de développement.
Les bases de l’IA dans l’aviation
Qu’est-ce que l’intelligence artificielle (IA), et comment s’applique-t-elle à l’aviation ? L’IA et l’apprentissage profond font régulièrement la une, avec une attention particulière portée aux avancées des grands modèles de langage comme ChatGPT et d’autres formes d’IA « générative ».
Dans l’aviation, les enjeux sont différents. En tant que professionnels du secteur, nous accomplissons des missions concrètes selon des exigences de sécurité et de fiabilité particulièrement élevées. Comment l’IA et l’apprentissage profond peuvent-ils nous aider ? Pour répondre à cette question, il faut d’abord préciser ce que nous entendons par IA.
Un système d’IA ou d’apprentissage profond peut, dans une certaine mesure, être comparé aux systèmes sophistiqués et aux automatismes que les pilotes et les exploitants connaissent déjà, mais à un niveau nettement plus avancé. L’IA consiste à créer des systèmes capables d’accomplir des tâches qui nécessitent une intelligence humaine : reconnaître des objets et des situations, interpréter des données, prendre des décisions et tirer des enseignements de l’expérience.
L’apprentissage profond : au cœur de l’IA
L’apprentissage profond utilise des réseaux de neurones pour apprendre à reconnaître des régularités à partir d’exemples. Dans une application aéroportée, un modèle entraîné peut aider à interpréter des images, par exemple en repérant un élément qu’un opérateur pourra examiner. Exécuter ce modèle à bord d’un aéronef est différent de l’entraîner : un modèle déployé n’apprend pas nécessairement à chaque vol.
Davantage de données ne garantit pas un meilleur modèle. La pertinence des exemples, la qualité des données, l’évaluation et la validation par rapport à la tâche visée déterminent l’utilité d’une modification. Il ne faut pas présumer qu’un modèle développé pour une mission fonctionnera pour toutes les autres.
Ce principe concerne presque tous les domaines où l’expérience du pilote compte : planifier une trajectoire, comprendre et prévoir les conditions météorologiques, repérer les premiers signes d’un danger ou exploiter au mieux les performances d’un type d’aéronef. Il s’applique aussi aux tâches qu’un membre d’équipage pourrait effectuer à bord : rechercher des objets, évaluer le terrain ou recueillir des données.
Le potentiel de l’IA pour les exploitants et les utilisateurs d’hélicoptères
Les applications possibles comprennent l’aide à la décision de l’équipage et l’observation adaptée à chaque mission. Ce sont des défis d’ingénierie distincts, avec des exigences différentes en matière de données, d’évaluation, d’intégration et d’exploitation. Une liste d’applications possibles de l’IA n’est pas une liste de fonctionnalités Voxelis disponibles.
VoxVision : une plateforme pour des capacités avancées
VoxVision associe imagerie visible et thermique, calcul embarqué et interface sur tablette dans un système installé sur l’aéronef. Les fonctions actuellement disponibles pour les feux de forêt comprennent la détection automatique des foyers, la cartographie de l’étendue du feu, l’estimation des températures et les exports. VoxNet y ajoute la visualisation en direct et le contrôle de la tourelle depuis le sol, sous réserve de la connectivité et des accès accordés pour l’opération.
Le rôle des données
Des modèles aéroportés utiles nécessitent des données pertinentes et un moyen de mesurer leurs performances par rapport à la mission. Voxelis développe des jeux de données propriétaires en parallèle de son matériel et de ses logiciels. L’utilisation des éléments recueillis pour l’entraînement dépend des droits sur les données, des autorisations et des accords applicables au programme.
Perspectives : l’avenir de l’IA dans l’aviation héliportée
Les priorités futures comprennent des modèles propres à chaque mission, des outils de connaissance de la situation pour les équipages, l’assistance aux appareils de lutte contre les incendies et le partage d’observations entre aéronefs. Il s’agit d’orientations de développement, et non d’un engagement selon lequel chaque fonction est déjà publiée ou disponible pour tous les aéronefs.
La publication de logiciels et de modèles dépend de la validation, de la compatibilité des capteurs et des moyens de calcul, de l’intégration à l’aéronef, de la connectivité et des approbations applicables. Le périmètre de chaque version et les configurations prises en charge sont confirmés pour chaque déploiement. Consultez les perspectives d’évolution de VoxVision pour une vue d’ensemble à jour.
Rejoignez-nous
Nous construisons cette technologie avec les exploitants et les utilisateurs, pas simplement pour eux. Contactez-nous si vous souhaitez suivre nos travaux.