L’utilisation de l’IA pour examiner les dossiers médicaux des recrues montre comment le Pentagone utilise la technologie, mais il y a place à amélioration, a déclaré mardi le général CQ Brown, président des chefs d’état-major interarmées.
«Je pense que nous sommes mieux lotis que l’année dernière. Je pense que l’année dernière, nous avions l’impression de mettre l’IA sur des diapositives PowerPoint comme si cela allait résoudre nos problèmes. J’ai ressenti la même chose il y a probablement environ 15 ans avec le cyber. Et maintenant que nous avons une meilleure compréhension, j’en vois une certaine utilité », a déclaré Brown lors d’un discours lors d’une conférence sur l’IA et la sécurité nationale organisée par le Special Competitive Studies Project à Washington, DC.
Prenez, par exemple, le Commandement du traitement des entrées militaires.
« Notre genèse MHS [system], qui sont nos dossiers médicaux numériques, utilise de grands modèles linguistiques pour trier les dossiers qui identifient les éléments que vous examinez ensuite lorsque vous essayez d’attirer une nouvelle recrue », a déclaré Brown. « Nous faisons des progrès, mais encore une fois, il reste encore du travail à faire. »
La collecte de renseignements est une autre utilisation de l’IA, a déclaré Michael Collins, président par intérim du Conseil national du renseignement.
“Je pense qu’il existe une formidable opportunité pour ce que l’IA peut faire pour garantir que nous recherchons et comprenons scientifiquement les facteurs qui déterminent le monde d’une certaine manière, ce qui affecte la disposition d’un être humain à s’aligner sur quelque chose plutôt qu’autre chose”, Collins » a déclaré lors d’une table ronde à l’Ash Carter Exchange et à l’AI Expo. « Bien entendu, cela ne supprimera pas le rôle de l’analyste qui consiste à garantir que nous fournissons la meilleure vision objective possible au décideur politique. Parce que nous devons, à la base, comprendre empiriquement la base de cet algorithme et comment il est construit.
Collins a déclaré que la communauté du renseignement dépend de « l’objectivité empirique » d’un algorithme et de son fonctionnement interne pour soutenir les recommandations politiques.
« Nous dépendons particulièrement de l’objectivité empirique et de la connaissance sur quoi l’algorithme est basé lorsque nous portons des jugements sur l’objectif de notre élaboration de politiques. Et franchement, je pense que c’est un rôle. Et nous essayons de conduire cela », a-t-il déclaré.
Par exemple, dans le cadre d’une initiative de transparence en cours, le directeur du renseignement national a publié en avril un rapport analysant les risques pour la sécurité sanitaire mondiale au cours de la prochaine décennie.
« Nous essayons de partager plus ouvertement nos idées », a déclaré Collins. « Nous avons besoin que les autres nous défient, nous ne voulons pas de pensée de groupe. Nous avons besoin de la perspicacité, du soutien et de l’expertise de la communauté. Mais nous prenons au sérieux le rôle que nous jouons en modelant une pensée objective et critique, loin de la politique, loin de la partisanerie, loin des préjugés. Et je pense que c’est un rôle essentiel.
Mais il pourrait arriver un moment où les analystes du renseignement devront remettre en question les outils d’IA utilisés.
“Lorsque l’outil lui-même commence à prédire et à dériver des modèles sans que nous en comprenions la base, cela va être un défi”, a déclaré Collins. « Et pour celui qui a généré l’algorithme, si vous en êtes au point où l’IA génère l’algorithme sans l’intervention de l’humain, les tests et la validité de celui-ci deviennent d’autant plus critiques. C’est certainement un défi puissant.
