par Plus tôt ce mois-ci, L’entrepreneur Corey Jaskolski a sorti un stylo et a fait sa meilleure estimation de ce à quoi aurait ressemblé le ballon de surveillance abattu par un avion américain depuis l’espace. Ensuite, il a introduit le croquis et “une gorgée” d’images satellites récentes de la zone où le ballon a été descendu dans des algorithmes développés par sa startup de détection d’images et de vidéos Synthetatic, et a attendu.
En deux minutes, dit-il, les algorithmes ont trouvé le ballon de 200 pieds de haut au large de la Caroline du Sud. « Je n’arrivais pas à y croire », dit Jaskolski. Sa femme non plus quand il lui a montré ses résultats avec enthousiasme. Mais lorsqu’il a estimé l’altitude du ballon sur l’image, il était d’environ 57 000 pieds – correspondant à la hauteur à laquelle le ballon a été repéré par un avion espion américain – et les observations sur les réseaux sociaux de 20 minutes avant la prise de l’image semblaient confirmer qu’il avait l’a trouvé.
Jaskolski a creusé, se penchant sur les modèles de vent et les observations des médias sociaux pour alimenter son logiciel, appelé RAIC (catégorisation automatique rapide des images), de nouvelles bandes de données satellitaires de la société Planet Labs. L’outil est conçu pour permettre de rechercher des objets d’intérêt dans de grandes collections d’images à l’aide d’un seul exemple d’image.
“Nous avons tracé un grand arc à travers le temps et l’espace et avons commencé à le rechercher”, explique Jaskolski. Après avoir trouvé le ballon une fois, le logiciel de Synthetiatic pourrait être formé avec une image réelle du ballon pour guider davantage sa recherche.
Au cours des jours suivants, Jaskolski a mis l’IRAC au travail. La société a depuis compilé six observations du ballon (cinq confirmées, une en cours d’investigation) sur ses images satellite et a utilisé des données de vent pour estimer comment il se déplaçait entre ces points. “Nous pouvons tracer une piste d’un kilomètre de large à travers l’ensemble des États-Unis et suivre simplement le ballon”, dit-il. “Nous avons une piste à partir de laquelle il est entré du Canada, jusqu’en Caroline du Sud, où il a éclaté, avec six points le long de cet arc.”
La chasse au trésor stratosphérique de Jaskolski a peut-être été rendue possible par un logiciel intelligent, mais elle a également nécessité des connaissances expertes humaines. Son dessin initial de l’engin ressemblait plus à un bonhomme de neige technicolor – des cercles rouges, verts et bleus empilés. L’objectif était d’imiter la façon dont les satellites capturent généralement différentes longueurs d’onde de lumière à l’aide de capteurs séparés qui ne sont pas toujours synchronisés dans le temps, créant ainsi de multiples vues disjointes des objets. Et cela génère des faux positifs.
Mais la capacité de cartographier la trajectoire d’un ballon de surveillance avec une telle clarté pourrait changer la donne pour la sécurité nationale, déclare Arthur Holland Michel, chercheur principal au Carnegie Council et auteur d’un livre sur les drones et la surveillance. “La combinaison de l’IA avec l’imagerie satellite est sans aucun doute une technologie très puissante pour la surveillance, l’espionnage et le contre-espionnage”, dit-il.
Holland Michel souligne également que l’imagerie satellitaire et l’IA ont leurs limites. La méthode par laquelle Synthetatic a trouvé le ballon pour la première fois – à l’aide d’un dessin – pouvait entraîner des faux positifs si l’objet d’intérêt était quelque chose de plus complexe ou de moins documenté publiquement, comme un réservoir. “Les choses semblent souvent un peu bizarres et inconnues d’en haut”, dit-il.
“Il y a un potentiel indéniable là-bas”, déclare Holland Michel, “mais il est facile de penser que cette combinaison de satellites et d’IA est une capacité à tout voir qui mettra tout à nu.” C’est utile dans certains cas, comme le ballon, dit-il, mais probablement pas dans tous les scénarios.
C’est quelque chose que Jaskolski reconnaît, mais il considère également le projet comme un exemple de la façon dont l’expertise humaine et le travail pénible peuvent être améliorés par l’IA. “Cette collaboration homme-machine est mon idée de la façon dont l’IA fonctionne aujourd’hui”, dit-il. “Et c’est certainement la façon dont nous construisons notre produit.” L’outil est actuellement utilisé à des fins humanitaires, notamment par le Programme alimentaire mondial des Nations unies pour retrouver les victimes des inondations.
La poursuite du ballon n’est pas terminée simplement parce que Jaskolski a réussi à le suivre à travers les États-Unis. Il dit que le processus est “à forte intensité de ressources” car le logiciel n’est pas parfait et génère de nombreuses observations potentielles qui doivent être réduites par les gens. “Mais nous aimerions continuer à le suivre”, dit-il. “Que nous retournions en Chine ou non, nous avons au moins l’impression d’avoir résolu un problème technique. Nous serions fous de ne pas essayer.
