IA révolutionne la conception des glisseurs sous-marins autonomes

IA Modélise des Glisseurs Autonomes Sous-Marins Les scientifiques marins ont depuis longtemps étudié avec admiration l'efficacité de la natation des animaux tels que les poissons et les phoques malgré leurs formes très différentes. Ces espèces ont des corps optimisés pour une navigation hydrodynamique qui permet d'économiser l'énergie lors de déplacements sur de longues distances. De manière similaire, les véhicules autonomes peuvent glisser dans l'océan pour recueillir des données sur d'immenses environnements sous-marins. Cependant, contrairement à la diversité des formes dans le monde marin, les designs de ces glisseurs mécaniques restent relativement uniformes, souvent ressemblant à des tubes ou des torpilles, en raison de leur hydrodynamisme naturel. Le processus de tests de nouveaux designs est également fastidieux, nécessitant de nombreux essais pratiques. Des chercheurs du MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) et de l'Université du Wisconsin à Madison proposent que l'intelligence artificielle (IA) pourrait faciliter l'exploration de nouvelles formes de glisseurs plus avantageuses. Leur méthode utilise l'apprentissage automatique pour tester différents modèles 3D dans un simulateur physique, puis les modifie pour rendre ces formes plus hydrodynamiques. Le fruit de cette technologie peut être fabriqué grâce à une imprimante 3D, ce qui demande nettement moins d'énergie que les designs manuels traditionnels. Cette pipeline de conception pourrait donner naissance à de nouveaux engins plus efficaces, aidant les océanographes à mesurer la température de l'eau, ses niveaux de salinité, collecter des données détaillées sur les courants, et surveiller les impacts du changement climatique. En démonstration, l'équipe a produits deux glisseurs d'environ la taille d'une planche de surf pneumatique : l'un à deux ailes, ressemblant à un avion, l'autre à quatre ailes, évoquant un poisson plat aux quatre nageoires. Peter Yichen Chen, postdoctorant au MIT CSAIL et co-chercheur principal du projet, souligne que ces designs sont simplement quelques exemples de formes novatrices que son équipe peut générer. "Nous avons créé un processus semi-automatisé qui nous aide à tester des designs inhabituels qui seraient très complexes pour les humains à concevoir," précise-t-il. "Cette diversité de formes n'a jamais été explorée auparavant, donc la plupart de ces designs n'ont pas encore été testés dans le monde réel." Pour réaliser cela, les chercheurs ont d'abord trouvé des modèles 3D de plus de 20 formes conventionnelles utilisées pour l'exploration sous-marine, comme des sous-marins, des baleines, des raies mantas, et des requins. Ensuite, ils ont entouré ces modèles de "cages de déformation" qui cartographient différents points d'articulation. Ces points servaient à créer de nouvelles formes par manipulation. L'équipe a ensuite construit un jeu de données comprenant des formes conventionnelles et modifiées, avant de simuler leurs performances à différents "angles d'attaque". L'angle d'attaque réfère à la direction dans laquelle le véhicule penchera lorsqu'il glissera dans l'eau. Par exemple, un nageur peut vouloir plonger à un angle de -30 degrés pour récupérer un objet dans une piscine. Le réseau neuronal de l'équipe simule comment un glisseur spécifié réagirait aux forces physiques sous-marines, visant à déterminer sa capacité à-progresser vers l'avant et la résistance qui s'exerce contre lui. Objectif principal : trouver le meilleur rapport de portance à traînée, qui indique combien le glisseur est soutenu par rapport à combien il est ralenti. Ce rapport est crucial pour l'efficacité du voyage du véhicule ; plus le rapport est élevé, plus l'engin se déplace efficacement, et inversement. Le rapport de portance à traînée est également essentiel pour l'aviation : à l'atterrissage, il faut maximiser la portance pour assurer un vol stable contre les courants de vent, et lors de l'atterrissage, il est nécessaire d'avoir suffisamment de traînée pour immobiliser l'aéronef complètement. Les deux designs de glisseurs fabriqués dans l'imprimante 3D ont démontré une meilleure efficacité en se déplaçant plus aisément dans une piscine que des glisseurs manuels à forme de torpille. Avec des rapports de portance à traînée supérieurs, ces machines IA-pilotées consommaient moins d'énergie, imitant la facilité de déplacement des animaux marins. Bien que ce projet soit une étape positive dans la conception de glisseurs autonomes, les chercheurs cherchent à réduire le décalage entre la simulation et les performances réelles. Ils espèrent également développer des engins capables de réagir rapidement aux changements soudains des courants, rendant les glisseurs plus adaptés aux océans et aux mers. Chen mentionne que l'équipe prévoit d'explorer de nouvelles formes, particulièrement des designs plus fins. Leur objectif est de rendre le cadre plus rapide, en introduisant des fonctionnalités qui permettront plus de personnalisation, de manœuvrabilité, voire la création de véhicules miniatures. Peter Yichen Chen et Felix Hagemann ont co-dirigé cette recherche en collaboration avec Pingchuan Ma, chercheur chez OpenAI, diplômé master 2023 et doctorat 2025. Leur article a été co-rédigé avec Wei Wang, professeur adjoint à l'Université du Wisconsin à Madison et récent postdoctorant au CSAIL ; John Romanishin, diplômé en ingénierie électrique et informatique du MIT en 2012, master 2018 et doctorat 2023 ; ainsi que deux professeurs du MIT et membres de CSAIL : Daniela Rus, directrice du laboratoire, et Wojciech Matusik, auteur principal senior. Leur travail a bénéficié partiellement d'une subvention de l'Agence pour les projets de recherche avancés en défense (DARPA) et du Programme MIT-GIST. Évaluation et Profil de l'Entreprise L'utilisation de l'IA dans le design de glisseurs autonomes sous-marins représente un bond en avant significatif pour la technologie marine. Selon des experts de l'industrie, cette approche pourrait révolutionner la façon dont les engins sont conçus, réduisant considérablement le temps de développement et améliorant leur performance. MIT CSAIL est une institution de renom en matière de recherche sur l'IA et la robotique, et cette collaboration avec l'Université du Wisconsin à Madison montre une volonté claire de partager les connaissances et les ressources pour pushed les limites de la technologie sous-marine. Le soutien financier de DARPA et du MIT-GIST Program souligne l'importance accordée à cette recherche par des acteurs majeurs du secteur scientifique et technologique.