Le Pentagone veut percer les secrets à 1 km de distance : la vision X-Ray du futur

Une vision à travers les obstacles, à un kilomètre de distance

Imaginez pouvoir déceler une menace cachée à plus de 3 280 pieds, soit environ un kilomètre. C’est l’objectif d’une technologie futuriste que le Pentagone est en train de financer. L’idée est de développer une nouvelle génération d’outils à rayons X capables de « voir » à l’intérieur d’objets ou de structures depuis une distance remarquable, permettant ainsi à l’armée américaine d’anticiper le danger.

Dans un communiqué de presse publié mercredi, la société RTX BBN Technologies a annoncé avoir remporté un contrat avec la DARPA, l’agence de recherche et de développement du département de la Défense américain. Leur mission : mettre au point des algorithmes d’imagerie à rayons X à très longue portée. Le projet s’inscrit dans un contexte où, selon le National Institute of Standards and Technology (NIST), le gouvernement américain dépense déjà des milliards de dollars en technologies d’imagerie à rayons X à des fins de sécurité.

La particularité de cette nouvelle initiative est sa capacité à fonctionner même avec des données incomplètes ou de mauvaise qualité, un défi majeur pour les technologies actuelles.

Le défi de la distance et du flou de mouvement

Depuis longtemps, les forces de l’ordre, tant sur le plan national que militaire, utilisent les rayons X pour « trouver des objets dissimulés, y compris des menaces et de la contrebande », comme le rappelle le NIST. Cependant, ces technologies ont toujours été limitées à de courtes distances. Pourquoi ? Parce que plus l’appareil s’éloigne de la cible, plus le flou de mouvement et le bruit numérique corrompent la transmission des données, rendant l’image finale inexploitable.

Ce phénomène constitue l’un des principaux obstacles au développement de systèmes d’imagerie avancés. Pour entraîner un système à fonctionner dans des conditions réelles, il faut normalement l’alimenter avec une grande quantité de données de très haute qualité. Or, la collecte de telles données pour l’imagerie à longue portée s’est avérée extrêmement difficile.

Le projet mené par BBN Technologies vise précisément à contourner ce problème fondamental, en adoptant une approche radicalement différente de tout ce qui a été tenté jusqu’à présent.

Transformer la faiblesse en force : l’approche par simulation

Plutôt que de chercher à obtenir une poignée d’images parfaites, l’approche de BBN Technologies prend le contre-pied. Elle s’appuie principalement sur des simulations basées sur un très grand nombre d’échantillons de faible qualité. L’idée est de créer un algorithme mathématique capable de fonctionner avec des images relativement instables ou fragmentées.

Selon l’entreprise, cette méthode est beaucoup plus proche de la réalité du terrain. Sur un champ de bataille, les commandants sont plus susceptibles de recevoir des données partielles et de mauvaise qualité que des clichés nets et détaillés. L’algorithme est donc conçu dès le départ pour interpréter ces informations imparfaites.

Cette stratégie inverse la logique habituelle : elle utilise des données de faible qualité, plus faciles à collecter en abondance, pour construire un système robuste capable de résoudre des problèmes pratiques. Et ce, même à des distances allant jusqu’à un kilomètre, soit environ 0,6 mile.

Le programme XENA : percer la composition interne à distance

Cette nouvelle initiative s’inscrit dans le cadre d’un programme plus large de la DARPA baptisé XENA, pour X-ray Extreme-range Non-imaging Analysis (Analyse par rayons X non-imageante à portée extrême). L’objectif de XENA est de développer des « boîtes à outils algorithmiques » capables de déduire la composition interne d’objets éloignés.

Le programme cherche spécifiquement à résoudre le problème du flou de mouvement, qui diminue souvent la qualité des données de renseignement dans les contextes militaires. La société BBN Technologies, basée dans le Massachusetts, est une filiale de RTX, un fabricant aérospatial et de défense basé en Virginie. Fondée en 1948, BBN a contribué à des avancées majeures dans les technologies de réseau, dont un bon nombre ont également été soutenues par la DARPA par le passé.

Vers des informations exploitables pour les troupes sur le terrain

Si tout se déroule comme prévu, ce nouvel algorithme pourrait changer la donne pour les militaires. Joshua Fasching, chercheur principal du projet chez BBN, a expliqué la finalité dans le communiqué : « Nous développons des algorithmes qui transforment un petit nombre d’instantanés granuleux en suffisamment de détails pour que les décideurs puissent agir, que la mission soit d’évaluer des menaces potentielles ou de soutenir des opérations d’intervention d’urgence ».

Concrètement, cette technologie donnera aux membres des forces armées « un accès à des informations exploitables sur des menaces dissimulées, des armes potentielles ou des vulnérabilités structurelles depuis des portées auparavant inaccessibles », a ajouté l’entreprise. Il ne s’agit plus seulement de voir, mais de comprendre et d’agir, tout en restant à une distance de sécurité.

Créé par des humains, assisté par IA.