Ce qui se passe à Vegas…
Le mois dernier, j’ai participé à l’US Air Force Operations Research Symposium (AFORS) sur la base aérienne de Nellis, à Las Vegas. Cette conférence réunit chaque année la communauté des analystes de l’Air Force : plus de 200 participants y échangent sur la recherche opérationnelle, l’apprentissage automatique et la data science.
L’Air Force investit massivement dans la modernisation de ses outils et de ses formations autour de la donnée, et j’étais sur place pour animer un atelier de code en direct consacré à l’utilisation de DataCamp Workspace.
Cinq axes clés pour la transformation des données
La Dre Angela Giddings, directrice technique des études, analyses et évaluations, a résumé l’ambition de l’Air Force pour son programme de transformation des données. Selon elle, le grand défi consiste à faire des analystes en recherche opérationnelle un véritable multiplicateur de force pour le reste de l’Air Force. Historiquement, la recherche opérationnelle formait un groupe très académique au sein de l’Air Force, un modèle qui n’est plus adapté aux besoins actuels.
La Dre Giddings a identifié cinq domaines prioritaires de transformation.
- Garantir que les projets répondent à un problème réel
- Livrer des résultats tant qu’ils sont encore pertinents
- Utiliser les bonnes données pour le bon problème
- Faire émerger des insights à partir des modèles mathématiques
- Exploiter la visualisation
Fait intéressant, ces axes reflètent des défis rencontrés par les organisations du monde entier, qu’elles soient militaires ou non.
Le défi du recrutement
Un thème récurrent chez les officiers supérieurs : recruter et fidéliser les meilleurs talents data est extrêmement difficile. M. Wayne Schatz, directeur des études, analyses et évaluations, et le colonel Ron Annaballi, analyste en chef de l’Air Force, ont expliqué vouloir relever ce défi en faisant de l’escadron un lieu où il fait bon travailler, la formation et les outils jouant un rôle clé. L’Air Force a accès à trois plateformes d’apprentissage en ligne — DataCamp, Coursera et PluralSight — en plus des formations internes. Une stack data moderne est en cours de déploiement, avec un accès généralisé à Python, DataBricks, Tableau, Plotly, Dataiku et Palantir.
Des présentations techniques impressionnantes
Dans les sessions techniques, l’éventail des projets de l’USAF m’a bluffé. L’optimisation de la formation des pilotes est revenue à plusieurs reprises, avec non pas une mais deux présentations où l’on équipait les pilotes de capteurs (fréquence cardiaque, suivi oculaire, etc.) pour déterminer quelles manœuvres aériennes étaient les plus exigeantes cognitivement — ou les plus effrayantes.
D’autres présentations allaient de problématiques métier classiques — le sergent-chef Nathan Shaw a montré comment utiliser l’analyse de sentiment pour exploiter les retours d’enquêtes — à des sujets insoupçonnés — les Dr Tyler Danley et commandant Brian Morrison ont expliqué comment planifier les vols d’entraînement pour réduire les collisions avec les chauves-souris — jusqu’à la science-fiction — l’élève-officier Victor Rae a détaillé l’optimisation de la taille et de la position de constellations de satellites pour maximiser la couverture des missions.
Pour moi, la meilleure intervention technique de la conférence a été celle du sous-lieutenant Benjamin McCloskey. Les drones utilisent l’apprentissage automatique sur les flux caméra pour détecter bâtiments et véhicules dans leur champ de vision. D’après lui, un problème majeur vient du fait que la plupart des données d’entraînement sont captées de jour et par beau temps. Résultat : les performances en mission réelle se dégradent la nuit ou par mauvais temps.
Sa solution : recourir à une technique de deep learning appelée « generative adversarial networks » pour transformer des images existantes afin qu’elles ressemblent à des scènes nocturnes ou par mauvais temps. En substance, il a créé des « deepfakes » de données satellites pour améliorer la précision des modèles de détection d’objets.
La formation DataCamp a donné naissance à de nouveaux produits data
J’ai enfin assisté à une excellente présentation du capitaine Dominick Speranza sur les résultats d’un programme de formation basé sur DataCamp. Objectif : diffuser les compétences nécessaires pour créer des produits data à partir des données d’instrumentation des aéronefs. Le programme combinait une sélection de cours DataCamp en Python et une formation interne sur les données issues des instruments de bord. Le projet de fin de parcours imposait aux participants de concevoir un produit data. Parmi les exemples : un système de détection d’anomalies pour évaluer la qualité des données des instruments du chasseur F-22, et un générateur de rapports automatisés pour faciliter les séances de débriefing des pilotes.
Conclusion
L’ensemble de la conférence s’est déroulé sans accroc grâce à l’excellente organisation du commandant Bryan Fagan. (J’aurais dû me douter que des chercheurs en opérations excellaient aussi… en opérations !) Après avoir découvert ces beaux projets data, je suis impatient de voir comment le programme de transformation des données de l’US Air Force va évoluer.
