Fabrice Valentin (Airbus) "Airbus va explorer le champ très prometteur de l'IA physique avec Mistral"

Fabrice Valentin est VP au siège d'Airbus en charge de la stratégie en intelligence artificielle du groupe. A l'occasion de VivaTech, il revient pour le JDN sur la trajectoire d'Airbus en matière d'IA, de son projet expérimental DragonFly au récent partenariat avec Mistral AI.

JDN. Où en est aujourd’hui le projet DragonFly, qui vise à doter les avions de capacités autonomes chez Airbus ?

Fabrice Valentin. Une première phase de ce projet s’est achevée il y a quelques années sous l’égide d’UpNext, notre filiale d'innovation. Mais DragonFly a fait des petits. Une grande partie des démonstrations tourne autour du visual landing. C'est un peu le Graal : dès qu'on associe l'IA à Airbus, on s'imagine tout de suite que l'on va automatiser les avions. En tant que responsable de l’IA sur l’ensemble de nos domaines, je rappelle que cela reste de la recherche et du long terme. En revanche, ce que DragonFly a démontré, c’est qu'il faut confronter l’IA au monde réel. Il faut la pratiquer sur des cas concrets pour valider la capture et la qualité des données, et s'assurer que le système fonctionne. Avant même d'envisager une offre commerciale, le test en conditions réelles est indispensable.

Comment passe-t-on d'un système purement conditionnel à un modèle basé sur l'IA, capable de gérer la vision par ordinateur, de comprendre son environnement et d'analyser l’ensemble des données de l’avionique ?

C’est une transition gigantesque qui comporte de multiples challenges. Le premier défi est d’ordre culturel et technique : chez Airbus, nous fonctionnons traditionnellement avec une exigence de $10^{-9}$, c’est-à-dire la recherche d’une certitude absolue. Les autorités de certification exigent une transparence totale sur les algorithmes et une visibilité complète sur l’ensemble de la chaîne technologique. Nous évoluons donc dans le déterminisme le plus pointu, alors que l’IA, par définition, repose sur des modèles probabilistes.

De plus, nous découvrons de nouvelles manières d'articuler ces systèmes. Il est par exemple possible d'utiliser l'IA pour générer des éléments qui seront ensuite validés par des tests purement déterministes. De même, les agents d'IA peuvent tout à fait s'appuyer sur des outils déterministes. En réalité, en intégrant le contrôle humain au bon endroit de la chaîne, nous parvenons à atteindre des niveaux de certitude bien supérieurs à ce que l’on croyait possible avec le machine learning il y a encore quatre ans.

Pour l'atterrissage assisté avec l’IA (visual landing), en quoi cela se distingue-t-il d'une approche traditionnelle ?

En réalité, il faut envisager l’IA de visual landing comme un capteur supplémentaire, et non comme une technologie de substitution. Loin du mantra consistant à dire qu'elle va remplacer le pilote, cette approche vient s'ajouter aux systèmes existants, comme l'ILS ou le GPS, pour apporter une couche de redondance et accroître le niveau de confiance global de l'appareil. Comme tout capteur, ce système possède des niveaux de certitude, de qualité et de fiabilité propres, qu'il faut savoir analyser et adapter en fonction des conditions opérationnelles.

Le véritable défi pour nos équipes réside d'abord dans la transparence des algorithmes sous-jacents, mais aussi et surtout dans notre capacité à intégrer cette technologie directement dans l'appareil. Il y a un fossé technique majeur entre faire tourner une IA dans le cloud au sol et l'embarquer de manière sécurisée dans un système avionique en plein vol. Ce travail de recherche, mené depuis plusieurs années, va se poursuivre à long terme. C'est un sujet complexe, mais il représente un axe de différenciation stratégique majeur pour Airbus.

Sur un plan plus terrestre et immédiat, vous venez de signer un partenariat avec Mistral AI pour votre stratégie d’IA générative. Pourquoi avoir choisi Mistral plutôt qu’un autre acteur du marché ?

Notre choix s'est porté sur Mistral AI pour trois raisons fondamentales. La première, c’est qu’il s’agit aujourd'hui de l'une des meilleures options pour déployer une IA souveraine en Europe. Cela ne signifie pas que nous abandonnons les technologies américaines, que nous continuons d'utiliser là où c'est pertinent. Mistral nous ouvre les portes du traitement de nos données hautement sensibles et de notre propriété intellectuelle critique. Cela permettra notamment de développer des cas d'usage concrets dans le secteur de la défense, comme un assistant au codage pour des applications militaires. Notre filiale défense a d'ailleurs été parmi les early adopters de leurs solutions.

Le deuxième axe fort réside dans la taille de Mistral, idéale pour adresser les besoins très spécifiques d'Airbus. Entraîner des modèles d'IA dits frontier n'est pas notre cœur de métier : nous en sommes des consommateurs. En revanche, aller au-delà du simple fine-tuning pour customiser ces modèles avec les données ultra-précises d'Airbus constitue un véritable avantage compétitif. C'est un partenariat à double sens : pour Mistral, c'est l'opportunité d'accéder à des données industrielles inédites, bien loin des standards du web qui ont nourri les LLM jusqu'à présent. A terme, notre ambition est même de dépasser le cadre strict des LLM pour explorer avec eux le champ très prometteur de l'IA physique.

Il y a quelques semaines, les équipes de Mistral AI nous confiaient travailler sur des modèles appliqués à la conception industrielle, notamment pour le design de pièces. Est-ce une rupture technologique que vous envisagez d'intégrer concrètement chez Airbus ?

Tout à fait. C’est un axe de recherche majeur que nous souhaitons explorer avec Mistral, notamment sur le volet de la certification. Nous voulons utiliser l’IA pour automatiser une partie de ces processus, valider des éléments de design et définir, avec les autorités, le cadre de ce qui est réalisable. Le véritable Graal reste cependant la transformation de nos méthodes de conception en amont. Aujourd'hui, le calcul de dynamique des fluides requiert une puissance phénoménale. Ces simulations sont si longues et complexes qu’un ingénieur ne peut pas en lancer des milliards à la volée.

L’IA physique change la donne. De la même manière qu’un LLM assimile du texte, ces modèles se nourrissent de données de capteurs et de simulations passées pour apprendre à généraliser. En fluidifiant les phases initiales de design, nous pourrons explorer beaucoup plus d'options. La vraie valeur de l’IA ne réside pas dans la réduction des coûts, mais dans cette capacité à accélérer la conception de nouvelles formes d'avions impossibles à tester physiquement dans des délais classiques. C’est un avantage compétitif inédit pour le produit final.

On parle beaucoup de souveraineté numérique. Si elle passe par Mistral et des modèles basés en France ou en Europe, elle dépend également du matériel et des puces. Ressentez-vous le besoin d'adopter des fournisseurs européens ?

Le choix est particulièrement restreint et nous manquons encore de recul pour nous prononcer définitivement. En revanche, notre ambition est claire : l'ensemble de la pile technologique doit, à terme, devenir souverain. Pour l'instant, nous déployons Mistral sur nos propres infrastructures, qui s'appuient certes sur des puces américaines ou taïwanaises, mais nous menons en parallèle une réflexion sur l'accès au Trusted Cloud pour disposer d'environnements souverains capables de faire monter nos calculs en charge.

Nous sommes réalistes : si ces systèmes se généralisent, maintenir une telle puissance de calcul en interne deviendra difficile, d'autant que ce n'est pas notre cœur de métier. Il faudra impérativement s'appuyer sur un écosystème et un tissu industriel européens. L'idéal serait d'aller jusqu'au bout de la démarche, de la gestion de l'énergie jusqu'au calcul embarqué. La puce constitue la dernière étape de ce processus, et c'est un défi d'un tout autre niveau.