L'IA de Lockheed Martin pilote un X-62 VISTA : leçons pour le développement logiciel de défense
Le Skunk Works de Lockheed Martin a testé l'évitement de missiles contrôlé par IA sur le X-62 VISTA — itérant les corrections logicielles en heures, pas en années. SectorPunk décortique ce que cela signifie pour le développement logiciel de défense.
Fin 2025, la division Skunk Works de Lockheed Martin a réalisé un exploit qui aurait été considéré comme de la science-fiction il y a une décennie : un agent IA a contrôlé de manière autonome un avion de substitution du F-16 — le X-62 VISTA — lors de manœuvres d'évitement de missiles en conditions réelles à la base aérienne d'Edwards en Californie.
L'IA n'a pas seulement piloté l'avion. Elle a détecté des menaces de missiles simulées, calculé des trajectoires d'évitement et exécuté des manœuvres défensives en temps réel, le tout sans intervention humaine sur le manche.
Ce qui distingue cette étape, ce n'est pas seulement la complexité de la tâche, mais la vitesse à laquelle le logiciel a été développé. Selon l'équipe Advanced Development Programs de Lockheed, le comportement de l'IA a été affiné par un cycle de simulation, test en vol et mise à jour logicielle qui a compressé ce qui prend traditionnellement des années en quelques heures.
Ce qui s'est passé à Edwards AFB
Le test a eu lieu dans le cadre des programmes Have Raider II et Have Remy Test Management Project (TMP) — un effort conjoint entre le Skunk Works de Lockheed Martin, la DARPA et l'école de pilotes d'essai de l'US Air Force (USAF Test Pilot School) à Edwards AFB. Le X-62 VISTA (Variable In-flight Simulator Test Aircraft), un F-16D fortement modifié, a servi de banc d'essai.
Pendant le vol, l'agent IA a reçu le contrôle avec une mission spécifique : éviter les menaces de missiles entrants par des manœuvres défensives. Le pilote de sécurité est resté dans le cockpit comme dispositif de secours mais n'est pas intervenu.
L'IA a traité les données des capteurs, identifié les vecteurs de menace et exécuté une séquence de manœuvres d'évitement à haute accélération que l'équipe de test a décrites comme « opérationnellement représentatives ».
L'implication de l'USAF Test Pilot School est significative. Elle signale que l'Air Force n'observe pas simplement les expériences de vol IA mais intègre activement les tests de systèmes autonomes dans son pipeline institutionnel de formation et d'évaluation des pilotes.
Le logiciel : simulation à très grande échelle et itération rapide
L'architecture logicielle derrière l'IA du X-62 est construite sur ce que Lockheed appelle en interne un moteur de simulation « supermassif ». Ce n'est pas un simulateur monolithique unique mais un système distribué qui exécute des millions de scénarios tactiques en parallèle.
La simulation entraîne des agents d'apprentissage par renforcement contre une énorme variété de conditions de menace, d'états météorologiques, de configurations d'aéronef et de comportements adverses.
La boucle de retour « Voler-Corriger-Voler »
L'innovation clé est la boucle de retour. Après chaque test en vol, les données télémétriques du X-62 sont réintégrées dans l'environnement de simulation et la politique de l'agent IA est mise à jour.
Les ingénieurs de Lockheed ont rapporté qu'une déficience comportementale observée lors d'un vol du matin pouvait être diagnostiquée, réentraînée en simulation et corrigée dans une mise à jour logicielle qui volait lors de la sortie de l'après-midi du même jour.
Cette cadence « voler-corriger-voler » — mesurée en heures plutôt qu'en mois ou années — représente un modèle de développement fondamentalement différent. Elle se rapproche davantage des pratiques de déploiement continu de la Silicon Valley que des processus en cascade qui ont historiquement gouverné les systèmes militaires.
Entraînement adversarial
Le moteur de simulation fonctionne sur des clusters de calcul haute performance et exploite des frameworks d'apprentissage par renforcement accélérés par GPU. Le pipeline d'entraînement inclut des agents IA adversariaux qui sondent continuellement les faiblesses.
Cette dynamique de co-évolution compétitive durcit le système contre les menaces nouvelles. À mesure que l'agent principal s'améliore, les agents adversariaux s'adaptent, créant un environnement d'entraînement escaladant qui reflète le combat réel.
L'étape de 2024 : combat aérien IA et ACE
Les tests d'évitement de missiles d'Edwards AFB se sont appuyés sur une étape antérieure. En 2024, dans le cadre du programme Air Combat Evolution (ACE) de la DARPA, un agent IA a piloté le X-62 dans un combat rapproché à portée visuelle contre un pilote de chasse humain.
L'IA a montré des performances compétitives dans les manœuvres de combat de base, marquant la première fois qu'une IA avait engagé un pilote humain dans des manœuvres de combat air-air en conditions réelles.
La confiance par conception
La DARPA a structuré ACE comme un exercice de construction de la confiance. Les capacités IA ont été démontrées de manière incrémentale — commençant par des manœuvres simples en simulation, progressant vers le vol de base et atteignant finalement des scénarios d'engagement complets. Chaque phase était conçue pour construire la confiance des opérateurs, une exigence critique pour le déploiement opérationnel.
Les résultats ont dépassé les attentes. Les enquêtes post-vol ont montré que les pilotes qui avaient observé les performances de l'IA rapportaient une confiance significativement plus élevée dans les systèmes autonomes par rapport à ceux qui n'avaient vu que les résultats de simulation.
Schéma d'accélération
La progression du combat aérien de 2024 à l'évitement de missiles de 2025 révèle un schéma d'accélération. L'IA est passée des manœuvres offensives aux manœuvres défensives en environ 18 mois.
Les manœuvres défensives sont sans doute plus difficiles — elles nécessitent des temps de réaction plus rapides, une fusion de capteurs plus complexe et un éventail plus large d'options tactiques. Le fait que la même cellule et une pile logicielle dérivée aient atteint les deux étapes suggère que l'architecture est généralisable.
L'IA de défense est présente, pas future
Il est tentant de traiter ces démonstrations comme des curiosités de laboratoire. Ce cadrage est de plus en plus intenable.
Collaborative Combat Aircraft
Le programme Collaborative Combat Aircraft (CCA) de l'US Air Force — déployant des drones ailiers autonomes aux côtés de chasseurs pilotés — est entré dans la phase de développement d'ingénierie et de fabrication. Le MQ-28 Ghost Bat de Boeing, le XQ-67A de General Atomics et le Fury d'Anduril sont tous candidats CCA.
Chaque plateforme nécessitera la même classe de logiciel de prise de décision autonome démontrée sur le X-62.
Le calendrier opérationnel n'est pas 2035. L'Air Force a l'intention de mettre en service les capacités CCA initiales d'ici 2028-2029. Les contrats logiciels sont attribués maintenant, les environnements de simulation sont construits maintenant et les pipelines d'entraînement sont établis maintenant.
| Calendrier IA de défense | Statut |
|---|---|
| Combat aérien IA X-62 VISTA (programme ACE) | Terminé 2024 |
| Évitement de missiles X-62 VISTA (Have Remy) | Terminé fin 2025 |
| Phase EMD CCA ailier autonome | Active 2025-2026 |
| Objectif de capacité opérationnelle initiale CCA | 2028-2029 |
| Intégration IA chasseur 6e génération NGAD | En développement |
Programmes mondiaux
Au-delà des États-Unis, les nations alliées poursuivent des programmes parallèles. Le programme Tempest du Royaume-Uni, le SCAF franco-germano-espagnol et l'initiative Loyal Wingman de l'Australie incluent tous des capacités de travail en équipe autonome nécessitant des piles logicielles similaires.
Le marché mondial du logiciel IA de défense n'est pas émergent — il est là. Les analystes de l'industrie projettent que le marché du logiciel IA de défense dépassera 30 milliards de dollars annuellement d'ici 2030.
Ce que cela signifie pour les entreprises de développement logiciel de défense
Les démonstrations du X-62 de Lockheed ont des implications spécifiques pour les organisations qui construisent des logiciels de défense.
L'infrastructure de simulation est désormais une capacité critique. Construire des jumeaux numériques haute fidélité d'environnements de combat et exécuter des millions d'épisodes d'entraînement nécessite une expertise en calcul distribué, entraînement accéléré par GPU et modélisation physique — des compétences plus fréquemment trouvées dans les laboratoires de recherche IA que chez les contractants de défense traditionnels.
Les processus réglementaires et de certification évoluent rapidement. L'implication de l'USAF Test Pilot School signale que l'armée développe des processus institutionnels pour tester les systèmes autonomes. Les entreprises logicielles doivent comprendre non seulement comment construire des agents IA, mais comment démontrer leur sécurité et fiabilité aux organisations de test militaires.
Le modèle « voler-corriger-voler » exige des architectures supportant le déploiement rapide. Les bases de code monolithiques avec de longs cycles de build-test-déploiement sont structurellement incompatibles avec cette cadence. Le logiciel de défense construit pour cette ère nécessite des architectures modulaires, un déploiement conteneurisé et des pipelines CI/CD qui poussent les mises à jour en heures.
Le talent est la contrainte limitante. Les ingénieurs qui ont construit l'IA du X-62 se situent à l'intersection de l'ingénierie aérospatiale, de l'apprentissage par renforcement, des systèmes temps réel et des opérations militaires. Cette combinaison de compétences est extraordinairement rare.
Pour les entreprises qui envisagent l'IA de défense, le X-62 fournit un signal clair : la technologie fonctionne, le financement est disponible et la demande opérationnelle est immédiate.
Les meilleures entreprises de développement logiciel de défense en 2026 investissent déjà dans l'infrastructure de simulation, recrutent des talents IA et construisent des environnements de développement avec habilitations de sécurité. La fenêtre pour entrer sur ce marché est ouverte, mais elle ne le restera pas indéfiniment.
Le X-62 VISTA est un F-16 modifié qui a volé pour la première fois en 1992. L'IA qui l'a contrôlé a été entraînée sur des clusters GPU commerciaux utilisant des frameworks open source. La percée n'était pas dans du matériel exotique — elle était dans l'intégration, l'ingénierie disciplinée de la connexion entre simulation, test en vol et capacité opérationnelle. C'est fondamentalement un problème logiciel.
Publié le 27 février 2026 · SectorPunk Research