Iniciamos hoy el primer artículo de la serie mensual sobre el uso de la IA en el sector de la Defensa en la que exploraremos diferentes áreas donde la IA está redefiniendo la industria de la Defensa a través de ejemplos concretos y específicos. El primer campo que hemos seleccionado es el de la Detección, Identificación y Seguimiento de amenazas y objetivos.
Los algoritmos de IA están diseñados y entrenados para analizar datos procedentes de los diferentes sensores disponibles con el objetivo de detectar e identificar las amenazas presentes y así aumentar la conciencia situacional (situational awareness). El elemento primordial de la conciencia situacional militar es la capacidad de percibir, comprender y anticipar con precisión los acontecimientos en el entorno, ya que esta es la base para los posteriores procesos de orientación, toma de decisiones y ejecución de acciones (OODA loop).
Ilustración 1. El bucle ODDA. Fuente Wikimedia.
Una vez detectadas las potenciales amenazas en el entorno, estos sistemas pasan a la fase de identificación y seguimiento de objetivos basándose en varios parámetros y datos recogidos también por los sensores. Un avance fundamental es la utilización de Inteligencia Artificial en el perímetro externo (Edge AI) mediante el análisis de video, imágenes y datos de sensores. Esta tecnología procesa y analiza datos directamente en el dispositivo donde se capturan, lo que reduce drásticamente la latencia y el uso de ancho de banda.
La conciencia situacional basada en la IA se está implementando en drones y robots para identificar y clasificar instantáneamente objetos, movimientos y patrones en el campo de batalla. Esto permite tanto la toma descentralizada de decisiones y la respuesta inmediata, como identificar amenazas hostiles o rastrear el movimiento de objetivos en tiempo real sin la necesidad de enviar datos a un servidor central para su análisis.
La visión artificial
La mayoría de los sistemas aquí presentados utilizan algoritmos y soluciones de “Visión por Computador”, “Visión Artificial” o “Visión Inteligente”. Este campo de la inteligencia artificial y aprendizaje automático permite que las máquinas capturen, procesen e interpreten información visual del mundo físico, realizando tareas tales como el análisis de imágenes, y la detección y reconocimiento de objetos y objetivos militares. Las aplicaciones de visión inteligente se implementan en todas las industrias, y podríamos incluso decir que en el sector civil es donde tiene un mayor potencial uso.
Debemos remarcar que la visión artificial no está limitada al espectro visible detectado por el ojo humano, si no que los sistemas de visión por computador pueden procesar y “ver” imágenes captadas por sensores en otras bandas como infrarroja, imágenes térmicas, imágenes multiespectrales, e incluso señales que para un humano no tienen un sentido como pueda ser una “imagen” radar (con sus diferentes componentes de amplitud y fase por ejemplo).
Podemos decir que los sistemas de IA “ven” de una forma diferente a los humanos (War is never as expected: They, autonomous system don’t see like us) concentrando sus “ojos” (los sensores) y su “cerebro” (los algoritmos), si se nos permite esta analogía, en la detección de características o atributos (features) propias de cada objeto en diferentes bandas del espectro electromagnético para realizar la posterior identificación de dicho objeto (natural o artificial). Podríamos decir estos sistemas de IA ven más, ven mejor, ven más rápido y detectan e identifican de una manera diferente a los humanos. Además podemos intuir que esta brecha se ampliará ya que actualmente solo estamos asistiendo a la puesta en operación de las primeras oleadas de algoritmos, sensores y sistemas autónomos de IA.
Ilustración 2 Ejemplo de imagen infrarroja (Fuente: Axiom Optics)
Es interesante notar que debido a que los sistemas de visión por computador “ven” de una forma diferente a los humanos, muchas de las técnicas de camuflaje y ocultación existentes deben ser adaptadas a esta nueva realidad. Un sistema de camuflaje diseñado para disimular un vehículo en un bosque tendrá una efectividad mucho menor ante los algoritmos de IA que son capaces de detectar cambios y patrones que una persona nunca podría detectar.
En particular, los sensores multi e hiperespectrales permiten incluso identificar el material del que los objetos están formados, con lo que los algoritmos serían capaces de detectar y clasificar materiales específicamente diseñados para el camuflaje de activos militares.
Sistemas de identificación de objetivos
El reconocimiento o identificación automática de objetivos (Automatic target recognition, ATR) es la capacidad de un algoritmo o dispositivo para reconocer objetivos u otros objetos basándose en los datos obtenidos mediante diferentes sensores. El ATR se puede utilizar para identificar objetos fabricados por el hombre (como construcciones, vehículos terrestres y naves), así como objetos naturales como animales, humanos y vegetación.
Esto puede resultar útil para detectar e identificar cierto tipo de objetos en el campo de batalla (por ejemplo, un carro de combate T-90) en tiempo real, ampliando y mejorando la conciencia situacional de las tropas y de los sistemas de armas autónomos (LAWS) presentes en los diferentes escenarios de un conflicto.
Ilustración 3 Ejemplo de detección e identificación de objetivos mediante imágenes por satélite
Las municiones merodeadoras, los drones kamikazes, los drones anti-drone (drone on drone) y otras soluciones de ataque de largo alcance efectivas en lo que a su coste se refiere, utilizan este tipo de sistemas de visión artificial que podemos asimilar a los sistemas DSMAC de navegación, identificación de objetivos y guiado terminal que en el pasado solo estaban disponible en sistemas de alto coste como los misiles de crucero.
Es decir, no estamos solo hablando de que un amplio espectro de dispositivos explosivos improvisados aéreos están disponibles a día de hoy para su utilización por parte de actores no estatales y grupos terroristas, sino que además los sistemas de guiados “comerciales” de bajo coste permite convertir a dichos IED volantes en misiles y/o munición guiada de bajo coste. Estos sistemas no solo permiten detectar e identificar objetivos, si no que permiten realizar su seguimiento hasta que se recibe la orden de ataque. A partir de ese momento, además son capaces de realizar el guiado terminal en un formato dispara-y-olvida (fire-and-forget).
Ejemplos de Sistemas de Defensa utilizando Visión Artificial
¿En qué tipo de sistemas militares (de los que hablaremos en mayor detalle en artículos posteriores) se pueden utilizar estos algoritmos y sistemas de detección de objetivos? Podemos mencionar los siguientes:
- Sistemas Autónomos y Swarming: para la navegación, vigilancia y el reconocimiento de objetivos.
- Sistemas de Mando y Control: gran parte del análisis en tiempo real de las condiciones del campo de batalla (utilizadas para tomar decisiones con posterioridad) están basadas en la detección de potenciales objetivos, anomalías y activos del enemigo.
- Sistemas de Camuflaje, Ocultación y Engaño: Los sistemas de detección de objetivos deben detectar elementos que utilicen sistemas de camuflaje, ocultación y engaño (por ejemplo los señuelos militares).
- Sistemas de Armas: Los sistemas de identificación y seguimiento de objetivos son un elemento fundamental en los sistemas de armas autónomos y sistemas de defensa antiaérea ya que deben identificar, rastrear y neutralizar amenazas con mayor precisión y velocidad que los sistemas convencionales.
- Robótica: La visión artificial es fundamental en el desarrollo de robots militares, que pueden realizar tareas desde la desactivación de explosivos hasta operaciones de rescate y asistencia en combate.
- Procesamiento de Información y Análisis de Inteligencia: La IA permite procesar grandes cantidades de información de manera rápida y precisa, ayudando en la toma de decisiones. Gran parte de esa información será generada a través de los algoritmos y sistemas de detección de objetivos, sistemas de identificación amigo-enemigo (sistemas IFF) y sistemas de identificación que permitan identificar patrones que pasarían desapercibidos para los analistas humanos.
Presentamos a continuación una lista no extensiva con algunos ejemplos de sistemas de identificación de objetivos existentes o en desarrollo a día de hoy. Estas soluciones pueden permitir al lector comprender el alcance actual de los sistemas de visión artificial y de identificación de objetivos.
- Anduril: Sistemas C-UAS como SENTRY, utilizan procesamiento en la periferia o borde (edge computing) y algoritmos de IA con una variedad de radares y sensores, para identificar, detectar y rastrear de forma autónoma objetos de interés para asegurar fronteras, bases militares, oleoductos y gasoductos, y otras infraestructuras críticas. .
- Palantir: La unidad TITAN integra sensores, redes y elementos de automatización para reducir el tiempo desde el sensor hasta el tirador utilizando tecnología de inteligencia artificial y aprendizaje automático, para producir y entregar información de objetivos para la toma de decisiones a los combatientes.
- Sensores TK (Overwatch): Sistemas de sensores multiespectrales para imágenes de alta calidad utilizado en inteligencia y para el mapeo de superficies amplias.
- Shield AI: Su dron VTOL de despegue y aterrizaje vertical V-BAT admite una amplia gama de cargas útiles y sensores intercambiables que incluyen, entre otros cámaras EO/IR, AIS y capacidades basadas en IA de búsqueda de área amplia.
- FAST TARGETING, proyecto que compara la imagen proporcionada por el buscador (seeker) a bordo de un misil con una imagen del objetivo capturada anteriormente por otro sistema de vigilancia (por ejemplo mediante satélite). Esta comparación se lleva a cabo mediante algoritmos de Inteligencia Artificial que permiten comparar las dos imágenes e identificar el objetivo.
- 2ACI: Tecnología disponible para su integración en el sistema de combate Scorpion que permite detectar, reconocer e identificar vehículos estáticos y en movimiento utilizando imágenes infrarrojas.
- STORE: El proyecto STORE, combinando sensores optrónicos con técnicas de análisis basadas en IA, permitirá aumentar la percepción de nuestras tropas en el campo de batalla, mejorando su conciencia táctica situacional, acortando el ciclo de decisión para acelerar los tiempos de reacción y aumentando su capacidad de supervivencia en entornos complejos.
- Hensoldt es un ejemplo de empresa que ha decidido aprovechar la enorme cantidad de innovación que se está produciendo en el sector privado automovilístico y de los vehículos autónomos. Sus sensores permiten proporcionar vigilancia de áreas amplias e identificar rápidamente o incluso predecir anomalías en el entorno. La empresa proporciona sistemas de sensores que van desde radares SAR aéreos y sistemas de inteligencia de señales hasta conjuntos de sensores EO/IR multiespectrales. Este tipo de sensores podrían eventualmente llegar a las plataformas del Sistema Principal de Combate Terrestre (MGCS) o del Sistema Aéreo de Combate Futuro (FCAS) en desarrollo en Europa, lo que les otorgaría una ventaja significativa sobre adversarios potenciales.
- Helsing. La detección de objetos es un elemento fundamental para sus sistemas de percepción.
- Preligens: soluciones basadas en el análisis automatizado de flujos de trabajo de inteligencia geoespacial (GEOINT). Mediante aprendizaje automática y visión por computadora, esta empresa agrega información desde múltiples fuentes multi-inteligencia (Multi-INT), como imágenes (IMINT), electromagnético (ELINT), o de fuentes abiertas (OSINT) para proporcionar a los clientes una mejor “visión operativa”. Con una nueva generación de algoritmos para analizar datos geoespaciales e imágenes de satélite, desarrolla algoritmos diseñados para analizar e identificar objetos y “situaciones”, siendo capaces de detectar imágenes con una alta pixelación o baja resolución. Su software procesa grandes cantidades de imágenes por satélite y genera alertas cuando se detectan comportamientos “anormales” como vehículos en movimiento o la llegada de un avión de transporte. El sistema trabaja sobre una base de datos que incluye indicadores geoespaciales (en forma de datos) e imágenes físicas de una localización recogidas y aumentadas. A partir de este conjunto de datos la IA construye una ‘huella fotográfica’ de cualquier lugar basándose en este conjunto de información de varios niveles.
- Unidad multisensor (MSU S), Oerlikon Skynex, que realiza la clasificación de objetivos mediante inteligencia artificial.
Ilustración 4 Sistema 2ACI para la detección de vehículos militares
Conclusión
Hemos presentado una visión general de los sistemas de visión artificial, sus potenciales usos, asi como algunos ejemplos comerciales de sistemas que utilizan esta tecnología para la detección, identificación y seguimiento de objetivos.
Es importante recordar que, aunque estos sistemas mejoran enormemente las capacidades de detección de objetivos, al ser la primera etapa de la cadena de toma de decisiones en situaciones de combate por parte de armas autónomas (LAWS) o semiautónomas, su correcto diseño, entrenamiento y uso debe estar especialmente asegurado desde el punto de vista ético, moral y legal. La información proporcionada por los sistemas de detección e identificación alimentan una gran parte del resto de sistema utilizados en el campo de batalla, y las decisiones que estos sistemas tomen serán tan buenas como sea la información que los alimenta. Por ejemplo, estos sistemas pueden distinguir entre una persona que porta un arma o alguien que sostiene un bolso. Un error en esta fase es fatal, y esta es la razón por la que la mayor parte de los esfuerzos de la comunidad de Defensa y de la Inteligencia Artificial deben centrarse en ella.
Esta descripción de áreas y sistemas de defensa que utilizan IA forman parte del segundo módulo del Curso de Especialización Profesional sobre “Inteligencia Artificial para la Defensa” que se imparte en el Campus Internacional para la Seguridad y Defensa (CISDE), y que incluye además un primer módulo de introducción a la Inteligencia Artificial y un módulo de diseño de estrategias para la implantación de la Inteligencia Artificial en organizaciones del sector de la Defensa. (Raúl Álvarez, Director General de Kallisto IA y profesor del curso de “Inteligencia Artificial para la Defensa” en CISDE)
