En fechas recientes pudimos asistir al evento “El Futuro del Carros de Combate en Europa” donde se analizaron diferentes aspectos incluyendo el nivel de protección, pero ahora analizaremos esta protección desde el punto de vista de la furtividad y el campo de batalla hipersensorizado al que se enfrentan los carros en la actualidad.
Continuamos además en este artículo la serie mensual sobre el uso de la IA en el sector de la Defensa en la que exploramos áreas en las que la IA está redefiniendo el campo de batalla del futuro (cercano). Después del articulo dedicado a la Detección, Identificación y Seguimiento de amenazas y objetivos, nos centraremos en este artículo en como un campo de batalla transparente puede impactar en el diseño, las características, y el equipamiento de los vehículos militares.
Que el campo de batalla es diferente es algo sobre lo que no vamos a incidir dada la cantidad de satélites, medios aéreos y drones de vigilancia en el campo de batalla ucraniano y de Oriente Medio. Lo que es más relevante es que la tendencia va a continuar, incrementándose si cabe, dicha transparencia de y en el campo de batalla.
“la tecnología de combate descrita en el extracto incluye gafas de realidad aumentada táctica; vigilancia persistente de drones hostiles; desinformación microdirigida a familias militares, incluyendo video y audio generados por IA; y pantallas de tablero de próxima generación que fusionan datos satelitales y redes terrestres.”[1]
Si como parece indicar el campo de batalla ucraniano, es necesario (y urgente) limitar la capacidad de sus enemigos para detectar despliegues de tropas y vehículos tanto en el frente de combate como en retaguardia, los diseños de los vehículos militares (y en particular los carros de combate debido a ser objetivos de alto valor), deberán adaptarse (o morir).
Son por lo tanto necesarios avances en la tecnología de camuflaje, superando los métodos tradicionales y emplear un enfoque de múltiples capas para la manipulación de la firma espectral de un vehículo. Una potencial solución es combinar técnicas de ocultación tanto físicas como espectrales, que no están presentes en los sistemas convencionales de CCD (Camouflage, Concealment and Deception o Camuflaje, Ocultación y Engaño).
Durante la última década, las empresas de defensa han estado buscando soluciones para mejorar la supervivencia de los vehículos militares en un campo de batalla bajo vigilancia continua y ubicua de medios satelitales y aéreos. Las soluciones tradicionales existentes, tales como pinturas, materiales, películas flexibles, telas y sistemas dinámicos adheridos a las superficies de los vehículos han sido diseñados y son en general específicos para ocultar ante los sensores una o un número limitado de partes del espectro electromagnético (visual, IR y radar los sistemas más avanzados). Dichos sistemas están principalmente diseñados para ocultar vehículos de los ojos humanos en la banda visual, pero no de los algoritmos de IA de visión por computadora, ya que no ocultan la forma de los vehículos ni modifican la estructura de sus superficies. En general las soluciones disponibles a día de hoy se basan en una o dos de las siguientes técnicas, pero no en las tres al mismo tiempo:
- El camuflaje, que implica disfrazar un activo militar. Ejemplos típicos de soluciones de camuflaje son las redes miméticas colocadas sobre un equipo o la utilización de patrones disruptivos pintados sobre un vehículo para que se mezcle con su entorno.
- La ocultación, que implica ocultar un activo, como cubrir equipos con vegetación cortada o cubrirlos con lonas para ocultar su existencia y/o forma.
- El engaño, diseñado para desviar la atención del enemigo de un activo y dirigirla hacia una instalación ficticia o señuelo (decoy) que se asemeja al objetivo real.
Una potencial solución es la utilización de camuflaje móvil para aumentar la probabilidad de supervivencia en un campo de batalla transparente. Pero ¿cómo ocultar la firma (en sentido amplio, es decir en gran parte del espectro de radiofrecuencia) para enmascarar un activo o vehículo militar? ¿Cómo hacerlo en una forma efectiva en costes? No debemos olvidar que los sistemas activos (por ejemplo BAE Adaptiv) tienen precios elevados, requieren de sistemas de alimentación, incluyen electrónica, y en general solo ocultan la firma en partes concretas del espectro.
Los sistemas basados en materiales especiales (léase grafeno o cualquier otro metamaterial) suelen tener las mismas limitaciones (espectro limitado, complejidad, coste). Si a todo lo anterior añadimos la disponibilidad de sensores multiespectrales y radares de apertura sintética, podemos apreciar que la ocultación en una o varias bandas no es suficiente para engañar a algoritmos de inteligencia artificial que fusionen los datos de varios tipos de sensores.
Algunos ejemplos
En la siguiente imagen (ver fotografía de portada) podemos observar una variante de T-72 ruso avistada con varias modificaciones diseñadas para un campo de batalla transparente:
- Sección trasera con paneles cubiertos de tela de camuflaje que modifica la firma del compartimento del motor.
- Torreta modificada con paneles que cubren la parte delantera del carro y que modifican su firma.
- Jaula de protección sobre la torreta de tipo "cope cage" que oculta la forma y modifica el color de la torreta.
No obstante un analista humano puede reconocer fácilmente que estamos tratando de un carro de combate ruso (adicionalmente el signo Z pintado sobre la superficie anterior consigue destruir todo el intento de camuflaje y engaño generado por el resto del sistema). En cualquier caso, el cañón y su firma térmica, así como las dimensiones totales del vehículo, y la firma hiperespectral de los materiales podrán ser utilizados fácilmente por algoritmos de IA alimentados con una fusión de datos para identificar correctamente el vehículo como un carro de combate.
¿Podría una solución como el Stridsvagn 103, con un perfil casi plano (visto desde un satélite) y sin torreta limitar las ventajas de una vigilancia aérea o satelital? Si este fuera el caso, la ocultación de las características de dicho carro mediante paneles o placas como en el caso del T-72 podría incrementar la probabilidad de no ser identificado por los algoritmos de IA.
Fuente: Wikipedia VHMQ Photography
Los retos para el futuro carro de combate europeo
Este tipo de preguntas son las que en nuestra opinión los diseñadores de un nuevo vehículo militar o carro de combate (como por ejemplo el Futuro del Carro de Combate en Europa, o MGCS) contemplan a buen seguro.
Por otra parte, la nueva generación de sistemas de enmascaramiento (para este concepto, masking, remitirse a Next War: Reimagining How We Fight) tienen en cuenta los condicionantes del nuevo campo de batalla. Kallisto Shield es una solución pasiva, simple, de bajo coste, fácil de instalar y operar por unidades dispersas y diseñado para modificar la firma de un vehículo en diferentes bandas.
Al mismo tiempo, multitud de vehículos, especialmente los vehículos terrestres no tripulados (UGV) que acompañarán a las unidades en un futuro próximo, y otros señuelos militares pueden compartir las mismas firmas lo que permite ocultar los objetivos de mayor valor y aumentar la protección de unidades dispersas manteniendo la simplicidad y el pragmatismo requeridos en el entorno actual.
Por ejemplo, la Versión Segmentada de dos capas del Kallisto Shield presentada en el siguiente video es un sistema de protección avanzado diseñado con una configuración única de materiales para engañar a los algoritmos de visión por computadora, la vigilancia satelital y los sistemas autónomos. Consiste en 36 paneles, cada uno fabricado en materiales distintos:
- Material Reflectante de Radar y Conductor de Calor: Este material está diseñado para reflejar ondas de radar y conducir el calor de manera eficiente.
- Material Absorbente de Radar y Aislante de Calor: Este material está diseñado para absorber ondas de radar y aislar contra el calor.
La combinación de dichos paneles permite un total de 262,000 firmas diferentes a través de múltiples bandas del espectro, proporcionando un mecanismo de defensa versátil y adaptable. Los resultados de nuestras pruebas utilizando datos sintéticos para entrenar y probar los algoritmos de IA utilizados en drones de bajo y medio coste en el campo de batalla ucraniano son esperanzadores, consiguiendo incrementar notablemente la tasa de falsos negativos (vehículo militar no detectado por los algoritmos de IA) y falsos positivos (señuelos y UGVs identificados como vehículos militares de alto valor).
De hecho podemos imaginar un futuro en el que los fabricantes de vehículos militares integren el concepto de “Kallisto Shield” dentro del diseño de sus vehículos, es decir, gran parte de los vehículos (de transporte de tropas, portamorteros, artillería autopropulsada, UGVs, señuelos y otros) estarán diseñados de forma que presenten una firma similar y dispongan de paneles intercambiables cubriendo la superficie superior para dificultar su seguimiento (tracking) por parte de satélites, drones autónomos y municiones guiadas. (Raúl Álvarez, Director General de Kallisto IA y profesor del curso de “Inteligencia Artificial para la Defensa” en CISDE)
[1] Army taps ‘Ghost Fleet’ authors to write novel on multi-domain warfare, 19-Nov-2024, Military Times https://www.militarytimes.com/news/your-military/2024/11/19/army-taps-ghost-fleet-authors-to-write-novel-on-multi-domain-warfare/_________________________________________________________________
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.
