Modelos de IA pequeños permiten que los drones identifiquen y ataquen objetivos en el campo de batalla
En un avance significativo para la integración de inteligencia artificial en el ámbito militar, una startup europea ha desarrollado modelos de aprendizaje automático ligeros que permiten a los drones operar de forma autónoma en entornos de combate, identificando y seleccionando objetivos con precisión. Esta tecnología, impulsada por el aprendizaje federado, está siendo implementada en bases militares y en vehículos aéreos no tripulados, con el objetivo de mejorar la capacidad de reconocimiento y toma de decisiones en el campo de batalla.
Scaleout Systems, empresa fundada en 2018 por investigadores de la Universidad de Uppsala, Suecia, inicialmente se enfocó en el entrenamiento y despliegue de modelos de machine learning en vehículos comerciales. Sin embargo, tras el inicio de la invasión rusa de Ucrania en 2022, la compañía redirigió sus esfuerzos hacia aplicaciones defensivas, reconociendo la importancia estratégica de su tecnología en contextos de guerra moderna.
Andreas Hellander, cofundador y director ejecutivo de Scaleout Systems, explicó a Ars Technica que la necesidad de procesar datos en tiempo real desde sensores y cámaras en el frente de batalla ha convertido a esta solución en una herramienta clave para los aliados de la OTAN. En lugar de depender de modelos de gran tamaño desarrollados por empresas como OpenAI o Anthropic, Scaleout optó por soluciones más ligeras capaces de ejecutarse en hardware de bajo rendimiento, como los utilizados en drones o estaciones de trabajo en el campo.
La empresa fue seleccionada para participar en el programa DIANA (Defence Innovator Accelerator for the North Atlantic) de la OTAN en 2025. Allí, se ha centrado en el proyecto «Federated Aerial Intelligence for Recon» (Inteligencia Aérea Federada para Reconocimiento), que busca adaptar modelos de machine learning a los recursos computacionales disponibles en drones, tabletas de pilotos y centros de mando en campo.
Estos modelos de IA ayudan a los operadores de drones a identificar objetivos incluso mientras recopilan información del entorno mediante cámaras y sensores. La clave radica en que estos sistemas pueden compartir actualizaciones selectivas con nodos de procesamiento locales, sin transmitir datos sensibles en bruto. Esto permite mantener la confidencialidad mientras se mejora continuamente el rendimiento del modelo.
Los nodos centrales de las bases militares reentrenan los modelos con nuevos datos recolectados de múltiples fuentes, y luego distribuyen las mejoras a los dispositivos en el campo cuando sea posible. Según Hellander, este proceso es fundamental porque los modelos entrenados en entornos desérticos pueden fallar al ser aplicados en ambientes urbanos, y la capacidad de aprendizaje continuo permite adaptarlos rápidamente a condiciones cambiantes.
“Si podemos lanzar varias versiones nuevas de este modelo durante una sola jornada o operación, y que aprendan constantemente a partir de la enorme cantidad de datos generados en el campo, eso representa una ventaja sostenible”, señaló Hellander. Esta característica hace que la solución sea especialmente útil en escenarios dinámicos donde la información cambia rápidamente.
Para validar su funcionalidad, Scaleout ha llevado a cabo pruebas en ejercicios militares en vivo. Estas evaluaciones han demostrado que los drones pueden operar con autonomía limitada, realizando tareas de vigilancia y selección de blancos sin necesidad de intervención constante del control central, lo cual incrementa tanto la eficiencia como la seguridad en operaciones de campo.
El enfoque de Scaleout se alinea con la tendencia creciente hacia el uso de tecnologías de edge computing en el sector defensa, donde la capacidad de procesar datos localmente es crucial para reducir latencias y garantizar la resiliencia ante interrupciones en las comunicaciones. Esta estrategia también apoya la visión de una defensa más descentralizada y adaptable.
La implementación de estos modelos de IA en el ámbito militar representa un paso importante en la evolución de la guerra digital, donde la capacidad de aprender y adaptarse en tiempo real puede marcar la diferencia entre el éxito y el fracaso en el campo de batalla.
Traducción y adaptación por Tecnología 365.
Fuente original: Ars Technica