El camino a seguir: por qué los drones de IA no se apoderaron del campo de batalla... (al menos no todavía)

Por Benjamin Cook (introducción de Tom Cooper)

Debo admitir que fue una especie de "alivio" ver cómo la actual administración de los EE.UU. continúa demoliendo a los EE.UU. no solo internamente, sino también en el plano internacional. Al menos, la situación ahora está clara. De hecho, al imponer sus "aranceles (de línea plana)" a casi todo el mundo y a todo, el gobierno de los EE.UU. (el gobierno a cargo de una economía que estaba imponiendo a todos los demás, y la economía que más prohibía el libre comercio, el asunto conocido como "neoliberalización" de los últimos 50-80 años) también fue tan amable como para obligar a todos los demás a unirse (al menos en el plan local) - contra los EE.UU. - y actuar, también.

Además, también proporcionó un excelente ejemplo de lo que sucede cuando uno se niega a aceptar la realidad y también se niega a reformarse. A donde esto me lleva (de hecho: 'nosotros') al tema de Ucrania. Por irónico que pueda sonar a primera vista, esto se debe a que el gobierno también se niega a introducir las reformas necesarias, si no a sí mismo, al menos a sus fuerzas armadas. Esta, a su vez, es la razón central por la que las cosas que van a ser descritas por Benjamin en el siguiente artículo, aún no están "gobernando" los campos de batalla de la guerra en Ucrania.

En el lado positivo: gracias a tener una serie de contactos en esa rama, se puede observar que, por mucho que todos estén frustrados, incluso enloquecidos por la corrupción, el nepotismo y la incompetencia de su propio gobierno, y a diferencia de "nosotros", todos los demás en 'Occidente', los ucranianos 'al menos' sobresalen en la búsqueda de formas de evitarlo. Para superar cualquier tipo de obstáculo que su propio gobierno esté poniendo en su camino. Piensen que, en este sentido, los ucranianos pueden servir como un excelente ejemplo para todos nosotros, y en todos los demás aspectos imaginables de la vida pública, de cómo "hacerlo, a pesar de todo".

Por lo tanto, no puedo dejar de ofrecer una recomendación amistosa: 'estén atentos'. Vamos a escuchar mucho, mucho más sobre el siguiente tema en las próximas semanas y meses.

¿De qué estoy hablando? Sobre que la IA y la robotización son el futuro de esta guerra. Al menos en lo que respecta a las Fuerzas Armadas ucranianas. Tal vez no este año, pero sí el próximo: los robots y la IA van a ser tan "normales" como cualquier otra cosa que hayamos visto en esta guerra en los últimos tres años.

¿Por qué? Porque, en realidad, las soluciones ya no solo están "en desarrollo", sino también en producción. Solo se necesita tiempo para superar todos los obstáculos que se interponen constantemente en el camino de los desarrolladores y fabricantes involucrados, y eso por parte de un gobierno que todo el tiempo se retrasa al menos 12-18 meses con respecto a los desarrollos (pero luego está muy feliz de reclamar cada logro para sí mismo).

NOTA: Debido a que esto es muy técnico, lo he mantenido en forma más de esquema. Además, he tratado de equilibrar la información con la comprensión. De lo contrario, esto podría ser fácilmente como beber de una manguera de bomberos.

La complejidad oculta detrás de una sola pila de autonomía

Existe la idea popular de que los drones de IA ya están en todas partes: detectan objetivos, toman decisiones y ejecutan ataques sin intervención humana.

En realidad, los drones autónomos existen, y están siendo utilizados, especialmente por Ucrania, pero siguen siendo la excepción, no la regla. La mayoría de los drones en el campo de batalla todavía se pilotan manualmente, se apuntan visualmente y calculan su posición a través del espacio aéreo hostil.

La pregunta es: ¿Por qué? La respuesta corta es esta: la verdadera autonomía es difícil. Y la construcción de incluso una sola capacidad, como el Reconocimiento Automático de Objetivos (ATR), requiere un ballet integrado de sistemas en los que cualquier eslabón débil puede derribar toda la cadena.

Así que examinemos lo que realmente se necesita para que un dron "vea" un objetivo, lo rastree, prediga su movimiento y ataque, todo sin control humano. Y por qué eso sigue siendo tan raro.

Las capas detrás del ataque

Cuando las personas escuchan "dron de IA", se imaginan algo como un Terminator volador: consciente de sí mismo, rápido y letal. Pero la realidad es menos cinematográfica y mucho más frágil.

Detrás de cada interacción autónoma exitosa se encuentra una pila de múltiples capas: detección, seguimiento, predicción, toma de decisiones, actuación y seguridad. Ninguna de estas partes es fácil. En conjunto, son un campo minado de concesiones de ingeniería.

Así es como funciona y dónde se rompe.

Paso 1: Detección: el primer vistazo

Antes de que algo pueda ser rastreado o atacado, el sistema necesita saber lo que está viendo.

La mayor parte de la detección de objetos de grado militar ahora se realiza utilizando modelos como YOLOv5 o YOLOv8, abreviatura de You Only Look Once. Estos modelos analizan los fotogramas de vídeo en tiempo real y devuelven cuadros delimitadores con etiquetas de clase y puntuaciones de confianza.

¿Quieres encontrar un tanque? ¿Un camión? ¿Una antena parabólica de radar? Para eso es este paso.

Este proceso de detección debe ejecutarse en hardware liviano (generalmente en chips de IA periféricos como Nvidia Jetson o Coral TPU), a velocidades en tiempo real, con iluminación, clima o terreno impredecibles. El modelo también debe haber sido entrenado con imágenes de combate realistas, no con conjuntos de datos comerciales (Ucrania tiene la base de datos anotada más grande del mundo de equipos enemigos).

Para ponerlo en perspectiva: las primeras versiones de la pila de autonomía de Tesla se basaban en modelos de detección al estilo YOLO. Pero esos autos operan en carreteras pavimentadas, con iluminación y señalización constantes. Los drones que vuelan sobre campos quemados, vehículos camuflados y restos humeantes están en un mundo completamente diferente.

Paso 2: Seguimiento: no pierdas el objetivo

Una sola detección no es suficiente. El sistema necesita rastrear el objeto a través de fotogramas, incluso cuando se mueve, cambia de ángulo, desaparece brevemente o se ocluye parcialmente.

Este es el trabajo de un algoritmo de seguimiento, a menudo DeepSORT o ByteTrack, que mantiene un "bloqueo" en el objeto a lo largo del tiempo. El objetivo es la continuidad: saber que esta mancha del fotograma 47 es el mismo objeto del fotograma 42.

Si pierde ese hilo, el sistema tendrá que empezar de nuevo, o peor aún, hará una suposición errónea sobre dónde fue el objetivo.

Paso 3: Predicción: ¿dónde estará?

El seguimiento te da "dónde está". La predicción tiene que ver con el rumbo que se hace.

En el combate real, los objetivos se mueven. A veces lentamente, a veces rápido. Para golpear con éxito algo, especialmente con una munición merodeadora o un dron kamikaze, el sistema debe calcular un punto de intercepción basado en:

● Velocidad y rumbo del objetivo

● Dinámica de vuelo del dron

● Viento, terreno, altitud

Estos cálculos deben hacerse rápidamente y revisarse constantemente a medida que cambia la situación. Una mala predicción significa un fallo, o una misión de ataque fallida.

Paso 4: Lógica de decisión y ejecución

Una vez que el dron tiene la detección, el seguimiento y la intercepción prevista, aún debe decidir:

● ¿Es este el objetivo correcto?

● ¿Es ahora el momento adecuado?

● ¿Ataco o espero?

Esta lógica a menudo se codifica en un motor de decisión: una serie de reglas, umbrales o incluso clasificadores de IA que deciden cuándo actuar. En algunos casos, hay un humano en el bucle para confirmar antes de que el arma se active. En otros, es totalmente autónomo.

Por último, el sistema debe accionar: ajustando su rumbo, activando una descenso o disparando una munición. Ese traspaso, de la percepción al controlador de vuelo, es una de las partes más propensas a fallas del sistema.

Paso 5: Integración y orquestación

Ninguna de estas partes funciona por sí sola. Deben integrarse en una única pila de software orquestada:

● Entradas de sensor de cámara, IMU, barómetro

● Modelos de inferencia para detección y predicción

● Capas lógicas para conectar las decisiones con la actuación

Entre las plataformas de orquestación comunes se incluyen:

● ROS (Robot Operating System): modular, basado en mensajes

● Nvidia DeepStream: optimizado para IA en vídeo

● Lógica personalizada en Python o C++

Cada capa introduce latencia, uso de memoria y riesgo de temporización. Si un mensaje falla, un sensor se retrasa o un subproceso de la CPU se detiene, el sistema puede bloquearse o, lo que es peor, congelarse a mitad del ataque.

Seguridad y comunicaciones: la capa invisible

Un dron que piensa y ataca por sí solo también es un objetivo cibernético. Es por eso que la seguridad criptográfica es una parte fundamental de cualquier pila de drones autónomos.

● Los datos de segmentación deben estar cifrados en reposo.

● Las comunicaciones (cuando estén presentes) deben ser seguras y a prueba de manipulaciones.

● El modelo de IA en sí puede ser clasificado o patentado, y debe protegerse para que no se recupere si el dron es derribado.

Esto requiere coprocesadores criptográficos o elementos seguros, como los módulos ATECC608A o STSAFE de Microchip, que agregan tamaño, peso, consumo de energía y costo.

Pero sin ellos, incluso una pila de IA brillante se convierte en un lastre en el momento en que se estrella detrás de las líneas enemigas.

¿Por qué no ha escalado, todavía? Cada una de estas capas es un reto. Juntos, son una pila de posibles puntos de error:

● Una lente empañada arruina la detección.

● Un paquete caído detiene el seguimiento.

● Un actuador inoportuno interrumpe la intercepción.

● Una clave dañada rompe la confianza.

● Un fallo de software hace que el dron se salga de control.

Esta es la razón por la que la mayoría de los ataques con drones de IA de los que se oye hablar hoy en día siguen siendo sistemas híbridos: una IA que ayuda a identificar, rastrear o apuntar, pero con una dirección, confirmación o activación humana.

Existe una verdadera autonomía en el campo de batalla, pero es rara. No porque sea imposible, sino porque es difícil hacer que funcione cada vez.

El cerebro silencioso detrás del boom

Sin embargo, cuando funciona, es terriblemente efectivo. Un sistema de IA que puede detectar un objetivo, rastrear su movimiento, predecir su trayectoria, confirmar la legalidad y atacar, todo desde un chip del tamaño de la palma de la mano sin ningún humano en el circuito, lo cambia todo. Pero hasta que ese sistema sea robusto, modular y barato, los drones de IA seguirán siendo más un mito que una amenaza. El cerebro detrás del boom es real. Simplemente no está listo para sobrevivir a la guerra por sí solo, todavía.