Secondo un rapporto dettagliato di Ars Technica, una startup sostenuta dalla NATO sta adattando l’intelligenza artificiale in modo che piccoli droni militari possano rilevare, identificare e attaccare obiettivi senza comando umano diretto. L’azienda, Scaleout Systems, ha dimostrato una munizione vagante abilitata all’intelligenza artificiale che ha dato autonomamente la priorità a quello che considerava l’obiettivo di più alto valore su un campo di battaglia e è volata su di esso per sganciare un esplosivo – un segno di quanto velocemente il targeting autonomo si sta spostando dai documenti di ricerca ai programmi di difesa europei.
Andreas Helllander, cofondatore e CEO di Scaleout Systems, ha dichiarato ad Ars che la tecnologia è progettata per dare un vantaggio agli alleati della NATO rendendo operativi i dati dei sensori ai margini del campo di battaglia. Per maggiori informazioni su questa storia, consulta la nostra tendenze IA.
Dalla telemetria dei camion al campo di battaglia
Scaleout Systems è stata fondata nel 2018 da ricercatori dell'Università di Uppsala in Svezia, e il suo obiettivo originale era lontano dall'industria degli armamenti: formazione e implementazione di modelli di apprendimento automatico direttamente sull'hardware all'interno di camion commerciali e altri veicoli. La situazione è cambiata dopo che la Russia ha lanciato la sua invasione su vasta scala dell’Ucraina nel 2022, quando la società si è concentrata sulle applicazioni di difesa.
"Con la guerra in Ucraina e un mondo in cambiamento, ci siamo resi conto che questa tecnologia può essere molto importante per rendere operativi i dati edge e i dati dei sensori per l'apprendimento automatico per garantire che gli alleati della NATO abbiano trovato quel vantaggio strategico", ha detto Helllander ad Ars.
La società è stata selezionata nel 2025 per unirsi al programma Challenge Defense Innovator Accelerator for the North Atlantic (DIANA) della NATO, dove ha lavorato a un progetto chiamato Federated Aerial Intelligence for Recon. Lo sforzo adatta modelli di apprendimento automatico per l’hardware di edge computing presente su droni, tablet pilota di droni e posti di comando sul campo – hardware che, come ha detto Helllander ad Ars, spazia da piccoli dispositivi integrati a potenti workstation edge.
Apprendimento federato in prima linea
L'approccio di Scaleout differisce dal playbook del modello di frontiera di OpenAI o Anthropic. Invece di grandi modelli centralizzati, l’azienda utilizza modelli di machine learning più snelli che eseguono attività di visione artificiale direttamente sull’hardware dei droni. I droni aiutano gli operatori a identificare i bersagli mentre le loro telecamere e sensori raccolgono dati sul campo di battaglia, quindi condividono in modo intermittente aggiornamenti selettivi con i nodi informatici presso il plotone locale o la sede della compagnia, senza trasmettere dati grezzi sensibili.
Questi nodi della sede centrale riqualificano i modelli su dati aggregati provenienti da più fonti e trasferiscono le funzionalità aggiornate ai dispositivi edge quando le condizioni lo consentono. Il vantaggio è l’adattabilità: “I modelli potrebbero essere stati addestrati in un ambiente desertico, e se proviamo a schierarli in un ambiente urbano, non funzioneranno bene”, ha detto Helllander ad Ars. Ha sostenuto che i modelli che continuano ad apprendere e migliorare dai dati dei sensori del campo di battaglia durante una singola operazione rappresentano un "vantaggio sostenibile".
A giugno, Scaleout ha testato il concetto in una base dell'aeronautica militare svedese a Uppsala, dove l'esercito svedese possiede già una licenza per la piattaforma software dell'azienda. La dimostrazione ha dimostrato che un nodo informatico distribuito potrebbe continuare a eseguire i propri processi di inferenza AI e di apprendimento attivo anche dopo aver perso il contatto con un nodo centrale nel laboratorio dell'azienda, sincronizzando gli aggiornamenti appresi una volta ripristinata la connessione. Helllander ha detto ad Ars che questa strategia federata potrebbe eventualmente estendersi a intere regioni, sottolineando: "In linea di principio, è possibile sbloccare la collaborazione tra gli stati membri della NATO".
ALMA: una munizione vagabonda autonoma
L'applicazione più importante è la partecipazione di Scaleout al progetto Affordable Loitering Modular Ammunition (ALMA), guidato da BAE Systems Bofors, che mira a sviluppare un drone kamikaze autonomo a basso costo. Il concetto di ALMA è stato dimostrato pubblicamente per la prima volta durante un evento Winter Demo 2026 in Svezia a gennaio.
Durante quella dimostrazione, un drone "rileva[ndr], identifica[i] e geolocalizza[d] autonomamente tutte le potenziali minacce individuate con l'uso dell'intelligenza artificiale", secondo una presentazione di Scaleout Systems citata da Ars. "Tutti i dati vengono gestiti da un computer di bordo dedicato, consentendo al sistema di funzionare in tempo reale senza alcuna elaborazione esterna."
Il drone ha quindi automaticamente dato la priorità al bersaglio di valore più alto definito dalla sua missione – in questo caso, un veicolo corazzato da ingegneria – è volato verso di esso e ha sganciato un esplosivo. Ars ha riferito che un operatore umano potrebbe ancora controllare e dirigere il drone, ma che il drone ha svolto la missione da solo senza comandi umani diretti. Helllander ha detto ad Ars che la società ha anche costruito un concetto funzionante di sorveglianza e ricognizione dimostrato pubblicamente in Svezia.
Perché l'intelligenza artificiale Edge è importante nella guerra moderna
La spinta verso l’intelligenza artificiale a bordo riflette la realtà dei conflitti attuali. La guerra elettronica e il jamming nemico interferiscono spesso con le comunicazioni, motivo per cui un numero crescente di droni militari ucraini incorpora già l’intelligenza artificiale a bordo in progetti kamikaze economici. Ars ha anche osservato che affidarsi a data center centralizzati per eseguire modelli di intelligenza artificiale sembra più rischioso in un momento in cui grandi data center sono stati presi di mira e distrutti durante la guerra tra Stati Uniti e Iran.
I modelli di intelligenza artificiale locale che operano in modo indipendente – senza contatto continuo con un server distante – continuano a funzionare anche quando i collegamenti si interrompono, che è proprio lo scenario di cui i pianificatori militari si preoccupano di più.
Il dibattito più ampio sulle armi autonome
La dimostrazione di ALMA si colloca nel mezzo di un dibattito internazionale irrisolto sulle armi autonome letali, in cui la questione chiave è quanta supervisione umana deve rimanere nel circuito quando le macchine selezionano e attaccano gli obiettivi. Nelle dimostrazioni pubbliche di Scaleout, un operatore umano ha mantenuto la capacità di controllare e dirigere il drone, e l'azienda inquadra la sua tecnologia come supporto decisionale per gli eserciti della NATO. Ciò che la demo di gennaio ha mostrato, tuttavia, è che l’intero ciclo della missione – rilevamento, identificazione, definizione delle priorità, attacco – può ora essere eseguito sul computer di bordo di un drone a basso costo senza elaborazione esterna.
Come chiarisce il rapporto di Ars Technica, gli elementi costitutivi della capacità di attacco autonomo non sono più limitati ai programmi classificati delle maggiori potenze. Vengono assemblati da startup, accelerati attraverso i canali di innovazione della NATO e dimostrati in pubblico – uno sviluppo che sia i sostenitori del controllo degli armamenti che i pianificatori militari osserveranno da vicino.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
