Een door de NAVO gesteunde startup past kunstmatige intelligentie aan zodat kleine militaire drones doelen kunnen detecteren, identificeren en aanvallen zonder directe menselijke commando's, volgens een gedetailleerd rapport van Ars Technica. Het bedrijf, Scaleout Systems, demonstreerde een door AI ondersteunde rondhangende munitie die autonoom prioriteit gaf aan wat zij beschouwde als het meest waardevolle doelwit op een slagveld en ernaartoe vloog om een explosief te laten vallen – een teken van hoe snel autonome targeting zich verplaatst van onderzoekspapers naar Europese defensieprogramma’s.
Andreas Hellander, medeoprichter en CEO van Scaleout Systems, vertelde Ars dat de technologie is ontworpen om NAVO-bondgenoten een voorsprong te geven door sensorgegevens aan de rand van het slagveld te operationaliseren. Voor meer context over dit verhaal, zie ons AI-trends.
Van vrachtwagentelemetrie tot het slagveld
Scaleout Systems werd in 2018 opgericht door onderzoekers van de Universiteit van Uppsala in Zweden, en de oorspronkelijke focus lag verre van de wapenindustrie: het trainen en inzetten van machine learning-modellen rechtstreeks op hardware in commerciële vrachtwagens en andere voertuigen. Dat veranderde nadat Rusland in 2022 zijn grootschalige invasie van Oekraïne lanceerde, toen het bedrijf zich richtte op defensietoepassingen.
“Met de oorlog in Oekraïne en een veranderende wereld realiseerden we ons dat deze technologie erg belangrijk kan zijn om edge-data en sensordata voor machinaal leren te operationaliseren om ervoor te zorgen dat NAVO-bondgenoten dat strategische voordeel hebben gevonden”, vertelde Hellander aan Ars.
Het bedrijf werd in 2025 geselecteerd om deel te nemen aan het Defence Innovator Accelerator for the North Atlantic (DIANA) Challenge Program van de NAVO, waar het heeft gewerkt aan een project genaamd Federated Aerial Intelligence for Recon. De inspanning past machine learning-modellen aan voor de edge computing-hardware die te vinden is op drones, drone-pilot-tablets en veldcommandoposten - hardware die, zoals Hellander aan Ars vertelde, varieert van kleine embedded apparaten tot krachtige edge-werkstations.
Gefedereerd leren aan de frontlinie
De aanpak van Scaleout verschilt van het grensmodel-playbook van OpenAI of Anthropic. In plaats van grote gecentraliseerde modellen gebruikt het bedrijf slankere machine learning-modellen die computervisietaken rechtstreeks op drone-hardware uitvoeren. De drones helpen operators met doelidentificatie, terwijl hun camera's en sensoren slagveldgegevens verzamelen en vervolgens met tussenpozen selectieve updates delen met computerknooppunten op het lokale peloton of hoofdkwartier van bedrijven - zonder gevoelige onbewerkte gegevens te verzenden.
Deze knooppunten op het hoofdkantoor hertrainen de modellen op basis van geaggregeerde gegevens uit meerdere bronnen en pushen bijgewerkte mogelijkheden terug naar edge-apparaten wanneer de omstandigheden dit toelaten. Het voordeel is aanpassingsvermogen: "Modellen zijn misschien getraind in een woestijnomgeving, en als we ze in een stedelijke omgeving proberen in te zetten, zullen ze niet goed presteren", vertelde Hellander aan Ars. Hij betoogde dat modellen die tijdens één enkele operatie blijven leren en verbeteren van sensorgegevens op het slagveld, een ‘duurzaam voordeel’ vertegenwoordigen.
In juni testte Scaleout het concept op een Zweedse luchtmachtbasis in Uppsala, waar het Zweedse leger al een licentie heeft voor het softwareplatform van het bedrijf. De demonstratie toonde aan dat een voorwaarts ingezet computerknooppunt zijn eigen AI-inferentie- en actieve leerprocessen kon blijven uitvoeren, zelfs nadat het contact met een centraal knooppunt in het laboratorium van het bedrijf was verloren, en de geleerde updates synchroniseerde zodra de verbinding terugkeerde. Hellander vertelde Ars dat deze gefedereerde strategie zich uiteindelijk over hele regio's zou kunnen uitstrekken, waarbij hij opmerkte: "In principe kun je de samenwerking tussen NAVO-lidstaten ontsluiten."
ALMA: een autonome rondhangende munitie
De meest consequente toepassing is de deelname van Scaleout aan het Affordable Loitering Modular Ammunition (ALMA)-project, geleid door BAE Systems Bofors, dat tot doel heeft een goedkope autonome kamikaze-drone te ontwikkelen. Het ALMA-concept werd voor het eerst publiekelijk gedemonstreerd tijdens een Winter Demo 2026-evenement in Zweden in januari.
Tijdens die demonstratie "detecteerde, identificeerde en geolokaliseerde [d] een drone autonoom alle potentiële gesignaleerde bedreigingen met behulp van AI", aldus een presentatie van Scaleout Systems, geciteerd door Ars. "Alle gegevens worden verwerkt door speciale ingebouwde computers, waardoor het systeem in realtime kan presteren zonder enige externe verwerking."
De drone gaf vervolgens automatisch prioriteit aan het doelwit met de hoogste waarde, zoals gedefinieerd door zijn missie – in dit geval een gepantserd technisch voertuig – en vloog erheen en liet een explosief vallen. Ars meldde dat een menselijke operator de drone nog steeds kon besturen en besturen, maar dat de drone de missie zelfstandig uitvoerde zonder directe menselijke commando's. Hellander vertelde Ars dat het bedrijf ook een functionerend surveillance- en verkenningsconcept heeft ontwikkeld dat publiekelijk in Zweden wordt gedemonstreerd.
Waarom Edge AI belangrijk is in de moderne oorlog
De drang naar AI aan boord weerspiegelt de realiteit van de huidige conflicten. Elektronische oorlogsvoering en vijandelijk jammen interfereren vaak met de communicatie, wat een van de redenen is dat een groeiend aantal Oekraïense militaire drones al AI aan boord in goedkope kamikaze-ontwerpen integreert. Ars merkte ook op dat het riskanter lijkt om te vertrouwen op gecentraliseerde datacenters om AI-modellen uit te voeren in een tijd waarin grote datacenters het doelwit zijn en vernietigd zijn tijdens de oorlog tussen de VS en Iran.
Lokale AI-modellen die onafhankelijk opereren – zonder voortdurend contact met een server op afstand – blijven werken als de verbindingen uitvallen, en dat is precies het scenario waar militaire planners zich het meest zorgen over maken.
Het bredere debat over autonome wapens
De ALMA-demonstratie belandt midden in een onopgelost internationaal debat over dodelijke autonome wapens, waarbij de hamvraag is hoeveel menselijk toezicht er moet blijven wanneer machines doelen selecteren en aanvallen. Bij de openbare demonstraties van Scaleout behield een menselijke operator de mogelijkheid om de drone te besturen en te besturen, en het bedrijf beschouwt zijn technologie als beslissingsondersteuning voor NAVO-legers. Wat de demo van januari echter liet zien, is dat de volledige missiecyclus – detecteren, identificeren, prioriteren, aanvallen – nu kan worden uitgevoerd op de computer aan boord van een goedkope drone, zonder externe verwerking.
Zoals het rapport van Ars Technica duidelijk maakt, blijven de bouwstenen van het autonome aanvalsvermogen niet langer beperkt tot de geheime programma's van de grootmachten. Ze worden bijeengebracht door startups, versneld via NAVO-innovatiekanalen en publiekelijk gedemonstreerd – een ontwikkeling die zowel voorstanders van wapenbeheersing als militaire planners nauwlettend in de gaten zullen houden.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
