Uma startup apoiada pela NATO está a adaptar a inteligência artificial para que pequenos drones militares possam detectar, identificar e atacar alvos sem comandos humanos diretos, de acordo com um relatório detalhado da Ars Technica. A empresa, Scaleout Systems, demonstrou uma munição de ociosidade habilitada para IA que priorizava autonomamente o que considerava o alvo de maior valor num campo de batalha e voava até lá para lançar um explosivo – um sinal da rapidez com que a segmentação autónoma está a passar dos documentos de investigação para os programas de defesa europeus.
Andreas Hellander, cofundador e CEO da Scaleout Systems, disse a Ars que a tecnologia foi projetada para dar uma vantagem aos aliados da OTAN, operacionalizando dados de sensores na periferia do campo de batalha. Para mais contexto sobre esta história, confira nossa tendências de IA.
Da telemetria do caminhão ao campo de batalha
A Scaleout Systems foi fundada em 2018 por pesquisadores da Universidade de Uppsala, na Suécia, e seu foco original estava longe da indústria de armas: treinar e implantar modelos de aprendizado de máquina diretamente em hardware dentro de caminhões comerciais e outros veículos. Isso mudou depois que a Rússia lançou a sua invasão em grande escala da Ucrânia em 2022, quando a empresa se voltou para aplicações de defesa.
“Com a guerra na Ucrânia e um mundo em mudança, percebemos que esta tecnologia pode ser muito importante para operacionalizar dados de ponta e dados de sensores para aprendizagem de máquina para garantir que os aliados da OTAN encontrem essa vantagem estratégica”, disse Hellander a Ars.
A empresa foi selecionada em 2025 para ingressar no Programa de Desafio Defense Innovator Accelerator for the North Atlantic (DIANA) da OTAN, onde trabalhou em um projeto denominado Federated Aerial Intelligence for Recon. O esforço adapta modelos de aprendizado de máquina para o hardware de computação de ponta encontrado em drones, tablets piloto de drones e postos de comando de campo – hardware que, como Hellander disse a Ars, varia de pequenos dispositivos incorporados a poderosas estações de trabalho de ponta.
Aprendizagem Federada na Linha de Frente
A abordagem do Scaleout difere do manual do modelo de fronteira do OpenAI ou Anthropic. Em vez de grandes modelos centralizados, a empresa usa modelos de aprendizado de máquina mais enxutos que executam tarefas de visão computacional diretamente no hardware do drone. Os drones ajudam os operadores na identificação de alvos enquanto suas câmeras e sensores coletam dados do campo de batalha e, em seguida, compartilham atualizações seletivas de forma intermitente com nós de computação no pelotão local ou na sede da empresa – sem transmitir dados brutos confidenciais.
Esses nós da sede treinam novamente os modelos em dados agregados de diversas fontes e enviam recursos atualizados de volta aos dispositivos de borda quando as condições permitirem. O benefício é a adaptabilidade: “Os modelos podem ter sido treinados num ambiente desértico e, se tentarmos implantá-los num ambiente urbano, não terão um bom desempenho”, disse Hellander a Ars. Ele argumentou que os modelos que continuam aprendendo e melhorando a partir dos dados dos sensores do campo de batalha durante uma única operação representam uma “vantagem sustentável”.
Em junho, a Scaleout testou o conceito numa base da Força Aérea Sueca em Uppsala, onde os militares suecos já possuem uma licença para a plataforma de software da empresa. A demonstração mostrou que um nó de computação implantado adiante poderia continuar executando sua própria inferência de IA e processos de aprendizagem ativa mesmo depois de perder contato com um nó central no laboratório da empresa, sincronizando suas atualizações aprendidas assim que a conexão retornasse. Hellander disse a Ars que esta estratégia federada poderia eventualmente ser ampliada para regiões inteiras, observando: “Em princípio, é possível desbloquear a colaboração entre os estados membros da OTAN”.
ALMA: uma munição vagabunda autônoma
A aplicação mais importante é a participação da Scaleout no projeto Affordable Loitering Modular Ammunition (ALMA), liderado pela BAE Systems Bofors, que visa desenvolver um drone kamikaze autônomo de baixo custo. O conceito ALMA foi demonstrado publicamente pela primeira vez num evento Winter Demo 2026 na Suécia, em janeiro.
Durante essa demonstração, um drone “detectou, identificou e geolocalizou autonomamente todas as ameaças potenciais detectadas com o uso de IA”, de acordo com uma apresentação da Scaleout Systems citada por Ars. “Todos os dados são tratados por computação integrada dedicada, permitindo que o sistema funcione em tempo real sem qualquer processamento externo”.
O drone então priorizou automaticamente o alvo de maior valor conforme definido por sua missão – neste caso, um veículo blindado de engenharia – voou até ele e lançou um explosivo. Ars relatou que um operador humano ainda poderia controlar e dirigir o drone, mas que o drone executou a missão por conta própria, sem comandos humanos diretos. Hellander disse a Ars que a empresa também construiu um conceito funcional de vigilância e reconhecimento demonstrado publicamente na Suécia.
Por que Edge AI é importante na guerra moderna
O impulso para a IA integrada reflete a realidade dos conflitos atuais. A guerra electrónica e a interferência inimiga interferem frequentemente nas comunicações, o que é uma das razões pelas quais um número crescente de drones militares ucranianos já incorporam IA a bordo em projectos kamikaze baratos. Ars também observou que depender de centros de dados centralizados para executar modelos de IA parece mais arriscado numa altura em que grandes centros de dados foram alvo e destruídos durante a guerra entre os EUA e o Irão.
Os modelos locais de IA que operam de forma independente – sem contato contínuo com um servidor distante – continuam funcionando quando os links caem, que é precisamente o cenário com o qual os planejadores militares mais se preocupam.
O debate mais amplo sobre armas autônomas
A demonstração do ALMA aterra no meio de um debate internacional não resolvido sobre armas autónomas letais, onde a questão chave é até que ponto a supervisão humana deve permanecer no circuito quando as máquinas selecionam e atacam os alvos. Nas demonstrações públicas do Scaleout, um operador humano manteve a capacidade de controlar e dirigir o drone, e a empresa enquadra a sua tecnologia como apoio à decisão para as forças armadas da OTAN. O que a demonstração de janeiro mostrou, porém, é que o ciclo completo da missão – detectar, identificar, priorizar, atacar – agora pode ser executado na computação a bordo de um drone de baixo custo, sem processamento externo.
Como deixa claro o relatório da Ars Technica, os blocos de construção da capacidade de ataque autónomo já não estão confinados aos programas confidenciais das grandes potências. Estão a ser montados por startups, acelerados através dos canais de inovação da NATO e demonstrados em público – um desenvolvimento que tanto os defensores do controlo de armas como os planeadores militares estarão a acompanhar de perto.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
