La Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) ha otorgado a la división FAST Labs de BAE Systems un contrato por 4 millones de dólares para la primera fase del programa AIR (Refuerzos de Inteligencia Artificial). El objetivo de este programa es desarrollar sistemas de inteligencia artificial (IA) y aprendizaje automático (ML) para facilitar el combate autónomo más allá del alcance visual (BVR).
Este anuncio coincide con el reciente vuelo del secretario de la Fuerza Aérea de Estados Unidos, Frank Kendall, a bordo del avión autónomo X-62A VISTA el 2 de mayo de 2024. Durante este vuelo, se utilizó ML y software avanzado, así como otras tecnologías innovadoras. Aunque no se ha confirmado si el programa AIR está relacionado con el X-62A VISTA, las declaraciones de BAE y DARPA sugieren una posible conexión.
BAE Systems ha indicado que el sistema se probará en “bancos de prueba F-16”, mientras que DARPA ha especificado que estos serán “bancos de prueba tripulados F-16”. Cabe destacar que el X-62A VISTA está basado en el F-16D Block 30, lo que refuerza la posible relación entre ambos proyectos.
Otro programa que podría estar involucrado en el desarrollo del AIR es VENOM-AFT (Viper Experimentation and Next-gen Operations Model – Autonomy Flying Testbed), que busca modificar aviones F-16 para crear plataformas de prueba. A principios de este año, la base aérea de Eglin, en Florida, recibió tres F-16 que se transformarán para VENOM-AFT. Esto permitirá una rápida evaluación de las capacidades autónomas.
En cuanto a las metas del programa AIR, BAE Systems declaró que busca superar los desafíos del combate aéreo, caracterizado por su “entorno acelerado e incierto”, lo que supone un reto para los sistemas autónomos. El proyecto está enfocado en desarrollar una autonomía táctica dominante para misiones de combate aéreo BVR, con pruebas en bancos de prueba F-16.
Kendall, tras su vuelo en el X-62A VISTA, afirmó: “Durante décadas, se ha imaginado el potencial del combate aire-aire autónomo, pero hasta ahora había sido un sueño lejano. En 2023, el X-62A superó una de las barreras más importantes en la aviación de combate. Este es un momento de cambio, hecho posible gracias al equipo ACE”.
Michael Planer, científico de FAST Labs, explicó que el desarrollo de un combate aéreo autónomo confiable requiere grandes volúmenes de datos y ciclos de prueba rápidos. Añadió que, utilizando el aprendizaje automático, entrenarán modelos para la toma de decisiones dinámicas, lo que ayudará a que los pilotos humanos confíen en sus contrapartes de IA.
De acuerdo con The Aviationist, el X-62A, basado en el F-16D Block 30, ejecutó maniobras tácticas mientras agentes reales respondían a amenazas simuladas en tiempo real. El vuelo permitió completar pruebas clave dentro de un escenario de combate aéreo, evaluando así el rendimiento de los modelos. Ni Kendall ni el piloto de seguridad controlaron la aeronave, lo que demostró las capacidades autónomas del X-62A.
A finales de 2022, los “agentes de IA” lograron pilotar el X-62A en 12 vuelos. Estos agentes, pertenecientes al Laboratorio de Investigación de la Fuerza Aérea (AFRL) y DARPA, realizaron combates BVR y dogfights WVR (Dentro del Alcance Visual), ejecutando maniobras tácticas autónomas mientras respetaban los límites del espacio La inteligencia artificial optimiza el combate aéreo autónomo con drones BVR
La inteligencia artificial optimiza el combate aéreo autónomo con drones BVR
El desarrollo de drones autónomos por potencias aeroespaciales como Estados Unidos y China está avanzando, y el siguiente paso lógico es su aplicación en combate. Anteriormente, se habían planteado preocupaciones sobre el uso de la IA en misiones antiterroristas, seguridad y detección de objetivos aire-tierra. Sin embargo, el combate más allá del alcance visual (BVR, por sus siglas en inglés) presenta una situación distinta, ya que algunas acciones tácticas en este escenario requieren menos pensamiento contextual y funciones cognitivas de alto nivel.
En este tipo de combate, las tareas como la búsqueda, identificación, seguimiento, priorización y ataque de objetivos adversarios pueden ser realizadas por la IA, lo que libera al piloto de tareas rutinarias, permitiéndole enfocarse en aspectos más complejos de la misión. A través del contrato AIR, BAE Systems aplicará el aprendizaje automático (ML) para innovar en simulaciones de sensores, sistemas de guerra electrónica y armamento en entornos operativamente representativos. Además, capturará la física subyacente en las maniobras y sistemas aéreos.
Según un comunicado oficial de la DARPA, el teniente coronel Ryan Hefron menciona el uso de sensores, armas y entornos realistas actuales en el desarrollo de estas capacidades. DARPA planea implementar estas soluciones inicialmente en aviones tripulados F-16 antes de trasladarlas a vehículos aéreos de combate no tripulados (UCAV). Esto significa que los ingenieros diseñarán escenarios tácticos que incluyan la detección, seguimiento y ataque de objetivos aéreos bajo diferentes perfiles de vuelo.
El enfoque en el combate BVR, como señalan tanto DARPA como BAE, sugiere que estas situaciones tácticas pueden no ser demasiado complejas, lo que permite el uso de IA con un razonamiento basado en el contexto limitado. No obstante, en misiones donde los roles cambian en entornos inciertos, como en zonas con una defensa aérea densa o interferencias electrónicas, se requerirán niveles más avanzados de razonamiento cognitivo. A medida que la tecnología progrese, es probable que la IA evolucione para abordar estos desafíos en el futuro.
El aprendizaje automático es clave en el avance de la IA, ya que permite que los sistemas reduzcan errores a través de correcciones humanas rutinarias. El programa AIR de DARPA también marca un punto crucial en el que los algoritmos avanzados logran autonomía y se convierten en verdaderas IA. En definitiva, aunque todos los sistemas de IA se basan en códigos y algoritmos complejos, no todos los algoritmos avanzados son necesariamente IA.
Turquía impulsa uso de drones armados con BVR e inteligencia artificial
El empleo de vehículos aéreos no tripulados (UCAV) en combates BVR (más allá del alcance visual) ha dejado de ser una novedad, con Turquía liderando esta iniciativa a través de sus drones Kizilelma y Akinci. El gobierno de Ankara ha afirmado que algunos de estos sistemas y sus componentes principales cuentan con inteligencia artificial para optimizar su desempeño en este tipo de operaciones.
Según informó The Aviationist, el uso de drones para enfrentamientos antiaéreos a larga distancia es viable, particularmente cuando la fuerza aérea que los utiliza dispone de apoyo adicional, como Cazas de la generación 4.5, radares AESA (de matriz de barrido electrónico activo), aviones de alerta temprana (AWACS), enlaces de datos y satélites. Los UCAV equipados con armamento BVR pueden generar fácilmente zonas de exclusión en sectores aéreos de riesgo bajo o moderado, descargando a los cazas tripulados de primera línea de tareas adicionales.
Sin embargo, estos drones no resultan efectivos en misiones de combate cercano, donde las maniobras rápidas y precisas son cruciales. Los UCAV, con fuselajes más frágiles y limitaciones en el control remoto desde las estaciones en tierra, no pueden cumplir con estos exigentes requisitos cinemáticos.
Además, si los UCAV con armamento BVR, o sus “wingmen” no tripulados, se diseñan como plataformas masificables y prescindibles, también pueden plantear dilemas tácticos a los cazas enemigos al complicar su selección de objetivos. Cuando la fuerza aérea que los despliega sigue tácticas bien definidas y disciplinadas, estos dilemas pueden ser aprovechados por los cazas tripulados.
Un ejemplo básico de estrategia táctica podría consistir en que un UCAV equipado con BVR, apoyado por inteligencia artificial y aprendizaje automático (ML), detecte objetivos aéreos desde una distancia segura, los discrimine mediante sus perfiles de radar y lance un misil aire-aire de largo alcance. El avión objetivo podría ser derribado, o en su defecto, activar sus sistemas de interferencia para intentar neutralizar el misil o evadir el ataque si carece de equipos de inteligencia electrónica (ELINT) o bloqueadores de autoprotección (SPJ).
Otra táctica consistiría en que un caza tripulado detecte un objetivo y envíe la información al UCAV a través de un enlace de datos con gran ancho de banda y resistente a interferencias, facilitando la coordinación en el combate.
