Herramienta basada en IA puede ayudar a detectar invasiones inminentes

¿Cuántos jets, aviones de carga y otros vehículos militares está desplegando Rusia en la frontera de Ucrania? Responder a este tipo de preguntas es un trabajo laborioso para los analistas, que tienen que examinar minuciosamente las fotos de los satélites para encontrar y clasificar objetos específicos. Una nueva herramienta de la empresa de análisis de datos Orbital Insight podría cambiar esta situación.

Los algoritmos de detección de múltiples clases de objetos pueden detectar y clasificar un amplio número de objetivos relevantes para los analistas militares, alertándoles sobre eventos como acumulaciones o despliegues inusuales en cualquier lugar que pueda ser fotografiado por los satélites.

Orbital ha informado acerca de los algoritmos de detección de objetos multiclase, que forman parte de la plataforma GO de la empresa.

Los analistas «no tienen tiempo suficiente para examinar todos los objetivos, por lo que se centran en los más importantes. Pero la idea con esta nueva herramienta es ver qué ocurre también con algunos de los objetivos de segundo y tercer nivel que pueden estar realmente relacionados», dijo Patrick Podejko, analista geoespacial de Orbital Insight, antes del anuncio público. Calculó que la empresa rastrea unos 8.100 aeródromos en todo el mundo, además de puertos, instalaciones de pruebas y otros lugares.

Tras reconocer diferentes tipos de aviones, barcos o armas, el algoritmo puede alertar de actividades nuevas o inusuales en determinados lugares, como la llegada de un gran número de aviones de carga o un tráfico de bombarderos o cazas superior al habitual.

Esta información resulta más útil en el contexto de otras informaciones. Por ejemplo, ¿está Rusia simplemente organizando un ejercicio, o hay otros datos que apuntan a algo más siniestro?

«Es bueno observar algo más que estos elementos de los aeródromos, también los almacenes de suministros o incluso algo más a retaguardia», dijo Podejko. «Hay que mirar la cadena logística. ¿Qué está pasando en estos otros sitios?

También tenemos un algoritmo de detección de camiones… En lugar de que los analistas cuenten todos camiones y todos los depósitos de suministros o incluso algo desde más cerca de la frontera, ahora se puede empezar a cuantificar esto y cuál es su capacidad de Rusia para realizar una operación. ¿Tienen la logística necesaria para llevarla a cabo?»

Estos datos visuales se pueden combinar con otros elementos de información que se pueden recopilar, como los metadatos telefónicos de los intermediarios de datos o los del sistema de identificación automática (AIS) de los buques, para perfeccionar los resultados, aumentar la confianza en determinados hallazgos o descubrir nuevos acontecimientos.

«También hemos desarrollado un algoritmo de seguimiento de buques secreto con el que podemos observar su historial de encendido y apagado del AIS», explica Podejko.

Ahora mismo, es más fácil entrenar a la IA (inteligencia artificial) para que reconozca algunas cosas más que otras: porque simplemente hay más fotos de cosas como aviones en las pistas que de lanzadores de misiles móviles. Una de las soluciones que la comunidad de inteligencia está estudiando para salvar esa brecha es lo que llaman datos sintéticos, o sea, tomar el puñado de fotos disponibles de un objeto raro y luego generar más fotos desde diferentes ángulos, en diferentes condiciones, etc. para entrenar al algoritmo a reconocerlo.

Dan Soller, asesor principal de Orbital en programas de seguridad nacional, dijo que esos objetos más raros, como los misiles, «van a requerir muchos más datos sintéticos para poder entrenar el modelo y así poder detectarlos en zonas donde les gusta esconderse, ya sean colinas, posiciones de combate, bosques, … zonas cubiertas… ahí es donde va a estar el valor real de los datos sintéticos».

Pero, para los datos sintéticos, advirtió, aún es «pronto».

Fte. Defense One