La intel·ligència artificial en els sistemes de comandament i control

La IA està jugant un paper cada vegada més important en els sistemes de comandament i control (aquells que donen suport al comandament operatiu en les tasques de conducció i seguiment de les forces assignades a una missió), en els quals troba aplicació, des de l’adquisició de dades i l’anàlisi d’aquestes fins a la presentació de la informació a l’operador. En aquest article farem un breu repàs de la contribució, present o futura, de la IA en relació amb els aspectes anteriors.

Començant per tot el que té relació amb l’adquisició de dades, la IA mostra un gran potencial en dos dels seus components principals: la gestió adaptativa de sensors i la fusió de les dades provinents d’aquests. La gestió adaptativa se centra a ajustar els processos i paràmetres de mesurament i coordinar els sensors d’acord amb els requisits de la missió i els canvis de l’entorn. Els nous escenaris emergents (com la guerra híbrida) i les noves generacions de sensors (biomètrics, socials, urbans) animen a concebre formes avançades de gestió adaptativa. Tècniques com la mineria de dades en xarxes socials i l’anàlisi de vídeo en temps real, per esmentar-ne dos exemples, permetran una gestió basada en l’anàlisi d’un context més general, i així arribar molt més enllà que les tècniques tradicionals basades en la teoria de control. Al seu torn, els moderns algoritmes d’aprenentatge profund, juntament amb tècniques estadístiques clàssiques (com els mètodes bayesians, que es troben a la frontera mateixa del que actualment entenem per intel·ligència artificial), proporcionen un nou horitzó per a la fusió de dades i són especialment rellevants per a la combinació de dades no estructurades (com les dades de veu o el text en llenguatge natural) provinents de fonts heterogènies, entre els principals desafiaments dels quals es troben el correcte alineament o l’associació de dades i la gestió dels conflictes entre si. A tall d’exemple, davant d’informacions relatives al mateix element tàctic provinent de diferents sensors, l’algoritme d’IA s’encarregaria d’establir la relació entre aquestes i resoldre les divergències basant-se en l’avaluació del nivell de credibilitat de cada font en diferents situacions.

Un altre aspecte del comandament i control en el qual la IA resulta de gran utilitat és el de l’ajuda a la presa de decisions. Mentre que avui dia la possibilitat de substituir completament l’humà en la presa de decisions importants sembla llunyana, les eines basades en IA resulten fonamentals a l’hora de reduir la càrrega de treball que recau sobre els responsables d’aquesta. Exemples clars d’això són l’avaluació de la situació i l’elecció de la línia d’actuació òptima.

L’avaluació de la situació es refereix a l’entesa i la interpretació de l’escenari d’operacions i les possibles amenaces, per tal d’aconseguir objectius tàctics i estratègics. L’experiència i el coneixement de l’enemic, així com de la doctrina pròpia i aliena, són, per tant, essencials per a l’adequada avaluació de la situació. No obstant això, la IA facilita la tasca assistint l’humà en el diagnòstic previ, mitjançant la fusió de dades ja esmentada i el preprocessament i l’anàlisi d’aquestes, que permeten proporcionar a l’operador la informació de manera estructurada i comprensible.

La selecció de la línia d’actuació, basada al seu torn en l’avaluació de la situació, està fonamentada en l’anàlisi de les possibles línies alternatives i la predicció de les conseqüències de cadascuna. Novament, l’experiència i el coneixement del responsable de la presa de decisions són els factors clau. Tanmateix, algoritmes com els d’aprenentatge automàtic poden ser molt útils a l’hora d’indicar al responsable corresponent quan es té prou informació per prendre una decisió (és a dir, quan l’obtenció d’informació addicional no impactaria de manera rellevant sobre la decisió per si mateixa), basant-se en l’historial d’experiències. Això resulta de summa importància, ja que el temps sol ser un factor essencial del comandament i control, i s’incrementen substancialment les possibilitats d’èxit si la decisió s’ha pres en el moment oportú. Partint de l’historial d’experiències esmentat (consistent bàsicament en el coneixement previ de fets, decisions i conseqüències en situacions equiparables), les eines són també capaces de fer una estimació quantitativa de l’impacte associat a cada possible alternativa, juntament amb les hipòtesis en què es basa i l'explicació corresponent que permeti a l’humà entendre per què certa decisió pot donar lloc a un resultat determinat.

Per acabar aquest breu repàs, destacarem un element clau de la presentació de la informació en els sistemes de comandament i control, l’anomenada imatge operacional comuna (més coneguda per les seves sigles en anglès, COP - Common Operational Picture). Aquesta “imatge” s’encarrega de mostrar la informació operativa rellevant, com, per exemple, les posicions de les unitats pròpies i enemigues, i típicament ve associada a un mapa on els objectes d’interès es representen gràficament. En els sistemes clàssics, els objectes esmentats són introduïts manualment per un operador humà, i després els visualitza qui tingui accés a la COP. Les tècniques d’aprenentatge automàtic permeten afegir a aquest mapa informació de manera automàtica, a partir, per exemple, de l’anàlisi d’imatges preses per satèl·lit o per un dron enviat a explorar l’àrea d’operacions. D’aquesta manera, els objectes d’interès, com tropes enemigues o infraestructures importants, poden ser automàticament detectats, analitzats i presentats a l’operador.

Mentre que, com s’ha indicat abans, el seny humà continuarà sent durant molt de temps encara l’element primordial del procés de presa de decisions en comandament i control, l’evolució i eficàcia mostrada per les eines basades en IA permetran anar descarregant gradualment l’ésser humà de les tasques més accessòries, i aquest es podrà centrar exclusivament en aquelles en les quals segueix marcant la diferència.

Autor: Raúl Valencia