La statunitense Slingshot aerospace ha sviluppato, col supporto del Pentagono, un’intelligenza artificiale capace di identificare le armi spaziali dalla loro orbita. Tecnologia altamente innovativa ed importante, alla luce della crescente difficoltà di sorvegliare tradizionalmente il dominio spaziale
La Slingshot aerospace (dove “slingshot” significa “colpo di fionda”) ha annunciato di aver sviluppato, col dipartimento della Difesa statunitense, un sistema di intelligenza artificiale capace di identificare le armi nello spazio. La collaborazione pubblico-privata si chiama Precog, e ha coinvolto l’azienda californiana e Darpa (Defense advanced research projects agency, il ramo centrale del Pentagono nell’ambito di ricerca e sviluppo). Ne è uscita una nuova IA, chiamata Agatha, che riuscirà a identificare pericoli orbitanti sulla base delle loro traiettorie, diverse da quelle normali.
Si tratta di una novità significativa, poiché le armi spaziali costituiscono, e sempre di più costituiranno, un pericolo per le nostre infrastrutture e la nostra sicurezza. Contro di esse, il primo, essenziale, passo per proteggersi è riconoscerle tempestivamente – tanto più che tanti satelliti sono vulnerabili, e la maggior parte di quelli civili non hanno difese. Il compito, però, è sempre più difficile, poiché le orbite basse e medie si stanno sovraffollando (vedesi il caso della Cina, ma, alla fine del 2023, si è arrivati a pianificare di avere più di un milione di satelliti), senza contare l’accumulo di detriti orbitanti.
Ecco che entra in gioco Agatha, “scoperta dirompente nel come l’IA può fornire un’incomparabile conoscenza del dominio spaziale, poiché la sua abilità di trovare gli aghi nel pagliaio è qualcosa che nessun umano, o team di umani, potrebbe svolgere”, ha detto Dylan Kesler, direttore di Data science e IA a Slingshot aerospace. “Identificare oggetti malfunzionanti o potenzialmente nocivi, ed i loro obiettivi, nel mezzo di grandi costellazioni di satelliti, è una sfida complessa, che ci ha imposto di andare oltre gli approcci tradizionali e sviluppare un nuovo, e scalabile, algoritmo di intelligenza artificiale”, ha continuato.
Il sistema è stato addestrato sulla base di un dataset di sessant’anni appoggiandosi su approcci innovativi, come l’apprendimento inverso rinforzato (Inverse reinforcement learning, Irl). A fronte del fatto che non sarebbe facile verificare nella realtà l’efficacia di Agatha (russi e cinesi non avrebbero la bontà di segnalare quali armi hanno nascosto nello spazio per spirito scientifico…) gli ingegneri di Slingshot si sono dovuti adattare diversamente. Da una parte, l’IA è stata capace di identificare gli obiettivi a fronte di costellazioni simulate. Dall’altra, è stata in grado di identificare satelliti diversi dal resto della costellazione in casi reali, scoprendo talvolta malfunzionamenti e difetti di fabbricazione di cui gli stessi proprietari dei satelliti non erano a conoscenza.
Kesler ha dichiarato a Defense One che la sfida adesso diviene identificare quali, tra i satelliti che si muovono normalmente, nascono armi. Agatha è un primo passo importante per ciò, ma non solo. Infatti, la sua scalabilità gli apre la possibilità di essere applicata nella genomica, biomedicina e agricoltura, solo per citare alcuni campi.
