L'esercito statunitense sta costruendo due strumenti che si oppongono l'uno all'altro. Il primo è un'intelligenza artificiale che aiuta i droni a individuare nemici nascosti dal camouflage. Il secondo è un programma di ricerca che cerca di progettare mimetiche in grado di ingannare proprio quegli algoritmi. Due percorsi paralleli, dentro la stessa strategia.
Il primo filone è descritto in una recente comunicazione dell'Esercito. Il sistema viene addestrato su grandi raccolte di immagini scattate in ambienti diversi: impara, da solo, a riconoscere le firme visive di veicoli e persone mimetizzate. Una volta addestrato, il software scorre i filmati dei droni in tempo reale e segnala gli oggetti sospetti, che poi un soldato verifica. L'Esercito ha già testato la tecnologia con un reparto operativo e ha incorporato le osservazioni dei militari nello sviluppo. Il prossimo passo è un test di volo al Yuma Proving Ground, in Arizona, per verificarne il comportamento quando più droni lavorano insieme.
Immagine: stripes.com — https://www.stripes.com/branches/army/2026-10-29/army-camouflage-ai-23296521.html
Il secondo filone è più sottile. Il progetto noRecognition di Bill Swearingen usa il reinforcement learning per generare pattern stampabili che rendono persone e auto invisibili agli algoritmi di sorveglianza, testati al Def Con. Nel bilancio della ricerca per l'anno fiscale 2027 compare un programma che usa l'AI per progettare nuovi schemi di camuffamento e materiali sperimentali. L'obiettivo è sfruttare le debolezze dei sistemi di rilevamento automatico, generando pattern che portino i droni a scambiare un soldato o un carro armato per qualcos'altro. Il documento parla apertamente di riconoscimento di bersagli "contro-assistito" tramite intelligenza artificiale e apprendimento automatico.
L'idea non è nuova nella sostanza, ma qui ha già dati concreti. In uno studio pubblicato a marzo, condotto con Carnegie Mellon University, Florida State University e Army Research Laboratory, i ricercatori hanno mostrato su immagini digitali di veicoli come la capacità di un computer di riconoscerli sia scesa dal 99,5% al 38,2% dopo l'applicazione di un camuffamento generato dall'AI. Il rapporto sottolinea però un limite: un buon camuffamento deve ingannare le macchine senza smettere di apparire credibile agli occhi umani.
Immagine: stripes.com — https://www.stripes.com/branches/army/2026-10-29/army-camouflage-ai-23296521.html
Per chi segue i droni e la guerra automatizzata, il quadro è chiaro: la corsa tra scoperta e occultamento si sposta dal terreno al software. Lo scorso luglio il drone Phantom Twist della Northwestern University è diventato quasi invisibile all'occhio nudo ruotando a 25 giri al secondo, sfruttando i limiti della visione umana. Chi progetta una mimetica deve pensare anche a chi la osserva con una rete neurale, e chi progetta un rilevatore deve immaginare il camuffamento che gli verrà opposto. Il prossimo banco di prova, almeno per la parte di rilevamento, sarà il volo a Yuma.
Ancora nessun commento. Puoi essere il primo!