En este artículo analizamos el actual proceso de mantenimiento de aeródromos, para averiguar dónde se encuentran las debilidades, a la vez que pregunta, cómo los sistemas no tripulados inteligentes podrían mejorar la velocidad y la eficiencia de las reparaciones.
Los aeródromos son piezas vitales del rompecabezas de las operaciones militares. Ya sea porque estén ubicados en estaciones base o desplegados como parte de una base de operaciones avanzada, la capacidad de aterrizar y despegar con seguridad y eficiencia es vital para garantizar que el personal, equipo y suministros estén en el lugar correcto en el momento adecuado; y los aviones pueden operar desde él.
Cuando un campo de aviación es atacado e inutilizado por las armas enemigas, el daño necesita ser reparado lo antes posible a fin de mantener la misión y minimizar las costosas demoras. Este proceso se inicia generalmente con una evaluación de daños, para que los se puedan identificar los cráteres, escombros y otras deficiencias que puedan haberse producido, a la vez que cualquier munición sin detonar, para poner en marcha un plan de reparación del aeródromo nuevamente en el menor tiempo posible.
Se están realizando nuevos enfoques para este proceso, el más importante está en marcha en la Fuerza Aérea, que actualmente está cambiando el Rapid Runway Repair (RRR) al modernizado Airfield Damage Repair (ADR), que mejora el objetivo del RRR, que consistía en realizar cuatro reparaciones de cráteres en ocho horas para pasar con el ADR a 126 reparaciones pequeñas en seis horas y media bajo condiciones de climatología perfectas.
Según Lance Filler, líder del Air Force Civil Engineer Center ADR Modernization Team, el nuevo programa es una respuesta a la misión cambiante de la fuerza aérea en todo el mundo. Existen nuevas amenazas, a las que tenemos que dar nuevas respuestas. Debemos poder volar diferentes tipos de aviones y hacerlo de manera más sostenible de lo que la RRR permite «.
Mientras que el programa de modernización ADR se centra principalmente en cómo reparar el daño después de un ataque, el Ejército pretende avanzar nuevas tecnologías con las que mejorar la rapidez y eficiencia de evaluación los daños desde el principio. En junio, hablando en el Global Explosive Ordnance Disposal Symposium and Exhibition, del Navy Expeditionary Combat Command (NECC), dijo que los sistemas aéreos no tripulados (UAVs) están en la parte superior de la lista de deseos.
El contraalmirante Brian Brakke dijo en la sesión, según informa Defense News, que el pensamiento actual se centra en cómo utilizar tecnologías no tripuladas, incluidos los UAVs, para evaluar daños iniciales en un aeródromo, identificar municiones sin estallar, determinar cuántos cráteres hay y cómo pueden llenarse, y luego proporcionar a los comandantes un plan de reparación para «conseguir que la pista vuelva a funcionar de manera conveniente».
Ya se están dando algunos pasos en esta dirección. Los UAVs se usaron durante un ejercicio de adiestramiento (FTX) de la Marina en Fort Hunter Liggett, California, en mayo, para probar la capacidad del Naval Mobile Construction Battalion (NMCB) 4 para reparar pistas tras un ataque simulado, mejorar la interoperabilidad dentro del NECC, y adoptar nuevas tecnologías y técnicas establecidas bajo el programa ADR de la fuerza aérea.
Después del ataque simulado, se desplegó un UVA Aerovironment Puma AE sobre el sitio, lo que permitió al personal ver de forma preventiva qué daños y escombros había en el campo.
Ian Jordan, del LTJG de NMCB 4, dijo: «El uso del Puma … [también] nos mostró la posible existencia de algún otro problema grave, como artefactos explosivos sin detonar para tomar precauciones de seguridad especiales para despejar el área».
Tras las operaciones de limpieza de toda la extensión del campo, llevada a cabo por equipos de desactivación de artefactos explosivos, el NMCB 4 pudo cumplir su misión de reparar los daños en la pista. Los cráteres fueron reparados con paneles de fibra de vidrio y hormigón. Durante los tres días de ejercicio, se llenaron un total de 79 espacios y nueve cráteres en 16 horas.
El desafío para el NECC es llevar esta capacidad más allá de lo que actualmente puede ofrecer, esencialmente mediante capacidades de mapeo y geolocalización de alta resolución, y dar el salto hacia lo que el NECC realmente está buscando.
Para que un UAV cree un mapa y prepare también un plan de acción para volver a poner el aeródromo en un estado útil, es necesario un nivel de inteligencia artificial (AI) más alto que el disponible actualmente.
Los UAS pueden crear mapas de alta resolución que localizan posibles cráteres y municiones con gran detalle, pero su identificación real todavía requiere un de ser humano.
Lo que se necesita es una inteligencia, que vaya más allá de un sistema no tripulado que simplemente siga algoritmos o reglas. A principios de este año, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA), publicó un video en el que presentaba lo que la AI puede lograr actualmente y cómo se mueve al siguiente nivel.
Existen actualmente existe dos niveles de AI. El primero proporciona un conocimiento artesanal que permite razonar sobre problemas muy estrechamente definidos, pero no tiene capacidad de aprendizaje y maneja deficientemente la incertidumbre. El segundo es capaz de aprendizaje estadístico y de percibir visualmente, como en el caso del reconocimiento facial o de voz, pero con una capacidad de abstracción y razonamiento deficiente.
«Para caracterizar esta poderosa y actual segunda ola de tecnologías, diríamos que tienen una capacidad matizada para clasificar los datos e incluso para predecir sus consecuencias, pero que en realidad no tienen la capacidad de entender el contexto en el que están teniendo lugar y tienen una capacidad mínima para razonar «, dijo John Launchbury, director de la Oficina de Innovación de la Información de DARPA (I2O).
Estas tecnologías de primera y segunda ola se combinan actualmente para crear plataformas muy poderosas que tienen el potencial de remodelar las misiones de defensa. Un buen ejemplo de esto es el buque de demostración Anti-Submarine Warfare Continuous Trail Unmanned Vessel (ACTUV) de DARPA, botado recientemente, que navegará meses solo en el mar sin que ningún operador humano le dé indicaciones, incluyendo lo que otros buques están haciendo, navegue por las vías marítimas y lleve a cabo sus tareas.
Sin embargo, los sistemas de segundo nivel todavía se enfrentan a desafíos. Si bien pueden funcionar correctamente la gran mayoría de las veces, los errores suceden y los resultados pueden ser extremadamente graves.
«Resultan estadísticamente impresionantes, pero individualmente poco confiables», dijo Launchbury. «También existen desafíos en los sistemas que están destinados a aprender a lo largo del tiempo … tenemos que ser muy cautelosos con respecto a los datos que obtienen para aprender de ellos, porque los datos asimétricos durante el adiestramiento crean una mala adaptación. Estos desafíos nos dicen que tenemos que ir más allá de estos simples datos de estilo de hoja de cálculo «.
Esta próxima ola trata sobre la adaptación contextual. Aquí, los sistemas construirán modelos explicativos que les permitirán caracterizar los fenómenos del mundo real.
Launchbury usa un ejemplo de un sistema que está destinado a clasificar imágenes. Dale a un sistema la imagen de un gato y dirá: «Eso es un gato». Cuando se le pregunta por qué es un gato, el sistema dirá: «Hice mis cálculos y el gato salió como el más alto».
‘Eso no es satisfactorio. Preferiríamos que el sistema pudiese respondernos y decir: ‘Bueno, tiene orejas, patas y pieles, y estas otras características’, dijo Launchbury. ‘Este tipo de construcción de la capacidad en estos sistemas para comprender o tener claridad sobre por qué están tomando esta decisión va a ser muy importante’.
La tercera ola de inteligencia artificial se construirá alrededor de modelos contextuales, en los que, el sistema a través del tiempo aprenderá cómo se estructurará ese modelo; percibirá el mundo en términos de ese modelo, podrá usar ese modelo para razonar y tomar decisiones e incluso abstraerse, para llevar los datos más allá.
Visto desde este punto de vista, el deseo de que los UAVs sean capaces de realizar la evaluación de daños en un aeródromo, presenta un desafío interesante, y como dice Launchbury, «hay mucho trabajo por hacer para poder construir estos sistemas».
Fte.: Air Force Technology
