Un estudio reciente describe un sistema de IA ligero diseñado para identificar firmas térmicas asociadas a aviones de combate furtivos como el F-22 y el F-35. Aunque se trata de pruebas de laboratorio, los resultados apuntan a un potencial creciente en el uso de reconocimiento por imágenes térmicas para apoyar la detección y clasificación de aeronaves basadas en su calor residual.

Las plataformas F-22 y F-35 se diseñaron para reducir la visibilidad frente a sensores, especialmente por radar. Sin embargo, las emisiones térmicas siguen siendo relevantes para sistemas que dependen de la detección por calor, lo que hace que las tecnologías capaces de distinguir firmas térmicas específicas sean de interés para la vigilancia y defensa.

La IA se centra en el calor de las aeronaves

A diferencia de la detección basada en radar, los sistemas infrarrojos buscan el calor generado por motores, escapes y superficies calentadas durante el vuelo. Los investigadores sostienen que la IA puede analizar estos patrones y diferenciar firmas simuladas de F-22 y F-35 de otros objetos en el aire.

En pruebas, el modelo fue evaluado con firmas térmicas simuladas asociadas a los citados cazas. El autor principal señala que el objetivo es combinar procesamiento rápido con capacidad de reconocimiento suficiente para aplicaciones de defensa aérea.

Según An Jiangshan, coautor del estudio, los modelos de reconocimiento ligeros podrían volverse comunes en misiles aire-aire en el futuro, al proporcionar reconocimiento de alta velocidad sin perder robustez en la identificación.

Las pruebas de laboratorio reportan una precisión de reconocimiento por encima del 90%, aunque aún no se ha verificado el rendimiento frente a aeronaves reales en condiciones operativas. Esto es relevante, ya que las firmas térmicas reales cambian con velocidades, altitudes, maniobras y condiciones ambientales.

El sistema también se describe como ligero, lo que sugiere que podría adaptarse a hardware de misiles con capacidad de procesamiento y espacio limitados.

Limitaciones en el rendimiento real

Aunque la reducción de visibilidad por radar sigue siendo la prioridad de los diseños furtivos, las emisiones infrarrojas siguen siendo objeto de atención para armas guiadas por calor. Los sensores infrarrojos ya se utilizan en misiles orientados por calor, y enfoques de IA podrían asistir a estos sensores al identificar patrones térmicos complejos.

Sin embargo, la investigación reportada no demuestra que el sistema pueda seguir de forma fiable aeronaves operativas como F-22 o F-35 en combate. Los escenarios reales introducen condiciones atmosféricas, ángulos de visión, maniobras y contramedidas electrónicas que las pruebas de laboratorio no siempre reproducen plenamente.

Aun sin probar la capacidad de vencer aeronaves operativas, el trabajo señala un desafío creciente para las plataformas furtivas estadounidenses ante avances en IA aplicada a sensores infrarrojos. La reducción de la visibilidad por radar podría no ser suficiente si la IA mejora en el reconocimiento de patrones térmicos.

Los futuros avances en F-22 y F-35 podrían requerir mayor atención al manejo del calor, firmas de escape y otros rasgos infrarrojos. Lo mismo aplica a posibles bombarderos furtivos, que podrían enfrentarse a sensores infrarrojos potenciados por IA.

En este contexto, el diseño furtivo podría necesitar considerar cómo los sistemas de aprendizaje automático interpretan los patrones de calor, más allá de simplemente minimizar emisiones. Este aspecto podría volverse cada vez más importante a medida que procesadores ligeros se integren en misiles y otros sistemas aerotransportados.

Los planificadores de defensa deben evaluar estas capacidades emergentes, y no esperar a verlas en combate real antes de considerar adaptaciones estratégicas y técnicas para la protección de plataformas furtivas.

Fuente: SCMP