La Marina de los Estados Unidos ha comenzado a integrar sistemas de inteligencia artificial (IA) en el desarrollo y mejora de sus sistemas de armas láser (LWS, por sus siglas en inglés). Este esfuerzo, liderado por la Escuela de Posgrado Naval (NPS), tiene como objetivo enfrentar con mayor efectividad los ataques de drones, particularmente en escenarios donde se despliegan en enjambres, eliminando progresivamente la intervención humana en ciertas operaciones.
‍

El proyecto cuenta con la colaboración de organizaciones como el Naval Surface Warfare Center Dahlgren Division, Lockheed Martin, Boeing y el Laboratorio de Investigación de la Fuerza Aérea (AFRL). Una de las principales innovaciones es el uso de un modelo de IA entrenado con un dron modelo Reaper a escala, fabricado en 3D con aleación de titanio. Este modelo fue detalladamente escaneado con tecnología de luz infrarroja y radar, recopilando información valiosa desde diferentes ángulos y distancias. A partir de esta metodología, se desarrollaron dos conjuntos de datos: uno compuesto por 100,000 imágenes reales y otro de igual tamaño generado de manera sintética, que ayudaron en el entrenamiento de la IA para identificar drones, localizar sus ángulos relativos, identificar puntos vulnerables y orientar los haces láser hacia estos puntos.

‍
En términos de capacitación del sistema, se probaron tres escenarios: el uso exclusivo de datos sintéticos, una combinación de datos reales y sintéticos, y únicamente datos del mundo real. El modelo basado en datos del mundo real mostró el mejor desempeño y precisión, especialmente en la estimación de ángulos.

‍

‍
El costo y la eficiencia son prioridades destacadas en este proyecto. La defensa ante ataques de drones utilizando misiles interceptores puede resultar extremadamente costosa, considerando que cada misil puede alcanzar un precio de hasta un millón de dólares. En contraste, disparar un sistema de armas láser tiene un costo operativo de apenas unos pocos dólares por activación, lo que ofrece una solución mucho más asequible frente a amenazas de menor costo como drones.
‍

El funcionamiento del LWS con IA integra un proceso de tres pasos: detección inicial del dron por radar, seguimiento mediante sensores infrarrojos y telescopios de alta energía láser, y mantenimiento de un preciso punto de mira sobre el objetivo para concentrar la energía del láser y neutralizar el dron. Este enfoque semi-autónomo busca mejorar aún más con una demostración de selección automática de puntos de mira en el marco de pruebas de campo planificadas.
‍

Los investigadores también han publicado un estudio sobre la estimación de poses de drones mediante aprendizaje profundo. Gracias a este avance, los sistemas de IA no solo reducen los errores en los ángulos estimados, sino que también resuelven problemas de ambigüedad al incorporar datos adicionales de radar. Además, un filtro \\(\\alpha\\beta\\), integrado en el proceso de inferencia, ha refinado aún más la precisión en la identificación y seguimiento de drones.
‍

En total, para el entrenamiento de los modelos de aprendizaje profundo se generaron 177,077 imágenes, de las cuales 100,000 fueron sintéticas y 77,077 tomadas del mundo real. Este volumen masivo de datos permitió un desempeño más eficaz en clasificadores objetivos, seleccionadores de puntos de mira y en el seguimiento continuo del dron en movimiento.
‍

Estos avances en automatización y uso de inteligencia artificial representan un salto cualitativo en la capacidad de la Marina de EE. UU. para defenderse de amenazas aéreas actuales y futuras, con un enfoque en la eficiencia tanto técnica como económica. Las próximas fases del proyecto se centrarán en evaluar el desempeño del sistema en entornos reales para medir su adaptabilidad y eficacia en situaciones de combate.