Nel contesto di un mondo sempre più interconnesso, caratterizzato dalla presenza di veicoli autonomi e dispositivi edge, le forze armate di tutto il mondo stanno cercando di migliorare il coordinamento e le prestazioni dei sistemi complessi. Per affrontare questa sfida, l’aeronautica americana ha siglato un contratto con Qylur Intelligent Systems, un’appaltatrice tecnologica, per sviluppare un “sistema autonomo collaborativo” basato sull’intelligenza artificiale, mirato a mantenere elevate prestazioni e dati di gruppi di veicoli autonomi nel tempo.
Il finanziamento per la ricerca e lo sviluppo di questa tecnologia, chiamata “Social Network of Intelligent Machines (SNIM)”, proviene dal contratto Small Business Innovation Research e rappresenta una tecnologia di base brevettata che si occupa della gestione continua di dispositivi intelligenti autonomi, garantendo la loro superiorità a lungo termine nell’intelligenza artificiale. Secondo il comunicato stampa di Qylur, oltre alle applicazioni militari, l’azienda ha anche in mente possibili utilizzi commerciali.
Lisa Dolev, CEO di Qylur, ha sottolineato che questa tecnologia è integrata nei loro sistemi e punta a entrare nel settore della difesa per fornire un vantaggio strategico al paese. Parallelamente, la tecnologia potrebbe essere applicata anche in diversi ambiti commerciali, come auto autonome, macchine agricole autonome, robotica domestica e persino nanomacchine mediche.
Il software di Qylur si concentra su una particolare sfida: l’implementazione dell’intelligenza artificiale sui dispositivi edge. Lo SNIM AI permette un monitoraggio delle prestazioni dei dispositivi situati ai margini della rete, come robotica industriale per aziende private o droni per l’Aeronautica. L’esperienza di Qylur con le Olimpiadi di Rio 2016 e il Levi’s Stadium di San Francisco ha dimostrato la necessità di affrontare l’ostacolo dei dati limitati disponibili per addestrare i modelli dei dispositivi di telerilevamento e delle apparecchiature mobili. SNIM AI risolve questa problematica collegando gruppi di dispositivi correlati, permettendo loro di condividere gli stessi set di dati, ottimizzando l’accuratezza del processo decisionale e facilitando gli adattamenti dei modelli nel mondo reale.
Un vantaggio importante della tecnologia di Qylur è che affronta le limitazioni dei dispositivi edge, come la durata della batteria e la limitata capacità di elaborazione rispetto a infrastrutture più centralizzate. Il SNIM AI adatta i modelli ai casi specifici di utilizzo e implementazione, consentendo di avere modelli specializzati e personalizzati per missioni specifiche senza doverli mantenere sempre presenti.
Inoltre, la tecnologia di Qylur affronta la “deriva dell’IA”, ovvero il cambiamento nel comportamento dei modelli di intelligenza artificiale nel tempo. Questo problema viene rilevato automaticamente dallo SNIM, che provvede quindi a riallenare i modelli attraverso un potenziamento personalizzato e redistribuendoli sui dispositivi edge. Questa soluzione automatizzata è un’alternativa più efficiente e meno costosa rispetto alla gestione manuale della deriva dell’IA, che richiederebbe un intero gruppo di data scientist e operazioni di machine learning.
L’obiettivo della partnership con l’esercito è quello di adattare la tecnologia SNIM AI di Qylur per soddisfare i casi d’uso specifici dell’Aeronautica. Allo stesso tempo, Qylur intende commercializzare questa tecnologia per fornire dispositivi abilitati dall’IA sul campo. Per comprendere il concetto, Lisa Dolev lo descrive come dei “guardrail per l’intelligenza artificiale”, un sistema di supporto per ottimizzare le prestazioni dei dispositivi autonomi e mantenere la loro efficienza a lungo termine.