Los ejércitos siempre se han dividido en oficiales y tropa. Los oficiales dan órdenes. La tropa las obedece. Pero, ¿que pasaría si los soldados de a pie, sin estructura de mando, tuviesen que asumir la toma de decisiones y se viesen obligados a decidir cual es la mejor forma de proceder? Los límites de la psicología humana, las comunicaciones en un campo de batalla y la falta de formación y capacidades del soldado medio implican que esta forma de trabajar no funcionaría en un ejército de personas. Podría funcionar, sin embargo, en un ejército de robots.
 |
| ALADDIN |
Ceder las decisiones en el campo de batalla a la inteligencia colectiva de un grupo de soldados-robot parece arriesgado, pero es en lo que se basa un macroproyecto de investigación que desarrollan, de forma discreta, BAE Systems, el Imperial College de Londres y las universidades de Bristol, Oxford y Southampton. El proyecto ha dado en llamarse “Agentes de aprendizaje autónomo para redes de información y datos descentralizadas” o, si usamos las siglas en inglés, ALADDIN. En este proyecto los soldados actúan como agentes, recogiendo e intercambiando información, negociando entre ellos el mejor curso de acción, tomando una decisión y llevándola a cabo.
Hasta ahora los investigadores asignados a ALADDIN se han limitado a hacer pruebas que simulan desastres naturales (terremotos mayormente) más que la guerra; salvar vidas más que quitarlas. Esto podría hacer que se viese esta tecnología como menos siniestra. Pero no olvidemos que los desastres son muy similares a un campo de batalla en su grado de confusión y complejidad, así como en la consecuente poca fiabilidad de la fragmentaria información disponible. Lo que funcione para actuar en un desastre funcionará por tanto en el campo de batalla. BAE Systems ya ha dicho que planea usar algunos de los resultados de ALADDIN para mejorar la logística y las comunicaciones militares y los sistemas de gestión de combate.
Los agentes de ALADDIN no son sólo soldados. Pueden ser desde las alarmas de incendio de los edificios en llamas hasta dispositivos que lleven los servicios de urgencia, pasando por aviones no tripulados sobrevolando territorio hostil. Todos estos agentes recogen y procesan datos usando una variedad de algoritmos que constituyen el núcleo del proyecto. Para desarrollar estos algoritmos han intervenido 60 investigadores usando, entre otras, la teoría de juegos (después de todo los agentes tienen que superar las barreras a la colaboración con objeto de obtener el mejor resultado), la modelización estadística (que se emplea para estimar un valor para los datos que faltan y reducir la incertidumbre) y varias técnicas de optimización (que suministran los mejor manera de establecer comunicaciones cuando los medios son limitados). Un aspecto que puede resultar llamativo es que algunos de los algoritmos emplean subastas para asignar recursos entre usuarios competidores.
En el caso de un terremoto, por ejemplo, los agentes hacen sus apuestas entre ellos para asignar las ambulancias. Esto puede parecer insensible, casi cruel, pero las pujas se basan en datos acerca del estado de los heridos de las diferentes localizaciones. En otras palabras, esto no es más que una forma elaborada de triaje diseñada para hacer el mejor uso posible de las ambulancias disponibles. Ningún ego humano interfiere. El resultado parece ser, realmente, una mejor distribución de los recursos que la que haría un grupo de humanos estresados por sí mismos. En las simulaciones hechas sin la subasta algunas ambulancias quedaron sin utilizar.
Los algoritmos de subasta pueden ser alterados para tener en cuenta un comportamiento cambiante y las circunstancias. La subasta proporcional, por ejemplo, permite que los recursos se compartan. Si un agente apuesta el doble que otro por el uso de un equipo, el primero recibe dos tercios de su capacidad y el segundo un tercio. Y, un poco como hace eBay, los plazos límite que se establecen para hacer las apuestas aceleran el proceso.
Todo lo anterior queda muy bonito cuando hablamos de salvar a las víctimas de un terremoto. Pero, no nos confundamos, el objetivo es procesar eficaz y eficientemente la información en combate. Veamos un ejemplo muy concreto de cual es problema que se pretende solucionar. En estos momentos hay 7.000 aviones no tripulados desplegados en Afganistán e Irak, desde dispositivos pequeños que se lanzan a mano hasta los robots realmente grandes cargados con bombas guiadas por láser. La cantidad de información generada en formato de video en este año le llevaría a una persona 40 años poder visionarla, no digamos estudiarla. Pero el año que viene la cosa será peor. Los Estados Unidos están a punto de desplegar aviones no tripulados dotados con un equipo de vigilancia llamado “Gorgon Stare” (la mirada de la Gorgona). Este sistema aúna imágenes de una gran cantidad de cámaras para suministrar video en vivo de un área tan grande como una ciudad. Los usuarios serán capaces de acercarse ópticamente a lo que sea que llame su atención: una casa en concreto, un coche, etc.
Pero el flujo de datos también está generado por otras fuentes: sensores remotos que operan como centinelas fijos, sensores en los vehículos terrestres y sensores en el equipo de los soldados, incluyendo en algunos casos cámaras en los cascos. Además de radares, satélites, radios y la monitorización de las comunicaciones. El resultado, usando las palabras de un general estadounidense, es que los ejércitos podrían estar dentro de poco “nadando en sensores y ahogándose en datos”.
ALADDIN, y sistemas parecidos, tienen como misión ayudarles a mantenerse a flote mediante la automatización de parte del análisis de los datos y la gestión de los robots. Uno de los objetivos de BAE Systems, por ejemplo, es el control cooperativo de aviones no tripulados, lo que permitiría a un piloto de un avión estándar volar con un escuadrón de aerobots (aeronaves-robot) en misiones tanto de vigilancia como de combate.
El día que ALADDIN vaya a la guerra lo hará comandando un ejército de robots y en vez de alfombra voladora usará el mando a distancia del Corax de la imagen.