Pekín.- Científicos chinos desarrollaron un modelo de inteligencia artificial orientado a mejorar la capacidad de sistemas infrarrojos para reconocer aeronaves de combate, incluidos objetivos simulados correspondientes a los cazas estadounidenses F-22 Raptor y F-35 Lightning II.
De acuerdo con el material suministrado, el estudio fue publicado en la revista china Journal of Electronic Measurement and Instrumentation y plantea que modelos de IA de bajo consumo computacional podrían integrarse en sistemas de guiado de misiles aire-aire.
En las pruebas de laboratorio, el sistema alcanzó una precisión general de hasta 97.1 % en la identificación de aeronaves simuladas.
Modelo busca distinguir aeronaves de bengalas
Uno de los principales objetivos del desarrollo consiste en ayudar a los sistemas infrarrojos a diferenciar la firma térmica de una aeronave de otros elementos utilizados como señuelos.
Los cazas militares pueden lanzar bengalas para intentar confundir a misiles equipados con buscadores infrarrojos.
Sin embargo, los investigadores señalan que las emisiones térmicas producidas por los motores, los gases de escape y la fricción del aire contra el fuselaje presentan características diferentes a las de esos señuelos.
El modelo de IA intenta aprovechar esas variaciones para clasificar con mayor precisión lo que observa el sensor.
F-22 y F-35 mantienen firmas térmicas detectables
Los F-22 y F-35 fueron diseñados para reducir su detección por determinados sistemas, especialmente radares.
No obstante, sus motores continúan produciendo calor, una característica que puede ser captada mediante sensores infrarrojos.
El estudio parte precisamente de esa limitación física y analiza la posibilidad de utilizar algoritmos de reconocimiento para distinguir patrones térmicos en períodos extremadamente cortos.
Misiles enfrentan restricciones de procesamiento
Los investigadores identificaron como uno de los principales desafíos la limitada capacidad computacional disponible dentro de un misil.
Los sistemas de guiado deben procesar información en milisegundos, pero operan con restricciones de peso, espacio y consumo energético.
Por esa razón, el equipo se enfocó en desarrollar un modelo de IA ligero que pudiera ejecutar tareas de reconocimiento sin requerir grandes recursos informáticos.
El objetivo es que el buscador pueda decidir rápidamente si una fuente de calor corresponde al blanco o a un señuelo.
Entrenaron sistema con más de 3,200 imágenes
Para desarrollar el modelo, los investigadores utilizaron 3,245 imágenes infrarrojas obtenidas mediante un sistema de escaneo instalado en un misil, según la información citada.
El conjunto de datos estaba organizado en tres categorías de objetivos aéreos e incluía representaciones simuladas de cazas F-22 y F-35.
Durante las pruebas, el modelo logró altos niveles de precisión en la clasificación de los blancos estudiados.
Investigador sitúa identificación cercana al 90 %
An Jiangshan, primer autor del estudio, explicó que determinados datos relacionados con las pruebas no podían hacerse públicos por razones de confidencialidad.
No obstante, señaló que para los objetivos simulados utilizados en el conjunto de pruebas la tasa de identificación podía alcanzar aproximadamente el 90 %.
Esta cifra corresponde a escenarios simulados y no demuestra por sí sola un desempeño equivalente en condiciones reales de combate.
Desarrollo permanece en fase experimental
Aunque el estudio plantea posibles aplicaciones militares, los resultados descritos proceden de pruebas realizadas con datos e imágenes simuladas.
El material no establece que el sistema haya sido desplegado operativamente en misiles chinos ni que haya sido probado contra cazas F-22 o F-35 reales en condiciones de combate.
Por tanto, los porcentajes presentados deben entenderse como resultados experimentales dentro del entorno utilizado por los investigadores.
El trabajo muestra, sin embargo, el creciente interés por combinar inteligencia artificial y sensores infrarrojos para mejorar los sistemas de reconocimiento y guiado en futuras tecnologías militares.
