GMV promueve la adopción de la tecnología de IA en sistemas de aviónica

En la última década, estudiosos de la inteligencia artificial, con el patrocinio de gigantes tecnológicos como Google o Facebook así como de universidades de todo el mundo, han desarrollado nuevos algoritmos y estrategias de aprendizaje que nos están llevando a lo que algunos expertos catalogan como La Cuarta Revolución.

Medicina, transporte, ciberseguridad, comunicaciones, servicios financieros y muchos otros ámbitos pueden beneficiarse de las soluciones que la Inteligencia Artificial (IA) y el Machine Learning (ML) proponen. Aunque lo parezca, no estamos hablando de novelas de ciencia ficción.

El sector aeroespacial quiere también formar parte de este gran avance tecnológico y GMV no se queda atrás en esta materia, en absoluto. En concreto, GMV encabeza los proyectos SAFETERM y AI-GNCAir para la Agencia Europea de Defensa (EDA), dos de las iniciativas más avanzadas de GMV en este campo.

La finalidad de SAFETERM es utilizar la IA para reforzar los sistemas de terminación segura de vuelo (FTS) que se utilizan actualmente para las operaciones de sistemas de aeronaves pilotadas por control remoto (RPAS). El principal requisito del sistema SAFETERM es incrementar el nivel general de seguridad en la gestión de situaciones de emergencia en las que se produzca la pérdida del enlace de datos C2. En esas situaciones, el piloto remoto (PiC) no puede interactuar con la plataforma y, siendo esta incapaz de alcanzar las áreas de terminación de vuelo predeterminadas, tendrá que definir una nueva área de aterrizaje adecuada y segura por medio de técnicas de visión artificial.

La tecnología de visión artificial o visión por computador (VC), se centra principalmente en el modo en que los ordenadores pueden conseguir un conocimiento de alto nivel de la zona circundante por medio de imágenes o vídeos digitales. En pocas palabras, la tecnología de VC pretende que los ordenadores “vean” el mundo real. Como seres humanos, nos puede parecer que esta tarea es un reto fácil de conseguir, pero la percepción visual en un mundo físico dinámico, con una capacidad casi infinita de variación, es un asunto extraordinariamente complejo que no puede tomarse a la ligera.

La visión artificial, como campo de investigación, es una frontera intelectual a conquistar y, como cualquier frontera, es apasionante y desorganizada y sobre la cual, con frecuencia, no hay ninguna fuente de conocimiento fiable a la que acudir. Muchas ideas útiles carecen de un fundamento teórico y algunas teorías son inservibles en la práctica; las áreas desarrolladas se encuentran dispersas y, a menudo, parecen completamente inaccesibles unas de otras.

— Página xvii, Computer Vision: A Modern Approach, 2002.

En este punto es importante tener en cuenta que visión artificial no es lo mismo que procesamiento de imágenes. Esta segunda tecnología está más relacionada con la creación de una imagen nueva a partir de otra existente, mejorando o simplificando los datos de alguna manera. Se podría decir que el procesamiento de imágenes es el primer paso para preparar la entrada de datos para el flujo de trabajo de visión artificial.

Entre todas las posibles aplicaciones de la visión artificial, SAFETERM se basa en el reconocimiento de zona: qué zonas aparecen en la imagen y dónde se encuentran. En este proyecto, otro objetivo de la EDA es ponderar los retos de la utilización de tecnología de IA en la aviación. Se pueden desarrollar equipos y software de aviónica reales siguiendo estándares de aviación que evalúen los elementos y fases de certificación para estos sistemas embarcados basados en IA.

El proyecto AI-GNCAir (Inteligencia artificial en orientación, navegación y control para aplicaciones aéreas) investiga sobre otro tipo de tecnología: fusión de datos para autolocalización, procedentes de sensores de vehículos aéreos. “Técnicas de toma de decisiones autónomas y automatizadas para sistemas tripulados y no tripulados” y “control y cooperación multi robot” son los objetivos del proyecto, en el marco del cual se reforzarán los sistemas GNC mediante la utilización de técnicas de inteligencia artificial para gestión de datos e información.

En este campo, los aspectos de seguridad de la información tienen suma importancia. Estos son: Confidencialidad, que impida las injerencias externas; integridad, para proteger la precisión de los datos en su paso por los flujos de trabajo; y disponibilidad, porque no debe interrumpirse nunca el flujo de datos. Los algoritmos de IA deben poder reconocer las interferencias en las señales, las lecturas incorrectas de los sensores e, incluso, predecir datos que podrían faltar debido a esas circunstancias.

Algunos de los campos en los que se centra el proyecto AI-GNCAir son los de grabación robusta de datos, protocolos eficientes de fusión de datos, gestión de la complejidad computacional de la fusión de datos o selección dinámica de sensores para una disponibilidad continua de datos.

La inteligencia artificial y el aprendizaje automático son términos genéricos que comprenden una enorme variedad de técnicas de procesamiento, control y optimización de datos, aplicables a prácticamente cada sector o sistema. Los vehículos aéreos pueden beneficiarse de estas tecnologías avanzadas, que garantizarán una mayor autonomía y seguridad y permitirán a los operadores humanos proporcionar información de un nivel más elevado y mayor control de supervisión.

Autores: Javier Ferrero y Eugenio Sillero