intelligenza artificiale

Guerra, l’aiuto dei software predittivi per interpretarla: tre esempi pratici

Se le guerre per loro natura sono imprevedibili, la tecnologia può aiutare a capire meglio le pieghe che un conflitto prenderà: i software predittivi in ambito bellico tramite simulazioni e modelli supportano la presa di decisioni, l’analisi delle situazioni e suggeriscono le evoluzioni in atto

Pubblicato il 09 Ago 2022

Luigi Mischitelli

Legal & Data Protection Specialist at Fondazione IRCCS Casa Sollievo della Sofferenza

jet-gb8807b044_1920

Una delle caratteristiche che contraddistingue battaglie e guerre è la loro imprevedibilità. E qualunque cosa che pretenda di ridurre tale imprevedibilità è perfettamente in grado di attirare l’attenzione di numerosi investitori del ramo militare.

Se a ciò, inoltre, si aggiunge l’infinito potenziale delle moderne tecnologie, che sono in grado di raccogliere e analizzare una quantità ineguagliabile di dati, e se si impiegano tali tecnologie in una guerra “permanente” e basata su un massiccio uso dei mass media come quella in corso tra l’Ucraina e la Russia (per non parlare dell’enorme pressione esercitata recentemente su Taiwan, soprattutto dopo la recente visita della speaker della Camera dei Rappresentanti USA Nancy Pelosi), si può presumere che l’impresa di cercare di prevedere gli esiti dei conflitti stia andando a gonfie vele. Ed è, tecnicamente, così.

Guerra e comunicazione “militare”: come sta cambiando l’intelligence e perché

Come funziona il software MCOSM

Un software dedicato a questo scopo è lo statunitense Major Combat Operations Statistical Model (MCOSM). Tale software esegue algoritmi basati sulla conoscenza di ben novantasei battaglie (e relative strategie militari) combattute tra l’ultimo anno della Prima Guerra Mondiale (1918) e i giorni nostri. Quando a tale strumento sono stati forniti i dati relativi al primo giorno di invasione dell’Ucraina da parte delle forze russe – nella direttrice di Kiev –, ossia il 24 febbraio scorso, MCOSM ha previsto, su una scala di punteggi da uno a sette, un “successo operativo” per la Russia e l’Ucraina, assegnando alla prima il punteggio di due su sette, alla seconda il punteggio di cinque su sette.

Ed effettivamente MCOSM ci ha “preso”, se si pensa che un mese dopo, il 25 marzo, le forze russe rinunciarono all’idea di prendere Kiev, dirigendosi verso nuovi obiettivi ad oriente del Granaio d’Europa. Probabilmente MCOSM ha avuto ragione per via di un colpo di fortuna… ma non lo si può affermare con certezza. Il funzionamento di MCOSM si basa su una predittività che guarda alla stima di trenta valori. Questi includono punti come la potenza di fuoco, la mobilità, la logistica e la ricognizione sul campo. È necessario un giudizio attento, perché il vantaggio di questi elementi (spesso) non è noto, o è calcolato male, in anticipo. Si pensi che l’esercito francese del 1940, che crollò in poche settimane sotto l’avanzata della Wehrmacht di Hitler, era comunemente considerato “in anticipo” come uno dei più grandi e formidabili d’Europa, così come le forze armate russe erano considerate “imbattibili” all’inizio della loro entrata in scena in Ucraina il 24 febbraio scorso.

Modelli come MCOSM sono “deterministici”, con gli stessi input che spesso sviluppano la stessa previsione. Altri modelli, invece, sono “probabilistici”. Si pensi alla differenza che vi è tra un colpo di fucile –sparato da seicento metri, all’imbrunire, contro un obiettivo che va a piedi e indossa un giubbotto antiproiettile – da un cecchino “fresco” e preparato e al medesimo colpo di fucile sparato da un cecchino affaticato e non adeguatamente preparato. Per progettare una situazione come questa, gli sviluppatori di sistemi predittivi stimano le probabilità, espresse in percentuale, che il colpo in questione venga mancato e/o che l’obiettivo venga soltanto ferito. Ciò implica, generalmente, la ricerca su battaglie “uno contro uno” del passato, l’esame delle conoscenze sulla balistica e tutte le variabili del caso.

Il modello probabilistico di Brawler

Un ottimo esempio di modello probabilistico è Brawler, un simulatore di battaglia aerea prodotto dalla ManTech, un’azienda statunitense del ramo difesa, che viene utilizzato dalla marina e dall’aeronautica militare USA. Brawler elabora dati ingegneristici complicati sull’efficienza degli aerei da guerra, compresi i loro numerosi sottosistemi, sulle capacità dei radar a terra nell’intercettare i velivoli e sull’efficienza delle batterie di missili. Durante una simulazione, le rappresentazioni digitali di questi componenti possono essere gestite sia da persone “in carne ed ossa” che dal simulatore in autonomia.

Lavorando con il software in diverse situazioni si possono ottenere tutti i tipi di risultati. Ad esempio: in che misura determinate manovre evasive aumenterebbero le probabilità di un F-16 statunitense di schivare un missile russo S-400? E quali potrebbero essere le conseguenze ad una determinata altitudine? E in presenza di pioggia? Cosa succederebbe se fossero azionate delle contromisure? Simulare la fisica di tutti questi elementi è molto complicato. Ma Brawler coinvolge anche algoritmi che “pretendono” di approssimare elementi mentali e culturali propri dell’essere umano. Si pensi, per esempio, ai transponder IFF (sistemi di identificazione amico-nemico, in inglese “identification, buddy or foe”) degli aerei da guerra. Brawler progetta la propagazione degli allarmi IFF e il modo in cui i loro richiami sulla consapevolezza di un pilota distraggono o rallentano il tempo di reazione. In questo senso, conta il carico cognitivo complessivo di un pilota in un determinato momento. Inoltre, gli utilizzatori di Brawler inseriscono valori per il curriculum “sociopolitico” di ogni pilota.

Si presume, infatti, che i piloti di nazioni democratiche siano molto più creativi di quelli provenienti da regimi autoritari (che scoraggiano l’iniziativa individuale). Le simulazioni di Brawler sono tipicamente eseguite con non più di venti velivoli, ma il progetto può gestire anche il triplo di questa quantità, se necessario. La distribuzione del modello completo del pacchetto software è strettamente limitata, con il ministero della Difesa britannico come unico destinatario extra-USA. Corea del Sud e Taiwan saranno i prossimi utilizzatori.

Il progetto Pioneer

Un altro progetto, Pioneer, sviluppato dall’azienda ceca Bohemia Interactive Simulations, necessita di una notevole potenza di calcolo e opera su server cloud. Pioneer può simulare il comportamento e le azioni di una quantità impressionante di “entità”. Si va da soldati ai carri armati, dalle navi agli aerei, passando dalle infrastrutture logistiche, alle torri di telefonia mobile, alla vegetazione, alle armi e persino alle munizioni. Per le regioni di esclusiva importanza per l’esercito, le conoscenze del terreno di Pioneer includono anche la posizione di determinati alberi, registrati da aerei spia e satelliti. Il sistema utilizza anche informazioni meteorologiche in tempo reale.

Se un carro armato che entra in un’area dovrebbe sprofondare nel fango (perché quel dato luogo è soggetto a piogge e fango), Pioneer gli fa fare proprio questo. Inoltre, il sistema deforma il terreno durante lo svolgimento delle “battaglie digitali”. Se uno sbarramento di artiglieria blocca una strada, Pioneer fa deviare il traffico in modo appropriato. Pioneer simula finanche la traiettoria di ogni singolo proiettile. Inoltre, tiene conto dell’addestramento, del livello di stanchezza e della dottrina militare di una forza combattente.

Le equazioni che approssimano le correlazioni tra questo tipo di elementi e la volontà di combattere di un esercito sono state inserite nei simulatori di combattimento del Dipartimento della Difesa degli Stati Uniti. La “volontà di lottare” dei soldati sul campo non può essere disgiunta dai simulatori predittivi, poiché ovviamente i militari non sono robot. Mettere in chiaro che vi sono diverse probabilità che le cose possano “non andare come previsto” è fondamentale. Lavorare sulla predittività sul campo bellico non è esente da sorprese. Assegnare punteggi numerici alla psicologia umana e al know-how dei servizi militari è soggettivo, nel migliore dei casi, e fantasioso nel peggiore.

Le sfide future

Tenendo conto di queste “avvertenze” e della aleatorietà degli eventi, prevedere l’evolvere – ad esempio – del teatro bellico ucraino in questa seconda parte del 2022 sarà un’autentica sfida. È necessario stabilire nuovi valori per le variabili che riflettono i miglioramenti delle forze russe nelle nuove aree di spiegamento, la sequenza operativa delle truppe di Mosca e il loro giudizio sul campo. L’Ucraina, invero, ha mantenuto finora una quantità di vantaggi qualitativi; tuttavia, tali vantaggi si stanno riducendo con il tempo. Peraltro, Kiev rimane con una sproporzionata inferiorità di armi e mezzi rispetto a Mosca. Affidarsi ai sistemi predittivi sarà indubbiamente un’interessante sfida per i prossimi mesi.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati