In questo articolo Indice dei contenuti 2 sezioni
I droni autonomi capaci di riconoscere un bersaglio e colpirlo senza ricevere un comando diretto da un operatore hanno smesso da tempo di essere un esercizio teorico, e una startup sostenuta dalla NATO sta lavorando proprio per portare questa capacità dentro velivoli piccoli ed economici. Si chiama Scaleout Systems, è svedese, e sta adattando modelli di intelligenza artificiale leggeri perché girino direttamente a bordo dei droni impiegati in missioni di sorveglianza e attacco.
L’azienda nasce nel 2018 da un gruppo di ricercatori dell’Università di Uppsala, con un’idea piuttosto lontana dal campo di battaglia: addestrare e far funzionare modelli di machine learning sull’hardware già montato su camion commerciali e altri veicoli. Poi è arrivata l’invasione russa dell’Ucraina nel 2022 e la rotta è cambiata. “Con la guerra in Ucraina e un mondo che cambia, ci siamo resi conto che questa tecnologia può essere molto importante per rendere operativi i dati raccolti ai margini della rete e quelli dei sensori, in modo che gli alleati NATO trovino quel vantaggio strategico”, ha spiegato Andreas Hellander, cofondatore e amministratore delegato di Scaleout Systems.
Scaleout Systems: modelli piccoli, hardware che sta su un drone
Qui non si parla dei grandi modelli di frontiera di OpenAI o Anthropic. Scaleout lavora su sistemi molto più snelli, modelli di computer vision pensati per girare sull’elettronica di un drone o sui computer di una base avanzata. “Devono entrare nell’hardware dispiegato in prima linea e nei dispositivi edge, che possono variare parecchio, dai piccoli apparati embedded fino a workstation abbastanza potenti”, ha detto Hellander.
Nel 2025 la società è stata selezionata per il programma DIANA, l’acceleratore per l’innovazione della difesa della NATO, dove ha lavorato al progetto Federated Aerial Intelligence for Recon. L’obiettivo è adattare i modelli all’hardware presente nei droni, nei tablet dei piloti e nei posti comando sul terreno. Questi sistemi aiutano l’operatore in compiti come l’identificazione del bersaglio mentre telecamere e sensori continuano a raccogliere dati dall’ambiente circostante. Poi, di tanto in tanto, condividono aggiornamenti selettivi con i nodi di calcolo del plotone o del comando di compagnia, senza trasmettere i dati grezzi più sensibili.
È lì che i modelli vengono riaddestrati con le informazioni aggregate da più fonti, prima che le versioni aggiornate tornino ai dispositivi in prima linea appena se ne presenta l’occasione. “Un modello può essere stato addestrato in un ambiente desertico, e se proviamo a usarlo in un contesto urbano non funzionerà bene”, ha osservato Hellander. “Se riusciamo a rilasciare diverse nuove versioni che, nell’arco di una singola giornata o di un’operazione, continuano a imparare da questa enorme quantità di dati sensoriali generati sul campo, quello è il vantaggio sostenibile.”
Dalle demo in Svezia al drone kamikaze a basso costo
Il senso di tutto questo è chiaro a chiunque guardi la guerra elettronica di oggi: se il jamming nemico taglia le comunicazioni, un drone che dipende da un server centrale diventa inutile. Senza contare che affidarsi a un unico punto centralizzato appare più rischioso in un periodo in cui grandi data center sono stati presi di mira e distrutti durante il conflitto tra Stati Uniti e Iran. Diversi droni kamikaze economici ucraini stanno già integrando capacità di IA a bordo.
Scaleout partecipa al progetto ALMA, guidato da BAE Systems Bofors, dedicato a una munizione circuitante modulare e a basso costo. Il concetto è stato mostrato pubblicamente per la prima volta durante il Winter Demo 2026, in Svezia, a gennaio. Nella dimostrazione il drone ha individuato, identificato e geolocalizzato in autonomia le minacce grazie all’IA, con tutti i dati gestiti da un computer di bordo dedicato e nessuna elaborazione esterna. Ha poi dato priorità al bersaglio di maggior valore previsto dalla missione, un veicolo corazzato del genio, e ci ha sganciato sopra un esplosivo. L’operatore umano poteva comunque intervenire, ma il velivolo ha portato a termine il compito da solo.
A giugno un altro test, in una base dell’Aeronautica svedese a Uppsala, dove i militari hanno già una licenza per la piattaforma software dell’azienda. Un nodo di calcolo avanzato ha continuato a far girare inferenza e apprendimento attivo anche dopo aver perso il collegamento con il nodo centrale nel laboratorio di Scaleout, sincronizzando poi gli aggiornamenti al ripristino della connessione. Questa strategia di apprendimento federato, secondo Hellander, potrebbe estendersi a intere regioni o nazioni: “In linea di principio, si può sbloccare la collaborazione tra gli Stati membri della NATO”.
