All’inizio di questo mese, l’imprenditore Corey Jaskolski ha tirato fuori una penna e ha fatto la sua migliore ipotesi su come sarebbe stato il pallone di sorveglianza abbattuto da un jet americano dallo spazio. Quindi ha inserito lo schizzo e “una goccia” di recenti immagini satellitari dall’area in cui il pallone è stato abbattuto negli algoritmi sviluppati dalla sua startup di rilevamento di immagini e video Synthetaic, e ha aspettato.
Entro due minuti, dice, gli algoritmi hanno trovato il pallone alto 200 piedi al largo della costa della Carolina del Sud. “Non potevo crederci”, dice Jaskolski. Né poteva farlo sua moglie quando le mostrava eccitato i suoi risultati. Ma quando ha stimato l’altitudine del pallone nell’immagine era di circa 57.000 piedi, corrispondente all’altezza alla quale il pallone è stato avvistato da un aereo spia statunitense, e gli avvistamenti sui social media da 20 minuti prima che l’immagine fosse scattata sembravano confermare che aveva trovato.
Jaskolski ha scavato, analizzando i modelli del vento e gli avvistamenti dei social media per alimentare il suo software, chiamato RAIC (rapida categorizzazione automatica delle immagini), nuove fasce di dati satellitari dalla società Planet Labs. Lo strumento è progettato per rendere possibile la ricerca di oggetti di interesse in raccolte di immagini di grandi dimensioni utilizzando un’unica immagine di esempio.
“Abbiamo tracciato un grande arco attraverso il tempo e lo spazio e abbiamo iniziato a cercarlo”, dice Jaskolski. Avendo trovato il pallone una volta, il software di Synthetaic potrebbe essere addestrato con un’immagine reale del pallone per guidare ulteriormente la sua ricerca.
Nei giorni successivi, Jaskolski mise al lavoro RAIC. Da allora la società ha compilato sei avvistamenti del pallone (cinque confermati, uno ancora in fase di indagine) sulle sue immagini satellitari e ha utilizzato i dati del vento per stimare come si è mosso tra quei punti. “Possiamo disegnare una pista larga 1 chilometro attraverso tutti gli Stati Uniti e seguire semplicemente il pallone”, dice. “Abbiamo una traccia da dove è entrata dal Canada, fino alla Carolina del Sud, dove è scoppiata, con sei punti lungo quell’arco.”
La caccia al tesoro stratosferica di Jaskolski potrebbe essere stata resa possibile da un software intelligente, ma ha anche richiesto conoscenze esperte umane. Il suo disegno iniziale del velivolo sembrava più un pupazzo di neve in technicolor: cerchi rossi, verdi e blu impilati. L’obiettivo era quello di imitare il modo in cui i satelliti generalmente catturano diverse lunghezze d’onda della luce utilizzando sensori separati che non sono sempre sincronizzati nel tempo, creando più viste sconnesse degli oggetti. E genera falsi positivi.
Le immagini satellitari catturano il pallone di sorveglianza che ha recentemente attraversato gli Stati Uniti prima di essere abbattuto questo mese.
Video: Sintetaico
Ma la capacità di mappare il percorso di un pallone di sorveglianza con tale chiarezza potrebbe essere un punto di svolta per la sicurezza nazionale, afferma Arthur Holland Michel, membro anziano del Carnegie Council e autore di un libro su droni e sorveglianza. “La combinazione dell’intelligenza artificiale con le immagini satellitari è senza dubbio una tecnologia molto potente per la sorveglianza, lo spionaggio e il controspionaggio”, afferma.
Holland Michel sottolinea inoltre che le immagini satellitari e l’intelligenza artificiale hanno i loro limiti. Il metodo con cui Synthetaic ha trovato per la prima volta il pallone, utilizzando un disegno, potrebbe risultare in falsi positivi se l’oggetto di interesse fosse qualcosa di più complesso o meno pubblicamente documentato, come un carro armato. “Le cose spesso sembrano un po’ strane e poco familiari dall’alto”, dice.
“C’è un indubbio potenziale lì”, dice Holland Michel, “ma è facile pensare che questa combinazione di satelliti e intelligenza artificiale sia una capacità onniveggente che metterà tutto a nudo”. È utile in alcuni casi, come il pallone, dice, ma probabilmente non in tutti gli scenari.
Questo è qualcosa che Jaskolski riconosce, ma considera anche il progetto un esempio di come l’esperienza umana e il duro lavoro possono essere elevati dall’IA. “Questa collaborazione uomo-macchina è la mia idea di come funziona l’IA oggi”, afferma. “Ed è sicuramente il modo in cui costruiamo il nostro prodotto.” Lo strumento è attualmente utilizzato per scopi umanitari, anche dal Programma alimentare mondiale delle Nazioni Unite per trovare le vittime delle inondazioni.
L’inseguimento del pallone non è finito solo perché Jaskolski è riuscito a rintracciarlo negli Stati Uniti. Dice che il processo è “ad alta intensità di risorse” perché il software non è perfetto e rivela molti potenziali avvistamenti che devono essere ridotti dalle persone. “Ma vorremmo continuare a seguirlo”, dice. “Che torniamo fino in Cina o meno, sentiamo di aver risolto almeno un problema tecnico. Saremmo pazzi a non provarci.
Aggiornato il 27-02-2023, 15:15 EST: questo articolo è stato aggiornato per correggere l’ortografia di Synthetaic.
