El futur de l'autonomia militar no depèn d'estendre la intel·ligència artificial (IA) actual, sinó de construir un sistema diferent. Avui els models funcionen com a assistents, ordenant informació i detectant patrons, amb suggeriments ràpids. El futur exigeix una altra cosa. El futur exigeix màquines que mantinguin una imatge interna del món i desenvolupin hipòtesis comparant escenaris, alhora que identifiquen un canvi en la realitat. Aquest tipus d'intel·ligència encara no existeix, i la construcció d'aquesta màquina es farà per capes successives i no per un únic salt tecnològic. És útil plantejar com serà aquest camí i qui el protagonitzarà.

La primera capa serà la fusió sensorial avançada. Empreses com Raytheon, Lockheed Martin, Elbit, Thales i Northrop desenvolupen sensors que veuen en diferents bandes de llum, escolten vibracions i detecten emissions electromagnètiques amagades. L'avenç serà lent, encara que constant, alhora que aquests dispositius es faran més petits i consumiran menys energia.

Evolucionaran cap a senyals més nets, amb rangs d'operació ampliats. D'altra banda, l'arquitectura futura necessita detectors que no es bloquegin amb interferències. Aquesta millora vindrà de materials nous, òptiques més estables i algorismes que reconstrueixin imatges des de senyals fràgils. El futur tindrà sensors que no miren l'entorn com a fotos sinó com a esdeveniments. Aquest tipus de detectors existeixen en etapa primerenca en laboratoris de neuromorfisme i operen amb velocitat extraordinària.

La segona capa serà la creació de mòduls explicatius. Avui la IA classifica objectes, la pròxima generació interpretarà què ocorre en una escena. Una trampa tèrmica té un rastre diferent d'un motor. Un dron que envia interferències ofereix un patró diferent del d'un avió real. Alhora que un senyal de ràdio falsa emet sorolls característics. Empreses com Palantir i laboratoris com Stanford ja treballen en models causals. L'arquitectura futura prendrà aquestes idees i les integrarà a sistemes que raonen en temps real. El procés permetrà que la màquina no rebi només dades, sinó causes possibles per a cada senyal.

La tercera capa serà la simulació interna. Lockheed Martin construeix bessons digitals d'aeronaus que repliquen cada detall aerodinàmic. En el futur, aquestes rèpliques seran part de la intel·ligència a bord. Un avió autònom simularà com es mourà un objectiu en els pròxims segons, quines possibles maniobres executaria i com canviaran les condicions si hi ha interferències. La recreació interna permetrà la detecció d'inconsistències entre l'esperat i l'observat. Quan l'entorn no encaixa amb la lògica interna de la màquina, arriba un moment crucial perquè l'autonomia total necessita reconèixer quan la situació esdevé incerta. Sense aquesta percepció, el sistema actuarà amb confiança en escenaris on no hauria de fer-ho.

La quarta capa serà el planificador explícit. La màquina necessitarà calcular rutes, maniobres i accions amb antelació, i aquestes decisions no sortiran d'un patró après. Emanaran d'un arbre de possibilitats avaluant opcions amb el seu model de món. Aquest planificador s'assemblarà als vells algorismes de cerca en jocs, encara que integrarà física, geografia, senyals i comportament d'altres actors. DeepMind treballa en algorismes de planificació guiada per models. DARPA finança programes similars per a combat aeri. Aquests avenços, encara acadèmics, seran la base del planificador futur.

La cinquena capa serà la capa simbòlica. Aquesta contindrà regles dures que no es poden violar i serà com un esquelet lògic que defineix quines accions són possibles. La capa simbòlica no canvia amb l'entrenament, encara que es programa i es verifica. La indústria aeroespacial ja té dècades d'experiència amb aquest tipus de programari i empreses com Honeywell, Collins Aerospace, AdaCore i Galois dominen aquesta àrea. L'arquitectura futura integrarà aquestes regles amb la simulació i amb la percepció. El resultat serà una màquina que no improvisa fora del marc permès.

La sisena capa serà l'autoaprenentatge sobre l'adversari. La màquina generarà amenaces fictícies, escenaris nous i trampes dissenyades per trencar el seu propi raonament. Cada vegada que trobi un punt feble, modificarà la seva estructura interna. Aquest procés no s'assemblarà a l'entrenament massiu de models actuals, sinó que serà un cicle continu de prova, simulació i ajust. DeepMind va demostrar aquesta idea en jocs complexos i DARPA la porta a simulacions militars. El futur la col·locarà en sistemes autònoms.

La setena capa serà el maquinari especialitzat. El futur no estarà dominat per GPU generals, ja que arribaran els processadors diferents per a cada mòdul. Xips neuromòrfics per a percepció d'esdeveniments, altres per a grafs per a relacions causals i unitats de simulació física amb paral·lelisme extrem com els dissenys de Cerebras. FPGA per a planificació ràpida i microcontroladors verificats per a regles dures. Empreses com Hailo, SynSense, Intel Loihi, Graphcore, Cerebras i Xilinx ja avancen en direccions compatibles. Cap no té el conjunt complet, sinó que la futura arquitectura assemblarà aquestes peces en un sistema únic.

Els actors que lideren aquesta transició formen un triangle. Primer, la indústria militar nord-americana, que posseeix simulació profunda, capacitat financera i accés a escenaris reals. Segon, empreses tecnològiques que entenen de maquinari especialitzat, com Nvidia, Cerebras o Graphcore, juntament amb empreses emergents com Hailo. Tercer, els laboratoris d'investigació que estudien models causals, grafs i raonament estructurat. Aquest triangle combina sensors, simulació, lògica simbòlica i aprenentatge. L'arquitectura futura emergirà de la convergència entre aquests tres grups.

El futur de l'autonomia militar no serà un salt sobtat, sinó una construcció pacient feta de mòduls que avui existeixen per separat. Cap d'aquests no és suficient per si sol. Quan es combinin, apareixerà un sistema capaç de percebre, explicar, simular, planificar i decidir amb estabilitat en entorns canviants. Aquest mòdul serà diferent dels actuals, ja que integrarà una intel·ligència dissenyada per operar en incertesa. Serà una màquina que manté una imatge interna del món i que usa aquesta representació per navegar situacions noves. Aquest és el camí que permet imaginar l'autonomia total en guerra com una possibilitat tècnica.

Les coses com són