Quando il quantum incontrerà l’AI: la nuova frontiera della difesa dai droni

Il quantum computing potrebbe aiutare i sistemi di difesa anti-drone a interpretare dati complessi da più sensori, secondo un'analisi pubblicata su un sito italiano. L'articolo sostiene che, mentre l'AI già gestisce la sensor fusion, i computer quantistici potrebbero ottimizzare la combinazione di informazioni per distinguere minacce reali da falsi allarmi. La sfida principale è che i droni stanno diventando più numerosi, economici e autonomi, rendendo la difesa più costosa dell'attacco.

Quando il quantum incontrerà l’AI: la nuova frontiera della difesa dai droni C’è una domanda che prima o poi i governi dovranno affrontare: cosa succederà quando i droni diventeranno così numerosi, economici e intelligenti che difendersi da loro costerà molto più che costruirli? È una domanda meno futuristica di quanto possa sembrare. Negli ultimi anni abbiamo visto cambiare rapidamente il ruolo dei droni. Sono passati dall’essere strumenti utilizzati soprattutto per osservazione e ricognizione a diventare piattaforme capaci di svolgere missioni sempre più autonome. Il loro costo relativamente contenuto permette inoltre di utilizzarne grandi quantità, mentre l’intelligenza artificiale consente loro di riconoscere immagini, seguire traiettorie e adattarsi alle condizioni dell’ambiente. La conseguenza è abbastanza semplice da capire: la difesa non può più ragionare soltanto in termini di “un radar individua un drone e un sistema interviene”. Il problema diventa molto più complesso quando nel cielo ci sono contemporaneamente decine o centinaia di oggetti, alcuni innocui, altri potenzialmente ostili, altri ancora utilizzati come esche o semplicemente difficili da classificare. Ed è proprio qui che, a mio avviso, il quantum computing potrebbe trovare una delle sue applicazioni più interessanti nel settore della sicurezza e della difesa. Non necessariamente perché un computer quantistico sarà capace di “abbattere meglio un drone”. Questa sarebbe una semplificazione. Il vero interesse potrebbe essere un altro: aiutare un sistema di difesa a capire cosa sta realmente accadendo. Il problema non è vedere. È interpretare. Un drone moderno può essere relativamente piccolo. Può volare a bassa quota. Può confondersi con l’ambiente circostante e, in determinate condizioni, può essere difficile da distinguere da altri oggetti. Un sistema radar può rilevarlo. Una telecamera può riprenderlo. Un sensore infrarosso può rilevarne la firma termica. Un sistema RF può intercettare determinate emissioni. Ma nessuno di questi strumenti, preso singolarmente, racconta tutta la storia. La questione diventa quindi quella della sensor fusion , cioè la capacità di mettere insieme informazioni differenti e trasformarle in una rappresentazione coerente della situazione. È un problema che l’intelligenza artificiale sta già affrontando. I sistemi di machine learning possono analizzare grandi quantità di dati, riconoscere pattern e classificare oggetti che sarebbe difficile identificare attraverso regole tradizionali. Ma esiste un limite che spesso viene sottovalutato. Non sempre il problema consiste nel riconoscere un oggetto. A volte il problema consiste nel decidere quale combinazione di informazioni sia la più importante . Immaginiamo, per esempio, che un sistema rilevi contemporaneamente venti tracce radar, diverse immagini provenienti da telecamere, numerosi segnali RF e informazioni provenienti da altri sensori. Quali segnali appartengono allo stesso oggetto? Quali sono falsi positivi? Quale traiettoria è più preoccupante? Quale comportamento è normale e quale rappresenta un’anomalia? E soprattutto: come si distribuiscono le risorse disponibili per osservare e gestire una situazione che cambia continuamente? Questa è una classe di problemi nella quale l’ottimizzazione matematica diventa estremamente importante. Ed è qui che il quantum computing diventa interessante. Il computer quantistico potrebbe lavorare dietro le quinte Quando si parla di computer quantistici si tende a immaginare macchine capaci di fare tutto più velocemente. Non è così. Un computer quantistico non è semplicemente un computer classico molto più potente. È una macchina che sfrutta fenomeni della meccanica quantistica per affrontare determinate categorie di problemi in maniera differente. Per questo motivo è più corretto chiedersi quali problemi della difesa anti-drone potrebbero essere adatti a un approccio quantistico . Uno di questi è l’ottimizzazione. Pensiamo a una situazione nella quale una rete di sensori deve continuamente decidere come osservare uno spazio aereo complesso. Non basta sapere dove sono gli oggetti. Bisogna stabilire quali sensori devono concentrarsi su quali aree, quali informazioni devono essere confrontate, quali tracce devono essere considerate insieme e come modificare la strategia di osservazione quando la situazione cambia. Con pochi oggetti il problema può essere gestito efficacemente dai sistemi tradizionali. Con migliaia di variabili e combinazioni possibili la situazione cambia. La ricerca sul quantum computing sta studiando proprio algoritmi destinati a problemi di ottimizzazione complessi. Non significa che oggi un computer quantistico sia già superiore a un supercomputer tradizionale in questo tipo di applicazioni. Significa piuttosto che esiste una direzione di ricerca concreta nella quale il quantum potrebbe, in futuro, diventare un componente di un sistema decisionale molto più ampio. Ed è probabilmente questo il modo più serio di guardare al problema. Prima ancora del quantum computer potrebbe arrivare il quantum sensor C’è però un aspetto che ritengo ancora più interessante. Parlando di difesa quantistica si pensa quasi automaticamente al computer quantistico. Potrebbe essere un errore. Il primo cambiamento significativo potrebbe arrivare dai sensori quantistici . La ricerca sul quantum sensing cerca di sfruttare proprietà della meccanica quantistica per effettuare misure estremamente precise di grandezze fisiche. In prospettiva, questo potrebbe significare migliorare la capacità di osservare fenomeni che oggi risultano difficili da distinguere dal rumore. E qui arriviamo direttamente ai droni. Nel 2025 un gruppo di ricercatori ha pubblicato su Light: Science & Applications un lavoro nel quale viene dimostrato un sistema di quantum compressed sensing imaging utilizzato per la rilevazione passiva di droni fino a una distanza di 10 chilometri. Non significa che sia stato inventato un radar quantistico operativo capace di risolvere definitivamente il problema dei droni. Sarebbe una conclusione sbagliata. Significa però che qualcosa di molto importante sta accadendo: la ricerca quantistica sta iniziando ad affrontare direttamente il problema della rilevazione degli UAV. È questo il tipo di segnale che dovrebbe interessare i decisori politici e militari. Non la promessa di una tecnologia miracolosa, ma la comparsa di risultati sperimentali che indicano una possibile nuova strada. E se il drone non fosse più il vero bersaglio dell’intelligenza? C’è poi una questione ancora più interessante. La prossima generazione di sistemi anti-drone potrebbe non essere progettata per rispondere semplicemente alla domanda: “Che cosa sto vedendo?” Potrebbe essere progettata per rispondere alla domanda: “Che cosa è probabile che accada nei prossimi secondi?” È qui che l’intelligenza artificiale assume un ruolo decisivo. Un sistema AI può analizzare sequenze di dati e cercare correlazioni che un operatore umano non sarebbe in grado di individuare con la stessa velocità. Un drone che cambia direzione può non significare nulla. Dieci droni che cambiano direzione contemporaneamente possono invece rappresentare un pattern. Il sistema potrebbe quindi passare dalla semplice identificazione alla previsione. E questo cambia radicalmente il concetto di difesa. Una difesa tradizionale reagisce a un evento. Una difesa supportata dall’AI cerca di anticiparlo. Se a questo aggiungiamo un livello di ottimizzazione quantistica, almeno in prospettiva, possiamo immaginare sistemi capaci di valutare simultaneamente un numero enorme di possibili configurazioni. Non per decidere automaticamente chi deve essere colpito. Ma per aiutare il sistema a stabilire quale scenario sia più probabile e quale risposta difensiva sia più efficace , lasciando la decisione finale sotto controllo umano. È una distinzione fondamentale, soprattutto quando parliamo di infrastrutture critiche e sicurezza nazionale. Il vero problema saranno gli sciami Il singolo drone è soltanto una parte del problema. Gli sciami rappresentano qualcosa di completamente diverso. Quando il numero di oggetti cresce, non è più sufficiente classificare individualmente ciascun drone. Bisogna capire le relazioni tra gli oggetti. Un gruppo di droni può comportarsi come un insieme coordinato. Alcuni possono svolgere una funzione di osservazione, altri possono cambiare traiettoria, altri ancora possono essere semplicemente elementi di disturbo. Da un punto di vista matematico, il problema diventa rapidamente complesso. È possibile rappresentare gli oggetti come nodi di una rete e le loro relazioni come connessioni dinamiche. La posizione di un drone influenza l’interpretazione degli altri; una variazione di traiettoria può cambiare la valutazione dell’intero scenario. Questa è esattamente la ragione per cui l’ottimizzazione quantistica viene studiata con tanto interesse. Ma ancora una volta occorre evitare il sensazionalismo. Non sappiamo ancora se i computer quantistici saranno realmente superiori ai sistemi classici per tutte queste applicazioni. Potrebbero esserlo soltanto per determinati sottoproblemi. Potrebbero invece essere utilizzati in combinazione con supercomputer e acceleratori AI. Ed è probabilmente quest’ultima ipotesi quella più realistica. La futura architettura potrebbe essere ibrida Immaginiamo allora una base militare, un aeroporto, una centrale energetica o un’altra infrastruttura critica. Intorno alla struttura esiste una rete di sensori. Radar. Telecamere. Infrarossi. Sensori RF. Possibili sensori quantistici. Tutti questi strumenti producono dati. L’intelligenza artificiale li analizza e cerca di costruire una rappresentazione coerente dello spazio circostante. A un certo punto, quando il numero delle variabili diventa particolarmente elevato, alcuni problemi possono essere inviati a un sistema di calcolo quantistico. Il quantum computer non deve necessariamente essere fisicamente vicino al campo operativo. Potrebbe essere un componente remoto di una grande infrastruttura di calcolo. Il suo compito potrebbe essere quello di affrontare specifici problemi di ottimizzazione che il sistema decide di delegargli. Questa architettura avrebbe un vantaggio importante: non sarebbe necessario aspettare il “computer quantistico universale perfetto”. Si potrebbe iniziare molto prima. Perché gli Stati dovrebbero pensarci oggi Questa è forse la parte più importante dell’intera discussione. Gli Stati non dovrebbero necessariamente acquistare oggi computer quantistici per difendersi dai droni. Dovrebbero però iniziare a chiedersi se le infrastrutture che stanno costruendo oggi saranno compatibili con le tecnologie quantistiche di domani. Una rete di difesa può rimanere operativa per decenni. Un’architettura chiusa rischia quindi di diventare rapidamente obsoleta. Una piattaforma modulare, invece, potrebbe permettere di sostituire progressivamente sensori, algoritmi e componenti di calcolo. Questo porta a un concetto che considero molto più importante della semplice “quantum defense”: Quantum Readiness. Essere pronti al quantum significa progettare oggi sistemi capaci di integrare domani tecnologie che ancora non hanno raggiunto la piena maturità. È la stessa logica con cui oggi si progettano infrastrutture predisposte per nuove reti, nuovi sistemi di intelligenza artificiale e nuove tecnologie di sicurezza informatica. La vera competizione non sarà tra droni e sistemi anti-drone Alla fine, il punto potrebbe essere un altro. La futura competizione tecnologica non sarà semplicemente tra chi costruisce il drone migliore e chi costruisce il sistema capace di neutralizzarlo. Sarà tra chi riesce a comprendere più rapidamente un ambiente complesso e chi invece continua a reagire agli eventi quando sono già accaduti. Il vantaggio potrebbe quindi appartenere a chi riuscirà a integrare meglio tre mondi che fino a oggi sono stati sviluppati spesso separatamente: la capacità di percezione del quantum sensing, la capacità di riconoscimento e previsione dell’intelligenza artificiale, e la capacità di affrontare determinati problemi di ottimizzazione attraverso il quantum computing. Non siamo ancora arrivati a questa realtà. Molte delle tecnologie necessarie devono essere ancora migliorate. I computer quantistici attuali sono rumorosi, limitati e difficili da utilizzare per applicazioni operative di questo genere. Anche i sensori quantistici devono affrontare problemi di robustezza, miniaturizzazione e funzionamento in ambienti reali. Ma sarebbe un errore aspettare che tutte queste tecnologie siano mature prima di iniziare a ragionare sul loro possibile impiego. La storia della tecnologia militare insegna che il vantaggio non appartiene necessariamente a chi inventa per primo una macchina. Spesso appartiene a chi capisce per primo come collegare tecnologie diverse in un unico sistema . Ed è per questo che la questione dei droni è particolarmente interessante. Il futuro della difesa potrebbe non essere rappresentato da un’arma più potente. Potrebbe essere rappresentato da un sistema capace di vedere meglio, comprendere prima e prendere decisioni più informate. Il quantum, in questo scenario, non sarebbe necessariamente l’arma. Potrebbe essere qualcosa di più sottile. Potrebbe diventare una parte dell’infrastruttura cognitiva attraverso la quale uno Stato comprende ciò che sta accadendo nel proprio spazio aereo. Ed è forse questa la vera frontiera della Quantum Defense. Primo articolo di una serie.