Sensible (sistema de análisis de inteligencia)

Sentient es un sistema clasificado de análisis de inteligencia satelital basado en inteligencia artificial (IA), desarrollado y operado por la Oficina Nacional de Reconocimiento (NRO) de los Estados Unidos. Descrito como un cerebro artificial , Sentient procesa de forma autónoma datos de sensores orbitales y terrestres para detectar, rastrear y pronosticar la actividad en la Tierra y en su órbita. El sistema integra el aprendizaje automático con funciones de alerta y predicción en tiempo real , lo que permite la reasignación coordinada de tareas de los satélites de reconocimiento sin intervención humana.

Mediante el uso de datos de inteligencia multimodal —desde imágenes y señales hasta comunicaciones y datos ambientales— , se afirma que Sentient anticipa eventos futuros, prioriza objetivos y sirve como núcleo predictivo de la Arquitectura Terrestre Futura de la NRO. Su desarrollo y la implementación del núcleo se llevaron a cabo entre 2010 y 2016 bajo la Dirección de Sistemas y Tecnologías Avanzadas de la NRO. Se dice que Sentient reduce la carga de trabajo de los analistas al automatizar las tareas de vigilancia rutinarias, lo que permite una detección más rápida de amenazas y una coordinación satelital más eficaz.

Sentient es un programa desarrollado conjuntamente y liderado por la Dirección de Sistemas y Tecnologías Avanzadas (AS&T) de la NRO. ^{[ 2 ]} A veces se informa sobre Sentient y se le denomina programa de Arquitectura Terrestre Futura (FGA). ^{[ 3 ] [ 4 ]} En 2015, la entonces directora de la NRO (DNRO), Betty J. Sapp, informó a la revista SIGNAL que Sentient pasó a llamarse Programa Empresarial Sentient. ^{[ 5 ]} Al ser un programa clasificado, los detalles públicos sobre la arquitectura y las operaciones de Sentient siguen siendo limitados. ^{[ 1 ]}

Según lo informado por Sarah Scoles en The Verge y la Federación de Científicos Estadounidenses (FAS), Sentient comenzó ya en octubre de 2010. ^{[ 1 ]} Tras la desclasificación de su Justificación Presupuestaria del Congreso para el Año Fiscal 2010 (Volumen IV), la NRO emitió una solicitud de información (RFI) solicitando documentos técnicos sobre interacción con el usuario , autoconciencia , procesamiento cognitivo y automatización de procesos . ^{[ 6 ] [ 1 ]} Los informes de la NRO indican que la fase de desarrollo principal de Sentient se extendió hasta 2016. ^{[ 1 ]}

En el Simposio GEOINT de 2013 , la entonces DNRO Betty J. Sapp declaró que Sentient tenía como objetivo hacer que la NRO no solo fuera reactiva sino también predictiva en la forma en que dirige los activos basados ​​en el espacio. ^{[ 7 ]} Sentient se discutió más en una edición de 2014 de NRL Review , publicada por el Laboratorio de Investigación Naval (NRL). ^{[ 8 ]} Para 2015, Sentient se había convertido en el eje del enfoque FGA; hizo la transición a estaciones terrestres en red horizontal que permiten actualizaciones rápidas definidas por software para satélites "tontos". ^{[ 7 ] [ 5 ]} En 2016, el subdirector principal de la NRO (PDDNRO) Frank Calvelli informó al Comité de Servicios Armados de la Cámara de Representantes (HASC) sobre Sentient, discutiendo cómo el programa hace que la recopilación de inteligencia geoespacial y de señales sea más eficiente al reducir la compartimentación de datos. ^{[ 9 ]} La Sociedad Nuclear Estadounidense informó que el presupuesto anual del programa Sentient fue de 238 millones de dólares estadounidenses en el período 2015-2017. ^{[ 10 ]} En marzo de 2017, la NRO completó una sesión informativa para el Comité de Servicios Armados del Senado (SASC) relacionada con Sentient. ^{[ 11 ]}

En el 39.º Simposio Espacial en abril de 2024, el PDDNRO Troy Meink anunció planes para lanzar una flota más diversa de satélites grandes y pequeños para reducir los tiempos de revisita de los satélites , mejorar la cobertura global y hacer que el sistema sea más confiable. ^{[ 12 ]} El FAS señaló que el reconocimiento satelital sustenta el conocimiento de la situación de EE. UU. al permitir la recopilación rápida y sin riesgos en cualquier parte del mundo. ^{[ 6 ]} El DNRO Sapp declaró que Sentient había sido objeto de más solicitudes de demostración que cualquier otra capacidad desarrollada por la agencia desde su fundación en 1959. ^{[ 3 ]}

Sentient es un sistema que combina procesos de aprendizaje automático asistidos por humanos y de máquina a máquina automatizados. ^{[ 1 ]} Como sistema analítico autónomo similar a un cerebro artificial, Sentient es capaz de procesar flujos de datos vastos y diversos, identificar patrones a lo largo del tiempo y dirigir recursos satelitales hacia las áreas que considera más significativas. ^{[ 1 ]} Según la Corporación Rand , Sentient permite a los analistas concentrarse en el "por qué" de la inteligencia, en lugar del "qué". ^{[ 13 ]}

Una ventaja clave de Sentient es su automatización de tareas rutinarias de recopilación de datos a través de la fusión totalmente automatizada y en tiempo real de diversos flujos de datos de sensores para el apoyo de inteligencia. ^{[ 14 ]} Al automatizar los flujos de trabajo de explotación rutinarios , Sentient permite que el personal se centre en análisis de nivel superior. ^{[ 12 ]} Está diseñado para incorporar una variedad de fuentes de inteligencia, incluidas comunicaciones internacionales, archivos históricos de inteligencia e informes de agentes humanos. ^{[ 1 ]} Las herramientas automatizadas como Sentient pueden aumentar la "capacidad de inteligencia" en áreas como el transporte marítimo y la elusión de sanciones por parte de estados autoritarios . ^{[ 15 ]}

Sentient mejora la conciencia situacional utilizando patrones de comportamiento e inteligencia pasada para predecir posibles acciones del adversario. ^{[ 16 ]} El sistema, mediante la detección de anomalías y el modelado, puede predecir el comportamiento del adversario como parte del análisis automatizado en tiempo real del espacio de batalla . ^{[ 14 ]} Sistemas comparables, como el reconocimiento automático de objetivos (ATR), pueden eliminar los cuellos de botella humanos en el análisis sensible al tiempo al pronosticar acciones futuras a partir de patrones pasados. ^{[ 17 ]} Sentient interpreta los datos entrantes en contexto e identifica de forma autónoma los requisitos futuros de inteligencia y recopilación. ^{[ 18 ]} En 2025, Christopher Scolese, de la DNRO, declaró en un evento de la Alianza de Inteligencia y Seguridad Nacional y AFCEA International que la agencia tiene como objetivo pasar de la asignación manual de tareas a satélites individuales a constelaciones habilitadas para IA que puedan interpretar consultas de usuario en lenguaje natural y coordinar de forma autónoma los sensores para entregar informes de inteligencia integrados. ^{[ 19 ]}

Sentient emplea el sistema de asignación y encolamiento —parte de una capa de orquestación impulsada por IA— para reasignar dinámicamente satélites de reconocimiento a la observación de objetivos específicos. ^{[ 1 ] [ 20 ]} La asignación y encolamiento se refiere al proceso automatizado de utilizar información de un satélite, sensor o fuente de datos para dirigir a otros a observar un área específica, lo que permite el seguimiento en tiempo real a través de transferencias coordinadas entre sistemas. ^{[ 1 ]} Sentient transfiere las tareas de seguimiento a través de constelaciones de satélites (conjuntos de satélites) y estaciones terrestres asociadas ( sistemas de escucha y comunicaciones en superficie que reciben datos de los satélites). ^{[ 1 ]} Para 2024, la NRO había anunciado planes para desplegar una combinación de satélites de reconocimiento pequeños y grandes en regímenes orbitales —desde órbitas bajas , medias y geosíncronas— para aumentar la frecuencia con la que se puede observar cualquier parte de la Tierra y mejorar la cobertura espacial de objetivos de alto valor . ^{[ 12 ]}

Al fusionar la diversa información y los datos provenientes de su constelación —que abarcan imágenes orbitales , interceptaciones de señales y otras fuentes— Sentient construye una imagen operativa común unificada y procesable . ^{[ 21 ]} En esa imagen global fusionada, Sentient aplica algoritmos para detectar observables inesperados o no tradicionales que los analistas humanos podrían pasar por alto. ^{[ 1 ] [ 13 ]} Utilizando modelos de pronóstico para predecir cursos de acción del adversario —desde movimientos de fuerzas hasta amenazas emergentes— , Sentient ajusta la reasignación de satélites casi en tiempo real. ^{[ 1 ] [ 22 ]} El ciclo requiere una intervención humana mínima y los analistas de inteligencia pueden centrarse en la interpretación y la toma de decisiones en lugar de en el procesamiento y filtrado de datos . ^{[ 13 ] [ 1 ]}

Un documento desclasificado de la NRO de 2019 muestra que Sentient recopila información compleja enterrada en datos ruidosos y extrae las piezas relevantes , liberando a los analistas para que se centren en la comprensión de la situación a través de análisis predictivos y tareas automatizadas . ^{[ 21 ]} La NRO desplegó CubeSats —pequeños satélites cúbicos— para validar la teledetección distribuida y resiliente . ^{[ 3 ]} También priorizó el monitoreo de área amplia bajo demanda a través de nuevos modelos fenomenológicos para detectar y geolocalizar objetivos, mejoró la recopilación contra señales débiles y objetos de baja reflectancia en entornos de interferencia densos y de cocanal , y avanzó en tecnologías de matriz de fase para mejorar el rendimiento general. ^{[ 6 ]} Las Instalaciones de Datos Aeroespaciales (ADF) de la NRO — Colorado , Este y Suroeste — brindan apoyo terrestre para la recopilación de inteligencia. ^{[ 23 ]}

Andrew Krepinevich detalla los proveedores comerciales contratados para alimentar los análisis de Sentient: Maxar Technologies , Planet y BlackSky. ^{[ 22 ]} Maxar ha afirmado que "proporciona el 90 por ciento de la inteligencia geoespacial fundamental utilizada por el gobierno de EE. UU." y fue inicialmente su único proveedor de imágenes. ^{[ 24 ]} En The Fragile Dictator: Counterintelligence Pathologies in Authoritarian States , Wege y Mobley comparan Sentient con el servicio comercial Blacksky Global de Spaceflight Industries. ^{[ 15 ]} Según Krepinevich, BlackSky "recoge" volúmenes de datos brutos —docenas de satélites, más de cien millones de dispositivos móviles, además de barcos, aviones, redes sociales y sensores ambientales— para alimentar las canalizaciones de big data de Sentient. ^{[ 22 ]} El analista retirado de la Agencia Central de Inteligencia (CIA), Allen Thomson, observa que el sistema aspira a ingerir "todo", desde imágenes hasta registros financieros, datos meteorológicos y más. ^{[ 1 ]}

El capitán del ejército Anjanay Kumar advirtió en 2021 que, si bien el sistema en sí es seguro, su infraestructura terrestre distribuida podría ser vulnerable a ataques adversarios . ^{[ 25 ]} Krepinevich advierte sobre la "avalancha" de datos disponibles de fuentes de inteligencia, militares y comerciales que abrumarían a los analistas humanos. ^{[ 22 ]}

• Amrom Harry Katz
• Aplicaciones de la inteligencia artificial
• Método analítico geoespacial estructurado
• Entorno sintético para análisis y simulaciones

 Este artículo incorpora material de dominio público procedente de sitios web o documentos del gobierno de los Estados Unidos .