Droni autonomi con Nvidia Jetson scelgono il bersaglio senza collegamento esterno

🤖 Cosa cambia

• Scaleout ha dimostrato un drone capace di rilevare, geolocalizzare e prioritizzare bersagli con AI elaborata interamente a bordo.
• La piattaforma usa Nvidia Jetson Orin Nano e modelli YOLO ottimizzati, riducendo la dipendenza da cloud, GPS e collegamenti radio persistenti.
• Il test non equivale a un dispiegamento operativo NATO, ma mostra quanto l’autonomia letale stia diventando economica e accessibile.

Una startup svedese ha dimostrato che una piattaforma relativamente economica come Nvidia Jetson Orin Nano può sostenere a bordo di un drone l’intera catena di percezione, classificazione e prioritizzazione dei bersagli, senza dipendere da un collegamento costante con un centro remoto. Scaleout Systems ha integrato la propria piattaforma edge AI in dimostrazioni militari condotte in Svezia, mostrando un velivolo capace di individuare mezzi, geolocalizzarli, assegnare loro una priorità e proseguire autonomamente la missione entro parametri definiti prima del volo. Non è corretto descriverlo come un sistema privo di qualsiasi presenza umana: l’operatore avvia la missione e resta disponibile come failsafe. Ma durante la sequenza dimostrata la selezione operativa del bersaglio viene eseguita a bordo.

Scaleout sposta percezione e decisione direttamente sul drone

La documentazione tecnica pubblicata direttamente da Scaleout Systems descrive una piattaforma costruita attorno a Airolit S1, Nvidia Jetson Orin Nano, TensorRT e modelli della famiglia YOLO, testata a Karlskoga in condizioni artiche fino a -18 °C. Il sistema non si limita al riconoscimento di oggetti: deve determinare la posizione fisica del bersaglio, confrontare più target, seguirli anche dopo perdite temporanee del contatto visivo e chiudere autonomamente la traiettoria una volta riacquisiti. Scaleout dichiara una capacità di inferenza di circa 30 frame al secondo con latenze nell’ordine dei 30 millisecondi e un raggio dimostrativo di circa cinque chilometri. Il punto industrialmente rilevante non è però la singola prestazione, ma l’architettura: la percezione rimane sul velivolo, evitando il percorso drone → datalink → server → risposta che rende molti sistemi vulnerabili a jamming, perdita della connettività e guerra elettronica. È la stessa logica che Nvidia sta portando nella Physical AI su Jetson, dove droni, rover e robot devono percepire e agire direttamente all’edge.

Leggi anche: Nvidia Jetson Orin compare già nei droni russi recuperati in Ucraina

Nel programma ALMA il drone classifica i mezzi e assegna una priorità

Scaleout collega questa tecnologia anche alle dimostrazioni condotte con BAE Systems Bofors nell’ambito del programma ALMA, Affordable Loitering Modular Ammunition. Il materiale pubblicato dall’azienda mostra una sequenza nella quale il drone riconosce diversi mezzi terrestri, li geolocalizza e assegna priorità differenti in base alla missione impostata, facendo emergere un veicolo del genio corazzato come bersaglio principale. La distinzione è importante: non si tratta semplicemente di un drone guidato a distanza con riconoscimento automatico dell’immagine, ma di una catena nella quale classificazione e prioritizzazione vengono effettuate dal sistema onboard. L’autonomia resta delimitata da parametri stabiliti prima della missione e dalla presenza di un pilota con funzione di sicurezza, ma l’intervento umano non coincide più necessariamente con ogni singolo passaggio della selezione e dell’ingaggio. La trasformazione è coerente con quanto già osservato nella militarizzazione delle piattaforme autonome navali e degli intercettori low-cost: il valore si sta spostando dal controllo remoto continuo alla capacità del sistema di mantenere efficacia quando comunicazioni e navigazione vengono degradate.

FEDAIR porta l’AI militare dentro il programma NATO DIANA

Scaleout non è una società isolata dal sistema europeo della difesa. La startup figura nella coorte NATO DIANA e sviluppa FEDAIR, progetto dedicato al federated learning in ambienti contestati, dove più nodi possono migliorare i modelli senza inviare centralmente tutti i dati grezzi. NATO DIANA indica Scaleout tra le aziende selezionate dal proprio acceleratore, mentre la stessa organizzazione definisce autonomia e sistemi unmanned come una delle aree strategiche per operare in ambienti con GPS degradato, comunicazioni interrotte e interferenze intenzionali. Scaleout ha inoltre dimostrato con la Swedish Air Force una Tactical Computer Vision Network in cui nodi disconnessi continuavano inferenza e active learning localmente, sincronizzando gli aggiornamenti una volta ristabilita la connessione. È però necessario mantenere la distinzione tra accelerazione tecnologica e procurement: la partecipazione a DIANA non equivale a un ordine NATO né a un dispiegamento in combattimento. Il dato significativo è un altro: l’Alleanza sta finanziando e testando proprio le architetture che riducono la dipendenza da comunicazioni centralizzate e rendono i sistemi autonomi più resilienti sul campo.

Jetson Orin mostra quanto si sia abbassata la barriera hardware

Il passaggio più rilevante riguarda il costo computazionale dell’autonomia. Jetson Orin Nano nasce come piattaforma commerciale per robotica, computer vision e inferenza edge; non è un acceleratore militare proprietario. Nvidia ha costruito la famiglia Jetson proprio per permettere a robot e droni di elaborare localmente immagini e sensori, e con la nuova generazione Orin Nano 2 ha ulteriormente rafforzato questo posizionamento nell’edge AI. Ciò significa che capacità che pochi anni fa avrebbero richiesto hardware specializzato possono oggi essere implementate su moduli compatti, relativamente economici e disponibili attraverso filiere commerciali globali. Matrice Digitale aveva già documentato l’impiego di Jetson Orin in droni russi analizzati dopo attacchi in Ucraina: il caso Scaleout rappresenta l’altra faccia dello stesso fenomeno, questa volta dentro un ecosistema europeo e NATO. Il controllo dell’AI militare non può quindi concentrarsi soltanto sui grandi acceleratori da data center, perché una parte crescente delle funzioni tattiche può essere eseguita direttamente su hardware edge commerciale.

Continua con:

Nvidia porta la Physical AI dai robot ai robotaxi con Skild S1 e DRIVE

US Navy arma Saildrone Surveyor e distribuisce intercettori autonomi low-cost

L’Europa deve decidere dove collocare il controllo umano

Il problema normativo emerge precisamente perché la tecnologia non appartiene più a un futuro teorico. Nell’agosto 2026 Nazioni Unite e Comitato Internazionale della Croce Rossa hanno rilanciato la richiesta di uno strumento giuridicamente vincolante sulle armi autonome, sostenendo che i sistemi capaci di selezionare e ingaggiare obiettivi senza ulteriore intervento umano pongono problemi diretti di diritto internazionale umanitario. Anche il gruppo di esperti governativi sulla Convenzione sulle armi convenzionali continua a discutere quale livello di human judgment and control debba restare necessario prima e durante l’impiego. Il caso Scaleout rende quella discussione molto concreta: il sistema può ricevere limiti, target profile e regole prima della missione, ma una volta attivato può classificare ciò che vede e scegliere quale oggetto soddisfa meglio quei parametri. Il nodo regolatorio non è più stabilire se l’AI possa volare autonomamente, ma decidere quali giudizi sull’uso della forza possano essere delegati a una macchina prima che l’hardware commerciale renda questa capacità una funzione ordinaria dei droni militari.