L'IA di Lockheed Martin pilota un X-62 VISTA: lezioni per lo sviluppo software per la difesa
La Skunk Works di Lockheed Martin ha testato l'evasione missilistica controllata da IA sull'X-62 VISTA — iterando correzioni software in ore, non anni. SectorPunk analizza cosa significa per lo sviluppo software per la difesa.
Alla fine del 2025, la divisione Skunk Works di Lockheed Martin ha raggiunto un traguardo che un decennio fa sarebbe stato liquidato come fantascienza: un agente IA ha controllato autonomamente un surrogato di F-16 — l'X-62 VISTA — attraverso manovre di evasione missilistica dal vivo presso la base aerea di Edwards in California.
L'IA non si è limitata a pilotare l'aereo. Ha rilevato minacce missilistiche simulate, calcolato traiettorie di evasione ed eseguito manovre difensive in tempo reale, il tutto senza input umano sulla cloche.
Ciò che rende questo traguardo speciale non è solo la complessità del compito, ma la velocità con cui il software è stato sviluppato. Secondo il team dei Programmi di Sviluppo Avanzato di Lockheed, il comportamento dell'IA è stato raffinato attraverso un ciclo di simulazione, test di volo e aggiornamento software che ha compresso ciò che tradizionalmente richiede anni in una questione di ore.
Cosa è successo a Edwards AFB
Il test si è svolto nell'ambito dei programmi Have Raider II e Have Remy Test Management Project (TMP) — uno sforzo congiunto tra la Skunk Works di Lockheed Martin, DARPA e la U.S. Air Force Test Pilot School presso Edwards AFB. L'X-62 VISTA (Variable In-flight Simulator Test Aircraft), un F-16D pesantemente modificato, ha servito come banco di prova.
Durante il volo, all'agente IA è stato dato il controllo con una missione specifica: evadere le minacce missilistiche in arrivo utilizzando manovre difensive. Il pilota di sicurezza è rimasto nell'abitacolo come failsafe ma non è intervenuto.
L'IA ha elaborato i dati dei sensori, identificato i vettori di minaccia ed eseguito una sequenza di manovre evasive ad alto G che il team di test ha descritto come "operativamente rappresentative".
Il coinvolgimento della USAF Test Pilot School è significativo. Segnala che l'Air Force non sta semplicemente osservando esperimenti di volo IA ma sta attivamente integrando i test dei sistemi autonomi nella propria pipeline istituzionale di addestramento e valutazione dei piloti.
Il software: simulazione supermassiva e iterazione rapida
L'architettura software dietro l'IA dell'X-62 è costruita su quello che Lockheed chiama internamente un motore di simulazione "supermassivo". Non è un singolo simulatore monolitico ma un sistema distribuito che esegue milioni di scenari tattici in parallelo.
La simulazione addestra agenti di reinforcement learning contro un'enorme varietà di condizioni di minaccia, stati meteorologici, configurazioni dell'aeromobile e comportamenti avversari.
Il ciclo di feedback fly-fix-fly
L'innovazione chiave è il ciclo di feedback. Dopo ogni test di volo, i dati di telemetria dell'X-62 vengono re-ingeriti nell'ambiente di simulazione, e la policy dell'agente IA viene aggiornata.
Gli ingegneri di Lockheed hanno riferito che una deficienza comportamentale osservata durante un volo mattutino poteva essere diagnosticata, ri-addestrata in simulazione e corretta con un aggiornamento software che volava nella sortita pomeridiana dello stesso giorno.
Questa cadenza "fly-fix-fly" — misurata in ore anziché mesi o anni — rappresenta un modello di sviluppo fondamentalmente diverso. È più vicina alle pratiche di continuous deployment della Silicon Valley che ai processi waterfall che hanno storicamente governato i sistemi militari.
Training avversario
Il motore di simulazione gira su cluster di high-performance computing e sfrutta framework di reinforcement learning accelerati da GPU. La pipeline di training include agenti IA avversari che sondano continuamente le debolezze.
Questa dinamica di co-evoluzione competitiva rafforza il sistema contro minacce nuove. Man mano che l'agente primario migliora, gli agenti avversari si adattano, creando un ambiente di training in escalation che rispecchia il combattimento reale.
Il traguardo del 2024: dogfight IA e ACE
I test di evasione missilistica a Edwards AFB si sono basati su un traguardo precedente. Nel 2024, nell'ambito del programma Air Combat Evolution (ACE) della DARPA, un agente IA ha pilotato l'X-62 in un dogfight a portata visiva contro un pilota umano.
L'IA ha dimostrato prestazioni competitive nelle manovre base di combattimento, segnando la prima volta in cui un'IA si è confrontata con un pilota umano in manovre di combattimento aereo dal vivo.
Costruzione della fiducia by design
DARPA ha strutturato ACE come un esercizio di costruzione della fiducia. Le capacità IA sono state dimostrate in modo incrementale — partendo da manovre semplici in simulazione, progredendo al volo base e arrivando infine a scenari di ingaggio completo. Ogni fase è stata progettata per costruire la fiducia dell'operatore, un requisito critico per il deployment operativo.
I risultati hanno superato le aspettative. I sondaggi post-volo hanno mostrato che i piloti che avevano osservato le prestazioni dell'IA riportavano una fiducia significativamente più alta nei sistemi autonomi rispetto a coloro che avevano visto solo risultati di simulazione.
Pattern di accelerazione
La progressione dal dogfight del 2024 all'evasione missilistica del 2025 rivela un pattern di accelerazione. L'IA è passata dal manovra offensiva a quella difensiva in circa 18 mesi.
Le manovre difensive sono probabilmente più difficili — richiedono tempi di reazione più rapidi, fusione sensoriale più complessa e una gamma più ampia di opzioni tattiche. Il fatto che lo stesso velivolo e uno stack software derivato abbiano raggiunto entrambi i traguardi suggerisce che l'architettura è generalizzabile.
L'IA per la difesa è presente, non futuro
È tentante trattare queste dimostrazioni come curiosità di laboratorio. Questa interpretazione è sempre più insostenibile.
Collaborative Combat Aircraft
Il programma Collaborative Combat Aircraft (CCA) dell'U.S. Air Force — che deploierà droni wingman autonomi a fianco dei caccia con equipaggio — è entrato nella fase di engineering and manufacturing development. L'MQ-28 Ghost Bat di Boeing, l'XQ-67A di General Atomics e il Fury di Anduril sono tutti candidati CCA.
Ogni piattaforma richiederà la stessa classe di software di decision-making autonomo dimostrato sull'X-62.
La timeline operativa non è il 2035. L'Air Force intende schierare le capacità CCA iniziali entro il 2028-2029. I contratti software vengono assegnati ora, gli ambienti di simulazione vengono costruiti ora, e le pipeline di training vengono stabilite ora.
| Timeline IA difesa | Status |
|---|---|
| Dogfight IA X-62 VISTA (programma ACE) | Completato 2024 |
| Evasione missilistica X-62 VISTA (Have Remy) | Completata fine 2025 |
| Fase EMD wingman autonomo CCA | Attiva 2025-2026 |
| Target capacità operativa iniziale CCA | 2028-2029 |
| Integrazione IA NGAD / caccia 6a gen | In sviluppo |
Programmi globali
Oltre agli USA, le nazioni alleate stanno perseguendo programmi paralleli. Il programma Tempest del Regno Unito, il FCAS franco-tedesco-spagnolo e l'iniziativa Loyal Wingman dell'Australia includono tutti capacità di teaming autonomo che richiedono stack software simili.
Il mercato globale del software IA per la difesa non sta emergendo — è qui. Gli analisti di settore prevedono che il mercato del software IA per la difesa supererà i $30 miliardi annui entro il 2030.
Cosa significa per le aziende di sviluppo software per la difesa
Le dimostrazioni dell'X-62 di Lockheed hanno implicazioni specifiche per le organizzazioni che costruiscono software per la difesa.
L'infrastruttura di simulazione è ora una capacità critica. Costruire digital twin ad alta fedeltà di ambienti di combattimento ed eseguire milioni di episodi di training richiede expertise in computing distribuito, training accelerato da GPU e modellazione basata sulla fisica — competenze più comunemente presenti nei laboratori di ricerca IA che nei contractor della difesa tradizionali.
I processi di certificazione e regolamentazione stanno evolvendo rapidamente. Il coinvolgimento della USAF Test Pilot School segnala che il militare sta sviluppando processi istituzionali per testare i sistemi autonomi. Le aziende software devono comprendere non solo come costruire agenti IA, ma come dimostrare la loro sicurezza e affidabilità alle organizzazioni di test militari.
Il modello "fly-fix-fly" richiede architetture che supportino il deployment rapido. Le codebase monolitiche con lunghi cicli di build-test-deploy sono strutturalmente incompatibili con questa cadenza. Il software per la difesa costruito per quest'era necessita di architetture modulari, deployment containerizzato e pipeline CI/CD che inviino aggiornamenti in ore.
Il talento è il vincolo vincolante. Gli ingegneri che hanno costruito l'IA dell'X-62 si trovano all'intersezione di ingegneria aerospaziale, reinforcement learning, sistemi real-time e operazioni militari. Questa combinazione di competenze è straordinariamente rara.
Per le aziende che considerano l'IA per la difesa, l'X-62 fornisce un segnale chiaro: la tecnologia funziona, i finanziamenti sono disponibili e la domanda operativa è immediata.
Le migliori aziende di sviluppo software per la difesa nel 2026 stanno già investendo in infrastruttura di simulazione, reclutando talenti IA e costruendo ambienti di sviluppo con security clearance. La finestra per entrare in questo mercato è aperta, ma non resterà aperta indefinitamente.
L'X-62 VISTA è un F-16 modificato che ha volato per la prima volta nel 1992. L'IA che lo ha controllato è stata addestrata su cluster GPU commerciali utilizzando framework open-source. La svolta non è stata nell'hardware esotico — è stata nell'integrazione, nell'ingegneria disciplinata di connettere simulazione, test di volo e capacità operativa. Questo è fondamentalmente un problema software.
Pubblicato il 27 febbraio 2026 · SectorPunk Research