Reale o artificiale? (Statistics)

​La conduzione delle operazioni multidominio richiede la raccolta e l'analisi tempestiva delle informazioni, ma lo sviluppo dell'Intelligenza Artificiale introduce la necessità di verificare l'autenticità dei dati telerilevati rispetto a possibili alterazioni sintetiche. Il mio percorso in Marina Militare, iniziato con l'ingresso in Accademia Navale nel 2016 all'interno della specialità Armi Navali, mi ha permesso di coniugare la formazione STEM con le esigenze tecnico-operative della Forza Armata. Questa integrazione ha trovato applicazione nella mia tesi di laurea magistrale in Ingegneria delle Telecomunicazioni (conseguita nel 2023 presso l'Università di Pisa insieme all'abilitazione professionale), incentrata sulle Generative Adversarial Networks (GANs) applicate alle immagini multispettrali della costellazione satellitare Sentinel-2, lavoro vincitore del Premio "Ugo Tiberio". Le GANs permettono di generare immagini sintetiche ad alta fedeltà, configurando uno scenario duale: da un lato offrono l'opportunità di ampliare i dataset per l'addestramento dei modelli di Machine Learning; dall'altro rappresentano una potenziale vulnerabilità per la cybersecurity se impiegate per mascherare obiettivi tattici o alterare la situazione di superficie (un esempio è il confronto fra l'immagine reale della città di Pisa - con i tetti degli edifici rossi - e quella fake - in cui la città sembra totalmente invasa dalla vegetazione). La verifica dell'integrità del dato diventa quindi un requisito della sicurezza operativa. Ho potuto riscontrare la complessità di queste dinamiche e l'interdipendenza dei sistemi digitali durante il mio impiego a bordo di Nave Raimondo Montecuccoli come Capo Reparto Tecnico Operazioni, partecipando a un deployment internazionale che ha incluso la circumnavigazione del globo e l'impiego sperimentale di tecnologie connesse a sistemi satellitari LEO, moduli antidrone (C-UAS) e piattaforme unmanned​