Τα ερωτήματα σχετικά με τη χρήση της Τεχνητής Νοημοσύνης (ΤΝ) για τη διεξαγωγή πολεμικών επιχειρήσεων με τη βοήθειά της προέκυψαν πιθανότατα μόλις εμφανίστηκε η ίδια η έννοια της ΤΝ, και μάλιστα όχι καν στην επιστημονική κοινότητα, αλλά στο είδος της επιστημονικής φαντασίας.
Φαίνεται πλέον ότι ένα πολλά υποσχόμενο θέμα έχει σε μεγάλο βαθμό μετατραπεί σε μια παράσταση για ένα δημοφιλές θέμα – πολλοί θα θυμούνται ότι πριν από δέκα χρόνια συνέβαινε το ίδιο, μόνο που αντί για τη φράση «τεχνητή νοημοσύνη» χρησιμοποιούνταν η λέξη «νανοτεχνολογία». (Παρεμπιπτόντως, το θέμα της νανοτεχνολογίας δεν έχει χάσει τη σημασία και την προοπτική του, απλώς έχει γίνει «παλιομοδίτικο»).
Σήμερα θα μιλήσουμε για τις ρεαλιστικές προοπτικές χρήσης της Τεχνητής Νοημοσύνης στις Ένοπλες Δυνάμεις (ΕΔ) στο εγγύς μέλλον.
Ισχυρά και αδύναμα…
Αν μιλάμε για τεχνητή νοημοσύνη, πρέπει πρώτα να κάνουμε διάκριση μεταξύ ισχυρής και αδύναμης ΤΝ.
Ισχυρή ΤΝ είναι η τεχνητή νοημοσύνη της οποίας οι γνωστικές ικανότητες είναι συγκρίσιμες ή ανώτερες από εκείνες των ανθρώπων. Η αδύναμη ΤΝ είναι αυτό που έχουμε σήμερα – τη συναντάμε πιο συχνά στην καθημερινή ζωή με τη μορφή διαφόρων νευρωνικών δικτύων που απαντούν σε ερωτήσεις ή ζωγραφίζουν εικόνες, μερικά από τα οποία παρουσιάζονται στο παρόν έγγραφο.
Η κύρια διαφορά μεταξύ της αδύναμης ΤΝ και της ισχυρής ΤΝ είναι ότι η αδύναμη ΤΝ δεν έχει επίγνωση των πράξεών της, δεν καταλαβαίνει τι κάνει – ορισμένοι συγκρίνουν την υπάρχουσα αδύναμη ΤΝ με τον εγκέφαλο ενός μικρού παιδιού ή ενός σκύλου, αλλά αυτό είναι θεμελιωδώς λάθος.
Επιπλέον, η αδύναμη ΤΝ στερείται ευρετικών ικανοτήτων, πράγμα που σημαίνει ότι δεν μπορεί να δημιουργήσει κάτι εντελώς καινούργιο – απλώς μια σύνθεση όσων έχει μελετήσει νωρίτερα, παρεμπιπτόντως, γι’ αυτό ακριβώς προκύπτουν τώρα τα προβλήματα εκπαίδευσης των νευρωνικών δικτύων – απλώς έχουν ήδη μελετήσει σχεδόν όλα τα διαθέσιμα δεδομένα που έχει συσσωρεύσει η ανθρωπότητα.

Η συζήτηση εξακολουθεί να μαίνεται σχετικά με τη δυνατότητα δημιουργίας ισχυρής τεχνητής νοημοσύνης χρησιμοποιώντας τις υπάρχουσες τεχνολογίες πυριτίου. Πώς προκύπτει το κίνητρο και η ανάγκη να δημιουργηθεί κάτι; Δεν πρόκειται για μηχανική απορρόφηση της γνώσης που μεταφορτώνεται στην ΤΝ, αλλά για ανεξάρτητη διατύπωση ερωτημάτων και αναζήτηση απαντήσεων – άλλωστε, δεν πρόκειται μόνο για ζητήματα τεχνολογίας, αλλά και για ζητήματα φιλοσοφίας και ψυχολογίας.
Από την άποψη της εφαρμογής κατά τη διάρκεια του πολέμου και των ένοπλων συγκρούσεων, η ισχυρή τεχνητή νοημοσύνη θα πρέπει να βγει αμέσως από την εξίσωση. Πρώτον, προς το παρόν δεν υπάρχει ισχυρή τεχνητή νοημοσύνη, δεν υπάρχει εγγυημένο χρονοδιάγραμμα για τη δημιουργία της και όλα τα προαναγγελθέντα χρονοδιαγράμματα έχουν επανειλημμένα χαθεί.
Δεύτερον, η εμφάνιση της ισχυρής ΤΝ μπορεί να αλλάξει τον κόσμο γύρω μας σε τέτοιο βαθμό, με συνέπειες τέτοιου μεγέθους, που κυμαίνονται από την ιδιομορφία μέχρι την πλανητική καταστροφή (και είναι δυνατόν αυτά τα γεγονότα να συμβούν ταυτόχρονα), που είναι αδύνατο να μιλάμε για χρήση ισχυρής ΤΝ ως πιλότου. δεξαμενή ή το αεροπλάνο απλά δεν έχει νόημα.
Επομένως, μιλάμε για αδύναμη τεχνητή νοημοσύνη και τις εφαρμογές της.
Μια ατομική προσέγγιση…
Όλες οι μεγάλες δυνάμεις του κόσμου, με τον ένα ή τον άλλο τρόπο, επενδύουν στην ανάπτυξη της ΤΝ- οι ηγέτες στον τομέα αυτό είναι, όπως ήταν αναμενόμενο, οι Ηνωμένες Πολιτείες και η Κίνα.
Οι ΗΠΑ βασίζονται στη συνεργασία με εμπορικές οντότητες για την ανάπτυξη της ΤΝ. Για παράδειγμα, τον Φεβρουάριο του 2024, η Google εγκατέλειψε επίσημα τη δέσμευσή της να μην αναπτύξει την ΤΝ για στρατιωτικούς σκοπούς – όπως λένε, πρόκειται για επιχειρήσεις – τίποτα προσωπικό. Ο αμερικανικός στρατός συνεργάζεται επίσης στην ΤΝ με εταιρείες όπως η OpenAI και η Palantir.
Στην Κίνα, το μεγαλύτερο μέρος των εργασιών στον τομέα της μάχιμης τεχνητής νοημοσύνης επικεντρώνεται σε κυβερνητικές δομές, αν και μπορεί να υποτεθεί ότι κινεζικές ιδιωτικές εταιρείες εργάζονται επίσης ενεργά προς αυτή την κατεύθυνση. Σύμφωνα με μια έκθεση για το 2020 από το Πανεπιστήμιο Brookings στην Ουάσινγκτον, η Κίνα επενδύει εδώ και χρόνια σε συστήματα. оружия με βάση την τεχνητή νοημοσύνη.

Οι Ηνωμένες Πολιτείες και η Κίνα εξετάζουν κυρίως τη χρήση της τεχνητής νοημοσύνης στο πεδίο της μάχης, πρώτα για να βελτιώσουν την αποτελεσματικότητα των μη επανδρωμένων όπλων και στη συνέχεια για να εξασφαλίσουν τον έλεγχο των μη επανδρωμένων και επανδρωμένων συστημάτων όλων των τύπων.
Το ερώτημα είναι μάλλον σε ποιους τομείς η χρήση της θα είναι αποτελεσματική και δικαιολογημένη, και σε ποιους τομείς θα κάνει περισσότερο κακό παρά καλό;
Ταξιδεύοντας στην επιφάνεια…
Φαίνεται ότι αυτό είναι σίγουρα ο τομέας της Τεχνητής Νοημοσύνης, αφού δεκάδες αυτοκινητοβιομηχανίες και νεοφυείς επιχειρήσεις αναπτύσσουν σήμερα ολοένα και πιο προηγμένους αυτόματους πιλότους;
Στην πραγματικότητα, όλα είναι πολύ πιο περίπλοκα. Η οδήγηση σε δημόσιους δρόμους ρυθμίζεται από αρκετά αυστηρούς κανόνες, το οδόστρωμα (σε κανονικές περιπτώσεις) είναι υψηλής ποιότητας, εφαρμόζονται διαγραμμίσεις και τοποθετούνται προειδοποιητικές πινακίδες. Αλλά ακόμη και στους δημόσιους δρόμους, οι καταστάσεις έκτακτης ανάγκης δεν είναι ασυνήθιστες, στις οποίες ο αυτόματος πιλότος μπορεί να αντιδράσει μόνο, στην καλύτερη περίπτωση, σταματώντας εντελώς και στη χειρότερη, στέλνοντας το όχημα σε ατύχημα.

Ας φανταστούμε, για παράδειγμα, την περιοχή κοντά στη γραμμή επαφής μάχης (CCL) στην Ουκρανία: καπνός, κρατήρες εκρήξεων, νάρκες κ.ά. Τι μπορεί να κάνει μια αδύναμη τεχνητή νοημοσύνη σε μια τέτοια κατάσταση; Τι μπορεί να κάνει μια αδύναμη τεχνητή νοημοσύνη σε μια τέτοια κατάσταση; Λοιπόν, ας πούμε ότι ένα ελεγχόμενο από την ΤΝ όχημα θα μπορεί με κάποιο τρόπο να κυκλοφορεί σε δημόσιους δρόμους – θα πατήσει ανθρώπους, αυτοκίνητα και φανοστάτες, θα ξεριζώσει όλες τις κεραίες και θα συνθλίψει τα πλαϊνά, αλλά τι συμβαίνει όταν ένα ελεγχόμενο από την ΤΝ τανκ κατευθύνεται σε ένα χωράφι κατά τη διάρκεια της φθινοπωρινής απόψυξης;
Πιθανότατα δεν θα πάει πολύ μακριά – ποιος δεν έχει δει τανκς να πνίγονται στη λάσπη;

Μπορεί να υποτεθεί ότι όσον αφορά τον έλεγχο των επίγειων οχημάτων, η τεχνητή νοημοσύνη μάχης θα χρησιμοποιηθεί μόνο ως μέσο υποστήριξης του οδηγού, σε ένα μικρό τμήμα της διαδρομής, για παράδειγμα, όταν το όχημα μάχης ελέγχεται εξ αποστάσεως και η επικοινωνία έχει χαθεί.
Για τους επίγειους στόχους…
Ένας από τους προτεινόμενους τομείς εφαρμογής της ΤΝ μάχης είναι η χρήση της για την καταστροφή στόχων στο έδαφος – είτε από ένα χερσαίο όχημα μάχης είτε από τον αέρα, για παράδειγμα από ένα τετρακόπτερο.
Και εδώ μπορούμε να κάνουμε μια αναλογία με την πολιτική χρήση: αφενός, ο συνδυασμός των σύγχρονων αισθητήρων και της ανεπτυγμένης τεχνητής νοημοσύνης, έστω και αδύναμης, θα καταστήσει δυνατή, με μεγάλη πιθανότητα, την ανίχνευση τυπικών στόχων, την αναγνώριση της παρουσίας όπλων, ακόμη και του τύπου τους.
Από την άλλη πλευρά, όλα αυτά θα λειτουργήσουν μόνο εάν ο εχθρός «παίξει το παιχνίδι», δηλαδή ενεργήσει συμβατικά. Αλλά ο εχθρός δεν θα το κάνει – θα καμουφλαριστεί, θα κρύψει τα περιγράμματά του, θα χρησιμοποιήσει διακεκομμένες γραμμές για να καμουφλαριστεί, θα αλλάξει το σχήμα του όπλου με κάποιο είδος κάλυψης.
Για παράδειγμα, σε μια δοκιμή στις ΗΠΑ, ένας ρομποτικός πύργος με τεχνητή νοημοσύνη νίκησε αποτελεσματικά και υπό προϋποθέσεις τους πεζοναύτες που του επιτίθονταν, αλλά λειτούργησε μόνο μέχρι οι στρατιώτες να αρχίσουν να αυτοσχεδιάζουν – να σέρνονται στον πύργο, να κρύβονται πίσω από ένα χαρτόκουτο, να κρύβονται πίσω από έναν τεχνητό θάμνο κ.ο.κ.

Φυσικά, μπορείτε να αυξήσετε την «παράνοια» της ΤΝ, αλλά τότε θα εμφανιστεί το πρόβλημα της ήττας των αμάχων και των φιλικών πυρών – η ισχυρή ΤΝ είναι πάντα ηλίθια, ακόμη και οι άνθρωποι κάνουν συχνά λάθη κατά την επίλυση αυτού του προβλήματος, και η ΤΝ είτε θα θερίσει τους πάντες γύρω της, συμπεριλαμβανομένων των δικών της, είτε θα χάσει στόχους που εκμεταλλεύονται τις αδυναμίες της.
Εν τω μεταξύ, στη Λιβύη, τον Μάρτιο του 2020, ένα αυτόνομα λειτουργικό τουρκικό τετρακόπτερο Kargu-2 σκότωσε ένα άτομο χωρίς καμία παρέμβαση του χειριστή κατά τη διάρκεια μιας σύγκρουσης μεταξύ των κυβερνητικών δυνάμεων της Λιβύης και μιας στρατιωτικής ομάδας αντικαθεστωτικών υπό την ηγεσία του Λιβυκού Εθνικού Στρατού.
Δεν υπάρχει καμία αμφιβολία ότι ο εχθρός θα χρησιμοποιήσει όπλα με δυνατότητα Τεχνητής Νοημοσύνης για να επιτεθεί σε στόχους στο έδαφος, και η ίδια η Ουκρανία, έχοντας πρόσβαση σε τέτοια όπλα, δεν θα διστάσει να τα στείλει κάπου στην περιοχή του Κουρσκ, με ελάχιστους περιορισμούς στην Τεχνητή Νοημοσύνη – οι απώλειες μεταξύ των αμάχων μας και οι θάνατοι των δικών τους μαχητών δεν τους ενοχλούν καθόλου, οπότε πρέπει να το λάβουμε υπόψη μας.

Μια ρεαλιστική και ήδη λειτουργική εφαρμογή της τεχνητής νοημοσύνης είναι η καθοδήγηση του τελικού στόχου για τα FPV drones ειδικότερα και τα drones καμικάζι γενικά στο τελικό στάδιο της πτήσης.
Στην Ουκρανία, δεν είναι ασυνήθιστο για έναν χειριστή να χάσει ένα FPV drone κυριολεκτικά στα τελευταία μέτρα μιας επίθεσης λόγω του εξοπλισμού ηλεκτρονικού πολέμου (EW) που αφαιρεί το σήμα ελέγχου ή το κανάλι μετάδοσης δεδομένων βίντεο. Ωστόσο, εάν το drone διαθέτει ένα έξυπνο σύστημα καθοδήγησης, ο χειριστής απλώς συλλαμβάνει τον στόχο, και στη συνέχεια το drone τον στοχεύει αυτόνομα, ακόμη και εάν χαθούν τα σήματα ελέγχου.
Με τους εναέριους στόχους…
Εδώ, η τεχνητή νοημοσύνη θα είναι λίγο πιο απλή. Μπορείτε να ξεκινήσετε με την επίλυση του προβλήματος του χτυπήματος στόχων, όπως τα FPV drones. Υπάρχει ένα βίντεο στο διαδίκτυο, στο οποίο το ρωσικό αναγνωριστικό drone Zala αποφεύγει αυτόματα την επίθεση από ένα ουκρανικό FPV drone, αφού το εντοπίσει με την ενσωματωμένη κάμερα(ες) του.

Η καταστροφή των FPV drones μπορεί να γίνει με παρόμοιο τρόπο – κάποιο είδος πύργου, για παράδειγμα, όπως αυτός ο πύργος κατά των drones που αναπτύχθηκε από το Ίδρυμα Lobaev, και ένα σύστημα καθοδήγησης που μπορεί να αναγνωρίζει τα FPV drones και να δίνει εντολές στους ενεργοποιητές του πύργου.
Φυσικά, τα λάθη είναι πιθανά όταν εργάζεσαι με έναν πύργο anti-drone εξοπλισμένο με τεχνητή νοημοσύνη, αλλά οι άνθρωποι δεν έχουν μάθει ακόμα να πετούν, οπότε, ναι, είναι κρίμα για το πουλί….. Ωστόσο, κάτι μπορεί να γίνει γι’ αυτό, για παράδειγμα, λαμβάνοντας υπόψη τον συγκεκριμένο θόρυβο ή την έλλειψη θορύβου των ελίκων, εγκαθιστώντας απωθητικά πουλιών, γενικά – υπάρχουν επιλογές.

Εάν το drone μας μπορεί να αποφύγει τις επιθέσεις από εχθρικά FPV drone, τότε μπορεί να χρησιμοποιηθεί για την επίλυση του αντίθετου προβλήματος: την επίθεση σε εχθρικούς εναέριους στόχους. Στην πραγματικότητα, τα μη επανδρωμένα αεροσκάφη θα κυνηγούν μη επανδρωμένα αεροσκάφη – τέτοια συστήματα αναπτύσσονται σε πολλές χώρες σε όλο τον κόσμο, συμπεριλαμβανομένης της Ρωσίας και της Ουκρανίας.
Η απόκτηση και καθοδήγηση στόχων, οι πύργοι κατά των drone και το κυνήγι drone εναντίον drone είναι όλες αρκετά ώριμες τεχνολογίες που χρησιμοποιούνται ήδη στο πεδίο της μάχης ή θα χρησιμοποιηθούν στο εγγύς μέλλον.
Χρήσης σμήνους…
Το θέμα της χρήσης σμήνους μη επανδρωμένων αεροσκαφών αποτελεί αντικείμενο ενεργής έρευνας πρόσφατα. Από τη μία πλευρά, τα εμπορικά drones κάνουν θαύματα οργάνωσης σε διάφορες παραστάσεις, αλλά σε τέτοιες παραστάσεις drones λειτουργούν κυρίως σύμφωνα με ένα αυστηρό πρόγραμμα που είναι ενσωματωμένο σε αυτά.
Η χρήση στη μάχη θα απαιτήσει αυτοοργανωμένα δίκτυα, επίλυση προβλημάτων, για παράδειγμα, όταν ένας στόχος δεν επιτυγχάνεται από ένα drone ενός σμήνους, ένα άλλο drone ανακατευθύνεται προς αυτόν, και εδώ θα χρειαστούμε ήδη αρκετά προηγμένη τεχνητή νοημοσύνη.
Μπορούμε να υποθέσουμε ότι η χρήση σμήνους από μη επανδρωμένα αεροσκάφη με δυνατότητα ΤΝ θα αποδειχθεί ιδιαίτερα αποτελεσματική κατά την εργασία εναντίον εναέριων στόχων διαφορετικών τύπων, για παράδειγμα, κατά την αναχαίτιση μη επανδρωμένων αεροσκαφών καμικάζι μεγάλης εμβέλειας με τη χρήση μη επανδρωμένων αεροσκαφών FPV. Όσον αφορά την εργασία σε επίγειους στόχους, πιθανότατα θα απαιτείται ανθρώπινη συμμετοχή στον βρόχο λήψης αποφάσεων, όταν ο χειριστής (ή οι χειριστές) θα επιβεβαιώνει ή θα αρνείται την καταστροφή των στόχων που ανιχνεύονται από την ΤΝ.
Αποτελέσματα…
Σήμερα μιλήσαμε για ορισμένες από τις πιθανές χρήσεις της ΤΝ μάχης – ιδίως για την αδύναμη ΤΝ, ανίκανη για πλήρως ανεξάρτητη συλλογιστική.
Για το προβλέψιμο μέλλον, η χρήση της ΤΝ μάχης για τον έλεγχο χερσαίων οχημάτων και την καταστροφή χερσαίων στόχων θα είναι αρκετά περιορισμένη – η κατάσταση στο πεδίο της μάχης είναι υπερβολικά πολύπλοκη, ακόμη και ένας άνθρωπος κάνει πολλά λάθη, και ένα χερσαίο όχημα μάχης που καθοδηγείται από την ΤΝ θα συντρίψει τα πάντα γύρω του – τους δικούς του, τους εχθρούς, τους αμάχους, μέχρι να πέσει σε ένα πρωτόγονο εχθρικό τέχνασμα ή να πνιγεί στη λάσπη.
Αλλά ως μέσο καθοδήγησης ενός μη επανδρωμένου αεροσκάφους καμικάζι στην τελική φάση της πτήσης του, ή ως βοηθητικό εργαλείο που προτρέπει ένα άτομο να λάβει αποφάσεις, η τεχνητή νοημοσύνη μάχης μπορεί να είναι πολύ χρήσιμη.
Παρεμπιπτόντως, αναφερθήκαμε στο ενδεχόμενο πληροφοριακής υποστήριξης των πιλότων χερσαίων οχημάτων μάχης το 2019 στο άρθρο Εργονομία σταθμού εργασίας και αλγόριθμοι μάχης για τεθωρακισμένα οχήματα που υπόσχεται.
Υπάρχουν σημαντικές προοπτικές όσον αφορά τη χρήση της ΤΝ στον τομέα των μη επανδρωμένων αεροσκαφών – τα ίδια τα μη επανδρωμένα αεροσκάφη και τα μέσα καταπολέμησής τους θα γίνουν γρήγορα «εξυπνότερα», αυτό είναι αναπόφευκτο. Όποιος δεν δώσει αρκετή προσοχή σε αυτόν τον τομέα θα υποστεί σημαντικές απώλειες.
Στο μέλλον, θα μιλήσουμε για τις προοπτικές χρήσης της Τεχνητής Νοημοσύνης για την επίλυση προβλημάτων σε μεγαλύτερη κλίμακα – στη θαλάσσιααεροπορία, στα κυκλώματα λήψης αποφάσεων, καθώς και στην επίλυση άλλων πολύ σημαντικών, αλλά όχι τόσο προφανών, προβλημάτων.
Andreï Mitrofanov
Πηγή: fr.topwar.ru