ارتش آمریکا سابقه زیادی در جنگافروزی و اشغالگری دارد، اما همیشه به دنبال جدیدترین فناوریها و بهکارگیری آنهاست.
به گزارش گرداب، ارتش آمریکا با وجود سابقه زیادی از جنگافروزی و اشغالگری در اقصا نقاط جهان، امروزه هزینه زیادی برای پروژههای پنهان انجام میدهد تا بتواند سلاحهای جدیدی ایجاد کند و فناوریها را به قدرت نظامی تبدیل کند. هوش مصنوعی نیز از این مسئله مستثنی نیست و ارتش آمریکا یکی از سرمایهگذاران اصلی پروژههای هوش مصنوعی است. در این گزارش روند استفاده از هوش مصنوعی در ارتش آمریکا را بررسی میکنیم تا متوجه شویم این نیروی نظامی از این فناوری جدید چه انتظاراتی دارد.
دوره توسعه هوش مصنوعی
زمانی که هوش مصنوعی از حدود هفتاد سال پیش بوجود آمد، این مفهوم سه مرحله توسعه را طی کرد (شکل ۱).
در مرحله اول، راه حلها بر روی رویکردهای مبتنی بر قوانین، مانند درختهای تصمیم گیری، استدلال بولی و نامعلوم متمرکز بودند و به طور کلی سیستمهای خبره نامیده میشدند. در مرحله دوم توسعهدهندگان هوش مصنوعی بر توسعه و کاربرد روشهای آماری تمرکز کردند که منجر به ظهور مفهوم و روششناسی یادگیری ماشین شد. آنها راه حلهای موفقی مانند فیلتر کردن هرزنامههای ایمیل و موتورهای جستجوی اینترنتی را ارائه کردند. مرحله سوم توسعه که در حال حاضر ادامه دارد، استفاده از روشهای یادگیری انسانمانند، از جمله شبکههای عصبی و تعریف مفهوم و فناوری یادگیری عمیق را معرفی کرد، و در سنجش و ادراک موفق بود (NATO Science & Technology Organization, ۲۰۲۰).
شکل ۱. سیر توسعه هوش مصنوعی
چرخه Gartner Hype برای هوش مصنوعی، که به طور کلی نشان دهنده دوره مورد انتظار توسعه و استعمال تکنیکهای هوش مصنوعی است، که در هر تکنولوژی نوظهور معمول است.
شکل ۲. چرخه Gartner Hype برای هوش مصنوعی
نگاهی به آنچه ارتش از هوش مصنوعی انتظار دارد
راهحلهای ایجاد شده توسط هوش مصنوعی، هوشمند هستند، که از یکپارچهسازی توانمندیهای تحلیلی مبتنی بر دانش هوش مصنوعی بهرهبرداری میکنند. در مرحله بعد، آنها برای استفاده از شبکه حوزههای مجازی و فیزیکی، از جمله حسگرها، سازمانها، افراد، و عوامل مستقل و همچنین برای استفاده از فناوری بلاکچین برای یکپارچگی دادهها، به هم متصل خواهند شد. به منظور دستیابی به شبکههای حسگر غیرمتمرکز و فراگیر، ذخیره سازی و محاسبات، توزیع خواهند شد، اما در مرحله آخر که اهمیت فراوانی دارد، حوزههای انسانی، فیزیکی و اطلاعاتی با هم یکپارچه میشوند. این امر در تحقق ایجاد اثرات مخرب جدید نقشی بهسزا ایفا میکند.
حوزههای کلیدی برای بررسی پیشرفتهای کاربردی هوش مصنوعی
پنتاگون در حال یافتن راههایی برای بهرهبرداری از هوش مصنوعی (AI) جهت بهرهگیری از مزایای بسیار دور مانند استقلال در فضای نبرد، تجزیه و تحلیل اطلاعاتی، پیگیری سوابق، تعمیرات قابل پیش بینی و پزشکی نظامی است.
به عنوان بخشی از بودجه ۲۰۲۰، وزارت دفاع نزدیک به ۱ میلیارد دلار در هوش مصنوعی سرمایه گذاری کرده است. مرکز مشترک هوش مصنوعی وزارت دفاع (JAIC) بودجه خود را به ۲۰۸ میلیون دلار رسانده است که این رقم معادل دو برابر بودجه سال گذشته است. این افزایش بودجه احتمالا در سالهای بعد هم ادامه خواهد داشت. با توجه به این ارتش به دنبال ادغام هوش مصنوعی در توسعه سیستمهای تسلیحاتی است، بهطوریکه اپراتورهای انسانی را با مانورهای رباتیک مبتنی بر هوش مصنوعی در میدان جنگ تقویت کند و دقت آتش را در میادین جنگی افزایش دهد.
در حال حاضر هوش مصنوعی تأثیرات عمیقی بر تسلیحات هستهای، جنگهای سایبری و اطلاعاتی، هوافضا، مواد و فناوریهای زیستی داشته است. همانند اثرات ظهور سلاحهای هستهای و تاثیر آن بر نظم جهانی، تاثیرات یاد شده ناشی از استفاده از هوش مصنوعی میتواند همانند سلاحهای هستهای بر نظم جهانی موثر واقع شود. همچنین انتظار میرود که سیستمهای هوش مصنوعی یک مسابقه تسلیحاتی خصمانه را به وجود آورد.
یادگیری ماشینی، از الگوریتمها و فرمولهای ریاضی برای استخراج الگوها از انبوه دادهها استفاده میکند. با این حال، اگر دشمن بتواند به کدهای ورودی و خروجی هوش مصنوعی دسترسی داشته باشد یا قادر به مشاهده آنها باشد توانایی نتیجهگیری از نوع الگوریتمهای استفاده شده را خواهد داشت، درست همانند کارکرد مهندسی معکوس. این جنگ میتواند به نبردی بین ریاضیدانان دو طرف تبدیل شود، شبیه به آنچه در جنگ جهانی دوم و جنگ سرد برای شکستن رمزها رخ داد.
بیایید نگاهی به برخی کاربردهای خاص هوش مصنوعی در حوزههای نظامی بیندازیم، جایی که انتظار میرود انقلاب رخ دهد و اثرات آن قبلاً در قدرتهای نظامی بزرگ مشاهده شده است.
در مورد C۴ISR (فرماندهی، کنترل، ارتباطات، رایانه، اطلاعات، نظارت و شناسایی)، یگآنهای رزمی از سیستمهای خودگردان قابل اعتماد مجهز به هوش مصنوعی استفاده میکنند که قادر به انجام وظایفی هستند که «کسل، کثیف، خطرناک یا عزیز» تلقی میشوند و پشتیبانی از تصمیم گیری مبتنی بر هوش مصنوعی را برای سناریوهای جنگی و دورههای اقدام (COA) توصیه شده توسط هوش مصنوعی را فراهم میکنند.
دادهها، دستهبندی و هدفگیری با پشتیبانی هوش مصنوعی توانایی بالاتری از TCPED (تکلیف، جمعآوری، پردازش، بهرهبرداری، انتشار) و بازیابی اطلاعات را در اختیار تحلیلگران اطلاعاتی قرار میدهد. ادغام هوش مصنوعی در فرآیندهای C۴ISR، منجربه بهبود نشانهها، هشدارها، ابزارهای مدیریت اطلاعات و دانش میشود. این روش باعث میشود که تجزیه و تحلیلهای اطلاعاتی بیشتر مورد اعتماد قرار بگیرند.
سیستمهای خودکار، UxVs (وسایل نقلیه بدون سرنشین مانند UAV، UGV، AUV و غیره) با پشتیبانی هوش مصنوعی میتوانند در سطح کارایی و ایمنی بسیار بالاتری عمل کنند. پیادهسازی سیستمهای یادگیری عمیق در پلتفرمهای بدون سرنشین قابلیتهای روباتیک را برای ناوبری به میزان قابل توجهی گسترش میدهد. هوش مصنوعی با توسعه راه حلهای تحلیلی، از جمله حمایت از تصمیم گیری پیچیده از طریق ارزیابی عوامل پیچیده، از برنامه ریزی بلندمدت پشتیبانی میکند.
به منظور برآورده کردن الزامات تشخیص خطر CBRN، شناسایی و نظارت (DIM)، فناوری هوش مصنوعی با یکپارچهسازی حسگرها و یکپارچهسازی دادهها، استقلال را بهبود میبخشد.
منبع:
DoD Growth in Artificial Intelligence: The Frontline of a New Age in Defense. (۲۰۱۹). Breaking Defence, available at: https://breakingdefense.com/۲۰۱۹/۰۹/dod-growth-in-artificialintelligence-the-frontline-of-a-new-age-in-defense/, accessed on ۰۹ April ۲۰۲۱.
Artificial Intelligence the Frontline of a New Age in Defense. (n.d.). Breaking Defence, available at: https://cdn۲.hubspot.net/hubfs/۲۰۹۷۰۹۸/MCM۱۲۰_BreakingDefense_AI_ebook R۱%۲۰ (۱).pdf, accessed on ۲۹ March ۲۰۲۱.
NATO Allied Command Transformation Operational Experimentation. (۲۰۲۰). Military Uses of Artificial Intelligence, Automation, and Robotics (MUAAR) , available at: https://www.act.nato.int/application/files/۵۵۱۵/۸۲۵۷/۴۷۲۵/۲۰۲۰_mcdc-muaar.pdf, accessed on ۱۹ March ۲۰۲۱.
NATO Science & Technology Organization. (۲۰۲۰). Science & Technology Trends ۲۰۲۰-۲۰۴۰. Brussels, Belgium, available at: https://www.nato.int/nato_static_fl۲۰۱۴/ assets/pdf/۲۰۲۰/۴/pdf/۱۹۰۴۲۲-ST_Tech_Trends_Report_۲۰۲۰-۲۰۴۰.pdf, accessed on ۱۹ March ۲۰۲۱.