Table of Contents
Nagyon érdekes tanulmány jelent meg a West Point-i katonai akadémia Modern War intézetének honlapján*. Azt mindenki tudja, hogy a hadviselés jövője a mesterséges intelligencia, de arról még erősen eltérnek a vélemények, hogyan is fogják alkalmazni – erről ez az eddigi legrészletesebb elképzelés John Brennan és Adarsh Kulkarni tollából.
Ahogy a mesterséges intelligencia fejlődésének üteme gyorsul, az amerikai védelmi szakemberek nagy hangsúlyt fektetnek a mesterséges intelligencia-technológiáknak a parancsnokság és az irányítás számára ígért, átfogó képességeire. Jelentős tervezés, programozás és költségvetés-tervezés kezdődött meg, amely a jövendő harctereken a kommunikáció megnövekedett kapacitását és túlélőképességét hivatott eredményezni. A haderők most már olyan modern rendszereket is terveznek és prototípusokat készítenek, amelyek arra szolgálnak, hogy a parancsnokokat segítsék a teljesebb érzékelésben – megfigyelésben, tájékozódásban, döntésben és cselekvésben –, éspedig gyorsabban, mint valaha. Át fognak hatolni a háború ködén.
Miközben a fegyveres konfliktusok időtartama egyre rövidül, milyen technikai következményekkel jár ez? A háborúk, amelyek a múltban éveken át tartottak, most már hónapok vagy akár hetek alatt eldőlhetnek. A hetekig tartó hadműveleteket napok vagy órák alatt kell befejezni. És azok a parancsnokok, akiknek a múltban talán volt idejük meghozni döntéseiket, kénytelenek lesznek ezt másodpercek alatt megtenni. Hogyan fog változni az egyes parancsnokságok szervezete és vezetése? Ezek azok a fő kérdések, amelyekkel a katonai vezetők szembesülnek, miközben olyan utat jelölnek ki, amely magában foglalja – és kihasználja – az autonómia, a gépi tanulás, a megbízható kommunikáció és az élvonalbeli számítástechnika előnyeit.
Hogy fog kinézni egy parancsnokság a jövő harcterein?
Egy lóherét rágcsáló nyúl megdermed a harapás közepén, és balra fordítja a fülét. Az erdőn keresztül egy másik lény lépteit hallja, amely feléje tart. A nyúl menekülésre készül, ha a hang forrása egy ragadozó, ezért figyeli, ahogy az ismeretlen állat négy lába ritmikusan trappol, és végignézi, ahogy az a tisztás szélénél felbukkan. Elhúzódik a közeledő négylábú elől, amely semmihez sem hasonlít, amit valaha is látott. A kutyaszerű lény egyike a tizenkettőnek, amelyek aznap este a területen tartózkodnak, ezek autonóm robotok, amelyek a kulcsfontosságú terepen helyezkednek el a parancsnoki állás körül, amelyet egy motorizált hadosztály készül felállítani. Ezek a háború nyitó pillanatai, és a kutyákat felderítéssel bízták meg.
Pár perccel később a páncélosok lánctalpainak halk és egyenletes zörgése hallatszik az erdőből, amikor a hadosztályparancsnok és a vezérkar megáll, és védelmi pozíciót vesz fel. A parancsnokság autonóm védelmi elemei - a kutyák - most már biztonsági pozíciókat foglalnak el. A kutyák háromfős csoportokban tevékenykednek. Míg az egyikük négyórás műszakot teljesít, addig a másik kettő épp feltölti az akkumulátorait.
A kutyák elég közel vannak egymáshoz ahhoz, hogy a kommunikációra és adatfelderítésre használt hálózatok csomópontjaiként tartsák fenn magukat. A konfliktusnak ebben a szakaszában a kutyáknak egyetlen egyszerű szabályuk van: riasztják a parancsnokságot, ha ember közeledik. Ha embert észlelnek, bekapcsolják érzékelőiket, hogy rögzítsék és továbbítsák a hang-, video- és hő-infravörös adatokat a parancsnokságra. A parancsnokság védelmére kijelölt századparancsnok dönti el, hogy milyen lépéseket tegyen, attól függően, hogy a személyt baráti, ellenséges vagy civil személyként azonosították.
A művelet ezen szakaszában a parancsnoki állás legfeljebb negyvennyolc órán keresztül marad a helyén, mielőtt ismét elmozdulna. Ez alatt a 172 800 másodperc alatt a kutyák egyenként legalább 288 kilobájtot fognak továbbítani minden órában. Ez a parancs- és vezérlési adatátviteli sebességük, és lehetővé teszi számukra, hogy újra és újra megismételjék az ismert mintát – balra nézzenek, előre nézzenek, jobbra nézzenek, jelentsenek a rendszer állapotáról, majd ismételjék ezt meg. Ez biztosítja a kommunikáció fenntartását egymással, és éberen tartja őket. Ha gyanítják vagy érzékelik, hogy ember van a közelükben, akkor az adatátviteli sebességük óránként 720 gigabájtra nő a fedélzeti érzékelők helyzetmegfigyelései révén.
A sávszélesség drága ebben a környezetben, ami az energia, a súly és a hűtés szempontjából fontos. A kommunikációs erőforrásokra más igények is vannak. Mivel a hadosztály minden tagja és felszerelése egy-egy érzékelő, a hálózaton további hírszerzési, megfigyelési és felderítési adatátvitelek versengenek az elsőbbségért. A logisztikai rendszerek, a hangkommunikáció, a térinformatikai frissítések, a parancsnoki utasítások, az orvosi diagnosztikai adatok és az időjárási adatok mind-mind ezeken a hálózatokon keresztül próbálnak mozogni. Ezen túlmenően tervezett hálózati korlátozások és átmenetek vannak az elsődleges útvonalakról az alternatív útvonalakra, hogy összezavarják az ellenfél rendszereit a hadosztály valódi összetételét és identitását illetően.
Ezen okokból kifolyólag fontos, hogy a kutyákban (vagy a hadosztály más érzékelőiben) lévő számítógépes látási modellnek a lehető legkevesebb hamis pozitív eredményt kell produkálnia. Szerencsére a kutyák "szemében" lévő számítógépes vizuális modellek közel ötvenezer órányi tréninget végeztek a legkülönfélébb biomokban, az év minden évszakában, számtalan különböző időjárási és fényviszonyok között. Emellett speciális képzési adatokat is felhasználtak a modern katonai zavaró eszközök látásra gyakorolt hatásáról, az álcázási technikákról és mintákról, valamint az emberi és robotizált katonai alakzatok járásának és testhelyzetének megkülönböztetéséről. Bármennyire is lenyűgözően hangzik ez a kiképzési adatrendszer, soha nem tud minden körülményt figyelembe venni, ezért a hadosztály gépi tanulási műveleti eleme felkészült arra, hogy a kutyákat és más szenzorokat az egész haderőnemben finomhangolja a biomokra, amelyekkel találkoznak, és az ellenséges taktikák, technikák és eljárások elkerülhetetlen megváltozására, amelyek az első csatákból adódnak majd.
Egy számítógépes látási modell újratanítása olyan, mint minden más statisztikai elemzés. Egyszerűen szólva, szükség van egy reprezentatív mintára, hogy matematikailag kifejezzük a minta kulcsfontosságú változói közötti kapcsolatokat. A számítógépes látásban a jelenet objektumai – az égbolt, a felhők, a horizont, a dombok fákkal, a dombok fák nélkül, az egyes épületek, az épületek ablakai, az ablakokon keresztül nézelődő arcok és így tovább – jelentik a mintát. Minden egyes kutya érzékelői számtalan mintát gyűjtenek az őt körülvevő bioszférából (a populációból). Ezeken a mintákon belül vannak olyan új kiugró értékek, amelyeket a számítógépes látási modell még soha nem látott, mert készítőinek nem volt olyan laboratóriuma, amely a földi környezet teljes sokszínűségét tartalmazhatta volna.
Az éjszakai őrjárat első 8640 másodperce után a kutyák tévesen riasztottak egy medve miatt, amely egy fához vánszorog, majd hátsó lábaira állva megpróbál elérni néhány makkot. Amikor ezt megteszi, az egyik kutya észleli, érzékelőin keresztül több percet rögzít róla, és riasztja a parancsnoki poszt biztonsági elemét. A reggeli állománygyűlésen a parancsnokság biztonsági századának parancsnoka megkérdezi a gépi tanulást végző műveleti elemet, hogy mit tudnak tenni a medvével, amely éjjelente nem hagyja őket aludni.
A gépi tanulással foglalkozó csapat egy a sok közül az egyesített erőknél. Mindannyian mintákat gyűjtenek a konfliktus korai szakaszában. Az észlelt kiugró értékek, valamint az összes megfigyelés számos véletlenszerű mintája visszaáramlik a színtéren belüli és kívüli számítógépes klaszterek kiszámításához a kapacitásuk és a várakozási prioritásaik alapján. Az adatok egy része a taktikai hálózatokon keresztül halad. Más adatokat passzívan gyűjtenek a különböző logisztikai járművek, amelyek egységről egységre haladnak, majd fizikai tárolóeszköz-átvitelek útján továbbítják őket.
Ahogy az informatikusok az egész vizuális érzékelőflotta tévesen pozitív eredményein dolgoznak, megállapítják, hogy statisztikailag jelentős megfigyeléseik vannak a helyi medvefajokról, hogy az összes megfigyelést visszaadhatják az MI adattermelő egységeknek, hogy befejezzék a félig felügyelt negatív képzés egy körét, hogy azokat ne emberként és ne harcolóként osztályozzák. A csapatok úgy vélik, hogy az újonnan kiképzett számítógépes látásmodell körülbelül 70 százalékkal kevesebb tévesen pozitív eredményt ad majd a medvékre vonatkozóan.
A korai minták másik fontos megállapítása egy olyan ellenséges taktikai megfigyelő felfedezése, amelyet a számítógépes látásmodell nem észlel. Ez a hamis negatív eredmény káros hatással lehet a haderő védelmére. A megfigyelő egy faágon ülő madárra hasonlít, de valójában egy álcázott hang- és vizuális érzékelőcsomagról van szó. Az őrszem többszörös megfigyelését összehasonlítva az interneten található amatőr madármegfigyelők videóinak mintájával, az adattudományi csapat képes betanítani egy osztályozót, amely megkülönbözteti az érzékelőt az élő madaraktól.
Ezzel az új számítógépes látásmodellel felvértezve a csapat elkészíti szoftverfrissítési stratégiáját. A számítógépes látás frissítése egyike annak a több száznak, amelyet a következő 21 600 másodpercben az egyesített erőknél telepítenek. Nem lehet és nem is szabad mindet egyszerre telepíteni. A csapatok az elmúlt három évben több százszor gyakorolták ezt a folyamatos integrációs és folyamatos adatközvetítési (CI/CD) megközelítést. A modern felhőalapú számítástechnikai szolgáltatókhoz hasonlóan olyan telepítési stratégiájuk van, amely tesztek és kisebb telepítések sorozatát végzi a megfelelő működés megerősítése érdekében.
E modern szoftveres gyakorlatok mellett a gépi tanulás műveleti elemei azt is biztosítják, hogy a számítógépes látásmodelljüket olyan kutyák számára telepítik, amelyek újra megfigyelik a madárszerű alanyokat, és ahol a medvék a legtöbb téves pozitív eredményt generálták. Mivel a friss adatok azt mutatják, hogy a hamis pozitív és hamis negatív eredmények jelentősen csökkentek, a csapatok folytatják a telepítéseket a számítógépes látásérzékelők flottájának többi részén. Szerencsére a számítógépes látásmodell frissítése hatékony a sávszélesség szempontjából. Az eredeti modell az érzékelőtől függően negyven-hatvan megabájtos. A frissítések az eredeti modell 10-20 százalékát teszik ki, ami ebben az esetben mindössze öt-tíz megabájt. Mindezek az apró hatékonyságnövelő tényezők számítanak a taktikai határon és a tiltott, lekapcsolt, időszakos vagy korlátozott körülményekben rejlő lehetőségek terén.
Adatidőszakok, harci gyakorlatok és WERX
Ez a címke a több száz frissítés egyikét írja le, amely kéthetente – 1,2 millió másodpercenként – előfordulhat egy konfliktus kirobbanásakor. A frissítések sorozata, amelyeknek minden egyes ilyen adatidőszak során meg kell történnie, az új harci gyakorlatokat jelenti. Olyan megszokottá és rutinszerűvé kell válniuk, mint a katonák számára az elakadt fegyver tisztítása.
Milyen elképzeléseket kell bemutatni az esetleges bevetéshez? Hogyan kell katonai alakulatainknak, személyi állományunknak és vezetőinknek elfogadniuk és alakítaniuk ezeket az új adatharcászati gyakorlatokat? Az amerikai hadsereg digitális felfedezőútra indult a felhőalapú számítástechnika, a szoftveresen definiált hálózatok, az algoritmikus hadviselés, az autonómia és az ember-gép csapatok felé. Az amerikai katonai szolgálatok mindegyike igyekszik gyorsan képessé tenni beszerzési, biztonsági és informatikai kádereit ezeknek a technológiáknak és gyakorlatoknak a bevezetésére. Az ebből eredő szoftverfejlesztési gyakorlatok nem korlátozódnak a háttérfunkciókra. Egyszerre jelennek meg minden szinten a hagyományos és alternatív beszerzési utakon keresztül. Ezeket felgyorsítják a bevált kutatási, fejlesztési, tesztelési és értékelési programok, valamint a digitális és mesterséges intelligencia-képességek sikeres bevetésére összpontosító új szervezetek. Ezeket az új törekvéseket olyan vezetők hálózata irányítja, akiknek közös a jövőképük és megújult igényük a körültekintő kockázatvállalásra.
Ha besétálunk bármelyik új szoftverlaboratóriumba vagy Dev/Ops (fejlesztés/üzemeltetés) szoftvercsapatba – mint például az AFWERX, SOFWERX és mások –, olyan tapasztalt szakembereket látunk, akik tisztában vannak a küldetésükkel és a szakmájukkal. Akárcsak az előttük a repülésben, a gépesített műveletekben és a személyzet nélküli rendszerekben tevékenykedő úttörők, ők is tudják, hogy az általuk vállalt innovációkat könnyen félreérthetik vagy elutasíthatják. Mégis, miközben az Ukrajnában és Izraelben zajló háborúkról töprengenek, energikusan szorgalmazzák az új képességek kifejlesztését, hogy bármilyen ellenféllel szemben felülkerekedhessenek.
A mesterséges intelligencia felgyorsításának ütemterve
Mindezek az erőfeszítések jelentősek. Ám ahhoz, hogy meghozzák gyümölcsüket és maximálisan befolyásolják a katonai hatékonyságot, a vezetőknek aktívan kell dolgozniuk csapataik hatásainak felgyorsításán. Ennek érdekében számos kulcsfontosságú lépést tehetnek.
Először is, meg kell szüntessék a távolságot a fejlesztőcsapatok és a végfelhasználók között. Ez kulcsfontosságú a szoftverek és hardverek sikeres elfogadásához. A felhasználók és a fejlesztők közötti rendszeres érintkezési pontokat fel kell mérni, és érdemes befektetni ezekbe. Ha a felhasználók nem rontják el a technológiát, és a fejlesztők nem adaptálják gyorsan az általuk el nem képzelhető felhasználási módokhoz, akkor ezeket a szerencsétlen felfedezéseket az első csatára halasztják.
Másodszor, harcolniuk kell a bürokráciában a status quo előítéletei ellen. Ha valaki azt mondja, hogy nincs szükség a generatív mesterséges intelligenciára, emlékeztesse arra, hogy a hadtörténelem más fordulópontjainál sem volt szükség lőfegyverekre, harckocsikra, repülőgépekre, robbanószerkezetek és drónok elleni technológiákra – amíg a technológia és a felhasználási lehetőségek nem találkoztak, és nem tették teljesen egyértelművé a szükségletet.
Harmadszor, bontsák le a mesterséges intelligencia programját egy olyan portfólióra, amely egyensúlyt teremt egy általános fejlesztési, biztonsági, gépi tanulási, üzemeltetési (DevSecMLOps) hálózat és a különböző gépi tanulási tudományágak (pl. természetes nyelv, számítógépes hallás és számítógépes látás) egyedi igényei között a különböző alkalmazások, például a távérzékelés, az érzékelés és az autonómia számára.
Negyedszer, a csapatai által épített emberi személyiségek mellett egy másik felhasználót is az asztalhoz kell ültetnie – a gépi személyiségeket a létrejövő haderőstruktúrában. Ebben a struktúrában minden gépi tanulással rendelkező eszköznek szüksége lesz egy MI-képes adattermék-stratégiára és egy adathálózati stratégiára, amely lehetővé teszi az átképzést a konfliktusok, biomok és küldetések széles skáláján.
Ötödször, a már kiépített fizikai és virtuális kiképzési környezeteken túl szükség van egy eszközfarmra, egy modellállatkertre és egy digitális ikercsaládra. A mobilalkalmazások fejlesztőinek különböző készülékgyártókon kell tesztelniük, hogy biztosítsák a teljes kompatibilitást oda-vissza. Az eszközfarmok segítenek a fejlesztőknek abban, hogy gyorsan technikai visszajelzést kapjanak az ilyen heterogén eszközparkokból. A hadviselés következő korszakában ezek lehetnek négylábú robotok, drónrajok vagy opcionálisan legénységgel rendelkező lánctalpas járművek. A gépi tanulással foglalkozó mérnökök számos nyílt forráskódú és szabadalmaztatott modellt építenek és fejlesztenek. Ezek betanítása és újratanítása során a mérnököknek egyre növekvő modellgyűjteményük (állatkertjük) lesz, amely újszerű helyzetekben jobb kiindulópontként szolgál a gyors finomhangoláshoz. A digitális ikrek segítenek biztosítani, hogy megfelelően reprezentatív környezet álljon rendelkezésre annak bizonyítására, hogy az új hálózat-eszköz-adat-modell kombinációk a kívánt módon működnek.
Hatodszor, bízzanak a Zero Trust mozgalomban. A Hedy Lamarr és George Antheil által kitalált frekvenciaugrásos szórt spektrumhoz hasonlóan a zéró bizalom-rendszerek folyamatosan kényszerítik a hitelesítő és egyéb tanúsítványok összekapcsolását, cseréjét és újbóli hitelesítését, hogy biztosítsák a biztonság konzisztenciáját a külső és belső fenyegetésekkel szemben. Ennek helyes megvalósítása összetett művészet, de ez egy olyan képesség, amelyet az adat- és rendszerelérések során meg kell követelni. A BYOD (hozd magaddal a saját eszközödet) jelzi, hogy a szervezeted zéró bizalmatlansági üzemmódban működhet. Ha meg tud bízni az alkalmazottai által munkába hozott heterogén, ellenséges, idegen eszközökben, akkor eléri azt a szervezettséget és technikai felkészültséget, amely ahhoz szükséges, hogy ugyanezt megtehesse szövetségeseivel és missziós partnereivel az egyesített, közös haderőben.
Hetedszer, a szervezeteknek minden héten be kell telepíteniük adataikat a termelésbe, és a vezetőiknek részt kell venniük a CI/CD-folyamatban. A modern felhőalapú számítástechnikai szolgáltatások számos stratégia útján érik el a nagyfokú rendelkezésre állást. Ezek között kulcsfontosságú a szoftveresen meghatározott kapcsolat a fejlesztők és vezetőik között egy kiesési esemény során. Tiszta formában a DevOps azt jelenti, hogy ugyanaz a csapat, telepíti a szoftvert, amelyik építette, és az éjszaka közepén is utána néznek, ha a telepítés meghiúsul. Ez fokozza a tesztelés során a részletekre való odafigyelést. Az ellenőrzési folyamat a kulcsfontosságú vezetőkhöz is kapcsolható. Ha tudják, hogy van egy meghatározott idő a hibás szoftvertelepítés kijavítására és a normál szolgáltatások visszaállítására, mielőtt a vezetőjüket ellenőrzik, akkor mindenki jobban odafigyel a részletekre a tesztelés során.
Nyolcadszor, tisztázzák azokat a területeket, ahol a különböző képességek között engedélyezik a „System 1” és „System 2” gépi gondolkodással való kísérletezést. Daniel Kahneman a Thinking, Fast and Slow című könyvében népszerűsítette azt a modern felfogást, amely szerint az emberek gondolkodási képességei két különböző rendszer eredményei. Az 1-es rendszer automatikusan és gyorsan reagál – mint a harc vagy a menekülési reakció esetében. A látó-, halló- vagy szaglószerveinknek alig vagy egyáltalán nem kell erőfeszítéseket tenniük ahhoz, hogy feldolgozzanak egy égő házat. Kahneman megkülönbözteti ezt a 2. rendszertől, amely „a figyelmet az erőfeszítéssel járó mentális tevékenységekre fordítja”, és olyan feladatokat tesz lehetővé, mint az összetett számítások. Ezen keresztül sokkal nagyobb cselekvőképességet és választási lehetőséget érzékelünk azzal kapcsolatban, hogy mikor osztjuk be energiáinkat a koncentrálásra. Az ember-gép csapatmunka kulcsa az lesz, hogy az 1. és 2. rendszerű feladatokat a megfelelő csapattagnak osszák ki.
Ha a jövőben egy csatatéren két hadsereg fog összecsapni az éjszakában, reggelre mindkét oldalon több zászlóalj is csak önmaga maradványa lehet. Amelyik fél gyorsabban képes végrehajtani az újjáalakulási harci protokollt, az lesz azonnali előnyben. Az otthoni szervezetről való leválásra és egy új szervezethez való csatolásra vonatkozó küldetési parancs több adminisztratív és ellenőrzési lépést igényel. A parancsnoknak ki kell választania, hogy melyik új vezetőt és mely alakulatokat állítsa össze először – ez a 2. rendszerbeli folyamat. A parancs kiadása után azonban az 1. rendszerű alkalmazások és üzenetek sorozatának lehetővé kell tennie, hogy az összes személyzeti, egészségügyi, logisztikai és egyéb támogató adat gyorsan és pontosan eljusson az új parancsnoki állományhoz. Ha jól végezzük az előttünk álló feladatot, akkor az új zászlóalj 28 800 másodperc helyett 3600 másodperc alatt harcra készen áll. Minden másodperc számít.
Hát, manapság is nehéz a dolga a katonának, a jövőben sem lesz könnyebb: minden gyorsabbá, veszélyesebbé, bonyolultabbá válik.
Már persze, míg egyáltalán lesznek emberi harcosok és nem autonóm rendszerek fognak csatázni egymással.
A legrosszabb persze az lenne, ha ezek az autonóm rendszerek emberekkel ütköznének meg – de ez már sci-fi, méghozzá olyan, amit túl sokszor írtak meg.
*FIGHTING FOR SECONDS: WARFARE AT THE SPEED OF ARTIFICIAL INTELLIGENCE
