После вторжения России в Украину в феврале 2022 года усилия 18-го корпуса по разработке искусственного интеллекта приобрели новую актуальность, особенно для Maven Smart System, системы, которую им было поручено поддерживать украинские силы, но результаты в конечном итоге показывают, что нет, это не может действовать так же хорошо, как думают американцы, против России.
О'Каллаган, Темпл и еще 270 военнослужащих из штаба корпуса были направлены в гарнизон в Германии, превратив бывший спортивный зал в командный центр системы.
Офицер разведывательных операций и политических вопросов, попросившая не называть ее имени, поскольку она часто выполняет специальные операции, стала одной из тех, кто использовал программное обеспечение для информирования командующих армией.
Целью офицера было оценить, есть ли у украинцев в определенных районах желание сопротивляться российским силам.
«Когда вы складываете ситуации, вам начинают бросаться в глаза разные вещи», - говорит рассматриваемый офицер. «Я бы отметил на карте каждое событие, связанное с сопротивлением».
Эти события могли варьироваться от простого вывешивания сине-желтых флагов на заборах до крайнего насилия, такого как нападения на российских чиновников в территориальных зонах.
Эти детали, наряду со многими другими, затем были введены в секретную систему, используемую американским военным командованием для информирования о событиях на местах.
О'Каллаган и Темпл отказались подробно рассказать о том, как Пентагон использует системы искусственного интеллекта, такие как Maven, для поддержки Украины.
Но люди, знакомые с операциями и попросившие не называть их имени из-за деликатности вопроса, рассказали Bloomberg, что США использовали спутниковую информацию и интеллектуальную систему Maven, чтобы информировать украинские силы о местонахождении российской техники, на которую они затем нацелились. эти машины с ракетами с GPS-наведением.
Но у российских войск есть, как показывает эволюция на поле боя, несколько средств противодействия таким системам, как кажется, как например в случае с HIMARS, эта очень дорогая система сделала свое дело, но Россия просто отодвинулась, заблокировала сигнал GPS делая их бесполезными ракетами.
Проблема в том, что эта система ИИ, похоже, не является ответом на российскую агрессию, а скорее действует при особых обстоятельствах.
Система
Система ИИ имеет долгую историю в Министерстве обороны. Во время холодной войны полуавтоматическая система ПВО наземной среды использовала ранние алгоритмы для обработки радиолокационных данных.
В ходе операции «Буря в пустыне» инструмент анализа помог спланировать перемещения войск.
До середины 2000-х годов передовые технологии искусственного интеллекта неизменно касались гражданской жизни, а не военной. Ученый-компьютерщик Джеффри Хинтон стал пионером глубокого обучения, описав в 2006 году, как машины могут научиться распознавать объекты, имитируя нейронные сети мозга.
Шесть лет спустя он и его коллеги рассказали, что они обучили модель классифицировать 1,2 миллиона изображений с относительно небольшим количеством ошибок, используя алгоритм, который пытался приблизиться к человеческой дискриминации.
Инновации, которые в конечном итоге привели к появлению сегодняшних инструментов искусственного интеллекта, таких как ChatGPT, уже начались.
За развитием этих событий Уилл Ропер, бывший помощник министра обороны (ВВС США), руководивший отделом Пентагона, занимающимся передовыми технологиями, наблюдал за этим с возрастающим интересом. Он говорит, что в 2016 году у Министерства обороны не было массового облачного хранилища или удобных для использования в компьютере данных, а чиновники плохо разбирались в машинном обучении.
Обеспокоенный тем, что военные не смогут разработать свои собственные инструменты в разумные сроки (поступление на вооружение основных систем вооружения США может занять от 15 до 20 лет), Ропер предложил единую программу стоимостью 50 миллионов долларов по применению машинного обучения для автоматического распознавания целей. . Традиционно обнаружение и классификация целей противника на поле боя было кропотливым процессом.
Аналитики могут часами или днями изучать спутниковые снимки и данные отслеживания, полагаясь в основном на свои глаза. Хотя существовало и другое программное обеспечение для автоматического наведения на цель, военные сочли его слишком медленным и слишком склонным к ошибкам.
В 2017 году более широкая версия идеи Ропера пришла из управления разведки Министерства обороны под названием Project Maven – более формально, Interoperable Algorithmic Warfare Group.
Команда Maven начала оценку инструментов распознавания объектов от разных поставщиков, проверив их на кадрах, снятых с дронов подразделениями SEAL в Сомали. Ни одно из них не показало особенно хороших результатов, вспоминает Джейн Пинеллис, которая руководила ранним тестированием и оценкой алгоритмической войны в Maven (сейчас она возглавляет инженерную группу в Университете Джонса Хопкинса).
Исходные изображения часто были слишком размытыми, или сняты под углами, которые запутывали алгоритмы, или были настолько плохо маркированы, что было трудно обучать модели. Партнерские программы свободного рынка также были непоследовательными. Один может обозначить объект просто как танк, а другой — как Т-72 советской разработки. За пределами лаборатории производительность была еще хуже, где системы с трудом справлялись с плохими сетевыми соединениями и старыми компьютерами — распространенными проблемами в полевых условиях.
Эволюция
Другие проблемы возникли по мере роста проекта Maven. В 2018 году тысячи инженеров Google, одного из первых партнеров Пентагона, подписали письмо, протестующее против участия компании в «военных технологиях». Позже в том же году Пентагон освободил Maven от публичных брифингов, утверждая, что информация о его возможностях – и ограничениях – настолько конфиденциальна, что ее раскрытие может дать преимущество врагам Америки.
Несмотря на уход Google, множество других игроков из технологической и оборонной сферы продолжали сотрудничать с Maven, а другие присоединились позже. По словам людей, знакомых с программой и пожелавших остаться неназванными при обсуждении закрытой информации, основная платформа объединения данных, лежащая в основе системы, создана Palantir Technologies. Amazon Web Services, ECS Federal, L3Harris Technologies, Maxar Technologies, Microsoft и Sierra Nevada также входят в число двенадцати крупнейших участников. Все либо отказались от комментариев, либо даже не ответили на запросы о комментариях.
Постепенно Maven улучшался, и в 2020 году тогдашний командир О'Каллагана попросил изучить, насколько он может быть полезен при реальных ударах с применением оружия. О'Каллаган начал использовать его во все большем количестве учений с боевой стрельбой, включая артиллерийские учения 2020 года в Форт-Либерти.
Сотрудничая с другими агентствами США и союзниками, такими как Великобритания, 18-й корпус с тех пор использовал Maven для поражения целей огнем бомбардировщиков, истребителей и дронов, а также разработал, как делать это с подводных лодок.
О'Каллаган сравнивает улучшение систем искусственного интеллекта с достижением более быстрого результата в велогонках за счет небольших изменений в тренировках и технике. В рамках одной из таких попыток он нанял студентов местных колледжей, чтобы они пометили более 4 миллионов изображений военных объектов, таких как военные корабли, чтобы помочь в обучении алгоритмов Maven.
Комментариев нет:
Отправить комментарий