Τα αυτόνομα drones μπορούν να προκαλέσουν μόνα τους παγκόσμιο πόλεμο!

Αυτό έχει ωθήσει πολλές χώρες να συμμετάσχουν σε μια κούρσα τεχνολογίας για την έρευνα και ανάπτυξη drones, με δυνατότητες τεχνητής νοημοσύνης και μηχανικής μάθησης, ένας συνδυασμός που παρέχει ορισμένα χαρακτηριστικά για τις πολεμικές επιχειρήσεις, αδύνατα στο παρελθόν.

Αυτή η προσπάθεια εντείνεται σε Ρωσία-Ουκρανία, που ανταγωνίζονται για την προώθηση drones με τεχνητή νοημοσύνη/μηχανική μάθηση, ώστε να αυτοματοποιήσουν τη διαλειτουργικότητα-στόχευση τους. Πάντως, μέχρι στιγμής οι δύο εμπόλεμοι δεν έχουν αξιοποιήσει ευρέως drones με τεχνητή νοημοσύνη/μηχανική μάθηση στο πεδίο της μάχης, κάτι που δείχνει ότι θέλουμε ακόμα πολύ μέχρι την επίτευξη της πολυπόθητης αυτονομίας.

Η επιτυχημένη ενσωμάτωση των drones με τεχνητή νοημοσύνη/μηχανική μάθηση θα μπορούσε να επιτρέψει σε ένοπλες δυνάμεις να μειώσουν την εξάρτησή τους από τους ανθρώπους χειριστές, να παρακάμψουν τον ηλεκτρονικό πόλεμο, να μειώσουν τους ανθρώπινους περιορισμούς στην αναγνώριση στόχων και να επιταχύνουν τις διαδικασίες λήψης αποφάσεων, σε ό,τι έχει να κάνει με την χρήση τους.

Σήμερα, χάρη στην τεχνητή νοημοσύνη, τα drones πετούν με αυτόματο πιλότο, εκτελώντας σύνθετες εργασίες, από επιτήρηση έως ακριβείς επιθέσεις – απαιτώντας ελάχιστη παρέμβαση από τον χειριστή. Το κύριο όφελος της τεχνητής νοημοσύνης στα στρατιωτικά drones είναι η αυτονομία τους: Μπορούν να πετούν περισσότερες ώρες από τα άλλα αεροσκάφη, κινούμενα σε ανώμαλα εδάφη, χωρίς άνθρωπο χειριστή.

Οι δυνατότητες πλοήγησης των στρατιωτικών drones έχουν βελτιωθεί δραστικά με την τεχνολογία ΑΙ. Τα συμβατικά drones εξαρτώνται, κυρίως, από το GPS για πλοήγηση. Η τεχνητή νοημοσύνη επιτρέπει την ενσωμάτωση πιο σύνθετων συστημάτων, που μπορούν να προσαρμοστούν σε συνθήκες πραγματικού χρόνου.

Ενσωματώνοντας αλγόριθμους Τεχνητής Νοημοσύνης με αισθητήρες όπως LiDAR, κάμερες και ραντάρ, τα drones μπορούν να κατανοήσουν το περιβάλλον και να πλοηγηθούν αυτόνομα, χωρίς GPS. Για παράδειγμα, σε περίπτωση που ένα drone συναντήσει εμπόδιο ή απρόσμενες καιρικές συνθήκες, θα αλλάξει την πορεία του, χωρίς ανθρώπινη παρέμβαση.

Τα χαρακτηριστικά της Τεχνητής Νοημοσύνης

Το κύριο χαρακτηριστικό της τεχνητής νοημοσύνης σε στρατιωτικά drones είναι η ικανότητα ακριβούς επίθεσης (ελαχιστοποιώντας απώλειες αμάχων). Γίνεται εφικτή η παρακολούθηση στόχων με ενσωματωμένες υπέρυθρες, συμβατικές κάμερες και ραντάρ. Οι αλγόριθμοι μηχανικής μάθησης επιτρέπουν στα drones να “μαθαίνουν” από προηγούμενες επιχειρήσεις και να βελτιώνουν τις δυνατότητες στόχευσης. Μπορούν, έτσι, να εντοπίζουν κύριους στόχους, όπως εχθρικά οχήματα ή κτίρια, και να τους πλήττουν με ακρίβεια. Μάλιστα, η τεχνητή νοημοσύνη θα μπορεί να λαμβάνει και αποφάσεις σχετικά με το ποιος στόχος έχει στρατηγική προτεραιότητα να πληγεί.

Ένα άλλο χαρακτηριστικό είναι η αναγνώριση-διαχείριση απειλών. Το drone μπορεί να λάβει πολλά δεδομένα από αισθητήρες (βίντεο-ραντάρ και εικόνες υπέρυθρων) δεδομένα που θα το βοηθήσουν να εντοπίζει την τοποθεσία των εχθρικών δυνάμεων. Αυτό σημαίνει ότι μπορούν να εστιάζουν και να ενεργούν πιο γρήγορα από οποιονδήποτε άνθρωπο-πιλότο. Η ικανότητα αναγνώρισης απειλών από drones ενισχύεται με την βοήθεια αλγορίθμων μηχανικής μάθησης.

Η τεχνητή νοημοσύνη μπορεί επίσης να εντοπίζει την κίνηση-αντίδραση των εχθρικών δυνάμεων. Για παράδειγμα, τα drones θα μπορούν να αλλάζουν κατεύθυνση ή να κάνουν ελιγμούς, για να μην πληγούν από τον αντίπαλο, κάτι πολύ σημαντικό και για την στρατηγική σμήνους, που ενισχύει την αποτελεσματικότητα των στρατιωτικών επιχειρήσεων με τέτοιο τρόπο, ώστε ο αντίπαλος να έχει περιορισμένη δυνατότητα για άμυνα-αντεπίθεση. Δουλεύοντας συλλογικά, τα drones μπορούν να βελτιώσουν την ικανότητά τους, όσον αφορά στην ανάλυση του περιβάλλοντος.

Μηχανική μάθηση και ευελιξία

Η μηχανική μάθηση είναι ο πυρήνας της Τεχνητής Νοημοσύνης στα στρατιωτικά drones, επειδή έτσι μαθαίνουν από προηγούμενες επιχειρήσεις τους. Κάθε φορά που αποστέλλεται ένα drone, συλλέγει δεδομένα για το περιβάλλον. Το σύστημα τροφοδοτεί αυτές τις πληροφορίες, επιτρέποντας στην τεχνητή νοημοσύνη να προσαρμόζει τις διαδικασίες λήψης αποφάσεων. Με την εμπειρία, τα drones θα βελτιώνονται στον εντοπισμό απειλών. Σε ένα σύνθετο σενάριο, όπως ο αστικός πόλεμος, τα drones θα εντοπίζουν κρυφές ή καμουφλαρισμένες απειλές δύσκολες στον εντοπισμό από ανθρώπινο μάτι, όπως αντάρτες ή αυτοσχέδια εκρηκτικά.

Αυτό το επίπεδο προσαρμοστικότητας καθιστά την τεχνητή νοημοσύνη στα στρατιωτικά drones ολοένα και πιο αποτελεσματική, για υψηλού κινδύνου περιβάλλοντα. Μπορούμε να διακρίνουμε ποικίλους βαθμούς πολυπλοκότητας-ανάπτυξης τεχνητής νοημοσύνης και μηχανικής μάθησης. Βέβαια, οι συζητήσεις συχνά ομαδοποιούν τη λειτουργικότητα της μηχανικής μάθησης, σε ένα γενικό πλαίσιο τεχνητής νοημοσύνης.

Οι δυνατότητες μηχανικής μάθησης μπορούν να είναι ευκολότερες στην εφαρμογή τους σε drones, όταν αυτά τα μοντέλα είναι εκπαιδευμένα να εκτελούν προβλέψιμες εργασίες, που δεν απαιτούν σημαντική επεξεργαστική ισχύ, μνήμη ή δεδομένα. Αυτά τα καθήκοντα μπορεί να περιλαμβάνουν την πλοήγηση σε περιβάλλον χωρίς GPS, την αναγνώριση εικόνας και μοτίβων, την εύρεση θέσης και το κλείδωμα στόχου (αν και ορισμένες από αυτές τις εργασίες μπορεί να απαιτούν και άλλα πιο προηγμένα εργαλεία).

Τα drones με δυνατότητες που υποστηρίζονται από μηχανική μάθηση, εξακολουθούν να απαιτούν γενική καθοδήγηση από έναν χειριστή, όπως για την αναγνώριση ενός στόχου. Δηλαδή, οι δυνατότητες της μηχανικής μάθησης μπορούν να επιτρέψουν στα drones να εκτελούν ορισμένες προγραμματισμένες και προ-εκπαιδευμένες εργασίες, αλλά δεν έχουν την αυτονομία για να προσαρμοστούν στις συνθήκες του πεδίου της μάχης, χωρίς ανθρώπινη παρέμβαση.

Μοντέλα τεχνητής νοημοσύνης

Τα μοντέλα τεχνητής νοημοσύνης μπορούν να εκτελούν εργασίες που απαιτούν ανθρώπινη νοημοσύνη, συμπεριλαμβανομένης της ανάλυσης δεδομένων, της αυτόνομης αναγνώρισης-επιλογής στόχων, καθώς και του ελέγχου της πορείας πτήσης ενός drone. Επιπλέον, μπορούν να διαχειρίζονται σμήνη drones εναντίον ενός στόχου και να επιτρέπουν προηγμένη δια-λειτουργικότητα μεταξύ τους. Επομένως, τα drones με τεχνητή νοημοσύνη είναι ικανά για προσαρμοστική λήψη αποφάσεων, που μπορούν να εξαλείψουν την ανάγκη επικοινωνίας με τους χειριστές τους.

Η ενσωμάτωση δυνατοτήτων τεχνητής νοημοσύνης στα drones είναι μια πιο δαπανηρή-χρονοβόρα διαδικασία: Απαιτείται η ανάπτυξη νέων και πολύπλοκων αλγορίθμων, σημαντική υπολογιστική ισχύ, ένα μεγάλο cloud δεδομένων και μακροπρόθεσμες δοκιμές, που στοχεύουν στην εκπαίδευση συστημάτων τεχνητής νοημοσύνης για λειτουργία σε διαφορετικά περιβάλλοντα μάχης.

Η επόμενη, λοιπόν, τεχνολογική πίστα στον πόλεμο με drones, απαιτεί την ανάπτυξη τεχνητής νοημοσύνης για να τροφοδοτείται η αυτόνομη λήψη αποφάσεων στο υψηλότερο επίπεδο και μηχανικής μάθησης, προκειμένου το drone να “μαθαίνει” από το περιβάλλον του πεδίου της μάχης.

Σμήνη drones και μηχανική όραση

Τα σμήνη drones μπορούν να αποτελέσουν ένα παράδειγμα συνδυασμού τεχνητής νοημοσύνης και μηχανικής μάθησης. Εξαρτώνται από την πρώτη για τη διαλειτουργικότητα, τη στόχευση και την κατανομή-διαχείριση εργασιών. Όμως, χρειάζονται και την δεύτερη για να διευκολύνουν εξειδικευμένες εργασίες, όπως η αναγνώριση εικόνων, η αποφυγή συγκρούσεων με άλλα drones και το κλείδωμα του στόχου. Αυτό απαιτεί μηχανική όραση, όπως αλγόριθμους αυτόματης αναγνώρισης εικόνας, που επιτρέπουν σε ένα drone να απομνημονεύει μια εικόνα ενός στόχου και να τον κλειδώνει, ακόμη και αν ο στόχος κινείται.

Η Ουκρανία επιδίωξε να προωθήσει την ανάπτυξη drones μηχανικής όρασης για να λύσει το πρόβλημα των drones που δεν φτάνουν στους στόχους τους, λόγω απώλειας σήματος από τον χειριστή (όπως κατά τη διάρκεια παρεμβολών ηλεκτρονικού πολέμου). Όμως, τα drones με δυνατότητα όρασης προς το παρόν δεν είναι πλήρως ενεργοποιημένα με τεχνητή νοημοσύνη και εξακολουθούν να βασίζονται στην ανθρώπινη, επειδή δεν μπορούν ακόμη να διακρίνουν ανεξάρτητα στόχους.

Γενικά, η περαιτέρω ανάπτυξη των drones τεχνητής νοημοσύνης/μηχανικής μάθησης βασίζεται και στην ικανότητα μιας χώρας να δημιουργήσει ένα διασυνδεδεμένο σύστημα επίγνωσης-διαχείρισης ενός πεδίου μάχης. Απαιτείται η ανάπτυξη περίπλοκων συστημάτων βασισμένων στο cloud, που μπορούν να αποθηκεύουν και να αναλύουν δεδομένα πρώτης γραμμής, προκειμένου να μπορέσουν να διακρίνουν αυτόνομα τους στόχους, να αποφεύγουν φιλικά drones και να επιτρέπουν στις φίλιες δυνάμεις να παρακολουθούν τις πολεμικές επιχειρήσεις τους.

Η αποκαλούμενη δημιουργική-γενετική τεχνητή νοημοσύνη, στηρίζεται σε μεγάλα γλωσσικά μοντέλα, που χρησιμοποιούν κείμενα για να δημιουργούν βάσεις δεδομένων. Εργαλεία αυτού του είδους είναι στατικά, σε αντίθεση με τα μοντέλα που βασίζονται σε αναγνώριση εικόνων και επεξεργασία σημάτων, σε μεταβαλλόμενες συνθήκες καιρού, χώρου-χρόνου. Εκεί ξεκινούν τα προβλήματα της τεχνητής νοημοσύνης για drones, καθώς βρίθουν “θολών” σημείων.

Για παράδειγμα, άρματα Τ-72 χρησιμοποιούνται και από τους δύο εμπόλεμους, αλλά και από άλλες χώρες παγκοσμίως. Όμως, πόσες φωτογραφίες και βίντεο, όλων των τύπων-τροποποιήσεων και από διάφορες γωνίες λήψης, μπορεί να υπάρχουν; Ελάχιστες… Όσο για τη μηχανική όραση, πόσο αυτή καταλαβαίνει το καμουφλάζ, την θολότητα της ομίχλης, ή την κίνηση ενός μεταβαλλόμενου πεδίου; Σε χαμηλής έντασης συρράξεις, όπως αντάρτικα, μπορούν να διακρίνουν μεταξύ μαχητών και αμάχων; Σε κοινωνίες, όπου συνηθίζεται η οπλοφορία (πχ Υεμένη), πώς θα μπορεί να ξεχωρίζει τον μαχητή-στόχο;

Προκλήσεις και ηθικοί προβληματισμοί

Η χρήση στρατιωτικών drones που λειτουργούν με τεχνητή νοημοσύνη εγείρει πολύ σημαντικές ηθικές προκλήσεις. Μία από τις κύριες ανησυχίες, είναι η ευθύνη για αποφάσεις που θα λαμβάνονται από αυτόνομα συστήματα. Προς το παρόν, οι άνθρωποι χειριστές ελέγχουν τις επιθέσεις με drones και φέρουν την ευθύνη για όλες τις συνέπειες τους. Δεν είναι σαφές ποιος θα θεωρηθεί υπεύθυνος εάν ένα drone αναγνωρίσει λανθασμένα πολίτες ως εχθρούς, ή παραβιάσει το διεθνές δίκαιο.

Οι αλγόριθμοι της τεχνητής νοημοσύνης είναι εκπαιδευμένοι να αναγνωρίζουν μοτίβα και να εντοπίζουν απειλές, αλλά δεν είναι τέλειοι και μπορούν να κάνουν λάθη. Για παράδειγμα, τα drones μπορεί να αναγνωρίσουν ένα πολιτικό όχημα ως στρατιωτικό στόχο και ως εκ τούτου να προκαλέσουν ακούσια θύματα. Αυτό μετατοπίζει την ηθική ευθύνη λήψης αποφάσεων από τους ανθρώπους, στις μηχανές, με το ερώτημα αν πρέπει να τις εμπιστευόμαστε σε ζητήματα ζωής και θανάτου.

Επιπλέον, εκτιμάται θα αυξηθούν οι πιθανότητες μιας στρατιωτικής κλιμάκωσης με drones που θα μπορούν να λειτουργούν ανεξάρτητα, χωρίς ανθρώπινη παρέμβαση. Σε ένα ταχέως μεταβαλλόμενο παγκόσμιο τοπίο, η δυσλειτουργία ή η κακή επικοινωνία των αυτόνομων συστημάτων, μπορεί να προκαλέσει ακούσιες εχθροπραξίες.

Για παράδειγμα, η δράση ενός drone εξοπλισμένου με τεχνητή νοημοσύνη, που θα έχει διαβάσει λανθασμένα την στρατιωτική δραστηριότητα αντιπάλων, θα μπορούσε να οδηγήσει σε αντίποινα, ακόμα και πόλεμο πλήρους κλίμακας, χωρίς μάλιστα ανθρώπινη υπαιτιότητα! Ο δε φόβος των αυτόνομων drones θα μπορούσε, με τη σειρά του, να πυροδοτήσει έναν ανταγωνισμό εξοπλισμών για πιο προηγμένα αυτόνομα όπλα, συμβάλλοντας στην παγκόσμια αστάθεια.

Τα επόμενα χρόνια, τα drones θα είναι πιο ανεξάρτητα-παραγωγικά και ικανά στην εκτέλεση πιο περίπλοκων εργασιών, χωρίς βοήθεια από χειριστές. Τα drones θα λαμβάνουν αυτόνομα αποφάσεις πλοήγησης και θα εξαρτώνται όλο και λιγότερο από τον χειριστή. Ωστόσο, υπάρχουν και οι νέες προκλήσεις, με πιο κύρια (πέραν των όσων αναφέρθηκαν) την χρήση τους από μη κρατικούς φορείς…