Ukraina ir NATO sukūrė DI sistemas, kurios prognozuoja dronų atakas ir padeda planuoti artilerijos veiksmus

Sekite TechNaujienos Google

Spalio 13 d. Ukraina ir NATO pristatė du dirbtinio intelekto sprendimus, skirtus prognozuoti bepiločių orlaivių atakas ir padėti planuoti artilerijos operacijas. Šie modeliai – bendras sąjungininkų ir Ukrainos specialistų darbas, kuriame dalyvavo NATO ir Ukrainos bendras analizės, mokymo ir švietimo centras JATEC. Šią informaciją pateikia Ukrainos gynybos ministerijos pranešime apie bendrą projektą.

Dronų atakos prognozavimo modelis jau parengtas integruoti į Ukrainos kariuomenės situacinio informuotumo sistemas. Algoritmas gali padėti įvertinti ankstesnių išpuolių dėsningumus, tačiau jo išvados nėra garantija, kad priešas nepakeis taktikos.

DI prognozių patikimumas priklauso nuo pradinių duomenų kokybės. Sistemai reikia informacijos apie anksčiau aptiktus orlaivius, jų skrydžio laiką, kryptis ir galimus puolimo taškus. Jeigu dalis įrašų netiksli arba trūksta naujausių stebėjimų, algoritmas gali išryškinti tariamus dėsningumus. Tokiu atveju greita kompiuterinė analizė nebūtinai reiškia geresnį karinį sprendimą.

Ukrainoje šį uždavinį komplikuoja ir tai, kad priešininkas nuolat keičia bepiločių taktiką. Aparatai gali skristi kitu aukščiu, naudoti kitokią navigaciją ar pasirinkti neįprastus maršrutus. Todėl modelis negali būti laikomas baigtu vien jį pristatant. Jį būtina nuolat tikrinti naujais atvejais ir stebėti, ar tikslumas laikui bėgant neblogėja.

Naujausi straipsniai

4 min. skaitymo • prieš 3 minutės

Reaktyviniai „Shahed“ skrenda apie 400 km/val. greičiu – Ukraina ieško pigesnių būdų juos numušti

4 min. skaitymo • prieš 23 minutės

Ukraina keičia ginklų eksporto taisykles – už leidimus surinktas lėšas siūlo skirti kariuomenei

4 min. skaitymo • prieš 43 minutės

Estija perima Ukrainos karo patirtį – kartu kurs gynybos technologijas ir požeminius įtvirtinimus

Visi naujausi straipsniai →

Karinė prognozė turi būti suprantama ją naudojančiam specialistui. Vien perspėjimo apie padidėjusią riziką nepakanka, jeigu neaišku, kokiais duomenimis jis paremtas. Žmogaus užduotis yra įvertinti ir kitus ženklus – oro sąlygas, realaus laiko žvalgybą bei operatyvinę padėtį. Todėl DI šiame projekte tik papildo platesnį sprendimų priėmimo procesą.

Artilerijos planavimo sistema sprendžia kitokią problemą. Jai gali reikėti suderinti duomenis iš kelių žvalgybos, ryšių ir vadovavimo grandžių. Net viena pasenusi padalinio padėties žyma gali iškraipyti bendrą vaizdą. Sistemų kūrėjams reikia užtikrinti, kad naudotojai galėtų pastebėti prieštaringus duomenis ir prireikus atsisakyti automatinės rekomendacijos.

Bendras Ukrainos ir NATO darbas rodo, kaip mūšio lauke sukaupta patirtis perduodama technologijų kūrėjams. Sąjungininkai gali pasiūlyti tyrimų pajėgumus, metodikas bei bandymų infrastruktūrą, o ukrainiečiai – konkrečias problemas, su kuriomis susiduria kariai. Tačiau tik realūs bandymai leis nustatyti, kiek modeliai pagerina reagavimo laiką ir sprendimų kokybę.

Oficialiame pranešime nenurodoma nei klaidingų perspėjimų procento, nei patvirtintų kovinių rezultatų. Dėl to būtų nepagrįsta skelbti, kad sistema jau leido numušti konkretų skaičių bepiločių. Tokiam vertinimui reikėtų palyginti padalinių darbą prieš naujos įrangos diegimą ir po jo, atsižvelgiant į pasikeitusias puolimo aplinkybes.

Kaip keičiasi dronų atakų prognozavimas

Artilerijos planavimo modelio tikslas – spartinti didelio informacijos kiekio analizę. Tai nereiškia, kad programinė įranga perima galutinį sprendimą panaudoti ginklus: kovinių veiksmų sprendimai ir atsakomybė lieka žmonėms.

Ukrainoje technologijos bandomos aplinkoje, kurioje dronų tipai, jų skrydžio maršrutai ir elektroninės kovos metodai keičiasi labai greitai. Todėl svarbiausia ne vien algoritmo tikslumas vieno bandymo metu, bet ir galimybė nuolat atnaujinti naudojamus duomenis.

DI sistemos integracija į kariuomenės veiklą nėra vien techninis diegimo klausimas. Reikia apibrėžti, kurie specialistai matys perspėjimus, kokiu būdu jie patikrins galimus klaidingus signalus ir kokiu laiku informacija turi pasiekti dalinius. Tokie organizaciniai procesai lemia, ar naujas įrankis iš tiesų sumažins reagavimo delsą, ar tik sukurs papildomą ekraną operatyviniame centre.

Šį kontekstą padeda suprasti ir anksčiau paskelbta Ukrainos oro gynybos rugsėjo statistika, rodanti, kokį didelį informacijos srautą turi apdoroti gynėjai. Tačiau statistiniai perėmimų rodikliai ir konkrečių DI modelių veiksmingumas nėra tas pats. Pastarajam įvertinti reikėtų atskirų bandymų rezultatų bei realių naudotojų patirties.

Du modeliai, skirtingos užduotys

Ši partnerystė parodo, kaip praktinė karo patirtis paverčiama sisteminiais įrankiais. Viešai nepranešta apie nepriklausomus modelių tikslumo bandymus, todėl jų veiksmingumo konkrečiuose mūšiuose kol kas neįmanoma patikimai apskaičiuoti.

Pagrindinis DI sistemos išbandymas bus ne vien tai, ar ji geba nustatyti pasikartojančius skrydžių maršrutus, bet ir kaip greitai reaguoja į netipinį puolimą. Žmogaus analitikui išlieka užduotis patikrinti, ar algoritmas nepervertina ankstesnių atakų dėsningumų. Ypač svarbus klaidingų perspėjimų kiekis: per daug jų gali perkrauti operatyvinius centrus, o per mažai – palikti neaptiktas naujas grėsmes.

Kadangi modeliai skirti skirtingiems tikslams, jų vertinimo kriterijai taip pat turi skirtis. Dronų prognozavimo sistemai svarbūs laiko bei vietos įverčiai, o artilerijos planavimo įrankiui – gebėjimas susieti įvairius informacijos šaltinius ir aktualų mūšio vaizdą. Oficialus pranešimas jų tikslumo procentų nepateikia, todėl iš jo negalima spręsti apie konkrečius pergalės ar nuostolių rodiklius.