Страшнее дрона. Когда на Украине появятся ИИ-истребители и танки

В начале августа ВВС США и подразделение Skunk Works компании Lockheed Martin официально объявили о завершении очередного этапа летных испытаний экспериментального истребителя X-62A VISTA. В ходе серии вылетов бортовой алгоритм искусственного интеллекта совершил 27 автономных перехватов реальной воздушной цели реактивного самолета T-38 Talon

Конечно, те, кто давно следят за развитием автономных боевых систем, наверняка спросят: и что с того? ВВС США уже который год проводят испытания самолётов, пилотируемых ИИ, пресс-служба Департамента войны строчит бодрые пресс-релизы, воз и ныне там. Разве что-то изменилось сейчас?

Как ни странно, да. Главной особенностью прошедших испытаний стало то, что алгоритм действовал без заранее прописанного сценария. Система самостоятельно обрабатывала сырой поток входящих данных прямо во время полета, строя маневр и выходя в атаку исключительно на основе собственных расчетов бортового компьютера. Проще говоря, машина уже могла опираться на собственные "мозги", самостоятельно смотреть, анализировать и действовать по ситуации, без оглядки на информацию, поступающую с земли.

Как заявили в пресс-релизе Lockheed Martin, испытания подтвердили способность алгоритмов выполнять боевые задачи в полностью автономном формате от первичного обнаружения теплового следа до расчета точки перехвата. И именно последнее "реальная физическая среда" с её пылью, грязью, помехами окончательно выводит американские экзерсисы на новый уровень.

Конечно, сейчас всеобщее внимание сосредоточено на т.н. дроновой революции. Однако дрон представляет собой относительно примитивный и одноразовый инструмент, пусть гибкий и вариативный. Потолок возможностей внедрения ИИ в дроны понятен и вполне измерим, и уже сейчас вопрос выхода на новый уровень интеграции инструментов ИИ в технику перед ведущими державами стоит довольно остро.

Настоящий вызов сегодня уже не создание роя дронов или настройка ИИ-агентов для полевых командиров, а масштабирование всех достижений с приставкой "нейро" на многотонные, сложные и разрушительные платформы истребители, танки и тяжелые робототехнические комплексы.

Разница между автономным FPV-дроном и полноценным истребителем заключается в объемах вычислений, физике процессов и цене ошибки. Если коптеру достаточно распознать контрастный силуэт в паре сотен метров и направить заряд в броню, то самолет под управлением ИИ вынужден обрабатывать гигабайты данных в секунду, вести маневрирование на перегрузках в 9G, рассчитывать баллистику и огибать зоны работы ПВО.

В США эту задачу решают в рамках программы ВВС Collaborative Combat Aircraft. Роль первой скрипки в этой программе отведена не традиционным авиагигантам, а технологическим компаниям нового поколения.

Например, Anduril Industries со своим проектом YFQ-44A Fury и General Atomics с платформой FQ-42A Dark Merlin разрабатывают специализированные реактивные беспилотники. Согласно материалам Defense News, эти платформы спроектированы как полноценные боевые единицы. Они должны вылетать в связке с пилотируемыми F-35 и брать на себя функции постановки помех, ведения разведки и несения дополнительного ракетного вооружения без прямых команд пилота.

Параллельно Shield AI развивает алгоритм Hivemind, который позиционируют как полноценного "цифрового пилота". Система Hivemind должна уметь пилотировать летательный аппарат и принимать тактические решения в условиях полного подавления GPS и каналов связи проще говоря, уметь делать то, что умеют делать дроны, только на гораздо большем масштабе. Такой алгоритм принимает решения на основе собственного зрения и бортовой карты местности, исключая уязвимость перед средствами радиоэлектронной борьбы.

Но не ВВС и Америкой едиными по другую сторону Атлантики уже накопился уникальный опыт работы со сложными беспилотными системами и симбиозом природного и искусственного интеллектов.

Если в воздухе главная проблема для алгоритмов заключается в высоких скоростях и динамике полета, то на суше ключевым препятствием становится гораздо более высокий уровень хаоса и плотности угроз. Автоматизировать боевую машину в условиях городской застройки, лесополос или завалов может быть даже сложнее, чем реактивный самолет на большой высоте но и с этой задачей справляются.

Наиболее системно к внедрению тяжелой автономной сухопутной техники подходит Израиль. Так в рамках проекта Carmel, разрабатываемого совместно Elbit Systems, Israel Aerospace Industries и Rafael, был полностью пересмотрен классический подход к экипажу танков. Теперь вместо четырех человек в танке остаются только двое операторов: они находятся внутри закрытой бронекапсулы и не смотрят в традиционные приборы наблюдения. Вместо этого всю работу по сканированию пространства на 360 градусов, распознаванию пехоты, бронетехники противника, анализу ландшафта и распознаванию угроз берет на себя бортовой искусственный интеллект.

По данным Министерства обороны Израиля, алгоритм самостоятельно строит оптимальный маршрут между укрытиями и выдает экипажу готовое целеуказание с ранжированием угроз по степени опасности. В такой парадигме человек оставляет за собой функцию окончательного подтверждения выстрела.

Параллельно на боевое дежурство заступают полностью автономные периметральные системы. Elbit Systems развивает линейку дистанционно управляемых модулей SMASH Hopper, оснащенных компьютерным зрением. Данный модуль анализирует траекторию движения цели в реальном времени, вычисляет баллистические поправки с учетом ветра и производит выстрел ровно в ту микросекунду, когда ствол идеально совмещается с объектом. Аналогичные технологии применяются и в полуавтономных наземных роботах UGV Jaguar разработки IAI, которые уже используют на границах для патрулирования и ведения огня по обнаруженным нарушителям.

Однако до полномасштабной милитари-утопии (или киберпанка, всё зависит от перспективы) всё ещё довольно далеко. Масштабирование технологий автономии с простых коптеров на тяжелую боевую технику упирается в фундаментальные инженерные и вычислительные ограничения. Нельзя просто так взять и внедрить то, что уже работает на условных "Лютых", с поправкой на более высокую мощность чипа и менее агрессивное квантование модели.

Первый и главный барьер здесь это необходимость локальных бортовых вычислений без обращения к внешним серверам. Для беспилотника массой в 1 кг достаточно простейшей "плашки" типа Jetson, которая поможет с автозахватом контрастного пятна. В отличие от дрона-камикадзе, танк или истребитель оборудованы десятками датчиков: многодиапазонными радарами, оптико-электронными станциями, круговыми камерами и тепловизорами.

Передавать этот гигабайтный поток данных по радиоканалу на внешний сервер нереально эфир моментально глушится средствами РЭБ. Это значит, что всю обработку сырого сигнала приходится выполнять непосредственно на борту с помощью изолированных микропроцессорных блоков высокой мощности.

Вторая проблема заключается в принципиально разной цене ошибки. Утрата FPV-дрона из-за сбоя алгоритма распознавания означает лишь потерю нескольких сотен в худшем случае, тысяч долларов. А вот ошибка ИИ-системы на истребителе стоимостью 80 млн долларов или на тяжелом танке приводит к мгновенной потере стратегического актива, гибели экипажа или удару по собственным войскам. Алгоритмы для тяжелых платформ требуют кратно более высокого уровня верификации кода и защиты от помех.

Третий фактор физиологический предел человека. По мере ускорения работы алгоритмов модель прямого ручного управления можно окончательно считать себя исчерпавшей. Дело в том, что ИИ способны действовать, анализировать и принимать решения быстрее, чем человек успевает реагировать на изменения контекста боя. Он физически не способен реагировать на угрозы со скоростью в миллисекунды, из-за чего превращается в "узкое горлышко" системы.

Разработчики вынуждены перестраивать роль человека: вместо прямого контроля он будет обращаться к функциям надзора, когда машина сама выполняет весь цикл поиска, захвата и построения атаки, а оператор лишь оценивает качество анализа боевой обстановки и дает разрешение на применение оружия.

Однако когда вся эта боевая фантастика покинет испытательные полигоны и окажется, например, на украинских черноземах? Серийное развертывание тяжелых автономных систем, если развитие технологии продолжится в том же темпе, можем приблизительно спрогнозировать уже в начале 2030-х годов.

В ВВС США программа ведомых истребителей Collaborative Combat Aircraft должна перейти к закупкам первых установочных партий Anduril Fury и General Atomics Dark Merlin к 2028 году. В наземном сегменте Армия обороны Израиля планирует завершить формирование специализированных роботизированных подразделений и массовое оснащение танков Merkava Mk 4 / Eitan комплексами автономного прицеливания и навигации в диапазоне 20272029 годов.

Что касается украинского театра военных действий, то появление полноценных ИИ-танков или автономных истребителей в ближайшее время крайне маловероятно только если в качестве опытного прототипа в рамках разовых испытаний, но даже это будет излишним риском для западных военных.

Попадание образца боевой машины с секретными чипами локальных вычислений и алгоритмами бортового зрения в руки противника создает критическую угрозу для национальной безопасности стран-разработчиков.

Во-вторых, играет роль экономика и масштабы истощения. Говоря проще: СВО сместила приоритеты реального ВПК в сторону дешёвых и массовых решений, расходников, которые не жалко потерять под огнем ПВО. Однако прогресс не остановить: если инженеры уже нашли принципиальное решение проблемы, экономическая оптимизация этого решения лишь вопрос времени.