Incidentes

Campo de batalla y grandes datos. Inteligencia artificial en futuras guerras

La guerra rusa-ucraniana ya da la idea original de los beneficios de las operaciones militares centradas en los datos, sobre el enemigo, que todavía está operando en análogo. En los Estados Unidos, temen seriamente que su ejército no domine el destino del ejército ruso en Ucrania. A medida que los datos sobre el campo de batalla influyen y lo que el futuro para la guerra en la guerra está tratando de desmontar a Paul Share en su nuevo libro.

Está muy extendido que el mundo esté en el umbral de la próxima revolución militar. Shoi está a punto de cambiar la naturaleza de la guerra, como la pólvora, los tanques, los aviones y la bomba atómica en épocas anteriores. Los estados modernos están tratando activamente de usar el poder de IA para fines militares. China, por ejemplo, ha anunciado su intención de convertirse en líder mundial en el campo de la IA para 2030.

En su "nuevo plan maestro, la IA" proclama que "la IA es una tecnología estratégica que conducirá en el futuro". Por su parte, el presidente ruso, Vladimir Putin, dijo: "El que se convertirá en el líder en este reino se convertirá en el gobernante del mundo". En respuesta al desafío lanzado por China y Rusia, Estados Unidos se ha comprometido con la estrategia de "tercera transición".

Invertirán fondos considerables en la IA, la autonomía y la robótica para mantener su ventaja en defensa. Focus tradujo el texto de Anthony King, dedicado a la revisión del libro de Paul Sharre y los temas de la IA en la guerra. En vista de estos eventos dramáticos, los comentaristas militares estaban seriamente interesados ​​en los problemas de uso militar de la IA. Por ejemplo, en la reciente monografía, Ben Buchen y Andrew Imry afirman que AI es un "nuevo poder de fuego".

Los brazos autónomos, manejados por AI, no una persona, serán más precisos, más rápidos y mortales. Encarna el futuro de la guerra. Muchos otros científicos y expertos están de acuerdo con ellos. Por ejemplo, Stuart Russell, una computadora prominente y una IA pionera, dedicó una de sus conferencias en la BBC en 2020 al potencial militar de la IA.

Declaró la aparición de robots y robots asesinos y describió un escenario en el que un quadcopter mortal está armado con un dispositivo explosivo de tamaño: "Las minas antipersonal pueden destruir a todos los hombres en la ciudad de 16 a 60 años o todos los ciudadanos judíos en Israel. , y, a diferencia de las armas nucleares, dejarán intacta la infraestructura urbana ".

Russell resumió: "8 millones de personas sorprenderán por qué es imposible protegerlos de ser entrenados y asesinados". Muchos otros científicos, como Christian Broze, Ken Payne, John Arkilla, David Gambling y John Antal, comparten la opinión de Russell de que con el desarrollo de la segunda generación, la aparición de armas autónomas letales, por ejemplo, enjambres de drones-asesinos casi inevitable.

Las revoluciones militares a menudo son menos radicales de lo que sus seguidores inicialmente asumieron. La revolución en los asuntos militares de la década de 1990 ciertamente jugó un papel importante en el descubrimiento de nuevas capacidades operativas, pero no eliminó la incertidumbre.

Del mismo modo, algunas discusiones sobre la autonomía fatal de la IA están claramente hiperbolizadas, distorsionando la idea de cómo funciona el AIS y cuál es su impacto potencial en las operaciones militares en un futuro posible.

Aunque los sistemas remotos y autónomos se están volviendo cada vez más importantes, la probabilidad de que los enjambres de drones autónomos serán reemplazados por tropas en el campo de batalla o que las supercomputadoras reemplazarán a los comandantes humanos. AI se convirtió en un importante programa de investigación en la década de 1950. Luego trabajó sobre la base de la lógica simbólica: los programadores codificaron la entrada para el procesamiento de la IA.

Este sistema se ha hecho conocido como la vieja buena inteligencia artificial. La IA avanzó, pero dado que se basó en manipular los símbolos dados, su aplicabilidad fue muy limitada, especialmente en el mundo real. Por lo tanto, desde finales de la década de 1970 y durante la década de 1980 hubo "estancamiento de la IA". Desde finales de la década de 1990, la IA de segunda generación ha realizado varios avances debido a sus grandes datos, enormes capacidades informáticas y algoritmos.

Ha habido tres eventos de época. El 11 de mayo de 1997, la compañía de Deep Blue IBM ganó a Harry Kasparov, campeón mundial de ajedrez. En 2011, la computadora de IBM Watson ganó "Jeopardy!". Es aún más digno de mención que en marzo de 2016, Alphago venció al campeón mundial en el grupo Sidol con un puntaje de 4: 1. Deep Blue, Watson y Alphago eran hitos importantes en una trayectoria inusual. En dos décadas, la IA fue de decepción y fracaso a triunfos increíbles.

Sin embargo, es importante comprender qué puede no la segunda generación y qué puede la segunda generación. Fue desarrollado sobre la base de redes neuronales. Los programas de capacitación de máquinas procesan grandes cantidades de datos a través de sus redes, ajustando el peso que el programa adjunta ciertos fragmentos de datos hasta que finalmente genera respuestas conectadas. El sistema es probable e inductivo. Los programas y algoritmos no saben nada.

No conocen el mundo real y, en el sentido humano, no entienden el valor de los datos procesados. Usando algoritmos, el AI Machine Learning simplemente construye un modelo de probabilidad estadística basado en la repetición de masa de experimentos. Por lo tanto, la AI de la segunda generación muestra numerosas correlaciones en los datos. Si bien tiene suficientes datos, la inducción probabilística sigue siendo una poderosa herramienta de predicción.

Sin embargo, la IA no reconoce la causa y el efecto o las intenciones. Peter Til, uno de los principales empresarios tecnológicos del Valle del Silicón, formuló elocuentemente las restricciones de la IA: "Olvídate de las fantasías científicas y de fantasía. El verdadero poder de la IA de la vida real es aplicarlo en tareas relativamente diarias, tales tales. como visión por computadora y análisis de datos ".

Entonces, aunque el aprendizaje automático es muy superior a una persona en tareas matemáticas limitadas, es muy frágil. Debido a la plena dependencia de los datos sobre los que se capacitó, incluso el más mínimo cambio en el entorno o los datos reales lo hace inútil. La fragilidad del aprendizaje automático inductivo basado en datos es muy importante para la perspectiva de la revolución militar de IA.

Los proponentes y oponentes de la IA implican que en el futuro cercano los drones autónomos serán relativamente fáciles de volar, identificar y atacar objetivos, por ejemplo, en áreas urbanas. Al final, los interruptores autónomos de drones ya se han demostrado, sin embargo, en condiciones artificiales y controladas. Sin embargo, en realidad, será muy difícil enseñar controles autónomos para realizar operaciones de combate en tierra.

El medio ambiente es dinámico y complejo, especialmente en ciudades donde los civiles y los soldados son mixtos. No hay datos obvios sobre los cuales se puede aprender un enjambre de drones de manera confiable: la situación es demasiado variable. Tampoco es fácil entender cómo el algoritmo puede tomar decisiones del equipo. Dichas decisiones requieren la interpretación de la información heterogénea, equilibrando los factores políticos y militares, y a pesar de todo esto requiere juicio.

En su artículo reciente, Avold Farb y John R. Lindsey afirman que la IA es más adecuada para soluciones simples con datos perfectos. Las decisiones del comando militar están relacionadas con la complejidad y la incertidumbre. Es de destacar que, aunque Google y Amazon son las principales empresas de procesamiento de datos, sus ejecutivos no creen que llegue el día en que el algoritmo hará soluciones estratégicas y operativas para ellos.

Los datos, que se procesan rápidamente por algoritmos, ayudan a sus líderes a comprender el mercado con tal profundidad y precisión con la que sus competidores no pueden compararse. La ventaja de información los llevó al dominio. Sin embargo, el aprendizaje automático no desplazó la función ejecutiva. Por lo tanto, es poco probable que los drones autónomos mortales o el trabajo asesino, administrado por la inteligencia artificial, tengan lugar en el campo de batalla en el futuro cercano.

También es poco probable que los comandantes reemplacen las computadoras o supercomputadoras. Sin embargo, esto no significa que la AI, el entrenamiento de datos y máquinas no sean cruciales para las operaciones militares modernas y futuras. Es importante comprender que las funciones de IA y los datos no están principalmente relacionadas con la mortalidad, según algunos no son un nuevo poder de disparo.

Los datos, la información digitalizada almacenada en el ciberespacio, son cruciales, porque le dan a los estados una idea más amplia, más profunda y correcta de sí mismos y de sus oponentes. Cuando la inteligencia artificial se procesa efectivamente en grandes conjuntos de datos, permitirá a los comandantes militares percibir el espacio de combate con una profundidad, velocidad y resolución aún inalcanzable.

Los datos y la IA también son cruciales para ciberroperativas y campañas de información. Se han vuelto indispensables para la defensa y el ataque. La IA y los datos no son tanto un nuevo poder de fuego como una nueva forma de inteligencia militar digitalizada que utiliza el ciberespacio como un nuevo recurso de información enorme. AI es una forma revolucionaria de mirar el "otro lado de la colina". Los datos y la IA son una función crítica de la inteligencia para la guerra moderna.

Paul Sharre, una conocida comentarista militar, argumentó que inevitablemente conduciría a una autonomía letal. En 2019, publicó su libro del Ejército Bestaseller, que rastrea el desarrollo de sistemas de armas controlados y controlados remotamente. En él, Sharre sugirió que estaba a punto de causar una revolución en los asuntos militares: "En futuras guerras, los autos pueden tomar decisiones sobre la vida y la muerte".

A pesar del hecho de que el potencial de la IA todavía es admiración por él, ahora ha cambiado de opinión. El nuevo libro de Sharre "Four Fields of Battle", publicado en febrero de 2023, revisa fundamentalmente sus argumentos iniciales. En él, el autor se desvía de la imagen catastrófica, que representaba en el libro "Ejército de nadie". Si el "Ejército" era un ensayo en el género de la ciencia ficción, entonces "cuatro campos de batalla" - trabajan en economía política.

Se ocupa de cuestiones específicas de rivalidad entre las principales potencias y las estrategias industriales y los sistemas de regulación que lo subyacen. El libro describe las consecuencias de la inteligencia digital para la confrontación militar. Sharre analiza el marco regulatorio requerido para el uso de datos. Él afirma sustancialmente que la ventaja de los datos y la IA para su procesamiento será decisivo en el plan militar en rivalidad entre Estados Unidos y China.

Los datos proporcionarán una gran ventaja en la inteligencia. Según Sharre, hay cuatro recursos críticos que determinarán quién gana la inteligencia en esta raza: "Los países que lideran en cuatro áreas (datos, cálculos, talentos e instituciones [compañías tecnológicas]) obtendrán una gran ventaja en la capacidad de los AI. " Argumenta que Estados Unidos y China han llegado a la lucha a la vida, sino a la muerte de estos cuatro recursos.

Tanto China como los Estados Unidos ahora son plenamente conscientes de que alguien que tiene una ventaja en la IA tendrá beneficios políticos, económicos y, lo más importantes, importantes. Sabrá más que el enemigo, podrá usar la fuerza militar de manera más eficiente, dominar la información y el ciberespacio y ser más mortal. El libro de cuatro campos de batalla describe la competencia por los datos y la IA entre China y los Estados Unidos.

El libro describe los eventos recientes y evalúa las ventajas relativas de ambos países. China todavía está detrás de los Estados Unidos en varias áreas. Estados Unidos atrae a los principales talentos y clientes potenciales en investigación y tecnología: "China es una sorda sobre la producción de chips". Sin embargo, Sharre advierte a Estados Unidos contra laureles. El libro está imbuido de temor de que Estados Unidos esté detrás de los datos.

Por lo tanto, Sharre enfatiza los beneficios de China y su rápido progreso. Con 900 millones de usuarios de Internet, China genera muchos más datos que Estados Unidos. Algunas esferas de la economía, como el transporte de pasajeros, están mucho más digitalizados que en los Estados Unidos. WeChat, por ejemplo, no tiene análogo americano. Muchas aplicaciones chinas son superiores a los estadounidenses.

Además, el estado chino no se limita a límites legales o preocupaciones de la sociedad civil con respecto a la privacidad. El Partido Comunista chino monitorea activamente los perfiles digitales de sus ciudadanos: recopila sus datos y registra sus acciones, y en las ciudades utiliza la tecnología de reconocimiento facial para identificar la personalidad.

El control estatal es beneficioso para las compañías tecnológicas chinas: "Las inversiones de CCP a gran escala en vigilancia de inteligencia y control social han contribuido al crecimiento de las compañías chinas de IA y las han vinculado con consejos cercanos con el gobierno". La sinergia entre el gobierno y la tecnología en China es muy cercana. China también tiene importantes beneficios de regulación en comparación con los EE. UU.

El Partido Comunista Chino apoya a gigantes tecnológicos como Baidu y Alibaba: "Las inversiones chinas en tecnología traen dividendos". Sharre resume: "China no solo forma un nuevo modelo de autoritarismo digital, sino que también lo exporta activamente".

¿Cómo resistirá el gobierno de los Estados Unidos el deseo de datos de China en el campo de los datos y la IA? Hay "cuatro campos de batalla" muy interesantes aquí, y contrastan significativamente con el razonamiento de Charrr en el "ejército de nadie". Para que el gobierno de los Estados Unidos use el potencial militar de los datos, se requieren cambios graves en el marco regulatorio. Las fuerzas armadas deben formar asociaciones profundas con el sector tecnológico.

"Tendrán que ir más allá de los contratistas de defensa tradicionales y atraer nuevas empresas". No es fácil. Compartir notas Un entorno regulatorio complejo en los Estados Unidos en comparación con China: "En los Estados Unidos, las grandes corporaciones tecnológicas de Amazon, Apple, Meta (antiguo Facebook) y Google son centros independientes del gobierno, que a menudo son hostiles para el gobierno sobre temas específicos.

" Share habla sobre una protesta de alto perfil en Google en 2017, cuando los empleados se negaron a trabajar en el contrato del Ministerio de Defensa en el proyecto de Maven. La actitud escéptica hacia el uso militar de la IA se almacena en algunas partes del sector tecnológico estadounidense.

Es posible que las compañías tecnológicas estadounidenses no quieran trabajar con las fuerzas armadas, pero el Ministerio de Defensa también impide involuntariamente la asociación de los militares con el sector tecnológico. El Ministerio de Defensa siempre ha tenido una relación cercana con la industria de la defensa. Por ejemplo, en 1961, el presidente Dwight D. Eisenhower advirtió sobre la amenaza que el "complejo militar-industrial" es para la democracia.

El Ministerio de Defensa ha desarrollado el proceso de compra y contratos finales, que fue diseñado principalmente para la compra de plataformas de alta tecnología: tanques, barcos y aviones. Lockheed Martin y Northrop Grumman se han convertido en proveedores de armas que cumplen con las especificaciones específicas del Ministerio de Defensa. Las empresas tecnológicas funcionan de manera diferente.

Como señalaron los entrevistados de Sharre: "No puedes comprar AI justo cuando compras municiones". Las compañías tecnológicas no venden oportunidades específicas como armas. Venden datos, software, capacidades informáticas; después de todo, venden experiencia. Los algoritmos y los programas se desarrollan mejor en relación con tareas muy específicas.

El máximo potencial de algunos programas o algoritmos para resolver una tarea militar puede no ser inmediatamente obvio, incluso para la propia empresa tecnológica. Por lo tanto, las compañías tecnológicas que operan en mercados competitivos prefieren un sistema de contratos más flexible e indefinido con el Ministerio de Defensa: necesitan seguridad y rendimiento financiero rápido. Las empresas tecnológicas buscan la cooperación, no solo un contrato de plataforma.

El ejército estadounidense, y especialmente el Ministerio de Defensa, no siempre encontró fácilmente un nuevo enfoque para la contratación. En el pasado, la burocracia era demasiado lenta para responder a sus necesidades: el proceso de compra tomó de 7 a 10 años. Sin embargo, a pesar del hecho de que hay muchas contradicciones y el sistema lejos de la perfección, Sharre señala la transformación del entorno regulatorio.

Describe la formación de un nuevo complejo técnico militar en los Estados Unidos. El proyecto de Maven es un ejemplo de este proceso. En 2017, Bob Work emitió una nota que se hizo famosa, en la que anunció la creación de un "grupo interfuncional en una guerra algorítmica": el proyecto Maven. Desde la aparición de drones y satélites militares durante la guerra mundial con terrorismo, el ejército de los Estados Unidos comenzó a recibir materiales de video completos.

Estos disparos fueron invaluados. Por ejemplo, utilizando la mirada de Gorgon, un sistema de vigilancia aérea de la corriente redonda, la Fuerza Aérea de los Estados Unidos pudo rastrear la explosión de un automóvil reemplazado en Kabul en 2019, que mató a 126 civiles y encontró la ubicación de los apartamentos de conspiración utilizados. ataque. Sin embargo, este proceso fue demasiado lento.

Por lo tanto, la Fuerza Aérea comenzó a experimentar con los algoritmos de visión por computadora para tamizar un video con flujo completo. El proyecto de Maven tenía la intención de expandir el alcance del éxito de la Fuerza Aérea, pero se necesitaba un nuevo entorno contractual. En lugar de un largo proceso de adquisición, el trabajo ha introducido 90 días de sprint. Las compañías tuvieron tres meses para mostrar su utilidad. Si avanzaron, sus contratos continuaron, si no, despegaron.

Al mismo tiempo, el trabajo ha eliminado el secreto de los vehículos aéreos no tripulados para que el proyecto de Maven pueda enseñar sus algoritmos. Hasta julio de 2017, el proyecto de Maven tenía un sistema operativo inicial capaz de identificar 38 clases diferentes de objetos.

До кінця року її було розгорнуто в операціях проти ІДІЛ: "Інструмент був відносно простим, він ідентифікував і відстежував людей, транспортні засоби й інші об'єкти на відео з безпілотників ScanEagle, які використовували спецпризначенці".

Після появи проєкту Maven Міністерство оборони висунуло низку інших ініціатив, спрямованих на стимулювання партнерства між військовими й технологіями.

Відділ оборонних інновацій прискорив розвиток відносин між міністерством і компаніями в Силіконовій долині, укладаючи контракти за 26 днів, а не за місяці або роки. За перші п'ять років своєї роботи Відділ оборонних інновацій видав контракти 120 "нетрадиційним" компаніям.

Під керівництвом генерал-лейтенанта Джека Шанахана Об'єднаний центр штучного інтелекту зіграв важливу роль у розвитку партнерства між збройними силами й технологічними компаніями для надання допомоги людям і операцій із ліквідації наслідків стихійних лих, а також розробляючи програмне забезпечення для картографування лісових пожеж і оцінки наслідків стихії — чи передбачають ці приклади в тексті Шарре ширше військове застосування, неясно.

Після перших труднощів Об'єднана інфраструктура оборони, створена генералом Джеймсом Меттісом під час його перебування міністром оборони, реформувала систему закупівель технологій.

Наприклад, 2021 року Міністерство оборони допомогло компанії Anduril розробити систему протидії безпілотникам на основі штучного інтелекту, виділивши на це майже 100 мільйонів доларів.

"Чотири поля бою" — це чудове й інформативне доповнення до сучасної літератури з ШІ та воєнних дій. Книга доповнює нещодавно опубліковані роботи Ліндсі, Голдфарба, Бенджаміна Дженсена, Крістофера Вайта і Скотта Куомо. Головна думка цієї роботи зрозуміла.

Дані та ШІ мають і матимуть велике значення для збройних сил.

Однак дані та ШІ не призведуть до радикальної трансформації бойових дій як таких — люди, як і раніше, у переважній більшості випадків керуватимуть летальними системами зброї, зокрема дистанційними, як показує жорстока війна в Україні Ситуація в бою складна та заплутана.

Людські судження, навички та хитрість необхідні для того, щоб використовувати зброю з максимальною ефективністю.

Однак будь-яка військова сила, яка хоче здобути перемогу на полях битв майбутнього, муситиме використати потенціал великих даних — їй доведеться оволодіти оцифрованою інформацією, яка заполоняє бойовий простір. Люди просто не здатні зробити це самотужки.

Тому штабам знадобляться алгоритми та програмне забезпечення для обробки цих даних.

Їм потрібне тісне партнерство з технологічними компаніями для створення таких систем, а також фахівці з вивчення даних, інженери та програмісти на самих оперативних командних пунктах, щоб змусити їх працювати.

Якщо збройні сили зможуть це зробити, дані дадуть їм змогу бачити всю глибину та широту бойового простору. Це не вирішить проблем військових операцій — туман і тертя війни залишаться.

Але, спираючись на дані, командири зможуть ефективніше та раціональніше використовувати свої сили. Дані підвищать летальну міць збройних сил і їхніх бойових груп.

Російсько-українська війна вже дає початкове уявлення про переваги військових операцій, орієнтованих на дані, перед противником, який досі діє в аналоговому режимі. Книга Шарре — це заклик до того, щоб США не спіткала доля російської армії в Україні.

Ентоні Кінг — завідувач кафедри військових досліджень у Ворикському університеті. Його остання книга "Urban Warfare in the Twenty-First Century" була опублікована видавництвом Polity Press у липні 2021 року.