شبکههای عصبی و برنامههای مطالعه، ایجاد و پیادهسازی هوش مصنوعی در سالهای اخیر رواج یافتهاند. این تحولات مورد توجه ارتش همه کشورهای جهان است. از سال 2017، کشوری که بیشترین پول را برای سیستم های هوش مصنوعی نظامی خرج می کند، ایالات متحده است. با توجه به حجم بودجه نظامی آمریکا که چندین برابر بودجه نظامی دیگر کشورهای جهان است، این چیز خاصی نیست.
یک مطالعه در سال 2018 توسط شرکت تحقیقات بازار MarketsandMarkets در مورد بازار جهانی فناوریهای هوش مصنوعی مورد استفاده برای اهداف نظامی نشان داد که در اوایل سال 2017، جهان 6,26 میلیارد دلار برای این اهداف (بیش از بودجه سالانه کشوری مانند نپال) هزینه کرده است. این رقم با جمع هزینه فروش نرم افزار، خدمات و تجهیزات مربوطه به دست آمده است. به گفته تحلیلگران، تا سال 2025 حجم بازار جهانی فناوری های هوش مصنوعی نظامی به 18,82 میلیارد دلار خواهد رسید (بین بودجه سالانه بلغارستان و اروگوئه).
این فناوری ها مورد توجه ارتش کشورهای مختلف است. در روسیه، وزارت دفاع قصد دارد یک بخش جداگانه برای کار با هوش مصنوعی ایجاد کند. زمان ایجاد چنین بخشی در 31 مه 2021 مشخص شد. به گفته میخائیل اوسیکو، که عضو هیئت مدیره کمیسیون نظامی-صنعتی تحت دولت روسیه است، ساختار جدید بودجه خاص خود را خواهد داشت. ارتش روسیه قصد دارد تشکیل دولت را تا اول دسامبر 1 تکمیل کند.
فیبر یکنواخت قابل برنامه ریزی
یکی از پیشرفتها در زمینه شبکههای عصبی، فیبر قابل برنامهریزی است که دادههای مربوط به وضعیت جنگنده را منتقل میکند. توسعه این ماده توسط دانشمندان آمریکایی از مؤسسه نانوتکنولوژی سرباز، که بخشی از مؤسسه معروف فناوری ماساچوست است، انجام می شود. فرض بر این است که فیبر قابل برنامه ریزی جدید، که می تواند در خیاطی لباس های نظامی استفاده شود، می تواند مجموعه گسترده ای از داده های بیومتریک را ارائه دهد که به شما امکان می دهد وضعیت یک سرباز را نظارت کنید.
روزنامه نگاران نسخه آمریکایی C2021ISRNET (ژورنال Net-Centric Warfare) در اوایل سپتامبر 4 درباره این تحولات نوشتند. این یک نشریه تخصصی است که برای مقامات فدرال و نمایندگان صنایع دفاعی مشکلات و روند تحول فناوری های نظامی و همچنین فناوری های شبکه ای را که می توان برای اهداف نظامی استفاده کرد برجسته می کند.
به گفته روزنامه نگاران آمریکایی، یک فیبر قابل برنامه ریزی ویژه که در موسسه نانوتکنولوژی نظامی روی آن کار می شود، می تواند اطلاعات مربوط به فعالیت جنگنده ها را ضبط، تجزیه و تحلیل، ذخیره و صادر کند. لازم به ذکر است که این فناوری در مرحله اولیه توسعه - در مرحله آزمایش مفهومی است.
آزمایشها باید امکان ایجاد فیبری را نشان دهند که اطلاعات را ذخیره میکند. به عنوان بخشی از آزمایشها، دانشمندان آمریکایی موفق شدند فیلمی را روی پارچه بارگذاری کنند تا به وضوح امکان ذخیره مقادیر زیادی داده را نشان دهند. این کار توسط آزمایشگاه تحقیقاتی ارتش ایالات متحده (آزمایشگاه تحقیقات ارتش یا به اختصار ARL) نظارت می شود.
به عنوان تکامل این فناوری، دانشمندان می خواهند الگوریتم هایی را در فیبر معرفی کنند که به تجزیه و تحلیل سریعتر تمام اطلاعات جمع آوری شده کمک می کند. به گفته ARL، پیشرفت علمی ایجاد یک فیبر آزمایشی است که دارای یک شبکه عصبی کامل از 1650 اتصال است. شبکه ای که مهندسان به مدت 270 دقیقه ایجاد کردند با موفقیت داده هایی را در مورد دمای خارجی بدن یک سرباز جمع آوری کرد. در آزمایشگاه، به لطف قابلیت های هوش مصنوعی، بر اساس داده های دما، فیبر تقریباً همیشه نوع فعالیت یک سرباز را تعیین می کرد. دقت نتایج به دست آمده 96 درصد بود.
در آینده ای دور، دانشمندان قصد دارند این فناوری ها را در جهات مختلف توسعه دهند. به ویژه، کار برای اطمینان از اینکه فیبر توانایی ذخیره و تولید انرژی برای تجزیه و تحلیل هوش مصنوعی یا برای عملکرد سیستمهای ارتباطی و دستگاههای حسگر از کیت تجهیزات نظامی را دارد، انجام خواهد شد.
جیمز برگس، مدیر برنامه آزمایشگاه تحقیقاتی موسسه نانوتکنولوژی نظامی، معتقد است که توسعه این فناوری ها جان پرسنل نظامی را نجات می دهد. به لطف پارچه خاص و وجود رایانه های پوشیدنی، یونیفرم قادر خواهد بود اطلاعاتی در مورد وضعیت جنگنده ها در زمانی که دیگر امکان تماس با آنها به روش سنتی وجود ندارد، منتقل کند. پزشکان و فرماندهان بدون دیدن سرباز می توانند اطلاعاتی در مورد وضعیت او به دست آورند: اینکه آیا او نفس می کشد، نبض و دمای بدن سرباز چقدر است.
در عین حال، توسعه دهندگان آمریکایی این واقعیت را پنهان نمی کنند که در همان ابتدای سفر خود هستند. همه پیشرفتها در زمینه الیاف «هوشمند» در مراحل اولیه تحقیقات هستند. آنها تنها تا سال 2050 می توانند تأثیری در میدان نبرد داشته باشند. به گفته برگس، دستاوردهای دانشمندان ماساچوست همچنین میتواند به سرعت اطلاعاتی را در مورد وضعیت جسمانی مبارزان صادر کند.
با کمک سیگنال های یک جنگنده، می توان در مورد کم آبی، گرمای بیش از حد هشدار داد. به گفته برگس، بسیار مهم است که در شرایط جنگی، از جمله در شرایط هجوم آدرنالین، پرسنل نظامی همیشه بدانند چه اتفاقی برای آنها می افتد و همچنین وضعیت فیزیولوژیکی آنها را به درستی ارزیابی کنند.
شبکه های عصبی به فرماندهان کمک خواهند کرد
یکی دیگر از پروژه های آمریکایی که دانشمندان با همکاری آزمایشگاه تحقیقاتی ارتش ایالات متحده روی آن کار می کنند، ایجاد ابزار کاری برای فرماندهان جنگی است که می تواند عدم قطعیت ها را کمی کند. یک الگوریتم با استفاده از یک شبکه عصبی با حجم زیادی از داده ها کار می کند و آنها را تجزیه و تحلیل می کند. شبکه های عصبی با استفاده از هوش مصنوعی یک رتبه اطمینان ایجاد می کنند. در نهایت، این به فرماندهان این امکان را می دهد که در تصمیمات خود اطمینان بیشتری داشته باشند.
در یک موقعیت جنگی، این امر به ویژه مهم است، زیرا تمرکز توجه می تواند از بین برود، در حالی که در یک موقعیت استرس زا قرار دارند، افراد می توانند جزئیات و شاخص های خاصی را از دست بدهند، یا برعکس، برخی از ارزش ها را بیش از حد برآورد کنند. شبکههای عصبی و هوش مصنوعی که حجم زیادی از دادهها را پردازش میکنند، باید خطر خطاهای احتمالی در تصمیمگیری را کاهش دهند.
در عین حال، شبکه عصبی به ارزیابی نادرست بودن سیستمهای هوش مصنوعی کمک میکند. معیار ارزیابی مهم است، زیرا مردم باید بدانند که حتی هوش مصنوعی نیز کامل نیست. در عین حال، فرمانده همیشه قادر خواهد بود تصور کند که محاسبات انجام شده توسط هوش مصنوعی چقدر دقیق است تا با این داده ها عمل کند و بر اساس آنها تصمیمات خود را بگیرد.
در عین حال، عوامل زیادی همیشه می توانند بر عدم دقت داده های دریافتی در نبرد و نتیجه گیری هایی که هوش مصنوعی بر اساس آنها انجام می دهد تأثیر بگذارد. اول، داده ها را می توان توسط یک دشمن دستکاری کرد. ثانیا، داده های دریافتی ممکن است حاوی "نویز" تصادفی باشد که عدم قطعیت را معرفی می کند یا الگوریتم های تعیین شده را می شکند. ثالثاً، عدم اطمینان می تواند به دلیل خرابی سنسورهای آسیب دیده توسط دشمن ایجاد شود.
به منظور تعیین کمیت ارزیابی عدم دقت احتمالی، محققان آمریکایی در حال کار بر روی طبقهبندی منابع احتمالی عدم قطعیتی هستند که در شبکههای نظامی با آن مواجه میشوند. شبکه های عصبی به آنها در این امر کمک می کنند، که برای پردازش مقادیر زیادی داده، برقراری ارتباطات و ارتباطات عالی هستند.