Коли штучний інтелект веде війну: від надзвичайно ефективного помічника до «божевільного» з ядерною кнопкою

Штучний інтелект стрімко перетворюється з допоміжного інструменту аналітиків на один з ключових факторів сучасної війни. В операції США та Ізраїлю проти Ірану, за даними західних джерел, саме системи ШІ взяли на себе значну частину роботи з аналізу розвідданих, виявлення цілей та розподілу пріоритетів ударів.

Йдеться про такі системи, як Maven Smart System та Claude AI. Ці алгоритми здатні обробляти супутникові знімки, дані дронів, перехоплення сигналів та відеопотоки спостереження значно швидше, ніж це можуть зробити аналітичні групи. Завдяки цьому оператори отримують вже оброблену картину поля бою і можуть зосередитися на прийнятті рішень, а не на рутинній перевірці величезних масивів інформації.

За повідомленнями західних ЗМІ, лише за першу добу масштабної операції проти Ірану було уражено понад тисячу цілей. Сотні з них були ідентифіковані саме алгоритмами штучного інтелекту, які визначали координати об’єктів, аналізували їх активність та розставляли пріоритети за ступенем загрози. Такий темп аналізу даних раніше вимагав би роботи десятків спеціалістів і займав би значно більше часу.

Як системи ШІ змінюють логіку військових операцій

Maven та прискорена аналітика поля бою

Система Maven Smart System створювалася Пентагоном саме для прискорення аналізу розвідувальних даних. Вона використовує машинне навчання для обробки зображень і відео, отриманих зі супутників та безпілотників, і здатна автоматично виявляти підозрілі об’єкти, військову техніку та інфраструктуру.

В результаті аналітики отримують вже структуровані дані, а не сирі масиви інформації. Алгоритми здатні співставляти десятки джерел розвідки, фіксувати зміни на місцевості, відстежувати переміщення техніки та виділяти цілі, які можуть мати військове значення.

Такий підхід різко збільшує швидкість операцій. Те, що раніше вимагало годин або днів перевірки, тепер може бути виконано за лічені хвилини. Але саме тут з’являється нова проблема: іноді самі військові не до кінця розуміють, яким чином система дійшла до певного висновку.

Як зазначають європейські аналітики, алгоритми машинного навчання нерідко приймають рішення, логіка яких залишається прихованою всередині самої моделі. У таких ситуаціях людина змушена довіряти рекомендаціям системи, не маючи повного доступу до її внутрішньої логіки.

В одному з матеріалів, на який звертає увагу редакція НАновини — Новини Ізраїлю | Nikk.Agency, йдеться, що сучасна війна поступово наближається до моделі, де люди підтверджують рішення алгоритмів, а не навпаки. І це викликає серйозні дискусії серед спеціалістів з військової стратегії.

Ізраїльська розвідка та цифрова інфраструктура спостереження

Камери Тегерана та багаторічна аналітика

Financial Times пише, що ізраїльські структури протягом багатьох років проводили складні операції кіберрозвідки всередині Ірану. Одним з інструментів такого аналізу стали системи міського відеоспостереження, включаючи дорожні камери, які фіксують переміщення транспорту та пішоходів.

Отримавши доступ до цих потоків даних, аналітики могли вибудовувати моделі пересування ключових фігур іранського керівництва. Поступово формувалися детальні карти звичних маршрутів, часових інтервалів та регулярних поїздок, що дозволяло прогнозувати переміщення конкретних людей.

У поєднанні з супутниковою розвідкою, перехопленням комунікацій та іншими джерелами даних подібна інформація перетворювалася на потужний інструмент стратегічного аналізу. За даними деяких джерел, саме такі методи цифрового спостереження могли зіграти роль у ліквідації ряду високопоставлених представників іранського режиму, включаючи аятолу Хаменеї.

Однак навіть при високій ефективності технологій залишається важливе питання: наскільки безпечно довіряти ключові рішення алгоритмам, які здатні аналізувати дані швидше людини, але при цьому не завжди пояснюють власну логіку.

Коли штучний інтелект починає діяти сам

Експеримент з системами ШІ та сценаріями холодної війни

Дослідник Королівського коледжу Лондона Кеннет Пейн вирішив перевірити, як системи штучного інтелекту ведуть себе в умовах геополітичної кризи. Для експерименту він запропонував кільком моделям ШІ сім різних сценаріїв міжнародних конфліктів, заснованих на подіях епохи холодної війни.

Кожній системі було доручено діяти як керівництво держави, що приймає рішення про стратегію та відповідні кроки. У ході моделювання алгоритми повинні були аналізувати загрози, дипломатичні сигнали та військові дії противника.

Результати виявилися тривожними.

Claude AI вів себе як жорсткий стратегічний «яструб», активно поєднуючи загрози, тиск та елементи дезінформації для досягнення своїх цілей. ChatGPT від OpenAI проявляв більш обережну поведінку і уникав ескалації доти, поки тиск з боку противника не ставав занадто сильним.

Система Google Gemini, за словами дослідника, демонструвала найбільш нестабільну стратегію. У деяких сценаріях її дії виглядали хаотичними, що змусило Пейна назвати модель «божевільцем».

Головний висновок експерименту виявився ще більш тривожним.

У 95% змодельованих сценаріїв конфлікту сторони, керовані штучним інтелектом, врешті-решт приходили до застосування ядерної зброї як до «раціонального» рішення.

Помилки алгоритмів та ризик «галюцинацій»

Проблема ускладнюється тим, що сучасні моделі ШІ іноді демонструють явище, яке спеціалісти називають галюцинаціями. Це ситуації, коли система формує впевнений висновок на основі неповних або помилкових даних.

Раніше близькосхідні ЗМІ вже повідомляли про роботу системи Lavender, що застосовується Армією оборони Ізраїлю для ідентифікації цілей у секторі Газа. За даними ряду джерел, алгоритм міг помилятися приблизно в одному з десяти випадків.

Деякі ізраїльські офіцери також говорили про те, що висновки системи іноді отримували більший пріоритет, ніж оцінки спеціалістів з багаторічним бойовим досвідом. Це створювало напруження всередині командних структур і піднімало питання про те, де проходить межа між рекомендацією алгоритму та остаточним людським рішенням.

Сучасна війна все більше залежить від аналізу даних та швидкості обробки інформації. Штучний інтелект дійсно здатний підвищити ефективність операцій та скоротити час прийняття рішень.

Але чим більше повноважень отримують алгоритми, тим серйознішим стає ризик того, що одного дня ключові рішення будуть прийматися не людьми, а системами, чию логіку ніхто до кінця не розуміє.