Искусственный интеллект (ИИ) в украинской армии — это десятки систем, работающих в разведывательных дронах, прицельных модулях FPV и в наземных роботах. На алгоритмы возложили рутинные и времязатратные операции: распознать цель, довести дрон в последние секунды полёта, найти технику в массиве видео. В этом материале мы подробно разберём популярные решения.
Распознавание целей
Наиболее распространённое применение ИИ — компьютерное зрение, обученное отличать танк от трактора, окоп от канавы, вооружённого солдата от гражданского. В основе технологии — нейросеть, обученная на массивах размеченных изображений.
Пример — украинская программа Clarity, которая анализирует снимки с разведывательных дронов и автоматически отмечает подозрительные объекты. Она различает военную и гражданскую технику, находит замаскированные объекты и обращает внимание на косвенные признаки — например, следы. По словам разработчиков, нейросеть обучали на собственном датасете из 100 тысяч изображений из открытых источников, доработанных по рекомендациям военных.
Автономное наведение FPV-дронов
Что делать, когда вражеская РЭБ обрывает связь дрона с оператором на последних метрах перед целью? Помогает искусственный интеллект.
Оператор ведёт дрон вручную и в момент, когда цель попадает в кадр, «захватывает» её нажатием кнопки. Далее бортовой компьютер берёт на себя финальную фазу полёта: даже если канал связи заглушён, дрон продолжает сопровождать зафиксированную цель и завершает атаку.
Один из примеров — модуль TFL-1 от украинских компаний The Fourth Law и TAF Industries, интегрированный в ударный дрон «Колибри 10 Advance». По описанию разработчиков, задача модуля — взять на себя наведение в последние секунды полёта. Оператору нужно лишь захватить цель на дистанции до километра.
Навигация без GPS
Противостояние РЭБ с обеих сторон фронта влияет на спутниковую навигацию. Решение — навигация по другим источникам: инерциальные датчики, наземные маяки и визуальный анализ местности.
Вот как это работает: бортовой компьютер дрона сравнивает изображение с камеры с заранее загруженными картами местности и по совпадению характерных объектов определяет положение аппарата. Это упрощённое описание технологии SLAM (Simultaneous Localization and Mapping) — одновременной локализации и картографирования. Она позволяет аппарату строить карту окружающей среды и определять собственное место в ней.
Пример — разработка команды Blue Arrow, участника кластера Brave1. Система определяет скорость и направление полёта от точки старта, фиксирует азимут и сравнивает изображения с эталонными данными. Она работает почти без участия пилота: тот лишь корректирует наведение на цель.
Вместе с тем военные развёртывают более простой подход — наземные радиомаяки. По словам заместителя главнокомандующего ВСУ Андрея Лебеденко, в Сумской и Харьковской областях уже действуют пилотные навигационные станции. Благодаря им украинские дроны могут ориентироваться даже в условиях интенсивного подавления спутниковой навигации. После успешных испытаний систему планируют масштабировать на всю Украину.
Анализ видео с беспилотников
Разведывательный дрон за один вылет может отснять несколько часов видео. Просмотр этих видео теперь можно делегировать программам ИИ. Искусственный интеллект выполняет роль «умного фильтра»: ищет в кадрах технику, выявляет замаскированные позиции, фиксирует изменения между пролётами над одним и тем же участком.
По описанию специалистов Командования Сил поддержки, алгоритмы способны идентифицировать замаскированную технику среди деревьев или распознавать тип вражеской ПВО за считанные секунды.
Количественный ориентир даёт украинская платформа Avengers, разработанная Центром инноваций и развития оборонных технологий Министерства обороны. По официальным данным, она помогает выявлять до 12 тысяч вражеских целей в неделю.
Планирование ударов
Очевидно, что современная война далека от голливудского кино, и ИИ не «решает, в кого целиться». На фронте работают системы, которые сводят воедино разведданные из разных источников: дронов, спутников, наземных наблюдателей, сообщений гражданских через чат-боты. После анализа ИИ предлагает оператору или командиру варианты действий.
Пример — украинская система ситуационной осведомлённости «Дельта», построенная по стандартам НАТО. Сооснователь ОО «Аэроразведка» Ярослав Гончар описывает это так: взлетает дрон, данные от сенсоров или спутников пропускают через алгоритмы ИИ, и результат в автоматическом режиме выводится на карту. Система распознаёт тип техники или идентифицирует людей. При этом ИИ может ошибаться, но учится на ошибках через взаимодействие с обратной связью от оператора. Дешифровщику остаётся лишь подтвердить замеченные предположения.
На днях Центральный научно-исследовательский институт Вооружённых сил Украины презентовал закрытую ИИ-систему «Маричка» — своего рода военный аналог ChatGPT для командиров полков и бригад.
По словам начальника института Юрия Клята, сейчас на подготовку решения командир тратит от 6 до 12 часов, обрабатывая около 20 документов. «Маричка» призвана сократить это время до нескольких минут. Система будет собирать и верифицировать данные, автоматически рассчитывать соотношение сил и средств, моделировать обстановку на интерактивной карте и предлагать варианты действий.
Координация групп дронов
Украинская компания Swarmer построила систему, уменьшающую количество людей, необходимых для управления группой беспилотников: вместо девяти операторов достаточно трёх. Технологию уже применяли более ста раз с группами от 3 до 25 аппаратов. В ближайшее время планируют испытать рой из 100 дронов.
Преимущество — устойчивость к глушению, поскольку аппараты координируются между собой на небольшом расстоянии. Есть и обратная сторона: такие дроны дороже, а во время тестов случались сбои из-за слишком большого обмена данными.
Наземные роботизированные комплексы
В этом направлении ИИ скорее вспомогательный элемент. Использование систем зависит от задачи.
- Первая — движение без постоянного управления оператором. Оператор задаёт конечную точку или маршрут, а далее система сама удерживает траекторию с помощью компьютерного зрения и датчиков: распознаёт препятствия, людей и технику в реальном времени и объезжает их.
- Вторая — планирование маршрута с учётом угроз. Разработчики учат НРК самостоятельно обходить минные поля и опасные участки, приспосабливаться к работе в условиях РЭБ и реагировать на потерю сигнала (не замирать на месте).
- Третья — работа на боевых турелях. Роботизированная система ПВО одного из армейских корпусов способна в автономном режиме обнаруживать и сопровождать воздушные цели. Решение об открытии огня остаётся за оператором.
Что ИИ пока не умеет
Вокруг темы искусственного интеллекта на войне накопилось немало мифов. Поэтому стоит прояснить:
- ИИ не воюет самостоятельно. Человек определяет цель, подтверждает разведывательные данные или принимает окончательное решение об ударе.
- ИИ не принимает решения за командира. Системы лишь предоставляют больше структурированных данных.
В большинстве задокументированных систем сохраняется модель «человек в контуре» (human-in-the-loop). Исследователи из профильных юридических изданий подчёркивают, что смертоносное оружие с участием ИИ должно ограничиваться именно этой моделью: этого требует Женевская конвенция. Поэтому украинские новейшие разработки развиваются с соблюдением этих международно признанных требований.
