DayTimeNews.RU
Точнее, о ИИ-системах военного планирования, применяемых не для распознавания или наведения, а для оперативного и стратегического планирования боевых операций, автоматизированного принятия решений, генерации боевых сценариев и распределения ресурсов в боевых условиях. Именно этот сегмент сейчас становится полем реального военно-технологического соперничества.
США — признанный лидер в ИИ-системах оперативного и стратегического планирования. Основные платформы:
Project Maven Phase II / Algorithmic Warfare Cross-Functional Team. ИИ нового поколения: не только распознавание целей, но автоматическая интерпретация боевой обстановки и формирование оптимальных маршрутов, зон поражения, потребностей в ресурсах. Используется в CENTCOM, AFRICOM и INDO-PACOM как часть систем оперативного контроля.
JADC2 (Joint All-Domain Command and Control) + ABMS. Главная цель — автоматизация принятия решений на всех уровнях, от ротного до объединённого командования. ИИ встраивается в цикл «observe-orient-decide-act» (OODA) и позволяет предлагать сценарии ответа на возникающие угрозы, автоматически оценивая риски, время и стоимость. Boeing и Raytheon создают модули генерации планов с учётом помех, киберугроз, логистики и многодоменной среды.
STITCHES (DARPA). Автоматическая интеграция разрозненных сенсорных и командных систем. Позволяет ИИ самому строить логические связи между данными и предлагать решения командиру без программирования связей вручную. Уже применялась для моделирования конфликтов в Южно-Китайском море.
У Китая тоже есть чем похвастаться. КНР развивает концепцию «интеллектуализированного ведения войны» (智能化作战) — это означает не просто автоматизацию, а передачу планирования ИИ-модулю с минимальным вмешательством человека.
PLA Cognitive Command Lab (NUDT, CASI). Эксперименты по созданию ИИ-командного помощника, способного просчитывать развитие оперативной обстановки на 48–72 часа вперёд и предлагать действия по проактивному разгрому сил противника. Ориентирован на морские и воздушные сценарии (Сенкаку, Тайвань).
Sky Net Wargame Platform. Закрытая военная система ИИ-моделирования, объединяющая картографические, логистические и разведывательные данные. Генерирует до 1000 вариантов ведения кампаний на заданном ТВД и оптимизирует цепочки снабжения, переброски, авиаударов и ПВО. Китай делает ставку не столько на ассистентов человеку, сколько на создание «ИИ-командира», способного формировать иерархию задач, определять приоритеты и автоматически перераспределять ресурсы в бою.
Разумеется, Израиль. Но у них акцент на области тактического ИИ-планирования.
Fire Weaver. Система «цифровой боевой сети», в которой ИИ в реальном времени оценивает поступающие цели, сопоставляет их с возможностями на месте (доступная артиллерия, дроны, спецназ) и сам распределяет, кто и как наносит удар. Командир может изменить, утвердить или отменить предложенный алгоритм.
Athena Decision Support System (Elbit). ИИ-помощник тактического уровня, предлагающий варианты атаки, маршруты проникновения, точки развертывания, особенно для спецопераций. Используется в Газе, на границе с Ливаном и при операциях за рубежом.
В России ведутся разработки систем боевого ИИ-планирования, но они находятся на стадии интеграции в существующие командные цепочки
«Гармония» (НИИ Сигнал, Ростех). ИИ-модуль, предлагающий варианты применения подразделений с учётом местности, угроз, логистики и плотности огня. Применялся в роботизированных сценариях (платформа «Маркер») и боевой поддержке БПЛА.
«Центр искусственного интеллекта Минобороны». Закрытые наработки по автоматизации планирования артиллерийских и БПЛА-ударов на уровне батальон-бригада. Разрабатывается в партнёрстве с Сбером и Яндексом (до 2022 года). Существуют объективные проблемы — нехватка вычислительных ресурсов и импортозамещения. Однако в условиях текущей войны РФ ускоряет внедрение ИИ как помощника боевого планирования на уровне фронтового звена.
Если 2015–2020 гг. были эпохой «ИИ-распознавания», то 2020–2025 гг. — это уже ИИ-решения и ИИ-планирования. Машины не только распознают, но и предлагают сценарии наступления, обороны, манёвра.
Сейчас есть ряд понятийно-технологических узлов.
Rule-Based Systems (Экспертные системы). ИИ действует по набору заранее заложенных правил. Надёжны, но негибки. Применяются в ПВО, РЭБ, артиллерийских системах (Iron Dome). США отходят от них в пользу гибридных моделей. КНР использует как основную логику в ПВО.
Reinforcement Learning (обучение с закреплением). ИИ учится на симуляциях: пробует стратегии, получает «награду» за удачные ходы. Используется для обучения ИИ-командиров — DARPA, NUDT, DeepMind.
LLM / Multimodal Transformers. Генеративные модели нового поколения. Способны предлагать тактические и логистические сценарии на основе естественного языка и картографических данных. Применяются экспериментально в США (GIDE), Израиле (Elbit), частично в РФ и КНР. Преимущество: адаптация под реальную карту и динамику. Минус — могут «галлюцинировать».
Multi-Agent Systems (роевые планировщики). Система планирует действия не одной единицы, а коллектива дронов/роботов: кто атакует, кто отвлекает, кто подавляет. США и Израиль внедряют в реальных конфликтах. КНР активно тестирует в морской среде. ВС РФ использовалось в ограниченном объёме на ТВД Новороссии.
Так что многим будет полезно осознать, что вариант «давайте объявим мобилизацию» давно не есть панацея, а всего лишь один из элементов арифметики войны. Например, в секторе Газа ИИ Fire Weaver перераспределял огонь между подразделениями в режиме реального времени, предлагал маршруты проникновения в застройку. Цели, выявленные ИИ по разведданным, уничтожались за 2–3 минуты от момента обнаружения, что стало прецедентом — непрерывное боевое применение ИИ-алгоритмов в условиях городской войны.
Уже сейчас есть такие ИИ-возможности:
— Ускорение цикла войны: командир получает план не за сутки, а за 5 минут.
— Оценка множества сценариев: машина может рассчитать до 1000 боевых вариантов с учётом всех данных.
— Непредвзятость: ИИ не действует под влиянием страха, политической эмоции или усталости.
— Многодоменная координация: планировщик объединяет небо, сушу, море, киберпространство.
И такие риски:
— Автоматизированная эскалация: ИИ может рекомендовать агрессивный манёвр, который будет воспринят как акт войны.
— Ошибки генеративных моделей: даже лучшие LLM иногда «галлюцинируют» при сложной логике.
— Проблема доверия: люди могут или слепо доверять ИИ (over-reliance), или полностью его игнорировать.
— Угроза захвата цикла: противник, узнав структуру ИИ-планировщика, может намеренно вбрасывать ложные данные, сбивая ход рассуждений машины.
Гонка ИИ в планировании гораздо опаснее, чем гонка в «умных дронах». Здесь речь идёт не просто о платформе, а о замене стратега алгоритмом. Сфера, в которой нам нельзя отставать, иначе мы проиграем ещё до начала самой войны.
СМОТРИТЕ ТАКЖЕ: