نیروی دریایی آمریکا استراتژی جدیدی برای هوش مصنوعی تصویب کرد
وزارت نیروی دریایی آمریکا (Department of the Navy) که نظارت بر نیروی دریایی و تفنگداران دریایی را بر عهده دارد، بهطور رسمی «استراتژی تسلیحسازی دادهها و هوش مصنوعی» را تصویب و ابلاغ کرد. «هونگ کائو»، وزیر موقت نیروی دریایی، این سند را امضا کرد و آن را بلافاصله لازمالاجرا ساخت. تدوین این استراتژی بیش از یک سال تحت نظر افسر ارشد داده و هوش مصنوعی وزارتخانه و با همکاری متخصصان هوش مصنوعی در نیروی دریایی و تفنگداران دریایی به طول انجامید.
کائو در بیانیهای اعلام کرد که این استراتژی به وزارت نیروی دریایی امکان میدهد «از هر دشمنی سریعتر یاد بگیرد و بجنگد» و آن را نقشه راهی برای ساخت ناوگانی «هوش مصنوعی‑محور» توصیف کرد که اطلاعات را به مزیت نظامی تبدیل کرده و تصمیمگیری را تسریع میبخشد.
نیرویی که سریعتر یاد میگیرد، پیروز میشود
در قلب این استراتژی، «چرخه بیتها به اثرات» (Bits2Effects Cycle) قرار دارد؛ یک چارچوب پنج مرحلهای برای تطبیق دیجیتال که مسیر گردآوری خودکار دادههای نظامی تا انتقال، طبقهبندی، تحلیل و استفاده نهایی در تصمیمات و اقدامات نظامی را مشخص میکند. درسهای آموختهشده به چرخه بازخورد داده میشوند و بهروزرسانی مداوم سیستمها، تاکتیکها و آموزش را ممکن میسازند.
شاخص کلیدی این چرخه «میانگین زمان تا اثر» (Mean Time to Effect - MTTE) است که مدت زمان لازم از ثبت دادههای جدید تا ایجاد یک واکنش یا تطبیق نظامی مشخص را اندازهگیری میکند. هرچه این پنجره کوتاهتر باشد، نیرو سریعتر واکنش نشان میدهد و خود را با شرایط وفق میدهد. بر اساس این سند، در یک درگیری طولانی با چرخههای یادگیری متعدد، نیرویی که سریعتر یاد بگیرد و تطبیق یابد، بر میدان مسلط خواهد شد.
اهداف ششگانه و جدول زمانی
این استراتژی شش هدف اصلی را دنبال میکند:
- تسریع استقرار عملیاتی هوش مصنوعی
- بهبود دسترسی و قابلیت استفاده از دادهها
- گسترش زیرساخت فنی
- سادهسازی فرآیندهای تأیید
- تقویت سواد داده و هوش مصنوعی در میان پرسنل
- تعمیق همکاری با صنعت، دانشگاه، سازمانهای دولتی و متحدان
بسیاری از این اقدامات باید تا سهماهه اول سال مالی ۲۰۲۷ (دسامبر ۲۰۲۶) اجرایی شوند. همچنین تا پایان سال مالی ۲۰۲۹، تعداد مهندسان داده، دانشمندان داده و مهندسان هوش مصنوعی و یادگیری ماشین واجد شرایط باید دو برابر شود.
حرکت کند خطرناکتر از «همراستایی ناقص»
یکی از مهمترین نکات این استراتژی، پذیرش یک مبادله اساسی از سیاست کلان وزارت دفاع آمریکا است: «خطرات حرکت کندتر از خطرات «همراستایی ناقص» (Imperfect Alignment) در سیستمهای هوش مصنوعی بیشتر است.» این بخش در چارچوب «رویکرد زمان جنگ» تدوین شده است؛ به این معنا که وزارتخانه میخواهد ارزیابی ریسک و موانع سازمانی را چنان مدیریت کند که گویی کشور در حال جنگ است و تصمیماتی اتخاذ کند که سرعت را در اولویت قرار میدهد.
این استراتژی خواستار اجرای مدلهای زبانی بزرگ (LLM) و هوش مصنوعی عاملی (Agentic AI) بهصورت مستقیم روی کشتیهای جنگی و همراه با واحدهای اعزامی تفنگداران دریایی است. این سیستمها باید حتی در شرایط قطع یا اختلال ارتباطات نیز کار کنند و پرسنل نظامی بتوانند برنامههای کاربردی خود را روی آنها بسازند. یک «شورای جنگ هوش مصنوعی» نیز اولویتبندی موارد استفاده، هماهنگی منابع و تأیید پیشدستانه تغییرات زمان جنگ در قوانین اشتراکگذاری داده و استقرار را بر عهده خواهد داشت.
هوش مصنوعی در میدان نبرد امروز
به گزارش بیزینس اینسایدر، این استراتژی بخشی از تحول گستردهتر هوش مصنوعی در سراسر نیروهای مسلح آمریکاست. پلتفرم GenAI.mil که به پرسنل وزارت دفاع امکان استفاده از هوش مصنوعی مولد را میدهد، در ژوئن ۲۰۲۶ به ۱.۵ میلیون کاربر روزانه رسید؛ رقمی که از ۸۰ هزار کاربر در زمان راهاندازی (دسامبر ۲۰۲۵) رشد چشمگیری داشته است. کاربردهای آن از کارهای اداری معمولی تا برنامهریزی نظامی و عملیات رزمی را شامل میشود.
ارتش آمریکا نیز در حال آزمایش هوش مصنوعی در یک سیستم «فرماندهی و کنترل نسل بعدی» است تا حجم عظیم دادهها را سریعتر پردازش کرده و به سربازان در ایجاد آگاهی موقعیتی و تصمیمگیری کمک کند. همچنین یک برنامه هوش مصنوعی نیروی دریایی توانسته است یک کار برنامهریزی زیردریایی را از ۱۶۰ ساعت به تنها ده دقیقه کاهش دهد.
برای آشنایی بیشتر با مفاهیم بنیادین هوش مصنوعی و یادگیری ماشین میتوانید به صفحه ویکیپدیا مراجعه کنید.
