اوکراین برای نخستین بار دروازههای پلتفرم دادهای «آونجرز لَبز» (Avengers Labs) را به یک شریک خارجی باز کرد. براساس توافقی در کییف میان ولودیمیر زلنسکی و اندی برنهم، شرکتهای بریتانیایی اکنون به مخزنی متشکل از پنج میلیون تصویر رزمی برچسبخورده دستی دسترسی دارند؛ سرمایهای که سالها حضور در میدان نبرد و استفاده از پهپاد، ماهواره و حسگرهای گوناگون لازم داشت تا شکل بگیرد. این مجموعه نقش محوری در توسعه دادههای رزمی هوش مصنوعی ایفا میکند.
چرا این مجموعهداده ارزشمند است
برخلاف مدلهایی که تنها روی دادههای مصنوعی یا شبیهسازیشده آموزش میبینند، مجموعهداده نظامی اوکراین از مشاهدات واقعی میدان نبرد استخراج شده است. وزارت دفاع کییف میگوید سامانهای که روی این مجموعه آموزش دیده ماهانه بیش از ۱۰۰ هزار جریان ویدیویی پهپاد را پردازش میکند، میتواند حدود ۷۰ درصد تجهیزات دشمن را شناسایی کند و بهطور میانگین تنها ۲.۲ ثانیه برای تشخیص هر شیء صرف مینماید. میشا نستور، از بنیانگذاران شرکت Swarmer، به فایننشال تایمز گفت: «دادههای برچسبخورده باکیفیت، گلوگاه اصلی توسعه هوش مصنوعی قابل اتکا برای سامانههای خودگردان است.»
معماری امنیتی: داده به بیرون منتقل نمیشود
شرکتهای پذیرفتهشده—Sintela از بریستول، Mind Foundry از آکسفورد و Skyral از لندن—تنها در یک «اتاق داده امن» (Secure Data Room) که بخشی از زیرساخت آن را Palantir تأمین کرده، به آموزش و ارزیابی مدلها دسترسی دارند. وزنها و مدلهای نهایی نزد اوکراین باقی میماند؛ سازوکاری که جلوی نشت دادههای حساس را میگیرد و مالکیت فکری را در کنترل کییف نگه میدارد.
حسگر صوتی؛ رادارِ جدید برای پهپادهای کمارتفاع
نیروهای مسلح بریتانیا بهویژه روی دادههای اکوستیک تمرکز کردهاند. کابلهای فیبر نوری دفنشده، همراه با پردازش مبتنی بر هوش مصنوعی، به یک آرایه گسترده برای شناسایی امضای صوتی پهپادهای روسی تبدیل شدهاند؛ در سناریوهای کمارتفاع این روش اغلب از رادارهای سنتی دقیقتر عمل میکند. به موازات آن، پروژههایی روی تراشههای استنتاج کممصرف برای پهپادهای گروهی (swarm) متمرکزند تا قابلیتهای خودمختاری و مداومت عملیاتی افزایش یابد.
سه مرحله خودمختاری در پهپادها
- ناوبری بدون GPS: پهپادها در محیطهای مختلشده رادیویی مسیر یابند و وظایف را انجام دهند.
- رهگیری هدف در آخرین مرحله (Last-mile tracking): انسان هدف نهایی را انتخاب میکند؛ هوش مصنوعی قفل هدف و پیگیری را بر عهده میگیرد.
- انتخاب خودکار هدف: سیستم بهصورت خودکار اولویتها و نوع هدف را تعیین و اقدام تهاجمی میکند.
مرحله دوم از سال ۲۰۲۴ در عملیات واقعی بهکار گرفته شده است؛ نمونهای که گزارش شد پهپاد FPV اوکراینی پس از قطع ارتباط رادیویی، بهطور خودکار یک تانک روسی پیشانتخابشده را هدف قرار داد. شرکت Auterion با تراشه Skynode S قابلیتهایی را تجاریسازی کرده و در ژوئیه ۲۰۲۶ همکاری با SkyFall برای تحویل ۵۰ هزار واحد SkyFall Shrike را آغاز نمود. به گزارش وزارت دفاع، پهپادهای رهگیر اوکراینی اکنون در نزدیک به ۹۵ درصد مأموریتها شکلهایی از خودمختاری را به نمایش میگذارند و نرمافزار Swarmer توان هماهنگی همزمان بیش از ۱۰۰ مأموریت واقعی را فراهم میآورد.
پیامدهای استراتژیک فراتر از خط مقدم
این توافق تنها انتقال داده نیست؛ الگوی همکاری بلندمدتی است که لندن و کییف دنبال میکنند. موازی با انتشار اطلاعات طبقهبندیشده موشک اسکالپ (SCALP) توسط MBDA برای مونتاژ در اوکراین، مشخص شده غرب چگونه میکوشد چرخه تصمیمگیری (مشاهده، جهتیابی، تصمیم، اقدام) را با دادههای رزمی واقعی کوتاه کند. هرچه مدلها با دادههای میدان نبرد واقعیتر آموزش ببینند، حاشیه خطا در تمییز دوست از دشمن و کاهش آسیبهای جانبی در درگیریهای آتی کمتر میشود.
مرحله سوم—انتخاب خودکار هدف—در کانون بحثهای اخلاقی و حقوقی بینالمللی قرار دارد. نیویورک تایمز اخیراً گزارش داده که نمونههای آزمایشی این قابلیت را در سناریوهای کنترلشده نشان دادهاند. آینده جنگ به همان اندازه که به فناوریهای فیزیکی وابستگی دارد، در لایه دادهها و وزنهای شبکههای عصبی شکل میگیرد؛ دادههای رزمی هوش مصنوعی اکنون به یکی از مهمترین عناصر اقتدار نظامی تبدیل شدهاند.
