یک استارتاپ سوئدی با حمایت برنامه شتاب‌دهنده نوآوری دفاعی ناتو (DIANA)، فناوری‌های هوش مصنوعی لبه (Edge AI) را برای پهپادهای کوچک عملیاتی می‌کند تا بتوانند اهداف میدان جنگ را بدون نیاز به اتصال مداوم به سرورهای مرکزی شناسایی و هدف‌گذاری کنند.

از کامیون‌های هوشمند تا پهپادهای جنگی

Scaleout Systems در سال ۲۰۱۸ توسط محققان دانشگاه اپسالا تاسیس شد. تمرکز اولیه این شرکت بر روی آموزش و استقرار مدل‌های یادگیری ماشین مستقیماً بر روی سخت‌افزارهای نهفته در کامیون‌های تجاری و خودرویی بود. اما آغاز جنگ تمام‌عیاره روسیه در اوکراین در سال ۲۰۲۲، مسیر شرکت را به سمت کاربردهای دفاعی سوق داد.

آندرهاس هلندر، مدیرعامل و یکی از مؤسسین Scaleout، به آرس تکنیکا توضیح داد: «با جنگ در اوکراین و تغییرات ژئوپلیتیک، ما دریافتیم که این فناوری برای عمل‌سازی داده‌های سنسورها و داده‌های لبه در یادگیری ماشین حیاتی است تا متحدان ناتو مزیت استراتژیک خود را حفظ کنند.»

چرا مدل‌های کوچک، کلید موفقیت هستند؟

برخلاف رویکردهای متداول که بر مدل‌های عظیم و ابری مانند محصولات OpenAI یا Anthropic تمرکز دارند، Scaleout روی مدل‌های «لاغر» و بهینه‌شده برای محاسبه لبه تمرکز دارد. این مدل‌ها باید در محدوده‌های سخت‌افزاری شدیداً متفاوت ــ از کنترلرهای پرواز پهپادها و تبلت‌های خلبان تا ایستگاه‌های کاری میدانی ــ قابل اجرا باشند.

  • استقلال از شبکه: پردازش داخلی امکان عملیات در پهنه‌های قطع‌شده یا با باندپایین را می‌دهد.
  • تاخیر پایین: تصمیم‌گیری در میلی‌ثانیه برای اهداف متحرک حیاتی است.
  • امضای حرارتی و مصرف انرژی کم: ضروری برای پهپادهای کوچک با باتری محدود.

پروژه FAIR و شتاب‌دهنده DIANA ناتو

در سال ۲۰۲۵، Scaleout برای پیوستن به برنامه چالش DIANA انتخاب شد. در این چارچوب، شرکت روی پروژه Federated Aerial Intelligence for Recon (FAIR) کار می‌کند تا مدل‌های بینایی ماشین را برای سخت‌افزارهای محاسبه لبه در اکوسیستم پهپادها تطبیق دهد.

هدف نهایی، ایجاد یک لایه هوشمند فدرال (Federated) است که در آن پهپادها، تبلت‌های کنترل و پست‌های فرماندهی میدانی به طور همزمان و با حفظ حریم خصوصی داده‌ها، مدل‌های تشخیص هدف را به‌روزرسانی و به اشتراک بگذارند بدون نیاز به انتقال داده‌های خام به مرکز داده مرکزی.

ماشین‌آلات پهپاد مجهز به ماژول هوش مصنوعی لبه در محیط میدانی
ماژول محاسبه لبه مقیاس‌بندی شده برای پهپادهای نظامی

آینده جنگ نامتقارن: هوش مصنوعی توزیع‌شده

این رویکرد تغییر پارادایم در جنگ الکترونیک و نظارت میدانی است. به جای وابستگی به پهپادهای گران‌قیمت و پیچیده (مانند MQ-9 Reaper) که پهنای باند ماهواره‌ای می‌طلبد، پلتفرم‌های ارزان و پراکنده مجهز به تراشه‌های هوش مصنوعی می‌توانند به صورت پهنه (Swarm) کار کنند و پوشش مداوم میدان نبرد را با هزینه‌ای جزئی فراهم آورند. چالش‌های اخلاقی و حقوقی جنگ خودکار همچنان مانع است، اما ضرورت عملیاتی در اوکراین روند استقرار را غیرقابل‌اجتناب کرده است.