Статья: Научные и технологические тренды: 2020–2040 гг.: перспективы научно-технического развития (доклад организации НАТО по науке и технологиям, 2020 г.)

Потенциальные противники будут стремиться к аналогичному техническому превосходству, в то время как асимметричные субъекты будут использовать все более открытые и доступные источники данных для целенаправленного воздействия или разрушения.

Уникальные потребности Вооруженных сил НАТО потребуют разработки методов и стандартов оперативной совместимости, обмена информацией, сбора данных, моделирования и имитации, анализа, классификации, и управления данными. При этом следует учитывать, что использование Аналитики больших данных само по себе не является залогом более удачных решений, поэтому крайне важно точно понимать и оценивать сложный социально-когнитивно-технический контекст принятия решений, с тем, чтобы максимально эффективно интегрировать в него технологии аналитики больших данных.

В таблице 1 представлены: технологии обработки больших данных, оценка их потенциального воздействия на сферу обороны и безопасности, технологический уровень и ожидаемые сроки массового распространения.

Таблица 1 Области перспективных исследований аналитики больших данных

2. Искусственный интеллект (ИИ)

Под искусственным интеллектом понимается способность машин выполнять задачи, которые обычно требуют человеческого интеллекта - например, распознавать образы, учиться на опыте, делать выводы, прогнозы или предпринимать действия - будь то в цифровом виде или в виде интеллектуального программного обеспечения, используемого в автономных физических системах.

Искусственный интеллект имитирует такие аспекты человеческого сознания, как восприятие, рассуждение, планирование и обучение. ИИ способен автономно выполнять такие задачи, как планирование, распознавание речи, объектов и звуков, обучение и решение задач. ИИ был определен как самая большая технологическая проблема, стоящая перед странами Альянса, причем некоторые эксперты считают его самой важной когда-либо изобретенной технологией. Ожидается, что в течение следующих 20 лет ИИ будет играть прорывную роль благодаря своему воздействию на такие сферы, как передовые инструменты обработки и анализа больших данных, разработка киберфизических систем, оптимизация принятия решений и управления, облачные вычисления, проектирование баз данных, компьютерное зрение.

Начиная с середины 1950-х годов, ИИ прошел через три основных цикла развития. В результате алгоритмы искусственного интеллекта (например, экспертные системы и машинное обучение) уже глубоко внедрены в современные технологии. Однако в 2012 году произошел значительный скачок в их применении для решения практических задач, обусловленный улучшением базовых алгоритмов (глубокое обучение) и широким доступом к крупным обучающим выборкам.

В настоящее время продолжается его активное развитие в новых областях, таких как нейроморфные вычисления, которые пытаются более точно имитировать нейронную структуру и работу человеческого мозга, машинное обучение и вероятностные вычисления, предназначенные для работы с неопределенностью, двусмысленностью и противоречиями в естественном мире. Исследования в этих областях включают новые методы, ориентированные на использование небольших обучающих выборок и объяснимость. Еще одной важной областью исследований и разработок станет разработка новых алгоритмов машинного и глубокого обучения, основанных на квантовой информатике и квантовых компьютерах. Ожидаемый быстрый рост оцифрованных данных сделает использование ИИ (и его производных) еще более полезным и практически необходимым.

Эта зависимость от большого объема данных является как сильной, так и слабой стороной ИИ. Во-первых, это связано с качеством данных, а во-вторых, как следствие, с необходимостью использовать отфильтрованные (обучающие) выборки данных, что требует значительной предварительной подготовки. В настоящее время ведутся исследования по разработке более адаптируемых и эффективных алгоритмов машинного обучения, которые потребуют меньше маркированных данных и смогут обрабатывать противоречивые данные. Это сделает ИИ более простым в обучении и более устойчивым к непредсказуемым условиям реального мира.

Разработка симбиотического (человеко-центрированного) ИИ, предполагающего взаимодействие людей и машин как надежных партнеров в сложной гибридной системе, является важной исследовательской задачей. Необходимы фундаментальные исследования для улучшения понимания человеческой речи, извлечения смысловой информации из СМИ, реагирования на невербальные аспекты коммуникации, а также интеграции в ИИ наряду с развитием машинного здравого смысла (то есть априорного знания) аналогов человеческого восприятия (например, аналогов человеческого зрения и эмоций). Это потребует разработки систем, способных задавать вопросы, размышлять, предлагать различные варианты и четко объяснять процесс принятия решения. Включение вычислительных систем с таким человекоподобным интеллектом в настоящее время имеет решающее значение, поскольку темп военных операций в новых областях превышает тот, при котором люди без посторонней помощи могут ориентироваться, понимать происходящее и действовать.

Прикладные разработки ИИ считаются приоритетной сферой научно-технических инвестиций во всем мире. Значительные достижения в области применения ИИ в первую очередь обусловлены промышленными внедрениями.

Инвестиции в промышленные приложения ИИ оказываются наиболее эффективными, им отдаётся приоритет в научно-технической сфере. В то же время, прогрессу в применении и развитии ИИ в значительной степени способствовали разработка и доступность инструментов с открытым исходным кодом и доступность данных. Страны Альянса также инвестируют в ИИ. Пентагон разрабатывает ИИ для обеспечения автономности боевого пространства, анализа разведданных, отслеживания записей, прогнозирования и военной медицины. В бюджете НАТО на 2020 год выделен почти 1 млрд. долларов на эти разработки. В настоящее время военные стремятся интегрировать ИИ в разработку систем вооружения, создавать роботов с ИИ для маневров на поле боя и повысить точность ведения боевых действий.

Китай, после принятия в 2017 г. Плана развития ИИ, также быстро продвигается в изучении и использовании ИИ. Китай определил ИИ в качестве стратегического приоритета и планирует стать «главным мировым инновационным центром ИИ» к 2030 году (к этому времени индустрия ИИ в стране составит 150 млрд. долларов).

Тем не менее, развитие ИИ в настоящее время находится в непростой ситуации. Хотя существует значительный интерес инвесторов, стимулирующий взрыв практических приложений ИИ, появляются признаки того, что исследования ИИ достигают плато и могут замедлиться, перейдя к очередной «зиме». По-прежнему считается маловероятным, что системы ИИ достигнут уровня когнитивных способностей человека в течение ближайших 20 лет.

2.1 Возможности использования ИИ для вооруженных сил Альянса

ИИ окажет значительное влияние на военные возможности и силы Альянса. Это влияние будет определяться прежде всего использованием встроенного ИИ в других технологиях, таких как виртуальная/дополненная реальность, квантовые вычисления, автономия, моделирование и имитация, космические технологии, разработка новых материалов, производство и логистика, а также аналитика больших данных. ИИ окажет преобразующее воздействие на ядерные, аэрокосмические, кибернетические и биотехнологии, а также на производство новых материалов. Эти технические преобразования будут сравнимы с появлением ядерного оружия, что может привести к новой гонке вооружений в области ИИ.

Боевые подразделения будут использовать надежные автономные системы с поддержкой искусственного интеллекта, способные выполнять рутинные, грязные, опасные или дорогие задачи. Ожидается более широкое использование виртуальных помощников, поддержки принятия решений. Аналитики разведки смогут использовать надежные системы, способные собирать информацию со всех имеющихся датчиков, а также архивные данные, обрабатывать их, использовать, распространять и решать поставленные задачи. Кроме того, появятся усовершенствованные средства предупреждения, управления информацией и знаниями, например, социокартирование местности, анализ социальных сетей, а также поддержки принятия решений для таргетирования. Высокоскоростные и маломощные нейроморфные электронные компоненты позволят создавать автономные системы, способные соперничать с человеческим восприятием, позволяя проводить обработку данных с сенсоров для распознавания местности, определения целей и идентификации.

ИИ эффективен при обработке данных о цели, получаемых от многих датчиков, при выборе траектории, предотвращении столкновений, роении (например, беспилотников), при оценке боевого урона и координации действий.

Области потенциального использования ИИ в автономных системах: выбор траекторий, избегание столкновений/роение, помощь оператору в управлении несколькими автономными системами, планирование миссий для автономных систем (например, навигация, сбор данных, характеристика окружающей среды и адаптируемость датчиков). Интеграция систем глубокого обучения в мобильные платформы повысит навигационные способности роботов (например, ИИ может обеспечить полностью автономное обезвреживание взрывоопасных объектов в населенных пунктах). Интеллектуальные автономные системы могут использоваться, например, в длительных плаваниях беспилотных подводных аппаратов.

ИИ будет поддерживать разработку аналитических решений для содействия долгосрочному планированию в рамках НАТО, включая поддержку принятия сложных решений, выходящих за традиционные внутренние границы.

ИИ обладает потенциалом для оказания помощи в развитии научно обоснованных клинических данных для новых медицинских препаратов, научно обоснованной диагностики и передовых методов лечения для снижения заболеваемости и смертности и поддержания/восстановления основных функций перед лицом всего спектра опасностей. Кроме того, ИИ обеспечит автоматизированную поддержку принятия решений и диагностические инструменты поддержки для оказания помощи врачам в полевых условиях.

НАТО необходимы более эффективные процессы управления ресурсами (инвестиционное и бизнес-планирование, управление эффективностью программ и рисками, стратегические преобразования и стратегическое управление), основанные на передовой аналитике и принятии решений на основе фактических данных. В сфере финансов ИИ может помочь в анализе затрат, оценке экономических последствий и т.д.

Системы ИИ (особенно в сочетании с цифровыми двойниками) обладают потенциалом минимизировать время простоя оборудования, системные сбои, улучшить управление запасами и ремонтами и т.д. Проблемы такого рода схожи с коммерческим сектором, поэтому НАТО должно как можно скорее принять на вооружение эти гражданские разработки.

Кибер- и информационное пространство: в условиях кибервойн системы должны обнаруживать, оценивать и реагировать на угрозы задолго до того, как люди смогут понять ситуацию. Приложения на основе ИИ будут оценивать и интерпретировать огромное количество сенсорных и разведывательных данных. Эти системы и виртуальные агенты будут иметь возможность принимать независимые решения и действовать в соответствии с этими решениями быстро. Можно ожидать, что сети и информационные системы будут конфигурироваться, обслуживаться и защищаться автономными агентами с поддержкой ИИ.

Обучение: системы ИИ (особенно в сочетании с системами виртуальной / дополненной реальности) обладают потенциалом для совершенствования индивидуального обучения за счет адаптации к реальным условиям и создания индивидуальных учебных сред или сценариев.

2.2 Риски для вооруженных сил Альянса

Преимущества, описанные для сил НАТО, в равной степени относятся и к силам противника. Однако зависимость от ИИ также увеличит потенциальное воздействие кибер- и информационных атак. Кроме того, противники с меньшими этическими и юридическими ограничениями могут использовать автономные системы на базе ИИ как автономное оружие, чтобы достичь тактического преимущества в принятии решений или в случае потери связи.