Применение технологий искусственного интеллекта в образцах вооружений иностранных государств
В настоящее время во всем мире нашли широкое применение технологии искусственного интеллекта (ИИ).
Основу технологий ИИ составляют: машинное обучение, искусственные нейронные сети и технологии Big Data (сверхбольших массивов разнородных данных). ИИ может применяться в любых сложных технических системах различного назначения. Его отличительными чертами являются высокая адаптивность и самообучаемость. Теоретическую основу ИИ составляют: теория вероятности, математическая статистика, искусственные нейронные сети, нечеткая логика, психология, лингвистика и компьютерные технологии.
ИИ уже превзошел человека и в решении задач, требующих интуиции, в том числе в отношении прогнозирования поведения других людей, так как интуиция оказалась бессознательным распознаванием образов [1]. ИИ незаменим для управления и мониторинга очень быстрых или слишком медленных процессов. Математический анализ также показывает, что существуют задачи, принципиально нерешаемые с применением только вычислительных алгоритмов [2].
В коммерческом секторе экономики технологии ИИ нашли широкое применение для решения следующих задач:
– распознавание и перевод многоязычных речевых потоков в условиях помех;
– распознавание текста, распознавание эмоций в тексте, прогнозирование продолжения фразы, перевод текста;
– создание оригинальных текстов на естественном языке из большого объема данных;
– криптография (расшифровка текстов), расшифровка геномов организмов;
– объединение двухмерных изображений в трехмерные (например, картография, томография, рентгенология);
– распознавание лиц, распознаваний эмоций по фотографии, распознавание подлинности фотографии, распознавание рукописных текстов, распознавание снимков местности;
– прогнозирование прочности зданий и конструкций;
– интеллектуальные обучающие системы;
– финансовое планирование, продажи, биржевые игры, управление портфелями ценных бумаг, оценка возможности выдачи кредита (оценка кредитоспособности заявителя и размера кредита);
– логистика (заказ и управление движением товаров и комплектующих);
– анализ сложных данных в медицинских системах, постановка диагноза и назначение лечения, подбор лекарственных средств, прогнозирование психических состояний;
– поиск вредоносного ПО;
– поиск киберуязвимостей;
– игры, в том числе карточные игры с возможностью блефа;
– диагностика технических систем;
– юридические консультации и уголовное судопроизводство, в том числе с прогнозом судебного решения конкретного судьи;
– автономная и автоматизированная навигация (управление движением транспортных средств) в 3-х физических средах;
– гибкое регулирование дорожного движения (управления работой светофоров);
– доказательство теорем, формирование гипотез, формирование баз знаний для экспертных систем;
– синтез сложных объектов: синтез новых лекарственных препаратов, синтез сложных органических соединений с заданными свойствами, синтез геномов для новых организмов.
Общее количество программных продуктов по каждой позиции очень велико. В таблице 1 приведены некоторые примеры коммерческих программных продуктов с технологиями ИИ.
Таблица 1
В целом же, все крупные мировые (Google, Facebook, Amazon) и российские («В контакте», Mail.group, «Яндекс») IT-компании имеют в своих коммерческих продуктах (социальные сети, онлайн-услуги) сервисы с технологиями ИИ (перевод текстов, распознавание изображений, предпочтений пользователя, спама и вредоносных программ, а также снимков местности), которые функционируют явно или скрытно от пользователя.
Распространенность технологий ИИ в системах вооружений иностранных государств на сегодняшний день уступает коммерческому сектору экономики, тем не менее и в этих системах отмечается взрывной рост применения таких технологий, в том числе в системах управления комплексами ПВО и ПРО.
Наибольшее внедрение технологии ИИ нашли в вооруженных силах США, Израиля и Великобритании. К примеру, в Минобороны США (DoD) создан объединенный центр JAIC по вопросам применения ИИ, а также целевая группа по вопросам ИИ – A-AITF.
Основным разработчиком технологий ИИ для DoD стал Университет Карнеги-Меллона.
Более того, 15 ноября 2014 года министр обороны США Чак Хейгел в своем заявлении об инновационной оборонной инициативе (Defense Innovation Initiative, DII) объявил о третьей стратегии компенсации (СК-3) (Third Offset Strategy) как об обеспечении военного доминирования в мире путем широкомасштабного использования ИИ в системах вооружений [3]. Внедрение ИИ в сферу вооруженной борьбы оценивается экспертами DoD так же, как изобретение пороха и ядерного оружия: это фактор, способный полностью изменить парадигму вооруженной борьбы [4].
Прогнозируется, что ИИ способен разорвать связь между численностью населения государства и мощью его экономики, с одной стороны, и боеспособностью его вооруженных сил, с другой стороны.
Совершенствование систем вооружений за счет внедрения технологий ИИ является наиболее дешёвым и экономически эффективным способом их модернизации: в данном подходе отсутствуют затраты на материалы, комплектующие, электронную компонентную базу (ЭКБ), изготовление макетов и опытных образцов, снижены затраты на испытания, так как требуется меньший их объем. Кроме того, данные технологии не зависят от иностранных поставок материалов, ЭКБ и производственного оборудования. Опыт США показывает, что ИИ может придать новые качества и уже существующим образцам вооружений, и даже устаревшим.
В основе почти всех технологий ИИ, применяемых в системах вооружений ранее названных стран, лежат искусственные нейронные сети. Специализированный ИИ на их основе применяется:
– в автономных (беспилотных) транспортных средствах (для воздушной, водной и наземной сред);
– в системах управления комплексами ПРО (THAAD, Patriot) и в разрабатываемых системах оружия направленной энергии, где ИИ позволяет противопоставить гиперзвуковой скорости целей быстроту принятия решений;
– в авиационных симуляторах для тренировки пилотов, причем отмечается тенденция устойчивого превосходства ИИ над пилотами, особенно в маневренном воздушном бою [5];
– поиск вредоносного программного обеспечения (ПО) и киберуязвимостей в образцах вооружений.
Некоторые примеры образцов вооружений с технологиями ИИ, разрабатываемые для DoD, приведены в таблице 2.
Таблица 2
Возможные направления применения технологий ИИ в КСА войск ПВО-ПРО
На сегодняшний день принятые на вооружение комплексы средств автоматизации (КСА) соединений, воинских частей и подразделений войск ПВО-ПРО (далее – войск ПВО-ПРО) используют преимущественно классические вычислительные алгоритмы. Вместе с тем существует ряд задач, которые в ходе боя решаются только лицами боевых расчетов командных пунктов ВКО или не решаются вовсе.
Так, например, автоматически не решаются задачи целераспределения с учетом уровня подготовки боевых расчетов нижестоящих воинских формирований, распознавания класса цели по её радиолокационному портрету, а также прогнозирование траектории цели и определение тактического предназначения цели (за исключением ряда «очевидных», (например, баллистических) целей). Косвенным подтверждением этому может служить тот факт, что при работе по контрольным целям или учебно-боевым стрельбам на полигонах командиры расчетов очень редко принимают решение о выборе автоматического режима работы КСА и пунктов боевого управления (ПБУ).
Вместе с тем боевые расчеты подвержены стрессу, усталости, имеют неоднородный уровень подготовки, что не позволяет обеспечивать стабильность качества решения вышеназванных задач. Кроме того, системы ИИ, в отличие от военнослужащих, не имеют проблем психологической совместимости между собой или с операторами, а также легко переобучаемы.
Стоит обратить серьезное внимание и на тот факт, что США и ряд других ведущих мировых держав вкладывают значительные средства в создание полностью автономных ударных беспилотных летательных аппаратов (БПЛА) с ИИ, способных без поддержки извне действовать в оспариваемом пространстве (таблица 1). Таким образом, в недалеком будущем войска ПВО-ПРО столкнутся с ситуацией, когда автономные БПЛА будут совмещать в себе интеллект пилотируемых платформ и маневренные характеристики беспилотных платформ, что чрезвычайно поднимет динамику противовоздушного боя и усложнит его характер. Боевые расчеты командных пунктов войск ПВО-ПРО не смогут в такой обстановке принимать решения в реальном масштабе времени.
Несмотря на очевидное отставание в сфере ИИ российских образцов вооружений, необходимо отменить, что распространенность ИИ в образцах вооружений армии США на сегодняшний день также значительно уступает коммерческому сектору программных продуктов, что сокращает в этом сегменте дистанцию между отечественной и иностранной военной техникой и потенциально позволяет сократить указанный разрыв.
ИИ мог бы найти своё применение при решении следующих основных задач, нерешаемых и решаемых не в полной мере традиционными вычислительными алгоритмами КСА войск ПВО-ПРО:
– распознавание класса и типа цели по сигнальным признакам, выделение цели на фоне помех (решение задачи распознавания образа в радиочастотном диапазоне);
– распознавание типа и класса цели по траекторным признакам;
– распознавание тактического предназначения цели и группы целей (вскрытия замысла удара противника) по совокупности признаков целей, сведений о местности и объектах обороны;
– сопровождение активно маневрирующих и разделяющихся целей, в том числе осуществляющих запуск различных ложных целей, ловушек, авиационных средств поражения, применяющих «интеллектуальные» помехи;
– решение задачи оценки уровня подготовленности боевых расчетов управляемых огневых и разведывательных средств (как в реальном масштабе, то есть непосредственно во время боя, так и в накопительном – по результатам предшествующего опыта боев);
– решение задачи целераспределения и целеуказания с учетом как прогнозирования движения и действий цели, исходя из её класса и тактического предназначения, так и уровня подготовки нижестоящих боевых расчетов.
Дополнительно КСА с ИИ могли бы решать следующие вспомогательные задачи:
– автоматизация установленных руководящими документами алгоритмов действий различных номеров расчета в типовых ситуациях (например, действий оперативного дежурного при выявлении самолета-нарушителя, приведении в высшие степени боевой готовности и т.п.);
– создание различных учебных налетов (помощь в формировании налета и реализация замысла удара), реализация интерактивного (по отношению к действиям обучаемого расчета) поведения учебных целей;
– помощь расчету в определении неисправных узлов самого КСА, а также в оценке исправности подчиненных средств по результатам их действий в ходе боевой работы.
Такой КСА мог бы эффективно решать задачи не только в ходе подготовки и ведения противовоздушного боя, но и в решении задач боевого дежурства по ПВО.
На следующем этапе развития систем вооружения технологии ИИ могли бы найти своё применение при решении задач:
– распознавание цели на фоне помехи;
– самообучение и моделирование (в том числе самообучение при моделировании) боевых действий;
– автоматизированное извлечение знаний (положительного опыта) в ходе учебных боев и боевых действий;
– накопление и применение знаний об особенностях тактики действий противника в регионе применения КСА;
– решение задач в общем информационном пространстве с большим объемом разнородной информации (технологии Big Data): данные о метеорологической обстановке, времени суток и года, рельефе местности, инженерной, радиационной, химической и биологической обстановки, нерадиолокационной (радио- и радиотехнической, оптической, агентурной) разведывательной информации.
Таким образом, КСА с ИИ может быть обучаемым (иными словами, может дополнительно принимать в себя новый боевой опыт, полученный и систематизированный другими боевыми расчетами на других пунктах управления) и самообучаемым (то есть может корректировать эвристические алгоритмы на основе собственного боевого опыта, учитывая особенности конкретной местности, противника, взаимодействующих сил, подчиненных средств).
Технологии ИИ позволят автоматизировано применить и распространить опыт наиболее опытных боевых расчетов, опыт реальных боевых действий на все расчеты войск ПВО-ПРО.
В ходе своего развития КСА с ИИ сможет помочь сформировать принципиально новые тактические приемы борьбы с воздушно-космическим противником, по аналогии с тем, как это произошло в других сферах применения технологий ИИ, например, в шахматах, которые также можно рассматривать как простейшую модель двусторонних боевых действий.
Так, например, 7 декабря 2017 года программный продукт AlphaZero компании Google выиграл у программы Stockfsh 8, чемпиона мира 2016 года среди компьютерных программ [6]. Stockfsh 8 имела доступ к опыту, накопленному человеком за сотни лет игры в шахматы, а также к данным шахматных программ за несколько десятков лет. Она могла анализировать 70 миллионов шахматных позиций в секунду. Скорость вычислений AlphaZero составляла лишь 80 тысяч операций в секунду, и создатели программы не обучили ее шахматной стратегии – даже стандартным дебютам. Осваивая шахматы, программа AlphaZero использовала самые современные методы машинного обучения, играя сама с собой. Тем не менее из ста партий, сыгранных со Stockfsh 8, AlphaZero выиграл 28 и свел вничью 72. AlphaZero, чтобы научиться играть в шахматы и подготовиться к матчу с Stockfsh 8, потребовалось четыре часа. Программа AlphaZero за четыре часа, без какой бы то ни было помощи со стороны человека, проделала путь от полного незнания до вершин мастерства. Другими словами, AlphaZero за 4 часа нашла более эффективные игровые стратегии, чем всё человечество за несколько тысячелетий.
Созданные для КСА войск ПВО-ПРО технологии ИИ и сам опыт их разработки было бы в дальнейшем несложно распространить на другие системы управления различных звеньев управления родов и видов Вооруженных Сил России.
Возможные подходы к внедрению технологий ИИ в КСА войск ПВО-ПРО
В связи с ограниченным опытом российских разработчиков в области создания систем с ИИ, задачу разработки технологий ИИ для применения в КСА войск ПВО-ПРО целесообразно было бы начать с инициативной НИР (или аванпроекта) по определению (выбору) технологии создания перспективного КСА с ИИ.
Представляется, что на первом этапе для снижения рисков разработки оптимальным решением мог бы стать КСА с ИИ на основе эвристических алгоритмов с формальной логикой (экспертной системе с базой знаний), построенный с применением существующей ЭКБ. Такой подход был бы дешевле и легче в реализации.
Дальнейшим развитием КСА, по мере развития специальной ЭКБ и технических возможнстей, стало бы внедрение технологий ИИ на основе искусственных нейронных сетей.
В рамках предлагаемой НИР целесообразно поставить для решения следующие задачи:
1. Сбор сведений по различным источникам (информационные сети, периодические издания, книжная продукция) о существующих коммерческих и военных зарубежных информационных и технических системах и об аналогичных системах в коммерческом секторе экономики России, где применяются технологии ИИ. Систематизация сведений. Поиск соответствия решаемых ИИ задач коммерческого и военного секторов задачам, возникающим при ведении боевых действий войсками ПВО-ПРО.
2. Построение онтологии предметной области. Выбор и обоснование оптимальной для применения в КСА войск ПВО-ПРО технологии ИИ. Выбор и обоснование оптимального уровня автоматизации для решения задач искусственным интеллектом.
3. Выбор и обоснование оптимального метода построения базы знаний КСА с ИИ.
4. Выбор и обоснование оптимального метода извлечения необходимых знаний и опыта из лиц боевого расчета, метода структурирования существующего опыта боевых действий.
Научно-технические результаты, полученные при выполнении данной НИР, должны быть применены в дальнейшем в ходе опытно-конструкторских работ по созданию КСА нового поколения.
Выводы
В будущих вооруженных конфликтах в среднесрочной перспективе центр тяжести переместится на противоборство систем управления средствами поражения и разведки, так как для обеспечения военного доминирования в мире США выбрали стратегию широкомасштабного использования ИИ в системах вооружений, что, как показывает историческая ретроспектива, вынудит и другие страны пойти этим же путем.
Представляется, что одним из возможных эффективных решений по противодействию перспективным высокотехнологичным интеллектуальным СВКН ведущих держав мира может стать внедрение технологий ИИ в КСА войск ПВО-ПРО.
Создание таких КСА следует начинать с выбора и внедрения технологий экспертных систем из других областей техники, в которых решаются сходные по своей алгоритмической сути задачи.
Список литературы:
1. Brian D. Ripley. Pattern Recognition and Neural Networks. Cambridge: Cambridge University Press, 2011.
2. Roger Penrose. The Large, the Small and the Human Mind. Cambridge University Press, 1997.
3. URL: http://archive.defense.gov/pubs/OSD013411-14.pdf
4. URL: https://www.csis.org/analysis/assessing-third-offset-strategy
5. Nicholas Ernest et al., Genetic Fuzzy based Artificial Intelligence for Unmanned Combat Aerial Vehicle Control in Simulated Air Combat Missions, Journal of Defense Man-agement 6:1 (2016), 1–7.
6. Google’s AlphaZero Destroys Stockfsh in 100 Game Match, Chess.com, 6 December 2017, URL: https://www.chess.com/news/view/google s alphazero destroys stockfish in 100 game matches, доступ 11.02.2018.
0
