ف.م.هاشمی

سیستم هوشمند " مِی وِن ":

جنگ الگوریتمها

اخیراً نشریۀ واشنگتن پست مدعی شد ارتش آمریکا ازپیشرفته ترین هوش مصنوعی که تاکنون درجنگ بکاررفته ، برای حمله به هزارهدف درایران طی 24 ساعت استفاده کرده است. ده روزبعد ، این رقم 5 هزارهدف اعلام شد ومعلوم گردید که ارتش آمریکا قصددارد ازاین هم فراتررود : هزارهدف درساعت ! ازسامانه ای بنام " مِی وِن اسمارت " (Maven Smart System) دراین حمله استفاده شد که توسط شرکت " پالانتیر" (Palantir) ساخته شده که برای شناسائی ، هدفگیری لحظه ای ، واولویت بندی اهداف بکارمی رود. " می ون " که باابزارهوش مصنوعی " کلود " (Cloude) ازشرکت " آنتروپیک " (Anthropic) تقویت شده ، صدها هدف رادرایران با مختصات دقیق مکانی پیشنهادداده وآنها را اولویت بندی کرده بود. دولت آمریکا همچنین اعلام کرده که ازیک چت بات هوش مصنوعی بنام Grok نیزکه ساختۀ شرکت XAI متعلق به ایلان ماسک است ، درعملیات اخیرنظامی درخاک ایران استفاده کرده است. Grok درچهارچوب پروژۀ " مِی وِن " عمل می کند. البته هنوز اطلاعات چندانی ازعملکرد این سیستمها دردست نیست اما می توان بامراجعه به منابع اطلاعاتی عمومی وغیرطبقه بندی شده ، به درکی کلی ازسیستم " مِی وِن" رسید.

چند پرسش مهم دربارۀ سیستم " مِی وِن " مطرح است. اول اینکه این سیستم اصولاً چیست ؟ " می ون " یک سیستم هوشمند است که پنتاگون ازسال 2017 برای استفاده درجنگ بکارگرفت. گوگل یکی ازشرکای اولیۀ این پروژه بود که پس ازاعتراض کارکنانش به مشارکت در توسعۀ هوش مصنوعی نظامی، درسال 2018 ازآن کنارکشید وشرکت پالانتیر که درزمینۀ یکپارچه سازی وتحلیل داده فعالیت می کند ، جای آنراگرفت. سقف قرارداد پنتاگون برای این پروژه درسال گذشته ، ازیک میلیارد دلارفراتررفت ونخستین نتایج نتایج آن نیز درپائیزهمان سال نمایان گردید. سیستم " می ون " هم اکنون توسط ستاد مشترک ارتش ، فرماندهی های رزمی ، وبخش های مختلف پنتاگون ، اسرائیل ومتحدین ناتو استفاده می شود. "می ون " یک رابط گرافیکی (GUI) برای یک کاسه کردن اهداف اطلاعاتی وهدفگیری نظامی است. رابط های " می ون " نمائی زنده وهماهنگ از صحنۀ نبرد ارائه می دهد تاجنگجویان وتصمیم گیرندگان رابه درک لحظه ای ازاهداف، مجهزنمایند.

ترکیب " می ون " و " کلود " ، ابزاری ایجاد کرده که سرعت کارزارنظامی راافزایش داده وفرصت برنامه ریزی برای ضد حمله راازدشمن می گیرد. این ابزارهوش مصنوعی ، جنگ رادقیق ترنمی کند بلکه فقط آنرا سریعترمی کند. بااستفاده از " می ون "، فرماندهی می تواند کل میدان نبرد رایکجا ودریک نگاه ببیند. بعنوان مثال ، کادرهای زرد رنگ " اهداف بالقوه " وکادرهای آبی رنگ "نیروهای خودی ومناطق ممنوعه " مانند مدرسه وبیمارستان رامشخص می کنند. خبرنگار بلومبرگ که ازنزدیک سامانۀ " می ون " را دیده می گوید : " نگاه کردن به مانیتور، شبیه به نگاه کردن نقشه روی گوشی موبایل است که باکادرهای زرد وآبی علامت گذاری شده است. کادرهای آبی یعنی به این نزن! هدف نیست ! و کادرهای زرد ، براساس الگوریتم دریافتی ، هدف محسوب می شوند : کشتی ، ناوجنگی و... " اما قدرت تشخیص " می ون " به فاکتورهای متعدد بستگی دارد. مثلاً یک انسان تا 84 درصد مواقع می تواند یک تانک را درست تشخیص دهد درحالیکه این عدد برای " می ون " 60 درصد است که درهوای برفی تا 30 درصد کاهش پیدامی کند. این پلتفرم ، کوه عظیمی ازداده های اطلاعاتی ، نظارتی وشناسائی را بسرعت جمع آوری ، دسته بندی وتحلیل می کند. مثلاً سیستم "می ون" مورد استفادۀ فرماندهی مرکزی آمریکا ( سنتکام ) ، اطلاعات خود رااز 179 منبع مختلف جمع آوری می کند. درسناریوی هدفگیری ، کاربرمی تواند اهدافی راکه توسط هوش مصنوعی شناسائی شده اند ، انتخاب کند ، امکانات ضربتی رادراطراف هدف شناسائی نماید وگزینه های مناسب را باتوجه به محدودیتهای عملیاتی مانند زمان حمله ، فاصله ، ونیاز به سوخت ، مقایسه وانتخاب نماید. تمامی این مراحل، توسط " می ون " انجام واولویت بندی می شود وکاربرفقط باید دستورحمله راصادرکند وبازخورد آنرادریافت نماید. درسال 2019 بدین شکل از "می ون " برای شکار " ابوبکرالبغدادی " نیزاستفاده شد.

سئوال دوم این است که " می ون " برای حلّ چه مشکلاتی طراحی شده است؟ درچند دهۀ گذشته ، پنتاگون برای سرعت بخشیدن به هدفگیری اهداف مناسب ، با سه چالش روبرو بود که قابلیتهای هوش مصنوعی ورابط گرافیکی " می ون " نقش مهمی در حل آنها ایفاء نمود. یکی ازاین چالشها، ظرفیت تحلیل ناکافی نسبت به حجم داده های جمع آوری شده بود. درطول جنگهای عراق وافغانستان ، نظارت پهبادی حاضربود وبطورشبانه روزی فیلم جمع آوری می کرد که بسیاری ازآنها بررسی نمی شد. به گفتۀ مدیرشرکت تجاری سنجش ازدورماهواره ای Maxer Technologies ، یک تحلیلگر به 85 سال زمان نیازدارد تا فقط تصاویرماهواره ای یک روزاین شرکت را تحلیل وبررسی کند. این درحالیست که پهبادهای وزارت دفاع آمریکا داده های بسیاربیشتری نسبت به Maxer جمع آوری می کنند."می ون" این مشکل رابااستفاده ازهوش مصنوعی حل کرد. دیگرکارهائی مانند شمارش خودروها یاافراد دریک تصویر، به شکل خودکارانجام می شود ووقت تحلیلگررانمی گیرد. چالش دوم ، دشواری ادغام منابع داده بود. دامنۀ این داده ها ممکن است بسیارگسترده باشد- ویدئوهای پهبادی ، رادارها ، اطلاعات سیگنالی مانند شنود ، اسناد ، شبکه های اجتماعی و...! بسیاری ازاین پلتفرمها ، با فرمتهای سفارشی ساخته می شوند که براحتی بایکدیگرادغام نمی شوند. " می ون " این مشکل را بایک رابط چایگزین حل کرد که قادراست تمام منابع موجود رادرهم ادغام نماید. به گفتۀ یک کارشناس ، قبل از"می ون " ، 97 درصد زمان صرف جمع آوری داده وفقط 3 درصد آن صرف تحلیل می شد امااکنون هوش مصنوعی، این نسبت رامعکوس کرده است. سومین چالش ، مربوط به شناسائی اهداف درمنطقۀ جنگی بود. تصمیم موثر درهدفگیری ، به چیزی فراتر ازداده های حسگر نیازدارد. "می ون" این نیازرابرطرف کرد وآنرا باالگوریتمی خاص تطبیق داد که می تواند هزاران هدف رادرکسری ازساعت شناسائی وبرای اجراء به تیم عملیاتی معرفی نماید. بارزترین معیارکارآمدی " می ون " درآزمون هنگ 18 هوابرد آمریکا مشخص شد که توانست یکی ازعملیات انجام شده درجریان آزادسازی عراق را که با بیش از2 هزارنیرو انجام شده بود ، با 20نفربازسازی نماید.

سئوال سوم به رابطۀ میان " می ون " ومدلهای بزرگ زبانی (LLM) مربوط می شود که برداده های گسترده تر فرادامنه ای مانند وب ، کتابها ومنابه دیگراستوارمی باشد ومی تواند سرعت هدفگیری راتا 5 برابرافزایش دهد وبربینائی دیجیتال تا ده برابر بیفزاید. پالانتیر ، پلتفرم هوش مصنوعی خودرا لایه ای توصیف می کند. سئوال چهارم به نقش "آنتروپیک " درسیستم هوشمند " می ون " مربوط می شود. آنتروپیک اولین شرکت پیشرو درحوزۀ هوش مصنوعی است که مدلهای خودرا درمحیط " می ون " پیاده کرد. سئوال پنجم به رابطۀ میان پنتاگون وآنتروپیک مربوط می شود که درسال 2026 تیره شد. پنتاگون خواستار اضافه شدن بندی به قرارداد2025 بااین شرکت شد که اجازۀ هرگونه استفاده ازمدل هوش مصنوعی " کلود " رابه پنتاگون بدهد وممنوعیت استفاده ازآن درکشتارجمعی رابردارد. این درخواست مورد قبول آنتروپیک قرارنگرفت. درپاسخ ، پرزیدنت ترامپ نیزدستور داد که همۀ سازمانهای فدرال ظرف شش ماه ، از " کلود " فاصله بگیرند. این وضع، رابطۀ آنتروپیک با "می ون " رادرهاله ای ازابهام فروبرده است. شرکتهای پیشروی هوش مصنوعی مانند اسپیس ایکس ، اپن ای آی (Open-AI) ، وگوگل ، به پنتاگون پیشنهاد داده اند که جای خالی آنتروپیک راپرکنند. مدیرعامل پالانتیر گفته است محصولات این شرکت، آنچنان باآنترپیک عجین شده اند که علاوه براینکه جداسازی آنها ازهم ممکن نیست بلکه درآینده ، این دو بامدلهای زبانی بزرگتر ادغام خواهند شد. وبالاخره مسئلۀ ششم ، به آیندۀ سیستم هوشمند " می ون " مربوط می شود. معاون وزیردفاع آمریکا چندی پیش دریادداشتی نوشت که " برای حفظ برتری تصمیم گیری مبتنی برداده ، ضروری است برروی ادغام هوش مصنوعی درهمۀ نیروهای مسلح آمریکا سرمایه گذاری کنیم وتصمیم گیری مبتنی برهوش مصنوعی را اساس استراتژی دفاعی خود قراردهیم." دربدجۀ دفاعی سال 2027 آمریکا ، مبلغ 3/2 میلیارد دلاربرای گسترش سیستم " می ون " درخواست شده است.

منابع ومآخذ

1)what is Maven smart system and what does it do? , www.csis.org

2)war in the hands of the algorithms , www.mronline.org

3)Elon Musks Grok used in US-Iran war , www.news24online.com

4)Iran war tests project Maven , www.bloomberg.com

کمک مالی به کارت بانکی شماره 8732-9635-9973-6037