ارتش آمریکا در حال گسترش استفاده از هوش مصنوعی در عملیات نظامی است؛ فناوری‌ای که حالا از مرحله آزمایش و پروژه‌های محدود عبور کرده و به بخشی از فرایند تحلیل اطلاعات، شناسایی اهداف و پشتیبانی از تصمیم‌گیری فرماندهان تبدیل شده است. گزارش‌های تازه نشان می‌دهند پنتاگون می‌خواهد با کمک مدل‌های پیشرفته هوش مصنوعی، حجم عظیم داده‌های میدان نبرد را سریع‌تر پردازش کند و فاصله میان شناسایی یک تهدید تا واکنش نظامی را کاهش دهد.
یکی از نشانه‌های مهم این تغییر، استفاده گسترده‌تر از سامانه Maven در عملیات نظامی آمریکا و سرمایه‌گذاری ۷۰۰ میلیون دلاری ارتش این کشور برای توسعه پلتفرم هوش مصنوعی Chariot است. این تحولات در کنار همکاری پنتاگون با شرکت‌های بزرگ فناوری، نشان می‌دهند هوش مصنوعی به یکی از اجزای اصلی راهبرد نظامی آمریکا تبدیل شده است.
هوش مصنوعی چگونه وارد عملیات نظامی آمریکا شده است؟
بر اساس گزارش ۳۰ اکتبر ۲۰۲۶ رویترز، سامانه Maven در جریان عملیات نظامی آمریکا علیه ایران با ابعادی بی‌سابقه برای تحلیل اطلاعات و پشتیبانی از شناسایی اهداف به کار گرفته شد. این سامانه داده‌های مختلف اطلاعاتی را کنار هم قرار می‌دهد تا تحلیلگران و فرماندهان بتوانند تصویر جامع‌تری از وضعیت میدان نبرد داشته باشند.
Maven به‌جای تکیه بر یک منبع اطلاعاتی، داده‌های دریافتی از حسگرها، تصاویر، گزارش‌ها و منابع مختلف را با کمک مدل‌های هوش مصنوعی تحلیل و ترکیب می‌کند. نتیجه این فرایند می‌تواند شناسایی سریع‌تر اشیای مشکوک، بررسی تحرکات نظامی و اولویت‌بندی اطلاعات مهم باشد.
نقش شرکت Palantir در یکپارچه‌سازی داده‌ها و توسعه زیرساخت این سامانه اهمیت زیادی دارد. در کنار آن، مدل‌های شرکت‌هایی مانند OpenAI، Google، Microsoft و دیگر ارائه‌دهندگان فناوری نیز در اکوسیستم هوش مصنوعی مورد استفاده ارتش آمریکا قرار گرفته‌اند.
به گفته مقام‌های نظامی آمریکا، این فناوری به تحلیلگران کمک می‌کند حجم بزرگی از اطلاعات را در زمان کوتاه‌تری بررسی کنند و تصمیم‌های آگاهانه‌تری بگیرند. با این حال، سرعت بیشتر تحلیل به‌تنهایی تضمین‌کننده تصمیم درست نیست و کیفیت داده‌های ورودی همچنان اهمیت اساسی دارد.
سرمایه‌گذاری ۷۰۰ میلیون دلاری ارتش آمریکا روی پلتفرم Chariot
یکی از مهم‌ترین تحولات اخیر، قرارداد توسعه و گسترش پلتفرم هوش مصنوعی Chariot است. ارتش آمریکا توافقی به ارزش ۷۰۰ میلیون دلار با شرکت Striveworks امضا کرده تا استفاده از این فناوری را در یگان‌ها و مأموریت‌های بیشتری گسترش دهد.
این قرارداد حدود ۱۰ برابر بزرگ‌تر از توافق سازمانی اولیه توصیف شده و Chariot یکی از اجزای مهم برنامه Next Generation Command and Control یا NGC2 ارتش آمریکا محسوب می‌شود.
Chariot از عامل‌های هوش مصنوعی برای پردازش اطلاعات مختلف استفاده می‌کند. این اطلاعات می‌توانند شامل موارد زیر باشند:
- گزارش‌های دریافتی از نیروهای حاضر در میدان نبرد
- ارتباطات رادیویی و پیام‌های عملیاتی
- داده‌های حسگرها و تجهیزات شناسایی
- تصاویر و اطلاعات جمع‌آوری‌شده توسط پهپادها
- داده‌های مربوط به تحرکات و تجهیزات نظامی
سامانه پس از دریافت اطلاعات، به نیروهای نظامی کمک می‌کند اهمیت هر داده را ارزیابی کنند. برای مثال، آیا یک وسیله نقلیه مشاهده‌شده یک خودروی عادی است یا یک تجهیز نظامی مهم؟ آیا اطلاعات موجود ارزش بررسی بیشتر دارند؟ و آیا موضوع شناسایی‌شده با اولویت‌های فرماندهی مطابقت دارد؟
طبق توضیحات مدیرعامل Striveworks، این سامانه می‌تواند برخی کارهایی را که پیش‌تر به چهار تا ۱۰ نفر و حدود یک ساعت زمان نیاز داشت، در چند دقیقه انجام دهد. این عدد، ادعای مطرح‌شده از سوی مدیر شرکت است و نباید آن را نتیجه یک آزمون مستقل و عمومی در تمام شرایط عملیاتی دانست.
ارتش آمریکا پیش‌تر این فناوری را در تمرین‌ها و پروژه‌های آزمایشی، از جمله Project Convergence Capstone 6 در کالیفرنیا، بررسی کرده است. اکنون برنامه بر گسترش استفاده از آن در یگان‌های بیشتر و سازگار کردن فناوری با محیط‌های دشوار و پراکنده متمرکز است.
هدف اصلی؛ کاهش فاصله میان شناسایی تهدید و تصمیم‌گیری
در میدان نبرد مدرن، اطلاعات از منابع متعددی تولید می‌شوند. پهپادها، ماهواره‌ها، رادارها، دوربین‌ها، تجهیزات ارتباطی و نیروهای انسانی ممکن است هم‌زمان داده‌های زیادی ارسال کنند.
مشکل اینجاست که تحلیل دستی تمام این اطلاعات می‌تواند زمان‌بر باشد. در شرایطی که تحرکات نظامی با سرعت زیادی تغییر می‌کنند، تأخیر در تحلیل داده‌ها ممکن است فرصت واکنش مناسب را از فرماندهان بگیرد.
هوش مصنوعی قرار است این مشکل را تا حدی برطرف کند. این فناوری می‌تواند اطلاعات را دسته‌بندی کند، موارد مهم را برجسته سازد و ارتباط میان داده‌هایی را پیدا کند که بررسی جداگانه آن‌ها دشوار است.
در چنین ساختاری، فرایند تصمیم‌گیری نظامی می‌تواند سریع‌تر شود:
۱. اطلاعات از پهپادها، حسگرها و منابع اطلاعاتی جمع‌آوری می‌شوند.
۲. سامانه هوش مصنوعی داده‌ها را پردازش و موارد مهم را شناسایی می‌کند.
۳. اطلاعات مرتبط با اولویت‌های مأموریت و دستورهای فرماندهی مقایسه می‌شوند.
۴. تحلیل‌ها و پیشنهادها در اختیار نیروهای انسانی قرار می‌گیرند.
۵. تصمیم عملیاتی مطابق ساختار فرماندهی و قواعد مأموریت اتخاذ می‌شود.
این روند می‌تواند بار شناختی نیروهای نظامی را کاهش دهد؛ یعنی سربازان و فرماندهان به‌جای بررسی دستی حجم بزرگی از اطلاعات خام، زمان بیشتری برای ارزیابی شرایط و تصمیم‌گیری خواهند داشت.
پنتاگون به دنبال ساخت نیروی نظامی مبتنی بر هوش مصنوعی است
برنامه‌های ارتش آمریکا به Maven و Chariot محدود نمی‌شوند. دفتر ارشد دیجیتال و هوش مصنوعی وزارت دفاع آمریکا (CDAO) مجموعه‌ای از پروژه‌ها را برای گسترش استفاده از هوش مصنوعی در سطح نیروهای مسلح دنبال می‌کند.
در وب‌سایت رسمی این دفتر، پروژه‌هایی با اهداف مختلف معرفی شده‌اند:
| پروژه | هدف اصلی |
|---|---|
| Swarm Forge | آزمایش و توسعه روش‌های جدید استفاده از قابلیت‌های مبتنی بر هوش مصنوعی و مقابله با آن‌ها |
| Agent Network | توسعه عامل‌های هوش مصنوعی برای مدیریت نبرد و پشتیبانی از تصمیم‌گیری |
| Ender’s Foundry | بهبود شبیه‌سازی‌های نظامی با کمک هوش مصنوعی |
| Open Arsenal | تسریع تبدیل اطلاعات فنی و اطلاعاتی به قابلیت‌های نظامی |
| GenAI.mil | فراهم کردن دسترسی کارکنان وزارت دفاع به مدل‌های پیشرفته هوش مصنوعی |
| Enterprise Agents | توسعه عامل‌های هوشمند برای خودکارسازی فرایندهای سازمانی |
| Maven Smart System | تحلیل و ترکیب داده‌های حسگرها و شناسایی اشیا در محیط عملیاتی |
این برنامه‌ها نشان می‌دهند پنتاگون به دنبال استفاده از هوش مصنوعی در بخش‌های مختلف است؛ از مدیریت اطلاعات و امور اداری گرفته تا شبیه‌سازی، تحلیل اطلاعات و پشتیبانی از عملیات میدانی.
نکته مهم این است که همه این پروژه‌ها در یک سطح از بلوغ قرار ندارند. برخی سامانه‌ها در عملیات یا تمرین‌های نظامی استفاده شده‌اند و برخی دیگر همچنان در مرحله توسعه، آزمایش یا گسترش قرار دارند.
نقش شرکت‌های بزرگ فناوری در نظامی‌سازی هوش مصنوعی
گسترش هوش مصنوعی در ارتش آمریکا بدون مشارکت شرکت‌های فناوری به‌سختی امکان‌پذیر است. توسعه مدل‌های پیشرفته، زیرساخت پردازشی، نرم‌افزارهای تحلیل داده و سامانه‌های امن به تخصص شرکت‌های خصوصی نیاز دارد.
در گزارش رویترز به حضور فناوری شرکت‌هایی مانند Anthropic، OpenAI، Google، Microsoft و xAI در اکوسیستم هوش مصنوعی نظامی آمریکا اشاره شده است.
با این حال، همکاری دولت و شرکت‌های فناوری همیشه بدون اختلاف نیست. یکی از بحث‌های مهم سال ۲۰۲۶ اختلاف پنتاگون و Anthropic بر سر محدودیت‌های استفاده نظامی از مدل Claude بود.
Anthropic خواهان حفظ محدودیت‌هایی در زمینه نظارت گسترده بر شهروندان و استفاده از سامانه‌های کاملاً خودمختار برای کشتار بود. در مقابل، مقام‌های دفاعی آمریکا بر امکان استفاده از فناوری برای اهداف قانونی نظامی تأکید داشتند.
این اختلاف نشان داد شرکت‌های سازنده مدل‌های هوش مصنوعی ممکن است درباره کاربرد محصولات خود در عملیات نظامی با دولت‌ها اختلاف نظر داشته باشند. همچنین وابستگی ارتش به شرکت‌های خصوصی می‌تواند موضوعاتی مانند دسترسی به فناوری، پشتیبانی فنی و کنترل زیرساخت‌های حیاتی را به مسئله‌ای راهبردی تبدیل کند.
آیا هوش مصنوعی می‌تواند به‌تنهایی درباره حمله نظامی تصمیم بگیرد؟
یکی از حساس‌ترین پرسش‌ها درباره استفاده نظامی از هوش مصنوعی، میزان اختیار این فناوری در تصمیم‌های مرگبار است.
باید میان دو مفهوم تفاوت قائل شد:
هوش مصنوعی برای پشتیبانی از تصمیم‌گیری: سامانه اطلاعات را تحلیل می‌کند، اهداف احتمالی را پیشنهاد می‌دهد و گزینه‌های مختلف را در اختیار فرماندهان قرار می‌دهد. تصمیم نهایی همچنان در اختیار انسان و ساختار فرماندهی است.
سلاح خودمختار: سامانه می‌تواند در محدوده‌ای از شرایط، بدون تأیید لحظه‌ای انسان، هدف را شناسایی و اقدام نظامی را اجرا کند.
استفاده از مدل‌های هوش مصنوعی برای تحلیل اطلاعات به‌معنای آن نیست که این مدل‌ها به‌طور مستقل اجازه شلیک یا حمله دارند. با این حال، هرچه نقش الگوریتم‌ها در زنجیره تصمیم‌گیری بیشتر شود، نظارت انسانی و مسئولیت‌پذیری اهمیت بیشتری پیدا می‌کند.
حتی زمانی که تصمیم نهایی با انسان است، سرعت بالای تولید پیشنهادهای الگوریتمی می‌تواند بر قضاوت او تأثیر بگذارد. اگر فرمانده بیش از اندازه به خروجی سامانه اعتماد کند، احتمال دارد خطای هوش مصنوعی به تصمیم عملیاتی تبدیل شود.
خطر خطای هوش مصنوعی و احتمال آسیب به غیرنظامیان
هوش مصنوعی با وجود توانایی پردازش حجم بزرگی از داده‌ها، از خطا مصون نیست. مدل‌ها ممکن است اطلاعات ناقص را اشتباه تفسیر کنند، اشیای غیرنظامی را با تجهیزات نظامی اشتباه بگیرند یا بر اساس داده‌های قدیمی نتیجه‌گیری کنند.
گزارش رویترز در ۳۰ اکتبر به دو نمونه نگران‌کننده اشاره کرده است. در یکی از موارد، تحلیل اشتباه هوش مصنوعی درباره احتمال حمل قطعات مرتبط با سلاح‌های هسته‌ای توسط یک کشتی تجاری چینی، بنا بر گزارش CNN، نزدیک بود به اقدام نیروهای آمریکایی برای ورود به کشتی منجر شود.
در مورد دیگری نیز حمله مرگبار به یک مدرسه دخترانه در آغاز جنگ ایران با داده‌ها و نقشه‌های قدیمی مرتبط دانسته شد. مقام‌های آمریکایی علت این حادثه را اطلاعات قدیمی اعلام کردند، نه لزوماً تحلیل خود سامانه هوش مصنوعی.
این نمونه‌ها نشان می‌دهند حتی اگر الگوریتم‌ها در پردازش اطلاعات سریع باشند، کیفیت داده‌های ورودی و روش بررسی خروجی آن‌ها همچنان تعیین‌کننده است.
در عملیات نظامی، یک اشتباه کوچک در تشخیص موقعیت یا هویت یک هدف می‌تواند پیامدهای انسانی بسیار بزرگی داشته باشد. به همین دلیل، بررسی مستقل اطلاعات، امکان رد پیشنهادهای سامانه و مشخص بودن مسئولیت تصمیم نهایی ضروری است.
آیا هوش مصنوعی برتری نظامی آمریکا را تضمین می‌کند؟
آمریکا امیدوار است استفاده گسترده‌تر از هوش مصنوعی به نیروهای نظامی این کشور برتری اطلاعاتی و عملیاتی بدهد. پردازش سریع‌تر داده‌ها، هماهنگی بهتر میان یگان‌ها و کاهش زمان تصمیم‌گیری می‌توانند مزیت‌های مهمی در میدان نبرد ایجاد کنند.
اما تجربه جنگ ایران نشان داده است که سرعت بیشتر و استفاده از حملات دقیق، الزاماً به معنای دستیابی به پیروزی راهبردی نیست. رویترز در گزارش خود تأکید می‌کند که با وجود استفاده گسترده از قابلیت‌های پیشرفته و حملات دقیق، دستیابی به نتیجه قطعی نظامی تضمین نشده و مصرف مهمات و منابع نیز به یک نگرانی جدی تبدیل شده است.
هوش مصنوعی ممکن است به فرماندهان کمک کند سریع‌تر تصمیم بگیرند، اما نمی‌تواند به‌تنهایی پیامدهای سیاسی، اقتصادی و انسانی یک جنگ را پیش‌بینی کند.
از طرف دیگر، وابستگی به شرکت‌های خصوصی و زیرساخت‌های پردازشی نیز یک چالش راهبردی است. متحدان آمریکا ممکن است نگران باشند که دسترسی آن‌ها به سامانه‌های حیاتی تحت تأثیر تصمیم‌های سیاسی واشنگتن یا سیاست‌های شرکت‌های فناوری قرار بگیرد.
مطالعه بیشتر
جمع‌بندی
ارتش آمریکا در حال عبور از مرحله آزمایش‌های محدود و حرکت به سمت استفاده گسترده‌تر از هوش مصنوعی در عملیات نظامی است. توسعه سامانه‌هایی مانند Maven، سرمایه‌گذاری ۷۰۰ میلیون دلاری روی Chariot و برنامه‌های دفتر هوش مصنوعی وزارت دفاع نشان می‌دهند این فناوری به یکی از محورهای اصلی تحول نظامی آمریکا تبدیل شده است.
مهم‌ترین مزیت هوش مصنوعی، توانایی پردازش سریع حجم عظیمی از اطلاعات و کمک به فرماندهان برای درک بهتر شرایط میدان نبرد است. اما این فناوری هنوز با مشکلاتی مانند خطای داده، تشخیص اشتباه اهداف، وابستگی به شرکت‌های خصوصی و دشواری تعیین مسئولیت مواجه است.
در نهایت، آینده جنگ فقط به این بستگی ندارد که کدام کشور مدل هوش مصنوعی قدرتمندتری دارد؛ بلکه به این نیز وابسته است که کدام ارتش بتواند از این فناوری با دقت، نظارت انسانی و مسئولیت‌پذیری بیشتری استفاده کند.
سؤالات متداول (FAQ)
از جمله سامانه‌های مطرح می‌توان به Maven Smart System و پلتفرم Chariot اشاره کرد. این فناوری‌ها برای تحلیل اطلاعات، ترکیب داده‌های حسگرها و پشتیبانی از تصمیم‌گیری نظامی توسعه یافته‌اند.
Chariot محصول شرکت Striveworks است که با استفاده از عامل‌های هوش مصنوعی داده‌های دریافتی از پهپادها، حسگرها، گزارش‌ها و ارتباطات را تحلیل می‌کند تا به نیروهای نظامی در ارزیابی اطلاعات و اولویت‌بندی تهدیدها کمک کند.
این قرارداد برای گسترش استفاده از پلتفرم Chariot در یگان‌ها و مأموریت‌های بیشتر و توسعه قابلیت‌های مرتبط با برنامه فرماندهی و کنترل نسل بعدی ارتش آمریکا منعقد شده است.
استفاده از هوش مصنوعی برای شناسایی و پیشنهاد اهداف لزوماً به معنای اختیار مستقل برای اجرای حمله نیست. باید میان سامانه‌های پشتیبان تصمیم‌گیری و سلاح‌های کاملاً خودمختار تفاوت قائل شد.
خطای تشخیص، استفاده از داده‌های قدیمی، اعتماد بیش از اندازه نیروهای انسانی به پیشنهادهای الگوریتمی و دشواری تعیین مسئولیت در صورت وقوع اشتباه از مهم‌ترین خطرها هستند.