Τεχνολογία που αναπτύχθηκε μέσα στον πόλεμο της Ουκρανίας πρόκειται να δοκιμαστεί στη Μεγάλη Βρετανία για την επιτήρηση στρατιωτικών εγκαταστάσεων και την προστασία τους από «διαδηλωτές και δρώντες ξένων χωρών». Σε επόμενη φάση, προβλέπεται η επέκταση των νέων συστημάτων σε αεροδρόμια, φυλακές, σιδηροδρομικά δίκτυα και ενεργειακές υποδομές. Η συμφωνία – ορόσημο σηματοδοτεί τη μεταφορά τεχνολογιών και τεχνικών που αναπτύσσονται σε πεδίο μάχης σε συστήματα εσωτερικής ασφάλειας και επιτήρησης.
Η συμφωνία που υπογράφηκε στο Κίεβο στις 24 Αυγούστου από τον Βρετανό πρωθυπουργό Άντι Μπέρναμ και τον Ουκρανό πρόεδρο Βολοντίμιρ Ζελένσκι, καθιστά τη Μ. Βρετανία την πρώτη χώρα που αποκτά πρόσβαση στο Avengers AI Labs, την ουκρανική πλατφόρμα δεδομένων που χρησιμοποιείται για την εκπαίδευση στρατιωτικών συστημάτων τεχνητής νοημοσύνης. Η πρώτη εφαρμογή της θα συνδυάζει τεχνητή νοημοσύνη με θαμμένα καλώδια οπτικών ινών, μετατρέποντάς τα σε αισθητήρες ικανούς να εντοπίζουν δραστηριότητα στο έδαφος. Η συνεργασία προβλέπει επίσης κοινή έρευνα σε AI chips χαμηλής κατανάλωσης για drones και αυτόνομα συστήματα με τη συμμετοχή πανεπιστημίων, στρατιωτικών εμπειρογνωμόνων και εταιρειών τεχνολογίας των δύο χωρών.
Πέντε εκατομμύρια εικόνες πραγματικού πολέμου
Ένα σύστημα AI που καλείται να αναγνωρίσει ένα άρμα, ένα drone ή έναν άνθρωπο πρέπει προηγουμένως να έχει «δει» μεγάλο αριθμό σχετικών παραδειγμάτων. Η διαδικασία είναι παρόμοια με την εκπαίδευση συστημάτων που αναγνωρίζουν αυτοκίνητα ή ζώα σε φωτογραφίες. Στη στρατιωτική χρήση, όμως, η συγκέντρωση αξιόπιστων δεδομένων είναι πολύ δυσκολότερη. Ένα άρμα σε φωτογραφία κατασκευαστή είναι καθαρά ορατό. Στο πεδίο της μάχης όμως, μπορεί να βρίσκεται πίσω από δέντρα, να εμφανίζεται για λίγα δευτερόλεπτα σε βίντεο χαμηλής ποιότητας ή να καταγράφεται νύχτα από θερμική κάμερα.
Τέτοιες πληροφορίες έχει συγκεντρώσει η Ουκρανία στο πεδίο της μάχης. Το Avengers AI Labs έχει δημιουργηθεί γύρω από ένα επισημασμένο σύνολο περίπου πέντε εκατομμυρίων εικόνων από πραγματικές πολεμικές επιχειρήσεις. Το μεγαλύτερο μέρος των δεδομένων προέρχεται από το DELTA, το ουκρανικό σύστημα διαχείρισης πεδίου μάχης που συγκεντρώνει πληροφορίες από drones, κάμερες και άλλους αισθητήρες. Στη βάση υπάρχουν εικόνες οχημάτων, πυροβολικού, συστημάτων αεράμυνας, στρατιωτών και διαφορετικών τύπων drones.
Οι εικόνες είναι «annotated», δηλαδή επισημασμένες. Αυτό σημαίνει ότι άνθρωποι ή ειδικά συστήματα έχουν ονοματίσει τι εμφανίζεται σε αυτές. Το AI εκπαιδεύεται στη συνέχεια πάνω σε εκατομμύρια τέτοιες αντιστοιχίες, μέχρι να μπορεί να αναγνωρίζει μόνο του παρόμοια αντικείμενα σε νέες εικόνες.
Σύμφωνα με το ουκρανικό υπουργείο Άμυνας, περισσότερες από 100 ουκρανικές εταιρείες χρησιμοποιούν ήδη πραγματικά δεδομένα πεδίου μάχης για την εκπαίδευση μοντέλων AI. Η Ουκρανία άνοιξε το 2026 τη δυνατότητα χρήσης τέτοιων δεδομένων με συνεργαζόμενες εταιρείες και διεθνείς εταίρους, με βασικό στόχο την αύξηση της αυτονομίας των drones και άλλων μη επανδρωμένων συστημάτων.
Η ουκρανική κυβέρνηση αναφέρει επίσης ότι τα μοντέλα που έχουν εκπαιδευτεί με τα δεδομένα αυτά χρησιμοποιούνται ήδη σε αυτοματοποιημένο σύστημα εντοπισμού στόχων, το οποίο επεξεργάζεται περισσότερες από 100.000 ροές βίντεο από drones κάθε μήνα και αναγνωρίζει περίπου το 70% των εχθρικών στόχων σε πραγματικό χρόνο. Να σημειωθεί ωστόσο, ότι τα παραπάνω νούμερα προέρχονται από το ουκρανικό υπουργείο Άμυνας, όχι ανεξάρτητο φορέα.
Πώς ένα καλώδιο οπτικών ινών γίνεται αισθητήρας
Η βρετανική κυβέρνηση ανακοίνωσε ότι με τη νέα συμφωνία θα δοκιμάσει ένα σύστημα που θα μετατρέπει θαμμένα καλώδια οπτικών ινών σε έναν μεγάλο «AI-enabled sensor». Η ιδέα ακούγεται περισσότερο εξωτική από όσο είναι στην πραγματικότητα και αυτό γιατί η βασική τεχνολογία ανίχνευσης μέσω οπτικών ινών υπάρχει ήδη. Η καινοτομία που επιδιώκεται τώρα, βρίσκεται στην αυτοματοποιημένη ερμηνεία των σημάτων και στη σύνδεσή τους με άλλα συστήματα επιτήρησης.
Μια οπτική ίνα μεταφέρει φως. Όταν το έδαφος γύρω της δονείται, προκαλούνται εξαιρετικά μικρές μεταβολές στην ίνα και κατά συνέπεια στο φως που επιστρέφει προς το σύστημα μέτρησης. Με τον κατάλληλο εξοπλισμό μπορεί να προσδιοριστεί σε ποιο περίπου σημείο ενός καλωδίου (μήκους πολλών χιλιομέτρων) συνέβη η δόνηση.
Στην πράξη, ένα καλώδιο μπορεί να λειτουργήσει σαν μια πολύ μεγάλη σειρά αισθητήρων. Το επόμενο πρόβλημα είναι να προσδιοριστεί τι προκάλεσε τη δόνηση. Ένας άνθρωπος που περπατά παράγει διαφορετικό μοτίβο από ένα αυτοκίνητο. Ένα βαρύ φορτηγό παράγει διαφορετικές συχνότητες από ένα μικρό όχημα. Το σκάψιμο κοντά σε ένα καλώδιο δημιουργεί διαφορετική ακολουθία σημάτων από την απλή διέλευση ενός πεζού.
Εδώ χρησιμοποιείται η μηχανική μάθηση. Ένα μοντέλο τροφοδοτείται με μεγάλο αριθμό γνωστών παραδειγμάτων και μαθαίνει να ταξινομεί τα σήματα. Αν λειτουργήσει με επαρκή ακρίβεια, το σύστημα δεν θα αναφέρει απλώς ότι «κάτι κινήθηκε». Θα μπορεί να δώσει μια εκτίμηση του τύπου: πιθανή ανθρώπινη κίνηση στο συγκεκριμένο τμήμα της περιμέτρου.
Για παράδειγμα, στις τρεις τα ξημερώματα δύο άνθρωποι πλησιάζουν μια στρατιωτική εγκατάσταση. Δεν βρίσκονται ακόμη στο οπτικό πεδίο κάμερας. Τα βήματά τους προκαλούν μικρές δονήσεις στο έδαφος. Η οπτική ίνα τις καταγράφει. Το λογισμικό εντοπίζει το σημείο και το AI ταξινομεί το σήμα ως πιθανή ανθρώπινη κίνηση. Λίγα δευτερόλεπτα αργότερα, η ίδια δραστηριότητα εμφανίζεται σε επόμενο τμήμα του καλωδίου. Το σύστημα μπορεί έτσι να υπολογίσει και την κατεύθυνση της κίνησης. Σε μια πιο ανεπτυγμένη εγκατάσταση, αυτή η πληροφορία μπορεί να σταλεί σε κάμερα ασφαλείας ή θερμικό αισθητήρα. Η κάμερα στρέφεται προς το σημείο. Ο άνθρωπος ασφαλείας βλέπει την εικόνα και αποφασίζει αν χρειάζεται επέμβαση.
Οι αντιδράσεις
Τον Ιούνιο η Privacy International και η ειρηνευτική οργάνωση PAX δημοσίευσαν την έκθεση When Algorithms Go to War για τη στρατιωτικοποίηση των τεχνολογιών τεχνητής νοημοσύνης, όπου καταγράφουν την αυξανόμενη συνεργασία εταιρειών τεχνολογίας και αμυντικών βιομηχανιών και εστιάζουν ιδιαίτερα στα συστήματα που μπορούν να επιταχύνουν τον εντοπισμό, την αξιολόγηση και την επιλογή στόχων. Οι δύο οργανώσεις ζητούν δεσμευτικούς διεθνείς κανόνες για τα αυτόνομα οπλικά συστήματα και ουσιαστικό ανθρώπινο έλεγχο στις αποφάσεις χρήσης βίας.
Η πιο σημαντική εξέλιξη όμως, αφορά τη μεταφορά τεχνολογιών που αναπτύσσονται για στρατιωτικούς σκοπούς σε συστήματα εσωτερικής επιτήρησης και αυτό είναι το σημείο που αναμένεται να προκαλέσει αντιδράσεις στη Βρετανία.
Η βρετανική κυβέρνηση αναφέρει ότι το πιλοτικό σύστημα προορίζεται να προστατεύσει στρατιωτικές εγκαταστάσεις από διαδηλωτές και από εχθρικούς παράγοντες που επιχειρούν να συλλέξουν πληροφορίες. Στον απόηχο της δράσης της Palestine Action και της ανακήρυξής της σε τρομοκρατική οργάνωση, η αναφορά συγκεκριμένα στους διαδηλωτές μεταφέρει τη συζήτηση από το πεδίο της εξωτερικής άμυνας στο λεγόμενο πεδίο της εσωτερικής ασφάλειας -όπως ονομάζεται για λόγους ευφημισμού- ο περιορισμός ή και η καταπάτηση των δημοκρατικών δικαιωμάτων.
Η ευρύτερη ανησυχία για τη μεταφορά στρατιωτικών τεχνολογιών σε άλλες χρήσεις καταγράφεται και στην έκθεση των Privacy International–PAX. Οι οργανώσεις εξετάζουν τη σύγκλιση στρατιωτικών και εμπορικών τεχνολογιών, την αυξανόμενη σημασία των δεδομένων και τη συμμετοχή ιδιωτικών εταιρειών στην ανάπτυξη συστημάτων AI για την άμυνα. Το κρίσιμο ζήτημα για τις οργανώσεις πολιτικών δικαιωμάτων αφορά τη σύνδεση διαφορετικών τεχνολογιών μεταξύ τους σε ένα ενιαίο σύστημα επιτήρησης, που όπως καταλαβαίνουμε φέρνει τη δυστοπία ακόμα πιο κοντά.
Πηγή: infowar
