Несколько дней назад в Венесуэлу прибыла из России свежая партия ихтамнетов. Около 80 человек. Устанавливают радиоэлектронное оборудование, работают с дронами. Щеголяют в местной форме. Местные оппы очень недовольны тем, что чужаки носят форму своих бравых защитников. Ну или делают вид, что недовольны именно этим.
В 2017 году Владимир Путин узнал про искусственный интеллект и его потенциальное место в будущем планеты. Наверняка российский президент и до этого слышал про ИИ в фантастических произведениях. Но два года назад он заявил об этом как о грядущей реальности - "тот, кто станет лидером в этой сфере, будет властелином мира". С тех пор в России регулярно проводятся соответствующие совещания и изыскания. Интерес в разработке ИИ проявляют Ростех и Сбербанк. На днях была согласована концепция развития ИИ в России, согласно которой, Россия должна стать одним из лидеров в развитии ИИ для роста благосостояния и качества жизни населения. На майском совещании по данной теме говорилось, что в федеральный проект по ИИ за шесть лет может быть вложено 90 млрд. рублей (1.35млрд. долларов). "У России есть реальные шансы продвинуться по всем этим важнейшим направлениям. Это не пустые слова, не болтовня! У нас для этого все есть: и школа хорошая, и мозги вправлены хорошо, начиная с детства в спецшколах." - Владимир Путин.
Тем временем США и Китай вовсю работают над разработками искусственного интеллекта в военных целях. Два основных направления развития - автономные роботы и программное обеспечение, которое должно давать советы в ходе боя. Обе стороны вкладывают большие ресурсы в ИИ. США традиционно имеет преимущество, благодаря наработкам крупнейших компаний IT сферы. Однако, Китай изо всех сил старается не отстать.
Военные системы с искусственным интеллектом в первую очередь предлагают сверхчеловеческую скорость и точность. Потенциал ИИ таков, что он нарушит баланс сил. Самой тревожный момент в том, что для достижения максимальных скоростей понадобится дать ИИ возможность не только рекомендовать решения, но и отдавать приказы. Причём, алгоритмы, предлагаемые ИИ, могут оказаться тяжелы для человеческого понимания. Решения мощного ИИ с огромной базой данных могут быть непостижимы для человеческого разума, не владеющего такой полнотой картины. И эта непредсказуемость является главной проблемой в разработке военного ИИ.
В своё время была выстроена система ядерного сдерживания, когда ядерные арсеналы двух сверхдержав гарантировали взаимное уничтожение. Ядерное сдерживание обеспечивалось в том числе тщательным контролем за арсеналами. Взаимные проверки, прозрачность давали возможность понимать, что происходит у противника. С ИИ так не выйдет. Демонстрация собственных наработок противнику нереальна, так как может поставить под угрозу боевую эффективность.
Однако, все минусы ИИ меркнут по сравнению с преимуществами, которые получат военные. Некоторые наработки получили известность и впечатляют. Так Кеннет Пейн из Лондонского Королевского колледжа отметил, что "Система искусственного интеллекта уже может превзойти опытного военного пилота в симулированном воздушно-воздушном бою". В феврале DARPA провела испытание роя из шести крупных БПЛА, способных работать в среде с "высокой угрозой" даже будучи полностью отрезанными от человеческого управления.
Однако, воздушные системы работают в чётко прописанной среде - воздушном пространстве. Воздушный бой, зенитные ракеты на земле и кораблях не требуют изощрённых методов машинного обучения, которые начали применяться в последние годы. Перспективные разработки собирают массивы данных, обрабатывают их, и учатся с ними работать. К 2015 году компьютерные алгоритмы превзошли человеческие показатели в классификации изображений. Компьютерное зрение пока далеко от совершенства, но уже в феврале 2017 года Пентагон заявил, что алгоритмы с глубокой степенью обучения могут работать почти на человеческом уровне. Британская компания Earth-i применяет алгоритмы машинного обучения с различных спутников, для идентификации военных самолётов и достигла точности выше 98%. Наблюдая за самолётами на авиационных базах со спутников, программное обеспечение может отличать рутинные операции от нерегулярных перемещений, предупреждая аналитиков о существенных изменениях.
Тем временем США и Китай вовсю работают над разработками искусственного интеллекта в военных целях. Два основных направления развития - автономные роботы и программное обеспечение, которое должно давать советы в ходе боя. Обе стороны вкладывают большие ресурсы в ИИ. США традиционно имеет преимущество, благодаря наработкам крупнейших компаний IT сферы. Однако, Китай изо всех сил старается не отстать.
Военные системы с искусственным интеллектом в первую очередь предлагают сверхчеловеческую скорость и точность. Потенциал ИИ таков, что он нарушит баланс сил. Самой тревожный момент в том, что для достижения максимальных скоростей понадобится дать ИИ возможность не только рекомендовать решения, но и отдавать приказы. Причём, алгоритмы, предлагаемые ИИ, могут оказаться тяжелы для человеческого понимания. Решения мощного ИИ с огромной базой данных могут быть непостижимы для человеческого разума, не владеющего такой полнотой картины. И эта непредсказуемость является главной проблемой в разработке военного ИИ.
В своё время была выстроена система ядерного сдерживания, когда ядерные арсеналы двух сверхдержав гарантировали взаимное уничтожение. Ядерное сдерживание обеспечивалось в том числе тщательным контролем за арсеналами. Взаимные проверки, прозрачность давали возможность понимать, что происходит у противника. С ИИ так не выйдет. Демонстрация собственных наработок противнику нереальна, так как может поставить под угрозу боевую эффективность.
Однако, все минусы ИИ меркнут по сравнению с преимуществами, которые получат военные. Некоторые наработки получили известность и впечатляют. Так Кеннет Пейн из Лондонского Королевского колледжа отметил, что "Система искусственного интеллекта уже может превзойти опытного военного пилота в симулированном воздушно-воздушном бою". В феврале DARPA провела испытание роя из шести крупных БПЛА, способных работать в среде с "высокой угрозой" даже будучи полностью отрезанными от человеческого управления.
Однако, воздушные системы работают в чётко прописанной среде - воздушном пространстве. Воздушный бой, зенитные ракеты на земле и кораблях не требуют изощрённых методов машинного обучения, которые начали применяться в последние годы. Перспективные разработки собирают массивы данных, обрабатывают их, и учатся с ними работать. К 2015 году компьютерные алгоритмы превзошли человеческие показатели в классификации изображений. Компьютерное зрение пока далеко от совершенства, но уже в феврале 2017 года Пентагон заявил, что алгоритмы с глубокой степенью обучения могут работать почти на человеческом уровне. Британская компания Earth-i применяет алгоритмы машинного обучения с различных спутников, для идентификации военных самолётов и достигла точности выше 98%. Наблюдая за самолётами на авиационных базах со спутников, программное обеспечение может отличать рутинные операции от нерегулярных перемещений, предупреждая аналитиков о существенных изменениях.
Выявление нестандартного поведения посредством машинного обучения было применено почти десять лет назад при поиске террористов в Пакистане, когда алгоритмы вычисляли курьеров по данным мобильных звонков.
Проект JAIC, сейчас проходящий тестирование в американских ВВС, позволит оптимизировать плановое техническое обслуживание, сократив в итоге внеплановые работы почти на треть.
Инструмент Northern Arrow от израильской компании создан для помощи командирам в планировании миссий. Программа обрабатывает данные по различным переменным (позиции врага, характеристики оружия, местность, погода и т.д.). При обычной работе с картами и справочниками планирование миссии может занимать 12-24 часа. Northern Arrow владеет данными из книг и руководств, а также интервью с опытными командирами. И справляется с задачей за 2 минуты. В США существует подобная программа для военных CADET.
В то же время Northern Arrow и CADET работают с одинаковыми входными и выходными данными. Программное обеспечение DARPA Adversarial Intelligence and RAID предназначено для прогнозирования целей, движений и даже возможных эмоций вражеских сил в реальном времени на пять часов вперёд. В ранних тестах 2004-2008 годов RAID работал с большей точностью и скоростью, чем планировщики. В смоделированных двухчасовых боях в Багдаде человеческие команды терпели поражения. В настоящее время разработка RAID продолжается для полноценного применения в армии.
Наибольшие перспективы сегодня видят в обучающихся нейронных сетях. Так алгоритмы компании DeepMind показали успехи в компьютерных играх. В марте 2016 года алгоритм AlphaGo победил одного из лучших в мире игроков в игру Go. В декабре 2018 года другой алгоритм AlphaStar победил одного из сильнейших игроков в StarCraft II.
Заявляется, что уже существующие сегодня технологии позволяют поддерживать принятие решений в боевых действиях, благодаря массивному моделированию почти в реальном времени. Минобороны Британии уже закупает демонстратор технологий для создания единого командного пространства, подсказывающего как на министерском уровне, так и для тактических командиров.
На создание военных систем с ИИ в 2016 году Пентагон потратил более 20 млрд. долларов. С Пентагоном работают такие компании как Амазон и Майкрософт, которые активно развивают нейронные сети в коммерческих целях. Платят специалистам по ИИ очень хорошо. Базовый специалист в Амазоне и других гигантах имеет $200-250 тыс. в год. Опытный разработчик - $0,5 млн. Ведущий проекта $1 млн.
Китай очень внимательно наблюдает за американскими разработками и старается не отстать. Искусственный интеллект, большие данные, гибридный человеко-машинный разум, роевой интеллект и автоматизированное принятие решений наряду с автономными беспилотными системами с интегрированным искусственным интеллектом и интеллектуальными роботами - темы над которыми китайцы активно работают. Все свои успехи они намерены внедрить в каждый компонент боевых систем. В 2018 году в Китае было более тысячи компаний, работающих в сфере разработки ИИ, с долей 20% от общемирового объёма. В Штатах порядка 2000 компаний на которые приходится более 30% мировых разработок. По имеющимся прогнозам расходы на ИИ в 2022 году составят около 80 млрд. долларов. Россия по количеству компаний, занимающихся разработками ИИ, не входит даже в общемировую десятку.
Очевидно, что будущее сражение между ИИ на полях битвы развернётся между Китаем и США. США тотально превосходит во всём. Количество, качество, перспективные разработки. Россия имеет равноценный Штатам ядерный арсенал, способна делать неплохие авиационные двигатели. Но, в программном обеспечении и электронике Россия уже отстаёт от Китая. В промышленных и экономических возможностях, Россия отстаёт от Китая уже катастрофически. Китай сегодня стремительно наращивает научные исследования во всех сферах, пытаясь догнать или хотя бы не отстать от США. Китай имеет мощнейшую экономику, которая уже составляет серьёзную конкуренцию американской. В то же время Штаты сегодня остаются уверенным лидером. Смогут ли они удержать свою позицию - покажет время.
Проект JAIC, сейчас проходящий тестирование в американских ВВС, позволит оптимизировать плановое техническое обслуживание, сократив в итоге внеплановые работы почти на треть.
Инструмент Northern Arrow от израильской компании создан для помощи командирам в планировании миссий. Программа обрабатывает данные по различным переменным (позиции врага, характеристики оружия, местность, погода и т.д.). При обычной работе с картами и справочниками планирование миссии может занимать 12-24 часа. Northern Arrow владеет данными из книг и руководств, а также интервью с опытными командирами. И справляется с задачей за 2 минуты. В США существует подобная программа для военных CADET.
В то же время Northern Arrow и CADET работают с одинаковыми входными и выходными данными. Программное обеспечение DARPA Adversarial Intelligence and RAID предназначено для прогнозирования целей, движений и даже возможных эмоций вражеских сил в реальном времени на пять часов вперёд. В ранних тестах 2004-2008 годов RAID работал с большей точностью и скоростью, чем планировщики. В смоделированных двухчасовых боях в Багдаде человеческие команды терпели поражения. В настоящее время разработка RAID продолжается для полноценного применения в армии.
Наибольшие перспективы сегодня видят в обучающихся нейронных сетях. Так алгоритмы компании DeepMind показали успехи в компьютерных играх. В марте 2016 года алгоритм AlphaGo победил одного из лучших в мире игроков в игру Go. В декабре 2018 года другой алгоритм AlphaStar победил одного из сильнейших игроков в StarCraft II.
Заявляется, что уже существующие сегодня технологии позволяют поддерживать принятие решений в боевых действиях, благодаря массивному моделированию почти в реальном времени. Минобороны Британии уже закупает демонстратор технологий для создания единого командного пространства, подсказывающего как на министерском уровне, так и для тактических командиров.
На создание военных систем с ИИ в 2016 году Пентагон потратил более 20 млрд. долларов. С Пентагоном работают такие компании как Амазон и Майкрософт, которые активно развивают нейронные сети в коммерческих целях. Платят специалистам по ИИ очень хорошо. Базовый специалист в Амазоне и других гигантах имеет $200-250 тыс. в год. Опытный разработчик - $0,5 млн. Ведущий проекта $1 млн.
Китай очень внимательно наблюдает за американскими разработками и старается не отстать. Искусственный интеллект, большие данные, гибридный человеко-машинный разум, роевой интеллект и автоматизированное принятие решений наряду с автономными беспилотными системами с интегрированным искусственным интеллектом и интеллектуальными роботами - темы над которыми китайцы активно работают. Все свои успехи они намерены внедрить в каждый компонент боевых систем. В 2018 году в Китае было более тысячи компаний, работающих в сфере разработки ИИ, с долей 20% от общемирового объёма. В Штатах порядка 2000 компаний на которые приходится более 30% мировых разработок. По имеющимся прогнозам расходы на ИИ в 2022 году составят около 80 млрд. долларов. Россия по количеству компаний, занимающихся разработками ИИ, не входит даже в общемировую десятку.
Очевидно, что будущее сражение между ИИ на полях битвы развернётся между Китаем и США. США тотально превосходит во всём. Количество, качество, перспективные разработки. Россия имеет равноценный Штатам ядерный арсенал, способна делать неплохие авиационные двигатели. Но, в программном обеспечении и электронике Россия уже отстаёт от Китая. В промышленных и экономических возможностях, Россия отстаёт от Китая уже катастрофически. Китай сегодня стремительно наращивает научные исследования во всех сферах, пытаясь догнать или хотя бы не отстать от США. Китай имеет мощнейшую экономику, которая уже составляет серьёзную конкуренцию американской. В то же время Штаты сегодня остаются уверенным лидером. Смогут ли они удержать свою позицию - покажет время.
Ан-124-100 «Руслан» передан Военно-Транспортной Авиации.
На Ульяновском самолетостроительном предприятии АО «Авиастар-СП» успешно завершена работа по сервисному обслуживанию и продлению ресурса летной годности второго в этом году сверхтяжелого военно-транспортного самолета Ан-124-100 «Руслан». 6 сентября он взлетел с взлетно-посадочной полосы аэродромного комплекса «Ульяновск-Восточный» и взял курс на Тверь, на место постоянного базирования.
На Ульяновском самолетостроительном предприятии АО «Авиастар-СП» успешно завершена работа по сервисному обслуживанию и продлению ресурса летной годности второго в этом году сверхтяжелого военно-транспортного самолета Ан-124-100 «Руслан». 6 сентября он взлетел с взлетно-посадочной полосы аэродромного комплекса «Ульяновск-Восточный» и взял курс на Тверь, на место постоянного базирования.
Таран двух Су-34 на прошлой неделе произошёл по вине пилотов. Наверное, фоткали друг дружку для какого-нибудь гопо-конкурса. Сейчас комиссия устанавливает кто больший баран, кто меньший. Самый искромётный момент в истории, что пилоты, возможно, будут компенсировать причинённый ущерб. Можно объявлять новый сбор денег с фанатской аудитории русских военных пилотов. На этот раз - "на самолёт".
В этом году это уже второй таран Су-34 друг дружки по вине пилотов. В предыдущий раз зимой было потеряно два самолёта и трое пилотов. В этот раз отделались серьёзными повреждениями машин, коричневыми штанами пилотов и голодными детишками, папки которых теперь будут делать денежный вклад в укрепление родины.
В этом году это уже второй таран Су-34 друг дружки по вине пилотов. В предыдущий раз зимой было потеряно два самолёта и трое пилотов. В этот раз отделались серьёзными повреждениями машин, коричневыми штанами пилотов и голодными детишками, папки которых теперь будут делать денежный вклад в укрепление родины.