Det amerikanska försvarsdepartementet har publicerat en färdplan för utveckling av militära robotar. Detta dokument beskriver en vision om vad obemannade flygbilar, mark-, yt- och undervattensroboter ska bli senast 2042. Bland de främsta prioriteringarna för utveckling av sådana system utsåg militären en öppen arkitektur och modularitet för design, en hög grad av automatisering för att minska belastningen på operatören och bildandet av blandade enheter av människor och robotar.
De ledande länderna i världen idag utvecklar aktivt olika militära robotar: från åkningsbilar till stridssystem utrustade med vapen. Militären tror att sådana apparater kommer att göra det möjligt för soldater att effektivt och snabbare lösa en mängd olika uppgifter. Dessutom tros det att robotar kommer att minska förluster under strid, mer effektivt utföra åkallande och slå mot fiendens mål. Slutligen kommer robotsystem att reducera eller helt undvika säkerhetsskador när de utför ett visst stridsuppdrag.
Den amerikanska militären använder redan aktivt robotar i militära operationer. I synnerhet inkluderar det amerikanska flygvapnet flera typer av obemannade flygfordon, som militären använder för åklagning och observation, samt för att slå fiendens positioner för åkallande. Den amerikanska marinen använder autonoma, obemannade undervattensfordon för att söka efter gruvor, patrullera ingångarna till flottbaser, tillhandahålla kommunikation med ubåtar och kartlägga havsbotten.
Enligt den nya "färdplanen" i Pentagon bör man vid utveckling av militära robotar ägna mer uppmärksamhet åt neurala nätverksteknologier. Det antas att robotar utrustade med konstgjord intelligens kommer att kunna bli följeslagare med mänskliga soldater på marken och i luften. Den amerikanska militära avdelningen tror att tack vare artificiell intelligens kommer det att vara möjligt att öka graden av autonomi för väpnade robotar, som inte bara kan upptäcka och ta målspårning utan också prioritera dem, vilket minskar bördan för operatören.
Operatören av mycket autonoma stridssystem kommer bara att behöva fatta beslut om skjutning mot mål som upptäcks av roboten. Samtidigt kommer robotarna att kunna skjuta mot mål på operatörens kommando och kontrollera deras förstörelse. I allmänhet kommer en betydande ökning av graden av självständighet för rekognoserings- och kamproboter att en mänsklig operatör samtidigt kan kontrollera flera drönare och marksystem. Som jämförelse, i dag vid beräkningen av en, till exempel, en attackdron, finns det minst två personer: en pilot och en operatör av sensorer och vapen.
Pentagon anser också att utvecklingen av militära robotar bör fokusera på öppen arkitektur och modularitet. Detta kommer bland annat att förenkla underhåll och modernisering av robotar, samt förenkla integrationen av nya stridsfordon i Pentagons enhetliga informationsnätverk samt taktiska nätverk. Den öppna arkitekturen gör det möjligt för tredjepartsföretag att skapa sina egna moduler för robotar, vilket kommer att öka konkurrensen och ge militären ett bredare val av olika ytterligare system för robotteknologi.
Slutligen möjliggör en öppen arkitektur och modularitet bättre kommunikation mellan kontrollerade och obemannade fordon på datautbytesnivå. Detta kommer i sin tur att förbättra effektiviteten hos blandade robotar och mänskliga enheter. Den senare, i sin tur, i organisationsstrukturen för de väpnade styrkorna kommer att kunna lösa olika stridsuppgifter snabbare och mer effektivt. Särskilt på grund av att robotar kommer att utföra mer riskfyllda åtgärder. I allmänhet tror Pentagon att de första partnerrobotarna kan dyka upp i trupperna mellan 2029 och 2042.
I slutet av augusti 2018 beordrade det amerikanska försvarsdepartementets Defense Advanced Research Projects Agency (DARPA) det amerikanska företaget Raytheon att utveckla ett neuralt nätverk som kan förklara varför det fattade detta eller det beslutet. Denna utveckling kommer att användas i ett storskaligt projekt för att skapa blandade stridsenheter. Projektet fick beteckningen XAI. Det handlar om att skapa ett neuralt nätverk som inte är sämre i hastighet än konventionella neurala nätverk, men som kan visa hela analyskedjan, på grundval av vilken den fattade ett specifikt beslut.
Kampanjvideo:
Vasily Sychev
