В фильме «Мстители: Война бесконечности» (2018) супергерои сражаются, чтобы спасти Вселенную от злодея Таноса. Пока они пытаются найти способ победить Таноса, доктор Стрэндж рассказывает о своих путешествиях во времени: «Я отправился в будущее. Чтобы увидеть альтернативные варианты будущего. Чтобы увидеть все возможные исходы грядущего конфликта». Он видит 14 000 605 вариантов будущего и находит единственный путь к победе.
Способность доктора Стрэнджа заглядывать в будущее — это уже не просто выдумка. Моделирование с использованием ИИ может выполнять аналогичную работу: хотя они не могут видеть будущее, они могут его предсказывать. С помощью моделирования боевых действий с использованием ИИ ВМС могут сражаться с противником более миллиона раз, чтобы найти ключ к победе в битве. Обладая обширной базой данных с различными сценариями, ВМС могут противостоять любой попытке заменить традиционный порядок на море, основанный на правилах.
Компьютерное моделирование / Wargames
Традиционные компьютерные симуляции и военные игры имеют долгую историю в Министерстве обороны (DoD). В 1980-х годах DoD приняло модель симуляции конфликтов «Янус». «Янус» был инструментом оперативного планирования для операции «Правое дело» (вторжение в Панаму) в 1989 году и операции «Буря в пустыне» годом позже.1 Заметив его эффективность, Министерство обороны расширило использование компьютерного моделирования, которое сегодня включает в себя программу Lockheed Martin Warfighters’ Simulation (WarSim), программу армии One Semi-Automated Forces (OneSAF), программу Корпуса морской пехоты MAGTF Tactical Warfare Simulation (MTWS) и программу ВВС Advanced Framework for Simulation, Integration, and Modeling (AFSIM).
Тем не менее, у современных симуляций есть ограничения. Они в значительной степени зависят от заранее заданных сценариев и требуют активного участия человека в принятии решений, что затрудняет попытки смоделировать многочисленные ситуации и сценарии. Достижения в области искусственного интеллекта и значительное увеличение вычислительной мощности открывают возможности для смягчения этих ограничений.
Что отличает симуляцию с использованием ИИ от традиционной компьютерной симуляции, так это её способность моделировать миллионы сражений за короткий промежуток времени. Благодаря миллионам самостоятельных игр она может автономно генерировать виньетки, создавать множество вариантов действий для заданных сценариев и предлагать лицам, принимающим решения, несколько вариантов. Она также может оценивать или генерировать оптимальные действия для противоборствующих сторон и разрабатывать контрмеры для их поражения.
Достижения в области моделирования и ИИ и их последствия для военно-морского флота
Неигровые персонажи с искусственным интеллектом. За последние несколько десятилетий разрешение игровой графики значительно улучшилось, что позволяет пользователям полностью погрузиться в игру уже через несколько секунд после начала игры. Ещё одним компонентом, который делает игры увлекательными, являются неигровые персонажи (NPC), то есть «персонажи компьютерной игры, которыми управляет компьютер, а не игрок».2 Даже когда геймеры играют в одиночку, эти виртуальные персонажи создают ощущение, что они играют против реальных людей.
Но в некоторых играх NPC ведут себя не очень по-человечески. Они делают одно и то же в одних и тех же ситуациях снова и снова. Из-за этих повторяющихся действий игрокам легко догадаться, что будет дальше, и игра может быстро наскучить.
Есть несколько способов заставить NPC вести себя более как люди. В прошлом разработчики использовали простые алгоритмы поведения, основанные на правилах. Однако с развитием нейронных сетей NPC стали более динамичными и более адаптивными к действиям своих противников. В 2005 году трое компьютерщиков из Техасского университета в Остине продемонстрировали, что NPC, оснащенные нейронными сетями, могут обучаться в режиме реального времени во время игры пользователя.3 Игроку предстоит сразиться с более человекоподобным и умным противником. Одним из самых впечатляющих достижений в разработке NPC стала работа DeepMind с играми Atari. Используя глубокую нейронную сеть в сочетании с обучением с подкреплением (разделом машинного обучения), NPC превзошёл человека всего после 2600 итеративных самостоятельных игр.4 Если бы NPC, оснащённые нейронными сетями, применялись в военной подготовке, они могли бы помочь обучать людей сложным задачам.
Интеграция неигровых персонажей в военное применение открывает новые возможности для улучшения боевой подготовки и операционных стратегий в различных военно-морских сферах — космической, воздушной, надводной, подводной и кибернетической. Например, разработав неигровых персонажей для выполнения конкретных задач, таких как оборона островов, противодействие надводным кораблям и подводные операции на подробной карте с различными уровнями сложности (экспертный, обычный, начальный и т. д.), корабли могут подготовиться к ряду критических сценариев и определить наиболее эффективные стратегии для достижения своих целей, участвуя в виртуальных сражениях с неигровыми персонажами, настроенными на соответствующий уровень навыков.
В настоящее время ведутся исследования по разработке этих специализированных неигровых персонажей, при этом заметные усилия прилагаются несколькими организациями, связанными с вооружёнными силами. Военно-морская аспирантура исследует когнитивный искусственный интеллект для неигровых персонажей, которые взаимодействуют с военными особенностями, такими как иерархия, «туман войны» или конкретные сценарии в рамках платформы ATLATL. В Институте творческих технологий Университета Южной Калифорнии исследователи работают над адаптивными неигровыми персонажами в рамках среды быстрой интеграции и разработки, специально разработанной для целей военной подготовки.5 Исследования, проводимые в этих учреждениях, могут иметь потенциальное применение за пределами их первоначальной области, включая процессы принятия стратегических решений, такие как определение оптимального плана действий. Кроме того, они могут проложить путь к разработке беспилотных транспортных средств, способных к автономному мышлению и принятию решений, что может изменить правила игры на поле боя в будущем.
Генеративный ИИ для симуляций/военных игр. Генеративный ИИ (GenAI) специализируется на создании нового контента, похожего на то, чему он обучается. Эта возможность привела к его широкому применению в различных отраслях и стала частью нашей повседневной жизни, как ChatGPT.
Основное преимущество GenAI заключается в его способности решать проблему ограниченного оперативного опыта или обучающих данных.6 С этой точки зрения одним из примечательных применений является создание виньеток. Учитывая основные параметры, такие как предполагаемые размеры флота противника, типы и количество кораблей, GenAI может генерировать множество реалистичных сценариев. Это позволяет специалистам по планированию операций изучать и экспериментировать с различными виньетками, которые могут быть за пределами человеческого понимания, но при этом правдоподобными.
Генеративный искусственный интеллект, такой как COA-GPT, разработанный Винисиусом Гоексом и Николасом Уэйтовичем, также может предлагать варианты действий, взаимодействуя с персоналом командно-диспетчерских пунктов для поддержки принятия решений (см. рисунок 1 на странице 64). Военно-морской флот может использовать этот метод для разработки вариантов действий от простых сценариев, таких как поиск наиболее эффективного построения или расположения в открытом море, до сложных сценариев, таких как боевые действия вблизи прибрежных районов и островов.
Ещё одним аспектом внедрения GenAI является создание сценариев. На основе исторического опыта и известных тактических приёмов, целей и задач противника GenAI может генерировать синтетическое поведение противника, соответствующее созданным виньеткам. Эта возможность позволит военно-морскому флоту готовиться к непредвиденным ситуациям, моделируя различные действия потенциального противника, тем самым повышая свою готовность к динамичным угрозам на море.
Цифровой двойник. Цифровой двойник преобразует реальность в цифровую форму. В настоящее время в промышленном секторе лидирует «Индустрия 4.0», которая объединяет такие технологии, как облачные вычисления, Интернет вещей, искусственный интеллект и цифровые двойники, для сбора и анализа данных, полученных в процессе производства, с целью улучшения процесса принятия решений. Представьте себе «умную» фабрику, на которой каждая машина на производственной линии оснащена собственными датчиками, постоянно собирающими данные и передающими их всей системе. Независимо от типа данных, ИИ анализирует их и находит способы сделать производственный процесс более плавным и эффективным.8
Цифровой двойник, представленный НАСА в 2010 году, — это «интегрированное мультифизическое, многомасштабное, вероятностное моделирование транспортного средства или системы, которое использует лучшие доступные физические модели, обновления датчиков, историю парка и т. д., чтобы отражать жизнь своего летающего двойника». 9 Преимущество цифрового двойника заключается в том, что он позволяет не только визуализировать всю систему на этапе проектирования, но и прогнозировать проблемы, оптимизировать решения, ускорять создание прототипов и облегчать обучение перед внедрением в реальную жизнь.10 Такие основные компоненты, как моделирование и искусственный интеллект, машинное обучение (позволяющее системам учиться на собственном опыте без явного программирования) и обучение с подкреплением (позволяющее системам добиваться наиболее выгодных результатов), необходимы для прогнозирования будущих результатов.11
Цифровые двойники позволяют лицам, принимающим решения, видеть результаты своих решений и пересматривать свой выбор. Они могут прогнозировать желаемые результаты, избегать предсказуемых нежелательных результатов и уменьшать влияние непредвиденных нежелательных результатов. 12 Этот двухуровневый подход выходит за рамки прогнозирования и управления жизненным циклом оборудования на судне; он значительно улучшает стратегическое планирование и принятие решений в режиме реального времени в различных операционных сценариях. Благодаря всестороннему анализу данных и моделированию цифровые двойники способствуют более глубокому пониманию систем технического обслуживания, позволяя флоту оптимизировать работу судов, повышать их надёжность и вести боевые действия с большей уверенностью. Кроме того, цифровые двойники играют важнейшую роль в управлении рисками, предоставляя безопасную среду для проверки гипотез и оценки потенциальных вмешательств без необходимости физически изменять реальную систему. Таким образом, цифровые двойники не просто полезны, но и необходимы для сохранения конкурентоспособности и достижения операционного совершенства в условиях быстро меняющейся оперативной обстановки на море.
Возможные платформы
Создание виртуального поля боя требует значительных капиталовложений и усилий. Однако есть несколько многообещающих платформ, которые можно адаптировать для использования в военных целях. Игровая индустрия предлагает множество игр на военную тематику, в некоторых из которых реалистично вводятся данные или пользователи могут изменять вводные данные в соответствии с конкретными требованиями. Хотя эти игровые платформы в настоящее время могут не подходить для применения ИИ и машинного обучения (ML), они могут стать основой для создания среды ИИ/ML. Используя расширенные возможности моделирования, такие как физический движок или функции генератора ландшафта на этих платформах, можно разрабатывать сложные инструменты для обучения и стратегического планирования для военных целей, не начиная с нуля. Такой подход не только экономит ресурсы, но и ускоряет разработку и внедрение передовых технологий виртуальных сражений. Примеры таких игр и платформ для моделирования:
Command: Modern Operations (издано Slitherine Ltd): эта игра предлагает многодоменную симуляцию современной войны, обеспечивая детальное моделирование военных операций на суше, на море и в воздухе. Её сильной стороной является сложный редактор сценариев, который позволяет пользователям создавать конкретные оперативные сценарии. Интегрируя алгоритмы машинного обучения, военные могут повысить прогностические возможности этих сценариев, улучшая принятие решений и стратегическое планирование в ходе виртуальных учений.
«Современная военно-морская война» (издано Slitherine Ltd): эта платформа предназначена для высокоточного моделирования военно-морских операций, в том числе боевых действий подводных лодок, столкновений надводных кораблей и противовоздушной обороны. Адаптировав её для использования машинного обучения, военно-морской флот мог бы разрабатывать алгоритмы для моделирования и анализа военно-морских стратегий, предлагая беспрецедентные возможности для обучения и получения информации о тактике военно-морских сражений и оптимизации стратегий.
Современная среда для моделирования воздушных боёв (разработана BSI): MACE — это высокодетализированный инструмент для моделирования сценариев воздушных боёв, предлагающий реалистичные модели самолётов, ракетных систем и радиолокационного слежения. Его способность моделировать сложные воздушные бои делает его отличным кандидатом для адаптации машинного обучения; алгоритмы могут анализировать бои, чтобы предлагать идеи по тактике и стратегиям, потенциально революционизируя подготовку и планирование воздушных боёв.
VR Forces (разработано компанией MAK Technologies): VR Forces создает детализированные виртуальные среды для наземных, воздушных и морских операций. Его преимущество заключается в способности моделировать крупномасштабные военные маневры и операции. Интеграция возможностей машинного обучения может позволить платформе в режиме реального времени вносить тактические коррективы и делать прогнозы, повышая реалистичность и эффективность учебных упражнений.
Время развиваться
В Стратегии национальной безопасности на 2022 год отмечается, что «эра после холодной войны окончательно закончилась, и между крупными державами идёт борьба за то, что будет дальше». 13 Это означает значительный переход от относительно предсказуемой к непредсказуемой обстановке на поле боя. Таким образом, существует острая необходимость в разработке и внедрении передовых технологий для эффективного управления и снижения неопределённости. Как и доктор Стрэндж, лица, принимающие решения в ВМС, с помощью ИИ смогут рассматривать бесчисленные сценарии, чтобы найти тактики и стратегии, которые могут обеспечить победу на неопределённом поле боя.
Провидческая суперсила доктора Стрэнджа воплощена в симуляции с использованием ИИ и военных играх. Впереди могут возникнуть трудности, но благодаря решительному и тщательному подходу к инновациям военно-морской флот может выйти на новый уровень.
