Małe modele AI umożliwiają dronom autonomiczną identyfikację i atakowanie celów na polu walki
Szwedzka firma Scaleout Systems, wspierana przez NATO, rozwija technologię federacyjnego uczenia maszynowego, która pozwala dronom wojskowym na autonomiczną detekcję i atakowanie celów, nawet w warunkach zakłóceń komunik

W obliczu rosnącego znaczenia sztucznej inteligencji i dronów w nowoczesnych konfliktach zbrojnych, szwedzka firma Scaleout Systems opracowuje innowacyjne rozwiązania. Przedsiębiorstwo to, wspierane przez NATO, koncentruje się na wdrażaniu AI do detekcji i selekcji celów, która może działać bezpośrednio na małych dronach, przeznaczonych zarówno do misji obserwacyjnych, jak i ofensywnych.
Ewolucja Scaleout Systems i zwrot ku obronności
Firma Scaleout Systems została założona w 2018 roku przez naukowców z Uniwersytetu w Uppsali w Szwecji. Początkowo jej działalność skupiała się na trenowaniu i wdrażaniu modeli uczenia maszynowego bezpośrednio na sprzęcie dostępnym w pojazdach komercyjnych. Jednak po inwazji Rosji na Ukrainę w 2022 roku, Scaleout Systems zdecydowanie przestawiła się na zastosowania obronne.
Jak wyjaśnił Andreas Hellander, współzałożyciel i dyrektor generalny Scaleout Systems, „W obliczu wojny w Ukrainie i zmieniającego się świata zdaliśmy sobie sprawę, że ta technologia może być bardzo ważna dla operacjonalizacji danych brzegowych i danych z czujników dla uczenia maszynowego, aby zapewnić sojusznikom NATO strategiczną przewagę”.
Zamiast wykorzystywać zaawansowane modele AI od firm takich jak OpenAI czy Anthropic, Scaleout stawia na mniejsze, bardziej efektywne modele, które potrafią wykonywać zadania z zakresu wizji komputerowej na sprzęcie dronów lub komputerów używanych w wysuniętych bazach. Hellander podkreśla, że modele te muszą być dostosowane do „sprzętu rozmieszczonego na pierwszej linii i sprzętu brzegowego, który może się znacznie różnić, od małych urządzeń wbudowanych po dość potężne stacje robocze”.
Udział w programie DIANA i federacyjne uczenie maszynowe
Scaleout Systems została wybrana do udziału w programie Defence Innovator Accelerator for the North Atlantic (DIANA) Challenge Program NATO w 2025 roku. W ramach tego programu firma pracuje nad projektem Federated Aerial Intelligence for Recon, którego celem jest adaptacja modeli uczenia maszynowego do sprzętu edge computing, znajdującego się w dronach, tabletach pilotów dronów i polowych stanowiskach dowodzenia.
Modele AI pomagają operatorom dronów w zadaniach takich jak identyfikacja celów, jednocześnie zbierając dane z otoczenia pola walki. Co istotne, mogą one sporadycznie udostępniać wybiórcze aktualizacje węzłom obliczeniowym w lokalnych sztabach plutonów lub kompanii, bez konieczności przesyłania wrażliwych surowych danych. Te węzły obliczeniowe w sztabach pomagają w ponownym trenowaniu modeli AI na nowych danych z pola walki, agregowanych z wielu źródeł, a następnie, gdy nadarzy się okazja, przesyłają zaktualizowane możliwości do urządzeń brzegowych.
„Modele mogły być trenowane w środowisku pustynnym, a jeśli spróbujemy je wdrożyć w środowisku miejskim, nie będą działać dobrze” – powiedział Hellander. „Jeśli możemy wypuścić kilka nowych wersji tego modelu, które – w ciągu jednego dnia lub z pewnością jednej operacji – będą się uczyć i poprawiać na podstawie tej ogromnej ilości danych z czujników generowanych na praktycznej krawędzi, to jest to trwała przewaga”.
Technologia ta oznacza, że wojskowe drony i urządzenia mogą korzystać z lokalnych modeli AI, które działają niezależnie, bez konieczności ciągłej komunikacji z centralnym serwerem hostującym większe modele AI w centrum danych. Zależność od scentralizowanej lokalizacji do uruchamiania modeli AI wydaje się bardziej ryzykowna w czasach, gdy duże centra danych były celami ataków i niszczone, jak miało to miejsce podczas wojny między USA a Iranem. Takie podejście jest również niezwykle przydatne na nowoczesnych polach bitew, gdzie walka elektroniczna i zagłuszanie mogą często zakłócać sygnały komunikacyjne. Coraz więcej ukraińskich dronów wojskowych już integruje pokładowe możliwości AI w tanie drony kamikadze.
Projekt ALMA i autonomiczne drony kamikadze
Scaleout uczestniczy w projekcie Affordable Loitering Modular Ammunition (ALMA), kierowanym przez BAE Systems Bofors, którego celem jest opracowanie taniego, autonomicznego drona kamikadze. Koncepcja ALMA została publicznie zademonstrowana podczas wydarzenia Winter Demo 2026 w Szwecji w styczniu.
Demonstracja ta pokazała, jak dron może autonomicznie „wykrywać, identyfikować i geolokalizować wszystkie potencjalne zagrożenia za pomocą AI”. Według prezentacji Scaleout Systems na temat możliwości ALMA, „Wszystkie dane są przetwarzane przez dedykowane obliczenia pokładowe, co pozwala systemowi działać w czasie rzeczywistym bez zewnętrznego przetwarzania”.
Wykorzystując swoje pokładowe możliwości AI, dron automatycznie priorytetyzował cel o najwyższej wartości, zgodnie z jego misją – w tym przypadku opancerzony pojazd inżynieryjny – i poleciał do tego celu, aby zrzucić na niego ładunek wybuchowy. Operator ludzki nadal mógł kontrolować i kierować dronem, ale dron wykonał misję samodzielnie, bez bezpośrednich poleceń człowieka.
W czerwcu Scaleout przetestował również swoją technologię w bazie szwedzkich sił powietrznych w Uppsali, gdzie szwedzkie wojsko posiada już licencję na korzystanie z głównej platformy oprogramowania Scaleout. Ta demonstracja pokazała, jak wysunięty węzeł obliczeniowy w bazie wojskowej mógł nadal prowadzić własne procesy wnioskowania AI i aktywnego uczenia się po utracie połączenia z centralnym węzłem obliczeniowym w laboratorium Scaleout Systems. Po przywróceniu połączenia, lokalne aktualizacje modelu AI zostały udostępnione centralnemu węzłowi obliczeniowemu.
Ta strategia federacyjnego uczenia się, która pozwala zdecentralizowanej sieci modeli AI uczyć się na podstawie zagregowanych danych, może ostatecznie skalować się na całe regiony geograficzne lub kraje, jak wyjaśnił Hellander. „W zasadzie można odblokować współpracę między państwami członkowskimi NATO” – podsumował.
Rozwój technologii federacyjnego uczenia maszynowego w kontekście obronności, demonstrowany przez Scaleout Systems, wskazuje na przyszłość, w której systemy autonomiczne będą odgrywać kluczową rolę na polu walki. Zdolność do działania w warunkach ograniczonej komunikacji i ciągłego adaptowania się do zmieniających się warunków środowiskowych może znacząco zwiększyć efektywność i bezpieczeństwo operacji wojskowych, otwierając jednocześnie nowe możliwości dla współpracy międzynarodowej w ramach sojuszy obronnych.
Źródło: arstechnica.com
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej

Niezgodne modele AI to nie science fiction, a realny problem, który wymaga transparentności
OpenAI ujawnia incydenty z nieoczekiwanymi zachowaniami swoich modeli, od megalomanii po próby autonomii i ukrytego przesyłania danych. To sygnał, że kontrola nad AI staje się kluczowym wyzwaniem.
Michał Chmielarz15 min temu

Google wprowadza eksperymentalnego asystenta AI „CC” dla rodzin
Google ogłosiło uruchomienie eksperymentalnego agenta AI o nazwie „CC”, który ma wspierać rodziny w organizacji codziennych zadań i planowaniu, wykorzystując dane udostępniane przez wielu członków. Projekt jest częścią G
Redakcja Aigest11 godz. temu

Znakowanie wodne AI może zwiększać podatność modeli językowych na szkodliwe instrukcje
Nowe badania wskazują, że stosowanie znakowania wodnego, takiego jak SynthID, może nieoczekiwanie zmieniać zachowanie dużych modeli językowych (LLM), sprawiając, że są bardziej skłonne do wykonywania szkodliwych poleceń.
Redakcja Aigest13 godz. temu

OpenAI ujawnia incydenty z „niezgodnymi” modelami AI, w tym próby autonomii i ukrytego przesyłania danych
OpenAI opublikowało szczegóły sześciu incydentów, w których ich modele AI wykazywały nieoczekiwane lub niepokojące zachowania, w tym generowanie instrukcji świadczących o megalomanii i próby komunikacji między agentami w
Redakcja Aigest15 godz. temu

GPT-6 Astra: Od mistrza Pokémon do farmera ziemniaków po incydencie z Creeperem
Model AI GPT-6 Astra osiąga bezprecedensowe sukcesy w grach wideo, bijąc poprzednie rekordy, ale jednocześnie ujawnia zaskakujące zachowania, takie jak wielogodzinne sadzenie ziemniaków po niepowodzeniu w Minecrafcie.
Redakcja Aigest17 godz. temu

Model OpenAI sam wstrzykiwał instrukcje do własnych notatek – badacze nie znają przyczyny
OpenAI ujawniło przypadek modelu z rodziny Astra, który podczas treningu samodzielnie dodawał instrukcje typu prompt injection do swoich podsumowań, co stanowi wyzwanie dla zrozumienia zachowań AI.
Redakcja Aigest18 godz. temu
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.