مدل هوش مصنوعی که جنگ‌افزارهای آمریکایی را متحول کرد

سیستم هوشمند میون (MAVEN) شاید مهم‌ترین سیستم تسلیحاتی باشد که تاکنون نام آن را نشنیده‌اید. این سیستم، توانسته با کمک هوش مصنوعی موشک‌های ایرانی شلیک‌شده به سمت اسرائیل و پرتابگرهای راکت در یمن را شناسایی کند. میون عبور مهاجران از مرزهای جنوبی آمریکا و قایق‌های حمل مواد مخدر در دریای کارائیب را ردیابی کرده است. در یک روز از سال ۲۰۲۲، این سیستم بیش از ۲۶۰ هدف احتمالی را برای اوکراین شناسایی کرد.

میون صرفاً چنین مواردی را شناسایی نمی‌کند، بلکه می‌تواند واکنش را نیز هماهنگ کند. این سیستم انواع مختلف اطلاعات هوشمندی شامل عکس‌ها، متن، امواج رادیویی و پالس‌های الکترومغناطیسی را با یکدیگر ترکیب کرده و محاسبه می‌کند که کدام هواپیما، با حمل کدام مهمات، به کدام هدف نزدیک‌تر است. تنها با یک کلیک توسط کاربر انسانی، میون می‌تواند سوژه را به خاکستر تبدیل کند. همان‌طور که یکی از مقامات ناتو به «کاترینا منسون» (Katrina Manson) نویسنده کتاب «Project Maven» می‌گوید: «این سیستم برای جنگ‌افزارها مانند مایکروسافت ویندوز است.» این سیستم به احتمال زیاد برای نیروهای مسلح به همان چیزی تبدیل خواهد شد که مایکروسافت برای کارمندان اداری است.

در کتاب «پروژه میون»، منسون که روزنامه‌نگار حوزه امنیت ملی در بلومبرگ است، یکی از مهم‌ترین کتاب‌های سال‌های اخیر را در زمینه جنگ و فناوری به رشته تحریر درآورده است. این کتاب روایتی درخشان از این موضوع است که چگونه یک تفنگدار دریایی به نام «درو کوکور» (Drew Cukor)، تیمی از افراد مستقل و نوآور را گرد هم آورد که هوش مصنوعی را در هسته ماشین جنگی آمریکا قرار دادند؛ حتی باوجوداینکه این تیم اغلب با خود و با سایر بخش‌های پنتاگون در کشمکش و تضاد بود.

این کتاب همچنین داستان رابطه در حال تغییرِ سیلیکون‌ولی با جنگ و پنتاگون است. گوگل در سال ۲۰۱۸ پس از اعتراضات کارکنانش مبنی بر همکاری این غول فناوری در توسعه ابزارهای مرگبار، از پروژه میون کناره‌گیری کرد. پس از آن، شرکت Palantir به مهم‌ترین شرکت در توسعه میون تبدیل شد.

این طرح در ابتدا به‌عنوان پروژه‌ای برای بهره‌گیری از هوش مصنوعی جهت یافتن اشیا در میان انبوهی از فیلم‌های ضبط‌شده توسط پهپادها آغاز شد؛ وظیفه‌ای که پیش از آن حجم عظیمی از نیروی انسانی را مصرف می‌کرد. الگوریتم‌های اولیه که در جریان عملیات ضدتروریستی در سومالی در سال ۲۰۱۷ آزمایش شدند، عملکردی نامنظم و پرخطا داشتند. الگوریتم‌ها ابرها را به‌عنوان اتوبوس‌های مدرسه در حال پرواز برچسب‌گذاری می‌کردند. سال بعد در افغانستان، این نرم‌افزار درختان را به‌عنوان انسان و صخره‌ها را به‌عنوان ساختمان شناسایی کرد. اما سیستم به‌تدریج بهبود یافت.

در یک مورد، درست زمانی که نیروهای آمریکایی در آستانه انجام یک حمله پهپادی بودند، یک تحلیلگر متوجه چوپانی شد که وارد میدان دید دوربین شده بود. ۴۰ ثانیه طول کشیده بود تا او متوجه حضور آن مرد شود؛ زمانی که میون را روی همان فید ویدئویی آزمایش کردند، هوش مصنوعی در کمتر از یک ثانیه او را شناسایی کرد.

در سال ۲۰۱۹، میون در عملیات قتل ابوبکر البغدادی، سرکرده داعش در سوریه مورداستفاده قرار گرفت. زمانی که جو بایدن نیروهای آمریکایی را در سال ۲۰۲۱ از کابل خارج کرد، میون محاسبه می‌کرد که در میان آن هیاهوی جنون‌آمیز، چه تعداد از افراد در فرودگاه تجمع کرده‌اند.

بااین‌حال، تهاجم روسیه به اوکراین نقطه عطفی برای میون بود. این ابزار، هدف‌گیری آنچه را که آمریکا با حسن تعبیر «نقاط موردعلاقه» (points of interest) می‌نامید، در مقیاسی صنعتی به اوکراین ارائه می‌کرد که هزینه صورت‌حساب‌های رایانش ابری آن بالغ بر یک میلیون دلار در ماه بود. منسون در کتابش می‌نویسد: «گاهی اوقات به نظر می‌رسید که ایالات متحده مختصات را مستقیماً وارد خود سیستم‌های تسلیحاتی می‌کند.»

این کتاب به شکلی خیره‌کننده روشن می‌سازد که هوش مصنوعی تا چه حد وابسته به بافتار زمینه است. مدل‌هایی که در افغانستان نرخ موفقیت ۷۰ درصد داشتند، در فیلیپین به ۳۰ درصد کاهش یافتند، زیرا در آنجا افراد به‌جای زمین‌های زرد و خاکی، از مقابل جنگل‌های انبوه و سبز عبور می‌کردند. به طور مشابه، الگوریتم‌ها برای تطبیق با برف اوکراین و تانک‌های روسی که برجک‌هایشان منفجر شده بود، با مشکل مواجه شدند. در اینجا اهمیت داده‌های باکیفیت مشخص شد. آموزش یک الگوریتمِ واحد ممکن است به ۱۰ هزار تصویر نیاز داشته باشد که هر کدام باید به‌دقت برچسب‌گذاری شده باشند. در سال‌های ۲۰۲۱ تا ۲۰۲۲، بیش از ۱۵۰۰ الگوریتم پالایش شدند تا تنها چند تا از آن‌ها برای استفاده در اوکراین باقی بماند.

زمانی که میون راه‌اندازی شد، مقامات پنتاگون آن را به‌عنوان یک ابزار اطلاعاتی توصیف کردند که از کار پیچیده و بحث‌برانگیزِ هدف‌گیری به‌دور است. اما کتاب منسون این تصور را باطل می‌کند. میون از همان ابتدا به‌منظور تسریع «زنجیره کشتار» آمریکا طراحی شده بود؛ یعنی فرایند یافتن اهداف، تصمیم‌گیری برای اقدام و اجرای یک حمله. یکی از مقامات آژانس ملی اطلاعات مکانی (National Geospatial-Intelligence Agency) به منسون می‌گوید که مدل‌های زبانی بزرگ، فرایند هدف‌گیری را پنج برابر سریع‌تر کرده‌اند و به آمریکا اجازه می‌دهند تا روزانه ۵۰۰۰ هدف را شناسایی و مورد اصابت قرار دهد. ژنرال «کریس دوناهو» (Chris Donahue) که در خط مقدم استفاده از میون در اوکراین بود و اکنون به‌عنوان فرمانده نیروهای زمینی آمریکا در اروپا خدمت می‌کند می‌گوید: «در نهایت، همه این موارد خودکار خواهند شد.»

این امر پرسش‌های عمیقی را پیرامون کنترل انسانی بر جنگ مطرح می‌سازد. در یک درگیری میان آمریکا با چین یا روسیه، هر طرف با فشار شدیدی برای حمله سریع و قاطعانه روبرو خواهد شد؛ پیش از آنکه طرف مقابل بتواند اهداف را پیدا کرده و تسلیحات خود را پرتاب کند. حتی اگر انسان‌ها بر این فرایند نظارت داشته باشند، آیا می‌توانند همگام با آن پیش بروند، به‌ویژه اگر نقصی رخ دهد؟ مدت‌ها پس از استقرار میون در اوکراین، این سیستم همچنان به‌ازای هر یک کیلومترمربعی که ارزیابی می‌کرد، ده تشخیص نادرست تولید می‌کرد.

اکنون، الگوریتم‌های توسعه‌یافته توسط میون، علاوه بر اجرا بر روی سرورهای دوردست، درون تسلیحات نیز تعبیه شده‌اند. این کتاب به توصیف دو سلاح کمترشناخته‌شده می‌پردازد که با هدف درهم‌شکستن و کند کردن نیروهای چینی در هرگونه جنگ احتمالی در اقیانوس آرام طراحی شده‌اند. «Goalkeeper» یک مهمات پرسه‌زن (loitering munition) یا پهپاد انتحاری است و «Whiplash» یک جت اسکیِ مملو از مواد منفجره است که نسخه‌های اولیه آن توسط سازمان سیا برای آزمایش به‌صورت قاچاقی وارد اوکراین شد. هر کدام از این انواع می‌توانند به‌تنهایی برای یافتن و حمله به اهداف ارسال شوند.

این امر، داده‌های جامع را بیش‌از‌پیش حائز اهمیت می‌کند. زمانی که تیم سازنده میون تلاش کردند تا یک الگوریتمِ شکار زیردریایی بسازند، متوجه شدند که هواپیماهای شکارچیِ زیردریایی P-8 در پایان هر مأموریت، هارددیسک‌های خود را پاک می‌کنند. پس از مقداری مقاومت از سوی نیروی دریایی آمریکا، این داده‌ها به دست آمد و با صدها هزار ورودی از دوربین‌های قایق‌ها، دوربین‌های بنادر، سیستم‌های مادون‌قرمز، ناوشکن‌ها، کشتی‌های جنگی، بویه‌های شناور، لنج‌ها و موارد دیگر تکمیل شد. یک مقام دفاعی می‌گوید: «ما اساساً ارتش آزادی‌بخش خلق چین (PLA) را در تمام مدت زیر نظر داریم… تا داده‌های آموزشی برای هوش مصنوعی به دست آوریم.»

منسون ده‌ها مصاحبه با سازندگان و کاربران میون و همچنین مخالفان آن انجام داده است. کوکور به‌عنوان یک شخصیت جذاب در این روایت ظاهر می‌شود؛ کسی که توسط سپاه تفنگداران دریایی به دلیل نظارت بر یک فرهنگ سازمانی مسموم در درون پروژه میون توبیخ شد، شخصیتی که اشتیاق و نیروی محرکه او موفقیت این برنامه را شکل داد. او از تصمیم‌گیرندگان در واشنگتن می‌خواهد که از نوآوری‌های او عاقلانه استفاده کنند. او می‌گوید: «بیایید بتوانیم در آینه به خود نگاه کنیم و مطمئن شویم که مراقب هستیم. ما تمام این فناوری‌ها را در اختیار داریم؛ آیا ما بهترین حافظان و متولیان آن هستیم؟»

گزارش حاضر در نسخه May 16th 2026 نشریه The Economist منتشر شده است.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.