اولین نبرد ماشین در تاریخ، الگوریتم‌هایی که ایران را بمباران کردند

کد خبر : 12199

19:48

1405/02/02

سونیوز: در نخستین جنگ تمام‌هوشمند تاریخ، الگوریتم‌های «ماون» و «کلود» فرماندهی میدان را در دست گرفتند و چرخه‌ی حمله را از چند هفته به چند ثانیه رساندند؛ اما اعتماد کور به ماشین، نام یک مدرسه در میناب را در فهرست اهداف ثبت کرد تا ۱۶۸ کودک ایرانی، نخستین قربانیان غیرنظامی جنگ آمریکا و اسرائیل علیه ایران با عنوان «خشم حماسی» ترامپ باشند. روایت تکان‌دهنده‌ی روزها و و شب هایی که یک ملت با تاریخ و تمدن چندهزارساله،آماج الگوریتم‌های مرگبار شدند. در این گزارش اختصاصی، سونیوز، ابعاد این جنگ را بر پایه فناوری های هوش مصنوعی واکاوی کرده است پس.تا انتها با این گزارش مهم همراه باشید.

به گزارش آژنس خبری سونیوز، گزارش‌های تفصیلی منتشرشده از منابع دفاعی و رسانه‌های بین‌المللی، ایالات متحده آمریکا در جریان حمله نظامی به ایران نشان می دهد که این کشور به همراه اسرائیل مجموعه‌ای از پیشرفته ترین تاکتیک‌ها و سامانه‌های مبتنی بر هوش مصنوعی را علیه ایران به کار برده است. تحلیلگران نظامی از این رویکرد به عنوان «نخستین جنگ تمام‌عیار هوش مصنوعی» در تاریخ یاد می‌کنند. رویکردی که تلفیقی از سامانه‌های پشتیبانی تصمیم‌گیری در سکوهای خودمختار و عملیات‌های پیچیده جنگ شناختی است. هدف اصلی به‌کارگیری این فناوری‌ها نه صرفاً افزایش دقت تسلیحات، بلکه فشرده‌سازی زمان چرخه تصمیم‌گیری و حمله از هفته‌ها و روزها به ثانیه‌ها اعلام شده است. به گفته فرماندهان نظامی، هدف نهایی این راهبرد، اقدام «سریع‌تر از تفکر دشمن» بوده است.

مغز متفکر عملیات؛ پلتفرمی از جنس داده و هستی‌شناسی
در عصر جنگ‌های مدرن و چندحوزه‌ای، برتری اطلاعاتی و سرعت تصمیم‌گیری دیگر یک مزیت رقابتی نیست، بلکه یک ضرورت حیاتی برای پیروزی در میدان نبرد محسوب می‌شود. در قلب این راهبرد، سامانه هوش مصنوعی (MSS: Maven Smart System) قرار دارد. این سیستم هوشمند، توسط شرکت، پالانتیر تکنولوژیز» (Palantir Technologies) توسعه‌یافته است که یکی از پیشرفته‌ترین و عملیاتی‌ترین پلتفرم‌های هوش مصنوعی نظامی در جهان به شمار می رود. این سامانه با تلفیق داده‌های عظیم از منابع متنوع، فرآیند تبدیل اطلاعات خام به اقدام عملیاتی را به شکل چشمگیری متحول کرده و نقش محوری در تسریع فرآیند هدف‌یابی و ارزیابی خسارت ایفا کرده می کند.

سیستم هوشمند ماون در سال ۲۰۱۷ توسط پنتاگون (مقر وزارت جنگ ایالات متحده آمریکا) راه‌اندازی شد و هدف آن سرعت بخشیدن به تصمیم‌گیری‌های مربوط به هدف‌گیری نظامی از طریق جمع‌آوری حجم عظیمی از داده‌ها، از جمله انواع اطلاعات، تصاویر ماهواره‌ای و تصاویر پهپادی است. این سیستم با دریافت داده با بیش از ۹ منبع اطلاعاتی مختلف، از جمله تصاویر ماهواره‌ای، رادارها، اطلاعات سیگنالی، اطلاعات انسانی، خروجی پهپادها و سایر سنسورها، داده‌های ناهمگن این منابع را در یک بستر واحد جمع‌آوری می‌کند.

سامانه ماون که در سال ها پیش در پروژه قدیمی «ماون» پنتاگون برای تحلیل تصاویر پهپادی مورد استفاده قرار می گرفت، اکنون با توسعه و به روزرسانی آن به یک پلتفرم چندلایه تبدیل شده است که می تواند حجم عظیمی از داده‌های طبقه‌بندی‌شده ماهواره‌ای، شنود الکترونیک و اطلاعات میدانی را به‌صورت لحظه‌ای پردازش کند. یکی از ویژگی‌های کلیدی این پلتفرم، حفظ اصل حضور انسان در حلقه تصمیم‌گیر است؛ به این معنا که هوش مصنوعی پیشنهاد می‌دهد، اما تصمیم نهایی همیشه توسط انسان اتخاذ می‌شود

فناوری هسته‌ای پالانتیر بر پایه مفهوم «هستی‌شناسی» (Ontology) استوار است؛ ساختاری که به زبان ساده، یک دیکشنری هوشمند و روابط‌نگار دیجیتال ایجاد می‌کند تا انبوه داده‌های پراکنده و خام را به یک «تصویر عملیاتی مشترک» تبدیل کند. الگوریتم‌های اصلی به‌کار رفته در این سامانه صرفاً مدل‌های زبانی بزرگ نیستند، بلکه شبکه‌ای از مدل‌های تخصصی بینایی ماشین و همجوشی داده‌ها به شمار می‌روند.

روش کارکرد سامانه ماون:
♦فاز اول: جمع‌آوری و دریافت داده‌های زمان‌حقیقی از منابع متعدد
♦فاز دوم: تلفیق داده‌هابا استفاده از لایه هستی‌شناسی و ایجاد تصویر عملیاتی یکپارچه
♦فاز سوم: تحلیل هوشمند با بهره‌گیری از بینایی رایانه‌ای،مدل‌های یادگیری ماشین و مدل‌های زبانی بزرگ
♦فاز چهارم: پشتیبانی از فرآیند تصمیم‌گیری فرماندهان با تولید خودکار دوره‌های عملیاتی پیشنهادی اولویت‌بندی اهداف و پیشنهادهای عملیاتی دقیق
♦فاز پنجم: حلقه بازخورد مداوم با ورود نتایج ارزیابی آسیب میدان نبرد برای بهبود عملکرد هوش مصنوعی

یکی از اجزای کلیدی و بحث‌برانگیز این مجموعه، مدل زبانی «کلود» (Claude) از شرکت آنتروپیک است. بر اساس گزارش‌ها، این مدل به عنوان لایه‌ای هماهنگ‌کننده و واسط کاربری هوشمند برای تحلیل حجم عظیم داده‌های بدون ساختار، ترجمه و خلاصه‌سازی اسناد فارسی و تطبیق الگوهای پیچیده به کار گرفته شده است. این سیستم قادر بود ظرف ۲۴ ساعت نخست حمله، بیش از یک‌هزار هدف را شناسایی، اولویت‌بندی و برای حمله آماده کند و در مجموع، تنها در ۱۰ روز نخست نبرد، بیش از ۵۵۰۰ موضع در خاک ایران را هدف قرار دهد.

الگوریتم غیرقابل اعتماد و فاجعه‌ای به نام میناب
نکته قابل تأمل و تاسف بار در عملکرد این الگوریتم‌ها، شکست فاجعهبار یا «سوگیری اتوماسیون است. گزارش‌های میدانی حاکی از آن است که اتکای بیش از حد به سرعت ماشین، گاهی فرصت اعتبارسنجی انسانی را از میان برده است.

بارزترین نمونه این فاجعه، حمله به دبستان دخترانه در میناب بود. در این حادثه، سامانه هوش مصنوعی به دلیل استفاده از داده‌های اطلاعاتی قدیمی متعلق به سال ۲۰۱۶، نتوانست تفاوت میان یک ساختمان آموزشی و یک پایگاه نظامی متروکه در مجاورت آن را تشخیص دهد. این خطای محاسباتی مرگبار که ناشی از به‌روزنشدن نقشه‌های آرشیوی بود، منجر به کشته شدن ۱۶۸ غیرنظامی، عمدتاً کودک، گردید و زنگ خطر را در خصوص نبود «درک مفهومی» در هوش مصنوعی به صدا درآورد.

در حالی که پلتفرم‌های هوش مصنوعی مانند ماون در مدیریت جنگ ایران برای آمریکا نقش کلیدی داشته‌اند، اما مسئولیت استفاده از خروجی آن همواره «بر عهده سازمان‌های نظامی» است. چرا که در ساختار فعلی «همیشه یک انسان در راس مدیریت این پلتفرم ها حضور دارد، که تصمیم نهایی را می‌گیرد. اما تا به امروز هیچ عذرخواهی رسمی بابت این فاجعه دردناک از سوی دولت دونالد ترامپ انجام نگرفته است.

جنگ شناختی و تاکتیک «شکار روح»
تاکتیک‌های آمریکا فراتر از هدف‌یابی صرف رفته و حوزه جنگ شناختی و عملیات فریب را نیز در بر گرفته است. در عملیاتی مشهور برای نجات یک خلبان سرنگون‌شده، آژانس اطلاعات مرکزی (سیا) با استفاده از الگوریتم‌های تحلیل سیگنال و ترافیک شبکه، اقدام به «تزریق هدفمند اطلاعات نادرست» در کانال‌های ارتباطی نیروهای نظامی ایران کرد. در این تاکتیک، با ایجاد پدیده «شکار ارواح» و اجرای هفت بمباران نمایشی در مختصات جعلی، الگوریتم‌ها توانستند سامانه واکنش سریع ایران را با سرریز داده و فریب، کور کنند.

همزمان، الگوریتم پیشرفته « زمزمه شبح » با فیلتر کردن نویزهای محیطی، قادر به شناسایی صدای ضربان قلب خلبان پنهان‌شده در کوهستان و ارسال مختصات دقیق برای گروه نجات بود. همچنین، از فناوری هوش مصنوعی برای تحلیل محتوای شبکه‌های اجتماعی و ارسال پیامک‌های انبوه به شهروندان ایرانی با هدف جنگ روانی و تضعیف روحیه استفاده شده است.

جنگ ناهمگون معکوس؛ ازدحام پهپادهای لوساس
پهباد لوساس (LUCAS) سامانه‌های هوایی بدون سرنشین و یکبارمصرف هستند که می‌توانند برای مدت زمان مشخصی در منطقه هدف پرسه بزنند، اهداف را شناسایی و در نهایت با برخورد به آن، خود را منفجرکنند. این پهپادها با ترکیب قابلیت‌های یک پهپاد شناسایی و یک مهمات دقیق، انعطاف‌پذیری بالایی در میدان نبرد ایجاد کرده‌اند. در حوزه سخت‌افزار، آمریکا تاکتیک «جنگ ناهمگون معکوس» را با تولید انبوه پهپادهای لوساس به اجرا گذاشت. این پهپادهای تهاجمی که با مهندسی معکوس از روی پهپادهای شاهد-۱۳۶ ایران ساخته شده‌اند، با هدایت الگوریتم‌های هوش مصنوعی توانایی پرواز در دسته‌های هماهنگ را دارند. الگوریتم این پهپادها به گونه‌ای طراحی شده که با هزینه بسیار پایین (حدود ۳۵۰۰۰ دلار در برابر میلیون‌ها دلار موشک‌های کروز)، پدافند هوایی دشمن را با تعداد بالا اشباع کرده و زنجیره دفاعی را مختل کنند. این رویکرد نشان‌دهنده تغییر سیاست پنتاگون از «پیچیدگی صرف» به « مدیریت هزینه و ‌کارآمدی» تحت فرماندهی هوش مصنوعی است.

آسیب‌پذیری زیرساختی؛ نبرد بر سر دیتاسنترها
در نهایت، یکی از حساسترین ابعاد این جنگ، تغییر شکل زنجیره تدارکات و مکان‌یابی اهداف استراتژیک بوده است. الگوریتم‌های هوش مصنوعی وابستگی حیاتی خود به رایانش ابری و دیتاسنترها را آشکار کردند. تحلیل‌ها نشان می‌دهد که سامانه‌های «ماون» و «کلود» برای پردازش سریع، متکی به دیتاسنترهای آمازون و سایر غول‌های فناوری در منطقه خلیج فارس بوده‌اند.

این وابستگی باعث شد تا آمریکا از این زیرساخت‌ها به عنوان مراکز فرماندهی غیرنظامی اما حیاتی استفاده کند، اما همزمان، ایران نیز با شناسایی این گلوگاه توسط الگوریتم‌های اطلاعاتی خود، آن‌ها را به «اهداف مشروع نظامی» تبدیل کرد. حملات پهپادی به دیتاسنترهای امارات و بحرین، عملاً زنجیره محاسباتی میدان نبرد را هدف گرفت و نشان داد که در عصر نوین، الگوریتم‌های هوش مصنوعی نه‌تنها ابزار حمله، بلکه خود به بخشی از میدان نبرد و آسیب‌پذیری زیرساختی بدل شده‌اند.

پالانتیر، ستون فقرات پنتاگون
شرکت پالانتیر تکنولوژیز که اکنون ستون فقرات دیجیتال پنتاگون محسوب می‌شود، ترکیبی از سرمایه‌گذاران نهادی بزرگ و سهامداران خرد را شامل می‌شود. بر اساس آخرین گزارش‌های مالی، موسسات بزرگ سرمایه‌گذاری حدود ۵۸ درصد از سهام این شرکت را در اختیار دارند. از جمله بزرگ‌ترین سهامداران نهادی می‌توان به گروه ونگارد با سهمی حدود ۹ درصد، بلک راک با حدود ۸ درصد، و استیت استریت با بیش از ۴ درصد اشاره کرد د. برخلاف بسیاری از شرکت‌های فناوری که بنیان‌گذاران آنها سهام قابل توجهی دارند، الکس کرب مدیرعامل پالانتیر و سایر بنیان‌گذاران مانند پیتر تیل سهم نسبتاً محدودی از شرکت را در اختیار دارند و بخش عمده سهام در اختیار سرمایه‌گذاران نهادی قرار دارد .

حوزه فعالیت و استراتژیهای تجاری پالانتیر اغلب در حوزه نرم‌افزارهای تحلیل داده و هوش مصنوعی تعریف میشود و پلتفرم‌های اصلی آن شامل Foundry و AIP (سیستم عامل هوش مصنوعی) است که به سازمان‌ها امکان می‌دهد داده‌های عظیم خود را یکپارچه کرده و تصمیمات آگاهانه‌تری اتخاذ کنند. این شرکت با تمرکز بر قراردادهای دولتی و نظامی فعالیت خود را آغاز کرده است و همچنان بخش قابل توجهی از درآمد آن (حدود ۵۴ درصد) از مشتریان دولتی به ویژه در آمریکا تأمین می‌شود. پالانتیر نقش کلیدی در پروژه‌های مهمی مانند سامانه دفاع موشکی از جمله گنبد طلایی با بودجه ۱۸۵۰ میلیارد دلاری ایفا می‌کند و همچنین همکاری نزدیکی با شرکت‌هایی مانند اندوریل و اسپیس‌ایکس دارد. در سال‌های اخیر، این شرکت به طور قابل توجهی وارد بخش خصوصی و صنایع تجاری شده و مشتریانی در حوزه‌های مراقبت سلامت هوافضا ، خدمات مالی و انرژی جذب کرده است. پالانتیر با برگزاری کنفرانس سالانه AIPCon، توانمندی‌های خود در استقرار سریع راهکارهای هوش مصنوعی را به نمایش می‌گذارد و هدف دارد تا سال ۲۰۲۷ رشد خود را در صورت‌های مالی مشتریانش منعکس کند.

تمام کارکنان فنی این شرکت تحت عنوان «مهندس استقرار خط مقدم» شناخته می‌شوند که مستقیماً از پایگاه نظامی در خاورمیانه تا خطوط مقدم مستقر می‌شوند تا ظرف چند ساعت نرم‌افزارهای بحران‌محور تولید کنند. این ترکیب پارادوکسیکال از آزادی عمل فردی در خط مقدم و کنترل متمرکز در رأس، پالانتیر را قادر ساخته تا ضمن عقد قراردادهای عظیم چندمیلیارد دلاری با پنتاگون، چابکی یک استارتاپ را در قلب غول‌های بوروکراتیک دولتی حفظ کند.