Πόλεμος Ιράν: Πώς η τεχνητή νοημοσύνη αλλάζει το πεδίο μάχης
Ποτέ μέχρι σήμερα ο αμερικανικός στρατός δεν έχει χρησιμοποιήσει την τεχνητή νοημοσύνη σε έναν πόλεμο τόσο εκτεταμένα όσο στον πόλεμο με το Ιράν - Ο αναλυτής Noah Sylvia σε συνέντευξή του στο γερμανικό περιοδικό Spiegel, μιλάει για τις ευκαιρίες και τους τεράστιους κινδύνους
Στήλη καπνού υψώνεται μετά από επίθεση στην Τεχεράνη
Σε πρωτοφανή κλίμακα χρησιμοποιείται η τεχνητή νοημοσύνη στις στρατιωτικές επιχειρήσεις των Ηνωμένων Πολιτειών και του Ισραήλ κατά του Ιράν, σηματοδοτώντας μια νέα φάση στον τρόπο διεξαγωγής του σύγχρονου πολέμου. Σύμφωνα με αναλυτές, η τεχνολογία επιτρέπει την επεξεργασία τεράστιων ποσοτήτων δεδομένων και την ταχεία δημιουργία στόχων, ωστόσο εγείρει σοβαρά ερωτήματα για την ασφάλεια των αμάχων και την ευθύνη των αποφάσεων στο πεδίο των επιχειρήσεων.
Όπως επισημαίνει στο Spiegel ο αναλυτής σύγχρονου πολέμου Noah Sylvia από το ερευνητικό ινστιτούτο Royal United Services Institute (RUSI) στο Λονδίνο, η τεχνητή νοημοσύνη χρησιμοποιείται ήδη σε κρίσιμες διαδικασίες στρατιωτικών επιχειρήσεων: από την ανάλυση μεγάλων βάσεων δεδομένων μέχρι τη δημιουργία επιχειρησιακής εικόνας και την κατάρτιση προφίλ στόχων.
Κεντρικό ρόλο παίζουν συστήματα που συγκεντρώνουν δεδομένα από πολλαπλές πηγές - δορυφόρους, μη επανδρωμένα αεροσκάφη, αισθητήρες και ιστορικές βάσεις δεδομένων- μετατρέποντάς τα σε άμεσα αξιοποιήσιμες πληροφορίες για τους επιτελείς.
Ιδιαίτερα σημαντικό θεωρείται το σύστημα Maven Smart System, το οποίο συνδέεται με την αμερικανική εταιρεία Palantir και επιτρέπει τη διασύνδεση μεγάλων όγκων πληροφοριών ακόμη και από παλαιότερα στρατιωτικά πληροφοριακά συστήματα. Μέσω εργαλείων τεχνητής νοημοσύνης αναγνωρίζονται πρότυπα και εντοπίζονται πιθανοί στόχοι.
Χαρακτηριστικό παράδειγμα αποτελεί η ανάλυση του υλικού που συλλέγουν δεκάδες drones στο πεδίο των επιχειρήσεων. Τα μη επανδρωμένα αεροσκάφη παράγουν κάθε ώρα τεράστιο όγκο βίντεο, τον οποίο είναι πρακτικά αδύνατο να εξετάσουν άνθρωποι. Η τεχνητή νοημοσύνη ταξινομεί το υλικό, εντοπίζει ύποπτες κινήσεις και επιταχύνει δραστικά τη δουλειά των στρατιωτικών αναλυτών.
Η τεχνολογία επιτρέπει ακόμη και την αναζήτηση πληροφοριών με φυσική γλώσσα, δίνοντας εντολές όπως «δείξε όλα τα περιστατικά στην περιοχή Χ, κατά την περίοδο Υ, με συγκεκριμένα χαρακτηριστικά».
Ωστόσο, αυτό που παραμένει ασαφές είναι σε ποιο βαθμό τα συστήματα αυτά συμμετέχουν άμεσα στη διαδικασία επιλογής και δημιουργίας στόχων.
Η κλίμακα των επιχειρήσεων είναι ενδεικτική της νέας πραγματικότητας. Σε εξειδικευμένα στρατιωτικά μέσα ενημέρωσης γίνεται λόγος για χιλιάδες στόχους που επλήγησαν μέσα σε μόλις μία εβδομάδα, κάτι που χαρακτηρίζεται πρωτοφανές για σύγχρονες αμερικανικές επιχειρήσεις.
Την ίδια στιγμή, η χρήση τεχνητής νοημοσύνης έχει πυροδοτήσει έντονες συζητήσεις μετά την επίθεση σε σχολείο κοριτσιών στην πόλη Μιναμπ του Ιράν, όπου σκοτώθηκαν άμαχοι. Σύμφωνα με τα πρώτα στοιχεία, το περιστατικό αποδίδεται πιθανότατα σε χρήση παρωχημένων δεδομένων και όχι σε λανθασμένη απόφαση της τεχνητής νοημοσύνης.
Όπως επισημαίνουν οι ειδικοί, το τελικό στάδιο της απόφασης παραμένει ανθρώπινο και η ευθύνη βαραίνει εκείνον που αξιολογεί τις πληροφορίες.
Παρά τα πλεονεκτήματα, οι αναλυτές προειδοποιούν ότι η μεγάλη ταχύτητα των επιχειρήσεων μπορεί να υπονομεύσει τη διαδικασία ελέγχου. Η τεχνητή νοημοσύνη επιταχύνει θεαματικά την ανάλυση δεδομένων, όμως όταν οι στρατιωτικές αποφάσεις λαμβάνονται σε τόσο γρήγορο ρυθμό αυξάνεται ο κίνδυνος να χρησιμοποιηθούν λανθασμένες ή παρωχημένες πληροφορίες.
Η αναγνώριση στόχων δεν είναι απλώς τεχνικό ζήτημα, αλλά απαιτεί αξιολόγηση του ευρύτερου περιβάλλοντος: ποιος είναι ο στόχος, τι υπάρχει γύρω του, ποιες είναι οι πιθανές παράπλευρες απώλειες και ποιες εναλλακτικές επιλογές υπάρχουν.
Οι ειδικοί υπογραμμίζουν επίσης ότι τα σημερινά συστήματα τεχνητής νοημοσύνης είναι ιδιαίτερα αποτελεσματικά σε συγκεκριμένες εργασίες, όπως η αναγνώριση οχημάτων σε βίντεο, αλλά παρουσιάζουν σημαντικούς περιορισμούς όταν απαιτείται κατανόηση σύνθετων καταστάσεων.
Παράλληλα ανακύπτουν σοβαρά ηθικά και θεσμικά ζητήματα. Η χρήση αλγοριθμικών προτάσεων στον πόλεμο απαιτεί πλήρη κατανόηση του τρόπου με τον οποίο λειτουργούν τα συστήματα: ποια δεδομένα χρησιμοποιούνται, ποιες παραδοχές έχουν ενσωματωθεί και ποια είναι τα όρια των μοντέλων.
Η έλλειψη διαφάνειας μπορεί να καταστήσει δύσκολη την απόδοση ευθυνών σε περίπτωση λαθών, ενώ σε πολλές ένοπλες δυνάμεις καταγράφεται και έλλειμμα ψηφιακής τεχνογνωσίας.
Ιδιαίτερο προβληματισμό προκαλεί και το γεγονός ότι οι άνθρωποι τείνουν συχνά να εμπιστεύονται περισσότερο τις αποφάσεις μιας μηχανής παρά τις εκτιμήσεις άλλων ανθρώπων, παρότι πολλά συστήματα τεχνητής νοημοσύνης λειτουργούν ως «μαύρο κουτί».
Σε αυτό το πλαίσιο, αυτοματοποιημένα συστήματα μπορούν να δημιουργήσουν χιλιάδες προφίλ στόχων μέσα σε μία ημέρα, γεγονός που αυξάνει τον κίνδυνο να παραμεληθούν νομικές και ηθικές παράμετροι των στρατιωτικών επιχειρήσεων.
Σύμφωνα με τους αναλυτές, η τεχνητή νοημοσύνη δεν καθορίζει από μόνη της τη στρατηγική ενός πολέμου, αλλά επιταχύνει τις επιλογές που ήδη έχουν ληφθεί. Αν ένας στρατός είναι διατεθειμένος να αναλάβει μεγαλύτερο ρίσκο για απώλειες αμάχων ή να κλιμακώσει ταχύτερα μια σύγκρουση, τα εργαλεία τεχνητής νοημοσύνης μπορούν να το καταστήσουν εφικτό.
Αντίστροφα, θεωρητικά θα μπορούσαν επίσης να συμβάλουν στη μείωση των παράπλευρων απωλειών, εφόσον χρησιμοποιηθούν με αυτόν τον στόχο.
Ωστόσο, όπως σημειώνουν ειδικοί, παραμένει ανοιχτό το ερώτημα κατά πόσο υπάρχει σαφής στρατηγική πίσω από τις επιχειρήσεις στο Ιράν και αν η τεχνολογία χρησιμοποιείται με συγκεκριμένο πολιτικό σχεδιασμό. Σε διαφορετική περίπτωση, η αυξανόμενη αυτοματοποίηση του πολέμου ενδέχεται να οδηγήσει σε μια επικίνδυνη πραγματικότητα, όπου οι μηχανές αναλαμβάνουν ρόλους για τους οποίους οι άνθρωποι δεν είναι ακόμη έτοιμοι.