อัลกอริทึมแห่งสงคราม: เมื่อ AI และเซนเซอร์ฟิวชันกำลังพลิกโฉมสนามรบ

เทคโนโลยีปัญญาประดิษฐ์กำลังโยกย้ายดุลอำนาจทางการทหารออกจากการพึ่งพาแพลตฟอร์มฮาร์ดแวร์เพียงอย่างเดียว ไปสู่ระบบท่อส่งข้อมูลที่สามารถตรวจจับ ตัดสินใจ และลงมือกระทำได้รวดเร็วกว่าโครงสร้างคำสั่งที่ใช้มนุษย์เพียงอย่างเดียว แม้ว่ายุทโธปกรณ์แบบดั้งเดิมอย่างเครื่องบินทิ้งระเบิดล่องหน ขีปนาวุธนำวิถี และดาวเทียมเรดาร์จะยังคงมีความสำคัญและมีราคาแพง แต่สิ่งที่เปลี่ยนแปลงไปอย่างสิ้นเชิงคือชั้นซอฟต์แวร์ที่เชื่อมโยงสิ่งเหล่านี้เข้าด้วยกัน ซึ่งประกอบด้วยโมเดลแมชชีนเลิร์นนิง เอดจ์โปรเซสเซอร์ ระบบช่วยเล็งเป้าอัตโนมัติ สภาพแวดล้อมการฝึกจำลอง และระบบสนับสนุนการตัดสินใจ

สำหรับผู้อ่านที่มีพื้นฐานด้านไอที เรื่องราวนี้มีความคุ้นเคยไม่น้อย สงครามกำลังกลายเป็นปัญหาการประมวลผลแบบกระจายศูนย์ (Distributed Computing) ภายใต้ข้อจำกัดที่รุนแรงทั้งเรื่องความหน่วง (Latency) แบนด์วิดท์ ความปลอดภัย และความน่าเชื่อถือ ความแตกต่างสำคัญคือความผิดพลาดของระบบอาจนำมาสู่การเสียชีวิตของพลเรือน การยกระดับความขัดแย้ง หรือความผิดพลาดเชิงกลยุทธ์ที่ประเมินค่าไม่ได้

การปฏิบัติการทางทหารสมัยใหม่สร้างปริมาณข้อมูลมหาศาลจากดาวเทียม โดรน เรดาร์ โซนาร์ เซนเซอร์ข่าวกรองการสื่อสาร เซนเซอร์ไซเบอร์ ระบบส่งกำลังบำรุง อุปกรณ์สวมใส่ และฟีดข้อมูลโอเพนซอร์ส ความท้าทายไม่ได้อยู่ที่การเก็บข้อมูลเท่านั้น แต่อ1ยู่ที่การคัดกรองสัญญาณที่มีประโยชน์ออกจากสัญญาณรบกวนให้เร็วพอที่จะใช้งานจริง

โดรนระดับสูงเพียงลำเดียวสามารถสตรีมวิดีโอความคมชัดสูงได้นานหลายชั่วโมง กลุ่มดาวเทียมขนาดเล็กสามารถบันทึกภาพซ้ำๆ ในพื้นที่กว้าง เซนเซอร์ภาคพื้นดินสามารถตรวจจับความสั่นสะเทือน เสียง ความร้อน หรือคลื่นวิทยุ ซึ่งนักวิเคราะห์ที่เป็นมนุษย์ไม่สามารถตรวจสอบข้อมูลทั้งหมดเหล่านี้ได้ทันความเร็วในการปฏิบัติงาน ปัจจุบันระบบ AI จึงถูกนำมาใช้เพื่อประโยชน์ดังต่อไปนี้:

• ตรวจจับยานพาหนะ เรือ อากาศยาน และการเคลื่อนพลจากภาพถ่าย
• จำแนกประเภทวัตถุจากเรดาร์ อินฟราเรด และเซนเซอร์อิเล็กโทร-ออปติคัล
• เชื่อมโยงรายงานจากหลากหลายแหล่งข้อมูล
• แจ้งเตือนความผิดปกติในทราฟฟิกเครือข่ายหรือรูปแบบการสื่อสาร
• จัดลำดับความสำคัญของการแจ้งเตือนเพื่อให้มนุษย์ตรวจสอบ
• ทำนายความล้มเหลวของอุปกรณ์และภาวะขาดแคลนเสบียง

สิ่งเหล่านี้อาจไม่ใช่เรื่องหวือหวา แต่มูลค่าทางทหารส่วนใหญ่มาจากการลดภาระงานของนักวิเคราะห์ โมเดลที่ช่วยคัดกรองภาพถ่าย 10,000 ภาพให้เหลือเพียง 400 ภาพที่มีความสำคัญสูงสุด อาจสร้างผลกระทบทางปฏิบัติได้มากกว่าหุ่นยนต์ฮิวแมนนอยด์ที่ถือปืนเสียอีก

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ความท้าทายทางเทคนิคมีความซับซ้อนมากกว่าการจดจำภาพในภาคพลเรือน ข้อมูลทางทหารมักมีความกระจัดกระจาย เสื่อมสภาพ ถูกบิดเบือนโดยเจตนา และเก็บมาจากมุมมองที่ผิดปกติ สภาพอากาศ การพรางตัว สิ่งลวงตา การรบกวนทางอิเล็กทรอนิกส์ และพฤติกรรมของฝ่ายตรงข้าม ล้วนลดทอนประสิทธิภาพของโมเดลทั้งสิ้น การระบุรถถังที่ซ่อนอยู่ใต้พุ่มไม้จึงไม่ใช่ปัญหาเดียวกันกับการจำแนกรูปแมวบนเว็บไซต์อินเทอร์เน็ต

เทคโนโลยีเซนเซอร์ฟิวชันทำหน้าที่รวมแหล่งข้อมูลหลากหลายเข้าเป็นภาพสถานการณ์การปฏิบัติการร่วม ระบบอาจประเมินข้อมูลจากภาพถ่ายดาวเทียม วิดีโอโดรน แทร็กเรดาร์ สัญญาณที่ถูกดักฟัง และรายงานจากหน่วยภาคพื้นดิน เพื่อเพิ่มความเชื่อมั่นและลดเวลาในการตรวจจับเป้าหมาย ระบบรุ่นใหม่ใช้แมชชีนเลิร์นนิงเพื่อตรวจจับรูปแบบข้อมูลที่ต่างที่มากัน ตัวอย่างเช่น วัตถุที่หยุดนิ่งในภาพถ่ายดาวเทียมอาจมีความสำคัญมากขึ้น หากพบการเปลี่ยนแปลงของคลื่นวิทยุในบริเวณใกล้เคียง ยานพาหนะส่งกำลังบำรุงปรากฏตัว และฟุตเทจจากโดรนยืนยันการเคลื่อนไหว

ระบบ AI ทางทหารที่มีประโยชน์ต้องสามารถตอบคำถามสำคัญ เช่น เซนเซอร์ตัวใดบ้างที่มีส่วนร่วมในการประเมินนี้ ข้อมูลมีความสดใหม่เพียงใด มีการพิจารณาการจำแนกประเภทอื่นใดอีกบ้าง ความน่าจะเป็นที่มีพลเรือนอยู่1ในพื้นที่มีค่าเท่าใด วัตถุมีการเปลี่ยนแปลงตำแหน่งนับตั้งแต่ตรวจพบหรือไม่ และสัญญาณดังกล่าวอาจเป็นสิ่งลวงตาหรือแหล่งกำเนิดที่ถูกปลอมแปลงขึ้นหรือไม่ รายละเอียดเหล่านี้ไม่ใช่ทางเลือกเสริม แต่มีความสำคัญยิ่งต่อความปลอดภัยในการปฏิบัติงาน

"A model that cuts 10,000 image tiles down to 400 high-priority candidates may have more practical impact than a humanoid robot with a rifle."

Dev.to Analysis

ที่มา: Dev.to