Автор Денис Федутинов
В последние годы ведутся активные работы по созданию систем на базе искусственного интеллекта для беспилотных аппаратов, главным образом воздушных. Причем касается это не только создаваемых перспективных БПЛА, но и уже имеющихся. Предполагается, что даже при сохранении прежней оболочки их обновленная начинка и прежде всего новое программное обеспечение будут способны обеспечить качественный скачок в эффективности их применения.
Разработка систем, использующих те или иные технологии, условно относимые к технологиям искусственного интеллекта/машинного обучения, в последние годы показывает существенный рост интенсивности. Это связано с демонстрируемыми успехами в работе такого рода систем, что в свою очередь открывает простор для дальнейшего применении на практике.
Стали появляться возможности делегировать системам на основе таких технологий многие актуальные задачи, среди которых и вопросы распознавания объектов для автоматического сопровождения целей и наведения оружия, и обработка больших массивов видеоинформации для поддержки операторов систем полезной нагрузки, и автоматическая навигация вне зон корректного действия спутниковых систем глобальной навигации (ГНСС), и автономное принятие решений, в том числе в условиях неопределенности, и координация действий в динамично меняющейся обстановке, и многое другое.
Распознавание целей
Одна из наиболее типовых задач, для которых используются возможности информационных технологий, – автоматическое распознавание целей. Алгоритмы распознавания целей и их автоматического сопровождения появились уже довольно давно, но сейчас с распространением технологий ИИ и машинного обучения это направление автоматизации переживает новый всплеск активности.
Такого рода системы дают возможность действовать в условиях прерывающейся связи между БПЛА и оператором, автоматически доводят оружие до цели, а также позволяют не допускать провалов в эффективности работы операторов в силу их физиологических ограничений.
Американская компания General Atomics, известная разработкой линейки беспилотных систем MALE-класса семейства Predator, уже несколько лет работает над применением технологий ИИ для автоматизации ряда функций БПЛА и помощи операторам. Еще пять лет назад, в 2020 г. были проведены первые летные испытания системы искусственного интеллекта Agile Condor. Эта разработанная General Atomics система способна самостоятельно идентифицировать и выбирать цели для поражения. Да, финальное решение на поражение отдает оператор, но автоматика позволяла существенно облегчить его задачу.
Agile Condor была установлена на беспилотной системе MQ-9 Reaper. Сами испытания прошли на территории авиабазы ВВС США Гранд-Форкс в штате Северная Дакота и были признаны успешными.
Применяются системы ИИ в подобных задачах и для беспилотных аппаратов меньшей размерности. Так, в апреле 2023 г. американская компания AeroVironment представила комплект Autonomy Retrofit Kit (ARK) и программное обеспечение AVACORE, демонстрирующее стремление компании к развитию автономности и возможностей машинного обучения для повышения эффективности автономных систем и снижения нагрузки на оператора. ARK и AVACORE обеспечивают автономию для уже эксплуатируемых систем, таких как Puma 3 AE и Puma LE, а также для будущих БПЛА.
БПЛА Jackal («Шакал»)
ARK – это быстро подключаемая полезная нагрузка, предоставляющая новый набор интеллектуальных возможностей для беспилотных авиационных систем Группы 1+. Обеспечивая граничные вычисления для критически важных приложений, ARK позволяет операторам ставить перед БПЛА задачи для полностью автономного выполнения в условиях нестабильной связи. ARK также интеллектуально интегрируется с распределенными группами подразделений в мобильной сети Ad Hoc Network (MANET) с помощью Android Team Awareness Kit (ATAK).
Вторая составная часть комплекта – AVACORE – это программное обеспечение автономности. Оно имеет модульный набор интерфейсов и поддерживает быструю интеграцию с новыми платформами и приложениями. На ARK также предустановлен SPOTR-Edge, программное обеспечение машинного зрения компании AeroVironment для обнаружения, классификации, и сопровождения оперативно значимых объектов, включая людей, транспортные средства, самолеты и морские суда, днем и ночью.
Более любопытный вариант предлагает компания Overwatch Imaging. В феврале 2024 г. она выпустила первое в своем роде решение – Overwatch Automated Sensor Operator (ASO), предназначенное для расширения возможностей автоматических систем поиска, обнаружения и анализа видеоизображений.
Overwatch ASO автоматизирует три отдельных области работы: поиск, анализ и отчетность. При этом программное обеспечение непосредственно контролирует систему наблюдения, превращая ее из устройства с ручным управлением в систему, которая динамически настраивается для сбора данных, оптимизированных для анализа алгоритмами обнаружения, под управлением искусственного интеллекта.
Данные с датчика системы наблюдения анализируются в режиме реального времени с помощью моделей и алгоритмов обнаружения, адаптированных для различных задач. Результаты анализа, отображаемые в интерактивном графическом пользовательском интерфейсе для операторов и лиц, принимающих решения, автоматически извлекаются из потока данных и синтезируются в легкие информационные продукты, которые могут быстро передаваться в условиях ограниченной пропускной способности систем связи.
При этом система Overwatch ASO не привязана исключительно к своей аппаратной части, она совместима с растущим числом ведущих оптикоэлектронных систем наблюдения видимого и теплового диапазонов, включая линейки оптикоэлектронных систем от L3Harris WESCAM и Trakka Systems.
Навигация
Широкое распространение систем радиоэлектронной борьбы и, как выяснилось на практике, их существенное влияние на системы вооружений и военной техники сделало весьма актуальной задачу разработки навигационных средств, обеспечивающих работоспособность беспилотных аппаратов в отсутствие сигналов систем ГНСС или в условиях спуфинга.
Этим направлением работ сейчас занимается множество фирм из технологически развитых стран мира. К примеру, компания Advanced Navigation и одна из лидирующих мировых оборонных компаний MBDA договорились о совместной разработке устойчивой навигационной системы, интегрирующей технологию позиционирования NILEQ от MBDA.
Совместно разработанное решение, подходящее для современных вызовов, призвано обеспечить устойчивое позиционирование для множества воздушных платформ. В рамках соглашения между Великобританией и Австралией компании будут проводить совместные исследования и технологические разработки.
Запатентованная технология NILEQ основана на использовании новых нейроморфных датчиков для получения и сопоставления «отпечатков» местности. Изначально построенная для изучения процессов обнаружения биологических изменений, эта технология фиксирует данные об изменении рельефа местности, когда над ней пролетает летательный аппарат, и сопоставляет полученную информацию с существующей базой данных о поверхности Земли.
Окончательное решение позволит системам, таким как беспилотные летательные аппараты, обеспечивать точное определение их местоположения с помощью пассивного и устойчивого к помехам устройства. Эта технология также повысит безопасность применения беспилотных систем за пределами прямой видимости (BVLOS), поскольку она преодолевает многие традиционные ограничения существующих навигационных технологий.
Системы управления
Одно из наиболее значимых направлений применения технологий ИИ и машинного обучения в сфере создания перспективных беспилотных систем составляют системы управления. Перед ними стоит чрезвычайно масштабный массив задач, решения которых в итоге сулят существенные преимущества стороне, воплотившей их в конечных изделиях.
К числу востребованных решений относятся и автоматизация полета БПЛА в условиях динамично меняющейся боевой обстановки, и совместные действия с пилотируемыми летательными аппаратами в качестве так называемых «верных ведомых», и применение в составе масштабных по количеству групп, именуемых «стаями» или «роями».
В конце 2023 г. уже упоминавшаяся компания General Atomics Aeronautical Systems, Inc. в рамках летных испытаний продемонстрировала быстро развивающуюся экосистему автономности на основе открытых стандартов для беспилотных разведывательно-ударных летательных аппаратов на своем БПЛА MQ-20 Avenger.
В ходе полета были объединены решения трех поставщиков автономных систем, оборудование человеко-машинного интерфейса (HMI), предоставленное правительством, и ядро автономности GA-ASI для решения многочисленных задач по совместному выполнению боевых заданий и для выполнения цикла «обнаружить, отследить, навести на цель, поразить и оценить» (F2T2EA) с использованием сочетания реальных и виртуальных объектов.
Компоненты автономного управления для летного испытания были предоставлены GA-ASI, Scientific Systems Company, Inc. (SSCI) и группой ARCANE (Architecture and Capabilities for Autonomy in Naval Enterprise) NAVAIR PMA-281.
В итоге удалось продемонстрировать пример совместного применения, когда реальный беспилотный аппарат MQ-20 был объединен с симулированным беспилотником MQ-20 для отработки техники совместного формирования полета, направленной на повышение живучести при достижении поставленных целей. Эта демонстрация показала гибкость автономного ядра GA-ASI для быстрой интеграции решений сторонних производителей в поддержку широкого спектра развивающихся типов миссий.
Упомянутые беспилотные «верные ведомые» призваны обеспечить существенный рост эффективности обычных пилотируемых самолетов боевой авиации. В рамках этой концепции беспилотники должны задействоваться в качестве помощников пилотируемых летательных аппаратов, беря на себя наиболее высокорисковые задачи разведки и нанесения ударов, позволяя пилотам оставаться вне зон поражения. При этом роль пилотов фактически повышается с обычного уровня до уровня командиров миссий.
Беспилотный аппарат Teng Yun 2 Cloud Rider («Облачный всадник»)
В рамках разработок, реализующих эту концепцию, еще одна крупная американская корпорация – Northrop Grumman – сотрудничает с компанией EpiSci для создания передовых надежных автономных тактических решений для США и их союзников. Как сообщалось, программное обеспечение TacticalAI компании EpiSci будет интегрировано в архитектуру авиационной системы компании Northrop Grumman.
Эта технология продвигает критически важные решения автономности для человеко-машинного взаимодействия и позволяет использовать различные сенсоры, адаптивные коммуникации и сетевые системы, а также системы управления следующего поколения (BMC2), обеспечивая высокую производительность.
Используя открытую архитектуру, автономные решения Northrop Grumman могут включать в себя технологии совместных платформ сторонних производителей, которые позволяют беспилотным авиационным системам адаптироваться к изменяющимся требованиям миссии и обеспечивают гибкость управления в сложных условиях.
Работает в направлении разработки систем человеко-машинного взаимодействия и европейская Airbus. В рамках программы System and Teaming Advanced Research (STAR) планируется разработать систему управления для обеспечения взаимодействия пилотируемых и беспилотных систем в группе (MUM-T), которая, как предполагается, должна позволить боевому самолету Eurofighter Typhoon дистанционно управлять беспилотными «верными ведомыми».
В опубликованном компанией в 2024 г. объявлении по этому проекту излагаются его основные цели, причем не только для Eurofighter. Как отмечается в объявлении, проект, который будет осуществляться на предприятии Airbus Defence and Space в Манчинге на юге Германии, входит в программу X-Platform Capability Study (XPCS). Он нацелен в первую очередь на демонстрацию MUM-T на Eurofighter, а в среднесрочной и долгосрочной перспективе – на внедрение возможностей управления на перспективных самолетах FCAS/SCAF (Future Combat Air System / Système de Combat Aérien du Futur).
Роевое применение
Большое внимание уделяется такому сегменту в тактических приемах использования БПЛА, как применение их больших групп, или «роевое» применение. Это одна из концепций, возникшая как ветвь в «кусте» систем управления беспилотных аппаратов, однако часто выделяемая особо. Задействование групп БПЛА может обеспечить существенные преимущества в боевых действиях, во-первых, перегружая системы борьбы с ними, а во-вторых, за счет массовости достигая гарантированного решения поставленной боевой задачи.
Новые технологии позволят эффективно управлять большими группами автономных БПЛА силами небольшого числа операторов даже в условиях высокой динамики действий и наличия помех.
Компания Airbus Defence & Space, генеральный подрядчик исследования KITU2, в тесном сотрудничестве с немецкой компанией Quantum Systems, разрабатывающей системы БПЛА, и компанией Spleenlab, занимающейся программным обеспечением, как сообщалось, «совершила прорыв в технологии автономных роев БПЛА».
Имеется в виду исследование, проводимое по заказу вооруженных сил Германии, направленное на максимальное использование потенциала искусственного интеллекта для координации групп БПЛА с различными возможностями. Впервые специально разработанный ИИ управляет работой систем БПЛА и координирует их, обеспечивая надежное выполнение миссии даже в условиях радиопомех или полного отказа отдельных дронов.
ИИ был обучен с помощью передовых методов глубокого обучения с подкреплением в высокоспециализированной среде моделирования. Такой подход позволяет ИИ совершенствовать свою тактику за счет непрерывной самооптимизации, что приводит к принятию более эффективных и точных решений в тактических операциях.
В ходе успешных испытаний беспилотные летательные аппараты легкого класса Vector и Scorpion компании Quantum Systems, а также два других многоцелевых беспилотника компании Airbus были развернуты в групповом полете. Разведывательные данные со всех беспилотников в режиме реального времени объединялись в общую картину ситуационной обстановки и интегрировались в систему управления боевыми действиями Fortion Joint C2 компании Airbus.
Барражирующий боеприпас Altius 600M-V
Результаты исследования KITU2 должны помочь в разработке автономных систем для таких крупных проектов Бундесвера, как Главная наземная боевая система (MGCS) и Боевая авиационная система будущего (FCAS).
В этом же направлении работает и компания Thales. В ходе первых в своем роде летных испытаний 16 октября 2024 г. она продемонстрировала потенциал развертывания групп беспилотников с различными уровнями автономности. Автономные функции, оптимизированные с помощью искусственного интеллекта и интеллектуальных агентов, снижают когнитивную нагрузку на операторов и при этом обеспечивают постоянный контроль, особенно на критических этапах миссии.
На этом последнем шаге в рамках стратегии борьбы с дронами компания Thales и ее партнеры применяют принципы оперативной совместимости и интеграции для улучшения координации роев дронов для развертывания в широком диапазоне типов миссий.
Для удовлетворения требований вооруженных сил компания Thales предлагает инновационную системную архитектуру на основе ИИ, которая обеспечивает роям беспилотных аппаратов «беспрецедентный уровень контролируемой автономности» и позволяет им адаптировать свое поведение к изменяющимся оперативным требованиям.
Системная архитектура демонстратора COHESION дает операторам возможность адаптировать уровень автономности роя дронов к требованиям каждого этапа миссии. Эта новая возможность обеспечивает высокую гибкость в условиях противодействия, когда меры радиоэлектронной борьбы могут заглушать сигналы систем связи и сигналы ГНСС.
Автономное управление одиночными дронами и/или целыми их роями позволяет избежать необходимости постоянной связи со станцией управления. Беспилотники способны воспринимать и анализировать обстановку, обмениваться информацией о целях, анализировать намерения противника и определять приоритетность задач. Они также могут использовать совместную тактику и оптимизировать свои траектории для повышения устойчивости и эффективности сил, помогая ускорить цикл OODA[1] и повысить «прозрачность поля боя».
Такой инновационный подход действует как мультипликатор силы без увеличения когнитивной нагрузки на операторов, которые по-прежнему отвечают за принятие наиболее важных решений.
Заключение
США – один из мировых лидеров в развитии систем искусственного интеллекта для военных беспилотных летательных аппаратов. При этом понятно, что область применения систем ИИ в военной сфере намного шире и не исчерпывается одними только беспилотниками. Так, известно, что около 70% программ DARPA в разной степени интегрируют ИИ, машинное обучение и автономность.
Американские оборонные исследования в области ИИ ведутся комплексно. Они охватывают четыре ключевые области: доверенный искусственный интеллект[2] и автономность; интегрированное зондирование с применением различных разведывательных датчиков и кибернетика; человеко-машинные интерфейсы, позволяющие осуществлять мгновенное планирование миссий и управление; искусственный интеллект для ведения воздушного боя. Эта комплексность призвана, во-первых, расширить количество решаемых с использованием ИИ задач, во-вторых, повысить общую эффективность работ за счет синергетической связи между этими областями исследований и перетекания технологий и технических решений между ними.
Наблюдая бурный рост технологий искусственного интеллекта в США и осознавая те последствия, которые он может принести в расклад сил в военной сфере, многие страны инвестируют существенные ресурсы в работы в области ИИ. В ближайшие годы эта сфера исследований может стать ареной новой мировой гонки с целью достижения существенных технологических преимуществ, в том числе и на поле боя.
[1] OODA: (Observe, Orientate, Decide, Act – наблюдай, ориентируйся, решай, действуй).
[2] Это концепция разработки и эксплуатации систем ИИ, гарантированно обладающих свойствами надежности, безопасности, эффективности, продуктивности, прозрачности, конфиденциальности, справедливости и этичности получаемых результатов.
©«Новый оборонный заказ. Стратегии»
№ 2 (91), 2025 г., Санкт-Петербург
