عامل هوش مصنوعی بر روی نسبی پنهان‌سازان در محیط برابر یابندگان در جنگی آینده چیست؟

تأثیر هوش مصنوعی (AI) بر مزیت نسبی پنهان‌کنندگان در برابر یابندگان در محیط جنگی آینده احتمالاً منجر به رقابتی بسیار پرچالش و مداوم بین اقدامات متقابل و اندازه‌گیری متقابل خواهد شد.

در حالی که پیشرفت‌های هوش مصنوعی قابلیت‌های یابندگان را به‌طور مطلق تقویت می‌کند، این فناوری همچنین ابزارهای پیشرفته‌ای را برای پنهان‌کنندگان فراهم می‌آورد تا عدم قطعیت را به حداکثر برسانند و مزیت یابنده را خنثی کنند.

یافته‌های اصلی این رقابت که به عنوان یکی از چهار رقابت “بلاک ساختمانی” (building block) در امور نظامی ارزیابی می‌شود، حاکی از آن است که پنهان‌کاری پیچیده‌تر می‌تواند پیشرفت‌های یابندگی را جبران کند.

مزیت هوش مصنوعی برای یابندگان (Finding)

تصور رایج این است که هوش مصنوعی به چند طریق به یابندگان کمک خواهد کرد:

1. تلفیق اطلاعات و تحلیل داده: هوش مصنوعی از طریق سیستم‌های تلفیق اطلاعات (Information Fusion)، که حجم عظیمی از داده‌ها را از منابع مختلف ترکیب می‌کنند، می‌تواند تصویری دقیق‌تر و سریع‌تر از وضعیت میدان نبرد ارائه دهد. این امر تحلیل داده‌ها را با سرعت و مقیاسی خودکار می‌کند که برای تیم‌های تحلیلگر انسانی غیرعملی است.
2. شبکه‌های حسگر انبوه: هوش مصنوعی می‌تواند به یابندگان کمک کند تا تعداد بسیار بیشتری از حسگرها را به میدان بیاورند، مانند “توری‌های هدف‌گیری” (targeting meshes) شامل صدها یا هزاران پهپاد مجهز به حسگرهای مختلف. خودمختاری (Autonomy) توانایی عملیات این دسته‌های بزرگ را تقویت می‌کند و گلوگاه‌های خلبانان ماهر انسانی را کاهش می‌دهد.
3. تسریع زنجیره کشتار (Kill Chain): پیشرفت‌های سنجشگری مبتنی بر هوش مصنوعی می‌توانند زنجیره کشتار (شامل یافتن، تثبیت، ردیابی، هدف‌گیری، درگیری و ارزیابی) را سریع‌تر و کشنده‌تر سازند، به‌ویژه با کمک به اتصال پیوندهای “یافتن” و “ردیابی” و همچنین کمک به مدیریت شبکه‌های نبرد که دارایی‌های ضربتی را برای درگیری با اهداف حساس به زمان به صف می‌کنند.

مزیت هوش مصنوعی برای پنهان‌کنندگان (Hiding)

استدلال محوری این است که پنهان‌کنندگان می‌توانند با استفاده از هوش مصنوعی برای توسعه “ماشین‌های مه جنگ” (Fog of War Machines)، پیشرفت‌های یابندگی را خنثی کنند.

1. ایجاد عدم قطعیت ساختاری: حل عدم قطعیت ذاتاً سخت‌تر از ایجاد عدم قطعیت است. سیستم‌های هوش مصنوعی یابنده باید برای حل یک معمای پیچیده محاسباتی (استدلال در شرایط عدم قطعیت/Information fusion) تلاش کنند، در حالی که هوش مصنوعی پنهان‌کننده صرفاً باید کار را برای یابنده سخت‌تر کند.
2. این مسئله یک چالش ساختاری ایجاد می‌کند که حتی قدرتمندترین الگوریتم‌های هوش مصنوعی نیز نمی‌توانند آن را به‌طور کامل حل کنند.
3. ماشین‌های مه جنگ: این ابزارهای هوش مصنوعی می‌توانند کمپین‌های فریب نظامی پیچیده‌ای را برنامه‌ریزی و اجرا کنند که سردرگمی و عدم قطعیت یابنده را به حداکثر می‌رساند. این شامل ترکیب تاکتیک‌های نظامی سنتی (مانند اختفا و پراکندگی) با فناوری‌های جدید می‌شود.
4. استفاده از فریب انبوه: هوش مصنوعی می‌تواند ایجاد ماکت‌های ارزان‌تر و واقع‌بینانه‌تر (robotic decoys) را تسهیل کند. این ماکت‌ها و فریب‌های الکترونیکی می‌توانند با تعداد زیاد به‌کار گرفته شوند تا سیستم یابنده دشمن را اشباع و آلوده کنند.
5. کاهش زمان برنامه‌ریزی فریب: هوش مصنوعی مولد (Generative AI) می‌تواند هزاران متخصص فریب انسانی را جایگزین کند و به عملیات فریب کمک کند تا در عرض هفته‌ها یا روزها به جای ماه‌ها، عملیاتی شوند.

شرایط تعیین‌کننده مزیت نسبی

این رقابت به شدت به بافت عملیاتی (Context) بستگی دارد و مزیت یکی بر دیگری ممکن است در شرایط مختلف تغییر کند. سه عامل مهم در تعیین برتری نسبی نقش دارند:

1. جرم/انبوه (Mass): مزیت یابنده یا پنهان‌کننده به توانایی هر طرف در به‌کارگیری انبوه بستگی دارد. اگر یابنده بتواند تعداد حسگرهای بیشتری را به میدان بیاورد تا پنهان‌کننده بتواند ماکت، ممکن است یابنده عدم قطعیت ایجاد شده توسط فریب را کاهش دهد.
2. همچنین، اگر یابنده بتواند با حجم کافی از مهمات هر چیزی را که احتمال واقعی بودن هدف دارد، هدف قرار دهد، ممکن است اهداف واقعی نابود شوند، هرچند این امر مالیات عملیاتی (operational tax) سنگینی را بر یابنده (مانند افشای پلتفرم‌های ضربتی یا مصرف ذخیره مهمات) تحمیل می‌کند.
3. نوع اطلاعات پنهان‌شده: وظیفه پنهان‌کننده زمانی آسان‌تر است که به دنبال جلوگیری از کسب اطلاعاتی باشد که نیاز به دقت و قطعیت بالا دارند.
   • حوزه هسته‌ای: در حوزه هسته‌ای، جایی که مهاجم برای یک ضربه خلع سلاح (disarming strike) باید تمام یا تقریباً تمام نیروهای هسته‌ای مدافع را با درجه بالایی از اطمینان پیدا کند، مزیت پنهان‌کننده بیشتر است. ماشین مه جنگ هوش مصنوعی می‌تواند “مکر و هرج و مرج” کافی ایجاد کند تا مهاجم از دستیابی به آن آستانه بالای موفقیت اطمینان نداشته باشد.
   • حوزه متعارف: در جنگ‌های متعارف، نابودی درصد کمتری از نیروها (مانند ۶۰ درصد) می‌تواند افزایش مفیدی باشد.
4. محیط فیزیکی: مناطق جستجوی وسیع‌تر و شلوغ‌تر (مانند مناطق شهری یا جنگلی) به نفع پنهان‌کاری هستند، زیرا ساختارهای فیزیکی بیشتری برای اختفا از حسگرها وجود دارد و فعالیت‌های بیشتری می‌تواند باعث هشدارهای کاذب شود. برعکس، مناطق کوچک‌تر و خالی‌تر (مانند صحرا یا آسمان) به نفع یابندگی هستند.
5. چهار رکن رقابت نظامی در عصر هوش مصنوعی

نتیجه‌گیری

با فرض اینکه ارتش‌ها سرمایه‌گذاری‌های پایداری در قابلیت‌ها و تاکتیک‌های فریب انجام دهند، هوش مصنوعی این رقابت را فعال و ادامه‌دار نگه می‌دارد.

ارتش‌هایی که صرفاً بر ساختارهای نیروی کوچک‌تر با قابلیت‌های عالی تکیه می‌کنند، در معرض خطر هستند و باید فریب را در مرکز عملیات خود قرار دهند.

این رقابت مانند یک بازی موش و گربه بین دو استراتژی هوش مصنوعی است؛ هوش مصنوعی به یابنده یک دوربین فوق‌العاده می‌دهد، در حالی که به پنهان‌کننده یک سِت دکور صحنه با بودجه نامحدود و یک کارگردان نابغه برای مدیریت آن می‌دهد.