Nopeuttaako tekoäly sotaa? Kuinka Yhdysvallat iski 2,000 kohteeseen Iranissa neljässä päivässä

Tekoäly muokkaa yhä enemmän sitä, miten nykyaikaisia sotia käydään.

Viimeaikaisissa Yhdysvaltain sotilasoperaatioissa, jotka liittyvät Iraniin kohdistuvaan konfliktiin, Washingtonin mukaan se iski yli 2,000 kohteeseen vain neljän päivän aikana.

Sellaista tahtia olisi ollut vaikea ylläpitää aiemmissa konflikteissa, jolloin sotilastiedustelu piti tarkistaa käsin useilla komentotasoilla.

Nykyään taistelukenttäohjelmistot pystyvät käsittelemään valtavia määriä tiedustelutietoa minuuteissa.

Droonien, satelliittien ja muiden antureiden tuottamaa dataa analysoidaan algoritmeilla, jotka korostavat mahdollisia kohteita ja jäsentävät tiedot komentajille.

Tällaiset työkalut auttavat Yhdysvaltain joukkoja etenemään taistelukentän “tappoketjussa” huomattavasti nopeammin kuin aiemmissa sodissa.

Mitä sotilaallinen “tappoketju” tarkoittaa

“Tappoketju” kuvaa vaiheiden sarjaa, joka etenee kohteen tunnistamisesta hyökkäyksen käynnistämiseen.

Aiempien sotilasoperaatioiden aikana prosessi saattoi viedä tunteja tai jopa päiviä.

Tiedustelu oli kerättävä, varmistettava, analysoitava ja läpiprosessoitava useiden komentotasojen kautta ennen kuin hyökkäys voitiin hyväksyä.

Tekoälyjärjestelmät on suunniteltu tiivistämään aikajanaa.

Ohjelmistot voivat nopeasti skannata tiedustelusyötteitä, merkitä mahdollisia kohteita ja priorisoida niitä komentajien tarkasteltaviksi.

Tämä nopeutunut päätöksentekosyklin on erityisen tärkeä konflikteissa, joissa kohteet, kuten ohjuslaukaisimet tai liikkuva kalusto, voivat nopeasti kadota.

Tekoälyn taustalla oleva taistelukentän kohdentamisohjelmisto

Tämän muutoksen keskeinen osa on Maven Smart System, jonka kehittämisessä on ollut mukana datanalytiikkayhtiö Palantir Technologies.

Alusta perustuu Project Maven -hankkeeseen, Pentagonin vuonna 2017 käynnistämään aloitteeseen, jonka tarkoitus oli soveltaa koneoppimista sotilaalliseen tiedusteluanalyysiin.

Järjestelmä yhdistää drooneista, satelliiteista ja muista valvontalähteistä tulevat tiedot yhdeksi operatiiviseksi kojelaudaksi.

Analyytikot ja komentajat voivat tarkastella tiedusteluraportteja, mahdollisia kohteita ja operatiivisia vaihtoehtoja yhdestä paikasta.

Iranin konfliktista raportoiva journalismi on kuvannut, miten tekoälypohjaiset kohdentamisalustat auttavat käsittelemään suuria määriä taistelukenttädataa ja tuottavat listoja mahdollisista kohteista, jotka vaativat ihmisen arviointia.

Tekoälyn käytön laajeneminen puolustusvoimissa

Yhdysvaltain puolustusministeriö on asteittain laajentanut tekoälyjärjestelmien käyttöä joukoissaan.

Vuoteen 2025 mennessä Maven-alustalla oli yli 20,000 käyttäjää useissa sotilasyksiköissä. Teknologiaa ottavat käyttöön myös Naton liittolaiset.

Tekoälyllä on nykyään useita rooleja sotilasoperaatioissa.

Konenäköjärjestelmät voivat analysoida droonien kuvamateriaalia tunnistaakseen ajoneuvoja tai kalustoa. Algoritmit skannaavat satelliittikuvia etsiäkseen kuvioita, jotka voivat viitata sotilaalliseen toimintaan.

Näitä työkaluja on nähty jo konflikteissa kuten Ukrainassa ja Gazassa, joissa droonivalvonta ja digitaalinen tiedusteluanalyysi ovat keskeisiä nykyaikaisessa sodankäynnissä.

Miksi tekoälyyn perustuva sodankäynti herättää huolta

Nopeudesta huolimatta tekoälyn kasvava rooli sodankäynnissä on herättänyt huolia valvonnasta ja vastuullisuudesta.

Yksi ongelma on, antavatko nopeammat automatisoidut järjestelmät riittävästi aikaa huolelliseen ihmisen harkintaan.

Kun ohjelmisto tuottaa nopeasti suuren määrän mahdollisia kohteita, komentajat saattavat kokea paineita toimia nopeasti.

Äskettäiset tapahtumat Iranissa ovat kärjistäneet näitä huolia.

Tutkimukset iskuun, joka osui tyttöjen kouluun Minabin kaupungissa, herättivät kysymyksiä siitä, miten kohdentamispäätökset tehtiin ja vaikuttiko vanhentunut tiedustelutieto tapaukseen.

Reutersin tutkinta raportoi, että koululla oli pitkä julkinen verkkoläsnäolo, mikä herätti kysymyksiä siitä, miten sivusto luokiteltiin sotilaalliseksi kohteeksi.

Asiantuntijat sanovat, että laajempi haaste on vastuullisuus.

Tekoälyjärjestelmät voivat analysoida valtavia tietoaineistoja ja tuottaa suosituksia nopeasti, mutta on vaikeaa ymmärtää tarkalleen, miten nuo suositukset on tuotettu.

Kun sodankäynti muuttuu yhä datalähtöisemmäksi, teknologisen nopeuden ja ihmisen vastuun tasapainottaminen tulee todennäköisesti pysymään keskeisenä keskustelunaiheena.