За фасадом разговоров Путина с приближёнными технократами об угрозах, которые несут западные генеративные чат-боты, скрывается перевод всего сектора искусственного интеллекта на военные рельсы. T-invariant рассказывает, как уже сейчас российские войска используют ИИ в управлении дронами-камикадзе с помощью оптической навигации (недоступной для сил радиоэлектронной борьбы противника), совершенствуют искусство войны с помощью роя «дронов», фундаментально меняют задачи военной логистики, а также криптографии, которая всё больше нужна не столько для защиты данных, сколько для атак. И если в гражданском секторе Россия проигрывает и экзафлопную (суперкомпьютерную) гонку, и гонку больших языковых моделей (LLM), то для ИИ-криптографии такие колоссальные мощности не нужны. В этой войне у России достаточно ресурсов как вычислительных, так и интеллектуальных.
Главные новости о жизни учёных во время войны, видео и инфографика — в телеграм-канале T-invariant. Подпишитесь, чтобы не пропустить.
Риторика о роли ИИ в войне звучит регулярно от обеих сторон новой холодной войны. Так недавно Илон Маск заявил, что «если начнётся война крупных держав, это будет война дронов и искусственного интеллекта», выразил обеспокоенность, что это приведёт «к созданию Терминатора» и попросил сотрудников Военной академии США в Вест-Пойнте помочь этого избежать. Он также призвал наращивать выпуск беспилотников в США. Много об этом говорят и высокопоставленные чиновники России. Например, правительство РФ проводит совещания по вопросам «влияния искусственного интеллекта на повышение боевой эффективности подразделений в зоне боевых действий».
Суверенный искусственный интеллект
Россия развивает технологию, получившую название «суверенный искусственный интеллект» (почему он «суверенный» и зачем нужен России, мы дальше постараемся показать, но скажем сразу — это не пропагандистский прием, за этим определением есть серьёзные основания). С одной стороны, война мешает развитию ИИ, с другой — помогает, особенно развитию военных ИИ-моделей, на которые «денег не жалко». Поскольку речь пойдёт о военных ИИ-моделях, информации в открытом доступе немного (это касается не только России, но и Украины, и США, и Китая, и других стран). Определение принадлежит президенту РФ Владимиру Путину. По крайней мере, именно после того, как Путин произнёс эти сакраментальные слова на заседании Валдайского клуба 7 ноября 2024 года в Сочи, это определение утвердилось. Тогда также выступал сооснователь Российского квантового центра Руслан Юнусов, который выразил большую озабоченность тем, что генеративные чат-боты продвигают леволиберальную повестку и тем самым плохо влияют на российскую молодёжь.
Юнусов сказал: «Более того, в последние пару лет мы видим, что обучение искусственного интеллекта идёт с помощью синтетических данных больше, чем из фактического, реального материала, и это также способствует тому, что взгляды этих моделей будут более радикальными… Но гораздо опаснее, на наш взгляд, влияние, которое исподволь оказывает искусственный интеллект, формируя мировоззрение молодых ребят, внедряя идеологию в их головы. Причём эта идеология формируется во многом не в нашей стране, а за рубежом или даже за океаном. И здесь, как вывод, мы, конечно, понимаем, что необходимо усиливать контроль регулирования искусственного интеллекта, но при этом, если руководствоваться запретительными мерами, похоже, результата не добиться. Скорее, нужно поддерживать и развивать отечественные технологии искусственного интеллекта. Хорошо, что у нас сегодня большой задел сформирован и большой прогресс, мы видим, существует. Надо его дальше продолжать. Это, наверное, будет основой технологического суверенитета в этой области. Здесь надо отметить, что Россия является одной из трех стран в мире, у кого есть полный стек IT-технологий, это действительно основа суверенитета».
Есть ли в РФ «полный стек IT-технологий», это большой вопрос. Как бы мы ни определяли информационные технологии, компьютеры всё равно в них входят, и, если в стране нет полноценного производства процессоров, о полном стеке говорить трудно. Вряд ли Руслан Юнусов этого не знает. На наш взгляд, «полный стек IT-технологий» есть не у «трёх стран», как говорит Юнусов, а у одной. Да и этой одной необходимо тесное международное сотрудничество, чтобы нормально развивать IT-технологии.
После Юнусова слово взял Путин, он сказал, что искусственный интеллект несет определённые угрозы, но чего в нём больше — хорошего или плохого? Ядерная энергия — это, конечно, опасно, но это и полезно. Путин сказал: «Запрещать, мне кажется, невозможно. Но всё равно это найдёт себе дорогу, особенно в условиях конкуренции. Конкуренция возрастает. Я сейчас не говорю про вооружённое противостояние, но в целом в экономике конкуренция нарастает. Поэтому в условиях конкурентной борьбы неизбежно развитие искусственного интеллекта. И здесь мы, конечно, можем быть в числе лидеров, имея в виду определенные преимущества, которые у нас есть. Что касается суверенитета – важнейшая составляющая. Конечно, эти платформы, они чаще всего формируются за рубежом, а они формируют мировоззрение, совершенно верно. И здесь мы должны понимать это и развивать свой, суверенный искусственный интеллект. Конечно, нужно пользоваться всем, что есть, но нужно развивать и свои направления здесь. У нас «Сбер», «Яндекс» активно над этим работают и в целом работают весьма успешно. Мы, безусловно, будем это всё делать, это вне всяких сомнений, особенно там, где он уже сам себя воспроизводит – это очень интересно и очень перспективно».
В этих словах не все понятно. Например, «он уже сам себя воспроизводит». Возможно, это реакция на слова Юнусова о том, ИИ учится на синтетических данных. Но вообще-то Юнусов об этом говорит с большой тревогой (и не он один), потому что в пределе такое обучение приводит к коллапсу модели.
Но Путин сказал главные слова, которые и определяют «суверенный ИИ»: «Конкуренция возрастает. Я сейчас не говорю про вооружённое противостояние, но в целом в экономике конкуренция нарастает. Поэтому в условиях конкурентной борьбы неизбежно развитие искусственного интеллекта». А в острой конкурентной борьбе не использовать и не развивать оружие, которое развивает противник — значит проиграть. И главное в этой конкуренции как раз «вооружённое противостояние», о котором «я сейчас не говорю». Действительно, Валдайский клуб совсем не то место, где об этом говорят. Но насколько соответствует действительности утверждение, что «здесь мы, конечно, можем быть в числе лидеров, имея в виду определенные преимущества, которые у нас есть», и какие это преимущества? Это, вероятно, ИИ-модели, разработкой которых много лет занимались Яндекс, Сбер и, возможно, другие компании и организации, предпочитающие не светиться в публичном пространстве.
Ограничение сверху
Для того, чтобы сегодня развивать ИИ-модели: и генеративные, и навигационные, и многие другие — нужны деньги (большие или очень большие) и технологии (продвинутые, а лучше самый топ).
Как решались эти проблемы до начала полномасштабного вторжения в Украину и введения санкций против РФ? Крупная компания: Яндекс или Сбер — брала свои деньги и покупала все необходимые для суперкомпьютера элементы: графические ускорители (GPU) и процессоры у Nvidia или Intel, технологию коммутации Infiniband или Ethernet, диски, корпуса, системы охлаждения и прочие мелочи (которые на самом-то деле совсем не мелочи, а тонко подстроенные и отлаженные системы и элементы) и собирала машину. Ставила на неё свою архитектуру (так поступал Яндекс) или брала американскую (как Сбер). Получалась работающая машина. Если мощности не хватало, можно было её дополнительно абонировать на дата-центрах Google или на Azure Microsoft. Например, машина Сбера «Кристофари» использовала шлюз для подключения к Azure. Если деньги на покупку 10 тысяч (или больше) графических ускорителей Nvidia были, никаких проблем не было. Всё поставят, всё отладят, ещё и спасибо скажут.
Развивать собственную элементную базу, строить свои графические ускорители никто всерьёз не собирался. Отставание РФ в этой области огромно и преодолеть его сегодня нереально, несмотря на периодически возникающие разговоры о необходимости строительства процессорных фабрик. Есть такой «закон Мура»: каждое поколение процессоров не только удваивает вычислительную мощность (по классике), но и удваивает стоимость фабрики. Стоит такая фабрика десятки миллиардов долларов, и чтобы вложения окупились, необходимо продать очень много процессоров, то есть выйти на международные рынки. Внутренний рынок (даже такой немаленький, как РФ) этих вложений не окупит. На внешних рынках, несмотря на процессорный голод, всё довольно жестко поделено. Нужно рисковать и выигрыш не гарантирован.
Кроме того, сегодня нет передовых процессоров, которые делает одна отдельная взятая страна. Например, нидерландская ASML производит установки для фотолитографии, но процессоры делает TSMC на Тайване. Все это многомиллиардные технологии. Поэтому никто и не думал развивать в России собственное процессорное производство.
Первая реакция на санкции против РФ после 24 февраля была шоковая. Оказалось, что чуть ли не все цепочки поставок чипов оборвались, что все более или менее современные отечественные процессоры вроде «Байкала» делаются всё равно на Тайване. Но шок прошёл, и постепенно наладился «серый» импорт. Простые процессоры производятся в мире миллиардами. Остановить их импорт в РФ оказалось нереально. Мелкие оптовые фирмы-однодневки наладили поставки чипов. И уже не только самых элементарных, но и вполне продвинутых, вроде Nvidia H100. Их производят сотни тысяч, и уследить за каждой тысячей непросто. (Ещё проще дело обстоит, например, с процессорами Intel Xeon: их миллионы, но это универсальные процессоры, и они не заточены под ИИ.) Так и был собран суперкомпьютер МГУ-270. Никакого продвижения к собственному производству чипов такого уровня в РФ пока не видно. Китай их тоже делать не умеет, по крайней мере в промышленных количествах, а если и научится, то не факт, что будет поставлять их в Россию.
Но здесь нужно иметь ввиду, что «уследить» за разбегающимися по мировому рынку чипами, например, за теми же графическими ускорителями, очень трудно, поскольку этих чипов становится много. А много их становится, когда технология не только крепнет и масштабируется, но и устаревает, когда это уже не сегодняшний, а вчерашний топ. Так что даже если «серый» импорт работает хорошо, он работает со старыми моделями. Ориентируясь на такую форму обеспечения процессорами, РФ по умолчанию закладывает отставание на 2-3 года. Работать можно, но на пару шагов позади. Если нужно не 10 тысяч процессоров, а, скажем 200 тысяч H100 и совсем новых H200, как в монстре Colossus, который строит Илон Маск, тоже будут проблемы: серые схемы — это всё-таки не прямые поставки, они ненадёжны и ограничены в объёмах. Когда объём вырастает, люди, которые следят за выполнением санкций, видят это и прикрывают такую цепочку. Потом возникнет другая, но это потом.
С софтом, напротив, всё вполне нормально. Для развития ИИ есть две критически важных библиотеки — PyTorch и TensorFlow. Они тесно связаны с архитектурой процессоров, в том числе Nvidia. Но сами библиотеки открыты, а драйверы Nvidia и специализированные библиотеки (CUDA) бесплатно доступны. Проблемы возникают при доступе к облакам, но они решаемы. Вообще если ты рядовой разработчик, это не твои проблемы. Yandex Cloud или Cloud.ru готовы и поддерживать и обновлять библиотеки, и обеспечить работу с самыми новыми чипами Nvidia, конечно, если они у вас есть.
Актуальные видео о науке во время войны, интервью, подкасты и стримы со знаменитыми учёными — на YouTube-канале T-invariant. Станьте нашим подписчиком!
Но в целом это говорит о том, что отставание заложено в схему. А для самых передовых моделей ИИ это критично. Простой пример: возьмите ChatGPT-3.5 и сравните его работу с ChatGPT4 o1, хотя бы с бесплатной версией. И почувствуйте разницу. А между ними — два года.
Но развивать ИИ-модели РФ, возможно, и будет. И деньги находить. И процессоры, и софт. Нет, РФ не участвует в «гонке за AGI» (то есть, за самым продвинутым, почти человекоподобным «общим» ИИ) и участвовать в сегодняшних условиях не сможет (здесь все разговоры на тему «кому он сдался этот AGI», ну, прямо по Эзопу — «виноград зелен»). Но ИИ — большая область, и в чём-то «суверенный ИИ», который строит РФ, может оказаться на передовой. Его, собственно, и делают для «передовой». Решения здесь другие, да и чипы нужны другие: не Nvidia H100, а Nvidia Jetson или совсем продвинутые — с программируемой логикой (скажем, процессоры AMD Xilinx).
Экзофлопная гонка
Россия ведёт войну. Это очень дорого. По существующим оценкам, за три года РФ вложила в войну по разным направлениям около 300 миллиардов долларов. Россия этих затрат не раскрывает. По оценке Пентагона, за два года (то есть, по состоянию на февраль 2024-го), потрачено 211 миллиардов долларов. Маловероятно, что за следующий год затраты снизились, поэтому оценка 100 миллиардов в год выглядит достаточно реалистической. Много это или мало? Вообще, это безумные деньги, но не для сегодняшнего ИИ.
Обнародованный план инвестиций в проект Stargate — 500 миллиардов долларов за пять лет. Это частный проект, который возглавляют Softbank и OpenAI. Его необъявленная цель как раз создание AGI (никто толком не знает, что такое этот AGI — «общий искусственный интеллект» — но его уже делают). Сразу нужно отметить, что это только один из проектов. Есть ещё целая группа компаний с капитализацией под 100 миллиардов и с десятками миллиардов инвестиций, которые также занимаются развитием ИИ-моделей. (В StarGate ни Google, ни x.AI — компания Маска, которая строит Colossus, ни многие другие бигтехи не входят.) В целом сумма приближается к триллиону долларов. В прошлом году Сэм Альтман оценил инвестиции в производство чипов для ИИ в 5-7 триллионов долларов. В таком объёме даже перезапуск атомной станции Три-Майл-Айленд, который затеяла Microsoft для обеспечения дата-центров, — пыль на ботинках. У России таких денег нет, и в условиях войны взять их негде. Есть ли они у Китая — тоже большой вопрос. Китай тоже под санкциями, и, хотя у него положение с процессорами намного лучше, чем у России, оно всё равно не такое, как у американских компаний.
ИИ стремительно дорожает. Nature даёт следующую оценку модели o3 Open AI: «o3 уже требует больших затрат: чтобы справиться с каждым заданием в тесте ARC-AGI, он тратил в среднем 14 минут и, вероятно, стоило это тысячи долларов». Это далеко не секунды на ответ, и не 20 и даже не 200 долларов в месяц, как в доступных моделях той же OpenAI, например, в версии Deep Researcher.
Почему американские компании вкладывают такие деньги в ИИ? Трамп считает, что это вопрос безопасности (он лично благословил Stargate). Речь не об угрозе развития и применения ИИ, о которой говорили весь предыдущий год, когда тема контроля за развитием ИИ постоянно обсуждалась и в Конгрессе, и в администрации Байдена, и в ЕС, а о безопасности Америки, которой, по мнению новой администрации Трампа, угрожает развитие военного ИИ, в первую очередь, в Китае.
Кажется, опять драйвером развития науки и технологий становится война. И приоритет отдается ИИ. Но если для США война всё-таки гипотетическая, то для России это каждодневная реальность. Россия не может включиться в такую глобальную гонку с долгосрочными и неопределёнными результатами, как создание AGI, России нужны конкретные решения уже сегодня.
T-invariant писал о запуске суперкомпьютера «МГУ-270»: «Главный академический супервычислитель будет специализироваться на тематике искусственного интеллекта, а профильный институт ИИ в МГУ возглавляет Катерина Тихонова — дочь Путина. Высокопоставленная академическая начальница понимает, что Россия сейчас в этой «экзофлопной гонке» скорее «следует за трендами, чем создает их». Зато, по мнению Тихоновой, у страны «более прагматичный подход в развитии искусственного интеллекта», «обусловленный задачами и вызовами, стоящими перед Россией» — это «применение в БПЛА и в нефтегазовой отрасли»».
Тихонова вполне реалистично представляет развитие ИИ в России. Что изменило современную войну? Ответ хорошо известен — дроны. Это и надводные, и подводные беспилотные устройства, но главное — БПЛА (беспилотные летающие аппараты), способные нести летальное оружие и действовать под удалённым управлением человека или автономно, по одиночке или стаей.
Когда в XIX веке выросла плотность и дальность прицельного огня, в атаку перестали ходить колоннами. Когда в XXI веке появились дроны, армии перестали сосредотачивать большие резервы на направлении главного удара (классика войны), а перешли к атаке быстро выдвигаемыми мобильными группами. Но чтобы дрон действовал автономно в глубоком тылу противника, его надо вооружить ИИ.
Кроме боевых применений дронов, мы скажем несколько слов о транспортной задаче, которую дроны помогают решать, и о том, как изменились классические задачи криптографии с появлением ИИ.
Остаётся отметить, что, если бы Россия не вела войну, деньги на «экзофлопную гонку» у неё были бы. Но у РФ сегодня другие приоритеты.
Конец «партизанского» периода развития беспилотников
Здесь мы сразу должны оговориться, что конкретные тактико-технические характеристики БПЛА («дрон» или «беспилотник» — это именно БПЛА) нам неизвестны, или известны только приблизительные оценки. Мы будем говорить не о беспилотниках в целом, а в основном только об одной узкой области — применение ИИ-моделей для военных дронов. Конечно, дрон это не только ИИ-модель, более того, ИИ-модель сегодня это, скорее, будущее, хотя и тестируемое и, вероятно, очень близкое, но будущее. Сегодня обычные фронтовые дроны чаще всего ИИ-модели не используют. Но, безусловно, будут.
Для масштабируемости военной технологии решающую роль играет её цена. Поскольку продвинутый чип для дрона стоит тысячи долларов и его трудно достать через «серый импорт», ещё труднее его применять и масштабировать его производство. Трудно выстраивать производство, если сегодня у тебя детали есть, завтра их нет, а послезавтра — опять есть, точно такие же, но другие. Санкции играют серьёзную сдерживающую роль, это не стоит недооценивать. Если покупка процессоров Nvidia Jetson, которые специально разработаны для мобильной (в том числе, автономной) робототехники, для Украины это только вопрос денег, то для России это далеко не так.
Но сначала скажем несколько слов о сегодняшнем военном применении дронов. Здесь мы будем опираться на отчёт, опубликованный Институтом исследования войны (Institute of the Study of War) в декабре 2024 года.
И Украина, и Россия создают новый род войск. В Украине он получил название Украинских беспилотных военных систем (Unmanned Systems Forces — USF). В России Путин также объявил о подобной инициативе. Сегодня и в Украине, и в России беспилотники — это во многом частная инициатива. Активное использование беспилотников начала ЧВК «Вагнер» при штурме Бахмута. И собирают аппараты, и обучают их использованию волонтёры и частные фонды. И часто в боевых условиях дроны применяют вопреки решениям полевых командиров. Но министерство обороны РФ начинает собирать всё в отдельную структуру (особый род войск). С одной стороны, это болезненный процесс, поскольку перестройка идет прямо во время военных действий и отлаженные механизмы применения и производства нарушаются, с другой — через 6-12 месяцев (это оценка российских экспертов) развертывание нового рода войск может дать сильный толчок к усовершенствованию и самих беспилотников, и расширению круга боевых задач, которые они решают. В том числе к развитию дорогих и сложных БПЛА, которые на коленке не соберешь и управлять ими не вдруг научишься. Вероятно, и слова Путина, и слова Тихоновой, и решения министра обороны Белоусова (в августе 2024 года Министерство обороны РФ создало новую организацию — Центр перспективных беспилотных технологий «Рубикон») — все это говорит о том, что боевые беспилотные силы РФ будут меняться. «Партизанский», инициативный период использования дронов заканчивается. РФ готова к временным потерям, в частности, в боевой слаженности, чтобы получить стратегическое преимущество в ближайшем будущем.
На военные успехи России с помощью БПЛА сегодня также работают лучшие университеты страны и ведущие инновационные центры. Лидерами стали МФТИ и ИТМО: именно здесь возникли мозговые центры технологии «роя дронов» — перспективного направления развития военных беспилотников. Читайте расследование T-invariant: «Аэрокотята» летают роем.
ИИ-модели на войне
Дрон — это беспилотный аппарат, который решает несколько задач. Он должен уметь летать. Причём желательно, чтобы летать умели все дроны, которые поставили на линию фронта (сегодня доля «нелетающих» или падающих прямо на старте иногда достигает трети из большой поставки, и это тоже одна из причин, которая заставляет МО РФ менять стратегию).
Чтобы дрон поднялся, у него должен быть двигатель — электрический или ДВС (например российский «Герань-2» — аналог иранского Shahed, использует двухтактный ДВС). И двигатели, и батареи дронов постоянно совершенствуются. Двигатели становятся все более экономными, батареи обеспечивают питание все дольше. Поднявшись, дрон должен долететь до цели и выполнить боевую задачу в условиях противодействия со стороны противника.
Дрон может решать боевую задачу автономно, а может управляться оператором.
Навигационная задача по сути главная, которую сегодня может помочь решить ИИ-модель. Гражданские дроны штатно используют спутниковую навигацию, чаще всего обычный GPS. С помощью спутниковой системы прокладывается маршрут, и дрон этому маршруту следует. Дрон может работать без спутниковой навигации, его может вести оператор.
Для боевого дрона ни та, ни другая системы в чистом виде не подходят, из-за того что есть системы РЭБ (радиоэлектронной борьбы). РЭБ использует глушение (jamming) и сбой или подмену сигнала GPS (spoofing). Глушение — постановка радиопомех на определенных частотах. Если известен (а часто он бывает известен) канал связи дрона с оператором, то достаточно поставить помехи на этой частоте. Самые простые дроны используют только одну частоту, их глушить проще всего. Многие дроны умеют переключать частоты, тогда глушить приходится несколько частот. Глушить целые диапазоны опасно — можно разрушить собственную навигацию. Для достаточно простых дронов глушения хватает.
Спуфинг реализовать сложнее, но он эффективнее. В этом случае подменяют сигнал от GPS, который получает дрон, и таким образом перехватывают управление. Дрон может потерять навигацию или даже полететь обратно, считая что он летит в правильном направлении.
Как выходят из положения? «Герань-2» использует две системы для навигации. Вне зоны постановки помех дрон использует GPS. В зоне постановки помех дрон использует автономную систему навигации (INS — Inertial Navigation System). Система регистрирует показания гироскопов, которые регистрируют все повороты аппарата, и акселерометр — для оценки линейного ускорения. Процессор по этим показаниям вычисляет изменение местоположения и прокладывает маршрут.
Главный недостаток INS в том, что постепенно реальное положение дрона и его вычисленное положение расходятся. Нужна калибровка положения. Но обычно зона постановки РЭБ сравнительно небольшая и достаточно простых INS хватает. Так работает «Герань-2», так работает большинство военных дронов сегодня. Эта система далеко не идеальна. Это связано и с неустойчивостью INS, и с необходимостью GPS.
Когда дрону нужно поразить цель, он должен её увидеть. Проще всего если, цель статическая. Тогда дрон атакует не цель, а точку на карте. Если навигационная задача решена правильно и с GPS всё в порядке, цель с достаточно высокой вероятностью будет атакована. Чтобы повысить точность атаки «Герань-2», используют тепловизор (регистрацию инфракрасного излучения) и оптическую камеру. Чтобы автономно распознать цель, нужна та или иная версия компьютерного зрения. Сегодня для этого можно использовать ИИ-модель. Что-то подобное, вероятно, делает и «Герань-2». Так работает российский беспилотник «Ланцет».
Можно ли летать вообще без GPS? Да. Для этого сегодня разработаны несколько технологий. Это магнитная навигация, навигация по звёздам и оптическая навигация. У всех есть свои недостатки и преимущества. И если мы хотим построить некий идеальный навигатор, то лучше всего, если он будет уметь делать всё, переключаясь с одной системы на другую при изменении внешних условий.
Для системы магнитной навигации используют магнитная карта местности. Магнитное поле Земли меняется от точки к точке и по величины, и по направлению. Мы наносим на карту изменения магнитного поля. Дрон несёт магнитный датчик, который регистрирует изменения. ИИ-модель распознаёт реальные изменения и сверяет их с со своей картой. И таким образом определяет своё местоположение. На сегодняшний день неизвестно ни об одном серийном дроне, который использовал бы такую систему навигации. Но такие работы ведутся, в том числе в США, и уже есть прототипы. Чтобы использовать такую систему навигации, нужны подробные магнитные карты, они есть не для всех участков Земли. Часто в дополнение к магнитным датчикам добавляют ещё гравитационный.
Навигацию по звёздам, вероятно, использует российская крылатая ракета «Буревестник». Здесь все просто, но есть проблема, — звёзды видны не всегда.
Наконец, оптическая навигация как раз может активно использовать ИИ-модель. У дрона есть оптическая карта (обычный спутниковый снимок с хорошим разрешением). Дрон постоянно видит, над чем он пролетает. CNN (свёрточная сеть) видит объект, RNN (рекуррентная сеть) прокладывает маршрут. Другие виды нейросетей можно использовать для прогнозирования движения, оптимизации маршрутов и других задач (все эти нейросетевые решения уже существуют).
Система полностью автономна, GPS ей не нужна, не нужна связь с оператором. Она всё решает сама. В том числе наведение на цель и время атаки. Такой дрон хорошо подходит и для атаки движущихся объектов, которые он распознаёт по тепловому изображению (например, ночью) или по визуальной картинке. Его можно использовать и для атак вблизи от линии фронта (поскольку дрон нельзя нейтрализовать системой РЭБ), и для полётов далеко в тыл. Вся система устойчива к изменениям окружающей среды: если лес сгорел или мост взорвали, она, как правило, может понять, куда лететь дальше.
Нейросети обучаются на больших машинах («МГУ-270» вполне подходит), но для работы им облачные системы и суперкомпьютеры не нужны. Но нужны довольно производительные чипы. Это могут быть Nvidia Jetson, но ещё лучше — чипы с программируемой логикой, например, такие, как AMD Xilinx Zynq UltraScale+. Они поддерживают функционирование нейросетей в реальном времени. Такие системы невозможно создать в кружке «Умелые руки». Такие дроны стоят дорого, но, вероятно, могут дать военное преимущество. Nvidia Jetson и AMD Xilinx Zynq UltraScale+ — подсанкционные чипы, но «серый импорт» работает и здесь.
«Герань-2» — дрон-камикадзе. Его задача доставить боезапас до цели. Дорогие сложные дроны использовать однократно невыгодно. Но задача возвращения на базу усложняет их использование и сокращает глубину проникновения. Тем не менее, видимо, именно такие дроны будут разрабатываться в дальнейшем.
Пока мы говорили только об отдельных дронах, которые выполняют боевую задачу самостоятельно. Но сегодня одним из самых перспективных направлений развития военных беспилотников являются стаи дронов, то есть скоординированные действия большого количества беспилотников и при атаке, и при обороне.
Все, вероятно, видели (если не в реальности, то на YouTube) шоу дронов, в которых участвуют тысячи аппаратов. Они «рисуют» в небе красивые трехмерные фигуры, и выглядит это эффектно. Обычно для таких шоу используется система с центральным управлением, которая направляет движение каждого дрона и отвечает за координацию. Так работают, например, шоу дронов компании «Геоскан». Бывают случаи, когда дроны выходят из-под контроля и на головы восхищенной публике сыплется целый дождь из дронов. Это отнюдь не безопасно.
Но военное использование роя дронов, происходит в гораздо более трудных условиях. Если на шоу дронов самая трудная задача добиться того, чтобы они не столкнулись, при военном использовании важно, чтобы они не потеряли друг друга в условиях РЭБ и активного противодействия противника.
Существуют разные решения. Самое простое это полный аналог шоу дронов: существует центр управления, где находится, как правило, один оператор, который управляет не непосредственно дроном, а системой управления. Дроны координируют свое положение и подчиняются командам из центра. Все проблемы, связанные с РЭБ, здесь будут те же, что и при управлении отдельными дронами, о котором мы говорили (глушение и спуфинг).
Но есть и другие решения, связанные, в частности, с использованием ИИ-моделей, которые управляют стаей дронов автономно. Управление может осуществляться через систему центрального сервера, когда один или несколько дронов играют роль «матки», а другие им подчиняются. Но и здесь возможно противодействие РЭБ. Но дроны могут координировать выполнение задачи, просто поглядывая на ближайших соседей, как это делают птицы в стае. Такие действующие системы нам неизвестны, но цифровые модели активно разрабатываются.
Остановить такую стаю очень трудно, практически невозможно. Разве только другой стаей. Пока такие воздушные бои стая на стаю не регистрировались. Но для управления такими стаями необходимы именно очень продвинутые ИИ-модели, работающие в реальном времени. Есть, например, Palantir AI — система для управления боем. Попытки разработки подобной системы предпринимает Ростех.
Транспортная задача на войне
ИИ может использоваться и для других целей. И одна из основных — это решение транспортной задачи. Есть старая поговорка военных: романтики изучают тактику, а практики — логистику. Это совсем не шутка. Логистика как прикладная наука родилась во время Второй мировой войны, когда американских адмиралам пришлось организовывать поставки своим частям и кораблям на Тихоокеанском театре военных действий. Это была очень трудная задача, учитывая огромные расстояния (тысячи километров) и необходимость учесть не только поставки боеприпасов, а буквально все до мелочи, иногда даже пресную воду. При этом у них было крайне ограниченное количество перевалочных пунктов, и эти атоллы были разбросаны по всему океану. Но задача была решена и логистика появилась как наука.
На театре современной войны логистика, может, и не встречает таких экстремальных трудностей, как на Тихом океане, но здесь другие проблемы. Транспортная задача (или задача Монжа-Канторовича) для военной логистики — как раз задача для ИИ. Обычно дорожная сеть достаточно стабильна, и меняется только её пропускная способность (пробки). На театре военных действий это не так. Мост может быть разрушен, дорогу может перерезать противник, склад — уничтожен ракетой. Необходимо в динамике найти новую дорогу, минимизировать опасность поражения, отыскать другое место складирования.
Такая динамика требует очень сложных расчётов и поиска оптимальных маршрутов в условиях высокой прозрачности действий: противник видит, как сосредотачиваются и перемещаются войсковые соединения, как подвозят строительные материалы и боеприпасы в прифронтовой полосе, как маневрируют резервы. Такая прозрачность достигается в первую очередь благодаря разведке, которую постоянно ведут дроны и спутниковое наблюдение. ИИ-модели, вероятно, могут так оптимизировать маневр, что, даже видя его, противник не успеет подготовиться.
То, что такие приложения разрабатываются, косвенно говорит, например, проведение I Международного Форума цифровых технологий в сфере транспорта и логистики «Цифровая транспортация 2024», который прошел в октябре 2024 года, где транспортная задача для ИИ обсуждалась.
Криптография и ИИ: кто кого взломает
С появлением ИИ-моделей криптография изменилась. ИИ используется не только для шифрования и взлома сообщений, но и для «взлома пользователя» (например, с помощью дипфейков или фишинга у него могут выманить пароль или спровоцировать разрушительные действия), и для взлома инфраструктуры, в том числе ИИ-моделей, которые использует организация. Но и в решении классических криптографических задач ИИ-модели достигли большого прогресса. Они используют большие объёмы данных для расшифровки разных типов шифров с помощью частотного анализа и поиска ключевых слов. Они постоянно обучаются и усиливают свои возможности. Например, происходит утечка, в которой есть шифрованные и открытые тексты, пароли, ключевые слова. Их используют для обучения модели. ИИ собирает данные об активности пользователей и использует их открытые тексты (например, в соцсетях) для обучения и последующего взлома их же зашифрованных текстов.
Между атакой и защитой с использованием ИИ-моделей идет постоянная «гонка вооружений». Для ИИ-криптографии не нужны такие мощности, как для обучения больших языковых моделей (таких, как ChatGPT). Криптографам хватит и более-менее стандартных суперкомпьютеров, а такие в России есть. Но, конечно, чем мощнее — тем лучше.
Уже после публикации в T-invariant расследования о новом суперкомпьютере «МГУ-270» с редакцией связался специалист по супервычислениям, знакомый с работой Научно-исследовательского вычислительного центра (НИВЦ) МГУ, в ведении которого координация работы как вычислителя «Ломоносов-2», так и «МГУ-270». По данным источника T-invariant, параллельно со сборкой новой машины в интересах Института искусственного интеллекта МГУ, возглавляемого Катериной Тихоновой, планировались работы по созданию суперкомпьютера для Института криптографии, связи и информатики (ИКСИ) ФСБ. Они были остановлены по целому ряду причин, — объясняет суперкомпьютерщик. «Подготовка началась ещё до войны, деньги были выделены и предполагалось сделать как минимум две новых машины и одну только для ИКСИ. Но затем всё посыпалось: санкции, все комплектующие выросли в цене, их стало труднее закупать, цепочки поставок удлинились, денег хватило только на одну машину. Насколько я знаю, к идее суперкомпьютера для криптографов решили вернуться позже», — рассказывает собеседник T-invariant. Представитель одной из суперкомпьютерных компаний России считает, что сейчас специалисты ИКСИ также могут считать свои задачи на МГУ-270; и этим может объясняться как режим секретности в создании новой машины, так и то, что «впервые в МГУшной истории появился супервычислитель не для всех» (T-invariant подробно описывал ограничения в вычислениях как для сотрудников МГУ, так и по запросу из других вузов и НИИ, чего не было на машинах «Ломоносов» и «Ломоносов-2»).
Справка
Свою историю институт криптографии, связи и информатики ведёт от Высшей школы криптографов, созданной 19 октября 1949 года решением Политбюро ЦК ВКП(б), а также образованного в том же году закрытого отделения механико-математического факультета МГУ. В дальнейшем эти учебные заведения были реорганизованы в технический факультет Высшей школы КГБ СССР имени Ф.Э. Дзержинского. В 1992 году технический факультет был преобразован в институт криптографии, связи и информатики Академии ФСБ России. Источник информации: сайт Академии ФСБ.
«Криптографы ФСБ — это интеллектуальная элита. Этих людей не отличишь от людей с мехмата или каких-то НИИ. И в советские годы они, например, много соперничали с американскими спецами. У них было что-то вроде соревнования, кто кого взломает. И сейчас похожая ситуация: конкуренция усиливается, появляются совсем другие технологии, поэтому очевидно, что они хотели свою машину. У военных есть свои мощности — в технополисе «Эра» или «на набережной». А фсбшным криптографам тоже нужен», — полагает собеседник T-invariant, знакомый с особенностями работы ИКСИ ФСБ.
«Суверенный ИИ» будет развиваться: что это значит для нас всех?
Слова Путина о «суверенном искусственном интеллекте», уточнение Тихоновой, какой ИИ вероятнее всего имеется в виду, создание многочисленных «закрытых» суперкомпьютеров, действия Белоусова по реорганизации производства и использования военных дронов, которые позволяют сосредоточить ресурсы и усилия на дронах нового поколения, в целом показывают, как будет развиваться «суверенный ИИ».
Российский «суверенный ИИ» — это военный ИИ. Мы очень мало знаем о конкретных решениях, которые сейчас принимаются. Но даже то, что мы видим и угадываем по некоторым внешним признакам, говорит о том, что Россия использует и будет использовать ИИ-модели на войне. И у нее есть для этого ресурсы и вычислительные, и интеллектуальные. И нет никаких сдерживающих факторов, кроме недостатка современных чипов, не только для «экзофлопной гонки», но и для современной робототехники, в том числе для дронов нового поколения. Однако, это решается с помощью самых разных потоков серого импорта (как это видно на примере «МГУ-270»). Это надо иметь в виду и тем, кто чипы производит, и тем, кто вводит санкции и контролирует их выполнение.