Искусственный интеллект в войне уже перестал быть фантастической концепцией, но до сих пор остается полем для мифов и преувеличений. Пока эксперты говорят об автономных роях дронов и боевых роботов, военные сталкиваются с гораздо более прозаичной реальностью – ограничениями технологий, связи и даже погодных условий.

Полномасштабная война в Украине стала уникальным полигоном, где эти представления быстро проходят проверку практикой. Именно здесь выясняется, что между громкими заявлениями об "умном оружии" и реальной эффективностью на поле боя лежит сложная инженерная работа и десятки невидимых проблем.

24 Канал пообщался с Юрием Гуменчуком, руководителем оборонной компании Trident Group и соучредителем R&D Center Winstars о роях дронов, боевых роботах и действительно ли ИИ помогает на поле боя и в чем сложности от его внедрения.

Много лет эксперты говорят об использовании ИИ в дронах – в частности о роях дронов с ИИ. В имеющейся информации легко запутаться – например, чем отличаются рои дронов от меш-сети, которой уже управляются "Шахеды" над Украиной.

Сегодня термины "мэш-сеть" и "рой" часто путают. Меш-сеть – это архитектура связи, где каждый дрон выступает ретранслятором, комментирует 24 Каналу Юрий Гуменчук, руководитель оборонной компании Trident Group.

Это, по его словам, эффективно решает проблему дальности полета и устойчивости к РЭБ, но автоматически не делает группу "роем" в понимании искусственного интеллекта.

Юрий Гуменчук

руководитель оборонной компании Trident Group

Настоящий рой (Swarm Intelligence) предполагает децентрализованное принятие решений: когда группа дронов ведет себя как единый организм и самостоятельно распределяет роли (кто разведывает, кто атакует, кто прикрывает) без участия оператора. Создание полностью автономного роя – это перспектива следующих 3 – 5 лет, ведь глобально мы еще на этапе развития надежной инфраструктуры, на базе которой этот ИИ сможет коммуницировать.

Но пока нет надежного решения для 100% автономного роя, разработчики внедряют те элементы автономности, которые реально могут работать уже сейчас. Например, со сценариями, когда группа дронов должна уничтожить сложный комплекс – скажем, НПЗ, логистический поезд или колонну техники. В таких задачах мы реализуем автономный выбор целей каждым участником группы.

ИИ анализирует найденные объекты и самостоятельно их приоритезирует: он оценивает ценность каждой цели, удобство угла атаки, фиксирует уже имеющиеся повреждения, объясняет собеседник. То есть алгоритм сам определяет, что должно быть поражено в первую очередь, а что – во вторую.

Как отмечает Гуменчук, это еще не полноценный коллективный разум, но это тот уровень прагматической автономности, который радикально увеличивает эффективность уже сегодня.


Юрий Гуменчук / Фото из соцсетей

Читайте также На поле боя, в школах и в Дие: как ИИ будет работать для Украины в 2026 – прогнозы и итоги Минцифры

До недавнего времени выражение "боевые роботы" встречалось только в научной фантастике. Но поле боя на российско-украинской войне изменило это, ведь там действительно появились роботы в виде НРК.

В то же время полная замена людей-пехотинцев автономными боевыми роботами – это миф ближайших десятилетий, говорит Юрий Гуменчук. Современное поле боя слишком хаотично для текущего уровня роботизации.

Юрий Гуменчук

руководитель оборонной компании Trident Group

Человек на поле боя выполняет куда более сложную функцию, чем удержание автомата или пулемета. Пехотинец является автономным центром принятия комплексных решений, действующим в сверхсложных условиях с огромным количеством непредсказуемых переменных, и крайне часто должен делать это без какой-либо связи. Современный искусственный интеллект пока даже близко не подошел к такому уровню адаптивности и понимания контекста.

Сегодня наземные роботизированные платформы (UGV) чрезвычайно полезны, но это в основном телеуправляемые или полуавтономные системы. Они выполняют логистические задачи, минирование/разминирование, эвакуацию раненых и служат подвижными турелями. ИИ в них отвечает максимум за базовую навигацию (объезд препятствий) или автозахват цели оптикой. Но решение об открытии огня или сложном тактическом маневрировании в руинах всегда остается за человеком.


НРК Третьей штурмовой / Фото Льва Шевченко, 24 Канал

Чтобы роботы действительно заменили людей в штурмах, нужен огромный прорыв в трех направлениях, считает собеседник:

  • энергоавтономность (емкость батарей);
  • проходимость на сложном рельефе;
  • создание сильного ИИ (AGI), способного мыслить нестандартно.

На это уйдет не менее 10 – 15 лет, считает собеседник.

Значительная часть того, что сегодня называют ИИ в оборонной сфере, – это алгоритмы автоматизации или относительно простые решения на базе компьютерного зрения, отмечает руководитель оборонной компании.

Юрий Гуменчук

руководитель оборонной компании Trident Group

Надо отдать им должное: даже такие базовые решения уже сейчас существенно повышают эффективность в отдельных боевых сценариях, спасая ситуацию здесь и сейчас. Однако следует понимать объективную реальность: эти технологии лишь едва касаются поверхности того колоссального потенциала, который имеет настоящий искусственный интеллект.

Например, технология автозахвата цели – это узконаправленное машинное обучение. Это чрезвычайно полезный инструмент, который находит и удерживает объект, что позволяет строить системы для значительного повышения точности поражения. Однако он еще не имеет понимания контекста или настоящей комплексной автономности.

Настоящий ИИ обладает способностью анализировать обстановку гораздо глубже, отмечает Гуменчук. Но создание таких технологий (deep tech) – это чрезвычайно сложный процесс. Для построения устойчивых ИИ-архитектур нужна фундаментальная экспертиза в дисциплинах, связанных с работой с данными.

Разработка полноценного ИИ для фронта – это не вопрос быстрой адаптации готового кода, добавляет эксперт. Она требует системной работы профильных R&D-команд с глубокой экспертизой, ведь путь от базового алгоритма до надежной автономной системы требует огромного ресурса. Но именно этот эволюционный переход от "простых решений" к глубокому ИИ в конце концов будет определять технологическое преимущество на поле боя и сохранять жизни военных.

К теме Когда ИИ могут выключить: как Украина готовится к худшему сценарию и какая стратегия у Минцифры

Популярность термина "искусственный интеллект" приводит к чрезмерной его переоценке и хайпу. Если рассматривать ИИ как "магическую палочку", которая способна сама по себе выиграть войну – так, его роль переоценивается, считает Гуменчук. Ведь даже самый умный алгоритм действительно не имеет смысла, если дрон не долетит из-за слабой батареи, или если на позициях нет боеприпасов. Базовые факторы остаются фундаментом.

К теме Пузырь на триллионы: как гиганты раздувают ИИ-рынок и почему эксперты вспомнили о кризисе 90-х

Юрий Гуменчук

руководитель оборонной компании Trident Group

Однако здесь есть критически важный нюанс. Противопоставлять ИИ и "количество железа" – неправильно. Полагаться исключительно на математику масс (кто произведет больше платформ и выпустит больше снарядов) – это ошибочная, устаревшая философия войн прошлого поколения. Подход "забрасывать врага ресурсами и людьми" – это путь, который Украина не может и не должна себе позволить.

Именно здесь ИИ раскрывается как мощный мультипликатор силы, который дает нам асимметричное преимущество сразу в трех ключевых измерениях, отмечает эксперт:

  • Человеческом: это самое главное. Технологии позволяют минимизировать участие человека в самых опасных процессах. Автономные системы способны выполнять задачи там, где человек бы не выжил, и позволяют отвести операторов дальше от нуля.
  • Экономическомумные технологии делают оружие рентабельным. Дешевле инвестировать в ИИ-модуль, который гарантированно поразит цель с первого или второго раза, чем отправить десять "слепых" дронов и промахнуться, или тратить десятки дорогих артиллерийских снарядов на пристрелку.
  • Боевому: ИИ радикально повышает вероятность успешного выполнения миссии даже в условиях жесткого противодействия врага (например, под действием РЭБ).

Поэтому искусственный интеллект не отменяет значение логистики или производства – он их оптимизирует, добавляет Гуменчук. ИИ помогает нам быть более эффективными, превращая войну на истощение в войну точности и сохранения жизней.

Главная проблема заключается в том, что подавляющее большинство новых разработчиков катастрофически недооценили сложность создания действительно функциональных боевых систем, отмечает Юрий.

Юрий Гуменчук

руководитель оборонной компании Trident Group

Многим казалось, что достаточно взять базовые инструменты ИИ общего назначения (открытые модели или алгоритмы из гражданского сектора), загрузить их на дрон – и все заработает. На практике же оказалось, что между демо-версией алгоритма и системой, которая стабильно выполняет боевые задачи, лежит пропасть сложной инженерной работы.

Команды с реальным опытом не удивляются РЭБ или плохой видимости – они закладывают эти факторы в работу как стандартные условия, отмечает эксперт. А среди главных вызовов есть:

  • Вычисления на борту (Edge Computing): в идеальном мире ИИ работает на мощных серверах. На войне из-за действия РЭБ дрон теряет связь и должен думать сам. Разместить тяжелую нейросеть на дешевом, легком и слабом процессоре FPV-дрона - это колоссальная архитектурная задача.
  • Сенсорная деградация: гражданские нейросети прекрасно распознают объекты на качественных видео. На фронте же камера часто заляпана грязью, идет дождь, цель скрыта под маскировочной сеткой, а сам видеосигнал переполнен артефактами и шумами. Научить систему видеть в таком хаосе крайне трудно.
  • Нехватка релевантных данных: для обучения ИИ нужны не просто картинки танков из интернета, а сотни тысяч размеченных кадров из реального современного боя (с учетом окопов, "мангалов" на технике, специфического освещения). Собирать и обрабатывать такие массивы данных (датасеты) - это отдельное, очень сложное направление работы, которое многие недооценили.

В условиях широкого использования алгоритмов этот вопрос имеет право на существование. И Гуменчук его подтверждает: примеров, когда решения с ИИ не давали ожидаемого результата на поле боя, хватает.

Юрий Гуменчук

руководитель оборонной компании Trident Group

Однако стоит сразу развеять популярные мифы: с критическими инцидентами вроде "дружеского огня" (friendly fire) из-за ошибок алгоритмов мы не сталкивались. Во-первых, текущие системы еще не имеют такого уровня автономности, чтобы самостоятельно принимать решение о поражении без участия оператора. Во-вторых, применение таких систем обычно происходит в зонах, где гарантированно отсутствуют дружественные подразделения или гражданские объекты.

В Украине сейчас происходит беспрецедентный бум defense tech. Тысячи талантливых инженеров и разработчиков из разных сфер искренне пытаются помочь фронту. Это массовое движение формирует мощную инженерную культуру, которая является критически важным элементом устойчивости нашей страны, и работа каждого, кто приобщается к этому процессу, вызывает огромное уважение.

Однако именно из-за этого огромного желания как можно быстрее дать военным эффективное решение, часто возникает ловушка завышенных ожиданий, добавляет эксперт. В погоне за быстрым результатом на фронт нередко попадают сырые, идеализированные концепты. Но когда этот искренний энтузиазм сталкивается с суровой реальностью – жестким РЭБ, нестабильной или полностью отсутствующей связью, а также плохой видимостью из-за сложного освещения, маскировки или погодных условий, – такие неадаптированные системы быстро дают сбой.

Главный риск в этой ситуации заключается не в прямой угрозе жизни, а в росте глубокого скепсиса. Разочарование от неработающих систем создает дополнительные барьеры для принятия новых технологий в целом. Военные выгорают от постоянных тестирований и теряют доверие к самой идее ИИ.

И это настоящий вызов для всей индустрии: теперь абсолютно всем разработчикам приходится тратить гораздо больше усилий и времени, чтобы пробить эту стену недоверия и доказать, что их технология действительно способна работать на результат, говорит Гуменчук.

Оборонная сфера сейчас проходит классическую "кривую хайпа" Гартнера (Hype Cycle), говорит эксперт, но добавляет, что это абсолютно нормальный и даже неизбежный эволюционный процесс для любой прорывной технологии.

Юрий Гуменчук

руководитель оборонной компании Trident Group

Да, мы уже пережили "Пик завышенных ожиданий". Это был этап, когда от искусственного интеллекта ждали настоящей магии: появления полностью автономных "роботов-терминаторов", непобедимых роев или систем, которые будут принимать стратегические решения вместо генералов.

Сейчас, в отношении этих глобальных и абстрактных концепций, мы действительно спускаемся в "Бездну разочарования". Рынок и военные столкнулись с жесткой физикой процесса, технологическими ограничениями, вызовами реальных боевых условий и экономической составляющей. Растет понимание, что ИИ – это сложная инженерия, но крайне необходима для реального преимущества в условиях несопоставимых ресурсов.

Но в то же время параллельно происходит другой, чрезвычайно положительный процесс, добавляет эксперт. В узких, прагматических нишах военный ИИ уже уверенно преодолевает "Склон просветления" и выходит на стабильное "Плато производительности". Здесь хайп заканчивается и начинается ежедневная боевая эффективность. К таким примерам можно отнести:

  • Системы машинного зрения (Machine Vision) для донаведенияалгоритмы автозахвата цели на финальном этапе полета FPV или ударных дронов, которые позволяют попадать даже при потере видеосвязи через купольный РЭБ. Это уже массовый и незаменимый инструмент.
  • Анализ разведданных и компьютерное зрение для БПЛА-разведчиков: алгоритмы, которые в реальном времени анализируют видеопоток с крыла-разведчика и подсвечивают замаскированную технику или артиллерию врага в лесопосадках. То, на что оператор мог бы не обратить внимание из-за усталости, алгоритм фиксирует мгновенно.
  • Акустические сенсорные сети: использование машинного обучения для анализа звуковых паттернов. Сети микрофонов способны распознавать тип двигателя (например, отличить дрон-камикадзе от крылатой ракеты) и строить вектор их движения быстрее классических радаров.
  • Системы РЭР (радиоэлектронной разведки): нейросети все активнее используются для классификации сложных и зашифрованных вражеских сигналов, помогая быстрее идентифицировать источники излучения.

То есть ИИ на фронте уже есть и он работает, финализирует Юрий Гуменчук. Просто, по его словам, ИИ выглядит не как голливудский киборг, а как невидимый, но глубоко проработанный математический алгоритм, что делает наше оружие более точным, экономит ресурсы и сохраняет жизни военных.