Гонка за боевой ИИ началась: как Китай создает цифровой интеллект для армии и разведки

Китайские вооруженные силы стремительно интегрируют искусственный интеллект в систему военной разведки, стремясь создать "цифрового военного аналитика", способного работать 24/7 без перерывов. Речь идет о мощных алгоритмах искусственного интеллекта – больших языковых моделях (LLM), адаптированных специально для разведывательных задач.

В частности, ведущий военный вуз КНР, Национальный университет оборонных технологий (NUDT), совместно с другими учреждениями активно разрабатывает собственные LLM, настроенные на обработку данных разведки из открытых источников (OSINT), радиоэлектронной разведки (SIGINT), геопространственной разведки (GEOINT) и агентурной разведки (HUMINT).

Китай фактически стремится получить автономного ИИ-аналитика, который будет собирать информацию из различных источников, анализировать ее и выдавать сводки и прогнозы быстрее и точнее, чем это может сделать человек. В материале 24 Канала читайте о том, как Китай развивает милитарный ИИ и какие разработки есть в свободном мире.

Читайте также Для чего Китай запускает искусственный интеллект в космос и как строит свою цифровую империю на орбите

Как Китай создает собственные военные LLM для всех видов разведки

Китайская Народно-освободительная Армия (НОАК) признала развитие искусственного интеллекта критически важным для победы в условиях так называемой интеллектуализированной войны. В Белой книге обороны КНР 2019 года указано, что современная война требует прорывов в информационном и интеллектуальном обеспечении боевых действий.

Чтобы разобраться в теме, 24 Канал изучил отчет Джеймстаунского фонда, американского оборонного мозгового центра.

С тех пор военные исследовательские учреждения, в частности Академия военных наук (AMS) и NUDT, сосредоточились на создании собственных больших моделей ИИ для обороны. Их цель – научить ИИ быстро обрабатывать разнородные потоки разведданных и ассистировать командирам в принятии решений. Особый акцент делается на адаптации LLM к специфике разведки. В Китае уже разработана концепция универсальной военной модели, которая тренируется сразу на данных OSINT, HUMINT, SIGINT, GEOINT и технической разведки (TECHINT).

Генеративный ИИ в военной разведке Китая / Иллюстрация recordedfuture.com

Такой подход предложен в патентной заявке конца 2024 года – ИИ-модель должна охватить все фазы разведывательного цикла и улучшить качество решений в ходе военных операций.

К теме Гонка вооружений возвращается: что это значит для Украины и кто будет в эпицентре холодной войны 2․0

Другими словами, один "мозг" искусственного интеллекта сможет анализировать как открытые медиаисточники, так и перехваченные радиосообщения, спутниковые снимки, сводки от агентов, синтезируя из этого целостную картину обстановки. Такие инициативы поддерживает и промышленность: китайские оборонные компании уже предлагают военным собственные ИИ-решения. В частности, по данным аналитиков, в начале 2025 года НОАК могла привлечь модели от компании DeepSeek – китайского разработчика, который открыл свои LLM для широкого использования.

В Китае не чураются открытых западных моделей и одновременно используют отечественные разработки: в ход идут как наработки от Meta или OpenAI, так и китайские аналоги от университетов (например, Циньхуа) и компаний (Alibaba Cloud, Zhipu и т.д.).

"Цифровой аналитик" собирает и анализирует все

Внедренные в китайской разведке ИИ-модели берут на себя рутинную работу аналитиков, автоматизируя обработку огромных массивов данных. Из открытых источников (OSINT) они мониторят социальные сети, новостные сайты, форумы – то, что раньше требовало целой армии переводчиков и аналитиков. Новые алгоритмы способны мгновенно отфильтровывать нужную информацию и даже проверять ее достоверность.

Китайские специалисты в своих исследованиях отмечают, что современные OSINT-сети, оснащенные ИИ, могут получать данные от сотен тысяч информаторов онлайн и с помощью больших моделей автоматически выполнять перекрестную проверку и исторический анализ, отфильтровывая фейки и значительно повышая правдивость информации.

• Объемы таких проверенных данных и скорость их публикации становятся недостижимыми для чисто человеческих аналитических центров.

Так искусственный интеллект на службе OSINT может в реальном времени извлекать из соцсетей критические разведданные – например, о перемещении войск или настроения населения – и сразу сводить их в удобные отчеты. 

Радиоэлектронная разведка (SIGINT) так же получила мощный инструмент: большие языковые модели, обученные на массиве перехваченных переговоров, могут автоматически расшифровывать аудиопотоки, переводить их (при необходимости) и "ковыряться" в содержании. Показательный пример демонстрирует Израиль: его легендарное подразделение 8200, ответственное за перехват, разработало чат-бот на базе LLM, натренированный на гигантском массиве перехваченных телефонных разговоров и сообщений на арабском языке.

Эта система способна отвечать на запросы аналитиков относительно конкретных лиц или событий, фактически предоставляя мгновенный доступ к нужным сведениям в море "прослушанной" информации.

Китай, вероятно, движется в том же направлении – адаптируя модели для анализа перехватов на иностранных языках и выявления ключевых фраз или аномалий в радиообмене. Геопространственная разведка (GEOINT), то есть анализ изображений со спутников, БПЛА и радаров, также значительно выигрывает от ИИ. Китайские исследователи из NUDT уже достигли прогресса в автоматизации распознавания целей на радарных спутниковых снимках. В начале 2025 года команда НУОТ представила первую открытую модель SARATR-X 1.0 для автоматического распознавания целей на изображениях SAR (синтезированной апертурной радиолокации).

Эта модель на базе трансформера (с 660 миллионами параметров) успешно обнаруживает и классифицирует объекты – в частности, различает до 40 типов военной техники на радарных снимках, превосходя предыдущие алгоритмы на 4 – 5% по точности.

Важно, что разработчики открыли большой набор данных NUDT4MSTAR и код модели в открытый доступ, стремясь ускорить прогресс в этой сфере. С помощью подобных алгоритмов китайская военная разведка может автоматически осуществлять обнаружение изменений: ИИ укажет, где на спутниковых фото появились новые объекты (например, техника или укрепления), а где – исчезли. Это существенно повышает скорость анализа обстановки на карте, позволяя почти в реальном времени отслеживать действия противника.

Агентурная, "человеческая", разведка (HUMINT) – сфера более тонкая, ведь речь идет о текстовых отчетах агентов и аналитических записках. Однако и здесь ИИ находит применение: большие языковые модели обучают на массиве уже проверенных разведотчетов, чтобы они научились извлекать из новых текстовых донесений главное. Фактически, ИИ может выступать как умный фильтр и референт, который прочитает десятки ежедневных сводок и составит из них один обобщенный отчет для командования. Еще в 2023 году официальная газета PLA Daily писала, что такие модели вроде ChatGPT способны в автоматическом режиме интегрировать большой объем данных о поле боя и формировать комплексный боевой рапорт для офицеров.

Читайте также Как Украина создает собственный ChatGPT и для чего государству нужен суверенный ИИ

Это снимает часть нагрузки с аналитических отделов и дает командирам больше времени на принятие решений. К тому же качественный перевод и анализ на разных языках также обеспечиваются языковыми моделями – ИИ может мгновенно перевести текстовые отчеты или документы с иностранного языка, извлечь из них ключевые факты и даже ответить на вопросы по их содержанию. Такая многоязычная поддержка особенно ценна для разведки, которая действует по всему миру.

Автономные сводки и прогнозы от ИИ

Наиболее амбициозная цель Пекина – это создание автономного ИИ-аналитика, что не только описывает текущую ситуацию, но и прогнозирует развитие событий. Эксперты NUDT называют такую концепцию "интеллектуальным штабистом" ("智能参谋"), имея в виду цифрового помощника командиров.

ИИ-"штабист" способен круглосуточно принимать от командования запросы (например, "оценить обстановку в регионе X" или "спрогнозировать действия подразделения Y") и на основе всей имеющейся развединформации генерировать подробные ответы. 

По словам профессора Ян Айхуа из NUDT, генеративный ИИ может в реальном времени анализировать данные о дислокации и действиях своих и вражеских войск, на этом основании выявлять законы протекания боевых действий и даже предсказывать их динамику.

При достаточной мощности модели смогут имитировать мышление вражеского командира: проанализировав историю его решений и типичные тактики, ИИ попытается спрогнозировать его следующий шаг.

Фактически это похоже на то, как шахматный компьютер прогнозирует ходы оппонента – только на поле боя. Ранний прототип такой системы уже продемонстрирован израильской армией: в ходе последнего противостояния в Секторе Газа израильтяне задействовали инструменты искусственного интеллекта под названиями The Gospel и Lavender, которые быстро анализировали разведывательные данные и помогали выявлять цели для ударов – как отдельных лиц, так и объекты инфраструктуры.

Это значительно повысило скорость планирования операций. Китайцы же заявляют, что их LLM могут стать "вторым мозгом" командира – интегрируясь в систему командования и контроля, ИИ-советник будет непрерывно отслеживать боевую обстановку и подсказывать оптимальные действия, не зная усталости.

Важно подчеркнуть: нынешние китайские военные ИИ уже демонстрируют производительность, близкую к уровню лучших мировых образцов. В частности, языковая модель ChatBIT, разработана шестью исследователями из Академии военных наук и других учреждений, показала эффективность на уровне около 90% возможностей коммерческого ChatGPT-4.

ChatBIT была создана на базе открытой модели LLaMA (Meta) с добавлением собственных параметров и обучением на специальном датасете из более 100 тысяч военных диалогов. Модель оптимизировали под задачи диалогов и вопросов-ответов в военной сфере, чтобы она выдавала точную и надежную информацию для оперативных решений. 

По оценкам разработчиков, ChatBIT в тестовых сценариях превзошла другие китайские модели и приблизилась по качеству ответов к западному GPT-4.

Хотя пока неизвестно, внедрена ли эта модель уже в войска, сам факт ее появления свидетельствует, что НОАК целенаправленно экспериментирует с LLM для разведки и командования. Перспективы развития таких систем впечатляют. Авторы ChatBIT подчеркивают, что в дальнейшем они планируют применить эту технологию не только для анализа разведданных, но и для стратегического планирования, моделирования учений и поддержки командных решений.

То есть условно говоря, в будущем командир сможет "посоветоваться" с ИИ относительно плана боя, а тот сгенерирует несколько вариантов операции, просчитает последствия и укажет уязвимые места как в собственном плане, так и в позициях противника. Такой всесторонний боевой ассистент может стать революцией в военном деле. Впрочем, военные аналитики напоминают и о рисках чрезмерной автоматизации. Решения, предложенные ИИ, зависят от качества данных и алгоритма, а искусственный интеллект подвержен ошибкам и предубеждениям.

Если алгоритм тренировался на цензурированных или искаженных данных, его выводы могут ввести командиров в заблуждение. Осознавая это, китайские специалисты тоже призывают к осторожности: в их публикациях отмечается, что ИИ не заменяет актуальной развединформации с полей и должен действовать под наблюдением человека. Кроме того, существует опасность, что противник будет использовать те же технологии для дезинформации – генерировать фейки, которые трудно отличить от правды, с целью сбить с толку разведку оппонента.

Гонка военного ИИ: Китай и другие государства

Китай – не единственный, кто видит в искусственном интеллекте залог военного превосходства. Фактически продолжается глобальная гонка военного ИИ, где крупные государства соперничают в разработке "умного" оружия и разведки. США, например, параллельно экспериментируют с собственными военными LLM. В 2023 году Пентагон запустил несколько инициатив по применению генеративного ИИ для разведки, в частности Управление оборонных инноваций США (DIU) испытало технологию, что автоматически собирает и оценивает данные из открытых источников и визуализирует информационную среду для командиров.

А в 2024 году стартап Scale AI совместно с министерством обороны США создал специальную языковую модель "Defense Llama" – по сути, военный аналог LLaMA, адаптированный для нужд военных планировщиков и аналитиков. Этот ИИ уже тестируется на закрытых сетях Пентагона, где к нему имеют доступ офицеры ряда командований.

Defense Llama настроен помогать в боевом планировании и разведывательных операциях, преодолевая ограничения коммерческих моделей (которые, например, отказываются говорить о войне из-за этических фильтров). Более того, компания Meta официально объявила, что предоставит свои модели Llama правительственным учреждениям США для целей обороны и безопасности – в партнерстве с частными подрядчиками. Это показывает, насколько серьезно Запад воспринимает китайский вызов – именно на примере Meta, которая разрешила использование своего ИИ для армии США.

Читайте также Уничтожение "Москвы" и освобождение Змеиного: что такое DELTA и как уничтожает технику России на миллиарды

Израиль, известный своими технологическими амбициями, тоже не отстает. Израильская армия развернула целый арсенал ИИ-инструментов для анализа разведки и даже ведения боевых действий. По данным материала The Guardian, израильские системы Gospel и Lavender оперативно обрабатывали разведданные и определяли цели для авиаударов по Газе, значительно повысив эффективность ударов по боевикам.

А в марте 2025 года стало известно, что израильские специалисты обучают новую чат-модель на "невероятных объемах" перехваченных данных, чтобы та помогала следить чуть ли не за каждым подозрительным телефоном на оккупированных территориях.

Европа также осознает важность военного ИИ. НАТО в 2022 году начало инициативу DIANA для поддержки инноваций, включая ИИ-проекты, а в 2024-м чиновники Альянса прямо заявили, что GeoAI (геопространственный ИИ) в корне изменит подход к анализу разведданных со спутников и дронов.

Как отмечал помощник экс-генсека НАТО Столтенберга по разведке Скотт Брей, использование искусственного интеллекта позволит ускорить цикл получения и обработки развединформации – от автоматического обнаружения изменений на снимках до прогнозирования социально-экономических последствий конфликтов.

В Великобритании, Франции и других странах ЕС также продолжаются исследования в сфере "боевого ИИ". Хотя Европа уступает США и Китаю в масштабах инвестиций, отдельные проекты (например, разработки BAE Systems в сфере автономных боевых систем, или эксперименты с анализом данных разведки в режиме реального времени для поддержки украинских военных) свидетельствуют, что западные союзники наращивают усилия, чтобы не допустить технологического отрыва Пекина. В конце 2024 года даже прозвучали призывы на уровне ООН ограничить использование ИИ в военных целях.

Интересно, что с такой инициативой выступил китайский генерал Хэ Лэй, бывший заместитель председателя AMS. Впрочем, как отмечают обозреватели, пока дипломаты обсуждают этические нормы, армии мира продолжают наращивать "интеллектуальную мощь" своих подразделений.

Противостояние сверхдержав в области военного ИИ уже можно сравнить с ядерными гонками времен холодной войны – только теперь ставка делается не на мегатонны, а на терафлопсы и объем учебных выборок. В этой новой гонке Китай демонстрирует решительный прогресс, интегрируя ИИ от тактического уровня до стратегического.