وزارت دفاع اوکراین: میلیون‌ها دادهٔ پهپادی برای فروش در بازار AI

تصور کنید در دنیایی زندگی می‌کنید که تجربهٔ مرگ و زندگی در خط مقدم جنگ، به یک دارایی دیجیتال برای شرکت‌های سیلیکون‌ولی تبدیل شده است. اگر امروز یک توسعه‌دهندهٔ سیستم‌های خودمختار هستید، دسترسی به داده‌های واقعی میدان نبرد اوکراین می‌تواند فاصلهٔ بین یک مدل آزمایشگاهی و یک محصول عملیاتی را برای شما پر کند. خطوط مقدم جنگ در اوکراین را به عنوان یک میدان آموزشی فعال و بدون مقررات برای نسل بعدی مدل‌های هوش مصنوعی در نظر بگیرید.

به نقل از وزارت دفاع اوکراین، این کشور در ژانویه ۲۰۲۴ اعلام کرد که میلیون‌ها نقطه داده از ده‌ها هزار پرواز پهپادی را در اختیار پیمانکاران نظامی و شرکت‌های خصوصی قرار می‌دهد. این اقدام، تجربهٔ نبرد را به یک دارایی تجاری تبدیل می‌کند. این چرخش راهبردی، هر پرواز را به یک منبع ساختاریافته برای بخش دفاعی تبدیل می‌کند؛ جایی که سیستم‌های بدون سرنشین، هزاران داده شامل تصاویر با وضوح بالا، فیدهای ویدئویی و ورودی‌های دقیق کنترل‌کننده را ثبت می‌کنند. این سوابق نگاهی دقیق و جزئی به این موضوع می‌اندازند که انسان‌ها و ماشین‌ها در لحظه و در مواجهه با شرایط متغیر و پیش‌بینی‌ناپذیر چگونه واکنش نشان می‌دهند.

از زمان این اعلامیه، بیش از ۱۰۰ شرکت و دولت بریتانیا به این مجموعه‌داده‌ها دسترسی پیدا کرده‌اند. این همکاری‌ها در چارچوب توافقاتی صورت گرفته که طی آن اوکراین میلیون‌ها تصویر برچسب‌گذاری‌شده از میدان نبرد را برای آموزش سلاح‌های خودکار بریتانیا باز کرد. برای ملتی که برای بقا می‌جنگد، این یک سازوکار استراتژیک برای جذب سرمایه فوری و ایجاد مشارکت‌های فناوری پیشرفته است. اما در عین حال، این اقدام پیش‌روی جدیدی را ایجاد می‌کند که در آن میدان نبرد، سایت اصلی آموزش مدل‌ها می‌شود؛ شرایطی که شرکت‌های هوش مصنوعی برای بازسازی آن در آزمایشگاه‌ها با دشواری زیادی روبرو هستند و نمی‌توانند به طور مستقل تولید کنند.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، کیفیت داده‌ها تعیین‌کنندهٔ نهایی عملکرد مدل است. در اینجا، ما با داده‌های «لبه» (Edge Case) روبرو هستیم؛ یعنی موقعیت‌های نادری که مدل در آن‌ها شکست می‌خورد.

شرکت‌های هوش مصنوعی معمولاً سال‌ها زمان و بودجه‌های کلان صرف شبیه‌سازی نقاط شکست می‌کنند. در یک آزمایشگاه، بازسازی لحظهٔ دقیق قطع سیگنال، ناپدید شدن دید یا مجبور شدن اپراتور به بداهه عمل کردن تقریباً غیرممکن است. جنگ این «استثناها» را با فرکانسی تولید می‌کند که تست‌های کنترل‌شده هرگز به آن نمی‌رسند.

این داده‌ها فراتر از حوزه نظامی ارزشمند هستند. یک پهپاد تحویل کالا یا ابزار سنجش از دور شاید هرگز با آتش توپخانه روبرو نشود، اما باید بتواند با اطلاعات ناقص در دنیایی که انسان‌ها پیش‌بینی‌ناپذیر رفتار می‌کنند، عمل کند. داده‌های جنگی، سال‌ها یادگیری از لبه‌های خطای غیرنظامی را در بازه زمانی بسیار کوتاه‌تری فشرده می‌کنند.

بسیاری از پهپادهایی که اکنون در این درگیری غالب هستند، با فناوری‌های غیرنظامی آغاز کردند. این ماشین‌ها توسط سیستم‌های هوش مصنوعی زاینده (Generative AI) — شبیه به یک مغز مصنوعی که می‌تواند الگوهای پیچیده را یاد بگیرد و محتوای جدید تولید کند — تقویت شده‌اند تا سخت‌افزارهای ارزان‌قیمت بتوانند به‌صورت خودمختار، چه به صورت انفرادی و چه در قالب یک دسته (Flock)، با تغییر محیط عمل کنند. حالا این چرخه کامل شده است: فناوری تجاری برای جنگ سازگار می‌شود، داده‌های حساس و پرمخاطره تولید می‌کند و این داده‌ها برای بهبود محصولات غیرنظامی به صنایع اصلی بازمی‌گردند.

بر اساس گزارش‌های منتشر شده، برخی از نتایج این چرخه عبارتند از:

• Enabled Intelligence: این شرکت آمریکایی پردازش داده، بیش از ۵۰۰ هزار ساعت فیلم پهپادی اوکراین را برای آموزش هوش مصنوعی در دسترس قرار داده است و کاربردهای آن را هم برای سیستم‌های نظامی و هم برای سیستم‌های تجاری تبلیغ می‌کند.
• Project Maven: در مقابل، این پروژه برای نزدیک به یک دهه داده‌های حسگر پهپادهای Predator و Reaper را در کانال‌های طبقه‌بندی‌شده نظامی نگه داشت. آن داده‌ها صرفاً برای توسعه سیستم‌های تسلیحاتی جدید برای همان ارتشی که آن‌ها را تولید کرده بود، استفاده شد.
• ادغام کشاورزی: پهپادهایی که در فضای آسمان اوکراین با اختلال سیگنال آموزش دیده‌اند، اکنون در بخش کشاورزی به کار گرفته می‌شوند. آن‌ها به کشاورزان کمک می‌کنند تا در مناطقی که فاقد سیگنال موبایل لازم برای نسل‌های قبلی فناوری هستند، مزارع خود را نقشه‌برداری و بررسی کنند.

میدان‌های نبرد اوکراین نخستین جایی نیستند که داده‌های آموزشی تولید می‌کنند. در اواخر دهه ۲۰۱۰، پهپادهای آمریکایی در سوریه و یمن داده‌هایی جمع کردند که نسل اول سخت‌افزارهای نظامی نیمه‌خودمختار را شکل داد. اما تفاوت فعلی در مقیاس و هدف است.

در حالی که تلاش‌های قبلی عمدتاً داخلی و محدود به دنیای دفاعی بود، رویکرد فعلی در حال ساخت یک اکوسیستم گسترده‌تر است. ارزش مالی این داده‌ها برای شرکت‌های دفاعی بسیار زیاد است، زیرا داده‌های میدان نبرد حجم‌هایی از تجربه ماشینی را ارائه می‌دهند که هیچ آزمایشگاهی قادر به تولید آن نیست. این امر سوابق عملیاتی را به مجموعه‌های آموزشی تبدیل کرده و در واقع نبرد را به یک دارایی تجاری بدل می‌کند.

با این حال، یک خلأ قانونی بزرگ وجود دارد. قوانین فعلی نحوه جنگیدن ارتش‌ها را مدیریت می‌کنند، اما درباره لایسنس کردن سوابق نبرد سکوت کرده‌اند. در حال حاضر هیچ آژانس جهانی با صلاحیت نظارت بر انتقال داده‌های میدان نبرد به بازارهای غیرنظامی وجود ندارد. این موضوع یک «مشکل ردیابی» ایجاد می‌کند؛ زیرا در حالی که مجموعه‌داده‌های تجاری را می‌توان از طریق جزئیات تماس ردیابی کرد، منشأ داده‌های آموزشی هوش مصنوعی به محض اینکه در دل فناوری جاسازی شوند، ناپدید می‌شود.

نگرانی‌های اخلاقی بر مسئله رضایت متمرکز است. سربازان و غیرنظامیانی که در فیلم‌های پهپادی ثبت شده‌اند — چه هدف بوده باشند، چه کنترل‌کننده و چه رهگذرانی که از حمله پهپادی فرار می‌کردند — هرگز موافقت نکردند که به متریال آموزشی برای محصولات تجاری تبدیل شوند. این افراد اکنون بخشی از زیرساختی هستند که تعیین می‌کند ماشین‌های آینده چگونه تصمیم بگیرند.

همچنین خطر ایجاد یک «اقتصاد استخراجی» وجود دارد؛ جایی که کشورهای ثروتمند و دور از درگیری، از تهدیدات مرگبار کشورهای خط مقدم سود می‌برند. این پویایی می‌تواند انگیزه‌ای بازار-محور ایجاد کند تا درگیری‌ها به‌عنوان منبع «طلای دیجیتال» تداوم یابند.

در حالی که کنترل‌های خرید و ماموران اطلاعاتی، مشتریان را برای جلوگیری از رسیدن داده‌ها به دست بازیگران بدخواه بررسی می‌کنند، ریسک‌های سیستماتیک گسترده‌تر همچنان باقی است. قابلیت‌های خودمختاری که بر اساس این داده‌ها ساخته می‌شوند، در لبه میدان نبرد متوقف نمی‌شوند؛ آن‌ها به وسایل نقلیه تحویل کالا و ماشین‌آلات کشاورزی منتقل می‌شوند و خطاها و پیش‌فرض‌های جاسازی‌شده را به زندگی غیرنظامی می‌آورند.

اوکراین برای مقابله با این چالش‌ها برنامه‌هایی را آغاز کرده است:

• Avengers Labs: این برنامه به شرکت‌ها اجازه می‌دهد بدون دسترسی مستقیم به پایگاه‌های داده حساس، مدل‌های خود را روی داده‌های میدان نبرد آموزش دهند تا برخی ریسک‌های عملیاتی کاهش یابد.
• توافق AI بریتانیا و اوکراین: این توافق جدید به اجرای کنترل‌های دسترسی برای اشتراک‌گذاری داده‌ها اشاره دارد.

با این حال، هیچ دولتی فعالانه نظارت نمی‌کند که پس از جذب داده در یک مدل و بازگشت به بازار غیرنظامی، چه اتفاقی می‌افتد. کارشناسان استدلال می‌کنند که دولت‌ها باید با داده‌های میدان نبرد مانند انتقال سلاح‌های کنترل‌شده رفتار کنند. این امر مستلزم ثبت منشأ داده‌ها، اعطای لایسنس به کاربران خاص و محدود کردن اشتراک‌گذاری‌های بعدی است.

علاوه بر این، باید الزامی برای افشای کامل وجود داشته باشد، زمانی که مدل‌های آموزش‌دیده با متریال زمان جنگ در محصولات غیرنظامی ادغام می‌شوند. هدف این است که مسیر تبدیل نبرد به تجارت قابل مشاهده شود. این انتقال دیگر فقط درباره این نیست که شرکت‌های فناوری چه چیزی به ارتش می‌فروشند، بلکه درباره این است که آن‌ها چه چیزی را می‌توانند از تجربه جنگ استخراج کنند تا به مزیت رقابتی در مدل‌های خود دست یابند. سربازان نمی‌توانند رضایت دهند که تجربه زیسته آن‌ها به عنوان داده استخراج شود تا از محصولی حمایت کند که بسیار دور از جایی که جنگ رخ داده، استفاده می‌شود.

گام بعدی شما

• اگر در حوزه رباتیک یا سیستم‌های خودمختار فعالیت می‌کنید، روی متدهای «یادگیری از داده‌های نویزدار» تمرکز کنید تا بتوانید از مجموعه‌داده‌های مشابه بهره ببرید. در همین راستا، پیشرفت‌های اخیر در مقیاس‌پذیری رباتیک نشان داده است که استفاده از حجم عظیمی از داده‌های ویدئویی انسانی می‌تواند قوانین یادگیری ماشین در رباتیک را بازنویسی کند.
• استانداردهای جدید لایسنس داده‌های نظامی را دنبال کنید تا از ریسک‌های حقوقی در استفاده از داده‌های استخراج‌شده اجتناب کنید.
• بررسی کنید که آیا محصولات تجاری فعلی شما در لبه‌های خطا (Edge Cases) دچار توهم می‌شوند یا خیر.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.