שדרוג זיהוי מטרות בשדה הקרב: בינה מלאכותית ומערכות מבוזרות

This post is also available in: English (אנגלית)

צבא ארצות הברית החל לשלב זיהוי מטרות בסיוע בינה מלאכותית (AI) באב טיפוס Next Generation Command and Control (NGC2) במהלך תרגיל Ivy Sting 2. יכולת חדשה זו נועדה להאיץ את זיהוי המטרות בשדה הקרב ולייעל את משימות הירי.

במהלך התרגיל, מודלי ה‑AI אומנו לזהות “hulks” (כלי רכב ישנים או משומשים בטווח הירי), מה שמאפשר למערכת לזהותם כטנקים ולהפיק פקודות ירי תואמות. מדובר בפעם הראשונה שבה נבדק זיהוי מטרות בסיוע AI בקנה מידה כזה, במסגרת ניסויים חוזרים של הדור הבא של NGC2 בחטיבה הרביעית של חיל הרגלים.

סדרת התרגילים Ivy Sting מיועדת להגביר בהדרגה את המורכבות, תוך מעבר מבדיקות טווח מוגבל ברמת פלוגה או גדוד אל אינטגרציה בקנה מידה של חטיבה, המתוכננת לפרויקט Project Convergence בקיץ הבא. הגרסה הראשונה של התרגיל הסתמכה על צופה בודד ורחפן לאיתור מטרות והערכת נזקי קרב, כששניהם מחוברים באמצעות כלי הבטאArtillery Execution Suite (AXS). בתרגיל Ivy Sting 2 ההיקף הוגדל, וכלל מספר כלי נשק ומספר נקודות פיקוד ושליטה מבוזרות.

מערכת ה‑AI הנוכחית מסוגלת לזהות מטרות בודדות באופן אמין, בעוד שהגרסאות העתידיות יתמקדו בזיהוי מספר איומים בו-זמנית. מפעילים אנושיים ממשיכים להיות חלק בלתי נפרד מהתהליך, המאשרים את הערכות ה‑AI ומבטיחים דיוק במטרות.

בתרגיל Ivy Sting 2 הוצגו גם שש נקודות פיקוד ושליטה מבוזרות ברחבי שטח האימונים, המשלבות חישוב קצה (Edge Computing) ותקשורת מרושתת, במטרה לבחון את ביצועי המערכת בתנאים מבצעיים מורכבים. התרגיל כולל שלושה תותחים, לעומת תותח אחד בלבד בתרגיל הקודם, עם תוכניות להרחבת כוחה האשית ב‑Ivy Sting 3.

על פי דיווח של Breaking Defense, מעבר לזיהוי מטרות בשדה הקרב, מסגרת NGC2 משפיעה גם על פעולות רחבות יותר של הצבא, כולל הגנה בסייבר ואינטגרציית נתונים. באמצעות שבירת מחסומים בין נתוני השדה לנתוני הארגון, המערכת מאפשרת שיתוף מידע כמעט בזמן אמת בכל הדרגים, ומקצרת משמעותית את הזמן הדרוש לשילוב יכולות חדשות.

הגישה מדגישה לא רק אימוץ טכנולוגיות חדשות, אלא עיצוב מחדש של נהלים מבצעיים לניצול מערכות AI ומערכות מרושתות בצורה יסודית ושונה, במטרה לשפר הן את קבלת ההחלטות והן את היעילות בשדה הקרב.