5 причин, по которым вы могли не осознавать, что ВВС США используют ИИ

ВВС США невероятно технологически развиты. От оружия до инструментов и транспортных средств — он находится на переднем крае. Поэтому неудивительно, что эта отрасль использует возможности ИИ, чтобы попытаться решить некоторые из своих величайших исторических проблем, таких как безопасное и эффективное хранение боеприпасов.

Это не означает, что ИИ обязательно всегда является положительным моментом. Напротив, например, умные очки с искусственным интеллектом могут представлять значительную опасность с точки зрения эксплуатационной безопасности и конфиденциальности, поэтому ВВС США запретили эту популярную технологию среди военнослужащих в военной форме. Именно здесь и возникают основные дебаты по поводу технологии. Если ИИ используется безответственно, существует потенциальный риск. С другой стороны, если его использовать инновационным и практическим способом, он может стать огромной силой добра.

Именно это и пытаются сделать ВВС; различными способами внедрять ИИ в свою деятельность, чтобы экономить деньги, время и жизни как внутри, так и за пределами конфликта. От совершенно нового вида обучения пилотов до поиска способов планирования технического обслуживания огромного количества транспортных средств и компонентов — ИИ, безусловно, имеет свое место в настоящем и будущем ВВС США. Давайте подробнее рассмотрим некоторые из этих творческих применений этой технологии.

Соединенные Штаты обладают одними из крупнейших военно-воздушных сил в мире. Это означает, конечно, что у него есть доступ к огромному спектру мощных средств, от вертолетов до боеприпасов. Однако в то же время это может значительно усложнить задачу их упорядочения, организации и хранения, чтобы к ним можно было получить доступ в случае необходимости. Многие из нас используют удобные инструменты искусственного интеллекта для управления рабочими днями и повышения производительности, и именно это реализует одна инициатива ВВС США в этой области.

Приложение, известное как Automated Master Storage Planning, может революционизировать подход к решению постоянно возникающих вопросов эффективного хранения. Руководитель отдела решений Virtualitics Джастин Шехейн объяснил журналу Air & Space Forces Magazine: «Есть определенные боеприпасы, которые необходимо хранить на определенном расстоянии друг от друга, а есть и такие, которые необходимо хранить вместе (…) существует множество руководящих указаний и ограничений безопасности, которых мы обязательно должны придерживаться», — объяснил Шехейн изданию. Таким образом, приложение будет использовать то, что Шехан описывает как «базовый план конфигурации», чтобы принять во внимание введенные данные о требованиях к хранилищу и доступном пространстве, а затем вернуть углубленный анализ наилучшего способа размещения всего, доступного для загрузки и свободного обращения.

Virtualitics отмечает, что ее программное обеспечение Automated Master Storage Planning — лишь один из компонентов пакета интегрированной оптимизации готовности. Он способен обеспечить 3D-визуализацию мест размещения и хранения, «динамически адаптировать планы хранения к меняющимся требованиям миссии, ограничениям безопасности и оперативным данным в реальном времени», а также определять, где в инвентаре есть компоненты или предметы, которые можно было бы использовать с большей пользой в другом месте.

Ошибка, допущенная в войне, расчет, отклоняющийся на секунду или даже меньше, может стать решающим фактором между успехом и фатальной катастрофой. Таким образом, безопасный и практичный способ внедрения ИИ в процесс планирования и принятия решений может помочь устранить риск усталости или кратковременного отвлечения военнослужащего. Частично по этой причине ИИ обучается выполнять функции истребителя, такие как обнаружение врагов, которых не могут видеть пилоты-люди, и различение целей от союзников в процессе, прежде чем будет совершена серьезная ошибка.

В 2025 году в Лас-Вегасе Центра теневых операций Неллис был проведен второй тест «Спринт с преимуществом решения» для взаимодействия человека и машины. В ВВС отмечают, что учения были сосредоточены на «разработке микросервисов с поддержкой искусственного интеллекта, способных помочь операторам с функцией «эффектора матча», которая определяет наилучшую доступную систему вооружения для уничтожения идентифицированной цели». В нем приняли участие несколько разных команд, и данные были собраны в результате работы боевых менеджеров, а также тех же усилий, когда были доступны алгоритмы систем искусственного интеллекта.

Было обнаружено, что системы искусственного интеллекта гораздо быстрее находили ответы на проблемы и предоставляли их примерно в 30 раз больше, но генерирование длинного списка возможностей и умение выбирать подходящие — это очень разные вещи. Само принятие решений, похоже, лучше оставить специалистам по обслуживанию, которые лучше понимают их смысл, но модели ИИ специализируются на быстром анализе данных, и именно здесь они, кажется, так хорошо работают в тандеме.

К сожалению, еще одним огромным недостатком наличия в вашем распоряжении огромного парка сложной техники является то, что будут возникать постоянные логистические головные боли, связанные с неисправностями и обслуживанием, которые придется решать в гигантских масштабах. Чтобы облегчить эту задачу для ВВС США, огромный ИИ-ресурс представляет собой Помощник по прогнозной аналитике и принятию решений, или PANDA.

PANDA — это программное обеспечение, которое позволяет техническим специалистам ВВС сосредоточить свои ресурсы там, где они больше всего необходимы. В мае 2023 года в беседе с C3 AI подполковник Майкл Лэшер из офиса быстрого обеспечения объяснил эту концепцию: «И поэтому мы пытаемся воспользоваться всеми имеющимися у нас данными, будь то исторические данные о техническом обслуживании или данные бортовых датчиков, данные телеметрии — на самом деле все, что у нас есть, что полезно для формулирования доказательств необходимости проведения технического обслуживания».

В системе используется приложение C3 AI Readiness и агентская платформа AI. Он берет всю эту информацию, гораздо больше, чем люди-технари могут обработать вручную, и преобразует ее в план, который может информировать инженеров, когда необходимо выполнить работу или когда возникают проблемы. Более 16 различных платформ совместимы с PANDA, доступ к которой осуществляется через Cloud One, что помогает предотвратить несанкционированный доступ. Данные, которые использует система, достаточно обширны, чтобы она могла определить будущие потенциальные потребности в конкретных компонентах автомобиля, тем самым привлекая других специалистов, которые контролируют цепочки поставок. Речь идет о том, чтобы обеспечить доступность деталей тогда, когда они необходимы, а также путем мониторинга отдельных компонентов спрогнозировать, когда они появятся.

Истребители являются одними из самых дорогостоящих активов отрасли. Однако по мере того, как волна воздушно-десантной войны все больше поворачивается в сторону разрушительной силы дронов, становится очевидным, что необходимо будет использовать и сильные стороны этого оружия. Для ВВС США с их богатыми ресурсами есть возможность объединить активы для достижения наилучшего эффекта. Похоже, что именно таков план развития силовых ведомств по разработке беспилотников.

В марте 2026 года ВВС США испытали беспилотный истребитель в качестве «ведомого» для пилотов F-22 Raptor. Эта попытка была не первой в своем роде. В прошлом году дроны XQ-58A Valkyrie сопровождали пилотов F-16C и F-15E в тренировочном полете над базой ВВС Эглин во Флориде. Бриг. Генерал Джейсон Э. Бартоломей объяснил в заявлении, опубликованном журналом Air & Space Forces Magazine, что «путем разработки и интеграции автономных платформ с пилотируемыми системами мы можем быстро адаптироваться, повысить боевую эффективность и снизить риск для наших экипажей в сложных условиях». Опять же, здесь есть важная параллель: это полуавтономные беспилотные летательные аппараты, а это означает, что ИИ используется для расширения возможностей, но военнослужащий сохраняет полный контроль.

В августе 2023 года в пресс-релизе Научно-исследовательской лаборатории ВВС отмечалось, что XQ-58A Valkyries участвовали в очередных испытаниях на испытательно-тренировочном комплексе «Эглин». Согласно пресс-релизу, это ознаменовало «первый в истории полет разработанных AFRL и обученных машинному обучению алгоритмов искусственного интеллекта» на моделях Valkyrie. Группа автономного воздушного боя Исследовательской лаборатории ВВС определила алгоритмы, которым будут следовать «Валькирии», а успехи и дальнейшее развитие в этой области будут означать более сложное и безопасное беспилотное вооружение.

Излишне говорить, что быть пилотом-студентом в ВВС США — это, безусловно, напряженный и сложный опыт, и с принятием на вооружение новых самолетов, оборудования и правил обучение в более широком смысле никогда не заканчивается. Она постоянно развивается, и неудивительно, что технология искусственного интеллекта оказалась в авангарде некоторых из этих разработок. Эти усилия начинаются с пилотов-студентов, и для них ВВС работают над разработкой специализированного чат-бота под названием IP GPT.

Цель состоит в том, чтобы обучать его исключительно руководствам по летной эксплуатации и данным, связанным с авиацией, без изучения более широкого круга документов, как это делают многие более широко ориентированные чат-боты. Как выразился в журнале Air & Space Forces Magazine подполковник Сет Хоффман из Центра передового опыта летной подготовки: «Я хочу, чтобы вся гамма того, с чем пилоту, возможно, придется взаимодействовать, находилась в этом пруду данных, но на этом все».

По состоянию на февраль 2026 года это в основном теоретическое решение, но нельзя отрицать, что это может быть благом как для студентов, так и для преподавателей, если данные об успеваемости, планы уроков и другая информация могут быть сопоставлены с помощью приложения. Есть и другие возможности ИИ, которые уже широко используются при обучении пилотов.

Например, пилоты должны хорошо разбираться в использовании функций искусственного интеллекта на самолете, которым они будут управлять. Упражнения, способствующие этому, имеют решающее значение, и один из них был проведен в Beaver Works лаборатории Линкольна и в Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института в августе 2025 года. Участники использовали RACECAR, платформу, разработанную Массачусетским технологическим институтом для тестирования автономных транспортных средств, чтобы отточить свои навыки и ощутить уникальную природу принятия решений в реальном времени с использованием входных данных искусственного интеллекта в лаборатории CSAIL Robot Apartment Living.