جنگ‌های مبتنی بر هوش مصنوعی از سلاح به معماری عبور کرده‌اند

ایران، گرهِ اصلی آزمونِ AI-first war

p4

عباس پورخصالیان

جنگ دیگر تنها در «میدان» اتفاق نمی‌افتد. در جنگ‌های گذشته، «میدان» استعاره‌ای بود از مکانی که نظامیانِ دو طرف منازعه با یکدیگر برخورد می‌کردند. هدف نهایی منازعه مشخص بود، آغاز و پایان جنگ نیز مشخص؛ اما امروزه جنگ دیگر شبکه‌ای و معماری جنگاوری نیز هوشمند شده است، نه لحظۀ آغاز منازعه مشخص است، نه پایانش معلوم. امروزه «میدان» بیش از آنکه «مکانی» جغرافیایی باشد، «سامانه به‌هم‌پیوستۀ پیچیده‌ای» ست متشکل از:

  • ماهواره، مراکز داده، پهپاد، حسگر، شبکه مخابراتی، اینترنت اشیاء نظامی، اتاق جنگ، سامانه فرماندهی، شرکت نرم‌افزاری، مدل هوش مصنوعی، بانک اطلاعاتی، رسانه و حتی شرکت‌های خصوصی فناوری (مثل شرکت اسپیس-ایکس، دارندۀ مستعمرۀ فضاییِ سیستم ماهواره‌ای استارلینک یا شرکت پالانتیر، مالک سیستم هوشمندِ ماوِن).

از این منظر، جنگ‌های ۲۰۲۵ و ۲۰۲۶ علیه ایران را نمی‌توان صرفاً در قالب تقابل موشک علیه موشک، هواپیما علیه پدافند یا پهپاد و ضدپهپاد فهم کرد. مسئله عمیق‌تر، برخورد دو معماری متفاوت برای «دیدن، فهمیدن، تصمیم گرفتن و عمل کردن» در «شبکۀ جنگ‌های شبکه‌ای شده» (Network of networked Wars) است.

ارتش آمریکا و ناتو از اواخر دهۀ ۲۰۱۰ مطالعه در مورد سازماندهی جدید خود بر مبنای چند دامنه‌ای (Multi-Domain) کردنِ نیروهای نظامی را آغاز کردند. این سازماندهی جدید برای آمریکا در سال ۲۰۱۶ واقعی شد و برای بقیۀ اعضای ناتو به صورت رسمی ‌از سال ۲۰۱۶ تا ۲۰۱۹ کلید خورد.

در این ترادیسی ارتش ایالات متحده آمریکا، پیشگام در مفهوم‌سازی بود.

در سال ۲۰۰۹، وزارت دفاع آمریکا «سایبر» را یک «دامنۀ جنگ» (بر فراز دامنه‌های زمینی، دریایی، هوایی و فضایی) تعریف و در سال ۲۰۱۰، فرماندهی سایبری آمریکا موسوم به USCYBERCOM را تأسیس کرد.

در سال ۲۰۱۶ پنج دامنۀ جنگی (زمین، دریا، هوا، فضا و سایبر) به عنوان چارچوب اصلی استراتژی نظامی ملی آمریکا معرفی شدند و ارتش آمریکا مفهوم «نبرد چنددامنه‌ای» را رسماً معرفی کرد.

در ژوئیۀ ۲۰۱۷، نخستین «گروه ضربت چنددامنه‌ای» (MDTF) به صورت آزمایشی تشکیل شد. در سال ۲۰۱۸، سایبر به سطح فرماندهی رزمی‌یکپارچه ارتقا یافت و در سال ۲۰۲۲ با پیدایش هوش مصنوعی جدید دکترین رسمی ‌ارتش آمریکا برای عملیات چنددامنه‌ای به‌روزرسانی شد.

اما در جنگ دوازده روزه اسرائیل و آمریکا علیه ایران در تابستان هزاروچهارصدوچهار خورشیدی، نشانه‌های استفاده گسترده از هوش مصنوعی در پردازش اطلاعات، اولویت‌بندی هدف‌ها و فرماندهی و کنترل آشکار شد. سپس در ادامۀ آن جنگ، در جنگ چهل روزه در اواخر زمستان هزاروچهارصدوچهار خورشیدی تا اوایل بهار سال جاری (هزاروچهارصدوپنج خورشیدی) آنچه اهمیت بیشتری پیدا کرد، ورود سامانه‌هایی مانند Maven Smart System (سامانۀ هوشمند ماوِن) متعلق به شرکت پالانتیر به قلب چرخه اطلاعات و هدف‌گیری بود. ناتو نیز پیش‌تر در مارس ۲۰۲۵ قرارداد استقرار سامانۀ هوشمند ماوِن را با پالانتیر نهایی کرده بود؛ سامانه‌ای که برای تلفیق اطلاعات، آگاهی از وضعیت تماشاخانه‌های جنگ (War theatres)، برنامه‌ریزی و تسریع تصمیم‌گیری طراحی شده است.

بنابراین می‌توان ماهیت اصلی دو جنگ‌ اخیر علیه ایران را چنین بیان کرد:

  • جنگ اول، «جنگی به طور ناقص مجهز به هوش مصنوعی»
  • ولی جنگ دوم، «جنگی از ابتدا بر مبنای هوش مصنوعی طراحی شده» بود.

برخی از خبرنگاران و تحلیل‌گران جنگ‌های اخیر، جنگ اول را AI-enabled War خواندند ولی جنگ دوم را AI-first War  می‌نامند.

  • «هومص-نخست» و نوآوری در معماری جنگ

جنگ دوازده روزه جنگی (به قول من: هومص-توانمند و به روایت تحلیل گران خارجی:) AI-enabled بود، به این معنا که در آن، هوش مصنوعی یک توانمندسازِ موردی به شمار می‌آمد: ارتش‌های آمریکا و اسرائیل در مقابل ایران اساساً همان ساختار پیشین خود و معماری نظامی سابق را حفظ کرده بودند، اما در بعضی از نقاط ساختار جنگاوری از هوش مصنوعی استفاده می‌کردند تا دقیق‌تر ببینند، سریع‌تر طبقه‌بندی کنند، زودتر پیش‌بینی کنند و بهتر تصمیم بگیرند.

اما جنگ چهل روزه جنگی AI-first بود، به این معنا که معماری آن، از آغاز (first) مبتنی بر هوش مصنوعی طراحی شده بود. در جنگِ AI-first پرسش دیگر این نیست که «در کدام قسمت جنگ می‌توانیم هوش مصنوعی را وارد و اضافه کنیم؟» بلکه پرسش این است:

«اگر جنگ را از ابتدا مبتنی بر هوش مصنوعی طراحی کنیم، معماری جنگ چگونه باید باشد؟»

در جنگِ AI-first هوش مصنوعی تنها یک نرم‌افزار در کنار رادار و موشک نیست؛ بلکه می‌تواند در طراحی زنجیره اطلاعات، فرماندهی، هدف‌گیری، لجستیک، تخصیص نیرو و حتی تعریف اولویت‌های عملیاتی لحاظ شود و معماری تاکنونی جنگ را دگرگون کند.

[دیپ سیک در پاسخ به مرجع «AI-first» به مطالعه‌ای از مؤسسه مطالعات امنیت ملی اسرائیل اشاره می‌کند (نسخه انگلیسی (PDF): https://www.inss.org.il/wp-content/uploads/2026/03/No.-2116.pdf) که دقیقاً بر همین گذار تأکید کرده و «AI-first» را تغییر از کاربرد محدود هوش مصنوعی به زیرساختی می‌داند که در جمع‌آوری و تحلیل اطلاعات، زنجیره فرماندهی و برنامه‌ریزیِ عملیات چندمیدانی حضور فعال دارد.]

پس AI-first را نباید با «رباتیک شدن جنگ» یکی گرفت. ممکن است هنوز انسان دستور شلیک بدهد، اما اگر اطلاعاتی که انسان می‌بیند، گزینه‌هایی که پیش روی او قرار می‌گیرد، اولویت هدف‌ها و حتی مسیر رسیدن از کشف هدف تا انتخاب سلاح از یک معماری الگوریتمی عبور کرده باشد، ماهیت جنگ تغییر کرده است.

  • گذار از «جنگ شبکه‌ای شده» به «شبکۀ جنگ‌های شبکه‌ای شده»

ایران، اوکراین، غزه- لبنان و ونزوئلا را می‌توان گره‌هایی دانست که در یک شبکه بزرگ‌تر به یکدیگر متصل می‌شوند.

در مدل «شبکۀ جنگ‌های شبکه‌ای شده»، محل وقوع جنگ، ایران یا اوکراین، غزه- لبنان یا ونزوئلا است؛ اما هریک از محل‌های وقوع جنگ، گرهی از «شبکۀ جنگ‌های شبکه‌ای شده» است. در چنین شبکه‌ای هیچ گرهی قدرت مطلق ندارد. زیرا کنش در هر گره به سرعت به واکنش در دیگر گره‌ها منجر می‌شود.

ممکن است یک پهپاد در اوکراین، یک مرکز داده در خلیج فارس، یک سامانه ماهواره‌ای در فضا، یک شرکت نرم‌افزاری در آمریکا و یک سامانه فرماندهی در خاورمیانه از نظر جغرافیایی هزاران کیلومتر از یکدیگر فاصله داشته باشند؛ اما در «شبکۀ جنگ‌های شبکه‌ای شده»، همه می‌توانند در یک زنجیره عملیات بازخوردی قرار گیرند.

  • چرا ایران «گره گره‌ها» است؟

اهمیت ایران در این چارچوب فقط به اندازه ارتش، وسعت سرزمین یا بزرگی زرادخانه موشکی-پهپادی آن مربوط نیست.

ایران در نقطه تلاقی چندین گره و چندین مسیر شبکه‌ای قرار دارد:

  • شبکه جنگ‌های ایران–اسرائیل؛
  • شبکه جنگ‌های ایران علیه کشتی‌های متحدان آمریکا در خلیج فارس و علیه پایگاه‌های آمریکا؛
  • شبکه جنگ‌های غزه–لبنان؛
  • شبکه تنگه هرمز؛
  • شبکه‌های انرژی؛
  • شبکه‌های زیردریایی کابل‌های نوری؛
  • شبکه‌های فضایی و ماهواره‌ای؛
  • شبکه‌های پهپادی و موشکی؛
  • و سرانجام، شبکه داده و هوش مصنوعی.

از این رو، هر تغییری در معماری جنگ ایران می‌تواند در چند گرهِ شبکه بازتاب پیدا کند.

به همین دلیل، ایران را می‌توان «گره گره‌ها» نامید: گرهی که اهمیتش فقط از خودش ناشی نمی‌شود، بلکه از ارتباط آن با گره‌های دیگر نیز ناشی می‌شود.

در اینجا مفهوم مرکزیت شبکه‌ای از قدرت نظامی سنتی مهم‌تر می‌شود. ممکن است یک کشور بزرگ‌ترین قدرت نظامی نباشد، اما اگر حذف یا تضعیف آن مسیرهای ارتباطی متعددی را مختل کند، مرکزیت استراتژیکی بالایی دارد.

  • نقطه عطف تاریخ جنگ : شرکتی خصوصی وارد جنگ می‌شود!

ورود پالانتیر به «شبکه جنگ‌های شبکه‌ای» فقط به این دلیل مهم نیست که یک «شرکت فناوری اطلاعات آمریکاییِ بی رقیب در جهان در حوزۀ هوش مصنوعیِ دولتی» است.

اهمیت آن در این است که ورود یک شرکت خصوصی به «شبکه جنگ‌های شبکه‌ای» مرز میان «ارتش دولتی» و «زیرساخت اطلاعاتی جنگ» را کمرنگ می‌کند.

ناتو در آوریل ۲۰۲۵ اعلام کرد که سامانۀ هوشمند ماون، متعلق به شرکت پالانتیر را برای فرماندهی عملیاتِ این بزرگترین ائتلاف متحدان نظامی در جهان به کار خواهد گرفت؛ سامانه‌ای که هدف آن تلفیق داده‌ها، افزایش آگاهی از وضعیت شبکۀ جنگ، هدف‌گیری و تسریع تصمیم‌گیری است.

علاوه بر ماون، پالانتیر پلتفرم دیگری به نام AIP for Defense دارد که برای سازمان‌های دفاعی و نظامی توسعه یافته است. هدف اصلی آن، فعال‌سازی امن و مسئولانۀ مدل‌های زبانی بزرگ (LLM) و هوش مصنوعی پیشرفته، روی شبکه‌های خصوصی و طبقه‌بندی‌شدۀ نظامی به‌منظور انجام ماموریت‌های حساس است.

این پلتفرم برای رفع چالش‌های خاصِ محیط‌های نظامی طراحی شده است، آن هم برای استقرار در هر محیطی، حتی روی شبکه‌های طبقه‌بندی‌شده و سیستم‌ها و لبه‌های تاکتیکی (Tactical Edges). به وسیلۀAIP for Defense  کاربر اتاق جنگ می‌تواند از مدل‌های تجاری موجود یا مدل‌های میزبانی‌شده خودشان به صورت امن استفاده کند. به همین دلیل، پلتفرم مذکور دارای ویژگی‌های امنیتی سختگیرانه برای محافظت از داده‌های طبقه‌بندی‌شده و ایجاد یک ردپای کامل حسابرسی برای اطمینان از پاسخگویی در همکاری انسان-ماشین نیز هست.

سیستمِ AIP for Defense  پلتفرمی‌باز است و امکان استفاده ایمن از مدل‌های دولتی، تجاری و متن‌باز را فراهم می‌کند.

در کاربردهای عملیاتی و سناریوهای نظامی، AIP به عنوان یک مرکز تصمیم‌گیری هوش مصنوعی در سطح منطقۀ عملیاتی فعالیت می‌کند. این سیستم می‌تواند داده‌های چندمنبعی (ماهواره، پهپاد، رادار و اطلاعات سیگنالی) را در یک پایگاه داده واحد ادغام کرده و با استفاده از مدل‌های زبانی، گزینه‌های عملیاتی را در قالبCoA: Course of Action Analysis به فرماندهان پیشنهاد دهد.

در یک نمونۀ نمایشی، اپراتور با مشاهده تجمع نیروهای دشمن، از AIP می‌خواهد تا پهپاد شناسایی بفرستد. سیستم پس از شناسایی یک تانک، سه گزینه برای انهدام آن پیشنهاد می‌دهد: الف) حمله با جنگنده F-16، ب) توپخانۀ دوربرد یا ج) موشک ضدتانک جاولین. همچنین سیستم بررسی می‌کند که آیا واحدهای نزدیک به اندازۀ کافی موشک جاولین در اختیار دارند یا خیر.

این پلتفرم در اوکراین به عنوان بخشی از سیستم ملی شبکۀ نبرد دیجیتالی برای شناسایی اهداف و بهینه‌سازی زنجیرۀ آتش استفاده می‌شود. همچنین نیروی دریایی آمریکا از آن برای بهینه‌سازی زنجیرۀ تأمین در ساخت شَهپاد (پهپهاد شناور) استفاده کرده که زمان برنامه‌ریزی را از ۱۶۰ ساعت به کمتر از ۱۰ دقیقه کاهش داده است.

بنابراین در سیستم‌های هوش مصنوعی پالانتیر تنها با یک «اپلیکیشن نظامی» روبه‌رو نیستیم؛ با تلاش برای ساختن یک لایه نرم‌افزاری بر فراز سازمان نظامی برزگترین ارتش جهان یا بزرگترین ائتلاف نظامی جهان روبه‌رو هستیم.

در همین رابطه و به گزارش واشنگتن‌پست در مارس ۲۰۲۶: از سامانۀ هوشمند ماون در عملیات آمریکا علیه ایران به‌منظور تولید دانش و بینش جنگی/دفاعی، از داده‌های ماهواره‌ای، مراقبتی و اطلاعاتی برای کمک به هدف‌گیری دقیق و اولویت‌بندی اهداف استفاده شده است.

لذا در شبکۀ جنگ‌های شبکه‌ای شده یک تغییر کیفی قابل مشاهده است:

شرکت خصوصی دیگر تنها مالک و تأمین‌کننده ابزار هوشمند جنگ نیست؛ بخشی از قابلیت هوش مصنوعی–الگوریتمی جنگ است.

  • از داده به تصمیم؛ و از تصمیم به عمل

در جنگ سنتی، زنجیره اطلاعات تقریباً چنین بود:

  • حسگرها داده‌ها را گرد می‌آوردند، انسان آنها را تحلیل می‌کرد، نتیجه به دست فرمانده می‌رسید، دستور صادر می‌کرد، نیروی نظامی عمل می‌کرد و سلاح مربوط به خدمت گرفته می‌شد.

در معماری AI-first، این زنجیره می‌تواند به شکل دیگری درآید:

  • حسگرها خود مجهز به هوش مصنوعی‌اند، نتیجه را در شبکه وارد می‌کنند، داده انبوه به کمک الگوریتم و مدل به اطلاعات تلفیق شده و گزینه‌های عملیاتی تبدیل می‌شوند، پیشنهاد به دست انسان می‌رسد و سامانه اجرا فعال می‌شود. به این ترتیب، فاصله زمانی میان این مراحل نیز کاهش می‌یابد.

اهمیت این موضوع فقط در «افزایش سرعت» نیست. وقتی سرعت پردازش از سرعت سازمان انسانی بیشتر شود، خود سازمان ناچار می‌شود برای هماهنگ ماندن با ماشین تغییر یابد.

اینجاست که مفهومmachine-speed warfare  مطرح می‌شود.

در گزارش‌های مربوط به جنگ ۲۰۲۶ ایران، ماون به‌عنوان سامانه‌ای توصیف شده که داده‌های راداری، تصاویر ماهواره‌ای و پهپادی، ارتباطات و دیگر منابع را در یک تصویر مشترک از میدان تلفیق می‌کند.

در چنین وضعی، مسئله تنها این نیست که «هوش مصنوعی هدف را پیدا می‌کند.» مسئله این است که هوش مصنوعی می‌تواند زمان و ساختار تصمیم‌گیری را تغییر دهد.

  • جنگِ AI-first به معنای «جنگ بدون انسان» نیست!

یک خطای رایج این است که معماری جنگ AI-first را با «جنگ کاملاً خودمختار» یکی بدانیم. ممکن است انسان همچنان در حلقه تصمیم باقی بماند، اما تصمیم انسانی درون جوّی گرفته شود که توسط الگوریتم‌ها ساخته شده است.

اگر سامانه به فرمانده بگوید: این هدف مهم‌تر و کم‌خطرتر است، این سلاح مناسب‌تر و آن واحد نزدیک‌تر است یا این گزینه دارای احتمال تهدید بیشتر است، آنگاه انسان هنوز تصمیم می‌گیرد، اما «فضای تصمیم» را تا حد زیادی ماشین شکل داده است.

به همین دلیل، پرسش اصلی آینده شاید این نباشد که: آیا انسان در معماری جنگ حضور دارد؟ بلکه باید پرسید: انسان در کجا و کدام حلقه است و چه مقدار از فضای تصمیم پیشاپیش توسط الگوریتم ساخته شده است؟

این پرسش، از نظر حقوقی، اخلاقی و استراتژیکی بسیار جدی است. گزارش‌های اخیر درباره استفاده از هوش مصنوعی در جنگ علیه ایران نیز هم‌زمان با برجسته کردن افزایش سرعت و ظرفیت هدف‌گیری، نگرانی درباره خطای سامانه‌ها، تشخیص غیرنظامیان و شکاف مسئولیت (در نمونۀ شهادت کودکان مدرسۀ میناب) را مطرح کرده‌اند.

  • مسئله ایران تنها نداشتن هوش مصنوعی بومی‌ نیست!

اما در چنین عرصه‌ای، ضعف احتمالی ایران را نباید صرفاً با این پرسش سنجید که «آیا ایران هوش مصنوعی دارد یا ندارد؟» براساس گزارش‌ها: ایران دارای مدل زبانی، سامانه بینایی ماشین، پهپاد هوشمند، تحلیل داده و مرکز داده هست؛ اما هنوز فاقد یک سیستم هوش مصنوعی–الگوریتمی ‌متصل به کل معماری جنگ است.

این تفاوت بنیادین است. اگر هوش مصنوعی در جنگ به صورت جزیره‌ای استفاده شود، معماری جنگ AI-enabled  است. ولی اگر هوش مصنوعی به شبکه حسگرها، ارتباطات، اطلاعات، فرماندهی، لجستیک، پدافند، حمله، ارزیابی خسارت و بازخورد متصل شود، معماری جنگ به سمت AI-first  حرکت می‌کند.

بنابراین پرسش استراتژیکی نباید این باشد که «چگونه یک هوش مصنوعی نظامی  بسازیم؟» بلکه باید پرسید «چگونه سامانۀ هوش مصنوعی–الگوریتمی  را به همه گره‌های جنگ متصل کنیم؟»

  • گره هرمز؛ نمونه عینی شکاف مشاهده‌پذیری و کنترل

تنگه هرمز نمونه روشنی از همین مسئله است. در نگاه سنتی، هرمز یک گلوگاه جغرافیایی است. اما در شبکۀ جنگ‌های شبکه‌ای شده، هرمز یک گره اطلاعاتی–اقتصادی–نظامی ‌در درون شبکه‌ای بزرگتر است. کنترل واقعی چنین گره‌ای تنها به حضور شناور یا موشک بستگی ندارد. نیازمند مشاهده پیوسته، شناخت الگوهای رفتاری، تلفیق داده‌های دریایی، ماهواره‌ای، مخابراتی و تجاری و سپس تبدیل آنها به تصمیم است. اگر مشاهده گره ناپیوسته باشد (که اکنون ناپیوسته است)، اگر داده‌ها در سامانه‌های جداگانه باقی بمانند(که اکنون جدای از هم‌اند)، اگر ارتباط میان حسگر و تصمیم‌گیر کند باشد (که اکنون کند است) و اگر اتاق جنگ نتواند به بازیگران و گره‌ها و دامنه‌ها و ابزارهای قدرت و جریانهای جنگ متصل شود (که اکنون منفصل است)، میان مشاهده و کنترل شکاف ایجاد می‌شود.

این شکاف را نیز نمی‌توان صرفاً با افزایش تعداد تجهیزات پر کرد. زیرا مسئله ممکن است «کمبود حسگر» نباشد؛ مسئله، ناتوانی در تبدیل انبوه داده به یک تصویر عملیاتی مشترک باشد.

  • جنگ آینده فقط جنگ سلاح‌ها نیست؛ جنگ معماری‌هاست

از این منظر، یکی از مهم‌ترین درس‌های جنگ‌های دوگانه علیه ایران این است که رقابت نظامی ‌به‌تدریج به رقابت میان معماری‌های اطلاعاتی تبدیل می‌شود.

ممکن است یک طرف موشک‌های بیشتری داشته باشد و طرف دیگر سامانه‌های اطلاعاتی سریع‌تر. ممکن است یک طرف پهپاد ارزان و به میزان انبوه داشته باشد و طرف دیگر توان پردازشِ کلان‌داده.

در این وضعیت، «قدرت» دیگر حاصل جمع ساده تجهیزات نیست. قدرت به رابطه میان آنها بستگی دارد.

برای مثال یک پهپاد بدون شبکه ارتباطی و پردازش مناسب، یک وسیله است. اما همان پهپاد درون یک شبکه حسگر–داده–الگوریتم–تصمیم می‌تواند به یک گره هوشمند تبدیل شود.

اینجا است که مفهومِ پیشنهادی نگارنده:  Internet of War  ( به معنی دستگاه عصبی سامانۀ جنگ، چیزی فراتر از «اینترنتِ اشیاء نظامی» یا IoMT مورد نظر پنتاگون) اهمیت پیدا می‌کند.

اینترنت جنگ فقط اینترنت به معنای شبکه ارتباطی عمومی ‌نیست؛ بلکه شبکه‌ای از سامانه‌های متصل، حسگرها، سلاح‌ها، مراکز فرماندهی، داده‌ها و بازیگران انسانی و غیرانسانی است که جنگ را به یک سامانه بازخوردی تبدیل می‌کنند.

  • از جنگ‌های شبکه‌ای منفرد به یک ماشین بازخوردی

شبکۀ جنگ‌های شبکه‌ای شده زمانی شکل واقعی پیدا می‌کند که یک رویداد در یک گره، رفتار گرهی دیگر را تغییر می‌دهد، حمله به زیرساخت انرژی می‌تواند بر بازار انرژی اثر بگذارد، اختلال در کشتیرانی می‌تواند بر تعرفۀ بیمه و تجارت تاثیر گذار باشد، حمله به مرکز داده می‌تواند خدمات دیجیتالی را مختل کند، اختلال ارتباطی می‌تواند مشاهده میدان از دور را کاهش دهد، کاهش مشاهده از دور می‌تواند خطای تصمیم را افزایش دهد و خطای تصمیم می‌تواند به تشدید جنگ منجر شود.

این همان حلقه بازخورد شبکۀ جنگ‌های شبکه‌ای شده است. در چنین سامانه‌ای، هوش مصنوعی می‌تواند این حلقه‌ها را کوتاه‌تر و سریع‌تر کند. در نتیجه، مسئله فقط «هوشمندتر شدن سلاح یا خودمختارسازی تسلیحات» نیست؛ مسئله شتاب گرفتن بازخورد جنگ است.

  • پادادوکسِ جنگِ AI-first: سرعت بیشتر، اما احتمالاً عقلانیت کمتر!

هوش مصنوعی می‌تواند تصمیم‌گیری را سریع‌تر کند، اما سریع‌تر شدن تصمیم الزاماً به معنای بهتر شدن تصمیم نیست.

اگر داده غلط باشد، هوش مصنوعی می‌تواند خطا را سریع‌تر تکثیر کند. اگر مدل شبکه، ناقص باشد، الگوریتم می‌تواند همان نقص را در مقیاس بزرگ بازتولید کند. اگر یک نشانه نادرست به‌عنوان تهدید شناخته شود، سرعت بالای چرخه می‌تواند فرصت تصحیح انسانی را کاهش دهد. بنابراین، جنگِ AI-first  ممکن است نبرد را نه فقط «سریع‌تر»، بلکه کم‌تحمل‌تر و حساس‌تر نسبت به خطا کند.

این نکته در جنگی مانند جنگ اسرائیل و آمریکا علیه ایران اهمیت مضاعف دارد؛ زیرا جنگ دیگر در یک میدان رخ نمی‌دهد ، بلکه شبکه‌ای از شهرها، زیرساخت‌ها، نیروگاه‌های برق و خطوط انتقال انرژی، مسیرهای دریایی، پایگاه‌های نظامی ‌و جمعیت غیرنظامی ‌را در بر می‌گیرد.

هرچه سرعت تصمیم افزایش یابد، اهمیت کیفیت داده، قابلیت توضیح الگوریتم و امکان مداخله انسانی نیز بیشتر می‌شود.

  • گره اصلی آینده: چه کسی «تصویر مشترک» را می‌سازد؟

 کل رقابت AI-first را می‌توان در یک پرسش فشرده کرد: چه کسی تصویر مشترک از جنگ را می‌سازد؟

  • طرفی که بتواند داده‌های ماهواره، پهپاد، رادار، ارتباطات، منابع انسانی، اطلاعات دریایی و داده‌های دیگر را به یک تصویر عملیاتی مشترک تبدیل کند، لزوماً صاحب همه اطلاعات نیست؛ اما می‌تواند صاحب معماری فهم شبکه باشد. ماون دقیقاً از همین زاویه اهمیت پیدا می‌کند.

گزارش‌های مربوط به عملکرد ماون در جنگ ایران نشان می‌دهند که سامانه تلاش می‌کند منابع متعدد را در یک تصویر مشترک جمع کند و سپس از آن برای شناسایی هدف، پیشنهاد گزینه عملیاتی و پشتیبانی از تصمیم استفاده کند.

در ماون هوش مصنوعی از یک «ابزار تحلیل» به یک «لایه میان داده و اقدام» تبدیل می‌شود و همین لایه است که می‌تواند معماری جنگ را تغییر دهد.

  • ایران؛ آزمایشگاه یا گره آزمون؟

نباید از این واقعیت نتیجه گرفت که جنگ ایران صرفاً «آزمایشگاه» فناوری‌های نظامی ‌آمریکا یا اسرائیل بوده است. چنین تعبیر قطعی‌ای نیازمند شواهدی فراتر از داده‌های موجود است.

اما می‌توان گفت که جنگ ایران به یک مورد مهم برای آزمودن عملی معماری‌های AI-first تبدیل شده است، زیرا در یک سوی آن، سامانه‌هایی قرار دارند که می‌کوشند داده چندمنبعی را در مقیاس بسیار بزرگ تلفیق کنند و سرعت چرخه تصمیم را بالا ببرند؛ و در سوی دیگر، شبکه‌ای قرار دارد که برای بقا، پراکندگی، اختفا، اشباع و تحمل ضربه طراحی شده است.

بنابراین سؤال واقعی این نیست که «آیا هوش مصنوعی برنده می‌شود؟» پرسش دقیق‌تر این است که «وقتی معماری AI-first با معماری بقا، پراکندگی و جنگ نامتقارن برخورد می‌کند، کدام حلقه‌های بازخورد کار می‌کنند و کدام‌یک از کار می‌افتند؟»

پاسخ به این پرسش، ایران را به یک گره مهم نظری برای مطالعه جنگ‌های آینده تبدیل می‌کند.

  • آینده جنگ: هوشمندتر شدن یا شبکه‌ای‌تر شدن؟

ممکن است در سال‌های آینده تمرکز بیش از حد بر «سلاح خودمختار» انسان را از تغییر بزرگ‌تری که در راه است، غافل کند. تغییر اصلی شاید در خود سلاح نباشد. ممکن است در شبکه‌ای باشد که سلاح را به اطلاعات متصل می‌کند.

وقتی ماهواره، پهپاد، رادار، داده انسانی، مدل هوش مصنوعی، مرکز فرماندهی، سامانه لجستیک و سلاح در یک چرخه پیوسته قرار گیرند، دیگر با مجموعه‌ای از ابزارها روبه‌رو نیستیم؛ با یک «سامانه جنگی شبکه‌ای» روبه‌رو هستیم.

از این منظر، گذار از AI-enabled به AI-first را می‌توان گذار از: «هوش مصنوعی در جنگ» به «جنگ به‌مثابه سامانه هوش مصنوعی–الگوریتمی» دانست.

  • و سرانجام: گره گره‌ها چه چیزی را باید ببیند؟

به نظرم ایران برای مواجهه با جنگ آینده فقط به موشک، پهپاد، پدافند یا حتی یک مدل زبانی قدرتمند نیاز ندارد، به چیزی بنیادی‌تر نیز نیاز دارد: توان دیدن جنگ به‌عنوان یک شبکه.

تحلیل‌گر جنگ باید بر شبکه‌شناسی جنگ احاطه داشته باشد تا بتواند بفهمد که یک گره ارتباطی چگونه به یک گره انرژی متصل می‌شود؛ یک گره دریایی چگونه به اقتصاد جهانی وصل می‌شود؛ یک مرکز داده چگونه به قدرت نظامی ‌تبدیل می‌شود؛ یک شرکت خصوصی چگونه وارد معماری جنگ می‌شود؛ و یک الگوریتم چگونه می‌تواند فاصله میان «دیدن» و «عمل کردن» را کاهش دهد.

این همان جایی است که مفهوم «گره گره‌ها» معنا پیدا می‌کند. لذا ایران در شبکۀ جنگ‌های شبکه‌ای شده فقط یک گره نیست. خودِ ایران محل اتصال چند شبکۀ درهم تنیده است و به همان اندازه که این مرکزیت می‌تواند قدرت تولید کند، می‌تواند آسیب‌پذیری نیز تولید کند.

از این منظر، مسئله راهبردی ایران در عصر AI-first شاید بیش از آنکه ساختن یک «ابرهوش نظامی» باشد، ساختن یک معماری مشاهده، فهم، تصمیم و بازخورد باشد.

زیرا در جنگ هومص‌ـتوانمند، هوش مصنوعی به جنگ کمک می‌کند. اما در جنگ هومص‌ـنخست، معماری جنگ از ابتدا حول قابلیت‌های هوش مصنوعی شکل می‌گیرد و این دو، یک چیز نیستند.

اگر جنگ ۲۰۲۵ را بتوان نشانه‌ای از افزایش نقش هوش مصنوعی در جنگ دانست، جنگ ۲۰۲۶ پرسش بزرگ‌تری را پیش روی ما گذاشته است: آیا «هوش مصنوعی» دیگر تنها بخشی از ابزار جنگ است یا در حال تبدیل شدن به بخشی از ساختار خودِ جنگ؟

اگر پاسخ دوم درست باشد، آنگاه میدان اصلی رقابت آینده شاید دیگر فقط آسمان، زمین، دریا یا فضا نباشد. میدان اصلی، فاصله میان داده و تصمیم خواهد بود. و در آن میدان، کسی دست بالا را خواهد داشت که بتواند گره‌های بیشتری را ببیند، آنها را سریع‌تر به یکدیگر متصل کند و از میان این شبکه، تصویر منسجم‌تری از جنگ بسازد.

در چنین جهانی، ایران نه فقط یکی از گره‌های شبکۀ جنگ‌های شبکه‌ای شده است، بلکه می‌تواند گره گره‌های آزمون جنگاوری هوش مصنوعی باشد.

منتخب هفته