پشت پرده پروژه مخوف «مِیوِن»؛ سامانه هوشمندی که سلاح کشتار پنتاگون شد

وقتی هوش مصنوعی دستور شلیک می‌دهد

p7-chap

ترجمه: دکتر جمال صوفیه

(بر اساس کتاب پروژه مِیون (Project Maven)، نوشته کاترینا منسون، انتشارات دبلیو. دبلیو. نورتون، ۴۱۶ صفحه.)

سامانه هوشمند «مِیون» (Maven) احتمالاً مهم‌ترین سیستم تسلیحاتی جهان است که تا به حال نامش هم به گوشتان نخورده است. این سامانه موشک‌های ایرانی شلیک‌شده به سمت اسرائیل و سکوهای پرتاب راکت در یمن را ردیابی کرده؛ عبور مهاجران از مرزهای جنوبی آمریکا و قایق‌های قاچاق دارو و مواد مخدر را در دریای کارائیب شناسایی کرده و تنها در یک روز از سال ۲۰۲۲، بیش از ۲۶۰ هدف احتمالی را برای اوکراین نشانه‌گذاری کرده است.

اما کار مِیون فقط رصد کردن و سنجش اوضاع نیست؛ این سیستم می‌تواند پاسخ عملیاتی را هم هماهنگ کند. مِیون انواع مختلف داده‌های اطلاعاتی – از عکس و متن گرفته تا سیگنال‌های رادیویی و پالس‌های الکترومغناطیسی- را با هم تلفیق می‌کند تا دریابد کدام هواپیما، با کدام مهمات، در نزدیک‌ترین فاصله نسبت به هدف قرار دارد.

در واقع تنها با یک کلیکِ اپراتور انسانی، مِیون می‌تواند داده‌ها را به حمله مرگبار تبدیل کند.

همان‌طور که یکی از مقامات ناتو به کاترینا منسون می‌گوید: «این سامانه، حکم مایکروسافت ویندوز را در میدان نبرد دارد.» بنابراین دور از ذهن نیست که مِیون همان نقشی را برای نیروهای مسلح ایفا کند که نرم‌افزارهای مایکروسافت برای کارمندان پشت‌میزنشین دارند.

کاترینا منسون، خبرنگار حوزه امنیت ملی در بلومبرگ، در کتاب «پروژه مِیون» یکی از مهم‌ترین آثار سال‌های اخیر را درباره رابطه جنگ و فناوری به رشته تحریر درآورده است.

این کتاب روایتی زنده و پرکشش از تلاش‌های «درو کیوکور»، یک تفنگدار دریایی سرسخت و خستگی‌ناپذیر است؛ مردی که تیمی از افراد ساختارشکن و مغزهای متفکر را دور هم جمع کرد تا هوش مصنوعی را در قلب ماشین جنگی آمریکا بنشانند. هرچند این تیم بارها با خودش و دیگر بخش‌های پنتاگون درگیر جنگ و تضاد شد. این اثر همچنین داستان فراز و نشیب‌های رابطه سیلیکون‌ولی با جنگ و وزارت دفاع آمریکاست. گوگل در سال ۲۰۱۸، پس از اعتراضات گسترده کارکنانش به همکاری این غول فناوری در ساخت ابزارهای مرگبار، از پروژه مِیون کنار کشید و پس از آن، شرکت «پالانتیر» (Palantir) به مهم‌ترین شریک تجاری در توسعه و ارتقای مِیون تبدیل شد.

این پروژه در ابتدا کار خود را با به‌کارگیری هوش مصنوعی برای پیدا کردن اشیاء در حجم انبوهی از فیلم‌های پهپادی آغاز کرد؛ کاری که پیش از آن نیروی انسانی عظیمی را می‌بلعید. الگوریتم‌های اولیه که در سال ۲۰۱۷ طی عملیات‌های ضدتروریستی در سومالی آزمایش شدند، بسیار خطا داشتند و غیرقابل‌اعتماد بودند؛ برای نمونه، الگوریتم‌ها گاهی ابرها را به عنوان اتوبوس‌های مدرسه پرنده شناسایی می‌کردند! سال بعد در افغانستان، این نرم‌افزار درختان را به جای انسان و صخره‌ها را به جای ساختمان اشتباه می‌گرفت. اما هوش مصنوعی رفته‌رفته هوشمندتر شد و پیشرفت کرد.

در یکی از ماموریت‌ها، دقیقاً در شرایطی که نیروهای آمریکایی در آستانه تدارک یک حمله پهپادی بودند، یک تحلیلگر متوجه چوپانی شد که قدم‌زنان وارد زاویه دید دوربین شده بود. چهل ثانیه طول کشیده بود تا آن تحلیلگر انسانی متوجه حضور آن مرد شود؛ اما وقتی سیستم مِیون را روی همان ویدیوی زنده آزمایش کردند، کمتر از یک ثانیه طول کشید تا چوپان را شناسایی کند.

در سال ۲۰۱۹، مِیون در عملیات از بین بردن ابوبکر البغدادی، رهبر داعش در سوریه، و در سال ۲۰۲۰ در جریان حمله پهپادی به شهید قاسم سلیمانی، ژنرال ایرانی، به کار گرفته شد. سال بعد، هنگامی که جو بایدن نیروهای آمریکایی را از کابل بیرون کشید، این مِیون بود که در آن هیاهو و بحران فرودگاه، آمار افرادی را که در محوطه هوایی تجمع کرده بودند، محاسبه می‌کرد.

با این حال، تهاجم روسیه به اوکراین نقطه عطف کلیدی و حیاتی برای مِیون بود. این ابزار هدف‌یابی، اطلاعات مربوط به مناطقی را که آمریکا با لحنی ظریف و کنایه‌آمیز «نقاط مورد توجه» می‌نامید، در مقیاسی صنعتی و با هزینه سرسام‌آور یک میلیون دلار در ماه برای پردازش ابری، در اختیار اوکراین قرار می‌داد.

خانم منسون در کتابش می‌نویسد: «گاهی اوضاع به‌گونه‌ای بود که گویی خودِ آمریکا داشت مختصات دقیق را وارد سیستم‌های تسلیحاتی می‌کرد.»

این کتاب به شکلی تکان‌دهنده روشن می‌سازد که هوش مصنوعی کاملاً به بستر و محیطِ تعریف‌شده‌اش وابسته است.

مدل‌هایی که در خاک افغانستان نرخ موفقیت ۷۰ درصدی داشتند، در فیلیپین کارایی‌شان به ۳۰ درصد سقوط کرد؛ چرا که در آنجا مردم به جای حرکت روی زمین‌های زرد و غبارآلود، از جنگل‌های انبوه و سبزرنگ عبور می‌کردند. به همین ترتیب، الگوریتم‌ها در مواجهه با برف اوکراین و تانک‌های روسی که برجک‌هایشان منفجر شده و پریده بود، به چالش خوردند. در این میان، داشتن «داده‌های باکیفیت» نقشی حیاتی داشت. برای آموزش یک الگوریتم واحد، گاهی به 10هزار تصویر نیاز بود که تک‌تک آن‌ها باید با دقت برچسب‌گذاری می‌شدند. در سال‌های ۲۰۲۱ و ۲۰۲۲، از میان بیش از ۱,۵۰۰ الگوریتم، غربالگری فشرده‌ای صورت گرفت و در نهایت تنها دو دوجین (۲۴ الگوریتم) برای استفاده در جنگ اوکراین انتخاب شدند.

زمانی که پروژه مِیون کلید خورد، مقامات پنتاگون آن را صرفاً یک ابزار اطلاعاتی جلوه می‌دادند که فرسنگ‌ها با فرآیند خشن، ملموس و جنجالیِ «هدف‌گیری و انهدام» فاصله دارد. اما کتاب خانم منسون این تصور را به کلی باطل می‌کند.

مِیون از همان روز نخست با این هدف طراحی شد تا به «زنجیره کشتار» (Kill Chain) آمریکا سرعت ببخشد؛ یعنی همان فرآیند یافتن اهداف، تصمیم‌گیری برای اقدام و در نهایت اجرای حمله.

در این رابطه یکی از مقامات آژانس ملی اطلاعات مکانی به نویسنده کتاب می‌گوید که مدل‌های زبانی بزرگ (LLMs)، سرعت فرآیند هدف‌یابی را تا پنج برابر افزایش داده‌اند و به آمریکا این توانایی را بخشیده‌اند که روزانه ۵هزار هدف را شناسایی کند و به آن‌ها ضربه بزند.

ژنرال کریس دوناهو، کسی که در به‌کارگیری مِیون در اوکراین پیشگام بود و اکنون فرماندهی نیروهای زمینی آمریکا در اروپا را بر عهده دارد، می‌گوید: «در نهایت، تمام این فرآیندها تماماً خودکار و اتوماتیک خواهند شد.»

همین مسئله، پرسش‌های عمیق و جدی را درباره میزان کنترل انسان بر جنگ برمی‌انگیزد. در یک نبرد احتمالی میان آمریکا با چین یا روسیه، هر طرف تحت فشار روانی و نظامی شدیدی قرار خواهد گرفت تا پیش از آنکه رقیبش اهداف را شناسایی و سلاح‌هایش را شلیک کند، دست به حمله‌ای سریع، غافلگیرکننده و سرنوشت‌ساز بزند.

در چنین شرایطی، حتی اگر انسان‌ها بر این فرآیند نظارت داشته باشند، آیا اصولاً توانایی همگام شدن با سرعت ماشین را دارند؟ به‌ویژه اگر گوشه‌ای از کار بلنگد و خطایی رخ دهد؟ مدت‌ها پس از استقرار مِیون در اوکراین، این سامانه هنوز به ازای هر کیلومتر مربعی که ارزیابی می‌کرد، 10 تشخیص اشتباه و ثبت خطای مثبت بر جای می‌گذاشت.

امروز این الگوریتم‌های توسعه‌یافته توسط مِیون، دیگر تنها روی سرورهای دوردست اجرا نمی‌شوند، بلکه درست در دل خودِ سلاح‌ها جا خوش کرده‌اند.

این کتاب همچنین به تشریح دو سلاح کمتر شناخته‌شده می‌پردازد که هدف از طراحی آن‌ها، زمین‌گیر کردن و درهم‌شکستن نیروهای چینی در جنگ احتمالی اقیانوس آرام است.

اولی «گول‌کیپر» (Goalkeeper) است؛ یک مهمات پرسه‌زن یا همان پهپاد انتحاری، و دومی «ویپلش» (Whiplash)؛ یک جت‌اسکی پر از مواد منفجره که نسخه‌های اولیه آن را سازمان سیا (CIA) برای آزمایش عملیاتی به اوکراین قاچاق کرده بود. هر دوی این تسلیحات را می‌توان به ماموریت فرستاد تا به طور کاملاً مستقل و خودکار، اهداف را پیدا کرده و به آن‌ها حمله کنند.

همین امر، اهمیت داده‌های دقیق و جامع را از هر زمان دیگری بیشتر می‌کند. زمانی که طراحان مِیون تلاش کردند الگوریتمی برای شکار زیردریایی‌ها بسازند، متوجه شدند هواپیماهای شکارچی زیردریایی مدل P-8، در پایان هر ماموریت هارد دیسک‌های خود را به طور کامل پاک می‌کنند.

پس از مقاومت‌هایی از سوی نیروی دریایی آمریکا، سرانجام این داده‌ها به دست آمد و با صدها هزار ورودیِ دریافتی از «دوربین‌های قایق‌ها، دوربین‌های بندرگاهی، سیستم‌های فروسرخ، ناوشکن‌ها، کشتی‌های جنگی، بویه‌های شناور و لنج‌ها» تکمیل شد.

در این رابطه یکی از مقامات دفاعی می‌گوید: «ما اساساً در تمام ساعات شبانه‌روز ارتش آزادی‌بخش خلق چین (PLA) را زیر نظر داریم… تا فقط برای هوش مصنوعی‌مان داده‌های آموزشی جمع‌آوری کنیم.»

خانم منسون برای نگارش این کتاب با ده‌ها نفر از افرادی که مِیون را ساخته‌اند، کسانی که از آن استفاده می‌کنند و حتی مخالفان سرسخت آن، گفتگو کرده است.

در این میان، کیوکور به عنوان شخصیتی جذاب و پیچیده تصویر می‌شود؛ مردی که با وجود توبیخ از سوی سپاه تفنگداران دریایی به دلیل ایجاد یک محیط کاری فرساینده و سمی در پروژه مِیون، سرسختی و اراده پولادینش، خشت اول موفقیت این برنامه را بنا نهاد.

او اکنون از تصمیم‌گیران واشنگتن می‌خواهد که از نوآوری‌هایش خردمندانه استفاده کنند.

کیوکور می‌گوید: «بیایید طوری رفتار کنیم که بتوانیم با وجدانی آسوده به آینه نگاه کنیم و مطمئن شویم که مراقب همه‌چیز هستیم. ما این همه فناوری شگفت‌انگیز در اختیار داریم؛ اما آیا امانت‌داران و حافظان خوبی هم برای آن هستیم؟»

منبع: مجله اکونومیست، ۱۶ می ۲۰۲۶

منتخب هفته