Кибер надпреварата във въоръжаването има исторически корени, започвайки от 1949 г., когато Съветският съюз тества първата си ядрена бомба. Това предизвиква ядрената надпревара между САЩ и СССР през Студената война – състезание за технологично превъзходство. То включва развитие на сателитни и космически технологии, като първият съветски сателит Спутник (1957) предизвиква САЩ да постигнат доминация чрез първото кацане на Луната (1969).
Паралелно, американските военни разработват компютърни системи за управление на въздушни битки (Naval Tactical Data System) и ранно предупреждение за въздушна отбрана (Semi-Automatic Ground Environment). Партньорството с IBM и Honeywell довежда до създаването на първите транзистори, интегрални схеми и универсални компютри (UNIVAC). Тези събития бележат началото на компютърната надпревара, която днес се пренася и в киберпространството.
В тази статия ще разгледаме кибер надпреварата на САЩ с други държави, със специален фокус върху Китай. Ще обсъдим използването на изкуствен интелект (ИИ) във военни приложения, потенциалните рискове от неконтролираното му използване и необходимостта от образование и регулация за безопасна употреба.
Приложения на ИИ на бойното поле
Постоянното внедряване на кибер и ИИ технологии променя бойното поле. Влиянието им се разпространява върху множество оперативни области.
През 2020 г. армията на САЩ извършва първия артилерийски удар с помощта на ИИ модел, който идентифицира потенциални цели по време на учение с 18-ти въздушно-десантен корпус. През ноември 2024 г. компанията Scale AI представя „Defense Llama“ – голям езиков модел (LLM), пригоден за класифицирани среди, вече използван от бойни командвания и други военни структури.
ИИ алгоритми като Naive Bayes, Support Vector Machines и Neural Networks могат да откриват аномалии в киберзащитата. Новата заплаха DeepLocker използва дълбоки невронни мрежи с „тригерни условия“, като разпознаване на лица и глас, за да изпълни офанзивен код, демонстрирайки напредналите способности на ИИ за атаки.
Китай и ИИ във военни приложения
Китайската Народно-освободителна армия (PLA) активно използва ИИ за симулации и бойни системи. През май 2025 г. университетско изследване показва, че PLA използва AI модел DeepSeek, способен да генерира 10 000 бойни сценария за 48 секунди, процес, който на командирите би отнел 48 часа.
На Zhuhai Airshow (ноември 2024) производителят Norinco демонстрира ИИ-усилена „Синтетична бригада“, съчетаваща бронирани превозни средства, дронове, оръжия за дълго време и електронна война в единна система. Това показва колко бързо ИИ навлиза във всички сфери на военната стратегия.
Рискове от използването на ИИ на бойното поле и потенциални мерки за смекчаване
Развитието на ИИ в армията носи значителни рискове. Неетично или неконтролирано използване може да доведе до непредвидими последствия. Според RAND Corporation (2024) военните ИИ системи могат да увеличат риска от неумишлен конфликт, ако липсва човешко вземане на решения.
Един от основните проблеми е „черната кутия“ на ИИ. Потребителите виждат входните и изходните данни, но не и вътрешната логика. Това крие уязвимости, пристрастия и потенциални нарушения на поверителността. Причините за непрозрачност са три:
-
Съзнателно скриване – заради класифицирани данни.
-
Технологическа неграмотност – потребителите не разбират основата на алгоритмите.
-
Когнитивно несъответствие – алгоритмите работят по начин, различен от човешкия.
Проблемът с разбирането на софтуера
Доклад на CISA, DARPA, OUSD R&E и NSA (януари 2025) въвежда понятието „gap in software understanding“ – липсата на разбиране на софтуерната функционалност от страна на операторите. Пример за последствия е WannaCry (2018), който спря производството на чипове в TSMC за няколко дни.
Мерките за преодоляване на този проблем включват:
-
Образование и обучение на оператори за критично мислене и анализ на софтуер.
-
Математическо доказателство на системите за предвидимо поведение.
-
Проверка на ИИ системи преди и по време на мисии, за да се предотвратят непредвидими резултати.
Предизвикателствата на дълбоките невронни мрежи
Системите на основата на Deep Learning (ANN), като ChatGPT, са трудни за проследяване поради:
-
Огромния брой параметри и данни.
-
Фундаменталното различие в обработката на информация спрямо човека.
Това създава два проблема: липса на доверие и неразбираемост на решенията. В критични ситуации операторите трябва да проверяват и симулират резултатите, за да осигурят съответствие с международното хуманитарно право и законите на войната.
Развитието на киберната надпревара и ИИ във военните операции налага внимателно управление на възможностите и рисковете. Армиите трябва да продължат да развиват ИИ технологии, но и да обучават операторите си, да регулират използването на системите и да изискват прозрачност.
Математическите доказателства, обучението и контрола са ключови за безопасното използване на ИИ. По този начин могат да се минимизира риска от непредвидени последствия и да се осигури национална и международна стабилност в ерата на дигиталната война.
