Наш противник - не солдат, а нейросеть

Наш противник - не солдат, а нейросеть. Модульная геопространственная система сбора и хранения информации, с функцией анализа и активным применением искусственного интеллекта для выявления слабых мест противника. Palantir Gotham.

Система управления боем - вещь сама в себе интересная. Первые такие системы возникли с тех пор, как человечество научилось собираться в племена и враждовать друг с другом. Также не секрет, что сражения в основном выигрывали не те войска, где были самые сильные и стойкие солдаты, а те, где армия действовала как единое целое. С тех пор чего только не перепробовали люди. И гонцов-адъютантов, и флаги, и барабаны. И вот в начале XX века с повсеместным внедрением радио и проводной связи мы научились доставлять команды из центра управления на передовую практически мгновенно.

В конце XX века номенклатура вооружений стала настолько разнообразной, а информации стало так много, что возникла потребность в создании единой цифровой системы управления войсками. Так возникли системы класса C4ISR (командование, управление, связь, компьютеры, разведка и наблюдение) - американская GCCS (Global Command and Control System) на стратегическом уровне и тактическая FBCB2, она же Blue Force Tracking, благодаря которой каждый Хамви и Абрамс отображается синей иконкой на экране соседа. Бесспорным лидером по внедрению таких систем были и остаются США (сегодня это, помимо наследников GCCS, система поддержки целеуказания Maven Smart System и перспективные мобильные разведывательные станции TITAN, которые для американской армии делает, кстати, все та же Palantir). Созданы они и в Китае, где НОАК строит собственную концепцию "интеллектуализированной войны". В родном отечестве можно вспомнить ЕСУ ТЗ - единую систему управления тактического звена - от воронежского концерна "Созвездие", которую, правда, постигла участь Арматы, Курганца и других не имеющих аналогов изделий.

Но одно дело система управления войсками, а другое - модульная геопространственная система сбора и хранения информации, с функцией анализа и активным применением искусственного интеллекта для выявления слабых мест противника. Прочитали? Скажу честно, что до того, как сесть и разбираться в системе от Palantir, я планировал кратко рассказать о ее функционале и описать ее основные модули. Не вышло, система настолько колоссальная, что даже корпоративные монстры вроде Jira на ее фоне выглядят младенцами.

У Толкина Палантир это волшебный камень, в который смотришь и видишь далекие земли. Есть, правда, и нюанс: у того же Толкина смотрящий обычно видел ровно то, что хотел показать ему хозяин камня. Компания Palantir Technologies, основанная в 2003 году Питером Тилем и Алексом Карпом, взяла из первоисточника оба свойства. Фирма родилась после 11 сентября на деньги In-Q-Tel, венчурного фонда ЦРУ. Первый серьезный контракт с тем же ЦРУ в 2004 году. Долгие годы компания была убыточной и полусекретной: на биржу вышла только в сентябре 2020 года, а первый прибыльный год показала лишь в 2023-м. Сегодня рынок оценивает ее дороже любого классического оборонного гиганта - капитализация Palantir в 2025 году превысила стоимость Lockheed Martin и RTX вместе взятых. Производит она при этом не ракеты и не танки, а исключительно программное обеспечение (ПО). Набор вышеуказанного ПО достаточно обширен: Foundry для гражданских корпораций и логистики, Apollo для непрерывной доставки обновлений в закрытые контуры, MetaConstellation для постановки задач коммерческим спутниковым группировкам. Нас в первую очередь интересует такая платформа, как Gotham.

Ее не совсем правильно называть базой данных, поисковой системой или системой искусственного интеллекта. Gotham представляет собой комплексную операционную платформу, которая объединяет информацию из множества несовместимых источников, формирует единую картину происходящего и предоставляет на ее основе инструменты для анализа, планирования и принятия решений.

Главная проблема, которую решает Gotham, заключается не столько в недостатке информации, сколько в ее разрозненности. Военные и государственные структуры используют десятки отдельных систем. Данные радиолокационной разведки находятся в одной базе, спутниковые снимки - в другой, отчеты подразделений - в третьей, сведения о технике и личном составе - в четвертой. Часть информации поступает в реальном времени, часть существует в виде документов, таблиц, фотографий, видеозаписей или сообщений операторов. Смысловым ядром Gotham является динамическая Онтология, связанная с объектной базой RevDB. Онтологию можно представить как цифровую модель реального мира, в которую зашиты данные о всех встречающихся объектах союзников и противников - воинские формирования и их состав, ТТХ техники, данные о стратегических объектах. Все это постоянно уточняется, меняется, обновляется, короче, целый мир в миниатюре.

При этом система сохраняет различие между фактом, предположением и решением аналитика. Радиолокационная отметка остается отдельным наблюдением. Результат распознавания фотографии сохраняется как вывод модели с определенной вероятностью. Принадлежность машины к подразделению может быть аналитической оценкой человека. Все эти сведения объединяются в карточке объекта, но их происхождение и уровень достоверности остаются видимыми. Такой подход позволяет системе перейти от хранения отдельных сообщений к формированию целостной модели обстановки. Например, радиолокационная станция обнаружила движущийся объект. Беспилотник позднее получил его изображение, а средство радиоэлектронной разведки зафиксировало поблизости работу радиостанции. Первоначально это три независимых наблюдения. После анализа Gotham может связать их с одним предполагаемым объектом, например с конкретной машиной определенного подразделения.

Одной из наиболее заметных частей Gotham является Gaia. Это географическая рабочая среда, в которой отображается общая картина обстановки. Внешне Gaia напоминает развитую военную карту, но каждый символ на ней связан с объектом Онтологии. Пользователь видит не просто отметку, а объект с историей наблюдений, документами, связями, фотографиями и доступными действиями. Gaia поддерживает совместную работу: несколько операторов в разных точках видят одну и ту же обстановку и могут размечать ее в реальном времени.

За фактор времени отвечает модуль Geotime, который выстраивает все наблюдения на единой временной шкале. Это особенно важно при работе с подвижными объектами. Пользователь может увидеть маршрут машины, направление и скорость движения, места остановок и время последнего подтвержденного наблюдения. Если информация поступала от разных сенсоров, Geotime объединяет ее в общую временную последовательность, но сохраняет сведения о каждом отдельном источнике.

Graph позволяет изучать связи между объектами. В нем можно увидеть структуру подразделения, подчиненность частей, принадлежность техники, связи между людьми, объектами инфраструктуры, средствами связи и событиями. Например, отдельная машина может быть связана с батареей, батарея - с дивизионом, дивизион - с бригадой, а бригада - с пунктом управления и складом снабжения. Это позволяет анализировать не только конкретные объекты, но и структуру, частью которой они являются. В результате система помогает понимать, какие элементы действительно важны для работы всей организации.

Dossier используется для подготовки разведывательных сводок, отчетов, приказов и планов. Это не обычный текстовый редактор. Документ связан с Онтологией и может автоматически получать из нее актуальные сведения: если координаты объекта или его статус изменились, сводка обновится сама, а не превратится в устаревшую бумагу.

Наиболее непосредственно с боевым применением связан Target Workbench. Он используется для сопровождения цели на всех этапах: от первого обнаружения до подтверждения, согласования, исполнения и оценки результата. По сути это цифровая реализация классического американского цикла целеуказания F2T2EA (найти, зафиксировать, отследить, назначить, поразить, оценить). Каждая цель имеет собственную карточку. В ней хранятся координаты, описание, фотографии, подтверждающие источники, уровень достоверности, приоритет, ограничения, необходимые согласования и результаты действий. Работа организована по стадиям. Цель может считаться обнаруженной, проверяемой, подтвержденной, разрешенной или исполненной.

Особенность Gotham состоит в том, что Gaia, Geotime, Graph, Dossier и Target Workbench не являются изолированными программами. Все они работают с одними и теми же объектами Онтологии. Обнаруженная радиолокационная станция появляется на карте Gaia, получает историю наблюдений в Geotime, связывается с подразделением в Graph, включается в разведывательную сводку Dossier и при необходимости становится объектом процесса в Target Workbench. Пользователю не нужно вручную переносить одни и те же сведения между несколькими программами.

А где тот самый ИИ, которым всех пугают? Минуту, сейчас все появится. Сам по себе ИИ в контексте управления войсками не может ничего. Другое дело, когда у нас есть предельно структурированная система с большим объемом данных. Именно здесь большие языковые модели чувствуют себя в родной среде. Современным инструментом интеграции моделей искусственного интеллекта в продукты Palantir является платформа AIP (Artificial Intelligence Platform), представленная в 2023 году. Она позволяет подключать к данным и Онтологии модели компьютерного зрения, алгоритмы машинного обучения, большие языковые модели и программных агентов. AIP не заменяет Gotham, а расширяет его возможности. Важная деталь: языковая модель в AIP не имеет прямого доступа к сырым данным, она работает через Онтологию и набор разрешенных функций, а каждое ее действие протоколируется.

На практике это работает примерно так: ИИ-агент на базе LLM (GPT, Claude, Gemini и др.) перерывает колоссальный объем информации. Не путайте этих ИИ-агентов с теми, которые работают над вашим IT-проектом в Codex. Специальные агенты базируются на отдельно выделенном железе и потребляют неограниченное количество токенов, которое измеряется триллионами единиц. Таким образом, ИИ становится весьма сильным инструментом в руках аналитика. Он может искать слабые места, собирать информацию. Чем сильнее становятся ИИ-агенты, тем мощнее становится этот инструмент.

Что до практического внедрения, то главным полигоном выступает Украина.

На Украину Palantir пришла летом 2022 года: офис в Киеве, меморандумы сразу с четырьмя министерствами. Глава компании Алекс Карп публично заявлял, что их софт отвечает "за большую часть целеуказания". Проверить это трудно, но независимые расследования подтверждают глубокую интеграцию: от обеспечения ударов HIMARS до обработки данных и планирования разминирования. Через MetaConstellation сторона противника получила доступ к съемке коммерческих спутниковых группировок, что фактически дало армии без собственной орбитальной разведки глаза на всю глубину театра военных действий.

В январе 2026 года появилась платформа Brave1 Dataroom на инфраструктуре Palantir. Там оборонные компании противника обучают собственные модели ИИ на боевых данных за четыре года, включая тепловизионные портреты "Гераней". Справедливости ради: в самом противник считают свою систему "Дельта" сильнее по части сбора данных, а Палантир хвалят в основном за визуализацию. Монополии тут нет даже у монополиста, но о Дельте мы поговорим позднее.

Что имеем в итоге? Во-первых, противник имеет не просто карту с флажками, а постоянно обучающуюся цифровую копию театра военных действий, в которой каждая радиостанция, каждый склад и каждая колонна снабжения живут своей жизнью в чужой Онтологии. И чем дольше идет конфликт, тем подробнее эта копия становится.

Во-вторых, порог входа в такие системы измеряется не деньгами, а десятилетиями. Palantir двадцать лет училась склеивать несовместимые базы данных и терпела убытки, прежде чем стала дороже оборонных гигантов. Купить такое нельзя, украсть бесполезно, можно только вырастить, причем начинать надо было вчера.

В-третьих, ИИ здесь не чудо-оружие, а усилитель. Усиливает он ровно то, что есть. Хорошо структурированные данные он превращает в преимущество, а хаос оставляет хаосом, только быстрее и дороже.

И последнее. Палантир у Толкина показывал смотрящему то, что было угодно хозяину камня. С программным обеспечением история похожая: тот, кто владеет платформой, видит все, а тот, кто ею пользуется, видит то, что платформа сочтет нужным показать.

Судя по разговорам про Дельту, в Киеве данный нюанс из первоисточника тоже вычитали. Читали ли Толкина у нас, вопрос пока открытый.

Телеграм: t.me/ainewsline

Источник: dzen.ru

Комментарии: