Sztuczna inteligencja może pomóc polskiej armii. W jaki sposób?

Dotychczas polskie siły zbrojne nie były uważane za pioniera innowacji w NATO, a większość ekspertów nie przewidywała znaczącej poprawy w tej kwestii. Być może dlatego, że nie poświęcano zbyt wiele uwagi nowej inwestycji w Drawsku Pomorskim, która w porównaniu z zakupem nowych czołgów i armatohaubic była tematem „nudnym”, „zbyt specjalistycznym” i „słabo klikalnym”.

Wkrótce Wojsko Polskie będzie dysponowało szkoleniową Wunderwaffe, która przez dekady stanowiła sekret jakości wyszkolenia jednostek US Army. Nowe systemy laserowe pozwolą prowadzić na poligonach bitwy sparingowe, których przebieg będzie można odtwarzać na cyfrowych mapach. Dane z szeregu starć umożliwią prowadzenie badań porównawczych, które pomogą zmodernizować doktrynę Wojsk Lądowych, w tym wdrożyć najbardziej efektywną taktykę użycia dronów na polu walki. Repozytorium bitew ułatwiłoby wytrenowanie algorytmów sztucznej inteligencji, aby wspierały polskich dowódców w zarządzaniu chaotycznym polem walki XXI wieku.

Niestety żaden ekosystem tworzenia innowacji nigdy nie zbudował się sam. Wdrożenie tej wizji będzie wymagało skomponowania interdyscyplinarnego zespołu ekspertów, ścisłej współpracy z przemysłem i spółkami technologicznym oraz nowej jakości zarządzania projektami w wojsku.

Pryzmat ostatnich 30 lat wegetacji Wojska Polskiego sugerowałby, że tak ambitny projekt ma marne szanse powodzenia. Inwazja Rosjan na Ukrainę zmieniła wszystko. Wiecznie skłócone polskie elity polityczne postawione przed widmem zagrożenia państwowości jednomyślnie poparły rozbudowę potencjału sił zbrojnych. Połączenie szeroko zakrojonej polityki zakupowej z budową wojskowego ekosystemu innowacji pozwoliłoby równolegle zbudować symetryczną i asymetryczną przewagę na teatrze operacyjnym wschodniej flanki NATO.

Laserowa rewolucja w szkoleniu

Amerykanów wyzwalających Francję w 1944 roku od rzymskich legionistów podbijających Galię za czasów Cezara dzieliła przepaść techniczna 2 tysięcy lat. Łączył ich jednak wspólny problem. Najwięcej żołnierzy ginęło w trakcie swoich pierwszych bitew. Nim zdobyli podstawowe doświadczenie podnoszące ich przeżywalność i skuteczność na polu bitwy, popełniali błędy nowicjuszy, które kosztowały życie. Problem był tym poważniejszy, że nie udawało się go rozwiązać poprzez wydłużenie tradycyjnego szkolenia wojskowego.

Amerykańską odpowiedzą na to wyzwanie była budowa Centrów Szkolenia Bojowego, które zbliżyły ćwiczenia na poligonie do realiów pola walki. Od tej pory każda jednostka US Army do poziomu brygady mogła zmierzyć się z OPFOR-em – wyspecjalizowanym pododdziałem podgrywającym przeciwnika, który wzoruje się na taktyce i doktrynie potencjalnych oponentów wojsk USA. Wykorzystanie systemów laserowych (MILES) w trakcie ćwiczeń pozwala na prowadzenie wymiany ogniowej na poligonie z wykorzystaniem rzeczywistego uzbrojenia i pojazdów.

Analogicznym poligonem laserowym będzie dysponowało Wojsko Polskie. Budowane przy wsparciu amerykańskim Centrum Szkolenia Bojowego Drawsko będzie mogło obsłużyć ćwiczenia wielostronne na poziomie batalionu. Dodatkowe zestawy poziomu kompanijnego trafią do Żagania, Wędrzyna, Orzysza i Nowej Dęby. Szwedzki system LSS Gamer umożliwi prowadzenie ćwiczeń z udziałem piechoty, pojazdów i artylerii, które będą odtwarzane w środowisku cyfrowym z dokładnością do pojedynczego żołnierza. Dzięki temu ćwiczący będą mogli przeanalizować błędy, które przyczyniły się do ich porażki. Równocześnie budowa cyfrowego repozytorium symulowanych bitew odblokuje niedostępny wcześniej potencjał badawczy.

Nadążyć za techniką

Galopujący rozwój techniczny połączony ze spadkiem liczby konfliktów zbrojnych zwiększa ryzyko, że konserwatywne armie nie będą w stanie wykorzystać potencjału nowych technologii. Źródłem współczesnej przewagi jest skrócenie tzw. Time-To-Battlefield, czyli czasu potrzebnego na wdrożenie nowego sprzętu do armii wraz z adekwatnego koncepcją użycia go na polu walki (termin Time-To-Battlefield (TTB) to analogia do upowszechnionego w świecie biznesu wskaźnika Time-To-Market (TTM), który oznacza okres od powstania koncepcji nowego produktu do wdrożenie go na rynek). Rola tej przewagi była widoczna już w kampanii francuskiej 1940 roku. Mimo że od strony technicznej czołgi niemieckie i francuskie mogły nawiązać równorzędną walkę, jedynie Wehrmacht dzięki nowatorskiej doktrynie był w stanie wykorzystać ich przełamujący potencjał w wojnie manewrowej. Osobną kwestią jest czy charakter i zróżnicowanie typów czołgów armii francuskiej pozwalał sformować samodzielne jednostki pancerne na wzór i w skali armii niemieckiej. Z drugiej strony broń pancerna jaką dysponowali Francuzi wynikała z ich własnej polityki zakupowej, która podążała za doktryną.

Współcześnie amerykańskie wojska lądowe na poligonach laserowych przydziela ćwiczącym pododdziałom roje dronów i lądowe roboty bojowe. Żołnierze w praktyce uczą się najskuteczniejszych metod użycia nowego sprzętu. Amerykanie zrozumieli, że współcześnie nie da się tworzyć nowej doktryny siedząc tylko za biurkiem. Przełomowe koncepcje muszą rodzić się z mieszanki błota poligonu, otwartości na eksperymentowanie oraz działania metodą prób i błędów.

Polskie poligony laserowe mogą wzmocnić innowacyjność krajowego przemysłu obronnego, ponieważ ich charakter ułatwia tworzenie nowych produktów zgodnie z podejściem design thinking (filozofia tworzenia nowych produktów w oparciu o głębokie zrozumienie potrzeb użytkownika, szybkiego budowanie prototypów i MVP oraz ciągłe zbierania informacji zwrotnej). Regularne ćwiczenia pododdziałów pozwalają zespołom projektowym dogłębnie zrozumieć potrzeby użytkowników, a gromadzenie statystyk pomaga je priorytetyzować. Po stworzeniu prototypu produkt może być testowany w warunkach zbliżonych do pola walki, co pozwala zebrać informację zwrotną i szybciej pokonać choroby wieku dziecięcego. Dzięki temu wojsko otrzyma dopracowane rozwiązania, a krajowy przemysł obronny zwiększy swoją konkurencyjność na rynkach zagranicznych.

Armia czwartej rewolucji przemysłowej

Stoimy na progu kolejnej rewolucji przemysłowej. W polskich fabrykach pojawiają się czujniki IoT (Internet of Things, pol. Internet Rzeczy), które monitorują maszyny i procesy produkcyjne. Przesyłają dane do chmury, w której sztuczna inteligencja (AI), dzięki analizie big data (zbiory danych, które są tak duże i złożone, że nawet zespół ludzi nie byłby zdolny do ich analizy) optymalizuje procesy, a dzięki predictive maintenance (sztuczna inteligencja w ramach predictive maintenance potrafi przewidywać awarie urządzeń i linii produkcyjnych, dzięki analizie danych w czasie rzeczywistym) zapobiega usterkom. W ten sposób inżynierowie mają większa kontrolę nad zakładem, a z pomocą cyfrowych bliźniaków (digital twin) mogą eksperymentować na cyfrowych replikach fizycznych obiektów. Tak w skrócie można opisać technologie Przemysłu 4.0, które poprzez zarządzanie danymi harmonizują współdziałanie oprogramowania, maszyn i ludzi.

Z kolei w świecie sportu AI już teraz pomaga trenerom dobierać taktykę na dany mecz. Monitoruje prędkość i rotację piłki, śledzi przebieg podań, a także przewiduje powodzenie konkretnych zagrań. Robi to dzięki analizie obrazu z kamer i… czujnikom na strojach zawodników. Brzmi znajomo, prawda?

Twórcy idei poligonów laserowych chcieli przede wszystkim umożliwić realizowanie realistycznych ćwiczeń wojskowych. Przy okazji oczujnikowując poligony przygotowali grunt do wdrożenia osiągnięć czwartej rewolucji przemysłowej w siłach zbrojnych. Aby odblokować ten potencjał Wojsko Polskie wzorem wiodących korporacji musi powołać zespół Data Science/Business Intelligence. Zadaniem tego rodzajów ekspertów jest przekształcanie danych w wiedzę, która daje przewagę. Analitycy wspomagani sztuczną inteligencją są w stanie wyłuskiwać z wielkich zbiorów danych wnioski, które umykały tradycyjnym badaczom. Naturalnym miejscem dla tego typu zespołu byłoby Centrum Doktryn i Szkolenia SZ, a jego skład mógłby zostać wzmocniony przez kadrę akademicką (szczególnie Wydział Cybernetyki WAT) oraz ekspertów ze środowiska startupowo-korporacyjnego.

Skynet made in Poland

Najlepsze armie świata, w tym US Army i IDF, uruchamiają strategiczne inicjatywy związane z AI. Co więcej mają świadomość, że jej zastosowanie nie ogranicza się do pojazdów autonomicznych i inteligentnej amunicji. Liderzy innowacji wykorzystują potencjał sztucznej inteligencji, aby przyspieszała proces decyzyjny poprzez wyłuskiwanie kluczowych informacji z sieciocentrycznego pola walki i na tej podstawie formułowała rekomendacje dla dowódców. Tym samym rodzi się pytanie czy AI będzie w stanie sama dowodzić?

Już teraz badacze z amerykańskiego DEVCOM Army Research Laboratory (Laboratorium Badawcze Dowództwa Rozwoju Zdolności Operacyjnych Armii) stosują uczenie maszynowe w obszarze nauki Command and Control (C2). Co ciekawe korzystają nie tylko z wojskowego symulatora OpSim, ale również z silnika gry komputerowej Starcraft II. Badania pokazały, że samouczące się algorytmy w warunkach laboratoryjnych były w stanie osiągać lepsze wyniki przy mniejszych stratach, niż dowódcy z krwi i kości. Nie jest to wielkie zaskoczenie, jeśli mamy w pamięci, że w 1997 roku sztuczna inteligencja pokonała Garriego Kasparowa w szachy, a w 2016 rozłożyła na łopatki mistrza świata w chińską grę „go”.

Kluczowym zasobem dla rozwoju sztucznej inteligencji są materiały do nauki. Budując poligony laserowe polska armia może zapewnić naszym programistom stałe źródło najwyższej jakości danych, które pomogą algorytmom lepiej zrozumieć zasady pola walki. Aby zbudować jeszcze doskonalszy system, dane z krajowych poligonów laserowych można poszerzyć o rzeczywiste operacje ze współczesnych konfliktów zbrojnych. Cyfrowe kopie wojny w Ukrainie i Górskim Karabachu będą solidnym wzmocnieniem biblioteki danych wsadowych dla uczących się algorytmów. To wielka szansa na zbudowanie asymetrycznej przewagi na teatrze operacyjnym wschodniej flanki NATO. Czyżby tak miała wyglądać droga do zbudowania polskiego Skynetu?

Dołączenie Polski do światowego klubu pionierów sztucznej inteligencji dla wielu osób mogłoby wydawać się mrzonką. Mimo to doświadczenia z branży technologicznej dają pewne nadzieje. W 2020 roku mała amerykańska firma Heron Systems wygrała symulowane zawody powietrzne organizowane przez DARPA. Ich sztuczna inteligencja nie tylko pokonała jednego z najlepszych pilotów US Air Force, ale była lepsza od algorytmu opracowywanego przez Lockheed Martin – lidera amerykańskiego przemysłu zbrojeniowego. Jak widać intelekt i dobre dane potrafią być więcej warte, niż posiadanie niemal nieograniczonych zasobów finansowych. Innym przykładem, że w dziedzinie AI mali gracze mogą zyskać przewagę nad gigantami jest tłumacz DeepL, który często radzi sobie lepiej niż ten od Google. Szczególnie przy zdaniach zwierających słownictwo specjalistyczne, prawnicze czy slang.

Podsumowanie

Wydaje się, że 24 lutego 2022 roku polskie elity polityczny po raz pierwszy w historii III RP tak naprawdę zrozumiały sens inwestowania we własne siły zbrojne. Czy Polska lat 20. XXI wieku dysponująca potencjałem państwa średniego będzie w stanie wystawić armię na miarę czwartej rewolucji przemysłowej? Niewątpliwie zbudowanie ekosystemu analityczno-badawczego przy nowym Centrum Szkolenia Bojowego stworzy szansę na wygenerowanie przewagi technicznej i intelektualnej, która ułatwi zwycięstwo na współczesnym polu walki. Realizacja tego zadania będzie wymagała połączonego wysiłku wojska, środowiska akademickiego, przemysłu i spółek technologicznych działających w obszarze sztucznej inteligencji. Kiedyś tak ambitny projekt zostałby uznany za nierealny. Dziś jest po prostu konieczny.

Artykuł jest podsumowaniem kontynuacji badań po napisaniu pracy dyplomowej.

Materiały źródłowe

R. H. Scales, Certain Victory: the US Army in the Gulf War, US Army Command and General Staff College Press, Fort Leavenworth, 1994, s. 11
D. Neufeld, Long Waves: The History of Innovation Cycles, Visual Capitalist, 2021
M. Zielonka, Amerykanie ćwiczą walkę z robotami bojowymi, Defence24, 2021
T. Rogoway, Swarm Of 40 Drones Over Fort Irwin An Ominous Sign Of What’s To Come, The Warzone, 2022
Big data: definicja, korzyści, wyzwania (infografika), Parlament Europejski, 2021
Technologiczny „wyścig zbrojeń” w sporcie. Sztuczna inteligencja wchodzi na boiska, Bankier.pl, 2022
J. Nowak, Jak sztuczna inteligencja pomaga piłkarzom i trenerom?, Techmove, 2021
E. Jankiewicz, Sztuczna inteligencja w Siłach Zbrojnych RP, WAT
M. Dąbrowski, Sztuczna inteligencja wchodzi do U.S. Army, Defence24, 2019
G. Psujek, Nowa izraelska strategia rozwoju sztucznej inteligencji, Radar, Rzeczpospolita, 2022
J. Sabak, US Army trenuje wielką wojnę przyszłości [WIDEO], Defence24, 2022
S. E. Kase, C. P. Hung, T. Krayzman, J. Z. Hare, B. C. Rinderspacher, S. M. Sue, The Future of Collaborative Human-Artificial Intelligence Decision-Making for Mission Planning, Frontiers in Psychology, 2022
V. G. Goecks, N. Waytowich, On games and simulators as a platform for development of artificial intelligence for command and control, The Journal of Defense Modeling and Simulation, 2021
A. Zagórna, Maszyna asem przestworzy, człowiek zestrzelony, Sztuczna Inteligencja, 2020