Когда в конце февраля текущего года на Тегеран обрушились первые высокоточные удары, мир стал свидетелем не просто очередного витка напряженности на Ближнем Востоке. Для военных теоретиков произошло нечто большее: война окончательно перешла в эру, когда искусственный интеллект является не вспомогательным инструментом, а ключевым фактором боевых действий.

Институт оборонных исследований и анализа имени Манохара Паррикара в Индии охарактеризовал эти события как «первую полномасштабную “ИИ-войну”». Действительно, то, что раньше требовало недель и работы сотен аналитиков, теперь решается за секунды. Однако главное стратегическое наследие конфликта кроется не в статистике уничтоженных целей, а в уникальном массиве данных. Этот «цифровой опыт» станет основой для нового поколения военных и гражданских систем. Рассмотрим пять ключевых направлений, где эти данные уже меняют правила игры.

 Анализ обстановки: победа над «непрозрачностью войны»

Главным вызовом современного поля боя является «информационный шум». Традиционные методы сбора разведданных тонут в океане поступающих сведений: от спутниковых снимков до записей с камер наблюдения. Конфликт США и Израиля с Ираном продемонстрировал, что ИИ способен превращать хаос в структурированную картину реальности. В основе переворота лежит система Maven Smart System, созданная Palantir: она позволила американскому командованию сократить численность аналитических групп до нескольких десятков сотрудников.

Одним из самых ярких примеров стала операция по устранению Верховного лидера Ирана Али Хаменеи. Как сообщается, израильская разведка годами взламывала системы видеонаблюдения Тегерана, собирая, казалось бы, бесполезные данные: графики парковки, время смены охраны, частоту изменения сигналов светофора и т.п. Алгоритмы обработали «цифровые осадки» и построили точный паттерн жизни цели, что позволило нанести удар в расчетное время. Подчеркивается, что в этом конфликте большие языковые модели и агентный ИИ впервые стали выполнять команды независимо от человека.

Таким образом, собранные данные используются для обучения моделей, способных «заглядывать за горизонт событий», предугадывая перемещения войск противника на основе анализа их повседневных цифровых следов, а не только традиционных данных разведки.

 Планирование военных действий: сжатие процессов принятия решений

Если раньше военное планирование было бюрократическим и медленным процессом, то ИИ превратил его в динамический протокол. Война с Ираном наглядно показала, как данные о тысячах ударов совершенствуют логику машинного целеуказания. Израильская система Habsora и американская Maven работали в паре: они не просто предлагали цель, но и рассчитывали оптимальный тип боеприпаса и даже оценивали юридическую обоснованность удара. В отличие от обычных людей, склонных к «когнитивной инерции», ИИ генерировал тысячи вариантов операций за секунды.

Однако «скорость мысли» имеет и обратную сторону. Как отмечает бывший начальник отдела инновационных оборонных технологий Пентагона Майкл Браун, общая точность работы Maven составляла лишь около 60% против 84% у человека. Это означает, что из 1000 целей, пораженных в первые сутки, 400 были потенциально ошибочны. Данные о таких провалах сейчас становятся самым ценным материалом для калибровки моделей ИИ.

 Тактическая подготовка войск: «симуляция реальности»

Традиционные военные учения всегда страдали от условности: враг действует по сценарию, а техника не ломается. Война с Ираном подарила военным теоретикам «идеальный шторм» данных. Как отмечает турецкий фонд SETA, такие конфликты становятся «лабораториями», накапливающими опыт, который делает армии более адаптивными и подготовленными к следующей войне.

Используя информацию о реальных пусках иранских ракет и полетах дронов, системы искусственного интеллекта теперь могут генерировать сценарии, в которых виртуальный противник действует с иррациональной жестокостью или использует новейшие тактики «роевых атак», подсмотренные у Корпуса стражей исламской революции. Например, анализ иранских ударов по дата-центрам в ОАЭ и Бахрейне уже заставил военных планировщиков НАТО пересматривать планы учений по киберзащите.

Это ознаменовало переход от обучения «что делать» к обучению «что может пойти не так». Например, используя миллионы телеметрических записей из Ирана, симуляторы ИИ могут подготовить пилота или оператора дрона к ситуациям, которые невозможно воспроизвести на полигоне.

 Устойчивость гражданской инфраструктуры: когда «облако» становится уязвимым

Возможно, самый неожиданный, но важный урок войны касается не военных объектов, а дата-центров. Удары Ирана по облачным серверам в Персидском заливе продемонстрировали, что физическая инфраструктура ИИ является критически важной для выживания современного государства.

Как пишет The Strategist: «Облако имеет адрес, и по этому адресу можно ударить дроном». Атаки вывели из строя банковские приложения и платежные системы, показав, что экономика так же уязвима, как и военные базы. Всемирный экономический форум уже назвал произошедшее поворотным моментом, когда дата-центры должны признаваться «стратегической национальной инфраструктурой» наравне с электростанциями и портами.

Однако из этого кризиса родилась и новая стратегия устойчивости. Как отметили некоторые аналитики, хотя удар пришелся по критическому узлу, его архитектура была построена на ожидании сбоев: распределение зон доступности и автоматическое резервное копирование позволили сохранить общую работоспособность системы за счет мгновенной перемаршрутизации данных. Этот кейс уже используется для обучения ИИ в области управления рисками: алгоритмы, анализируя карту повреждений, теперь лучше понимают, как рассредоточить цифровые активы, чтобы сделать национальную инфраструктуру «самовосстанавливающейся».

 Повышение эффективности самих систем ИИ: переобучение на ошибках

Наконец, самый интимный и технологически сложный аспект – это использование боевого опыта для улучшения самого «мозга» войны. Большие языковые модели, такие, например, как Claude от Anthropic, использовались для интерпретации разведданных, но столкнулись с проблемой «голосов в голове» – превращения двусмысленности в ложную уверенность.

The Daily Star, ссылаясь на The Washington Post, пишет, что на фоне успехов были зафиксированы тревожные сбои, названные «цифровой слепотой». Эти инциденты, когда алгоритм упорно называл гражданские объекты военными базами, стали «проверкой боем». Именно сейчас, используя терабайты данных о ложных срабатываниях, инженеры переобучают модели. Это позволит повысить точность систем компьютерного зрения и предотвратить атаки на школы и больницы в будущих конфликтах.

И здесь уместно перейти к более подробному обзору «обратной стороны медали» при использовании ИИ в военных целях. Главная проблема – это не технологическая сложность, а юридическая и моральная неопределенность. Эксперты отмечают, что алгоритмы часто действуют по принципу «черного ящика»: их решения непрозрачны, а ошибки становятся «наследуемыми» в системе обучения.

В ходе конфликта с Ираном системы ИИ (Maven и Mythos) позволяли обрабатывать до 5000 целей в день. Однако, когда произошла трагедия – удар по школе в Минабе, где погибло более 170 человек, – ни одна конкретная инстанция не взяла на себя ответственность, так как решение формально принимал алгоритм.

Надежда на то, что ИИ будет действовать точнее и гуманнее человека, в реальности обернулась вопиющими провалами. Исследователи Оксфордского университета смоделировали использование искусственного интеллекта в конфликтах, показав шокирующие результаты. Все протестированные модели допускали нарушения, атакуя гражданские объекты. Уровень таких «ошибок» варьировался от 16,7% до 66,7% в зависимости от модели.

ИИ на поле боя – это не сверхточный инструмент, а капризная технология, склонная к фатальным ошибкам. Создается иллюзия эффективности: ИИ генерирует ответы на вопросы в 400 раз быстрее человека, но их качество оставляет желать лучшего. Эксперименты ВВС США показали, что алгоритмы часто выдают «сырые, непригодные планы действий». При этом современные большие языковые модели могут «галлюцинировать», с высокой уверенностью выдавая ложную или устаревшую информацию.

Автоматизация угрожает не только жизням солдат и гражданского населения, но и хрупкой стабильности между государствами. «Происходит ускорение конфликтов: решение принимается за секунды и у дипломатов просто не остается времени на реакцию», – предупреждают эксперты. ИИ сокращает «время на размышление» до минимума, что может привести к непреднамеренной эскалации из-за ложной тревоги или ошибочной классификации действий противника. В результате шансы на мир стремятся к нулю.

Таким образом, ИИ – не только «волшебная таблетка» для военных, но и источник новых угроз. Если одни эксперты представляют победу технологий как стратегический прорыв, то другие, оценивая риски, рисуют совершенно иную картину. Вместо «меча правосудия» страны могут получить «обезьяну с гранатой» – мощное и опасное оружие в руках системы, которая не понимает, что она делает, и не несет за это ответственности. Пока ИИ учится воевать быстрее и «эффективнее», мы сталкиваемся с риском потерять человеческий контроль, что угрожает тысячам жизней и подрывает сами основы международного права. Как метко заметил один из аналитиков, «алгоритм становится алиби», за которым удобно прятать политическую волю и военные преступления.

Закончилась ли война США и Израиля против Ирана, еще непонятно, но «битва за данные» уже началась. Мы стоим на пороге новой реальности, где военная мощь страны определяется не только тоннажем флота, но и объемом качественных боевых данных, которые можно «скормить» ИИ. Собранный массив информации позволит сделать военное планирование и анализ обстановки почти идеальными, а подготовку войск – максимально приближенной к реальности. Устойчивость инфраструктуры будет переосмыслена через призму распределенных облачных вычислений. Однако остается главный этический вызов: как использовать эти данные, чтобы повысить точность ИИ до 99%, не превращая человека в пассивного наблюдателя и не подрывая самих основ нашей цивилизации?

Научно-аналитический портал "Восточная трибуна"