متخصص ارتش ایالات متحده، رابرت ای. آیوی، از گردان شناسایی چندمنظوره، تیپ رزمی دوم، لشکر ۱۰۱ هوابرد (حمله هوایی)، در حال کار با پهپاد Skydio X2D در پایگاه هوایی میهایل کوگالنیچئانو، رومانی، ۹ ژوئیه ۲۰۲۵. (عکس از ارتش ایالات متحده توسط متخصص برینا برادفورد)
متخصص ارتش ایالات متحده، رابرت ای. آیوی، از گردان شناسایی چندمنظوره، تیپ رزمی دوم، لشکر ۱۰۱ هوابرد (حمله هوایی)، در حال کار با پهپاد Skydio X2D در پایگاه هوایی میهایل کوگالنیچئانو، رومانی، ۹ ژوئیه ۲۰۲۵. (عکس از ارتش ایالات متحده توسط متخصص برینا برادفورد)

هوش مصنوعی و نبرد: درس‌هایی از میدان برای یک تیپ

واشنگتن – به گفته فرمانده تیپ رزمی متحرک سوم لشکر ۱۰۱ هوابرد، در حالی که این تیپ در حال ادغام هوش مصنوعی در تمامی بخش‌های ستادی خود است، با محدودیت‌های این فناوری نوظهور نیز مواجه می‌شود.

تیپ سرهنگ رایان بل سال گذشته را به ادغام هوش مصنوعی در فرآیندهای برنامه‌ریزی خود اختصاص داده است. آن‌ها مدل‌های زبانی بزرگ را بر اساس دکترین مشترک، ارتش و لشکر آموزش دادند و به هر بخش ستادی در تیپ این امکان را دادند تا ربات‌های خود را برای درک بهتر محیط عملیاتی و پاسخ سریع‌تر داشته باشند.

بل امروز به خبرنگاران گفت: «ما آن را از جهات مختلفی مفید یافتیم و مناطقی را پیدا کردیم که نمی‌خواستیم از آن استفاده کنیم. ما از هوش مصنوعی برای توسعه مسیرهای اقدام استفاده نکردیم. مدل‌های زبانی بزرگ واقعاً فضای سه‌بعدی را درک نمی‌کنند؛ بنابراین برای توسعه مسیرهای اقدام خوب نیستند. اینجاست که به تخصص کارکنان ماهر نیاز دارید تا هنر رزم را برای برنامه‌ریزی عملیات درک کنند.»

این درس‌های آموخته شده از چرخش ماه آوریل در مرکز آموزش آمادگی مشترک در فورت پولک، لوئیزیانا به دست آمده است، جایی که واحد بل یکی از واقعی‌ترین شبیه‌سازی‌های میدان نبرد را که ارتش می‌تواند ارائه دهد، تجربه کرد.

مسیرهای اقدام اغلب توسط کارشناسان هوش مصنوعی و حتی برخی در ارتش به عنوان یک مورد استفاده کلیدی برای چگونگی کمک هوش مصنوعی در سناریوهای میدان نبرد مطرح می‌شوند. اگرچه بل آن را در این زمینه مفید ندانست، اما گفت که مسیرهای اقدام را می‌توان با استفاده از هوش مصنوعی قبل از رویارویی احتمالی با دشمن آزمایش کرد.

هوش مصنوعی همچنین می‌تواند فرآیند صدور دستورات را سرعت بخشد و به واحدهای پایین‌دستی اجازه دهد برنامه‌ها و دفاعیات را به طور قابل توجهی سریع‌تر آماده کنند.

او گفت: «ما دستورات عملیات (OPORD) را از لشکر دریافت می‌کردیم و با استفاده از هوش مصنوعی، می‌توانستیم یک دستور هشدار تیپ را در کمتر از نیم ساعت صادر کنیم. استفاده از آن برای پشتیبانی از تحلیل ماموریت و توسعه دستورات به ما این امکان را داد که زمان بیشتری را صرف شبیه‌سازی جنگ (war gaming) کنیم.»

او افزود: «در یک عملیات دفاعی، تیپ معمولاً دستورات را تقریباً همزمان با ارسال شناسایی توسط نیروهای متخاصم (opposing force) منتشر می‌کند، که می‌تواند بر زمان دریافت دستورات توسط گردان‌ها و استقرار دفاعشان فشار وارد کند.»

بل گفت: «با استفاده از ابزارهای هوش مصنوعی و مدل‌های زبانی بزرگ، گردان‌ها ۷۲ ساعت زودتر کار خود را به پایان رساندند.»

او اظهار داشت: «این کار به گردان‌ها اجازه داد تا چرخه برنامه‌ریزی خود را به طور کامل انجام دهند... ۱۰۰ درصد از موانع برنامه‌ریزی شده را قرار دهند، پالایش و تمرین کنند، و سپس موانع اضافی را قرار دهند تا به آن‌ها امکان دهد دفاعی ایجاد کنند که حتی با وجود سه حمله شیمیایی "جرونیمو" [نیروی متخاصم] و سپس استفاده از ربات‌هایش برای تلاش جهت نفوذ، پابرجا ماند. این امر برای گردان‌ها و گروه‌ها زمان خرید تا تمرین کنند و ما را قادر ساخت تا سرعت نبرد را کنترل کنیم.»

بل گفت: «در محیط عملیاتی آینده، سرعت یک ویژگی حیاتی است و ابزارهای هوش مصنوعی به واحد او اجازه داد تا این سرعت را در برابر دشمن افزایش دهد.»

او گفت: «پهپادها با حس کردن، جهت‌گیری و حمله سریع‌تر از دشمن به ما کمک می‌کنند تا سرعت ایجاد کنیم. هوش مصنوعی در سطح ستاد به ما کمک کرد تا آن را برنامه‌ریزی و حفظ کنیم.»

در ده روز عملیات، حسگرها و گزارش‌های پهپادها بیش از ۲۵۰۰۰ گزارش نقطه‌ای (spot report) را برای بخش اطلاعات تیپ جمع‌آوری کردند که همه آن‌ها با استفاده از هوش مصنوعی پردازش شدند.

او گفت: «این به ما کمک کرد تا میدان نبرد را درک کرده و سریع‌تر از جرونیمو واکنش نشان دهیم.»