A védelmi ipari szereplő, az Anduril Industries, Inc. és az autonómia specialistája, az Overland AI sikeresen bemutattak egy csapatnyi autonóm légi és földi járművet, amelyek képesek összehangoltan semlegesíteni a fenyegetéseket. Ezzel is bizonyították, hogy a jövő hadviselése már nem annyira a botkormány-rángatásról, sokkal inkább az algoritmikus csapatmunkáról szól. A közös terepteszt megmutatta, hogyan rövidítheti le drámaian a reakcióidőt egy kaotikus harctéren, ha különböző rendszereket egy megosztott AI-agy köt össze.
A gyakorlat a Manned-Unmanned Teaming (MUM-T) tankönyvi példája volt, amelyet az amerikai hadsereg úgy definiál, mint „katonák, emberes és pilóta nélküli légi és földi járművek, robotok és szenzorok szinkronizált alkalmazása” az előnyszerzés érdekében. A felállás két Overland ULTRA földi járművet foglalt magában, amelyek az OverDrive autonóm szoftverét futtatták, és egy személyzettel ellátott járművel konvojoztak. Felülről egy Anduril Ghost-X drón figyelte az eseményeket, mindez az Anduril Lattice szoftverplatformján keresztül összekapcsolva. Amikor a Ghost-X észlelte a közeledő ellenséges drónokat, az emberi operátor egyszerűen utasította a két ULTRA járművet, hogy közelebbről is nézzék meg a helyzetet.
Ez a klasszikus katonai manőver: ha probléma van, küldd fel a robotokat a dombra, hogy jobban lássanak. Csakhogy ezúttal a robotok maguk vezettek. Az Overland AI szoftvere, amelyet a DARPA RACER programjában tökéletesítettek, lehetővé tette, hogy a 450 kilogramm teherbírású ULTRA járművek emberi beavatkozás nélkül navigáljanak az egyenetlen terepen és magaslati pozíciókat keressenek. Miután a helyükre értek, az Anduril szenzorok a járműveken észlelték és követték a dróntevékenységet, továbbítva az adatokat a hálózaton keresztül, lehetővé téve az operátorok számára, hogy elektronikus hadviselési ellenintézkedéseket telepítsenek egyetlen, megosztott felületről.
Miért fontos ez?
A modern harctér egy katyvasz, tele inkompatibilis rendszerekkel, amelyeket nem arra terveztek, hogy egymással kommunikáljanak. Ez a demonstráció bizonyítja, hogy egy egységes, AI-vezérelt hálózat megoldhatja ezt az integrációs rémálmot. Ha a légi és földi eszközök megosztják a szenzoradataikat és autonóm módon koordinálják a műveleteket, jelentősen lerövidíthető a „szenzor-célzó” idővonal, kiterjeszthető a helyzetfelismerés, és csökkenthető az emberi operátorok kognitív terhelése. Minden egyes lépés – a drónnal történő fenyegetés észlelésétől a földi jármű átpozicionálásán át az ellenintézkedés bevetéséig – egyetlen hálózaton keresztül történt, anélkül, hogy bárkinek manuálisan kellett volna adatokat továbbítania. Ez már nem annyira egyetlen menő robotról szól, sokkal inkább arról a hálózatról, ami egy összetartó, mesterséges intelligenciával felvértezett falkává alakítja őket.
