Быстрые успехи Украины в использовании дронов с искусственным интеллектом сталкиваются с фундаментальной преградой, которую никакое программное обеспечение не сможет обойти: физические ограничения вычислительных мощностей, которые небольшой дрон может нести в бою.
Расследование Kyiv Independent показывает: несмотря на развертывание тысяч систем с ИИ и значительное повышение точности ударов, полностью автономные дроны остаются «вне досягаемости» из-за аппаратных ограничений, а не недостатков программного обеспечения. Эта реальность особенно ощущается на фоне примерно трёхкратного численного преимущества российских сил.
Проблема вычислительной мощности, о которой мало кто говорит
Если потребительские приложения ИИ вроде ChatGPT скрывают огромные потребности в вычислительных ресурсах в облачных центрах данных, боевые дроны сталкиваются с жестким парадоксом: автономность ИИ наиболее нужна тогда, когда связь с оператором и облачные мощности блокируются средствами радиоэлектронной борьбы.
«Мы не идём по пути полной автономности», — сказал Kyiv Independent Андрей Чулык, сооснователь Sine Engineering. «Tesla, обладая колоссальными ресурсами, работает над самоуправляемыми автомобилями уже десять лет, и — к сожалению — до сих пор не создала продукт, в котором можно быть полностью уверенным».
Сравнение с Tesla особенно показательное: если компания с практически неограниченными ресурсами не может довести автономное вождение наземного транспорта до идеала за десять лет, то помещать аналогичные возможности в дрон размером около 25 см, который действует в опасном воздушном пространстве, становится очевидной сложной задачей.
«Главная роль ИИ в ближайшем будущем на реальном поле боя будет скорее поддерживающей функцией, а не заменой человека», — отметила Кейт Бондар, старший научный сотрудник Центра стратегических и международных исследований.
Что реально работает: постепенные улучшения, а не революционные прорывы
Настоящий успех Украины с ИИ связан не с автономными боевыми роботами, а с повышением эффективности пилотов через системы «last-mile targeting», которые сохраняют захват цели даже при обрыве радиосвязи.
Компания Fourth Law, основанная серийным предпринимателем Ярославом Ажнюком, выпускает модули компьютерного зрения стоимостью около 70 долларов, которые показали впечатляющие результаты. По предварительным данным одной бригады, точность попаданий выросла с 20% до 80% — четырёхкратное улучшение, достигнутое за счёт способности дрона отслеживать цели через тени и деревья, а не просто фиксироваться на пикселях.
Модуль автономности TFL-1 увеличивает успешность миссий в 2–5 раз, при этом увеличивая стоимость единицы всего на 10–20%. Эти модули работают на критических последних 500 метрах полёта, где радиоэлектронная борьба наиболее интенсивна, но человек всё ещё выбирает цель и инициирует миссию.
По словам Ажнюка, полная автономность уже возможна в отдельных демонстрациях, но «массовое развертывание» остаётся «совершенно другой задачей, пока что не видимой на горизонте».
Три примера показывают текущие ограничения ИИ
Перехватчики дронов: всё ещё зависят от пилота
Украинские разработчики тестируют ИИ-перехватчики для борьбы с российскими дронами типа Shahed, которые атакуют города по ночам. Из-за размеров Украины и скорости новых реактивных Shahed, эти перехватчики должны покрывать огромные территории при минимальном числе операторов.
Ажнюк, который также руководит компанией Odd Systems (сейчас тестирующей анти-Shahed перехватчики), отметил, что «украинские решения пока лишены части ИИ» по сравнению с системами вроде Merops компании Эрика Шмидта. Современные перехватчики всё ещё полагаются на опытных FPV-пилотов, управляющих дроном вручную на высоких скоростях — ограничение вызвано именно аппаратными возможностями, а не сложностью программного обеспечения.
FPV-ударные дроны: точное наведение важнее полной автономии
Системы «last-mile targeting» (нацеливание на последнюю милю) стали стандартом для украинских FPV-дронов и работают примерно как автофокус в камерах. Пилот выбирает цель и поддерживает видеосвязь, а ИИ дрона сохраняет захват цели, даже если связь прерывается из-за глушения.
Это большой прогресс, но пока это далеко от полной автономии. Чтобы ИИ мог самостоятельно принимать сложные решения, нейронные сети должны работать на миниатюрных и лёгких компьютерах, которые можно встроить в дрон — а это ограничивает возможности.
Дроны для глубоких ударов: человек остаётся в управлении по этическим причинам
Недавнее сотрудничество Shield AI и украинского производителя Iron Belly показывает потенциал и сознательные ограничения автономных систем.
В полевых испытаниях разведывательный дрон V-BAT (стоимость около $1 млн, время полёта — 13 часов) собирает детальные изображения целей с разных углов и передаёт их дрону-камикадзе D4, который с помощью встроенного ИИ находит цель по визуальным ориентирам на расстоянии до 100 км.
Система показала устойчивость: при лёгком дожде D4 временно сбился с курса, но самостоятельно исправил ошибку и через 20 минут достиг цели. Сейчас производство идёт со скоростью 500–1000 единиц в месяц с планами увеличения.
Но критически важно: Украина не разрешает автономный выбор целей для дронов глубокого удара над населенными пунктами. Эти решения остаются за человеком — ограничение введено по этическим причинам и работает как задумано.
Проблема качества данных
Помимо вычислительных ограничений, есть проблема данных. С февраля 2022 года Украина накопила более 2 млн часов видео с боевых дронов, но большая часть материала получена «дешёвыми, аналоговыми камерами», отмечает эксперт Кейт Бондар.
«Да, ИИ сможет отличить танк от человека. Но отличить русского солдата от украинского или солдата от гражданского — пока нет», — говорит Бондар. Большая часть визуального ИИ основана на открытом программном обеспечении вроде YOLOv8, которое подходит для массового развертывания, но уступает проприетарным системам компаний с большими ресурсами.
Маркетинговый шум vs. реальность на поле боя
Бондар отмечает: «Война — это ещё и бизнес. Чтобы быть конкурентоспособным, нужно продавать преимущества, например крутые ИИ-системы. Но на практике всё сложнее».
Главнокомандующий Украины Александр Сирский признаёт: ИИ используется почти везде, но он может ошибаться. Ежемесячно украинские войска теряют около 10 000 дронов из-за радиоэлектронной борьбы и других факторов. ИИ помогает снизить потери, но не исключает их полностью.
Выводы DroneXL
Расследование Kyiv Independent показывает, что успехи Украины с ИИ-дронами реальны, но ключевой момент в другом: разработчики не гонятся за полностью автономными боевыми системами, потому что маленькие компьютеры пока не способны принимать надёжные решения «жизнь или смерть». Сравнение с Tesla здесь показательно: если автономное вождение автомобилей остаётся нерешённой задачей после 10 лет и миллиардов долларов, автономия на поле боя сталкивается с ещё более жёсткими ограничениями.
Украина использует это ограничение как стратегическое преимущество, внедряя постепенные улучшения: поддержание захвата цели через глушение и визуальные препятствия даёт 2–5-кратное увеличение успеха миссий при минимальном росте стоимости.
Этот подход показывает, как украинские инженеры опережают западные оборонные циклы: вместо долгих планов на годы они тестируют, ошибаются, адаптируют и внедряют решения за недели.
Этический аспект тоже важен: контроль человека над дронами глубокого удара над городами показывает, что необходимость на поле боя не оправдывает игнорирование морали. По мере развития ИИ-дронов этот подход может стать примером для других стран.
источник
уникальность
Расследование Kyiv Independent показывает: несмотря на развертывание тысяч систем с ИИ и значительное повышение точности ударов, полностью автономные дроны остаются «вне досягаемости» из-за аппаратных ограничений, а не недостатков программного обеспечения. Эта реальность особенно ощущается на фоне примерно трёхкратного численного преимущества российских сил.
Проблема вычислительной мощности, о которой мало кто говорит
Если потребительские приложения ИИ вроде ChatGPT скрывают огромные потребности в вычислительных ресурсах в облачных центрах данных, боевые дроны сталкиваются с жестким парадоксом: автономность ИИ наиболее нужна тогда, когда связь с оператором и облачные мощности блокируются средствами радиоэлектронной борьбы.
«Мы не идём по пути полной автономности», — сказал Kyiv Independent Андрей Чулык, сооснователь Sine Engineering. «Tesla, обладая колоссальными ресурсами, работает над самоуправляемыми автомобилями уже десять лет, и — к сожалению — до сих пор не создала продукт, в котором можно быть полностью уверенным».
Сравнение с Tesla особенно показательное: если компания с практически неограниченными ресурсами не может довести автономное вождение наземного транспорта до идеала за десять лет, то помещать аналогичные возможности в дрон размером около 25 см, который действует в опасном воздушном пространстве, становится очевидной сложной задачей.
«Главная роль ИИ в ближайшем будущем на реальном поле боя будет скорее поддерживающей функцией, а не заменой человека», — отметила Кейт Бондар, старший научный сотрудник Центра стратегических и международных исследований.
Что реально работает: постепенные улучшения, а не революционные прорывы
Настоящий успех Украины с ИИ связан не с автономными боевыми роботами, а с повышением эффективности пилотов через системы «last-mile targeting», которые сохраняют захват цели даже при обрыве радиосвязи.
Компания Fourth Law, основанная серийным предпринимателем Ярославом Ажнюком, выпускает модули компьютерного зрения стоимостью около 70 долларов, которые показали впечатляющие результаты. По предварительным данным одной бригады, точность попаданий выросла с 20% до 80% — четырёхкратное улучшение, достигнутое за счёт способности дрона отслеживать цели через тени и деревья, а не просто фиксироваться на пикселях.
Модуль автономности TFL-1 увеличивает успешность миссий в 2–5 раз, при этом увеличивая стоимость единицы всего на 10–20%. Эти модули работают на критических последних 500 метрах полёта, где радиоэлектронная борьба наиболее интенсивна, но человек всё ещё выбирает цель и инициирует миссию.
По словам Ажнюка, полная автономность уже возможна в отдельных демонстрациях, но «массовое развертывание» остаётся «совершенно другой задачей, пока что не видимой на горизонте».
Три примера показывают текущие ограничения ИИ
Перехватчики дронов: всё ещё зависят от пилота
Украинские разработчики тестируют ИИ-перехватчики для борьбы с российскими дронами типа Shahed, которые атакуют города по ночам. Из-за размеров Украины и скорости новых реактивных Shahed, эти перехватчики должны покрывать огромные территории при минимальном числе операторов.
Ажнюк, который также руководит компанией Odd Systems (сейчас тестирующей анти-Shahed перехватчики), отметил, что «украинские решения пока лишены части ИИ» по сравнению с системами вроде Merops компании Эрика Шмидта. Современные перехватчики всё ещё полагаются на опытных FPV-пилотов, управляющих дроном вручную на высоких скоростях — ограничение вызвано именно аппаратными возможностями, а не сложностью программного обеспечения.
FPV-ударные дроны: точное наведение важнее полной автономии
Системы «last-mile targeting» (нацеливание на последнюю милю) стали стандартом для украинских FPV-дронов и работают примерно как автофокус в камерах. Пилот выбирает цель и поддерживает видеосвязь, а ИИ дрона сохраняет захват цели, даже если связь прерывается из-за глушения.
Это большой прогресс, но пока это далеко от полной автономии. Чтобы ИИ мог самостоятельно принимать сложные решения, нейронные сети должны работать на миниатюрных и лёгких компьютерах, которые можно встроить в дрон — а это ограничивает возможности.
Дроны для глубоких ударов: человек остаётся в управлении по этическим причинам
Недавнее сотрудничество Shield AI и украинского производителя Iron Belly показывает потенциал и сознательные ограничения автономных систем.
В полевых испытаниях разведывательный дрон V-BAT (стоимость около $1 млн, время полёта — 13 часов) собирает детальные изображения целей с разных углов и передаёт их дрону-камикадзе D4, который с помощью встроенного ИИ находит цель по визуальным ориентирам на расстоянии до 100 км.
Система показала устойчивость: при лёгком дожде D4 временно сбился с курса, но самостоятельно исправил ошибку и через 20 минут достиг цели. Сейчас производство идёт со скоростью 500–1000 единиц в месяц с планами увеличения.
Но критически важно: Украина не разрешает автономный выбор целей для дронов глубокого удара над населенными пунктами. Эти решения остаются за человеком — ограничение введено по этическим причинам и работает как задумано.
Проблема качества данных
Помимо вычислительных ограничений, есть проблема данных. С февраля 2022 года Украина накопила более 2 млн часов видео с боевых дронов, но большая часть материала получена «дешёвыми, аналоговыми камерами», отмечает эксперт Кейт Бондар.
«Да, ИИ сможет отличить танк от человека. Но отличить русского солдата от украинского или солдата от гражданского — пока нет», — говорит Бондар. Большая часть визуального ИИ основана на открытом программном обеспечении вроде YOLOv8, которое подходит для массового развертывания, но уступает проприетарным системам компаний с большими ресурсами.
Маркетинговый шум vs. реальность на поле боя
Бондар отмечает: «Война — это ещё и бизнес. Чтобы быть конкурентоспособным, нужно продавать преимущества, например крутые ИИ-системы. Но на практике всё сложнее».
Главнокомандующий Украины Александр Сирский признаёт: ИИ используется почти везде, но он может ошибаться. Ежемесячно украинские войска теряют около 10 000 дронов из-за радиоэлектронной борьбы и других факторов. ИИ помогает снизить потери, но не исключает их полностью.
Выводы DroneXL
Расследование Kyiv Independent показывает, что успехи Украины с ИИ-дронами реальны, но ключевой момент в другом: разработчики не гонятся за полностью автономными боевыми системами, потому что маленькие компьютеры пока не способны принимать надёжные решения «жизнь или смерть». Сравнение с Tesla здесь показательно: если автономное вождение автомобилей остаётся нерешённой задачей после 10 лет и миллиардов долларов, автономия на поле боя сталкивается с ещё более жёсткими ограничениями.
Украина использует это ограничение как стратегическое преимущество, внедряя постепенные улучшения: поддержание захвата цели через глушение и визуальные препятствия даёт 2–5-кратное увеличение успеха миссий при минимальном росте стоимости.
Этот подход показывает, как украинские инженеры опережают западные оборонные циклы: вместо долгих планов на годы они тестируют, ошибаются, адаптируют и внедряют решения за недели.
Этический аспект тоже важен: контроль человека над дронами глубокого удара над городами показывает, что необходимость на поле боя не оправдывает игнорирование морали. По мере развития ИИ-дронов этот подход может стать примером для других стран.
источник
уникальность
