В последнее время появилось достаточно много публикаций на тему применения в дронах тактического и оперативно-тактического звена технологий искусственного интеллекта, распознающего и атакующего цели без участи оператора. Современные нейросети действительно научились почти безошибочно опознавать военную технику. Алгоритмы YOLOv8 на компактных платформах вроде NVIDIA Jetson обрабатывают до 55 кадров в секунду с точностью 91,8 процента - однако при условия отсутствия маскировки и искажения форм-факторов боевых машин. Более мощные архитектуры, такие как Faster R-CNN с сетью ResNet50, показывают результат 89,2 процента, позволяя дрону за доли секунды сравнить попавший в объектив танк с цифровым эталоном из базы. Но попытки научить искусственный интеллект отличать своего солдата от вражеского наталкиваются на стену, которую алгоритмы пока не в силах преодолеть. Академические исследования подтверждают сложность этой задачи. Даже в лабораторных условиях система, обученная на десятках тысяч снимков военных США и России, достигла средней точности лишь 75,7 процента - и это при наличии всех отличительных знаков о принадллежности к тем или иным национальным армиям - шевронов, формы одежды, моделей шлемов и обуви и т.д. В реальном бою этот показатель падает катастрофически. Солдаты противника носят почти одинаковую униформу, используют похожее снаряжение и зачастую говорят на одном языке. Их лица скрыты шлемами и балаклавами, фигуры искажены экипировкой. Для камеры беспилотника враг и свой выглядят практически идентично. На поле боя уже давно применяются простые опознавательные знаки: цветной скотч, нашивки, краска на шлемах. Это работает для человеческого глаза, но для нейросети такие метки ненадежны. Скотч пачкается, нашивки отрываются, краска выцветает. Кроме того, любой солдат противника может надеть такие же опознавательные знаки, и алгоритм уже не отличит подделку. Технологии предлагают решение: наносить на форму специальные покрытия, которые меняют спектр инфракрасного излучения в узких диапазонах, невидимых для человеческого глаза, но четко считываемых приборами с соответствующими фильтрами . Такие разработки существовали в России еще в 2010 году. Но и здесь возникает непреодолимая проблема. Нидерландские исследователи из организации TNO экспериментально доказали: даже небольшая накладка, покрывающая всего 10 процентов площади объекта, может полностью обмануть нейросеть. Состязательные узоры на одежде заставляют алгоритм дрона с ИИ не просто игнорировать солдата, а генерировать ложные цели рядом с ним. Получается замкнутый круг. Чтобы ИИ отличал своих от чужих, нужны невидимые метки, отсутствующие у противника. Но эти метки сами становятся объектом охоты для вражеского ИИ, который учится их распознавать и нейтрализовывать. Противник может скопировать технологию или найти способ ее подавления. Даже если удастся создать защищенную систему, остается вопрос вычислительных мощностей. Миниатюрный дрон просто не способен нести на борту процессор, достаточный для работы сложных алгоритмов распознавания в реальном времени. В итоге задача отличить своего солдата от вражеского с помощью искусственного интеллекта остается почти неразрешимой. Цена ошибки здесь - жизни своих бойцов или гражданских лиц. Поэтому в обозримом будущем нейросети на дронах так и останутся более-менее приемлемыми эффективными охотниками за танками и орудиями (хотя как они отличат украинский Т-72 от российского танка в том же форм-факторе?), но не смогут надежно работать против живой силы противника.