À medida que o futuro da guerra se volta para a inteligência artificial, a Ucrânia tem um recurso valioso: milhões de horas de imagens capturadas por drones, que podem ser usadas para treinar modelos de IA a tomar decisões no campo de batalha.
A IA foi implantada por ambos os lados durante a invasão russa da Ucrânia para identificar alvos, analisando imagens muito mais rapidamente do que um ser humano poderia.
Oleksandr Dmitriev, fundador da OCHI, um sistema digital ucraniano sem fins lucrativos que centraliza e analisa vídeos de mais de 15 mil equipes de drones atuando na linha de frente, disse à Reuters que o sistema já coletou 2 milhões de horas, ou 228 anos, de vídeos de batalha capturados por drones desde 2022.
“Isso é alimento para a IA: Se você quiser ensinar uma IA, você dá a ela 2 milhões de horas (de vídeo), ela se tornará algo sobrenatural”, ele acrescentou.
Segundo Dmitriev, as imagens podem ser usadas para treinar modelos de IA em táticas de combate, identificação de alvos e avaliação da eficácia dos sistemas de armamento.
“É essencialmente experiência que pode ser transformada em matemática”, afirmou, acrescentando que um programa de IA pode estudar as trajetórias e os ângulos nos quais as armas são mais eficazes.
O sistema foi originalmente criado em 2022 para fornecer aos comandantes militares uma visão geral de suas áreas no campo de batalha, mostrando imagens dos drones de todas as equipes próximas lado a lado em uma única tela.
Após o lançamento do sistema, a equipe responsável percebeu que os vídeos enviados pelos drones poderiam ser úteis como um registro da guerra – então, começaram a armazená-los.
Em média, Dmitriev afirmou que cinco ou seis terabytes de novos dados eram adicionados a cada dia com base nos combates.
Qualidade das imagens
Dmitriev disse que estava conversando com representantes de alguns aliados estrangeiros da Ucrânia, que haviam demonstrado interesse em seu sistema OCHI, mas recusou-se a fornecer detalhes.
Samuel Bendett, pesquisador sênior adjunto no Centro para uma Nova Segurança Americana, nos Estados Unidos, afirmou que um conjunto tão vasto de dados seria extremamente valioso para ensinar sistemas de IA a identificar exatamente o que estão vendo e quais passos devem ser tomados.
“Os humanos podem fazer isso intuitivamente, mas as máquinas não podem, e elas precisam ser treinadas para entender o que é ou não uma estrada, um obstáculo natural ou uma emboscada”, disse ele.
Kateryna Bondar, pesquisadora do centro Wadhwani AI no Centro para Estudos Estratégicos e Internacionais, afirmou que o tamanho do conjunto de dados e a qualidade das imagens eram importantes, pois os modelos de IA aprendem a reconhecer alvos com base em formas e cores.
Bondar afirmou que o conjunto de dados era valioso no contexto de treinamento para combater a Rússia. No entanto, ela disse que os oficiais dos EUA e os fabricantes de drones preferem um conjunto de dados que treine sistemas de IA para operar no Pacífico contra um possível adversário chinês.
“(Eles querem) sistemas prontos e capazes de lutar contra a China, porque essa é a principal prioridade para os EUA agora, em vez de obter muitos vídeos de campos e florestas ucranianas”, ela afirmou.
A Ucrânia também possui outro sistema, chamado Avengers, desenvolvido pelo seu ministério da defesa, que centraliza e coleta vídeos de drones e câmeras de vigilância.
O ministério se recusou a fornecer informações sobre esse sistema. No entanto, já relatou anteriormente que o Avengers localiza 12 mil peças de equipamento russo por semana usando ferramentas de identificação por IA.
Milhares de drones já estão usando sistemas de IA para se direcionar a alvos sem a necessidade de controle humano.
Empresas ucranianas estão desenvolvendo milhares drones, nos quais um sistema de computador será capaz de executar comandos para uma nuvem interligada de dezenas de drones.
A Rússia também tem promovido o uso de IA no campo de batalha, principalmente para o reconhecimento de alvos em drones de ataque Lancet, que têm se mostrado letais contra veículos blindados ucranianos.
