سایبرپژوه– در بخش پیشین این مقاله به اهمیت خودمختاری جنگ‌افزارهای روباتیک اشاره شد. همان‌طور که گفته شد هوش مصنوعی می‌تواند به جنگ‌افزار روباتیک قوه‌ی شناختی اعطا کند که این امر این جنگ‌افزار را به عنوان تغییردهنده‌ی زمین بازی جنگ‌های آینده مطرح خواهد ساخت. اما هوش مصنوعی و هوش جمعی مناسب برای چنین شرایطی باید دارای چه ویژگی‌هایی باشد؟ در حال حاضر سیستم‌های هوشمند عمدتا از روش‌های یادگیری عمیق بهره می‌گیرند. به دلیل حجم رایانش بالای این روش‌ها، اکثر سرویس‌های هوشمند به صورت خدماتی بر بستر شبکه ارائه می‌شوند. چنین راهکاری برای پهپادهای خودمختار اگرچه نیروی انسانی درگیر را کاهش می‌دهد اما همچنان در مقابل عملیات جمینگ و اختلال در سیستم مخابراتی (که در قسمت قبلی مقاله بحث شد) آسیب‌پذیری باقی خواهد ماند.
هوش جمعی
بنابراین می‌توان گفت که باید مغز تصمیم‌گیرنده در داخل خود روبات یا پهپاد باشد. اما آیا پردازنده‌های داخلی روبات می‌تواند به قدری قدرتمند باشد که کار تعداد زیادی سرور رایانه‌ای را انجام دهد؟ در حال حاضر جواب این سوال منفی است. فارغ از این موضوع یک پهپاد و یا روبات در میدان نبرد دارای حسگرهای محدودیست، در نتیجه بدون تغذیه از منابع خارجی اطلاعات کمی نسبت اطراف و مواضع خودی و دشمن دارد و بسیار آسیب‌پذیر است. این موارد باعث شد تا محققین این حوزه به سراغ روش‌های جایگزین هوش مصنوعی حرکت کنند. یکی از مهمترین جایگزین‌های رایانش متمرکز هوشمند (که یادگیری عمیق از آن پیروی می‌کند)، «هوش جمعی» (Collective Intelligence) است. این نحله‌ی هوش مصنوعی بر پایه‌ی الهاماتی از زندگی جمعی حشرات، گیاهان و حیوانات بنا شده است و عملکردش به این صورت است که به جای اینکه یک عامل (در اینجا روبات یا پهپاد) هوشمند پیچیده داشته باشیم تعداد بسیار زیادی عامل هوشمند ساده داریم که در تعامل با یکدیگر الگوهای بسیار پیچیده‌ای از هوش را ایجاد می‌کنند. به دیگر سخن، هر عنصر از گروه دارای قواعد ساده‌ایست اما در مجموع عملکرد گروه امر پیچیده‌ایست.
به عنوان مثال از میان حشرات یک کلونی مورچه را در نظر بگیرید. روزانه هزاران مورچه از این کلونی برای یافتن منابع غذایی به محیط خارجی لانه می‌روند و بدون گم کردن مسیر خود با مواد غذایی به لانه بازمی‌گردند. هر مورچه از خود نوعی اسید متصاعد می‌کند که به اسید «فرمیک» معروف است. غیر از آزاد کردن اسید فرمیک هر مورچه حسگرهایی دارد که می‌تواند شدت و ضعف این ماده را در اطرافش بسنجد در نتیجه میزان بیشتر این اسید به معنی عبور کردن تعداد بیشتری مورچه از آنجاست و میزان کم آن بالعکس به معنی بکر بود و شاید خطرناک بودن آنجاست. در واقع مسیرهای پیچیده‌ای که از طریق اسید فرمیک ساخته می‌شود تضمینی است برای رفت و آمد مورچه‌ها. همچنین اسید فرمیک بیشتر نشان‌دهنده‌ی منابع غذایی بیشتر است بنابراین خود این قابلیت ساده راه را برای یافتن منابع غذایی بیشتر هموار می‌سازد. غیر از مورچه‌ها موریانه‌ها، زنبورها، حیواناتی که به صورت جمعی زندگی می‌کنند همه دارای چنین الگوهایی‌اند.
اما شاید قدرتمندترین نوع هوش جمعی را بتوان در مغز انسان جستجو کرد. در این سیستم هر عصب یک عامل ساده و در تعامل با اعصاب دیگر است. عملکرد هر عصب ساده بوده و متشکل از نوع اتصالی‌ست که با اعصاب مجاور یا دوردست برقرار می‌کند. اما مغز انسان در کلیتش، شگفت‌انگیزترین و پیچیده‌ترین الگوهای هوشمندی را ایجاد کرده است. بنابراین نگاه به هوش جمعی قلمرو بکری است که نسل آینده‌ی هوش مصنوعی را ایجاد خواهد کرد.
خودمختاری گروهی
بنابراین قدم بعدی در تکامل خودمختاری جنگ‌افزار روباتیک، «خودمختاری گروهی» است. پیش از این خودمختاری گروهی در روبات‌های امداد و نجات و مصارف کشاورزی نیز استفاده شده است. اما روبات‌های خودمختار گروهی می‌توانند درک ما را از جنگ و جنگ‌افزار برای همیشه تغییر دهند. میدان نبردی را تصور کنید که در آن هزاران پهپاد کوچک با حداقلی از کنترل انسانی حضور دارند. کنترل‌چی انسانی تنها چند فرمان ساده را تولید می‌کند، حمله، عقب‌نشینی، تعقیب و نظایر آن. لشگر روباتیک سرعت، شکل و شدت حرکت‌شان را در تعامل با یکدیگر تعیین می‌کنند. همانند دسته‌ای از پرندگان در آسمان که به شکلی پیچیده و بدون برخورد با یکدیگر پرواز می‌کنند. این حرکات بسیار سریع‌تر و دقیق‌تر از حالتی‌ست که عامل انسانی بخواهد آن را کنترل کند.
تصمیم‌گیری در دسته‌ی روبات‌ها بسیار نامتمرکز انجام می‌شود و الگوهای بسیار متفاوتی را می‌توان در ذیل آن پیاده‌سازی کرد. مثلا تصمیم می‌تواند به رای گذاشته شود و یا سلسله‌مراتبی برای روبات‌ها قائل باشیم و رای‌ها با وزن‌ها و رتبه‌های متفاوتی در نظر گرفته شود. می‌توان برای تصمیم‌گیری از روش‌های آماری بهره برد یا انواع مختلفی از روش‌های یادگیری ماشینی نظیر الگوریتم ژنتیک را در تصمیم‌گیری پیاده‌سازی کرد. مثالی که در حال حاضر تا حدی می‌توان برای تقریب ذهن بیان کرد سیستم‌های پدافند موشکی خودکار است. در واقع شبکه‌ای از ابزارهای رصدی و لانچرها با یکدیگر تعامل می‌کنند تا اهداف خارجی را در آسمان هدف بگیرند. حال مجموعه‌یی از روبات‌های هوایی، زمینی و دریایی را تصور کنید که حسگرها و زوایای دید متفاوتی نسبت به میدان نبرد دارند در نتیجه تصمیم‌گیری که صورت می‌پذیرد حداکثر شرایط را در نظر خواهد داشت. در بخش بعدی مقاله به این موضوع باز خواهیم گشت.
نمونه‌هایی از جنگ‌افزارهای گروهی در جهان معرفی شده است. در سال ۲۰۱۶ میلادی ایالات متحده گروه پهپادی متشکل از ۱۰۳ عضو را که دارای هوشی جمعی بودند آزمایش کرد. در توضیح این پروژه آمده است که این دسته‌ی پهپادی به شکل یک مغز توزیع‌شده تصمیم‌گیری می‌کردند و هر عضو نسبتش را با سایر اعضا به درستی تعیین کرده و با شرایط جدید گروه خود را منطبق می‌سازد. مدل روباتیک گروهی محدود به هوا نبوده است بلکه یکی از جنگ‌افزارهای نوظهوری که می‌تواند میدان نبرد را تغییر دهد برای دریا ساخته شده است. در چند سال گذشته نوعی شناور روباتیک سبک معرفی شده است که می‌توانند ناوهای بزرگ را همراهی کنند. این دسته‌ی روباتیک دریایی می‌تواند به صورت پیشگیرانه با عناصر مهاجم خارجی بسیار دورتر از ناو اصلی درگیر شود. همچنین عملیات تجسس را نیز می‌تواند به سرعت انجام دهد. بسیاری از کارشناسان معتقدند روباتیک گروهی دریایی می‌تواند در سال‌های آینده حتی از نمونه‌های هوایی آن نیز مهم‌تر واقع شود.
به طور خلاصه در این قسمت از مقاله به شرح گزینه‌های پیشِ رو برای خودمختاری روباتیک پرداختیم و تلاش شد تا با طرح روباتیک گروهی و هوش جمعی ابعاد آینده‌ی این فناوری را در حد توان بشکافیم. در بخش پایانی این مقاله به حرکت از خودمختاری به سمت تکینگی (Singularity) در صنعت جنگ‌افزار روباتیک خواهیم پرداخت.
