Возможно, самым известным недавним достижением в области искусственного интеллекта является AlphaGo, разработанный командой DeepMind компании Google. В марте 2016 года AlphaGo обыграл Ли Седоля, одного из лучших игроков мира, со счетом четыре партии к одному в китайской стратегической настольной игре Го (или Вэйчи), истоки которой восходят к временам до нашей эры. Система AlphaGo освоила игру за сорок дней после того, как ее накормили ходами и контрходами мастера Го прошлых лет. Вскоре после успеха AlphaGo компания DeepMind выпустила AlphaGo Master, который в марте 2017 года победил самого рейтингового игрока Ке Цзе. После этого успеха команда DeepMind разработала AlphaGo Zero, которой просто скормили правила игры. Начиная с нуля, машина играла сама с собой без каких-либо исторических данных. В процессе игры AlphaGo Zero определяла новые тактики и ходы. Три недели спустя, в октябре 2017 года, она победила предыдущую версию AlphaGo со счетом 100 партий на ноль.
Совсем недавно алгоритм игры в покер под названием Pluribus, разработанный исследователями из Университета Карнеги-Меллона и лаборатории искусственного интеллекта Facebook, обошел группу элитных игроков в покер в игре Texas Hold 'Em, сложной игре в покер, в которой, как считается, психология сыграла значительную роль в определении победителя. Однако Даррен Элиас, профессиональный игрок, участвовавший в играх, пришел к выводу, что успех Pluribus можно выразить просто в «чистых цифрах и процентах».
Стремительное развитие ИИ за последнее десятилетие или около того заставило Владимира Путина перефразировать предсказания президента Кеннеди о космосе и заявить, что государство, которое первым освоит ИИ, «станет правителем мира». Для некоторых наблюдателей такие примеры, как AlphaGo, указывают на то, что ИИ изменит все аспекты жизни людей, включая то, как они сражаются.
Процесс производства предлагает метафору для понимания конкуренции между государствами и фирмами за лидерство в разработке и использовании потенциала ИИ. Сырьем для ИИ являются массивы данных. Они обрабатываются с помощью методов машинного обучения, используемых компьютерами. Конечным продуктом являются алгоритмы, используемые для различных целей. Другими словами, растущий Интернет вещей генерирует огромное количество данных, которые могут быть организованы в наборы данных. Аналитика больших данных "очищает" эти данные и передает их в машинное обучение, которое улучшает ИИ. По словам одного из экспертов, «информация - это нефть 21 века, а аналитика - двигатель внутреннего сгорания».
Достижения в области ИИ позволяют повысить уровень автономности. Автономность подразумевает делегирование решения уполномоченному субъекту для выполнения действий в определенных границах. Системы, управляемые предписанными правилами, которые не допускают отклонений, считаются автоматизированными, а не автономными. Чтобы система была автономной, она должна быть способна самостоятельно определять и выбирать различные варианты действий для достижения целей на основе своих знаний и понимания среды, в которой она функционирует. Основой для автономности является искусственный интеллект. Вообще говоря, системы, обеспечивающие автономность в состоянии покоя, работают виртуально, в программном обеспечении. Системы, обеспечивающие автономность в движении, имеют физическое присутствие, например, в робототехнике и автономных транспортных средствах.
Автономное оружие - не новинка. Те, которые используют датчик для запуска автоматических военных действий, например, мины, существуют уже более века. Более совершенное оружие, такое как торпеды с акустическим наведением, способные поражать цели без контроля, появилось во время Второй мировой войны. В последнее время компьютеры с постоянно растущей вычислительной мощностью позволяют постепенно и постоянно переходить к большей автономии в военных операциях. Во время холодной войны на вооружение были приняты ракеты , использующие бортовые датчики и компьютер для наведения на цель без какой-либо связи с оператором после выбора цели и запуска ракеты.
Военные последствия
ИИ способен внести значительный, а возможно, и глубокий вклад в эффективное функционирование разведывательно-ударных комплексов. Отчасти это связано с быстрым ростом сенсорных технологий, которые поддерживают усилия по разведке, наблюдению и рекогносцировке. Современные датчики производят огромное количество необработанных данных, превосходящих возможности военных и разведывательных организаций по их обработке и анализу.
Некоторые необслуживаемые наземные датчики и подводные системы используют бортовую автономную обработку для уменьшения потока данных, передаваемых пользователям, что значительно снижает требования к полосе пропускания связи и нагрузку на людей-аналитиков. Расширение объема данных, которые можно анализировать, при одновременном сокращении времени, необходимого для анализа, особенно важно в условиях зрелого режима высокоточной войны, описанного в Главе 3, где особое внимание уделяется сжатым циклам поражения.
Используя ИИ, сенсорная платформа может также корректировать свой сбор и аналитическую направленность в режиме реального времени, не дожидаясь инструкций, тем самым устраняя лишние данные. Например, для беспилотника с человеком "в петле" необходимо передавать зашифрованные данные между ним и оператором. Но каналы передачи данных боевой сети будут мишенью противника. В той мере, в какой ИИ может снизить требования к передаче данных, он снижает нагрузку на боевую сеть разведывательно-ударного комплекса и силы разведки.
ИИ начинает пробивать себе дорогу в усилиях по улучшению разведывательных способностей передовых военных организаций. Например, американские военные в рамках проекта Project Maven пытаются решить растущую проблему анализа поступающей лавины данных достаточно быстро и эффективно, чтобы максимизировать их ценность. Чтобы повысить способность американских военных наносить удары по целям, чувствительным к времени, проект стремится превратить записи с беспилотных летательных аппаратов в полезные разведданные с помощью машинного обучения быстрее, чем это могут сделать люди-аналитики. Один из генералов, участвовавших в проекте, был настолько впечатлен, что рекомендовал «Министерству обороны никогда не покупать другую систему вооружений ... без искусственного интеллекта».
Соревнование разведчиков включает действия, предпринимаемые для выявления того, что замышляет противник, одновременно отказывая противнику в аналогичной информации относительно дружественных сил, намерений, операций и возможностей. Это включает в себя усилия по обману противника, активно снабжающего свои разведывательные силы информацией о том, чего не делают дружественные силы. Последние достижения в области систем глубокого обучения позволяют им генерировать правдоподобные изображения ключевых гражданских и военных лидеров с высоким разрешением, а также пейзажи (включая ключевые географические особенности) и объекты, такие как корабли, самолеты и танки. В той мере, в какой такие изображения могут сбить с толку человека, успех в определении разницы между тем, какие изображения предоставляют силы разведки, которые являются реальными, а какие нет, может сводиться к тому, алгоритмы ИИ какой стороны смогут лучше определить обман другой стороны в контексте "алгоритмической войны". Воюющие стороны также могут использовать ИИ для генерирования большого количества кажущихся интересными, но ложных данных, чтобы насытить аналитические способности ИИ противника.
Успех разведки может повысить эффективность РСК за счет увеличения скорости действий, также известной как "последовательность вступления в бой" или "цепь поражения". Однако скорость действий также зависит от того, насколько быстро информация от разведчиков дойдет до командира; насколько быстро будет принято решение о том, нужно ли действовать и как действовать; насколько быстро будут скоординированы эти действия; и насколько быстро оружие будет направлено к цели. Это также зависит от самой цели. Разведка, выявляющая неподвижную цель, при прочих равных условиях не требует такого сжатого времени на поражение, как мобильная цель, местоположение которой может меняться в зависимости от ее скорости и задержки между ее обнаружением и поражением. Последовательность обнаружения, принятия решения, действий и оценки результатов может быть усилена анализом разведданных и поддержкой принятия решений с помощью ИИ. Рассмотрим, например, программу Sentient Национального разведывательного управления США (NRO).
NRO отвечает за разработку, приобретение и эксплуатацию разведывательных спутников США. Его программа искусственного интеллекта под названием Sentient якобы предназначена для получения и обработки огромного количества данных, их анализа и ориентации американских спутников на те вещи, которые дадут наилучшие результаты. Теоретически, Sentient можно попросить работать с изображениями, полученными с NRO, военных и коммерческих спутников, а также с дополнительными данными разведки - лавина данных, которая перегрузит человеческих аналитиков NRO. Официальный представитель NRO утверждает, что, вооружившись этими данными, "Sentient каталогизирует обычные модели, обнаруживает аномалии, помогает прогнозировать и моделировать потенциальные действия противника". . . . Sentient - это думающая система". В идеале, Sentient может обеспечить раннее предупреждение об атаке, обнаруживая закономерности и аномалии, связанные с передвижением войск соперников и коммуникационными схемами, которые человеческий анализ может пропустить. По словам NRO, "Sentient призван помочь аналитикам "соединить точки" в большом объеме данных".
Успех Sentient во многом зависит от количества и качества данных, которые ему предоставляются. Учитывая это, NRO заключило контракт с частными фирмами на предоставление данных, которые могут быть переданы в Sentient. Одна фирма, Maxar, предоставляет спутниковые снимки высокого разрешения. Другая, Planet, управляет группировкой спутников CubeSat, которые ежедневно делают снимки всей суши Земли. Третья фирма, BlackSky, "собирает" данные с 25 спутников, более 40 000 источников новостей, около 100 миллионов мобильных устройств, примерно 70 000 кораблей и самолетов, 8 социальных сетей и около 5000 датчиков окружающей среды. BlackSky предоставляет эти данные в качестве сырья для аналитики больших данных для машинного обучения, чтобы помочь NRO в более эффективном фокусировании своих спутников, одновременно предупреждая человеческих аналитиков о ключевых закономерностях и выводах.
Необходимость в поддержке ИИ особенно остро ощущается в ситуациях, когда последовательность боевых действий сильно сжата и должна быть продолжительной. Люди определенного возраста могут вспомнить раннюю видеоигру под названием Space Invaders, в которой игроку поручалось "отстреливать" враждебных инопланетян, спускающихся на экран с "неба". По мере прохождения игры инопланетяне спускались все быстрее, и в конце концов одолевали всех, кроме самых опытных игроков. Аналогичная проблема возникает и у тех, кому поручено защищаться от кибер- и ракетных атак. Такие ситуации угрожают перегрузить способностью принимать решения и реагировать даже очень способных, хорошо обученных людей. В подобных ситуациях задача состоит не только в том, чтобы быстро и эффективно отреагировать на атаку, но и в том, чтобы поддерживать эту реакцию в течение всего времени, пока атака продолжается, которое может растянуться на минуты, часы или (в случае кибернетической атаки) даже недели.
Если заглянуть в будущее, то "космические захватчики" могут появиться в новых формах, таких как рои беспилотников (как во многих современных боевиках), гиперзвуковые ракеты или кибернетические полезные нагрузки. Например, рассмотрим авианосец, атакуемый большим количеством баллистических и гиперзвуковых крылатых ракет. Эффективная защита от такой атаки зависит от быстрой обработки и анализа больших объемов данных, использования результатов для определения приоритетности целей, выявления вариантов поражения и выбора подходящего из них. Скорость, с которой это должно происходить, и время, в течение которого это может быть необходимо поддерживать, вероятно, превысят способность человека эффективно управлять обороной авианосца. Достижения в области машинного обучения могут позволить эффективное автономное поведение в таких обстоятельствах. В последние годы произошли значительные улучшения в приложениях для обработки сигналов, которые могут ускорить и улучшить интеграцию данных, генерируемых сетью датчиков. Сочетание ИИ и слияния датчиков может помочь определить, какие нападающие должны быть задействованы, в какой последовательности, и какие перехватчики лучше использовать. Предвестник этой "алгоритмической войны" произошел во время ракетного обстрела Израиля из Газы в 2021 году. Железный купол", израильская система противоракетной обороны, сыграла решающую роль в ограничении ущерба от этих атак. Когда ракетные обстрелы происходили большими залпами - "ливнем" ракет - управляемый ИИ компьютер определял, когда и где запустить израильские перехватчики.
В ночь с 5 на 6 января 2018 года неизвестные напали с тринадцати вооруженных беспилотников на российскую авиабазу Хмеймим и соседнюю военно-морскую базу Тартус в Сирии. Россияне отбили атаку, используя сочетание средств противовоздушной обороны и радиоэлектронной борьбы. 14 сентября 2019 года более двадцати начиненных взрывчаткой беспилотников, запущенных Ираном или одной из его сторонних организаций, нанесли удар по нефтяным объектам Саудовской Аравии в Абкайке, крупнейшем в мире центре стабилизации сырой нефти. Беспилотники вывели из строя около 5,7 миллиона баррелей в день добычи нефти, что составляет примерно 5 процентов от общего мирового объема.
Хотя эти атаки были скоординированы, маловероятно, что беспилотники управлялись единым алгоритмом роения, основанным на ИИ. Атаки роения могут показаться аморфными; однако, согласно данному определению, они намеренно структурированы и скоординированы, способны осуществляться с нескольких направлений. Со временем развитие ИИ может позволить осуществлять высоко скоординированные атаки сотен или даже тысяч автономных систем, что было бы невозможным для человеческих контролеров.
Что произойдет, когда защитники столкнутся с гораздо более масштабной атакой беспилотников, использующих сложное управление на основе ИИ? Этот вопрос мог показаться причудливым несколько лет назад. Сейчас он кажется гораздо менее фантастичным. В начале 2019 года Иран провел учения под названием "Путь в Иерусалим", в которых участвовали 50 беспилотников, которые, по утверждению Тегерана, действовали скоординированно и наносили удары по заранее определенным целям на территории протяженностью более 500 миль.
Ведущие военные страны мира стремятся использовать ИИ для обеспечения беспилотникам возможности действовать роем. В январе 2017 года ВМС США провели испытания роя из 103 беспилотников, запущенных с трех самолетов F/A-18. Беспилотники общались друг с другом независимо от управления человеком и продемонстрировали продвинутое поведение роя, такое как коллективное принятие решений, адаптивный полет в строю и самовосстановление.
ВМС США - не единственная служба в вооруженных силах США, изучающая потенциал роев. В рамках проекта ВВС США "Золотая орда" высокоточные управляемые боеприпасы соединяются с миниатюрной воздушной приманкой (MALD), которая после запуска работает как автономный рой. Этот рой может помочь самолетам проникать через вражескую противовоздушную оборону, обманывая или просто подавляя ее. Им также может быть дано указание определять приоритетность конкретных целей и поражать любые "всплывающие" цели, которые неожиданно появляются во время полета. Если некоторые беспилотники в рое будут оснащены датчиками и средствами связи, они смогут проводить оценку боевого ущерба, передавая изображения цели непосредственно перед ударом оружия и после него. Эти данные могли бы поступать в алгоритм искусственного интеллекта компьютера, цель которого - быстро, непрерывно и автономно изменять приоритеты целей дронов по мере необходимости. Прогресс на сегодняшний день обнадеживает. В мае 2021 года в ходе испытаний в Уайт-Сэндс, штат Нью-Мексико, два самолета F-16 одновременно выпустили оружие - четыре с одного самолета и два с другого, после чего оружие установило связь друг с другом, получая в полете информацию о цели с наземной станции, которая направляла их на переключение внимания на более приоритетную цель. В ходе испытаний также было успешно обнаружено, что два оружия выполняют синхронизированную одновременную атаку по времени на цель.
Соединенные Штаты - далеко не единственная страна, применяющая технологию роя. На закрытии китайского форума Global Fortune в Гуанчжоу 7 декабря 2018 года хозяева установили мировой рекорд по самому большому рою дронов, когда-либо развернутому. В течение почти десяти минут 1180 дронов маневрировали как единая группа, танцуя и координированно мигая огнями в рамках воздушного шоу. Фирма Ehang, предоставившая рой, оценивает каждый дрон примерно в 1 500 долларов, включая каналы передачи данных и программное обеспечение, используемое для управления. Эти дроны могут маневрировать в пределах отклонения полета в два сантиметра по горизонтали и один сантиметр по вертикали. Если дрон не может достичь запрограммированной позиции, он автоматически приземляется, не угрожая целостности роя.
Китай имеет амбициозные планы в отношении своих роев. Один из них предусматривает вывод роя беспилотников в ближний космос в составе ударных сил "комбинированного оружия", состоящих из стелс-дронов, гиперзвуковых аппаратов и высотных дирижаблей. Очень сложный, гетерогенный рой, включающий в себя разведывательные, командные и управляющие и ударные элементы, может быть выпущен пилотируемыми самолетами, такими как истребители и бомбардировщики, и даже другими дронами. Если НОАК реализует свое видение , она создаст новый тип управляемого ИИ разведывательно-ударного комплекса, способного значительно сократить последовательность боевых действий.
Операции роя не обязательно будут ограничены воздушной областью. Рассмотрим, например, современные противокорабельные мины. Мобильные интеллектуальные мины могут действовать как рой, позиционируя себя как минное поле и поддерживая это поле, несмотря на вражеские операции по тралению, обнаруживая, где в поле появляются бреши, и закрывая их на основе того, какие географические точки (например, дроссельные пункты) имеют приоритет охвата. Соответственно, обороняющаяся сторона, в зависимости от сложности своего ИИ, может использовать подводные дроны в группах охотников-убийц для траления мин, направленных на обнаружение, выведение из строя и/или уничтожение роя минных полей, управляемого ИИ.
Развитие роев может быть ограничено не столько достижениями в области ИИ, сколько другими факторами, такими как двигательная установка и связь. Относительно безыскусные атаки дронов, описанные здесь, с участием большого количества небольших дронов, несущих скромную полезную нагрузку, предполагают, что их дальность может быть весьма ограниченной. Конечно, дроны могут быть доставлены системами дальнего радиуса действия, такими как малозаметные бомбардировщики или большие "арсенальные беспилотники". Однако даже простые рои могут атаковать очень ценные цели, особенно те, где для уничтожения или вывода из строя цели требуется лишь небольшое количество взрывчатки или шрапнели. На самом деле, многие крупные, сложные платформы, такие как военные корабли и самолеты, сильно зависят от "мягких" компонентов, таких как радары и стелс-покрытия, которые даже небольшой заряд взрывчатки, правильно установленный, может сделать неэффективными. Рои беспилотников также могут быть особенно хорошо приспособлены для атак на подстанции электросетей и другие ключевые стационарные объекты критической инфраструктуры.
Например, предположим, что небольшие беспилотники со скромной полезной нагрузкой могут быть запущены достаточно близко к авианосцу - скажем, с подводной лодки, коммерческого судна или с берега, когда авианосец проходит через узловую точку. Нынешние средства противовоздушной обороны могут оказаться серьезным испытанием против роя из сотен таких нападающих. Какие варианты открыты для защитника? Один из вариантов - оружие широкого радиуса действия, похожее на дробовик, чьи очереди могут уничтожить целый рой маленьких, хрупких дронов. Прогресс в области высокоэнергетических лазеров, пороховых и рельсовых пушек также может позволить эффективно защищаться от атак роя. Многое, конечно, будет зависеть от темпа стрельбы и способности эффективно нацеливаться и вступать в бой на высоких скоростях. Это может потребовать принятия решений на основе ИИ, особенно в отношении идентификации целей и определения приоритетов, особенно в ситуациях, когда атаки продолжаются более нескольких минут или около того.
Благодаря растущей эффективности, масштабируемости и распространению систем ИИ, вряд ли можно считать надуманным, что они будут использоваться для увеличения размера, скорости и сложности атак. Конечно, по мере увеличения числа потенциальных субъектов, способных осуществлять такие атаки, выявить истинный источник атаки может становиться все труднее.
Демократизация разрушения
Распространение передового военного потенциала в сочетании с перспективно низкими барьерами для вступления в конкурентную борьбу на высоком уровне в некоторых новых областях военных действий - например, в кибер- и биологической войне - привело к "демократизации разрушений", в результате которой даже небольшие группы имеют потенциал для нанесения ущерба, значительно превышающего тот, который группы сопоставимого размера были способны нанести всего лишь поколение назад. Как свидетельствуют такие конфликты, как Вторая ливанская война, операции российских "маленьких зеленых человечков" в Украине и рост числа негосударственных атак с использованием ransomware на критически важную экономическую инфраструктуру, разрыв между разрушительным потенциалом государственных и негосударственных сил в последние десятилетия значительно сократился.
Роевые операции становятся возможными благодаря распространению беспилотных наземных, морских и воздушных платформ, управляемых искусственным интеллектом. Доступ к ним становится все более доступным для тех, кто хочет и может заплатить цену. Объем рынка коммерческих беспилотников в 2020 году превысит 22 миллиарда долларов, а некоторые наблюдатели ожидают, что к 2025 году он удвоится.
Дроны становятся все более доступными, а цены на них снижаются, что примерно соответствует нашему опыту с компьютерами. Небольшой винтокрылый беспилотник продается на сайте китайской компании Alibaba по цене около 400 долларов. Изготовленный из углеродного волокна, он использует GPS и инерциальную навигацию для наведения, применяет автономное управление полетом и оснащен тепловым датчиком и гидролокатором. Этот БПЛА также обеспечивает видеосъемку в полном движении и несет килограммовую (2,54 фунта) полезную нагрузку с восемнадцатиминутным запасом прочности. Продажи дронов-квадрокоптеров быстро растут. Точные цифры получить трудно, но, по оценкам, ежегодные продажи потребительских дронов превысили миллионный рубеж. Только в США насчитывается более 120 000 пилотов коммерческих дронов и 800 000 любителей дронов. Та же тенденция прослеживается и в отношении подводных дронов. Относительно дешевый китайский беспилотный подводный аппарат Haiyan несет полезную нагрузку из нескольких датчиков и может двигаться со скоростью четыре узла на расстояние около 650 миль, достигать глубины 1000 метров и поддерживать жизнедеятельность в течение тридцати дней.
Хотя малые державы и негосударственные группы могут счесть слишком дорогостоящей или технически сложной разработку ИИ, способного превратить беспилотники в рой, барьеры для его приобретения не могут быть непреодолимыми. Новые коммерческие алгоритмы ИИ иногда копируются и распространяются в считанные недели. Как это часто бывает с коммерческим программным обеспечением, некоторые из них могут быть приняты для военного использования. И хотя разумно предположить, что алгоритмы, на которых основаны военные системы ИИ, будут тщательно защищены, история кибершпионажа показывает, что решительные попытки проникновения со стороны передовой кибердержавы или даже преступной группы могут увенчаться успехом. Таким образом, небезосновательно предполагать, что сложные системы, управляемые ИИ, могут стать широко доступными. На самом деле, рост возможностей и продаж беспилотников дополняется растущей доступностью автономных систем навигации и управления, а также небольших высококачественных камер, которые могут быть размещены на борту этих дронов. Такие усилия, как Buzz, язык программирования с открытым исходным кодом, специально разработанный для понимания и прогнозирования поведения роя, могут ускорить развитие роя для менее развитых военных и даже негосударственных групп.
Эти тенденции позволяют предположить, что относительно примитивные атаки роя дронов могут быть использованы даже негосударственными группировками, такими как "Хезболла". Атаки роя могут, например, нарушить работу передового пункта вооружения и дозаправки самолетов морской пехоты США (FARP). Склады топлива и боеприпасов на FARP, а также антенны связи и другие "мягкие" цели могут стать привлекательными объектами для беспилотников с относительно небольшой взрывной нагрузкой. Рой из сотен небольших стационарных или винтокрылых БПЛА, вместо того, чтобы пытаться вести точное прицеливание, мог бы ошеломить оборону РВСН, либо представив больше целей, чем защитники могли бы поразить одновременно, либо исчерпав запасы оружия для противодействия рою. Тем не менее, в зависимости от ИИ обороняющихся систем, может оказаться возможным победить атакующий рой с помощью контрроя, примерно так же, как израильтяне смогли сделать с помощью "Железного купола" против палестинских ракетных атак. В этом примере подразделение морской пехоты, защищающее FARP, запускает свой собственный рой, включающий дроны, обладающие большей маневренностью по сравнению с атакующим роем, и перехватывает атакующие дроны до того, как они смогут вывести FARP из строя.
В других операциях роя могут использоваться простые дроны-квадрокоптеры, оснащенные небольшой полезной нагрузкой и датчиками для обнаружения вражеских средств связи в непосредственной близости от них. После обнаружения беспилотный квадрокоптер может подлететь к излучателю связи и самоподрываться. При условии скромных средств защиты, которые должны быть в состоянии обнаружить простой беспилотный квадрокоптер, для успеха атаки может потребоваться целый рой. Если целевой излучатель прекратит передачу до того, как БПЛА взорвется, остальные дроны, больше не чувствуя радиочастотного излучения, могут вернуться в спящее состояние, пока их не активируют датчики.
Другим возможным противодействием этой форме атаки может быть использование защитником дешевых ложных излучателей для отвлечения атакующих от реальных систем связи. Еще одна оборонительная тактика может заключаться в том, чтобы найти сетевую систему связи, варьирующую те излучатели, которые используются в любой момент времени. Включая и выключая системы, обороняющаяся сторона может побудить дроны исчерпать свой относительно небольшой запас топлива. В качестве ответного хода со стороны нападающей стороны беспилотники могут нанести удар по цели, как только она будет идентифицирована, независимо от того, прекратились ли ее излучения. Помимо помощи атакующим дронам в идентификации целей и координации атаки, ИИ также может оказаться полезным, помогая рою отличать истинные излучатели от ложных.
Достижения в области распознавания изображений ИИ также могут позволить осуществлять точное нацеливание даже относительно неискушенным субъектам. Менее чем за десять лет лучшие системы ИИ улучшили свои показатели, правильно классифицировав около 70 процентов представленных им изображений до 98 процентов, превысив человеческий показатель в 95 процентов. Это позволяет предположить, что автономные системы вооружения, такие как беспилотники, могут быть оснащены ИИ, позволяющим им распознавать лицо цели. Последствия отрезвляют. 12 ноября 2017 года на YouTube было опубликовано видео под названием "Slaughterbots". В нем рассказывается о будущем, в котором небольшие беспилотники, оснащенные системами распознавания лиц и зарядами кумулятивной взрывчатки, выискивают и убивают конкретных людей или группы людей, например, тех, кто носит определенную униформу. Подобные атаки могут показаться фантастикой, но, учитывая последние достижения в области ИИ и беспилотников, о которых мы только что рассказали, было бы глупо сбрасывать их со счетов. Эксперт по робототехнике Пол Шарре считает, что «сверхдешевые 3D-печатные мини-дроны могут позволить Соединенным Штатам использовать миллиарды - да, миллиарды - крошечных, похожих на насекомых дронов».
Кровь и сокровища
В армии США есть поговорка: "Никогда не посылайте солдата, когда можно послать пулю". Это в целом верно для западных обществ, которые высоко ценят человеческую жизнь. Переход к профессиональным ("добровольческим") вооруженным силам в ведущих западных державах и в некоторых других военных державах в сочетании с резким снижением рождаемости в обществах с развитой экономикой сделал набор, обучение и удержание военнослужащих все более дорогостоящим предложением. Поскольку военным организациям никогда не хватает финансирования для выполнения всего, что от них требуется, замена войск автономными роботами с поддержкой ИИ становится все более привлекательным предложением. Генерал британской армии в отставке сэр Ричард Баррос сказал об этом прямо: "Вы можете послать своих детей воевать ... и делать ужасные вещи, или вы можете послать свои машины и сохранить своих детей". Он мог бы добавить, что роботы не устают, не болеют и не имеют семей, которые беспокоятся об их благополучии. И, как заметил один бывший высокопоставленный британский офицер, «главное в роботах то, что у них нет пенсий».
ИИ и атаки кибервойск
Прогресс в области ИИ, по-видимому, окажет сильное влияние на киберконкуренцию. Автономное принятие решений в системе заложено в ее программном обеспечении. Чем сложнее среда принятия решений ИИ, тем сложнее, скорее всего, будет программное обеспечение. Системы автономного принятия решений, как правило, имеют, помимо прочего, органические датчики, набор хранимой информации и способность получать и внедрять обновления программного обеспечения. Если эти системы мобильны, они, как правило, имеют возможности точной навигации и определения времени (PNT) и предотвращения столкновений. Они также могут обладать самодиагностикой и элементами аварийной безопасности. Все это создает потенциальные точки входа для проведения кибератак на них. ИИ может повысить шансы успешного взлома автономных систем принятия решений.
Рассмотрим передовую постоянную угрозу (APT), в которой злоумышленник, обычно государство или спонсируемая государством группа, активно использует слабые места в кибербезопасности обороняющейся стороны, чтобы получить доступ к ее компьютерной сети, намереваясь оставаться незамеченным, пока он манипулирует сетью в своих целях, например, путем внедрения вредоносных программ. Создание APT является трудоемким делом, требующим высокой квалификации. С развитием машинного обучения и искусственного интеллекта процесс поиска уязвимостей в сети может быть все более автоматизирован, что позволит увеличить частоту сложных попыток проникновения в сети. Если это подтвердится, то ограничивающим фактором в разработке APT может стать не труд, а капитал в виде машинного обучения и ИИ. Если это так, то любая группа, обладающая финансовыми ресурсами для приобретения потенциала APT, управляемого ИИ, сможет значительно усилить свой потенциал наступательной кибервойны. Это может быть возможно даже для групп, обладающих лишь базовыми знаниями о кибер-операциях. Теоретически, можно просто запустить в работу готовую систему ИИ. Поскольку стоимость тиражирования программного обеспечения ИИ ничтожно мала, барьеры для распространения АПТ могут быть значительно снижены.
Сегодня противодействие кибератакам обычно требует выбора между частотой и масштабом атак, с одной стороны, и их эффективностью - с другой. Так обстоит дело с "фишингом" и "копьеметанием". Фишинговые атаки подразумевают рассылку общих сообщений большому количеству адресатов. Они используются, несмотря на очень низкий процент успеха, просто из-за огромного количества атакуемых целей. Почти каждый человек получал по электронной почте сообщение, адресованное широкой аудитории, которое побуждает его нажать на иконку или веб-адрес, что приведет к загрузке вредоносного ПО на его компьютер или к раскрытию личной или служебной информации. Большинство получателей просто удаляют письмо. Однако небольшой процент не делает этого.
Spear phishing, с другой стороны, является разновидностью "дизайнерского" фишинга, который предполагает подготовку сообщений электронной почты для определенных групп или лиц. Цель состоит в том, чтобы убедить получателя в том, что письмо пришло от человека или организации, которых он знает и которым доверяет, например, от друга, коллеги или работодателя. Например, в 2019 году хакеры проникли в Redbanc, межбанковскую сеть, соединяющую систему банкоматов Чили. Для этого они инсценировали длительный процесс приема на работу, сопровождавшийся видеоинтервью, чтобы убедить одного сотрудника загрузить и запустить вредоносное ПО. Время, усилия и навыки, затрачиваемые на spear phishing, вознаграждаются значительно большей вероятностью успеха по сравнению с простым фишингом. Это также делает spear phishing относительно дорогим. Однако если значительная часть работы будет автоматизирована с помощью искусственного интеллекта, то можно будет проводить атаки с помощью spear-phishing более эффективно и масштабно.
ИИ и киберзащита
Киберсоревнование, по-видимому, благоприятствует нападению. Иными словами, при равных ресурсах, выделяемых на нападение и защиту, атакующий, как правило, одерживает верх. Потенциальное использование ИИ для усиления наступательных кибер-операций только еще больше усложняет ситуацию с киберзащитой. Однако, как и в других областях военной конкуренции, ИИ работает по обе стороны улицы и способен помочь как обороне, так и наступлению. Как это делается?
Когда кибер-атака осуществляется на ряд конкретных целей, она оставляет после себя криминалистические артефакты или цифровые улики, созданные в ходе атаки. При атаке злоумышленник обычно сначала проводит разведку для выявления слабых мест. Атакующий использует эти слабые места при осуществлении атаки.
Большинство современных средств защиты оптимизированы против известных угроз. Для повышения эффективности киберзащиты необходимо собирать информацию о предыдущих атаках на другие, похожие цели, которая может быть использована для поражения будущих попыток взлома защищаемой системы. Сложные системы киберзащиты основаны на сборе большого количества данных, которые служат сырьем для анализа больших данных. Это очень трудоемкая работа, требующая талантов высококвалифицированных специалистов. Некоторые эксперты считают, что сочетание ИИ и машинного обучения может позволить киберзащитникам не только учиться на предыдущих атаках, но и выявлять аномальное поведение в киберпространстве, чтобы предотвратить еще неизвестные угрозы. Например, анализ больших данных может использоваться для определения базовых параметров сетевого трафика и взаимодействия машин. Эта базовая информация может быть использована с помощью машинного обучения для выявления аномалий в трафике с целью обнаружения ранних признаков вражеского зондирования или готовящейся или готовящейся атаки. Это может позволить ИИ выявлять и блокировать новые атаки, проводить судебно-медицинскую экспертизу, а также осуществлять ремонт или исправления в системе защиты до того, как злоумышленник сможет инициировать модифицированную последующую атаку. И он может делать это со скоростью, которую человек не сможет превзойти, поддерживая свои оборонительные усилия в течение длительного периода времени.
Агентство перспективных оборонных исследовательских проектов США (DARPA), подразделение Пентагона, занимающееся исследованиями и разработками в области передовых технологий, работает над использованием достижений в области аналитики больших данных и машинного обучения для усиления киберзащиты. Программа DARPA под названием Cyber Hunting at Scale (CHASE) объединяет компьютерную автоматизацию и передовые алгоритмы и скорости обработки данных для отслеживания больших объемов данных в режиме реального времени, что позволяет киберзащитникам выявлять сложные атаки, которые иначе могли бы остаться скрытыми среди потока данных, поступающих в систему. Другими словами, ИИ позволяет защите изучать и анализировать гораздо больший процент поступающих данных, чем это было бы возможно. Если усилия DARPA оправдаются, они значительно усилят защиту от более традиционных форм атак, таких как широко распространенные вредоносные программы, фишинг, атаки типа "отказ в обслуживании", а также APT.
Однако использование аналитики больших данных в качестве ключевого элемента киберзащиты сопряжено с рядом проблем, поскольку требует доступа к огромным объемам данных и связанным с ними наборам данных. Это создает уязвимость, поскольку злоумышленник может получить доступ к данным и манипулировать ими, тем самым испортив машинное обучение и созданный на его основе ИИ.
Логистика
Сочетание искусственного интеллекта и аддитивного производства может произвести революцию в военной логистике как в отношении перемещения грузов, так и в отношении сокращения запасов. Коммерческий сектор является ведущим в демонстрации того, что возможно. Например, железнодорожная промышленность США создает сеть связанных с Интернетом датчиков колес и путей вагонов, индикаторов скорости, а также визуальных и акустических датчиков, встроенных в тормоза, рельсы, стрелки и ручные планшеты. Эта сеть генерирует большое количество данных о движении поездов по всей стране. Эти данные, проходя через систему машинного обучения на основе анализа больших данных, расширяют возможности искусственного интеллекта в управлении железнодорожным движением. Данные о местоположении поездов и состоянии путей по всей стране анализируются и используются для корректировки маршрутов тысяч поездов в режиме реального времени. В ходе испытаний система смогла направить около 8000 поездов, курсирующих в 23 штатах, в условиях многократного отключения путей, не потребовав остановки ни одного поезда. Подобные улучшения в военных логистических потоках представляются возможными, по крайней мере, в мирное время и в безопасных тыловых районах во время войны.
Другой коммерческий бизнес, Amazon, показывает, как достижения в области аналитики больших данных и машинного обучения, особенно в сочетании с робототехникой, могут улучшить логистику. Компания Amazon хорошо известна тем, что создает модели покупательского поведения своих клиентов, изучая их заказы, поиск товаров, списки желаний и возвраты, чтобы предсказать, что клиент может купить в следующий раз. Крупномасштабное позиционирование складских запасов на основе ожидаемого спроса значительно повысило эффективность. Спрос военных подразделений на поставки в хаотичных ситуациях военного времени, вероятно, будет гораздо сложнее смоделировать, используя подход Amazon; однако военные организации в мирное время могут повысить эффективность логистики, переняв некоторые из лучших практик компании.
Amazon также использует искусственный интеллект для управления роботами, перемещающими товары на складах. Компания изучает возможности использования в грузовиках для доставки товаров аддитивного производства (3D-печати) для печати товаров клиентов по пути доставки, что позволит снизить затраты на хранение и транспортировку и сократить время доставки. Последствия для военной логистики очевидны.
Что касается логистики в военное время, военные могут извлечь пользу из усилий коммерческих розничных компаний по использованию ИИ для преодоления периодов резких колебаний спроса. Например, сеть магазинов бытовой техники Home Depot использует анализ прогнозирования неблагоприятных погодных условий для определения и размещения ключевых пунктов снабжения непосредственно за пределами зон вероятного воздействия урагана. Эти усилия также позволяют прогнозировать изменения спроса после шторма на срок до шести недель и более.
Военные приняли это к сведению. Армия США заключила контракт с Watson компании IBM (чье программное обеспечение с искусственным интеллектом победило двух чемпионов викторины Jeopardy) на разработку подробных графиков технического обслуживания для парка боевых машин Stryker, опираясь на данные с датчиков, установленных на каждой машине. В рамках второго проекта Watson анализирует доставку военных ремонтных деталей, чтобы определить наиболее эффективные с точки зрения времени и затрат способы доставки. Человеческие аналитики, работающие над этой проблемой, экономили армии около 100 миллионов долларов в год, но могли оценить только 10 процентов данных. Watson может изучить всю деятельность по доставке грузов, что потенциально может обеспечить гораздо большую экономию средств, быстрее и с меньшими трудозатратами.
Барьеры искусственного интеллекта
Несмотря на значительные успехи, достигнутые ИИ, автономные системы демонстрируют превосходство лишь в относительно небольшом проценте задач, которые способен выполнить человек. Также нет единого мнения о том, как быстро будет развиваться ИИ. Несколько переменных могут выступать в качестве ускорителей или тормозов прогресса ИИ и готовности людей принять его. Расхвалив потенциал ИИ, перейдем к рассмотрению препятствий на пути его внедрения.
Напомним, что система ИИ самостоятельно определяет альтернативные варианты действий на основе своих знаний и понимания мира, себя, своей цели и контекста, в котором принимается решение. Следовательно, автономные системы должны реагировать на ситуации, которые не запрограммированы или не предвидятся, поскольку их цель - эффективно функционировать в широком диапазоне перспективных ситуаций, которые не могут быть предопределены. Очевидно, что действия, которые предпринимает система ИИ, также не могут быть предварительно проверены. Поэтому существует возможность быть удивленным - в лучшую или худшую сторону - действиями системы ИИ. Чем сложнее ситуации, которые предстоит решать автономным системам, тем меньше вероятность того, что их хозяева-люди смогут предсказать их действия или даже контролировать их.
Риски вряд ли можно назвать тривиальными. Хотя ИИ может сортировать массы данных быстрее, чем армии человеческих аналитиков, и находить закономерности, которые не смог бы выявить ни один человеческий разум, он также может совершать ошибки, на которые не способен ни один человеческий мозг, - явление, известное как «искусственная глупость». Проблема кроется в способе создания ИИ. Он не является продуктом построчного программирования; скорее, излюбленный метод заключается в подаче ему огромного количества данных, очищенных с помощью анализа больших данных. Эти данные используются для машинного обучения путем проб и ошибок и опыта. Однако при таком методе создателям ИИ очень трудно понять, как он обучается, или связь между решением системы ИИ и теми факторами, которые привели ее к такому решению. Рассмотрим, например, использование ИИ для создания автомобилей без водителя. Как многие из нас знают, когда автомобили с человеческим управлением ждут на светофоре, водители часто подаются вперед, пытаясь обогнать поток машин. Было обнаружено, что некоторые автомобили, управляемые ИИ, иногда присоединяются к ним, проезжая вперед на красный сигнал светофора, хотя в правилах вождения, предоставленных ИИ, нет ничего, что указывало бы на то, что он должен действовать подобным образом. ИИ научился такому поведению, но его создатели не знают, как и почему. Чтобы создать проблемы, не нужен злобный ИИ, достаточно иметь ИИ, который может преподнести несколько нежелательных сюрпризов. Чему учится ИИ, о чем он нам не "говорит"? Можем ли мы предвидеть неожиданные и нежелательные решения ИИ по мере его обучения?
Некоторые эксперименты с ИИ служат примерами этой слишком реальной проблемы. В одном эксперименте, напоминающем беглые метлы из "Ученика колдуна", прототип робота был запрограммирован на спуск складских ящиков по желобу. Камера наблюдения следила за его продвижением, чтобы робот мог быть деактивирован в случае необходимости. Однако робот научился блокировать камеру, чтобы продолжать выполнять свою работу - спускать коробки по желобу. В этом контексте последствия действий робота были относительно безобидными. Однако не нужно большого воображения, чтобы представить себе систему управления огнем с искусственным интеллектом, предназначенную для поражения приближающихся высокоскоростных ракет, а также для поражения приближающихся дружественных самолетов.
Аналитика больших данных будет играть важную роль в определении того, насколько интеллектуальным станет ИИ и как быстро это произойдет. Это связано с тем, что алгоритмы машинного обучения, составляющие основу ИИ, хороши лишь настолько, насколько хороши наборы данных, являющиеся сырьем для их обучения. Необработанные данные - это плохое питание для алгоритмов машинного обучения, особенно на начальном этапе их развития. Этим алгоритмам нужны хорошо маркированные данные, чтобы обеспечить базовый уровень истинности, с которым они могут сверять свои выводы. Видит ли видеозапись вражескую танковую колонну или линию ложных целей? На разведывательных фотографиях виден лагерь террористов или группа беженцев? Обнаруживают ли сигналы важную кодированную передачу или просто помехи? Слишком маленький набор данных, плохо обозначенный, содержащий неточности или испорченный злоумышленниками, может подорвать разработку эффективного ИИ. В таких случаях аналитика больших данных становится большой проблемой.
Хитрый враг попытается испортить набор данных, используемых для обучения ИИ. Поскольку получить достаточное количество хороших данных для машинного обучения зачастую непросто, многие наборы данных находятся в общем доступе, что сужает круг проблем для противника, пытающегося скомпрометировать их ценность. Еще большую тревогу вызывает тот факт, что вражеская военная или разведывательная организация, проникшая в базу данных, может быть способна скормить сопернику ложные данные в попытке "настроить" его ИИ на изучение "реальности", которую враг хочет, чтобы он знал.
Риски, связанные с несанкционированным поведением ИИ, могут быть особенно острыми в случаях, когда большое количество роботов управляется системой ИИ, работающей на централизованном сервере, или когда многие роботы управляются одинаковыми системами ИИ. В таких случаях, если ИИ получает одни и те же искаженные стимулы, это может привести к крупномасштабным одновременным поражениям дружественных сил. Например, успешная атака противника на дружественный сервер, на котором ИИ управляет автономными системами оружия, может вызвать катастрофические последствия несколькими способами. ИИ может отдать приказ о массированной атаке на дружественные силы или нанести удар по некомбатантам. Конечно, возможно, что, поскольку ИИ может предпринимать нежелательные действия, усилия противника по подрыву управляемых ИИ действий могут привести к обратному результату. Например, ИИ может начать атаки на вражеские цели, в результате которых дружественные силы предпримут действия, пересекающие "красные линии" противника, что приведет к непреднамеренной - и нежелательной с точки зрения противника - эскалации войны.
Если противнику удастся испортить данные, используемые для разработки ИИ, то диагностировать причины неправильного поведения системы ИИ будет особенно сложно. Это связано с тем, что внутренняя работа алгоритмов машинного обучения зачастую непрозрачна и непредсказуема даже для их разработчиков. Это вряд ли внушает военным организациям доверие при рассмотрении вопроса о передаче принятия решений о жизни и смерти от человека к «призраку в машине». Но учитывая очень сжатые временные рамки, связанные со многими операциями, такими как воздушная, противоракетная и кибернетическая оборона, давление, оказываемое на них, может оказаться непреодолимым, даже если люди, управляющие ИИ, могут не понять, что их системы вышли из строя, пока не произойдет катастрофа. Как ни странно, именно там, где поддержка ИИ нужна больше всего, она также создает наибольшие риски.
Резюме
Последние десятилетия стали свидетелями впечатляющих достижений в области искусственного интеллекта. Но как бы люди ни старались заставить искусственный интеллект работать на них, он обладает собственным разумом и способностью действовать во благо или во вред тому, что он узнал. Им не будет двигать чувство доброты или злобы. Он не будет испытывать удовлетворения или угрызений совести от своих действий, не будет уставать при выполнении задач, страдать от выгорания, звонить больным или вести переговоры об улучшении условий труда.
Если ИИ будет развиваться, он почти наверняка окажет значительное и потенциально глубокое влияние на военный баланс и на характер военных действий, даже на их частоту. Как заключил Национальный совет по разведке США, «растущая автоматизация ударных систем, включая беспилотные вооруженные дроны, и распространение действительно автономных систем оружия потенциально снижают порог для начала конфликта, поскольку меньшее количество жизней будет подвергаться риску».
Учитывая этот прогноз, любая армия, которая не находится на переднем крае развития ИИ, рискует оказаться в невыгодном положении. Следовательно, любой армии, имеющей возможность конкурировать, будет трудно удержаться от этого. Более того, в отличие от разработки ядерного оружия или баллистических ракет, военные не обладают монополией, когда речь идет об ИИ. Сегодня многие коммерческие фирмы активно продвигают разработки в области ИИ. Хотим мы того или нет, но джинн ИИ выпущен из бутылки.
При этом ИИ - действительно обоюдоострый меч, его "мышление" не полностью прозрачно для его создателей. Но именно в этом и заключается суть: Ценность ИИ и его опасность - в его способности удивлять, находить "решения" проблем, которые ускользают от человеческого разума, и действовать в соответствии с ними.
Аддитивное производство: Делать больше и лучше с меньшими затратами
Аддитивное производство (АМ), часто называемое "3D-производством" (или "3D-печатью"), обещает стать началом четвертой промышленной революции. Первая промышленная революция возникла в конце 1700-х - начале 1800-х годов и ознаменовалась изобретением парового двигателя, ткацкого станка и телеграфа. Эти достижения заложили основу для первой волны экономической глобализации. В конце 1800-х годов появление телефона и беспроводной связи (радио) еще больше расширило возможности коммуникации, а изобретение лампочки и электродвигателя позволило странам использовать огромный потенциал электричества. Внедрение Генри Фордом первого сборочного конвейера в 1913 году сделало Вторую промышленную революцию революцией "массового производства", сократив время создания автомобиля модели Т более чем на две трети.
После Второй мировой войны, с изобретением интегральной схемы и рождением полупроводниковой промышленности, началась Третья промышленная революция. Начиная с 1970-х годов, такие изобретения, как персональный компьютер, а затем Интернет, сделали оперативный доступ к большим объемам информации повсеместным. В производственном секторе многое из того, что раньше выполнялось с помощью механических процессов, стало автоматизированным благодаря компьютерным системам и робототехнике. Именно в это время, в 1981 году, впервые появилась 3D-печать с использованием процесса, известного как "стереолитография".
На начальном этапе AM-машины могли печатать только одним материалом одновременно, что значительно ограничивало их ценность. Постепенно 3D-принтеры приобрели способность использовать несколько материалов одновременно. Хотя в ранних процессах AM использовались только пластмассы, современные 3D-принтеры могут легко соединять множество материалов, позволяя изготавливать различные композиты. Сегодня существуют 3D-принтеры, которые могут печатать более чем из 100 материалов. Расширение возможностей процесса аддитивного производства недавно привело к экспериментам с органическими материалами.
Некоторые считают, что мир стоит на пороге потенциальной четвертой промышленной революции, основанной на цифровом производстве и "умном" производстве. Одним из предвестников революции является замедление процесса перемещения производства из стран с развитой экономикой в страны с низкой себестоимостью. Это обусловлено двумя основными тенденциями: ростом производительности труда в высокоразвитых индустриальных обществах благодаря передовой робототехнике и искусственному интеллекту, а также растущей способностью 3D-печати относительно дешево производить товары на заказ в любое время и в любом месте.
Аддитивное и субтрактивное производство
Используя цифровые инструкции и укладывая последовательные слои сырья, 3D-производство создает твердый трехмерный объект. Существует несколько методов 3D-печати, включая струйную подачу материала, сплавление порошкового слоя и фотополимеризацию. Выбор метода зависит от печатаемого изделия, его технических характеристик и качества, выбора материалов и скорости производства.
Аддитивное производство представляет собой фундаментальный переход от субтрактивного производства (СМ), которое доминировало в производстве во время предыдущих промышленных революций. Субтрактивное производство обеспечивает массовое производство продукции с высокой скоростью, но при этом образуется значительно больше отходов, чем при АМ, и оно более ограничено в отношении структур, которые оно может создавать. Благодаря сокращению времени, необходимого для изготовления оснастки и сборки изделий, сокращению сроков производства и минимизации материальных отходов, аддитивное производство может повысить скорость инноваций, расширить специализацию и повысить эффективность цепочки поставок.
Рассмотрим разницу между AM и SM в производстве такого инструмента, как молоток. При субтрактивном производстве берется блок сырья и удаляется лишнее, пока не останется готовый продукт, оставляя значительные отходы в качестве побочного продукта. Процесс AM просто добавляет материал, необходимый для создания молотка, что делает производство более эффективным и менее расточительным. Более того, аддитивное производство предлагает "сложность бесплатно". При субтрактивном производстве повышение сложности конструкции увеличивает затраты. При использовании AM-принтера затраты на производство сложных объектов примерно одинаковы с простыми. После завершения цифрового проектирования создание сложной формы не требует больше времени, навыков или затрат, чем печать простого куба.
Аддитивное производство также может создавать объекты, которые невозможно создать с помощью субтрактивных производственных процессов. Процесс послойного нанесения добавок на 3D-принтере позволяет конструктору оптимизировать прочность, долговечность и другие свойства материала детали, что делает возможным производство широкого спектра новых материалов с изменяемыми свойствами, такими как жесткость и проводимость. В аэрокосмической промышленности, например, часто отдается предпочтение материалам с высокой прочностью и низким весом. Используя 3D-печать, производители могут выточить детали, чтобы сделать самолет более легким и экономичным. Экономия веса может выражаться в экономии на потреблении топлива или увеличении дальности полета, скорости или полезной нагрузки оружия. В отличие от СМ, с помощью АМ можно изготовить деталь, обладающую большей прочностью материала только там, где она необходима, и меньшей там, где ее нет.
Таким образом, АМ также облегчает изготовление сложных компонентов, например, включающих соты. Более того, сложные механические детали, такие как набор шестеренок, могут быть изготовлены без необходимости сборки составных частей. Например, компания GE Aviation изготовила более 45 000 топливных форсунок для реактивных двигателей с помощью 3D-печати. Сопла производятся как единый компонент, а не собираются из почти двух десятков отдельно отлитых деталей при субтрактивном производстве. Когда компания Boeing применила АМ к воздуховоду системы контроля окружающей среды истребителя F-18, шестнадцать составных частей были сокращены до одной. Национальное управление США по аэронавтике и исследованию космического пространства (NASA) использует 3D-печать для изготовления деталей для своих ракетных двигателей. Возможно, еще более впечатляющим является тот факт, что американская компания Aerojet Rocketdyne успешно построила и испытала двигатель, который обычно включает в себя десятки деталей, используя только аддитивное производство. Однако версия AM состояла всего из трех компонентов: инжектора и купола в сборе; камеры сгорания; горла и сопловой секции.
Наконец, дизайн и спецификации компонента могут быть изменены, а новый продукт произведен гораздо быстрее и с гораздо меньшими затратами с использованием АМ по сравнению с субтрактивным производством, особенно в случаях, когда требуется переналадка. Сегодня аддитивное производство выпускает широкий спектр продукции, от подошв для спортивной обуви Adidas до запасных частей для ядерного оружия и Международной космической станцииИ, похоже, мы находимся только в начале пути, который может проделать эта новая форма производства. Ведущие военные страны мира могут добиться значительных улучшений в разработке и производстве систем, логистике и готовности.
Последствия
Аддитивное производство может дать значительную экономию затрат при разработке и производстве военных систем. Как упоминалось ранее, уменьшая потребность в дорогостоящих традиционных производственных мощностях и снижая стоимость рабочей силы, АМ может помочь оборонно-промышленной базе (ОПП) добиться существенного повышения эффективности, высвобождая значительные ресурсы для решения других военных приоритетов. Избегая расходов, связанных с созданием уникальной оснастки и оборудования, АМ может производить модификации быстрее и дешевле, чем традиционные производственные процессы. Это может сократить циклы проектирования, помогая военным более эффективно адаптироваться в условиях турбулентной угрозы.
По сравнению с процессами SM, аддитивное производство может сэкономить значительное количество энергии, как в процессе производства, так и в созданном продукте. Это особенно актуально для отраслей, где требуются малосерийные и дорогостоящие детали, например, в аэрокосмической, военной и ядерной отраслях. Это достигается путем устранения этапов производства, сокращения потерь сырья, повторного использования побочных продуктов и производства более легких, более экономичных компонентов. Рассмотрим, например, производство спутников. Спутники, а также ракеты-носители, которые поднимают их в космос, требуют тщательно продуманных деталей, чтобы снизить вес до абсолютного минимума и при этом экономить дефицитное пространство для полезной нагрузки. Более того, многие детали спутников и ракет-носителей требуются в очень малых количествах, что делает их изготовление с использованием субтрактивных технологий производства, требующих дорогостоящих станков, очень дорогим. Часто такие детали могут быть изготовлены быстрее и относительно дешевле с помощью аддитивного производства.
Использование специально разработанных материалов также возможно при 3D-печати, например, новых сплавов с химическими и физическими характеристиками, разработанными специально для поддержки производимого изделия. Например, высокоэффективные магниты или материалы с интеллектуальной технологией (например, сенсоры) могут быть встроены непосредственно в структуру материала. Сокращая потребность в фабриках и рабочей силе, 3D-печать может привести к возвращению производства в более развитые промышленные страны. Это может снизить риск, связанный с военными системами, которые полагаются на глобальные цепочки поставок ключевых компонентов.
Аддитивное производство может улучшить военную логистику, перенеся часть производства ближе к линии фронта, производя детали по требованию там, где и когда они необходимы. 3D-принтеры могут использовать различное сырье для производства широкого спектра деталей, тем самым повышая гибкость логистической системы. Это представляет собой значительный сдвиг от традиционных процедур военной цепочки поставок, в которых склады хранят множество предметов различных размеров, пытаясь обеспечить наличие необходимого оборудования в нужный момент. Однако физические и финансовые ограничения накладывают ограничения на ассортимент и количество оборудования и деталей, которые можно держать под рукой. С помощью AM можно представить себе пункты снабжения, оснащенные 3D-принтерами и сырьем, которые могут создавать детали по мере необходимости - "логистика точно в срок" - и только те детали, которые необходимы.
Военные явно видят потенциал АМ. ВМС США, например, располагают 3D-принтерами на борту десантного корабля "Эссекс" и используют их для производства беспилотников по индивидуальным заказам. Самые современные 3D-принтеры могут даже производить электронику дрона и бесшовно интегрировать ее в готовое изделие. Это позволяет экипажу корабля экономить место - на кораблях всегда в цене - за счет хранения только основного сырья, а затем печатать детали по мере необходимости.
АМ продолжает завоевывать рынок. Эксперимент по внедрению АМ в работу традиционного склада в 2014 году показал, что расходы сократились на 70-85 процентов от традиционных затрат на цепочку поставок, причем наибольшая экономия пришлась на транспортные расходы. Значительная экономия (17 процентов от общей суммы) была также достигнута за счет сокращения запасов.
В условиях военного времени экономия, получаемая от AM за счет этих эффектов второго порядка, может быть огромной. Подумайте о военных колоннах грузовиков, даже тех, которые движутся в относительно безопасной среде, отнимая дорогостоящую рабочую силу и потребляя большое количество топлива. Жертвы и потери техники в результате нападений на колонны могут быть значительными, что видно на примере ущерба, нанесенного СВУ американским войскам в Афганистане и Ираке. Сокращая потребность в войсках и грузовиках, перевозящих грузы, и их сопровождении, а также размер и количество пунктов снабжения и их охрану, аддитивное производство может оказать значительное косвенное влияние на требования логистики. Признаки влияния АМ в зонах боевых действий уже наблюдаются. Армия США, например, развернула 3D-принтеры в Афганистане, чтобы обеспечить солдат мелкими деталями по требованию.
Процессы аддитивного производства могут сократить расходы и другими способами. Например, современные 3D-принтеры могут ремонтировать металлические детали, если повреждена часть детали, вместо того, чтобы система снабжения была вынуждена закупать или производить новую деталь. Более того, когда производитель снимает с производства продукт или компонент, заменить его может быть сложно или невозможно. Там, где это возможно, аддитивное производство может быть использовано для создания замены снятых с производства деталей после того, как оригинальный производитель вышел из бизнеса, продлевая срок службы старых военных систем и оружия. Этот вопрос вряд ли можно назвать тривиальным, учитывая, что срок службы многих военных систем, таких как танки, корабли и самолеты, может растянуться на многие десятилетия.
Заглядывая за горизонт, можно далеко не фантазировать, представляя себе время, когда военные будут создавать "виртуальные" запасы оборудования основных боевых систем и их компонентов, а возможно, и боеприпасов. В случае войны АМ может помочь в ускоренном производстве путем печати деталей и даже основных элементов оборудования. В этом случае военные в мирное время смогут иметь меньшие активные силы и, соответственно, меньшее количество оборудования.
Барьеры
Хотя аддитивное производство имеет преимущества перед субтрактивными производственными процессами, оно также сохраняет значительные ограничения, особенно в скорости производства. Производственный процесс AM может занять несколько часов или даже дней для изготовления изделия. В отличие от этого, после создания оснастки SM может производить изделия гораздо быстрее - и если ключевая деталь выходит из строя на военном корабле во время боя, она должна быть заменена немедленно, а не через несколько часов. Следовательно, необходимо установить баланс между чувствительными ко времени "готовыми запасными частями" и теми, которые могут быть напечатаны в 3D для менее критических нужд.
Аналогичным образом, в ситуациях, когда боевые потери высоки, 3D-печать запасных частей может оказаться неспособной удовлетворить потребности военных в требуемом масштабе и в требуемые сроки. Таким образом, "железные горы" боеприпасов и хорошо укомплектованные "бункеры" запчастей, вероятно, останутся неизменной чертой военной логистики, хотя их содержимое все чаще будет создаваться с помощью AM.
Есть также опасения по поводу программного обеспечения, используемого для управления процессом 3D-печати. Потенциал для шпионажа и кибернетических злоупотреблений очевиден. Враги попытаются украсть программные файлы, которые обеспечивают 3D-принтеры инструкциями. В случае успеха враг получит доступ к информации о том, как производить критически важные военные компоненты или даже основные системы вооружения, что значительно облегчит его усилия по выявлению слабых мест этих систем. Конечно, это может работать в обе стороны. Защитник может создать "горшочек с медом", содержащий несовершенные конструкции, которые могут обернуться против врага, когда тот попытается их использовать.
Конечно, хакер также может внедрить вредоносное ПО в программное обеспечение автоматизированного проектирования (CAD) 3D-принтера, нарушив процесс AM. Это может проявиться в сбое производства или изготовлении некачественных деталей. Такую подделку киберданных может оказаться трудно предотвратить или даже определить, когда она произошла.
Резюме
За последние годы в аддитивном производстве был достигнут значительный прогресс в обеспечении повышенной гибкости, значительной экономии и больших возможностей для инноваций по сравнению с субтрактивным производством. Уже говорят о "4D-печати": печати изделий, способных менять форму или функцию с течением времени в ответ на изменения в окружающей среде. Хотя препятствия для роста АМ остаются - например, угроза, связанная с коррупцией в производственном программном обеспечении, - его общие перспективы выглядят многообещающими. АМ не вытеснит субтрактивное производство в ближайшее время, но, похоже, ему суждено увеличить свою долю рынка по сравнению с СМ, сохраняя при этом потенциал для значительного улучшения и, возможно, преобразования военной логистики.
Бионауки: CRISPR и "точная" биологическая война
Несколько лет назад Национальная академия наук, инженерии и медицины США собрала группу экспертов для оценки угрозы биологической войны. По завершении отчета председатель группы Майкл Империал, микробиолог из Мичиганского университета, заявил: "Правительство США должно уделять пристальное внимание этой быстро развивающейся области, так же как оно уделяло внимание достижениям в области химии и физики в эпоху холодной войны". Он предупредил о новых опасностях на горизонте, признав при этом: «Невозможно предсказать, когда произойдут конкретные благоприятные события; сроки будут зависеть от коммерческих разработок, академических исследований и даже конвергентных технологий, которые могут появиться за пределами этой области».
В широком смысле, возникающая биоугроза проявляется в нескольких формах. Одна из них связана с воссозданием известных патогенных вирусов, таких как оспа. Также могут быть получены редкие заразные вирусы, против которых у населения может быть слабый иммунитет и для которых не хватает вакцин. Существующие вирусы также могут быть модифицированы подобно естественным мутациям, чтобы представить их в новых формах. Еще один источник беспокойства связан с растущим потенциалом создания синтетического биооружия.
Рассмотрение всего спектра существующих и возникающих угроз биологической войны выходит далеко за рамки данной книги. Основное внимание здесь уделено синтетической биологии в целом и крупному прорыву в бионауках в частности, известному как CRISPR-Cas9.
Британское Королевское общество определяет "синтетическую биологию" как область исследований, включающую «проектирование и создание новых искусственных биологических путей, организмов или устройств, или переделку существующих естественных биологических систем». Биотехнология предполагает заставить клетки производить белки, которые они обычно не производят, путем вырезания гена из одного организма и вставки его в другой. Дизайн белков и синтез дезоксирибонуклеиновой кислоты (ДНК) сегодня позволяют производить белки, которые по отдельности или вместе делают то, чего не делает природа. Возможность синтезировать ДНК по частям появилась в конце 1980-х годов. Возможность создавать ДНК с нуля позволила инженерам по метаболизму объединять гены из разных организмов для построения новых путей, что открывало перспективу создания молекул, недоступных для химии. Синтез ДНК стал более широко доступен в начале 2000-х годов, а первая международная конференция по синтетической биологии состоялась в Массачусетском технологическом институте в 2004 году.
Рост исследований в области синтетической биологии стал возможен благодаря использованию достижений молекулярной биологии и генной инженерии с опытом других отраслей биологии, а также химических и физических наук. Вычислительные мощности, более совершенное программное обеспечение для машинного обучения и анализа изображений и данных, и даже 3D-печать - все это вносит ключевой вклад в развитие синтетической биотехнологии.
CRISPR-Cas9
Несколько лет назад я участвовал в совещании по новым технологиям в Центре новой американской безопасности в центре Вашингтона, округ Колумбия. Центр - это общественно-политический институт, известный как "мозговой центр", специализирующийся на вопросах национальной безопасности. Среди присутствующих был Роберт Ворк, который недавно покинул пост заместителя министра обороны. Мы с Бобом знакомы уже несколько десятилетий, и я был рад оказаться напротив него за столом переговоров.
Во время вступительной дискуссии обсуждались уже знакомые технологии, такие как направленная энергия, гиперзвуковые двигатели и робототехника. Затем разговор перешел к тому, что называется "CRISPR".
Я понятия не имел, что такое CRISPR.
Глядя через стол, я видел, как Боб понимающе кивал, когда коллега говорил о своих опасениях, что CRISPR может стать "переломным моментом" в решении проблем безопасности, стоящих перед Соединенными Штатами. Боб согласился, отметив, что этот вопрос привлек внимание на самом высоком уровне администрации Обамы.
Мой подход в таких ситуациях, когда я совершенно не понимаю, что происходит, заключается в том, чтобы внимательно слушать разговор в надежде, что в конце концов он расскажет о том, что обсуждается в понятных мне терминах.
Не повезло.
После того, что показалось вечностью - вероятно, пять минут или около того - я наклонился к Бобу и спросил, sotto voce, "Боб, что такое CRISPR?".
"Редактирование генов!" - прошептал он в ответ. "Это техника редактирования генов, которая революционизирует биологические науки".
Было ясно, что мне предстоит серьезная домашняя работа.
Боб, как это почти всегда бывает, оказался прав. Перспективы разрушительных достижений в области синтетической биологии получили серьезный толчок после открытия нового метода редактирования генов, основанного на молекуле CRISPR-Cas9 или просто CRISPR. CRISPR расшифровывается как Clustered Regularly Interspaced Short Palindromic Repeats. Это уникальные последовательности ДНК, встречающиеся у некоторых бактерий и других микроорганизмов. Эти последовательности, а также расположенные рядом с ними гены, называемые "CRISPR-ассоциированными" (или "Cas") генами, образуют иммунную систему, которая защищает от вирусов и других форм инфекционной ДНК.
Система CRISPR идентифицирует, разрезает и удаляет ДНК. Наиболее изученная система CRISPR связана с белком Cas9, отсюда "CRISPR-Cas9". В 2012 и 2013 годах исследователи начали модифицировать CRISPR-Cas9 и использовать его для редактирования геномов растений, животных и микроорганизмов. (Геном - это весь набор ДНК организма, включающий все его гены). CRISPR представляет собой значительное улучшение по сравнению с другими подобными технологиями по простоте использования, скорости, эффективности и стоимости. Он работает путем объединения фермента (Cas9, нуклеаза), который разрезает ДНК, с направляющей частью генетического материала - направляющей РНК (рибонуклеиновая кислота) - для определения места в геноме. Направляющая РНК нацеливается и связывается с определенной последовательностью ДНК, а присоединенный фермент Cas9 разрывает ДНК в этом месте. После этого разрез может быть использован для вставки, удаления или иного редактирования последовательности ДНК. Затем разрез закрывается, и изменения остаются на месте. Можно изготовить направляющую РНК, соответствующую практически любой последовательности в геноме организма, включая геном микроорганизма, животного или растения.
Эти характеристики заставили журнал Science назвать CRISPR-Cas9 "Прорывом года" в 2015 году. Если использовать аналогию с обработкой текста, то переход к CRISPR напоминает переход от использования электрической пишущей машинки, где неправильно написанное слово исправлялось с помощью жидкости (Wite-Out) или ленты для зачеркивания неправильных букв, к современным персональным компьютерам, где этот процесс выполняется быстро и точно с помощью команд "вырезать" и "вставить". Благодаря этим преимуществам многие эксперты в области бионаук пришли к выводу, что CRISPR-Cas9 может обеспечить значительные успехи в профилактике, лечении и излечении широкого спектра заболеваний и других вредных медицинских состояний, а также существенную экономию средств.
CRISPR-Cas9 способствовал прорыву в исследованиях по генному приводу, позволяя вставлять модифицированный ген и компоненты генного привода гораздо точнее, чем это было возможно при использовании предыдущих методов. Генный привод - это способ изменения наследственности с целью повышения вероятности передачи измененного гена последующим поколениям. Потомство наследует от родителей по одной копии каждого гена, что ограничивает количество мутаций. Компоненты генного привода позволяют генетически модифицированной ДНК копировать себя в ДНК немодифицированного родителя, что приводит к увеличению предпочитаемого специфического признака от одного поколения к другому. Со временем это изменение может распространиться по всей популяции.
Таким образом, в сочетании с другими методами геномной инженерии, CRISPR открывает беспрецедентные возможности для повышения продуктивности сельского хозяйства и улучшения здоровья человека за счет более эффективной борьбы с вредителями, улучшения питательных свойств и вариаций культур, которые можно успешно выращивать в районах с маргинальным качеством почвы. Теоретически, редактирование генов с помощью CRISPR может привести к искоренению или ограничению передачи заболеваний, например, при использовании против видов комаров, которые распространяют малярию.
Контроль над конкретными генетическими изменениями, вносимыми в растения, открывает принципиально новый метод создания новых сортов растений. Китайские исследователи утверждают, что такие методы позволяют им вывести штамм пшеницы, устойчивый к мучнистой росе, грибковому заболеванию, поражающему широкий спектр растений. CRISPR также помог исследователям изменить гены других культур, таких как апельсины, картофель, рис, сорго, соя и томаты.
Культуры, полученные таким образом, могут включать в себя культуры, модифицированные путем трансгенеза - введения чужеродной ДНК в геном растения, что характеризует большинство коммерческих биотехнологий растений, начиная с 1990-х годов. Большая часть мировых площадей, засеянных генно-инженерными культурами, сегодня приходится на кукурузу, хлопок, сою и канолу. Устойчивость к вредителям и устойчивость к гербицидам являются доминирующими признаками, заложенными в эти культуры. Новые генетические вариации могут быть созданы путем определения точных модификаций последовательности ДНК, которые необходимы в культивируемом сорте, а затем их введения с помощью CRISPR.
Исследователи также используют CRISPR для изменения генов домашнего скота. Одна из попыток направлена на снижение потерь скота от вируса, вызывающего смертельную форму свиного гриппа. В другом случае китайские ученые используют CRISPR в попытке создать свиней, у которых на четверть меньше жира в организме, чем у обычных свиней, чтобы производить более дешевый в выращивании скот.
Последствия
Существуют риски безопасности, связанные с этими новыми биотехнологиями. Они хорошо выражены Франсуазой Бейлис, канадским биоэтиком, и заслуживают подробного цитирования:
Я могу назвать два основных ограничения системы CRISPR-Cas9: первое ограничение - это "пользователь", а второе - "ошибка пользователя". Что касается первого ограничения, есть основания ожидать, что в науке возникнет жесткая конкуренция между исследовательскими группами, коммерческими компаниями и национальными государствами. Эта конкуренция может быть похожа на ту, которая характеризовала космическую гонку и гонку ядерных вооружений 20-го века. . . . Что касается второго ограничения, мы должны опасаться потенциальных последствий внецелевого [непреднамеренного] воздействия, недостаточной специфичности таргетинга, неполного таргетинга и так далее, которые могут иметь разрушительные последствия для пациентов. Здесь стоит вспомнить, что мы понятия не имеем, что делает большая часть человеческого генома. . . . Мы являемся частью очень сложной сетевой системы, границы которой трудно определить. Как бы мы ни старались, экосистема, в которой мы живем, не поддается нашему пониманию или контролю.
Проще говоря, специалисты по биоэтике опасаются, что, спеша первыми воспользоваться преимуществами CRISPR, страны, организации или даже отдельные люди, намеревающиеся использовать эти новые методы для изменения генетического состава населения, могут вызвать вредные последствия - возможно, намеренно.
С точки зрения национальной безопасности, есть опасения, что соперники будут использовать эти методы для усиления своего военного потенциала, например, путем селекции людей со специфическими "улучшениями", например, для создания расы "супервоинов" для удовлетворения требований авторитарного режима, как в сталинской России или гитлеровской Германии, или тех, которые существуют сегодня в таких странах, как Китай и Северная Корея. Руководство Коммунистической партии Китая проявило мало угрызений совести в использовании социальной инженерии для продвижения своей повестки дня, которая вращается вокруг сохранения КПК у власти. Например, китайская компания BGI проводит крупномасштабные исследования генов людей с очень высоким IQ, как сообщается, в рамках усилий по повышению IQ китайского населения. (Это поднимает интересный вопрос относительно военного потенциала объединения "сверхумных" людей с продвинутыми системами искусственного интеллекта).
В 2015 году на Международном саммите по редактированию генома человека было решено, что исследователям следует разрешить редактировать гены человеческих эмбрионов при условии регулирования, но не следует устанавливать беременность до решения вопросов безопасности и этики. За день до открытия второго саммита в Гонконге в ноябре 2018 года китайский эксперт по секвенированию ДНК доктор Хэ Цзянькуй объявил, что он сделал именно это, в результате чего родились два китайских ребенка с измененными генами CCR5. Эта модификация, по-видимому, обеспечивает определенную защиту от ВИЧ-инфекции, но также связана с несколько меньшей продолжительностью жизни. По общему мнению, доктор Хе не сделал ничего инновационного, но, как заявил один из пионеров в разработке CRISPR, доктор Фэн Чжан из Массачусетского технологического института, «метод существует уже несколько лет, и мы, как сообщество, решили, что он еще слишком незрелый, чтобы переходить к людям". Но доктор Хе все равно продвинулся вперед, причем совершенно ненужным способом. Это просто невероятно». Одно из опасений заключается в том, что действия доктора Хе могут привести к мутациям в нецелевых генах и другим нежелательным изменениям в ДНК младенцев, что может иметь серьезные негативные последствия. Несмотря на эти опасения, вскоре после этого российский ученый объявил, что будет использовать CRISPR в попытке повторить китайский эксперимент по редактированию генов на человеческих эмбрионах.
Ученые играют с огнем. Как и в случае со многими новыми технологиями, необходимо преодолеть технические препятствия, прежде чем CRISPR сможет безопасно реализовать весь свой потенциал. Хотя CRISPR очень хорошо справляется с вырезанием дефектной ДНК, он менее эффективен при правильной вставке новых генов. Он может изменять ДНК в тех местах, где этого делать не следует. Он также может заполнить пробелы случайной ДНК, которая может "выключить" гены, которые могут быть необходимы. Среди наиболее значительных проблем - те, которые связаны с уменьшением непреднамеренных и нежелательных генетических изменений, известных как "внецелевая активность". Такая активность представляет собой ряд потенциальных рисков, включая повышение уровня заболеваемости раком. Более того, даже в случае "успеха", последствия использования генных накопителей для изменения генома целых видов может быть трудно остановить, не говоря уже об обратном развитии событий, если они вызовут непредвиденные негативные последствия.
Увы, как напоминают нам действия доктора Хе, случаи, когда этические соображения блокируют продвижение науки в потенциально злонамеренных целях, крайне редки. Следовательно, было бы безответственно со стороны планировщиков обороны игнорировать последствия применения CRISPR-Cas9 и других достижений в области бионаук.
Исторически сложилось так, что биологическое оружие (или "агенты") разрабатывалось в лабораториях с использованием природных ресурсов. С развитием синтетической биологии были разработаны многочисленные методы синтеза и картирования характеристик ДНК биологических агентов. Только что описанные методы генной инженерии позволяют синтезировать инфекционные заболевания с нуля, производить их более дешево и эффективно, а также манипулировать ДНК для повышения их патогенности.
Технические барьеры для разработки биологических агентов в качестве оружия будут снижаться по мере снижения производственных затрат, совершенствования секвенирования и синтеза ДНК и расширения доступа к технологии генетического редактирования. Например, синтетическая биология может быть использована для создания ранее недоступного патогена, такого как вирус оспы, путем воссоздания его генома. Или ее можно использовать для модификации существующих бактерий или вирусов, делая обычные антибиотики или вакцины неэффективными.
Это больше не повод для фильмов ужасов. Исследователи из Университета Альберты недавно синтезировали ранее вымерший вирус лошадиной оспы, родственный вирусу оспы, из генетического материала, полученного по почте. Канадские ученые признали: "Большинство вирусов сегодня можно собрать с помощью обратной генетики, и эти методы были объединены с технологиями синтеза генов для сборки полиовируса и других вымерших патогенов, таких как штамм гриппа 1918 года". Учитывая, что последовательность вируса натуральной оспы известна с 1993 года, наши исследования показывают, что он вполне доступен для современных технологий синтетической биологии, что имеет важные последствия для общественного здравоохранения и биобезопасности. Стоимость восстановления лошадиной оспы составила около 100 000 долларов. Канадская команда подтвердила, что их процесс «не потребовал исключительных биохимических знаний или навыков, значительных средств или значительного времени». Другими словами, для проведения такой работы не потребовалось бы даже хорошо финансируемой или технически сложной террористической организации.
Что касается демократизации уничтожения, то особенность CRISPR заключается не в его способности обеспечить генетическое редактирование патогена. Это было возможно в течение десятилетий. Скорее, CRISPR позволяет даже людям с элементарной подготовкой заниматься модификацией генов. С появлением CRISPR-Cas9 исчезают ключевые технологические барьеры, которые в значительной степени удерживали биологическое оружие вне досягаемости террористических и преступных организаций.
Очевидное сходство между кибератаками и перспективными "биологическими атаками" отрезвляет. Чуть более тридцати лет назад, 3 ноября 1988 года, аспирант Массачусетского технологического института Роберт Моррис осуществил первую атаку вредоносных программ в Интернете. Моррис и те, кто последовал за ним, сфабриковали компьютерные "вирусы". Аналогичные риски возникают и с биологической войной. Группы "биохакеров" экспериментируют с ДНК как с "программным обеспечением", которым можно манипулировать, подобно тому, как хакеры манипулируют компьютерным программным обеспечением. В какой-то момент эти биохакеры смогут производить смертоносные патогены и предлагать их любому государству, группе или частному лицу, которое сможет заплатить за них цену, подобно тому, как продаются кибервредоносные программы.
Биофизик Стивен Блок отмечает, что «генетические карты смертельных вирусов, бактерий и других микроорганизмов уже широко доступны в открытом доступе». Наборы CRISPR дешевы, некоторые из них стоят менее 500 долларов. Существуют наборы для специфических патогенов, например, для вируса Западного Нила, коронавируса человека 229E и аденовируса человека 35, которые продаются с небольшими ограничениями и контролем. В руководствах, прилагаемых к наборам, содержатся лишь скромные предостережения относительно потенциальных рисков, связанных с их содержимым. Использование CRISPR-Cas9 и других методов биологической инженерии может позволить модифицировать эти патогены. Теоретически такое новое оружие может быть использовано для неизбирательного поражения всего населения или для уничтожения отдельных групп населения или конкретных людей - своего рода "точная" биологическая война.
Генри Т. Грили, директор Центра права и бионаук при Стэнфордском университете, предупреждает: «Модифицированные организмы могут нанести вред окружающей среде, будь то случайный выход из лаборатории или намеренное высвобождение. Вспомните свои любимые инвазивные виды - кудзу, голландскую болезнь вязов, скворца в США, кролика в Австралии. Геномная инженерия может породить еще больше. Что еще хуже, террористы (или преступники) могут использовать это для создания патогенов для биовооружения или вымогательства».
Негосударственные образования, особенно террористические и милленаристские группы, могут быть особенно заинтересованы в этой технологии, учитывая минимальные усилия и затраты ресурсов, необходимые для ее приобретения, и снижение уровня квалификации, необходимой для ее эффективного использования. Если они хотят избежать идентификации, эти группы могут быть воодушевлены судебно-медицинскими проблемами, возникающими при обнаружении применения биооружия. Они также могут найти ободрение в общей плохой работе мировых организаций здравоохранения по эффективному реагированию на естественно возникающие эпидемии, такие как Эбола, атипичная пневмония и, совсем недавно, COVID-19, а также в готовности некоторых стран (на ум приходит Китай) активно блокировать расследование происхождения болезней.
Рассмотрим, например, террориста-смертника, проходящего через систему безопасности аэропорта. С помощью современных датчиков этот человек, скорее всего, будет обнаружен. А теперь представьте, что тому же человеку введен генно-инженерный вирус, способный передавать высоковирулентную болезнь, запускаемую по его усмотрению. Вероятность того, что этот человек пройдет через службу безопасности, не будучи обнаруженным, будет гораздо выше. К тому времени, когда у нее начнут проявляться признаки и симптомы болезни, она уже начнет заражать окружающих. Эффект снежного кома от скопления таких инфицированных биовоинов-самоубийц может вызвать кризис общественного здравоохранения.
Хотя технология CRISPR-Cas9 сделала генную инженерию дешевле, проще и эффективнее, производство биооружия и его эффективное применение остается сложной задачей. Тем не менее, и здесь мы видим, что барьеры на этом пути ослабевают. Этот многоэтапный процесс включает в себя приобретение патогена; получение необходимой информации о желаемом биооружии; обеспечение оборудования, необходимого для производства оружия; выращивание биооружия в количестве, необходимом для достижения желаемого эффекта; создание оружия из биологического агента, включая достижение необходимой стабильности и срока хранения и переработку его в форму для доставки, например, в концентрированную суспензию или сухой порошок; и обладание эффективным методом и средствами доставки.
Последние достижения снижают многие из этих барьеров, в некоторых случаях значительно. Сегодня, как продемонстрировали канадские ученые, биологический агент может быть произведен синтетическим путем, что не так давно потребовало бы лаборатории, с гораздо более скромной поддержкой, поскольку информация, методы и материалы для создания биологического оружия становятся повсеместными.
Чтобы быть уверенным в том, что биооружие сработает как надо, его необходимо испытать - процесс, требующий значительного количества времени и квалифицированного труда. Авторитарные режимы, радикальные террористические группы или другие лица с низкими морально-этическими стандартами могут прервать процесс испытаний, заразив людей. Однако даже в этом случае разработка синтетического биологического оружия, вероятно, потребует значительных испытаний для обеспечения его стабильности и надежности.
Аддитивное производство в форме 3D-печати может помочь решить проблему тестирования. Можно предположить, что АМ может производить биологические агенты, а также материалы для тестирования этих агентов, при относительно низкой стоимости. Хотя современные биологические 3D-продукты являются дорогостоящими и требуют высокого уровня технических знаний для создания, небезосновательно предполагать, что если технология AM продолжит развиваться по нынешней траектории, процесс станет более дешевым, широко доступным и удобным для пользователя.
Однако некоторые государства или группы могут не захотеть ждать, пока достижения AM помогут их усилиям. Они могут просто захотеть терроризировать население. Другие субъекты, например, деспотичный лидер государства, подвергающегося нападению, или террористическая группа, опасающаяся обнаружения, могут прийти к выводу, что время против них, и рассматривать свой выбор между неоптимальной биологической атакой и ее отсутствием. В этом случае они могут отказаться от тестирования своих агентов и применить их как можно быстрее.
Биооружие также должно быть выращено в количестве, достаточном для поражения выбранной целевой популяции, которая может варьироваться от отдельного человека до большой части граждан страны. Крупномасштабное производство биооружия является чрезвычайно сложной задачей, поскольку многие агенты теряют свою силу в процессе масштабирования. Решение этой проблемы требует значительных финансовых ресурсов и технических знаний. Тем не менее, массовое производство может и не понадобиться для атак, которые могут распространяться с помощью размножающегося патогена. Вспомните инфицированного пассажира авиакомпании, только теперь представьте себе "армию" из сотен таких "био-зомби" - "мертвых террористов, идущих пешком" - на борту самолетов, в метро и автобусных линиях.
Для эффективного применения биооружие должно быть готово к использованию, оставаться стабильным до момента применения и быть применено надлежащим образом. Это означает, что оно должно сохранять свою силу при замораживании и хранении. При крупномасштабных атаках обычно используется аэрозольное распыление, с помощью спрея или взрыва. Частицы агента должны быть разбросаны в нужных размерах, чтобы облегчить вдыхание и оставаться во взвешенном состоянии в воздухе достаточно долго для поглощения целевым населением. Наконец, частицы биооружия должны оставаться эффективными в опасных условиях окружающей среды, таких как ультрафиолетовый солнечный свет и экстремальные температуры.
Достижения в области нанотехнологий могут повысить стабильность и доставку биооружия. Наноматериалы все чаще используются для покрытий медицинских приборов, диагностических контрастных веществ, чувствительных компонентов в наноразмерной диагностике и усовершенствованной доставки лекарств. Они могут быть использованы для создания микрокапсул или нанокапсул биооружия для обеспечения защиты, тем самым улучшая его стабильность и повышая эффективность доставки. Что касается последнего, "нанотехнологии" могут помочь патогену проникнуть через кожу и бронхиолы в легких, улучшив его аэрозольные свойства. Существуют, однако, и менее изощренные способы преодоления этих барьеров, по крайней мере, частичного. Например, заразный агент можно распространить в небольших количествах во многих точках и позволить ему распространяться естественным путем, хотя и более медленно. Опять же, подумайте о "биозомби" - самоубийцах, "атакующих" через системы общественного транспорта.
Благодаря достижениям в области редактирования генов, биооружие теоретически может быть применено против конкретной цели или группы целей. До сих пор цель, как правило, определялась географическим положением жертвы, однако быстро растущее создание медицинских и геномных данных может позволить осуществлять "точное" прицеливание, аналогичное точной кинетической войне. Сегодня люди могут предоставлять свой генетический материал для общего пользования, для поддержки исследований по лечению таких заболеваний, как рак, или для частного использования, как, например, когда люди отправляют мазки со щек таким компаниям, как 23andMe, чтобы получить информацию о своей родословной. В настоящее время только около 6 процентов американцев утверждают, что у них есть секвенирование генома. Но стоимость секвенирования генома снижается, и, вероятно, больше людей, чем когда-либо, будут иметь доступ к своей геномной информации. Также представляется вероятным, что некоторые авторитарные режимы будут принуждать свой народ предоставлять эту информацию. А для террористических групп, стремящихся нацелиться на конкретного человека, получить его геном может быть так же просто, как взять кофейную чашку, которой пользовался его объект, и провести секвенирование ДНК.
"Точная медицина" уже использует эти данные. Биотехнологический бизнес стремительно развивается. Доходы от трех основных секторов - сельского хозяйства, лекарств и промышленности - выросли с примерно 100 миллиардов долларов в 2005 году до почти 400 миллиардов долларов десять лет спустя, а по некоторым оценкам, к 2025 году объем биотехнологического рынка превысит 700 миллиардов долларов.
Синтетическая биология использует концепции и подходы, схожие с инженерными дисциплинами, такие как стандартизированные компоненты (например, хорошо описанные функции, закодированные в ДНК); программное обеспечение и компьютерное моделирование для проектирования биологических систем из этих компонентов; и создание прототипов на основе этих проектов. Синтетические биологи используют этот подход в циклах "проектирование-строительство-тестирование" для ускорения прогресса. Сегодня низкая стоимость и растущая доступность технологий, используемых для проектирования и создания новых конструкций ДНК для тестирования, стимулируют приступать к работе без гипотезы о том, как будет работать конструкция. Проще говоря, стало проще и дешевле «делать, чем думать».
Биотехнологическая промышленность разрабатывает химические вещества, созданные генетически измененными микроорганизмами, для производства таких продуктов, как пластмассы, пищевые добавки, ароматизаторы и биотопливо. В Лондоне, в ДНК-литейном цехе, роботизированные руки двигают небольшие пластиковые посудины, каждая из которых содержит до 1 536 мельчайших лунок, в каждой из которых находится крошечное количество жидкости и несколько нитей ДНК. Каждый день до полудня в литейном цехе смешивается 150 000 образцов ДНК. Фрагменты генетического кода используются для создания набора генов, которые могут объединяться для производства ферментов, преобразующих один тип химических веществ в другой. Гены собираются в круглые молекулы ДНК, называемые "плазмидами". Смесь переносится в машину, которая увеличивает количество плазмид с помощью процесса, называемого "полимеразной цепной реакцией". Затем плазмиды вводятся в живые клетки, бактериальные или дрожжевые. Клетки инкубируются, и результат тестируется, чтобы определить, оказалась ли полезной какая-либо из генетических конструкций.
Ряд компаний, занимающихся разработкой программного обеспечения для синтетической биологии, полагаются на программы машинного обучения для выявления перспективных изменений в геноме, который рассматривается для модификации. Причина проста: эти компании используют огромное количество синтезированной ДНК. Например, Джейсон Келли, генеральный директор компании Ginkgo Bioworks, которая сама себя называет "компанией по производству организмов". За пять лет, проведенных Келли в Массачусетском технологическом институте в начале 2000-х годов, по его оценкам, он заказал около 50 000 оснований коммерчески синтезированной ДНК. Сегодня его фирма заказывает синтетические последовательности ДНК в 50 000 раз чаще, используя их для изменения геномов тысяч организмов каждый день. Операции такого масштаба требуют, чтобы эксперименты разрабатывались и управлялись с помощью программного обеспечения. Несколько лет назад компания Ginkgo достигла "точки пересечения", когда ее автоматизированные литейные цеха были столь же продуктивны, как и люди-исследователи. Сегодня, по оценкам Келли, автоматизированный подход в десять раз продуктивнее, чем человеческие исследователи Ginkgo. Автоматизация также повысила сложность экспериментов.
Связывание геномных данных человека с другими данными о здоровье становится излюбленной исследовательской моделью фармацевтической промышленности. Этому способствуют наборы данных, полученные в результате анализа больших данных и машинного обучения, которое позволяет искусственному интеллекту выявлять закономерности и выводы, которые могут ускользнуть от внимания исследователей. Эти данные могут оказаться полезными для людей, стремящихся проводить дискриминационные атаки против отдельных лиц или групп, обладающих определенными характеристиками (например, этнических групп). Генетическое разнообразие США как "нации иммигрантов" может сделать американское население относительно устойчивым к атакам по этническому признаку. Страны, лишенные такого разнообразия - на ум приходит Япония - могут быть особенно уязвимы для таких атак.
До сих пор страх атакующего перед "обратной реакцией" - возможностью того, что биологическая атака может развиваться непредвиденными и нежелательными путями - служил сдерживающим фактором. Патоген, занесенный в популяцию противника, может в конечном итоге распространиться обратно в общество нападающей стороны. Испанский грипп" 1918-19 годов и, совсем недавно, COVID-19 показывают, как быстро может распространяться болезнь, особенно в эпоху, когда большое количество людей ежедневно путешествует в отдаленные точки земного шара. Последствия этих событий для сдерживания потенциально глубоки.
Возможно, ситуация изменится. Способность CRISPR к "точному" редактированию генов может значительно уменьшить или даже полностью устранить страх обратного удара. Если удастся создать биооружие, которое будет угрожать только тем людям, которые обладают определенными генетическими характеристиками, это позволит вести "точную" биологическую войну. Однако это вряд ли можно гарантировать. Одна из проблем с созданием вирусов и бактерий заключается в том, что они имеют тенденцию эволюционировать с течением времени. Таким образом, существует риск, что "точные" патогены могут стать менее точными в своем воздействии и, эволюционируя, нанести нежелательный "побочный ущерб" нецелевым группам и даже вызвать ответный удар.
В целом, синтетическая биология обладает огромным потенциалом для кардинального улучшения условий жизни человека. Однако, говоря словами Уинстона Черчилля, если человечество не справится с опасностями, которые таят в себе достижения бионаук, то оно рискует «погрузиться в пучину нового темного века, более зловещего и, возможно, более затяжного благодаря свету извращенной науки».
Гиперзвук: "Быстрее скоростной пули"
Тенденция к увеличению скорости и дальности стрельбы, как в системах вооружения, так и в боеприпасах, является безошибочной. С древности военные стремились получить преимущество в дальности перед своими противниками по той простой причине, что это позволяет им наносить удары, не получая их в ответ. Как описано в Главе 3, появление комплексов противодействия доступу/захвату территории, вероятно, потребует от соперничающих вооруженных сил усиления опоры, по крайней мере, на начальном этапе, на дальние разведывательные и ударные силы, чтобы компенсировать растущий риск для своих передовых сил со стороны более многочисленных ближних разведывательных и ударных сил противника. Однако действия с дальних дистанций увеличивают потребность в скорости по двум причинам. Во-первых, чем быстрее атакующий может пройти через сильно защищенный район, тем меньше времени у оборонительных сил на его идентификацию, отслеживание и поражение. Во-вторых, при прочих равных условиях, чем больше расстояние между местом базирования ударных сил и целью, тем больше у обороняющейся стороны будет времени на то, чтобы спрятаться или иным образом укрепить свою оборону до прибытия нападающего. Повышение скорострельности оружия позволяет вернуть часть времени, потерянного из-за увеличения дистанции поражения.
В кинетической войне лучшим сочетанием скорости и дальности является баллистическая ракета, которую по-прежнему трудно перехватить, несмотря на огромные ресурсы, которые передовые вооруженные силы выделили (и выделяют) на противоракетную оборону. Продолжающийся прогресс в области гиперзвукового оружия, или "гиперзвука", может привести к тому, что военные будут вооружены новыми типами высокоскоростных ракет, способных поражать на большой дальности. Потенциал гиперзвука, способный существенно изменить военный баланс, заставляет ведущие военные силы мира, в частности Китай, Россию и США, стремиться к разработке этого оружия.
Скорость гиперзвуковых аппаратов в пять раз превышает скорость звука (5 Махов), что составляет примерно 6 200 километров (или 3 600 миль) в час на уровне моря . Помимо баллистических ракет, только несколько других искусственных аппаратов, таких как космический корабль X-37B, способны достигать гиперзвуковых скоростей, а американский ракетоплан X-15 - единственный пилотируемый самолет, которому это удалось.
Работа над гиперзвуковыми системами ведется в двух основных формах. Одна включает в себя "скремджет", "безвентиляторный" двигатель, который использует ударные волны, генерируемые его скоростью, для сжатия входящего воздуха и его воспламенения, чтобы разогнать транспортное средство, такое как крылатая ракета, до гиперзвуковых скоростей. Гиперзвуковые крылатые ракеты (ГКР) используют твердотопливную ракету-носитель для разгона до скорости не менее 4 Маха. Когда ракета приближается к гиперзвуковой скорости или достигает ее, ускоритель ракеты отпадает, и зажигается скремджет. Скремджет включает три компонента: входное отверстие, всасывающее воздух, окружающий ракету, горелку для сжигания топлива в сочетании с этим воздухом и сопло для выпуска воздуха под давлением для поддержания гиперзвуковой скорости ракеты. В отличие от традиционных реактивных двигателей, реактивные двигатели scramjet не имеют движущихся частей или механизмов для направления и сжигания воздуха, что делает их высокоэффективными при движении планера на высоких скоростях.
Второй подход основан на использовании ракетного аппарата "boost-glide" (BGV), использующего многоступенчатые ракетные двигатели для вывода аппарата в верхние слои атмосферы на высоту около двадцати пяти миль или около того, после чего он сбрасывается. Начальная скорость и большая высота позволяют аппарату поддерживать гиперзвуковую скорость без внутренней энергии, а трение, возникающее при прохождении через нижние слои атмосферы, может замедлить оружие настолько, что позволит точно навести его на цель. Этот подход реализуется DARPA с помощью оружия, известного как Tactical Boost Glide.
Последствия
Необычные траектории гиперзвуковых ракет позволяют им приближаться к цели на высоте от двенадцати до пятидесяти миль, что ниже высоты, на которой обычно работают перехватчики баллистических ракет, но выше высоты, на которой работают системы ПВО. Гиперзвуковые аппараты также могут маневрировать во время своей траектории, что делает крайне сложным для противовоздушной и противоракетной обороны предсказать их будущее местоположение для перехвата. Гиперзвуковые ракеты могут нанести огромный ущерб. Например, гиперзвуковое оружие весом 500 фунтов с зарядом взрывчатки в стержневом корпусе длиной от пяти до десяти футов, изготовленном из керамики, углепластика или никель-хромового суперсплава, поразит цель с огромной кинетической энергией, эквивалентной трем-четырем тоннам динамита.
Способность гиперзвукового оружия преодолевать современные средства защиты и высокая скорость поражения делают его особенно опасным для военных кораблей. Например, если защита авианосной ударной группы обнаружит гиперзвуковое оружие на дальности 150 миль, у нее будет менее минуты на запуск перехватчика - и этот перехватчик должен быть способен поразить маневрирующую цель, движущуюся со скоростью 6 миль в секунду.
Даже современные радарные системы ВМС США не в состоянии адекватно отследить и идентифицировать гиперзвуковую атаку, не говоря уже о ее поражении. Гиперзвуковая ракета, поражающая военный корабль, имеет значительные шансы вывести его из строя, если не потопить. В более широком смысле, как выразился один высокопоставленный чиновник Пентагона, «когда китайцы смогут развернуть [тактическую или региональную] гиперзвуковую систему, они поставят под угрозу наши авианосные боевые группы. Они подвергают риску весь наш надводный флот. Они ставят под угрозу наши передовые силы и силы наземного базирования».
Продолжая рассматривать последствия для морских сил, следует отметить, что после того, как гиперзвуковые ракеты появятся на вооружении соперничающих армий, ВМС США могут быть вынуждены внести изменения в состав флота в масштабах, невиданных с тех пор, как авианосец вытеснил линкор. Морским силам, возможно, придется стать более распределенными, чтобы распределить свои активы между большим количеством кораблей для повышения устойчивости флота. Флот также должен будет действовать на большем расстоянии от противника, чтобы уменьшить свою уязвимость перед вражескими гиперзвуковыми ударными системами меньшей дальности и обеспечить достаточное время предупреждения для защиты от оружия большей дальности. Конечно, военно-морским силам все равно придется противостоять угрозе, исходящей от противокорабельного гиперзвукового оружия малой дальности, запускаемого с относительно близкого расстояния самолетами-невидимками, подводными лодками и UUV. Создание эффективной защиты от таких гиперзвуковых атак представляется проблематичным. Следовательно, ВМС, возможно, придется переместить большую часть своей боевой мощи под воду.
Или же ситуация на море может напоминать о последних этапах холодной войны, когда ВМС США столкнулись с угрозой со стороны советских самолетов, вооруженных противокорабельными ракетами. В то время, учитывая сложность (и стоимость) успешного поражения большого количества подлетающих ракет, ВМС сосредоточились на "уничтожении лучника" - советских ударных самолетов - до того, как они смогут выпустить свои "стрелы". Успех в значительной степени зависел от способности ВМС вести разведку: обнаруживать советские самолеты до того, как они достигнут точки запуска ракет. Эта история может повториться, поскольку важно будет определить ударную платформу противника до того, как она сможет выпустить свои гиперзвуковые стрелы.
Вспоминая наше предыдущее обсуждение современной битвы за Мидуэй, можно сказать, что победа в состязании разведчиков - в виде обнаружения гиперзвуковых ударных сил противника до того, как они начнут атаку - может стать разницей между победой и поражением. В этом случае скорость и дальность гиперзвуковых ракет дружественных сил будут иметь такое же решающее значение, как и скорость и дальность самолетов, взлетевших с палуб американских и японских авианосцев на Мидуэе. При прочих равных условиях преимущество в дальности вынудит противника распределить свои средства разведки по большей зоне поиска, а преимущество в скорости оружия позволит атаковать противника до того, как он обнаружит местоположение дружественных сил и начнет свою собственную атаку. Даже если дружественные силы обнаружены, преимущество в дальности и скорости поражения может обеспечить победу, если ударные силы противника еще не достигли эффективного радиуса действия гиперзвукового оружия.
ТЕЛЕГРАМКанал с обзорами, анонсами новинок и книжными подборками
Книжный Вестник
Бот для удобного поиска книг (если не нашлось на сайте)
Поиск книг
Свежие любовные романы в удобных форматах
Любовные романы
О психологии, саморазвитии и личностном росте
Саморазвитие
Детективы и триллеры, все новинки
Детективы
Фантастика и фэнтези, все новинки
Фантастика
Отборные классические книги
Классика
ВКОНТАКТЕБиблиотека с любовными романами, которая наверняка придётся по вкусу женской части аудитории
Любовные романы
Библиотека с фантастикой и фэнтези, а также смежных жанров
Фантастика
Самые популярные книги в формате фб2
Топ фб2
книги