Истребитель с ИИ впервые перехватывал цели по настоящим данным инфракрасного датчика — 27 раз подряд
Lockheed Martin и лётная школа ВВС США испытали истребитель X-62A, который 27 раз самостоятельно перехватывал воздушную цель, опираясь на данные реального инфракрасного датчика, а не на симуляцию.
ИИ научился видеть в инфракрасном диапазоне и маневрировать тактически — не в лабораторных условиях, а в настоящем полёте. Пока это испытания, но сигнал для военной авиации самый серьёзный.
Почему это важно даже если вы не пилот
Мы привыкли к новостям вроде «ИИ обыграл человека в шахматы» или «нейросеть сгенерировала картинку». А вот история из совсем другой категории: искусственный интеллект только что 27 раз подряд нашёл, догнал и перехватил реальный самолёт в небе, ориентируясь на данные настоящего инфракрасного сенсера. Без участия пилота.
Для обычного человека это значит, что автономные системы управления выходят из стадии «красивая демонстрация в симуляторе» в стадию «работает на живых данных в реальном полёте». Разница примерно как между видеоигрой и настоящим вождением — там и там руль, но последствия несопоставимы.
Что именно испытали
Lockheed Martin и Школа лётчиков-испытателей ВВС США провели серию полётов на самолёте X-62A VISTA (Variable In-flight Simulation Test Aircraft). Это экспериментальная машина на базе F-16, которую используют как летающую лабораторию уже не первый год.
В ходе кампании — 8 вылетов, 27 перехватов — бортовой ИИ-агент обрабатывал данные с контейнера Legion Pod. Это подвесной модуль с инфракрасной системой поиска и сопровождения цели (IRST). Проще говоря, датчик, который «видит» самолёт по его тепловому излучению, а не по радиолокационному отражению.
В роли цели выступал реальный учебно-тренировочный самолёт T-38. ИИ получал с Legion Pod текущую информацию о его положении, сам рассчитывал манёвр и выводил X-62A на тактическую позицию перехвата. Пилот в кабине был, но управление не осуществлял.
Чем это отличается от предыдущих демонстраций
Автономное управление самолётами демонстрировали и раньше. Но чаще ИИ работал с заранее подготовленными данными, симуляцией или упрощёнными наборами информации. Как если бы вы учили человека водить машину, показывая ему видео, а не сажая за настоящий руль.
Здесь принципиально другое: алгоритм получал поток с реального датчика в реальном времени и на его основе принимал решения. Инфракрасная система поиска работает с сырыми данными, которые зависят от погоды, фона, дистанции, ракурса — словом, от всего того, что делает боевую обстановку непредсказуемой.
Рон Фелен, вице-президент и генеральный директор подразделения Skunk Works в Lockheed Martin, подчеркнул, что система обрабатывала засекреченные данные инфракрасного поиска и сопровождения, после чего выполняла боевые манёвры в реальном времени.
Три месяца от идеи до полёта
Отдельная деталь, на которую стоит обратить внимание: интеграция ИИ, валидация программного обеспечения и наземные тесты заняли около трёх месяцев. Для военной авиации это очень быстро — обычно цикл разработки и сертификации исчисляется годами.
В Lockheed Martin объясняют скорость использованием собственной фреймворка разработки под названием Supermassive. Он позволяет командам переносить новых ИИ-агентов из стадии разработки в лётные испытания значительно быстрее традиционных методов. Сколько именно времени экономится — компания не уточняет, но сам факт трёхмесячного цикла говорит сам за себя.
Зачем военным ИИ в кабине
Здесь важно понимать контекст. ИИ в военной авиации — это не вопрос замены пилотов. Lockheed Martin и ВВС США формулируют задачу иначе: речь о снижении нагрузки на лётчика.
Пилот современного истребителя одновременно управляет самолётом, следит за обстановкой, общается с наземными службами, отслеживает цели, принимает тактические решения. Автономный помощник мог бы брать на себя те задачи, где критична скорость реакции и точность расчёта — например, перехват по инфракрасному следу. А пилот сосредоточился бы на стратегии и принятии решений более высокого уровня.
Стейси Кубичек, вице-президент подразделения сенсоров и глобального обеспечения Lockheed Martin, сказала, что точность датчиков важна, но настоящая ценность появляется, когда эти датчики напрямую подключены к автономным системам, способным реагировать мгновенно.
Что дальше
В Lockheed Martin уже анонсировали следующий шаг — обновление Mission Systems для X-62A. Оно позволит теснее интегрировать бортовые сенсоры, боевые системы и несколько ИИ-агентов, работающих в рамках сетей нового поколения.
Архитектура X-62A изначально задумывалась как открытая — и программная, и аппаратная. Это значит, что инженеры Skunk Works, которые поддерживают программу десятилетиями, могут подключать новые технологии без перепроектирования всего самолёта. По сути, X-62A — это летающий тестовый стенд, на котором оттачивают решения, которые потом пойдут в серийные машины.
Насколько это близко к реальности
Важно сохранять трезвость. 27 перехватов — это испытательная программа, а не боевое развёртывание. Пока ИИ работал с одной конкретной системой (Legion Pod), перехватывал одну конкретную цель (T-38) в контролируемых условиях. До полноценного боевого применения — автономного или в паре с пилотом — ещё далеко.
Но направление движения очевидно: военная авиация постепенно переходит от «ИИ как эксперимент» к «ИИ как стандартный компонент бортовых систем». И каждый успешный полёт на реальных данных делает этот переход на шаг ближе.
Для гражданского сектора такие разработки тоже имеют значение. Алгоритмы обработки сенсорных данных, системы принятия решений в реальном времени, методы быстрой интеграции ИИ в сложные технические системы — всё это рано или поздно перетекает в автономный транспорт, авиацию общего назначения, робототехнику. Путь от военного прототипа до гражданского продукта в авиации традиционно занимает 10–20 лет, но он неизбежен.