Thụy Điển và Pháp phát triển AI có khả năng ‘tự học’ trong chiến đấu

Bước tiến mới của AI quân sự

Để huấn luyện một hệ thống trí tuệ nhân tạo (AI) quân sự có thể nhận diện chính xác UAV đối phương, cần cung cấp cho mô hình hàng nghìn mẫu dữ liệu về các loại UAV này trong điều kiện chiến trường thực tế. Tuy nhiên, dữ liệu thu thập trong các chiến dịch tác chiến thường mang tính tuyệt mật, khó truyền tải trong môi trường băng thông hạn chế. Bên cạnh đó, việc gắn nhãn thủ công với khối lượng đủ lớn để đáp ứng yêu cầu của các mô hình thị giác máy tính hiện đại là quá tốn thời gian.

Mới đây, hai Công ty Scaleout và AI Verse đã hợp tác phát triển giải pháp kết hợp giữa dữ liệu tổng hợp và học liên kết. Mục tiêu là huấn luyện và liên tục cải thiện các mô hình AI ngay tại thiết bị đầu cuối, đồng thời giảm nhu cầu truyền tải dữ liệu tác chiến thô. Đáng chú ý, cả hai công ty đều được NATO lựa chọn là những đơn vị đổi mới sáng tạo tiêu biểu năm 2025 trong khuôn khổ Sáng kiến Máy gia tốc đổi mới quốc phòng cho khu vực Bắc Đại Tây Dương (DIANA).

Được thành lập năm 2021 và chính thức đi vào hoạt động từ năm 2022, DIANA của NATO có nhiệm vụ kết nối các doanh nghiệp công nghệ tiên phong với các chương trình quốc phòng của liên minh. Đây được xem là cơ chế chủ lực giúp NATO thúc đẩy việc chuyển hóa các công nghệ lưỡng dụng từ khu vực tư nhân thành năng lực quân sự thực tế. DIANA tổ chức nhiều chương trình tuyển chọn doanh nghiệp trong các lĩnh vực công nghệ then chốt như AI, hệ thống tự hành và an ninh mạng.

Scaleout và AI Verse đều được lựa chọn độc lập vào nhóm doanh nghiệp năm 2025, vì vậy sự hợp tác sau đó là kết quả của việc kết hợp hai năng lực bổ trợ lẫn nhau, thay vì là sự phân công từ trước. Mỗi bên mang đến một giải pháp riêng cho bài toán mà doanh nghiệp còn lại khó có thể giải quyết hoàn chỉnh.

Có trụ sở tại Pháp, AI Verse phát triển nền tảng GAIA chuyên tạo ra hình ảnh chiến trường bằng đồ họa máy tính với độ chân thực cao, đồng thời tích hợp sẵn toàn bộ dữ liệu gắn nhãn mà các hệ thống AI cần để học. Điều này đồng nghĩa mỗi bức ảnh tổng hợp đều đã được chú thích đầy đủ, thay thế quá trình gắn nhãn thủ công vốn có thể mất hàng giờ chỉ để xử lý một bức ảnh thực tế.

Một trong những thách thức lớn nhất của dữ liệu tổng hợp là khoảng cách về hiệu quả giữa mô hình được huấn luyện bằng dữ liệu mô phỏng và khi triển khai trên dữ liệu thu từ cảm biến ngoài thực địa. AI Verse cho biết đã giải quyết vấn đề này bằng công nghệ dựng hình dựa trên mô phỏng vật lý, tái hiện chính xác đặc tính hoạt động của cảm biến,

Nhờ đó, hình ảnh tạo ra không chỉ là mô phỏng trực quan của chiến trường mà còn phản ánh chính xác những gì một loại cảm biến cụ thể sẽ ghi nhận trong các điều kiện xác định. AI Verse cho rằng cách tiếp cận này giúp thu hẹp khoảng cách giữa dữ liệu tổng hợp và dữ liệu thực tế.

Ý nghĩa thực tiễn của công nghệ này đặc biệt rõ rệt trong các nhiệm vụ chống UAV cũng như tình báo, giám sát và trinh sát. Để xây dựng bộ dữ liệu huấn luyện bằng phương pháp truyền thống, lực lượng quân sự phải thực hiện các chuyến bay tại khu vực tác chiến, ghi lại hình ảnh UAV và các mối đe dọa khác trong đúng điều kiện thời tiết, ánh sáng của môi trường triển khai, sau đó gắn nhãn thủ công từng khung hình trước khi AI có thể bắt đầu học.

Công nghệ giúp AI tự hoàn thiện

Theo AI Verse, dữ liệu hình ảnh tổng hợp của hãng đã được sử dụng hoặc thử nghiệm bởi một số tổ chức quốc phòng hoạt động tại Ukraine. Điều này mang lại mức độ kiểm chứng thực tế nhất định cho công nghệ, vượt ra ngoài các thử nghiệm trong phòng thí nghiệm, dù những cải thiện cụ thể về hiệu suất vẫn chưa được các tổ chức độc lập xác nhận.

Trong khi đó, Scaleout được thành lập năm 2017 dưới dạng doanh nghiệp tách ra từ Đại học Uppsala (Thụy Điển). Thế mạnh của công ty là công nghệ học liên kết cho phép huấn luyện AI trên nhiều địa điểm phân tán mà không cần tập trung hoặc truyền dữ liệu gốc về một trung tâm.

Nhờ vậy, các video và hình ảnh tác chiến nhạy cảm có thể được lưu giữ ngay tại nơi thu thập, trong khi chỉ các bản cập nhật mô hình AI được chia sẻ qua mạng thay vì dữ liệu thô. Điều này giúp tri thức mà AI học được vẫn được lan truyền trong toàn hệ thống mà không làm lộ dữ liệu tuyệt mật.

Trong khuôn khổ DIANA, Scaleout đang triển khai dự án FEDAIR nhằm nghiên cứu ứng dụng học liên kết trên mạng lưới UAV và cảm biến phân tán. Dự án tập trung vào phát triển các mô hình học máy phi tập trung, bảo mật cao trong những môi trường mà chủ quyền dữ liệu và hiệu quả sử dụng mạng là những yêu cầu đặc biệt quan trọng.

Việc kết hợp dữ liệu tổng hợp với học liên kết tạo nên một quy trình hoàn chỉnh cho vòng đời huấn luyện và triển khai các hệ thống thị giác máy tính quân sự hoạt động tại thiết bị đầu cuối.

Khía cạnh bản quyền dữ liệu cũng đang trở thành yêu cầu bắt buộc đối với các chương trình AI quốc phòng của NATO. Đây không chỉ là vấn đề bảo vệ quyền riêng tư mà còn là yêu cầu nghiêm ngặt về tác chiến và pháp lý mà các kiến trúc AI dựa hoàn toàn trên nền tảng điện toán đám mây khó đáp ứng.

Ở tầm rộng hơn, sự hợp tác giữa Scaleout và AI Verse diễn ra trong bối cảnh NATO xác định các hệ thống tự hành ứng dụng AI là một trong những lĩnh vực công nghệ ưu tiên hàng đầu. Thông qua DIANA, liên minh đang đẩy nhanh quá trình chuyển các sáng kiến công nghệ từ khu vực tư nhân thành năng lực quân sự thực tế với tốc độ nhanh hơn nhiều so với quy trình mua sắm quốc phòng truyền thống.

Đặc biệt, AI chống UAV đang nổi lên là một trong những khoảng trống năng lực cấp bách nhất của các lực lượng quân đội NATO. Thực tiễn chiến trường Ukraine cho thấy số lượng và chủng loại UAV ngày càng lớn đã vượt quá khả năng phát hiện và phân loại của con người theo thời gian thực nếu không có sự hỗ trợ của AI. Đồng thời, dữ liệu thu được từ các cuộc đối đầu này lại mang tính nhạy cảm cao, khiến việc chia sẻ cho các hệ thống huấn luyện AI trở nên phức tạp và khó triển khai.

Sự phát triển nhanh của AI đang làm thay đổi cách quân đội thu thập thông tin, nhận diện mục tiêu và hỗ trợ ra quyết định. Nhiều quốc gia coi AI là một trong những công nghệ có thể tạo ra bước ngoặt trên chiến trường.