Defensieaannemer Anduril Industries, Inc. en autonomie-specialist Overland AI hebben met succes een team van autonome lucht- en grondvoertuigen gedemonstreerd die kunnen coördineren om dreigingen te neutraliseren, en bewijzen daarmee dat de toekomst van oorlogsvoering minder handmatig gefrunnik met joysticks en meer algoritmisch teamwerk inhoudt. De gezamenlijke veldtest toonde aan hoe het verbinden van uiteenlopende systemen met een gedeeld AI-brein de reactietijden op een chaotisch slagveld drastisch kan verkorten.
De oefening was een schoolvoorbeeld van Manned-Unmanned Teaming (MUM-T), een concept dat het Amerikaanse leger definieert als de “gesynchroniseerde inzet van soldaten, bemande en onbemande lucht- en grondvoertuigen, robotica en sensoren” om een voorsprong te behalen. De opstelling omvatte twee van Overland’s ULTRA grondvoertuigen, die draaiden op hun OverDrive autonomiesoftware en in konvooi reden met een bemand voertuig. Van bovenaf keek een Anduril Ghost-X drone mee, alles verbonden via Anduril’s Lattice softwareplatform. Toen de Ghost-X inkomende vijandelijke drones spotte, gaf de menselijke operator de twee ULTRA-voertuigen simpelweg de opdracht om een beter beeld te krijgen.
Het is de klassieke militaire manoeuvre: zie een probleem, stuur dan de robots de heuvel op voor een beter uitzicht. Behalve dat de robots deze keer zelf reden. Overland AI’s software, verfijnd in het RACER-programma van DARPA, stelde de ULTRA’s, met een draagvermogen van ruim 450 kilogram, in staat om ruw terrein te navigeren en verhoogde posities te vinden zonder menselijke tussenkomst. Eenmaal ter plaatse detecteerden en volgden Anduril-sensoren op de voertuigen de drone-activiteit, waarbij de gegevens via het netwerk werden gevoerd om operators in staat te stellen elektronische oorlogsvoeringsmaatregelen te implementeren vanuit één enkele, gedeelde interface.
Waarom is dit belangrijk?
Het moderne slagveld is een wirwar van incompatibele systemen die niet ontworpen waren om met elkaar te communiceren. Deze demonstratie bewijst dat een uniform, AI-gestuurd netwerk die integratienachtmerrie kan oplossen. Door lucht- en grondactiva sensorgegevens te laten delen en autonoom acties te coördineren, kun je de “sensor-naar-schutter”-tijdlijn aanzienlijk verkorten, het situationele bewustzijn vergroten en de cognitieve belasting van menselijke operators verminderen. Elke stap — van het spotten van een dreiging met een drone tot het herpositioneren van een grondvoertuig en het inzetten van een tegenmaatregel — gebeurde via één netwerk zonder dat iemand handmatig gegevens hoefde over te dragen. Het gaat minder om één gave robot en meer om het netwerk dat ze transformeert in een coherente, kunstmatig intelligente roedel.
