По мере того как европейские вооруженные силы адаптируются к использованию искусственного интеллекта и беспилотников в современной войне, стартап при поддержке НАТО помогает развернуть системы обнаружения и выбора целей на базе ИИ, которые могут работать на небольших дронах для разведывательных и ударных миссий.

Компания Scaleout Systems была первоначально основана исследователями из Уппсальского университета в Швеции в 2018 году и сначала сосредоточилась на обучении и развертывании моделей машинного обучения непосредственно на аппаратном обеспечении, доступном в коммерческих грузовиках и других транспортных средствах. Но после того как Россия начала полномасштабное вторжение в Украину в 2022 году, компания переориентировалась на оборонные приложения.

"С войной в Украине и меняющимся миром мы поняли, что эта технология может быть очень важна для оперативного использования граничных данных и данных датчиков для машинного обучения, чтобы гарантировать, что союзники по НАТО получат это стратегическое преимущество", — заявил в интервью Ars соучредитель и генеральный директор Scaleout Systems Андреас Хелландер.

Вместо использования передовых моделей ИИ от OpenAI или Anthropic Scaleout задействует более скромные варианты, такие как модели машинного обучения, способные выполнять задачи компьютерного зрения на аппаратном обеспечении дронов или компьютеров, используемых на передовых базах. "Им необходимо помещаться на развертываемом на передовой аппаратном обеспечении и периферийном оборудовании, которое может существенно варьироваться от небольших встроенных устройств до довольно мощных периферийных рабочих станций", — сказал Хелландер.

Компания Scaleout была отобрана для участия в программе вызовов Акселератора оборонных инноваций НАТО для Северной Атлантики (DIANA) в 2025 году. Там она работала над проектом Federated Aerial Intelligence for Recon по адаптации моделей машинного обучения для аппаратного обеспечения периферийных вычислений, находящегося в беспилотниках, планшетах операторов дронов и полевых командных пунктах.

Такие модели ИИ могут помочь операторам дронов в таких задачах, как идентификация целей, даже когда камеры и датчики дрона собирают данные из окружающей среды на поле боя. Затем они могут периодически передавать выборочные обновления на вычислительные узлы в местном штабе взвода или роты без передачи конфиденциальных сырых данных.

Эти вычислительные узлы штаба помогают переобучать модели ИИ на новых данных с поля боя, собранных из множества источников, перед тем как передать обновленные возможности на периферийные устройства при появлении такой возможности. "Модели могли быть обучены в пустынной среде, и если мы попытаемся развернуть их в городской среде, они не будут работать хорошо", — сказал Хелландер в интервью Ars.

"Если мы сможем выпустить несколько новых версий этой модели, которые в течение одного дня или, безусловно, операции продолжают учиться и совершенствоваться за счет этого огромного объема данных датчиков, генерируемых на практической периферии, это и есть устойчивое преимущество", — добавил он.

Технология означает, что военные дроны и устройства могут извлекать выгоду из локальных моделей ИИ, которые работают независимо, не полагаясь на непрерывную связь с центральным сервером, хостящим более крупные модели ИИ в центре обработки данных. Зависимость от централизованного местоположения для запуска моделей ИИ выглядит более рискованной в то время, когда крупные центры обработки данных подвергались ударам и были уничтожены во время войны между США и Ираном.

Такой подход также невероятно полезен на современных полях сражений, где радиоэлектронная борьба и враждебное глушение могут часто создавать помехи для каналов связи. Все большее число украинских военных дронов уже внедряют бортовые возможности ИИ в дешевые дроны-камикадзе.

"Мы создали работающую концепцию того, как мы делаем это для системы наблюдения и разведки на базе дрона", — рассказал Хелландер в интервью Ars. "Это то, что мы также сделали во время публичных демонстраций в Швеции".

Scaleout участвует в проекте Affordable Loitering Modular Ammunition (ALMA), возглавляемом BAE Systems Bofors, который нацелен на разработку недорогого автономного дрона-камикадзе. Концепция ALMA была впервые публично продемонстрирована во время мероприятия Winter Demo 2026, прошедшего в Швеции в январе.

Эта демонстрация показала, как беспилотник может автономно "обнаруживать, идентифицировать и определять геолокацию всех потенциальных обнаруженных угроз с помощью ИИ", согласно презентации Scaleout Systems о возможностях ALMA.

"Все данные обрабатываются специальными бортовыми вычислениями, что позволяет системе работать в реальном времени без какой-либо внешней обработки". Используя свои бортовые возможности ИИ, дрон автоматически расставил приоритеты для наиболее ценной цели, определенной его миссией — в данном случае бронированной инженерной машины, — и полетел к этой цели, чтобы сбросить на нее взрывчатку.

Человеческий оператор все еще мог контролировать и направлять беспилотник, но дрон выполнял миссию самостоятельно без прямых команд человека. В июне Scaleout также протестировала свою технологию на базе ВВС Швеции в Уппсале, где шведские военные уже имеют лицензию на использование основной программной платформы Scaleout.

Эта демонстрация показала, как развернутый на передовой вычислительный узел на военной базе все еще может запускать собственные процессы вывода ИИ и активного обучения после потери связи с центральным вычислительным узлом в лаборатории Scaleout Systems. Как только соединение было восстановлено, локальные обновления модели ИИ передавались на центральный вычислительный узел.

Эта стратегия федеративного обучения, которая позволяет децентрализованной сети моделей ИИ учиться на агрегированных данных, в конечном итоге может масштабироваться на целые географические регионы или страны, пояснил Хелландер. "В принципе, вы можете разблокировать сотрудничество между государствами-членами НАТО", — сказал он.