Κατά τις πρώτες 24 ώρες του πολέµου στο Ιράν, οι Ηνωµένες Πολιτείες χρησιµοποίησαν το Maven Smart System (MSS) για να χτυπήσουν περισσότερους από 1.000 στόχους, αριθµός δέκα φορές µεγαλύτερος από ό,τι ήταν εφικτό στην εποχή πριν από το MSS.
Ωστόσο, ελάχιστοι εκτός του κυβερνητικού και του οικοσυστήµατος των αναδόχων που εµπλέκονται στη δηµιουργία και τη χρήση του MSS γνωρίζουν τι είναι, πώς λειτουργεί και ποιες είναι οι δυνατότητες που επιτρέπουν µια επανάσταση στον τοµέα των στρατιωτικών πληροφοριών και του προσδιορισµού στόχων.
Maven smart system
Το MSS αποτελεί προϊόν του Project Maven, µιας πρωτοβουλίας του Πενταγώνου που ιδρύθηκε το 2017 µε σκοπό να παρέχει δυνατότητες τεχνητής νοηµοσύνης στους µαχητές. Το Project Maven είχε µια ταραχώδη αρχή: η Google ήταν ένας από τους πρώτους τεχνολογικούς συνεργάτες, αλλά αποχώρησε το 2018 µετά από διαµαρτυρίες των εργαζοµένων της σχετικά µε τη συµµετοχή της εταιρείας στην ανάπτυξη στρατιωτικής τεχνητής νοηµοσύνης. Η Palantir, µια εταιρεία ενοποίησης και ανάλυσης δεδοµένων, ανέλαβε το έργο λίγο αργότερα και παραµένει ο κύριος βιοµηχανικός εταίρος του Project Maven. Το ανώτατο όριο της σύµβασης της εταιρείας µε το υπουργείο Αµυνας (DOD) για το Maven ξεπέρασε το 1 δισ. δολάρια τον Μάιο του 2025.
Ο όρος «Maven» αναφέρεται στο τρέχον πρόγραµµα του υπουργείου Άµυνας, το οποίο περιλαµβάνει πολλές άλλες κατευθύνσεις προσπάθειας και δραστηριότητες τεχνητής νοηµοσύνης — όπως η Αυτοµατοποιηµένη Αναγνώριση Στόχων (ATR) µε χρήση τεχνητής νοηµοσύνης — πέρα από το MSS. Το «MSS» αναφέρεται στην εµβληµατική πλατφόρµα λογισµικού του Υπουργείου Αµυνας που βασίζεται στην τεχνητή νοηµοσύνη, η οποία αντλεί δεδοµένα από πολλές πηγές, συµπεριλαµβανοµένου του Maven ATR. Η Palantir είναι ο κύριος υπεύθυνος λογισµικού για το MSS.
Το MSS χρησιµοποιείται ήδη από το Γενικό Επιτελείο, τις ∆ιοικήσεις Μάχης και διάφορες µονάδες σε ολόκληρο το Υπουργείο Άµυνας και την Κοινότητα Πληροφοριών, καθώς και από συµµάχους του ΝΑΤΟ. Η Palantir ισχυρίζεται ότι η βάση χρηστών του MSS διπλασιάζεται κάθε έξι µήνες για περισσότερα από δύο χρόνια. Τον Μάιο του 2025, το MSS φέρεται να είχε περισσότερους από 20.000 χρήστες, γεγονός που υποδηλώνει µια τρέχουσα βάση χρηστών περίπου 80.000.
Το MSS παρέχει ένα γραφικό περιβάλλον χρήστη (GUI) για σκοπούς στρατιωτικής πληροφορίας και στόχευσης, καθώς και έναν αυξανόµενο κατάλογο λειτουργιών του Συνδυασµένου Κοινού Συστήµατος ∆ιοίκησης και Ελέγχου Oλων των Τοµέων (CJADC2). Oι διεπαφές του MSS µοιράζονται µια ζωντανή, συγχρονισµένη εικόνα του πεδίου µάχης, ώστε να παρέχουν στους µαχητές και στους υπεύθυνους λήψης αποφάσεων κατανόηση σε πραγµατικό χρόνο προς υποστήριξη της συνολικής αποστολής του CJADC2.
Το περιβάλλον εργασίας χρήστη του MSS επιτρέπει επίσης την ανάθεση εργασιών στους χρήστες και την ανθρώπινη επικύρωση της επισήµανσης µε τεχνητή νοηµοσύνη που πραγµατοποιείται από άλλα συστήµατα τεχνητής νοηµοσύνης της Maven. Στην πράξη, αυτό σηµαίνει ότι η χρήση του MSS µπορεί να επιταχύνει τις αποφάσεις στόχευσης χωρίς να θυσιάζεται η αναλυτική ακρίβεια ή η ποιότητα της κρίσης.
Mοντέλα υπολογιστικής όρασης εντοπίζουν και επισηµαίνουν πιθανούς στόχους σε ζωντανές ροές βίντεο από δορυφόρους ή drones, οι οποίοι στη συνέχεια εµφανίζονται µέσα σε ένα κίτρινο πλαίσιο στην οθόνη του χρήστη.
Οι δυνατοτητες του MSS
- ∆ιαχείριση του πεδίου µάχης
- Σχεδιασµός και εκτέλεση µε τη βοήθεια τεχνητής νοηµοσύνης
- ∆ιαχείριση στόχων
- Ανιχνεύσεις µέσω υπολογιστικής όρασης
- Γενετική τεχνητή νοηµοσύνη
- Αποκάλυψη πληροφοριών µε τη βοήθεια µηχανών
Ποια προβλήματα έχει σχεδιαστεί να αντιμετωπίσει το MSS;
Τις τελευταίες δεκαετίες, τρία σηµαντικά προβλήµατα έχουν ταλαιπωρήσει το Πεντάγωνο και έχουν επιβραδύνει την ικανότητά του να χτυπά τους σωστούς στόχους αρκετά γρήγορα ώστε να έχει ουσιαστικό αποτέλεσµα. Οι δυνατότητες τεχνητής νοηµοσύνης (AI) και το γραφικό περιβάλλον χρήστη (GUI) του MSS συµβάλλουν σηµαντικά στην αντιµετώπιση αυτών των προβληµάτων.
- Ανεπαρκής αναλύτική ικανότητα σε σχέση με τα λεγόμενα δεδομένα
Κατά τη διάρκεια των πολέµων στο Ιράκ και το Αφγανιστάν, η εναέρια επιτήρηση µε drones ήταν πανταχού παρούσα, αλλά υπήρχαν σταθερά περισσότερες κάµερες που κατέγραφαν βίντεο από ό,τι εκπαιδευµένοι αναλυτές διαθέσιµοι για να τα παρακολουθήσουν. Σε ορισµένες περιπτώσεις, τα drones συλλέγαν υλικό 24 ώρες το 24ωρο, το οποίο παρέµενε εντελώς ανεξέταστο.
Το MSS αντιµετωπίζει αυτό το πρόβληµα χρησιµοποιώντας τεχνητή νοηµοσύνη (AI) για την πραγµατοποίηση αρχικής ανάλυσης και την επισήµανση αντικειµένων ενδιαφέροντος, επιτρέποντας έτσι στους αναλυτές να εστιάζουν την προσοχή τους εκεί όπου έχει µεγαλύτερη σηµασία. Εργασίες όπως η καταµέτρηση οχηµάτων ή ατόµων σε µια εικόνα µπορούν να αυτοµατοποιηθούν σε µεγάλο βαθµό. Ενώ οι ανθρώπινοι αναλυτές παραµένουν υπεύθυνοι για την επανεξέταση και την επικύρωση των ετικετών που δηµιουργούνται από την τεχνητή νοηµοσύνη, το MSS καθιστά αυτή τη διαδικασία γρήγορη και απλή.
- ∆υσκολία στην ενσωμάτωση ποικίλων πηγών δεδομένων σε πραγματικό χρόνο
Το φάσµα των τύπων αισθητήρων που ενδέχεται να είναι σχετικοί µε µια απόφαση στόχευσης είναι τεράστιο — συµπεριλαµβανοµένων βίντεο από drones, ραντάρ συνθετικού ανοίγµατος, επίγεια ραντάρ, πληροφοριών σηµάτων και εγγράφων — και πολλές από αυτές τις πλατφόρµες έχουν κατασκευαστεί µε προσαρµοσµένες µορφές δεδοµένων που δεν επικοινωνούν εύκολα µεταξύ τους.
Πριν από το MSS, οι αναλυτές ενδέχεται να συµβουλεύονταν αποτελέσµατα από πολλαπλά ασύνδετα συστήµατα, συµπεριλαµβανοµένων κυριολεκτικών εκτυπώσεων από τερµατικά σε διαφορετικές τοποθεσίες. Το MSS αντικαθιστά αυτό µε µια ενιαία διεπαφή βασισµένη σε χάρτη που συγχωνεύει όλες τις διαθέσιµες πηγές, διευκολύνοντας τη µετάβαση µεταξύ τύπων αισθητήρων χωρίς να εγκαταλείπει κανείς την πλατφόρµα.
- ∆υσκολία σύνδεσης της αναγνώρισης στόχων με τη χρήση όπλων
Οι αποτελεσµατικές αποφάσεις στόχευσης απαιτούν κάτι περισσότερο από δεδοµένα αισθητήρων. Οι υπεύθυνοι λήψης αποφάσεων χρειάζονται επίσης εικόνα για τις θέσεις, τις δυνατότητες και τους περιορισµούς όλων των φιλικών δυνάµεων και του άµαχου πληθυσµού στην περιοχή. Το MSS συγκεντρώνει αυτές τις πληροφορίες στην ίδια διεπαφή, τις συνδυάζει µε έναν αλγόριθµο προτάσεων που µπορεί να προτείνει και να κατατάξει υποψήφια µέσα για µια δεδοµένη επίθεση, και επιτρέπει στους χρήστες να διατάξουν και να ελέγξουν την επίθεση.
Από κάθε άποψη, η απόδοση του MSS έχει βελτιωθεί δραστικά από εκείνη την αξιολόγηση, και λειτουργίες που βρίσκονταν σε φάση ανάπτυξης το 2024 χρησιµοποιούνται πλέον ευρέως σε όλες τις στρατιωτικές υπηρεσίες.
Tο μέλλον του MSS
Το MSS αποτελεί πλέον βασικό συστατικό της προσπάθειας του Πενταγώνου για την υλοποίηση του CJADC2.
Το CJADC2 δεν είναι ένα µεµονωµένο σύστηµα, αλλά µια σειρά αλληλοσυνδεόµενων δυνατοτήτων, από το πεδίο της µάχης έως την αίθουσα συνεδριάσεων, που παρέχει στον ∆ιοικητή των Ενόπλων ∆υνάµεων αισθητήρες και συστήµατα σε τακτικό, επιχειρησιακό και στρατηγικό επίπεδο, προκειµένου να δηµιουργηθεί µια σαφέστερη εικόνα της τρέχουσας κατάστασης µέσα στην οµίχλη του πολέµου. Το CJADC2 συνδέει επίσης τα συστήµατα διοίκησης και ελέγχου των βασικών συµµάχων και εταίρων των ΗΠΑ, διασφαλίζοντας την οικοδόµηση εµπιστοσύνης και διαλειτουργικότητας, ενισχύοντας έτσι τη συνολική αποτελεσµατικότητα µιας συνδυασµένης διεθνούς δύναµης.
Αν και το MSS φαίνεται να αποτελεί σηµαντικό κοµµάτι του παζλ του CJADC2, η πλήρης υλοποίηση της φιλόδοξης αυτής ιδέας του Πενταγώνου δεν έχει ακόµη πραγµατοποιηθεί. Σε έκθεση του Γραφείου Λογοδοσίας της Κυβέρνησης (GAO) του Απριλίου 2025 επισηµαίνεται ότι το Πεντάγωνο εξακολουθεί να στερείται πλαισίου για την καθοδήγηση του CJADC2 και δεν έχει ακόµη καθορίσει ούτε παρακολουθεί την πρόοδο προς την επίτευξη συγκεκριµένων στόχων. Άλλα ζητήµατα που επισηµάνθηκαν στην έκθεση περιλαµβάνουν αλληλεπικαλυπτόµενες προσπάθειες µεταξύ των στρατιωτικών τµηµάτων, περιοριστικούς κανόνες διαχείρισης δεδοµένων και «περιορισµένη επίγνωση των διδαγµάτων που αντλήθηκαν από τα πειράµατα». Ο µελλοντικός ρόλος του MSS στην υλοποίηση του CJADC2 θα εξαρτηθεί από την ικανότητα του Πενταγώνου να επιλύσει αυτές τις εσωτερικές προκλήσεις.
Η Anthropic και το MSS
Τα εργαλεία AIP (Πλατφόρµα Τεχνητής Νοηµοσύνης) χρησιµοποιούν ένα υποκείµενο LLM (γλωσσικό µοντέλο), το οποίο παρέχει η Palantir µέσω συνεργασιών µε κορυφαίες εταιρείες τεχνητής νοηµοσύνης. Σε εµπορικό πλαίσιο, ο «Κατάλογος Μοντέλων» (Model Catalog) του AIP επιτρέπει στους χρήστες να περιηγούνται στα διαθέσιµα LLM και να επιλέγουν αυτό που ταιριάζει καλύτερα σε µια συγκεκριµένη εργασία. Το MSS, ωστόσο, λειτουργεί σε απόρρητα δίκτυα, γεγονός που περιορίζει σηµαντικά τα διαθέσιµα µοντέλα.
Η Anthropic ήταν η πρώτη πρωτοποριακή εταιρεία τεχνητής νοηµοσύνης που ανέπτυξε τα µοντέλα της σε αυτά τα περιβάλλοντα και µέχρι σήµερα υποστηρίζει τις δυνατότητες των µεγάλων γλωσσικών µοντέλων (LLM) της MSS. Η Palantir ανακοίνωσε µια συνεργασία µε την Anthropic για την ενσωµάτωση του κορυφαίου µοντέλου της, του Claude, σε απόρρητα δίκτυα µέσω του AIP τον Νοέµβριο του 2024, ενώ στη συνέχεια το Πεντάγωνο ανανέωσε και επέκτεινε τη συνεργασία του µε την Anthropic µε σύµβαση του Ιουλίου 2025.
∆ηµοσιεύµατα έχουν επισηµάνει τη χρήση του «Claude» από το Πεντάγωνο µέσω του MSS στον πόλεµο στο Ιράν, καθώς και µέσω ενός µη προσδιορισµένου συστήµατος της Palantir κατά τη σύλληψη του πρώην Προέδρου της Βενεζουέλας Νικολάς Μαδούρο τον Φεβρουάριο του 2026.