Дигиталният капитал - милитаризация и геополитика

ДК демонстрира особено мощно развитие в САЩ, където постепенно се приближава до превръщането си в доминираща форма на капитал спрямо Индустриалния и Финансовия капитали. ДК се конкурира с държавата за управленската власт. Изследователите описват американския дигитален капитал като формиращ нов дигитален елит с контрол върху данните на индивидуално, общосоциално и даже глобално ниво. В условията на слаба регулация ДК в САЩ се институционализира като напълно автономен в своето функциониране с определено глобално влияние.

Въпреки че повечето големи технологични фирми опитват да се представят като доставчици на гражданска инфраструктура, наблюдаваме усилваща се тенденция на участие на дигиталния капитал на САЩ в милитаризацията, както и в геополитическото, и военно противопоставяне,. Компании като Starlink (SpaceX) и Palantir са най-характерни примери за тази тенденция.

Все пак не може да не се отбележи, че в това отношение дигиталният капитал на САЩ не е единен. Съществува американска класификация, според която „ДК“ следва да бъде структуриран на две крила:

- „Граждански дигитален капитал“ (Google, Meta, Apple, Amazon и други), които засега сякаш предпочитат да останат основно в гражданската област - облачни услуги, реклама, потребителски устройства, корпоративен софтуер, глобални потоци от данни;

- „Стратегически дигитален капитал“, който може по-скоро да се нарече „Военен дигитален капитал“. Бизнес моделите на този капитал са пряко свързани с отбраната и геополитическата конкуренция. Това крило включва: SpaceX / Starlink (инфраструктура за сателитен интернет), Palantir (анализ на данни за отбрана и разузнаване), Anduril (автономни отбранителни системи), NVIDIA (чипове, необходими за изкуствен интелект и изчисления, свързани с отбраната) и други. В известна степен, поне частично, тук следва да включим и част от споменатите по-горе „граждански корпорации“, които работят на пресечната точка на дигиталната инфраструктура с националната сигурност и геополитическите взаимодействия. Става дума за  Microsoft, Amazon, Google и други, които имат облачни договори с отбранителни агенции.

Основните причини, мотивиращи американските дигитални фирми да навлизат в стратегическата отбранителна област

• Технологии с двойна употреба: Изкуственият интелект (ИИ), облачните технологии, чиповете и сателитите по своята същност са с двойна употреба: Граждански + военни приложения; Инфраструктура + стратегическа стойност

- Търсене за национална сигурност: Правителствата все повече разчитат на: облачни изчисления, анализи с изкуствен интелект, сателитни комуникации, както и инструменти за киберсигурност. Дигиталните фирми задоволяват всички тези нужди.

Конкурентно предимство: Някои компании, като «стратегическите» Palantir и Anduril, изрично изграждат своята идентичност около бързи иновации в софтуерно ориентирани отбранителни системи, а също така в сферата на заместване на бавни традиционни изпълнители

Геополитическа среда: Дигиталният капитал става част от стратегическия пейзаж. Съперничеството между големите сили повишава търсенето на устойчиви мрежи, на системи, базирани на изкуствен интелект, както и на усъвършенствани изчисления, т.е. използване на квантови компютри. Квантовият компютър е вид компютър, който използва законите на квантовата механика за да обработва информация по начини, по които класическите компютри не могат. Квантовите компютри играят огромна роля в областта на кибер-сигурността.

Palantir като пример за участието на дигиталния капитал в процеса на милитаризация

Palantir Technologies Inc. е американска публично търгувана компания, която разработва софтуер за интеграция и анализ на данни. Palantir е със седалище в Маями, Флорида. Тя е основана през 2003 от Питър Тийл, Стивън Коен, Алекс Карп, Джо Лонсдейл, и Нейтън Гетингс.

Ключови платформи

AIP – Платформа за изкуствен интелект

Palantir AIP свързва генеративния изкуствен интелект (ГенИИ) директно с реалните операции, позволявайки на организациите и правителствата да вземат решения в реално време с агенти, базирани на LLM-Large Language Models, т.е. «Големи езикови модели». Той предоставя:

- Сигурна LLM интеграция (парадигма „k LLM“)

- Агенти с изкуствен интелект, които изпълняват работни процеси, а не само генерират текст

- Рамки за управление и оценка от корпоративен клас

Foundry – Платформа за търговски операции с данни

Foundry е изградена около Ontology, семантичния модел на Palantir, който обединява данни, логика и действия. Тя позволява:

- Интеграция на данни от всяка система

- Автоматизация на работния процес

- Анализ, моделиране и вземане на оперативни решения

Gotham – Платформа за отбрана и разузнаване

Gotham се използва от отбранителните, разузнавателните и правоприлагащите органи за обединяване на масивни потоци от данни и подкрепа на критично важни решения. Тя осигурява:

- Осъзнаване на ситуацията в реално време

- Анализ на разузнавателната информация

- Многодомейна оперативна координация

Apollo – Непрекъсната доставка и внедряване

Apollo внедрява и управлява целия софтуер на Palantir в:

- Многооблачни системи

- Локални среди

- Класифицирани среди

- Системи на периферия/въздушна междина. Тя организира хиляди актуализации с нулев престой ежедневно.

Ontology – Основната иновация на Palantir

Ontology моделира решения, а не само данни и обединява:

- Данни (факти)

- Логика (правила, вероятности, ограничения)

- Действия (оперативни ефекти) Това позволява на агентите с изкуствен интелект и хората да си сътрудничат при вземането на решения в реалния свят.

Palantir прeдлага не просто високотехнологичен продукт, но цялостна екосистема за вземане на решения. Разликата е съществена. Един софтуер може да оптимизира счетоводството или складовите наличности. Системите на Palantir претендират да събират информация от стотици източници, да я обработват и да я превръщат в картина на реалността, върху която впоследствие се основават политически, военни и корпоративни решения.

В момента Украйна е превърната в експериментално поле на т.нар. «американски технолибертарианци». Ярко свидетелство за това е именно присъствието на създадената през 2004 система на Palantir Gotham за анализ на големи данни. Инвеститор за тази програма и неин основен потребител в първото петилетие на нейното използване е Централното разузнавателно управление (ЦРУ) на САЩ.

ЦРУ разрешава по-късно платформата Gotham да се ползва от различни структури на Пентагона и даже от различни банки и корпорации. Именно с цел маркетиране на софтуерната програма е регистрирана корпорацията Palantir Technologies с Генерален директор Алекс Карп. Същият споделя пред списание Time как програмата е внедрена в Украйна безплатно с цел демонстрация в реални бойни условия (вж. How Tech Giants Turned Ukraine Into An AI War Tech War Lab, в https://time.com/6691662/ai-ukraine-war-palantir, последно влизане 12.11.2024).

Как работи платформата Palantir Gotham?

Palantir Gotham работи като платформа за вземане на решения, базирана на изкуствен интелект. Тя приема огромни количества структурирани и неструктурирани данни, обединява ги в унифициран модел (онтология) и предоставя на анализатори, следователи и военни оператори:

• Ситуационна осведоменост в реално време;
• Профилиране на модели на действие на противниковата страна;
• Препоръчителни действия.

С други думи,, Gotham превръща фрагментираните данни в оперативни решения.

Технология на работа на Palantir Gotham (кратък преглед)

Gotham интегрира данни от сензори, разузнавателни източници, документи, сателити и човешки входове → обединява ги в онтология → прилага ИИ инструменти за откриване на модели, заплахи и възможности → представя оперативна картина в реално време → поддържа планиране, насочване, разследвания и преглед след действие.

Основни компоненти на Gotham

- Слой за интеграция на данни: Приема данни от всички домейни: сателитни емисии, видео от дронове, сигнално разузнаване, бази данни, отчети, логове на чатове и др. Обработва както исторически, така и стрийминг данни в реално време.

- Онтология и сливане на данни: Gotham картографира суровите данни в споделен семантичен модел (онтология).Това позволява на операторите да виждат връзките между хора, събития, местоположения, активи и времеви линии.

- Анализ с активиран ИИ: Открива обекти, събития, аномалии във видео, аудио, текст и сензорни данни.Предлага начини на действие, прогнозира резултати и подчертава рисковете.

- Обща оперативна картина на живо (COP): Карта и времева линия на оперативната среда в реално време.Наслагва сензорни данни на живо с ИИ- засечки.

- Планиране и насочване на мисии: Подпомогнати от ИИ работни процеси за планиране на мисии, координиране на активи и управление на цели. Поддържа пълната верига за отстраняване на щети (намиране → отстраняване → проследяване → насочване → ангажиране → оценка).

- Сътрудничество и сигурност: Многопотребителско, многоагенционно сътрудничество със строг контрол на достъпа.

Рalantir Gotham — Диаграма на работния процес (текстова инфографика)

Диаграма на работния процес — данни → изкуствен интелект → поток на решения

Код

 1.ПРИЕМАНЕ НА ДАННИ

• Данни от сензори (ISR, дронове, сателити)
• Бази данни (разузнавателна информация, правоприлагащи органи, логистика)
• Документи, отчети, чат логове
• Потоци в реално време (SIGINT, геопространствени данни, видео)

 2. НОРМАЛИЗАЦИЯ И ОБЕДИНЯВАНЕ НА ДАННИ

• Почиства и стандартизира данни
• Съпоставя обекти в споделена онтология
• Свързва хора ↔ събития ↔ местоположения ↔ активи
• Създава унифициран, заявим граф на знания

 3. МНОГОСЛОЕН АНАЛИЗ И РАЗКРИВАНЕ С ИИ

• Откриване на модели на действия
• Откриване на аномалии
• Предсказващо профилиране и моделиране
• Откриване на обекти (видео, изображения)
• Оценка на риска и приоритизиране

 4. ОПЕРАТИВНА КАРТИНА (COP)

 Карта на живо с наслагвания

• Хронология на събитията
• Проследяване на активи
• Визуализация на заплахи
• Многослойна геопространствена информация

 5. РАБОТНИ ПРОЦЕСИ СВЪРЗАНИ С МИСИЯТА

• Разследвания
• Насочване към работни процеси
• Планиране на мисията
• Разпределение на ресурсите
• Сътрудничество между екипи/агенции

 6. ИЗПЪЛНЕНИЕ НА РЕШЕНИЯТА       

• Препоръчителни действия
• Оперативни заповеди
• Сигнали и известия
• Преглед след действие
• Непрекъсната обратна връзка в системата

Конкретен пример за работа на платформата Palantir Gotham

Първа стъпка е добиване на данни от откритите източници, например, в цифрови снимки. На снимките, освен изображения, има и метаданни, за които се споменава, като правило, едва когато снимката вече е «осветена». С появата на мощни ннтернет мрежи, които се занимават със събиране и  анализ на открити данни, снимките остават критично важен елемент за изследването. Всяка снимка е прозорец в реалноста, при което Palantir се старае да чете между пикселите.

Метаданни: данни, време, координати (даже ако ги опитате да ги изтриете, алгоритъмът възстановява следите). Например, визуален анализ: на снимката е изобразена колона камиони. Системата ги сравнява с базата данни на техниката, определя модела, товароподемност, принадлежност. Фон и детайли: кал на колелетата, номерни знаци, ландшафт — всичко това се складира в мозайката на маршрута.

Палантир» започва със сурови, неструктурирани метаданни: време, геокоординат, едва забележими артефакти, преписки, сателитни снимки.

Конкретен пример, максимално приближен към реалния живот. На пръв поглед – обикновена снимка: усмихнат военнослужещ в камуфлажна унофирма, фон сиво небе, и част от бетонна ограда. Надпис под снимката:  „Привет на всички, скоро се връщам вкъщи“ и подпис под снимката в месинджъра. Но алгоритмите виждат много повече:

- Детайл, на който следва да обърнете внимание.В десния долен ъгъл на кадъра едва забележим фрагмент: надпис, на надписа букви и цифри, част от верига на бронирана машина. Войникът стоящ в машината, не подозира, че неговото селфи вече е цифрова база данни.

- Време и геолокация. Метаданните снимки разказават още: време на снимката 06:37 сутринта – необикновен час, говорещ за нощния марш. Координати: въпреки опита на потребителя да отключи гекоординат, чрез мрежата се възстановява връзка с малък град, където преди седмица не е имало нито един обект на предполагаемата бронетехника.

Геолокацията се възстановява, въпреки опитите да скрият координатите. Работата на алгоритъма сега плавно се премества във фазата - момент, когато от хаоса се преминава към контурите на реалността.

- Съпоставка с други данни. Алгоритъмът започва да сглобява пъзела: Засечена е интернет връзка, че три часа до направеното «селфи» в склад в същия град постъпва партия дизелово гориво за повече от 40 машини. Прехванат е разговор в затворена група военнослужащи (видимо, офицери), които обсъждат "проблеми с пътя на участъка N–K" — това е най-големият маршрут, където е била заснета бронирана техника.Спътникови снимки: на пътя между града и линията на бойно стълкновение свидетелства за движение на колони. Прогнозира се със следната степен на вероятност настъпление на противника в направление....във времевия диапазон от....до....със следните сили и средства...

Препоръчват се следните варианти за действия .........

Вместо заключение

Съвременните начини на водене на бойни действия генерират огромен обем най-разнообразна информация. В тези условия от съществено значение е създаването на екосистема от средства за събиране и обработка на данни в обстановка на бързопроменяща се обстановка. Става дума за система, съставена от устройства за радиоелектронно наблюдение, сателити,  разузнавателни самолети, дронове, радари за близко, средно и далечно прехващане, комуникационни канали, многообразни акустични, електромагнитни, термо, видео и прочее сензори (датчици). Всички те трябва да са обхванати от мрежа за киберзащита.

В крайна сметка се формира качествено нов модел на осъществяване на военни операции. В центъра на тази екосистема е ИИ, което не отменя отговорността на човешкия фактор да взема решения. Опитът на  Palantir във военния сектор свидетелства за необходимостта от изграждане на способности, които придобиват стратегическо значение. Да не забравяме, че  действия на основата на подобна на горепосочената логика, създават изключителни възможности и в редица други невоенни области, включително медицина и профилактика, борба с природни бедствия, криминогенна заплаха, стопанска динамика, високотехнологично развитие, логистика и т.н.

Предвид наличието у нас на софтуерен потенциал, всичко това поставя проблема той да бъде «впрегнат» за разработка на съответните екосистеми в горепосочените сфери.

*Софийски университет „Св. Климент Охридски“