Palantir създаде усъвършенствана AI система, която обединява в едно данни от сателити, дронове, радари и други разузнавателни сензори. Изкуственият интелект анализира получената от тях информация, за да открива и набелязва цели, както и да предупреждава за "необичайни движения".

AI системата Maven Smart System (MSS) разкрива случващото се в реално време. Тя е създадена за американското Министерство на отбраната и вече се използва от американските въоръжени сили и техни съюзници. НАТО също внедри платформата за нуждите на своите командни структури, а през юни 2026 г. системата достигна пълна техническа оперативна готовност в Алианса.

Maven е част от по-широката програма Project Maven, която Пентагонът стартира през 2017 г. с цел да използва изкуствен интелект за анализ на военни изображения и разузнавателни данни. Google беше сред ранните технологични партньори, но се оттегли през 2018 г. след протест на служители срещу участието на компанията във военен AI проект. След това Palantir на милиардерът Питър Тийл се превърна в основен индустриален партньор.

Основният проблем, който Maven решава, не е липсата на информация. Военните вече разполагат с огромно количество данни от различни сензори. Проблемът е, че човек трудно може да обработи всичко това навреме. Изкуственият интелект може да анализира едновременно сателитни изображения, видео от дронове, радарни данни, инфрачервени сензори, сигнали от разузнавателни системи, географска информация и други източници. Според Центъра за стратегически и международни изследвания (CSIS) рли планирането на военни операции американското Централно командване е използвало 179 различни източника на данни през 2024 г., а броят им впоследствие е нараснал.

Вместо анализаторът да работи с множество отделни системи, Maven представя информацията в общ интерфейс и върху карта. Това позволява данните от различни сензори да се сравняват много по-бързо.

Представете си например сателитна снимка, на която AI открива група военни превозни средства. Друга система може да засече движение в същия район. Дрон може да установи скоростта и посоката им на придвижване или да даде допълнителна информация за обекта. Maven свързва тези данни и представя резултата като една по-пълна картина.

Компютърното зрение е един от основните компоненти на Maven. То може автоматично да открива и обозначава обекти в изображения и видеозаписи.

Това има огромно значение при съвременните количества разузнавателни данни. През 2022 г. техническият директор на компанията за сателитно наблюдение Maxar посочва пред CSIS, че един анализатор би имал нужда от около 85 години, за да прегледа изображенията, които компанията получава само за един ден от своите сателити.

Очевидно е, че човек не може да обработи подобен обем информация сам. AI може първо да прегледа изображенията и да маркира превозни средства, сгради, самолети или други обекти, които заслужават внимание. Анализаторът след това проверява резултатите. Така човекът не губи време в преглеждане на огромен брой кадри без интересни находки.

Maven не се ограничава до разпознаване на обекти. Системата свързва разузнавателните данни с процеса на планиране. При демонстриран от Пентагона сценарий операторът може да избере открита от AI цел и да види какви бойни средства са налични в района. Системата може да сравни различни варианти според фактори като разстояние, време за достигане и необходимото гориво.

Така процесът, който преди е изисквал работа с множество отделни системи, се извършва в една среда. След изпълнението на операцията същите разузнавателни потоци могат да се използват за оценка на резултата.

Това създава своеобразен цикъл - системата открива обект, анализира го, подпомага планирането, а след това следи какво се случва. Човекът остава част от процеса, защото той взема финалното решение.

Въпреки това не е сигурно, доколко бързо и лесно може да се осъществи проверка на изводите на AI-системата. Тогава съществува теоретичната моделът да допусне грешка и да подведе вземащият решението

Palantir добавя към системата и големи езикови модели. Чрез своята платформа Artificial Intelligence Platform компанията може да интегрира различни AI модели в Maven.

Това позволява на военните анализатори да взаимодействат със системата чрез естествен език. Вместо да търсят ръчно информация в множество бази данни, те могат да задават въпроси и да получават обобщена информация от свързаните източници.

Езиковите модели могат да анализират и огромен брой отделни открития, които компютърното зрение е направило във времето. Така AI може да търси закономерности и модели на поведение, които не се виждат от един кадър или един сензор. Това на теория би повишило контрола над бойното поле.

Например едно превозно средство само по себе си не означава много. Ако системата установи, че десетки превозни средства се движат по определен маршрут в определени часове и поведението им се е променило, това вече може да бъде важен сигнал.

По-рано тази година Tom's Hardware разкри, че американското военно министерство е увеличило инвестициите в Maven от първоначален договор от 480 млн. долара до многомилиардна програма. В нея има рамково споразумение на американската армия за до 10 млрд. долара, а общите средства, насочени към изкуствен интелект и автономни системи в Пентагона, надхвърлят 13 млрд. долара.

Palantir развива и концепция за т.нар. "съзвездие" от спътници. То обединява данни от повече от 300 комерсиални спътника с различни видове сензори, включително радарни, хиперспектрални и електрооптични системи. Целта е информацията от различни платформи да се комбинира така, че движението и необичайните събития в даден район да могат да бъдат откривани много по-бързо.

Maven вече не е само американски проект. НАТО придоби своя версия на системата, наречена Maven Smart System NATO.

Един от рисковете свързани със системата е твърде голямата автоматизация на войната и потенциалът за това изкуственият интелект да започне да отнема човешки животи.

Технологията поставя и друг въпрос - докъде може да стигне подобен модел извън бойното поле.

В САЩ вече съществуват огромни мрежи от камери за автоматично разпознаване на регистрационни номера. Една от най-известните компании в този сектор е Flock Safety. Тя твърди, че няма отношения с Palantir и че Palantir няма достъп до данните на клиентите ѝ. 

Полицията и други държавни структури обаче могат да използват различни системи за обработка и обединяване на данни. Когато информация от камери, регистрационни номера, комуникации, геолокация и други източници попадне в обща аналитична среда, става възможно да се проследяват не само отделни събития, но и повтарящи се модели.

Именно това стои зад понятието "анализ на начина на живот" или pattern-of-life analysis. Системата може да търси връзки между хора, автомобили, места и събития във времето. Във военен контекст това може да помогне за откриване на движение на военни подразделения.

В цивилна среда същият принцип би могъл да даде много по-подробна картина за движението и контактите на даден човек. Могат да се набележат неговите роднини, близки или обичайни маршрути. Всичко това става много по-бързо, ако се прави от AI, а не от човек.

Технология на практика може да се ползва и за тотално и безпрецедентно в историята масовото наблюдение. Остава отворен въпроса доколко демокрацията би могла да съществува в подобен сценарий.