השנה היא 2030. עמוק בשטח האויב, בסביבה עירונית רוויית איומים, צוות משימה אוטונומי מבוזר מתחיל לפעול. רחפנים זעירים מתרוממים מעל קו הבניינים, בעוד כלי רכב קרקעיים רובוטיים מתקדמים בסמטאות הצרות. אין כאן מפעיל אנושי שמכוון כל תנועה באמצעות ג'ויסטיק, ואין תקשורת ממרכז בקרה המרוחק מאות קילומטרים.
לפתע, אחד הרחפנים מזהה תנועה חשודה מחלון בקומה הרביעית. בשבריר שנייה, המידע החזותי מנותח, מועבר לשאר חברי הנחיל, ומסווג כאיום מיידי. רכב קרקעי רובוטי מגיב מייד, תופס עמדה ומפנה את אמצעי התצפית שלו לעבר המטרה. הנתונים מוצלבים, האיום מופלל, ומעגל האש נסגר במהירות מכונה, כאשר המפעיל האנושי, שנמצא הרחק מאחור, מאשר את התקיפה בלחיצת כפתור אחת, לאחר שקיבל תמונת מצב מזוקקת וברורה.
כדי להבין את עוצמת האתגר ההנדסי שבסנכרון רשת כזו בזמן אמת, כדאי לחזור לרגע לחוויה הדיגיטלית המוכרת לכולנו מהעולם האזרחי. כשאנחנו משתמשים בטלפון הנייד או במחשב האישי שלנו, אנו נהנים מאשליה של כוח חישוב בלתי מוגבל. בלחיצת כפתור, מודלי שפה ענקיים ויישומי בינה מלאכותית יוצרת (Generative AI) מעבדים את הבקשות שלנו בתוך שברירי שנייה. אך זוהי אשליה: כוח המחשוב האמיתי אינו נמצא במכשיר שבידינו, אלא בחוות שרתים ענקיות ובסביבות ענן מבוזרות, המחוברות ברשת אינטרנט מהירה, יציבה ורחבת פס.
בשדה הקרב המודרני, האשליה הזו מתנפצת אל קרקע המציאות. מערכות צבאיות פועלות בסביבה מנותקת חסרת קישוריות לאינטרנט או לענן המרכזי. התקשורת בין הכלים חלקית, משובשת לעיתים קרובות על ידי אמצעי לוחמה אלקטרונית של היריב, וכוח החישוב והאנרגיה הזמינים על גבי רחפן בודד או נגמ"ש הם מוגבלים ומצומצמים ביותר. מעבר לכך, המידע שנאסף מהחיישנים אינו מגיע בתנאי מעבדה - הוא רועש, מטושטש ומורכב.
אם כן, כיצד, מצליחים להביא את מהפכת ה-AI אל הקצה המבצעי, ישירות אל תוך החימוש או הרק"מ? התשובה טמונה בשילוב ארכיטקטוני חסר פשרות בין Edge AI (בינה מלאכותית בקצה), אלגוריתמיקה מתקדמת ותפיסה חדשנית של שיתוף פעולה בין אדם למכונה.
המוח שבקצה: האתגר של Edge AI
הצורך בעיבוד מידע ישירות בנקודת האיסוף אינו רק עניין של נוחות, אלא כורח מבצעי עליון. בעבר, התפיסה המקובלת נשענה על העברת המידע הגולמי לאחור, למערכות מרכזיות, תוך ניתוחו והחזרת התובנות לקצה. בעידן שבו שדה הקרב מוצף בחיישני וידיאו ברזולוציה גבוהה, מכ"מים ומערכות ל"א, העברת כמויות הנתונים הללו היא בלתי אפשרית. רוחב הפס פשוט אינו מסוגל להכיל זאת, וההסתמכות על קווי תקשורת רציפים חושפת את הכוחות לסכנת שיתוק פונקציונלי בסביבות חסומות ומנועות תקשורת.
כדי להתמודד עם אתגר התשתית המשמעותי הזה, בשדה הקרב העתידי משקיעים רבות בבינה מלאכותית בקצה (Edge AI). המטרה היא לבצע את מלוא עיבוד המידע המודיעיני והחזותי על גבי הפלטפורמה עצמה. הדבר מפחית את זמני התגובה למינימום האפשרי ומאפשר למערכת לשמור על פונקציונליות מלאה, גם כאשר הקשר עם העולם החיצון ניתק לחלוטין.
הבאת ה-AI אל הקצה דורשת פיתוח של ארכיטקטורות ייחוס (Reference architectures) ייעודיות למחשוב קצה בהקשרים ביטחוניים. לא ניתן לקחת מודל מסחרי כבד ולהטמיע אותו אל תוך מעבד טקטי של טיל מדויק. האמנות ההנדסית כאן היא מזעור, אופטימיזציה ודחיסת מודלים, מבלי לאבד את הדיוק המבצעי. פיתוח ארכיטקטורות אלו הוא הגורם המאפשר הקריטי לפריסת AI רחבה בשטח. מחשוב קצה זה, בשילוב אלגוריתמים של למידת מכונה, מאפשר פעולות אוטונומיות ברמה הטקטית, תוך שמירה על פיקוח אנושי אסטרטגי עליון.
סגירת מעגל האש בעידן ה-Physical AI
בלב התורה המבצעית עומדת לולאת ה-OODA, שפותחה על ידי אסטרטג חיל האוויר האמריקאי, קולונל ג'ון בויד. המודל שהציע בויד מבוסס על ארבעה שלבים מרכזיים ומאפשר קבלת החלטות מהירה ואפקטיבית בסביבות דינמיות ומשתנות - התבוננות, התמצאות, החלטה ופעולה (Observe, Orient, Decide, Act). ככל שארגון או מערכת מסוגלים לבצע את הסבב במהירות גבוהה יותר, כך הם מכתיבים את קצב הלחימה וכופים את רצונם על היריב.
שילוב ה-AI במערכות אוטונומיות משנה מן היסוד את מהירות הלולאה הזו. הכוח המניע בתהליך זה הוא ההתקדמות המרשימה בפיתוח Physical AI - תחום מחקרי המנגיש למכונות את העולם הפיזי באמצעות חיישנים, כך שהן יכולות להסיק מסקנות באופן עצמאי בזמן אמת, ואף לבצע פעולות פיזיות בעולם האמיתי. כך המערכות הופכות לישויות לומדות המגיבות בזמן אמת לסביבתן.
כאשר ה-Physical AI תוטמע במערכות נשק מתקדמות, היא תעניק להן את היכולת להבחין בין לוחמי אויב לאזרחים, לנווט בסביבה עם שיבושי GPS, לגלות ולעקוב אחר מגוון מטרות ולהסתגל באופן עצמאי לאמצעי נגד אלקטרוניים של האויב. סגירת מעגל האש תהפוך מתהליך ליניארי, התלוי בשרשרת ארוכה של אישורים והעברות נתונים, לתהליך רציף, מקבילי ומהיר. מהירות המכונה תחליף את האיטיות האנושית בשלבים הטכניים של הגילוי והעקיבה, ותותיר את הלוחמים פנויים לניהול האסטרטגי של המערכה.
אמנות האמון ושילוב אדם-מכונה
ככל שהיכולות הטכנולוגיות הולכות ומתעצמות, מתחדד האתגר הגדול מכולם והוא אינו קשור רק ליכולת הנדסית אלא לאמון וליכולת הסבר (Explainability). יישומים ביטחוניים דורשים הבנה עמוקה וחד-משמעית: מדוע מערכת AI קיבלה החלטה ספציפית, במיוחד בהחלטות קריטיות הנוגעות להפללת מטרות ולתקיפה. מפקדים לא יבטחו במערכות שהן "קופסה שחורה", שאינן מסוגלות להסביר את שיקוליהן בצורה הניתנת להבנה אנושית מהירה.
כאן נכנסת לתמונה תפיסת שיתוף הפעולה בין אדם למכונה (Human-machine teaming). ה-AI אינה מיועדת להחליף את שיקול הדעת האנושי, אלא להעצים אותו, לזקק עבורו את המידע הרלוונטי מתוך האוקיינוס של הנתונים, ולהסיר ממנו את עומס העבודה השוחק.
סביבת האיומים הנוכחית מחייבת אוטונומיה, במיוחד עבור יישומים הגנתיים. כאשר כוחות מתמודדים עם נחילי רחפנים זולים, מתאבדים ומתואמים המשוגרים בהמוניהם, מערכות שבהן האדם נמצא עמוק בתוך המהלך המבצעי (Human-in-the-loop) פשוט אינן מסוגלות להגיב מספיק מהר. קצב האירועים עובר את גבול היכולת הפיזיולוגית של האדם.
הפתרון ההנדסי והמבצעי שאנו מובילים הוא גישת האוטונומיה המדורגת. במודל זה, המערכות מטפלות בפונקציות קריטיות בזמן - כמו גילוי, סיווג ועקיבה - במהירות מכונה ובאופן אוטונומי לחלוטין. עם זאת, המערכת דורשת אישור אנושי מפורש לצורך תקיפה ויירוט.
המשמעות היא העברת המפעיל האנושי לתפקיד של פיקוח ובקרה (Human-on-the-loop). בני האדם הם אלו שקובעים את כללי הפתיחה באש, מגדירים את המטרות הלגיטימיות, ושומרים בכל עת על הסמכות והיכולת המלאה לעקוף את ההחלטות האוטונומיות של המכונה.
מערכת הלייזר "אור איתן" (Iron Beam) מדגימה את האיזון הזה היטב: היא מציגה יכולות עקיבה והכוונה מתקדמות, המאפשרות דיוק משופר במהירות האור, אך ארכיטקטורת קבלת ההחלטות שלה שומרת על פיקוח אנושי הדוק ומתאים.
מדינת ישראל, מערכת הביטחון ורפאל פועלות מתוך מחויבות עמוקה למסגרות משפטיות ואתיות המשקפות ערכים דמוקרטיים. בעוד שחלק מיריבינו מפתחים מערכות נשק אוטונומיות עם הרבה פחות מגבלות אתיות, פיתוח היכולות המתקדמות שלנו נועד לשמר את ההרתעה ואת היתרון האיכותי, מבלי לוותר על השליטה האנושית המשמעותית.
תאומים דיגיטליים וסימולציה
כיצד בוחנים אם כן מערכת המבוססת על בינה מלאכותית ואוטונומיה? בעולם החומרה המסורתי, תהליכי הבדיקה והבחינה הם ברורים ומבוססים על ניסויים פיזיים חוזרים ונשנים. אך בעולם שבו המערכות הן ביסודן מוגדרות תוכנה (Software-defined) ומבוססות AI, שיטות אלו דורשות עדכון. גם איננו יכולים להרשות לעצמנו תהליכי ניסוי וטעייה ארוכים ויקרים במעבדות או בשטחי הניסויים.
כדי להבטיח את בדיקתיות, אמינות ובטיחות המערכות, עברנו לפיתוח גמיש ואיטרטיבי המבוסס על שילוב של תאומים דיגיטליים (Digital Twins) והנדסת מערכות מבוססת מודלים (MBSE). אנו בונים ייצוג וירטואלי המדמה את המערכת הפיזית ואת סביבת הלחימה שלה. סביבה וירטואלית זו מאפשרת לנו לדמות אלפי תרחישים ולבחון אירועי קצה קיצוניים עוד לפני שבנינו את אב-הטיפוס הפיזי הראשון.
השימוש ב-AI מאפשר גם קיצור מחזורי הפיתוח של מערכות נשק מתקדמות. מודלים אווירודינמיים מורכבים, שבעבר דרשו שעות ארוכות של חישובי CFD (דינמיקה חישובית של נוזלים) קלאסיים, מחושבים כיום באמצעות מודלי AI ייעודיים בתוך דקות ספורות. שימוש בעיצוב גנרטיבי (Generative Design) מאפשר ל-AI להציע מאות אפשרויות עיצוב בעלות גיאומטריות מורכבות וביצועים אופטימליים, שהמתכנן האנושי לא היה מעלה על דעתו.
משולבים בתוך היחידות המבצעיות
קצב השינויים הטכנולוגיים בשדה הקרב הנוכחי יצר מציאות אסטרטגית חדשה: מחזור למידה קצר של שישה שבועות בלבד. מחקרים מראים כי זהו הזמן שלוקח ליריב להסתגל לטכנולוגיה או לטקטיקה חדשה שמוצגת בשטח, ולפתח לה מענה או אמצעי נגד. במערכה הזו, הדאטה הופכת לקריטית לא פחות מהפלטפורמות הפיזיות עצמן. היתרון התחרותי האולטימטיבי כבר אינו נובע מהחומרה, אלא מהתוכנה, מהאלגוריתמים ומהיכולת לנהל את המידע.
כדי לנצח בדינמיקה הזו, פיתחנו ברפאל לולאות משוב מובנות וסיסטמטיות. צוותים ייעודיים מרפאל, המשולבים בתוך היחידות המבצעיות של צה"ל בזמן לחימה ממשית, עובדים כתף אל כתף עם הלוחמים, אוספים בזמן אמת נתוני ביצועים, מצבי כשל ומשוב ישירות מהמפעילים בשטח.
מדובר בניתוח כמותי ומדעי של נתוני חיישנים, תוצאות עימותים וביצועי מערכות תחת עומס קיצוני. אנו משתמשים ב-AI כדי לנתח במהירות את הררי המידע, לזהות דפוסים נסתרים המצביעים על פערי יכולת בסיסיים ולסמלץ אמצעי נגד מתאימים.
ההישגים המבצעיים של מערכות רפאל - החל מאין-ספור יירוטי "כיפת ברזל" ו"קלע דוד", דרך פעילות מערכת ההגנה האקטיבית "מעיל רוח" על גבי פלטפורמות שונות בעולם, ועד יירוטים של מערכת "כיפה ימית" על ספינות חיל הים, כולם מנותחים ומוטמעים ישירות ובאופן מיידי במפות הדרכים הטכנולוגיות שלנו. הנתונים מזינים לולאת משוב עוצמתית: יותר מערכות בשטח מייצרות יותר נתונים, המאמנים בינה מלאכותית טובה יותר, המשפרת את ביצועי המערכות הבאות.
המדינה והחברה שידעו לרכז, לנתח וליישם תובנות מנתוני שדה הקרב בהיקף נרחב ובמהירות הגבוהה ביותר - הן אלו שישלטו בעימותים העתידיים.
התכנסות טכנולוגית
עד שנת 2030, האקו-סיסטם הביטחוני בישראל ישתנה ללא היכר. אנו נראה את ההתכנסות המרתקת של טכנולוגיה ביטחונית עם תחומי דיפטק אחרים: חלל, ביוטכנולוגיה, חומרים מתקדמים ומחשוב קוונטי. נקודות המפגש הללו יולידו יכולות פורצות דרך שקשה לנו אפילו לדמיין כיום, וידרשו מאיתנו חשיבה רב-תחומית מנצחת.
העתיד של עולם הביטחון אינו עוסק רק בטכנולוגיות מבודדות וחדשניות יותר, אלא בשיתוף פעולה חכם, מהיר ואחראי יותר בין הממשלה, התעשייה, המהנדסים, מקבלי ההחלטות והלוחמים בשטח. עם אקו-סיסטם ייחודי, המשלב דחיפות מבצעית, מצוינות טכנולוגית ותרבות יזמית חזקה, רפאל ממוצבת לא רק כדי לשמר את היתרון הצבאי והטכנולוגי האיכותי של מדינת ישראל, אלא כדי להרחיב אותו ולהוביל את העולם אל עבר עידן האוטונומיה האחראית.
חזון המחשוב הנוירומורפי
כשאנו נושאים עיניים אל עבר סוף העשור הנוכחי ומעבר אליו, אנו מבינים שהחומרה הנוכחית - המבוססת על ארכיטקטורות מחשוב מסורתיות - תתקרב לחסם פיזיקלי ואנרגטי בבואה להתמודד עם מודלי הענק של המחר בסביבות הקצה המבצעיות. החזון העתידי האמיתי של עולם ה-Edge AI טמון בפיתוח חומרה מתקדמת שתדמה את פעולתו ויכולותיו של המוח האנושי - מחשוב נוירומורפי (Neuromorphic Computing).
המוח האנושי הוא מכונת החישוב המופלאה והיעילה ביותר בנמצא. הוא מסוגל לעבד כמויות אדירות של מידע חזותי, חושי ותנועתי בו-זמנית, לקבל החלטות מורכבות בשבריר שנייה, וכל זאת תוך צריכת אנרגיה מזערית השקולה לנורה קטנה. פיתוח שבבים ומעבדים ארכיטקטוניים הפועלים ישירות על גבי החימוש, יאפשר לנו לשבור את תקרת הזכוכית של יחס כוח-חישוב/אנרגיה, ויעניק לנחילים ולמערכות האוטונומיות יכולת הישרדות, הסתגלות ותגובה חסרות תקדים.
הכותב הוא המדען ראשי בחברת רפאל מערכות לחימה מתקדמות
