الذكاء الاصطناعي في الحروب الحديثة و تطبيقاته في أوكرانيا وغزة

لم يعد الذكاء الاصطناعي (AI) مجرد تكنولوجيا مساعدة في الأنظمة الدفاعية، بل تحول إلى المحرك العقائدي والتكتيكي الأول للحروب المعاصرة. وتُعد مسارح العمليات الحالية في أوكرانيا وقطاع غزة بمثابة حقول اختبار مفتوحة ومكثفة لتطبيقات التعلم الآلي والأنظمة الذاتية، مما أدى إلى تسريع وتيرة إنتاج الأهداف وتغيير مفهوم "وقت الاستجابة التكتيكية" بشكل غير مسبوق في تاريخ الصراعات البشرية.

أولاً: المعمارية التقنية الأساسية للذكاء الاصطناعي العسكري

ترتكز الحروب المدارة بالخوارزميات على أربعة أعمدة برمجية وهندسية رئيسية:

1. الرؤية الحاسوبية (Computer Vision): معالجة التدفقات البصرية الحية من الطائرات المسيرة والأقمار الصناعية للتعرف التلقائي على الآليات والأفراد وتصنيفهم كأهداف.

2. التعلم التعبيري والتعزيزي (Reinforcement Learning): تدريب النماذج الرياضية على اتخاذ القرارات والمناورة اللحظية في بيئات معقدة ومتغيرة تحت تأثير التشويش.

3. معالجة اللغة الطبيعية (NLP): اعتراض وتحليل الاتصالات اللاسلكية، وفحص التقارير الميدانية، واستخراج الإحداثيات الجغرافية تلقائياً من البيانات النصية والصوتية.

4. الأنظمة المستقلة (Autonomous Systems): منصات برية وبحرية وجوية قادرة على الإبحار، والتوجيه، وتنفيذ المهام دون أي تدخل أو توجيه بشري مباشر.

ثانياً: الساحة الأوكرانية – حرب المسيرات الشبحية والاستطلاع الهجين

تتميز جبهة أوكرانيا بالاعتماد الكثيف على حلول الذكاء الاصطناعي الطرفي (Edge AI) لتعويض النقص في المنصات العسكرية التقليدية باهظة الكلفة:

• مسيرات الرؤية الطرفية ومواجهة الـ EW: دمج خوارزميات Computer Vision داخل المعالجات الصغيرة لطائرات FPV والمنصات الكبرى (مثل Switchblade وBayraktar). يتيح ذلك للمسيرة قفل التوجيه على الهدف بصرياً والاقتراب منه وتدميره حتى في حال انقطاع رابط البيانات نتيجة التشويش الإلكتروني الكثيف.

• هجمات الأسراب الذكية (Swarm Attacks): تفعيل شبكات قتالية تنسق فيها الطائرات المسيرة فيما بينها تلقائياً لتوزيع الأدوار (استطلاع، تشويش، انقضاض) ومهاجمة نسق دفاعي واحد بشكل متزامن.

• المدفعية الرقمية فائقة الدقة: ربط نماذج التعلم العميق بمستشعرات الأرصاد الجوية لحساب الزوايا الدقيقة والمسار الأمثل للقذائف بناءً على سرعة الرياح، الرطوبة، والارتفاع، مما يرفع دقة الضربات من المحاولة الأولى بنسبة تصل إلى 90%.

ثالثاً: ساحة غزة – مصانع الأهداف المؤتمتة والمراقبة اللصيقة

في المقابل، ترتكز التطبيقات في غزة على معالجة البيانات الضخمة (Big Data) والاستخبارات الهجينة المشبعة لمنطقة جغرافية ضيقة ومحددة:

• نظام "Habsora" (الإنجيل): منظومة تعتمد على تكنولوجيا "صهر البيانات" (Data Fusion)، حيث تدمج بيانات الاستخبارات الجغرافية والصوتية والبشرية لتوليد أهداف عسكرية وتوصيات بالقصف خلال دقائق معدودة، وهي العملية التي كانت تستغرق أسابيع في الحالات التقليدية.

• التعرف الحي على الوجوه والحركة (Facial & Pattern Recognition): نشر منظومة مستشعرات أرضية وكاميرات درون متطورة تلتقط السمات الحيوية، وأنماط الحركة، وبصمات الصوت لتتبع العناصر المطلوبة وسط بيئة حضرية شديدة التعقيد.

• التخطيط المحاكي الآلي: استخدام نماذج برمجية تتنبأ بردود الفعل التكتيكية وبناء خطط هجومية ديناميكية تقلل من نسب المخاطرة للقوات المهاجمة.

رابعاً: جدول المقارنة الفنية لبيئات عمل الذكاء الاصطناعي

خامساً: التحديات الجسيمة والمخاطر الأخلاقية

رغم التفوق الحاسم الذي تمنحه هذه المنظومات، إلا أنها تواجه مآزق عملياتية وأخلاقية حادة:

1. انحياز البيانات ونسب الخطأ: قد تخطئ الخوارزميات في التمييز بين مدني يحمل غرضاً عادياً ومقاتل يحمل سلاحاً، مما يؤدي إلى كوارث إنسانية ضخمة.

2. هشاشة الأمن السيبراني: تظل هذه الأنظمة عرضة للاختراق، أو تسميم البيانات (Data Poisoning)، أو التشويش الذكي الذي يعطل قدرتها على اتخاذ القرار.

3. أزمة "القتل الآلي": يثير تفويض آلات برمجية باتخاذ قرار إنهاء حياة البشر معضلات قانونية وأخلاقية دولية معقدة حول المسؤولية عن جرائم الحرب.

خلاصة واستشراف: هل نشهد حروباً بين الآلات بحلول 2030؟

إن المؤشرات الميدانية لعام 2026 تؤكد أن الذكاء الاصطناعي قد غادر مرحلة الرفاهية التكنولوجية ليصبح الركيزة الأساسية للبقاء في ساحة المعركة الحديثة. ومع تسارع وتيرة تطوير الروبوتات القتالية والأنظمة المستقلة بالكامل، فإن التوقع بوجود حروب تدار وتخاض بالكامل بواسطة الآلات بحلول عام 2030 لم يعد ضرباً من الخيال العلمي، بل هو مسار حتمي تحدده وتصيغه الاستراتيجيات الدفاعية الكبرى لجيوش القوى العظمى اليوم.