ترور دیجیتال؛ هدفگیری فرماندهان حماس با هوشمصنوعی

پس از حمله ۷ اکتبر، رژیم صهیونیستی استفاده گسترده از هوش مصنوعی را در عملیاتهای نظامی آغاز کرد؛ از جمله در ترکیب با فناوری تشخیص چهره برای شناسایی مجروحان، تحلیل صدای تماسها برای مکانیابی هدف و همچنین پردازش زبان عربی برای رصد پیامها و شبکههای اجتماعی. این فناوریها در ترور فرماندهان حماس و یافتن گروگانها بهکار گرفته شده و بهمرور ارتقا یافتهاند.
به نقل از چهار مقام صهیونیستی، پس از حمله ۷ اکتبر به اراضی اشغالی و کشته شدن بیش از ۱۲۰۰ نفر و اسارت ۲۵۰ اسراییلی، فناوریهای هوش مصنوعی بهسرعت برای استفاده میدانی بهکار گرفته شدند. به گفته آنها، این موضوع به همکاری میان واحد ۸۲۰۰ و نیروهای ذخیره در «استودیو» منجر شد تا قابلیتهای جدید هوش مصنوعی بهسرعت توسعه یابند.
از آغاز جنگ تاکنون، رژیم اشغالگر هوش مصنوعی را با نرمافزار شناسایی چهره ترکیب کرده است تا بتواند چهرههای نیمهپوشیده یا مجروح را با هویتهای واقعی تطبیق دهد. همچنین از هوش مصنوعی برای تهیه فهرست اهداف احتمالی حملات هوایی استفاده کرده و یک مدل هوش مصنوعی به زبان عربی ایجاد کرده است تا چتباتی را تقویت کند که بتواند پیامهای متنی، پستهای شبکههای اجتماعی و دیگر دادههای عربیزبان را اسکن و تحلیل کند.
در اواخر سال ۲۰۲۳، رژیم صهیونیستی در تلاش بود تا «ابراهیم بیاری»، فرمانده گردان مرکز جبالیای حماس که طبق ادعاها در برنامهریزی حمله ۷ اکتبر نقش داشت را ترور کند. اطلاعات نظامی رژیم بهسرعت تماسهای بیاری با سایر اعضای حماس را شنود کرد، اما نتوانست مکان دقیق او را شناسایی کند. بنابراین، آنها به ابزار صوتی پشتیبانیشده با هوش مصنوعی روی آوردند؛ ابزاری که صداهای مختلفی مانند انفجارها و حملات هوایی را تحلیل میکرد.
پس از آنکه مکان تقریبی تماسهای ابراهیم بیاری شناسایی شد، مقامات نظامی صهیونیست هشدار دریافت کردند که آن منطقه — که شامل چند مجتمع آپارتمانی بود — بسیار پرجمعیت است. آنها گفتند برای اطمینان از کشته شدن بیاری، لازم بود چندین ساختمان هدف حمله هوایی قرار گیرد. این عملیات تأیید و اجرا شد!
از آن زمان، اطلاعات نظامی رژیم از این ابزار صوتی همراه با نقشهها و تصاویر تونلهای زیرزمینی پیچیده غزه برای یافتن گروگانها استفاده کرده است. به گفته دو افسر صهیونیست، این ابزار در گذر زمان بهگونهای بهبود یافته که بتواند افراد را با دقت بیشتری شناسایی کند.
ردیابی موقعیت اشخاص
بنابر گفته سه مقام صهیونیستی و آمریکایی مطلع از این رویدادها (که نامشان در گزارش فاش نشده)، افسران صهیونیست برای ردیابی افراد مورد نظر خود به فناوری نظامی جدیدی که با هوش مصنوعی ترکیب شده بود، روی آوردند. این فناوری حدود یک دهه پیش توسعه یافته بود، اما تاکنون در میدان نبرد استفاده نشده بود. تلاش برای یافتن شهید بیاری انگیزهای تازه برای بهبود این ابزار ایجاد کرد؛ بهطوری که مهندسان واحد ۸۲۰۰ (معادل آژانس امنیت ملی آمریکا) رژیم غاصب، بهسرعت هوش مصنوعی را در فناوری مذکور ادغام کردند. مدتی بعد، عناصر امنیتی رژیم تماسهای تلفنی بیاری را شنود کرده و ابزار صوتی مبتنی بر هوش مصنوعی را آزمایش نمودند. این ابزار مکان تقریبی تماسهای او را مشخص کرد. با استفاده از این اطلاعات، رژیم صهیونی در تاریخ ۳۱ اکتبر ۲۰۲۳، دستور حمله هوایی به آن منطقه را صادر کرد که منجر به شهادت ابراهیم بیاری شد.
طبق گزارش “Airwars” «ایرویز»، (یک نهاد نظارت بر درگیریها که در لندن مستقر است) به دلیل تقریبی بودن مکان پیشنهادی توسط هوش مصنوعی، در این حمله بیش از ۱۲۵ غیرنظامی نیز جان خود را از دست دادند.
به گفته مصاحبههایی با ۹ مقام دفاعی آمریکایی و صهیونیستی، ابزار صوتی تنها یکی از نمونههایی است که نشان میدهد رژیم چگونه از جنگ در غزه برای آزمایش و بهکارگیری سریع فناوریهای نظامی پشتیبانیشده با هوش مصنوعی، در سطحی بیسابقه استفاده کرده است.
شرکتهای پشت پرده و واکنشها به جنایات انجام شده
بسیاری از این تلاشها نتیجه همکاری میان سربازان وظیفه در واحد ۸۲۰۰ و نیروهای ذخیرهای بود که در شرکتهای فناوری مانند گوگل، مایکروسافت و متا کار میکنند. به گفته این افراد واحد ۸۲۰۰ مرکزی به نام “Studio” «استودیو» راهاندازی کرده است که به عنوان یک مرکز نوآوری و مکانی برای اتصال متخصصان به پروژههای هوش مصنوعی شناخته میشود. سربازان ذخیره شرکتهای بزرگ مذکور در این واحد مشغول هستند. وظیفه واحد استودیو در حقیقت تطبیق سریع فناوریهای هوش مصنوعی با نیازهای نظامی است.
در حالی که رژیم با سرعت به توسعه زرادخانه هوش مصنوعی خود ادامه میداد، بهکارگیری این فناوریها منجر به شناساییها و بازداشتهای اشتباه و مرگ غیرنظامیان شده است. به گفته مقامات دفاعی اروپایی و آمریکایی، هیچ قدرت دیگری به اندازه رژیم اشغالگر در آزمایش ابزارهای هوش مصنوعی در نبردهای واقعی فعال نبوده است. این وضعیت، نمایی اولیه از چگونگی استفاده از چنین فناوریهایی در جنگهای آینده ارائه میدهد؛ و همچنین پیشبینی اینکه چگونه ممکن است این فناوریها دچار خطا و انحراف شده و کشتار غیر نظامیان را در پی داشته باشند.
شرکتهای متا و مایکروسافت از اظهار نظر درباره کشتارهای انجام شده در جنگ غزه که با بهکارگیری هوش مصنوعی انجام شدند خودداری کردند اما گوگل در راستای رفع اتهام از خود اعلام کرد: «ما کارمندانی داریم که در کشورهای مختلف جهان به عنوان نیروی ذخیره رژیم خدمت میکنند. کاری که این کارمندان در قالب نیروی ذخیره انجام میدهند، به شرکت گوگل ارتباطی ندارد».
“Avi Hasson” «آوی حسون»، مدیرعامل سازمان غیرانتفاعی “Startup Nation Central” که در اراضی اشغالی سرمایهگذاران را به شرکتها متصل میکند، گفت: «نیروهای ذخیره از شرکتهای متا، گوگل و مایکروسافت نقش حیاتی در پیشبرد نوآوری در زمینه پهپادها و یکپارچهسازی دادهها ایفا کردهاند». او گفت: «نیروهای ذخیره دانش تخصصی و دسترسی به فناوریهای کلیدی را به همراه آوردند که در ارتش در دسترس نبودند».
هوش مصنوعی در صنعت پهپادسازی
ارتش رژیم صهیونیستی بهزودی از هوش مصنوعی برای ارتقای ناوگان پهپادی خود استفاده کرد. “Aviv Shapira” «آویو شاپیرا»، بنیانگذار و مدیرعامل شرکت “XTEND” ــ یک شرکت نرمافزاری و پهپادی که با ارتش رژیم همکاری دارد ــ گفت: الگوریتمهای مبتنی بر هوش مصنوعی برای ساخت پهپادهایی بهکار گرفته شدند که میتوانند از فاصله دور روی اهداف قفل کرده و آنها را ردیابی کنند. در گذشته، توانایی هدفگیری وابسته به تمرکز روی تصویر هدف بود. اما اکنون هوش مصنوعی میتواند خودِ شیء — چه یک خودروی در حال حرکت باشد یا یک انسان — را با دقتی بسیار بالا شناسایی و ردیابی کند». شاپیرا گفت که مشتریان اصلیاش، یعنی ارتش رژیم اشغالگر و وزارت دفاع ایالات متحده، از پیامدهای اخلاقی استفاده از هوش مصنوعی در جنگ آگاه هستند!
زبان عربی، جولانگاه دشمن برای اثرگذاری بر افکار عمومی
به گفته سه افسر صهیونیست، یکی از ابزارهایی که توسط «استودیو» توسعه یافت، یک مدل هوش مصنوعی زبان عربی بود که به عنوان یک مدل زبانی بزرگ شناخته میشود. (این مدل زبانی بزرگ پیشتر توسط وبسایت خبری صهیونیستی-فلسطینی +۹۷۲ گزارش شده بود) توسعهدهندگان پیشتر برای ایجاد چنین مدلی با مشکل مواجه بودند، زیرا دادههای کافی به زبان عربی برای آموزش این فناوری وجود نداشت. حتی زمانی که چنین دادههایی در دسترس بود، عمدتاً به زبان عربی نوشتاری استاندارد بودند که رسمیتر از دهها گویش مختلفی است که در زبان عربی محاورهای استفاده میشود.
به گفته افسران صهیونیست، ارتش رژیم غاصب با این مشکل مواجه نبود. دولت نامشروع دههها پیامکهای رهگیریشده، مکالمات تلفنی ضبط شده و پستهایی که از شبکههای اجتماعی به زبان عربی محاورهای جمعآوری شده بودند را در اختیار داشت. بنابراین عناصر صهیونیست در چند ماه اول جنگ غزه، مدل زبانی بزرگ را ایجاد کردند و یک چتبات طراحی کردند که بتواند پرسوجوها را به زبان عربی انجام دهد. آنها این ابزار را با پایگاههای داده چندرسانهای ترکیب کردند و به تحلیلگران صهیونی امکان دادند تا جستجوهای پیچیدهای را در تصاویر و ویدیوها انجام دهند.
زمانی که رژیم صهیونیستی در ماه سپتامبر سید حسن نصرالله را به شهادت رساند، چتبات ایجاد شده واکنشها به شهادت ایشان را در سراسر جهان عربزبان تحلیل کرد. این فناوری میان گویشهای مختلف در لبنان تمایز قائل شد تا واکنش عمومی را ارزیابی کند و به رژیم کمک کرد تشخیص دهد که آیا فشاری از سوی افکار عمومی برای انجام حمله تلافیجویانه وجود دارد یا نه.
همچنین گفته میشود گاهی اوقات چتبات قادر به شناسایی برخی اصطلاحات عامیانه مدرن و واژگانی که از انگلیسی به عربی بهصورت آوایی (ترانسلیتره) نوشته شده بودند نبود. یکی از افسران گفت که این موضوع نیازمند بازبینی و اصلاح نتایج توسط افسران اطلاعاتی صهیونیست متخصص در گویشهای مختلف بود. همچنین چتبات گاهی پاسخهای نادرستی ارائه میداد. برای مثال، بهجای تصویر اسلحه، عکس لوله را برمیگرداند. با این حال، آنها گفتند که این ابزار هوش مصنوعی به شکل قابل توجهی روند تحقیق و تحلیل را تسریع کرده است.
تشخیص چهره و شناسایی افراد
در ایستهای بازرسی موقتی که پس از حملات ۷ اکتبر میان شمال و جنوب نوار غزه ایجاد شده بود، رژیم همچنین دوربینهایی را به کار گرفت که قادر بودند تصاویر با وضوح بالا از فلسطینیها ثبت کرده و آنها را به یک برنامه تشخیص چهره مبتنی بر هوش مصنوعی ارسال کنند. به گفته دو افسر اطلاعاتی رژیم، این سامانه نیز گاهی در شناسایی افرادی که چهرهشان پوشیده بود، با مشکل مواجه میشد. این امر منجر به بازداشت و بازجویی از فلسطینیهایی شد که به اشتباه توسط سیستم تشخیص چهره شناسایی شده بودند.
رژیم همچنین از هوش مصنوعی برای پالایش دادههایی که توسط مقامات اطلاعاتی درباره اعضای حماس جمعآوری شده بود استفاده کرد. پیش از جنگ، رژیم یک الگوریتم یادگیری ماشینی با نام “Lavender” «لاوندر» طراحی کرده بود که میتوانست بهسرعت دادهها را مرتب کرده و به شناسایی شبهنظامیان سطح پایین کمک کند. این الگوریتم بر اساس یک پایگاه داده از اعضای تأییدشده حماس آموزش دیده بود و هدفش پیشبینی این بود که چه کسانی دیگر ممکن است عضو این گروه باشند. طبق گزارشات، “Lavender” به ارتش اشغالگر در تهیه فهرستی شامل ۳۷۰۰۰ هدف انسانی بر اساس ارتباط آنها با حماس کمک کرده است. اگرچه پیشبینیهای این سامانه بینقص نبود، اما رژیم در آغاز جنگ غزه از آن برای کمک به انتخاب اهداف حمله استفاده کرد.
دیدگاه