Kiedy dron widzi i decyduje: co sztuczna inteligencja może dziś zrobić na polu bitwy i gdzie człowiek musi zachować kontrolę

Ilustracja tytułowa nawiązuje do fikcyjnego drona Barona z mojej książki Syndikát. Nie przedstawia rzeczywistego produktu ani prawdziwej operacji wojskowej.

Kiedy ktoś mówi „dron ze sztuczną inteligencją”, łatwo można sobie wyobrazić pojedynczy elektroniczny mózg, który widzi, myśli i podejmuje decyzje. Rzeczywistość jest bardziej otrzeźwiająca. Wewnątrz kamera, kilka małych wyspecjalizowanych modeli, algorytmy nawigacji i klasyczny autopilot zazwyczaj współpracują ze sobą.

Baron z pierwszego obrazu należy do fikcji. Technologie opisane w poniższym tekście są prawdziwe i celowo oddzielam je od historii.

Każda część rozwiązuje inny problem. Kamera dostarcza obraz. Komputerowy model wizyjny oznacza obiekty. Nawigacja oszacuje lokalizację. Planista wybiera bezpieczną trasę. Autopilot przełoży plan na ruch silników.

Rozpoznanie czołgu na zdjęciu to problem techniczny. Decyzja, czy jest to uzasadniony cel wojskowy, jest kwestią kontekstu, prawa i odpowiedzialności ludzkiej.

To właśnie tę różnicę uważam za najważniejszą część całej debaty.

Co naprawdę dzieje się wewnątrz drona

Uproszczony łańcuch przetwarzania wygląda następująco:

Zatem sztuczna inteligencja nie jest synonimem autonomii. Dron może wykorzystywać sztuczną inteligencję jedynie do rozpoznawania przeszkód, a każdy ważny krok jest zatwierdzany przez człowieka. I odwrotnie, niektóre funkcje automatyczne można zbudować w oparciu o klasyczne algorytmy bez sieci neuronowej.

Poza tym model zazwyczaj nie uczy się wszystkiego od zera na bieżąco. Intensywny obliczeniowo trening odbywa się wcześniej na dużych zbiorach danych. Dron wykonuje wówczas głównie wnioskowanie, czyli szybkie zastosowanie wyuczonego modelu do nowego obrazu.

YOLO nie jest małym ChatGPT. To szybki wzrok

W wywiadzie wspomniałem o rodzinie modeli YOLO, z angielskiego You Only Look Once. Nie jest to model językowy, ale model widzenia komputerowego do wykrywania obiektów. Zwykle zwraca prostokąty, nazwy klas i poziom pewności z obrazu. Może na przykład powiedzieć „w tej części obrazu znajduje się pojazd, pewność 87%”.

YOLO nie wie, czy pojazd należy do własnej jednostki, czy jest unieruchomiony, czy się poddaje, co się za nim kryje i czy atak byłby proporcjonalny w świetle prawa. To wszystko są dodatkowe warstwy podejmowania decyzji.

Każda generacja YOLO ma kilka rozmiarów, od n w wersji nano do x w wersji bardzo dużej. Poniższe liczby pochodzą z dokumentacji Ultralytics YOLOv8 i oficjalnego repozytorium YOLOv12. Ostatnia kolumna to moje przybliżone ponowne obliczenie samych wag przy dwóch bajtach na parametr w formacie FP16.

Dla porównania YOLOv12n ma 2,5 miliona parametrów. Typowy model językowy określany jako 7B ma siedem miliardów. Tak więc, zgodnie z liczbą parametrów, YOLOv12n jest około 2800 razy mniejszy. Liczby parametrów największych modeli zamkniętych GPT lub Gemini nie są publiczne, więc nie ma sensu podawać ich jako liczby zweryfikowanej.

Jednak rozmiar pliku wag nie jest taki sam, jak zużycie pamięci podczas pracy. Dron potrzebuje także miejsca na wyniki warstwy pośredniej, bufory obrazu i środowisko wykonawcze. Zależy to od rozdzielczości, dokładności obliczeń, ilości obrazów, chipa i konkretnego silnika. Rzetelna liczba zostanie zatem stworzona dopiero poprzez pomiar na urządzeniu docelowym.

YOLOv8 to głównie sieć splotowa. YOLOv12 to nowsza dziedzina badań, która w większym stopniu opiera się na mechanizmie uwagi. Sama wyższa liczba generacji nie oznacza jednak najlepszego wyboru dla konkretnego drona. W praktyce decydujące znaczenie mają dokładność, opóźnienia, zużycie energii, stabilność narzędzi i to, czy model przeszedł testy na prawdziwym sprzęcie.

Dlaczego inteligencja musi być na pokładzie

Nie da się po prostu umieścić serwerowej karty graficznej z dużym chłodzeniem i zasilaczem w małym latającym urządzeniu. Każdy gram i każdy wat przekłada się na długość lotu. Z kolei wysłanie każdej ramki do chmury zwiększa opóźnienie i zakłada niezawodne połączenie, które w środowisku kryzysowym może nie istnieć.

Dlatego zastosowano edge AI, czyli kalkulację bezpośrednio na urządzeniu. Niesie ze sobą trzy podstawowe zalety:

• szybka reakcja bez ścieżki danych do zdalnego serwera,
• mniejsza zależność od łącza i chmury,
• zdolność do pracy nawet w przypadku przerwania komunikacji lub nawigacji satelitarnej.

Cena za to jest jasna: niska moc, mała pamięć i ograniczona moc obliczeniowa. Twórca zatem kurczy, kwantyzuje i optymalizuje model dla konkretnego akceleratora. Sukces mierzy się nie tylko dokładnością w laboratorium, ale także liczbą klatek na sekundę, zużyciem energii, temperaturą i zachowaniem przy utracie sygnału.

Na przykład program DARPA REMA bada autonomiczne podsystemy, które mogą pomóc istniejącym dronom w wykonaniu misji nawet wtedy, gdy komunikacja zostanie zakłócona przez wojnę elektroniczną. To dobrze pokazuje, dlaczego przetwarzanie brzegowe jest przedmiotem zainteresowania wojska. Jednocześnie to właśnie utrata połączenia zwiększa wymagania dotyczące z góry ustalonych ograniczeń i bezpiecznego zakończenia misji.

Żyroskop, akcelerometr i mapa na kolanach

Sam obraz nie wystarczy. Dron musi wiedzieć, jak jest zorientowany i dokąd się przemieścił.

Żyroskop mierzy prędkość kątową, czyli prędkość obrotu urządzenia. Akcelerometr mierzy przyspieszenie w poszczególnych osiach, a jego dane odzwierciedlają także grawitację. Razem stanowią podstawę inercyjnej jednostki pomiarowej, w skrócie IMU.

Jeśli po prostu dodamy dane, małe błędy będą się stopniowo kumulować i oszacowanie pozycji zacznie dryfować. Dlatego IMU łączy się z kamerą, nawigacją satelitarną lub mapą.

Użyłem analogii do pilota z I wojny światowej w telewizji. Z papierową mapą na kolanach rozgląda się, znajduje rzekę, linię kolejową i miasto i koryguje swoje szacunki położenia na podstawie ich kształtu. Dopasowywanie map robi coś podobnego przez maszynę: porównuje zaobserwowane cechy krajobrazu z wcześniej przygotowaną mapą cyfrową.

Do nowoczesnych systemów często dodawana jest odometria wizualno-inercyjna lub SLAM, czyli jednoczesne budowanie mapy i określanie własnego położenia. Badanie autonomicznego drona wyścigowego Swift in Nature pokazało, co może zrobić kombinacja kamer, IMU i komputerów pokładowych w kontrolowanym środowisku. Jednak tor wyścigowy jest nadal nieporównywalnie czystszy niż pole bitwy z dymem, zakłóceniami, fałszywymi celami i cywilami.

Trzy poziomy: człowiek wewnątrz, nad systemem i na zewnątrz pętli

Terminy human in the loop, human on the loop i human out of the loop są użytecznym skrótem, a nie jednolitą normą prawną. W praktyce ważniejsze jest zadawanie konkretnych pytań: Kto wyznaczył misję? Kto ustalił profil docelowy? Kto wybiera konkretny obiekt? Czy da się w porę przerwać akcję?

Istnieje szerokie spektrum pomiędzy ręcznie sterowanym dronem a pełną autonomią. Sztuczna inteligencja może jedynie ustabilizować lot, zasugerować trasę, zwrócić uwagę na obiekt lub wykonać ostatni etap naprowadzania po wybraniu celu przez człowieka. Dlatego też sformułowanie „dron zdecydował się sam” bez bliższych wyjaśnień prawie nic nie znaczy.

Ponadto słowo cel ma co najmniej trzy znaczenia:

1. cel strategiczny, np. ochrona terytorium,
2. profil obiektu w misji, np. poszukiwanie określonego rodzaju sprzętu w określonej strefie,
3. konkretny przedmiot, przeciwko któremu ma zostać użyta siła.

Im dalej z tych konkretnych etapów wycofuje się człowiek, tym ważniejsze są ograniczenia przestrzeni, czasu, typów obiektów, zachowania w warunkach niepewności i możliwości bezpiecznego przerwania.

Hyperwar: gdy cykl decyzyjny zostaje skrócony do szybkości maszyny

Termin hiperwojna został użyty przez Johna R. Allena i Amira Husaina w odniesieniu do konfliktu, w którym zautomatyzowane podejmowanie decyzji i równoczesne działania zachodzą z szybkością, za którą człowiekowi trudno nadążyć (US Naval Institute, 2017).

Kuszące jest stwierdzenie, że szybsza strona automatycznie wygrywa. Jednak prędkość może również skrócić czas przeglądu, wątpliwości i deeskalacji. Błąd pojedynczego czujnika rozwija się wówczas nie w ciągu godzin, ale w ciągu kilku sekund i na dużą skalę.

Dlatego znacząca kontrola człowieka nie może oznaczać, że człowiek po prostu ogląda dziesiątki automatycznych decyzji na ekranie. Potrzebne są:

• wystarczająca ilość informacji o sytuacji i niepewności modelu,
• czas, w którym faktycznie można zmienić decyzję,
• możliwa do zarządzania liczba bieżących wydarzeń,
• jasny zakres dozwolonej działalności,
• możliwość zatrzymania systemu i sprawdzenia, dlaczego zadziałał.

Osoba, która ma ułamek sekundy na reakcję i nie widzi powodów swojej decyzji, jest w łańcuchu bardziej formalnie niż realnie.

To nie rozpoznanie czołgu jest najtrudniejsze. Najtrudniejszą częścią jest zrozumienie sceny

Na czystej fotografii stosunkowo łatwo jest rozpoznać znany typ sprzętu. Ale pole bitwy to środowisko wykraczające poza podręcznikowe dane. Obiekty są zakryte, uszkodzone, inaczej oświetlone, oglądane pod nietypowym kątem lub celowo zakamuflowane. Czujnik może być uszkodzony, a przeciwnik próbuje zmylić system.

NIST w swojej Taksonomii kontradyktoryjnego uczenia maszynowego opisuje ataki na dane, a także na sam proces decyzyjny modelu i zauważa, że nie ma jednej uniwersalnej obrony.

Jeszcze trudniejsze jest znaczenie tej sceny. Detektor widzi pojazd, ale nie wie:

• do kogo należy i czy został przejęty,
• czy jest sprawny czy porzucony,
• czy jego załoga się poddaje,
• czy w pobliżu znajdują się cywile, personel medyczny lub chroniony obiekt,
• jakie korzyści militarne i jakie szkody uboczne przyniesie interwencja.

Na tym polega różnica pomiędzy wykrywaniem, identyfikacją, rozumieniem sytuacji i decyzją prawną. Marketing czasami łączy je w jedno słowo „inteligencja”. Tak naprawdę jest między nimi przepaść.

Istnieje również ryzyko ludzkie zwane błędem automatyzacji. Operator może zaufać maszynie właśnie dlatego, że wynik wygląda dokładnie: ramka, nazwa klasy, mapa i procent pewności. Jednak liczba 92% mówi coś o modelu i jego danych, a nie o tym, czy interwencja jest poprawna i zgodna z prawem.

Co już dzieje się w praktyce

Tempo rozwoju jest wysokie. Ministerstwo Obrony Ukrainy podało w kwietniu 2026 r., że w kraju nad dronami z elementami sztucznej inteligencji pracuje ponad 200 firm, platforma Brave1 odnotowuje ponad 300 związanych z tym projektów, a na pierwszej linii frontu wykorzystuje się ponad 70 rozwiązań w zakresie sztucznej inteligencji lub wizji komputerowej (Ministerstwo Obrony Ukrainy).

Liczby te stanowią oficjalne oświadczenie jednej ze stron konfliktu, a nie niezależny audyt skuteczności. Dobrze jednak pokazują szybkość eksperymentowania. Jednocześnie to samo ministerstwo napisało w maju, że nie zabiega o w pełni autonomiczne systemy walki i że ostateczna decyzja powinna pozostać pod kontrolą człowieka (Centrum AI Obrony A1).

Prawo nie czeka na nowy typ maszyny

Nie ma jeszcze odrębnej, globalnej, wiążącej konwencji dotyczącej autonomicznych systemów uzbrojenia. Nie oznacza to próżni prawnej. Według Międzynarodowego Komitetu Czerwonego Krzyża każdy atak podlega międzynarodowemu prawu humanitarnemu, niezależnie od zastosowanej techniki.

Kluczem do konkretnego ataku są trzy obowiązki:

1. Rozróżnianie: odróżnienie celów wojskowych od osób cywilnych i obiektów cywilnych.
2. Proporcjonalność: nie wolno przeprowadzać ataków, po których można spodziewać się szkód cywilnych nadmiernych w stosunku do przewidywanej konkretnej i bezpośredniej korzyści wojskowej.
3. Środki ostrożności: podjąć praktyczne kroki w celu weryfikacji celu i zminimalizowania szkód wśród ludności cywilnej, w tym zmienić lub anulować atak, jeśli sytuacja ulegnie zmianie.

Odpowiedzialność nie znika wewnątrz algorytmu. Państwa, dowódcy, operatorzy, deweloperzy i nabywcy pełnią różne role, ale stwierdzenie „sztuczna inteligencja zdecydowała” nie jest wymówką prawną ani moralną.

MKCK w czerwcu 2026 r. ponownie wezwał do przyjęcia wiążącego instrumentu międzynarodowego, który zakazywałby nieprzewidywalnej autonomicznej broni i systemów przeciwpiechotnych oraz poważnie ograniczał inne. Dyskusje Grupy Ekspertów w ramach Konwencji o niektórych broniach konwencjonalnych były kontynuowane w 2026 r. Konferencja przeglądowa CCW zaplanowana jest na listopad 2026 r.

Czesi mają zaskakująco silną szkołę autonomii

Czechy nie są głównym producentem tanich, masowo produkowanych dronów FPV. Mają jednak bardzo dobrą bazę badawczą w zakresie robotyki, rojów, wizji komputerowej i nawigacji innej niż GPS. To właśnie te umiejętności będą istotne nie tylko w obronności, ale także w ratownictwie, kontroli infrastruktury i pracy w niebezpiecznych środowiskach.

ČVUT FEL, Grupa Systemów Wielorobotowych profesora Martina Saski opracowuje bezpieczne roboty latające, koordynację roju i nawigację bez GNSS lub bez ciągłego połączenia z człowiekiem. Zespół wykorzystuje swoje wyniki w ochronie infrastruktury krytycznej w projektach europejskich (ČVUT FEL, 2026).

Centrum Badań nad Dronami Politechniki w Brnie (VUT) informuje, że od 2020 roku realizuje projekty badawcze nad rojem dronów dla Ministerstwa Obrony Narodowej i Armii Republiki Czeskiej. Łączy w sobie sterowanie, elektronikę, czujniki, AI i działanie bez GNSS (VUT DRC).

Uniwersytet Obrony i Politechnika w Brnie wspólnie opracowały projekt ROJ, w którym drony powietrzne i roboty naziemne współpracują podczas rozpoznania. AI dzieli zadania, ocenia obraz i ostrzega operatora. Warto dodać, że publicznie opisywanym celem jest rozpoznanie i zbieranie informacji, a nie samodzielne podejmowanie decyzji o użyciu śmiercionośnej siły (Akademia Obrony).

To czeska przewaga, z której słusznie możemy być dumni: nie jedno cudowne pudełko, ale wieloletnia tradycja badań nad sterowaniem, robotyką i współpracy maszyn.

Lepsze niż automatyzacja wojny jest zapobieganie jej

Uważam, że rozwój technologii obronnych jest uzasadniony, a czasem konieczny. Jednak użycie siły musi być ostatecznością. Same możliwości techniczne nie dają odpowiedzi na pytanie, czy dane wdrożenie jest prawidłowe.

Dlatego dla mnie temat dronów obejmuje także profilaktykę, odporność społeczną i edukację. W projekcie DigiVoják a DigiVojákyně uczymy uczniów i studentów rozpoznawania dezinformacji i manipulacji, rozumienia roli AI, przygotowania się na sytuacje kryzysowe, takie jak przerwy w dostawie prądu, oraz myślenia o bezpieczeństwie w ramach odpowiedzialnego obywatelstwa.

Tu nie chodzi o strach przed wojną. Chodzi o to, żeby nie panikować, weryfikować informacje, współpracować i rozumieć technologie, które będą miały wpływ na wolne decyzje całego społeczeństwa.

Mój wniosek

Sztuczna inteligencja może zapewnić dronowi szybką wizję, dokładniejszą stabilizację, nawigację bez stałego połączenia i możliwość reagowania na przeszkody. Jednakże nie ma on ludzkiego zrozumienia sytuacji, sumienia ani odpowiedzialności prawnej.

Dlatego najważniejsze pytanie nie brzmi: Czy maszyna może podjąć decyzję szybciej niż człowiek? Często już to potrafi.

Brzmi inaczej: Jakie decyzje w ogóle możemy mu powierzyć, jak rozpoznać jego niepewność i kto będzie odpowiadał, jeśli popełni błąd?

Szybkość jest zaletą techniczną. Odpowiedzialność jest obowiązkiem człowieka.

Zasoby i dalsza lektura

• Ultralytics: YOLOv8 i Oficjalne repozytorium YOLOv12
• Nature: wyścigi dronów na poziomie mistrzowskim z wykorzystaniem głębokiego uczenia się przez wzmacnianie
• NIST: Adwersarialne uczenie maszynowe, taksonomia ataków i obrony
• ICRC: AI w domenie wojskowej
• ICRC: Drony i międzynarodowe prawo humanitarne
• Instytut Marynarki Wojennej USA: O Hyperwar
• ČVUT FEL: Europejskie drony nowej generacji
• Centrum Badań nad Dronami VUT i Uniwersytet Obrony: projekt ROJ
• Syndikát: książka, z której pochodzi motyw drona Barona