Операція «Павутина» від СБУ: як це працює з технічного погляду, яку роль відігравали AI-алгоритми, і чому цей кейс важливий для IT-спільноти. Технічний розбір від фахівців EPAM і Neoversity

Уявіть собі рій невеликих FPV-дронів, який проникає на одну з найбільш захищених авіабаз росії. Але цього разу ними керує не лише оператор за сотні кілометрів, а й штучний інтелект на борту… У червні 2025 року ця картина стала реальністю завдяки резонансній операції СБУ «Павутина». 

Розгляньмо детально технічний складник цієї операції, яка вже увійшла до історії як перший масштабний бойовий кейс використання автономних систем з AI на полі бою.

Про операцію

1 червня Служба безпеки України провела безпрецедентну операцію під назвою «Павутина», яку особисто очолив голова СБУ Василь Малюк. Силове відомство атакувало чотири російські авіабази — пошкодивши понад 40 ворожих літаків, включаючи А-50, Ту-95 та бомбардувальники Ту-22М3. СБУ повідомляла, що вартість пошкодження стратегічної авіації рф склала близько $7 млрд.

Повідомляється, що планування операції розпочалося більш ніж за 18 місяців до її проведення. Українські оперативники таємними логістичними маршрутами перевезли до росії близько 150 невеликих ударних безпілотників, модульних пускових установок та 300 вибухових вантажів. Безпілотники були заховані в дерев’яних модульних кабінах, які потім завантажували на стандартні вантажівки.

До чого тут ШІ?

В операції «Павутина» Україна продемонструвала гібридний підхід до ведення війни за допомогою безпілотників, який поєднував дистанційне керування людиною з елементами автономії та потенційно функціональністю за допомогою штучного інтелекту. Хоча операція не була повністю автономною, наявні дані свідчать про те, що штучний інтелект відігравав допоміжну роль як у стабілізації польоту, так і в наведенні, зокрема, забезпечуючи точні удари по вразливих місцях літаків.

Для забезпечення стабільного керування на великих відстанях через мобільні мережі, дрони використовували програмно-апаратну систему, побудовану на базі ArduPilot — широко використовуваної системи автопілота з відкритим кодом, розробленої для безпілотних літальних апаратів. ArduPilot забезпечує розширену стабілізацію польоту, навігацію по точках маршруту, безвідмовні процедури та програмовані профілі місій. У цьому випадку кожен дрон був обладнаний компактним бортовим комп’ютером (наприклад, Raspberry Pi), підключеним до вебкамери та LTE-модему через Ethernet. Трансляція з камери використовувалася для візуальної навігації, тоді як керуючі сигнали направлялися через інтерфейс UART ArduPilot, що дозволяло операторам дистанційно керувати дроном, попри значну затримку сигналу.

Окрім ручного керування, у логіку атаки дронів було інтегровано наведення за допомогою штучного інтелекту. Згідно з розвідувальними даними та звітами з відкритих джерел, команди СБУ вивчали конструкцію та візуальні профілі літаків-цілей, включаючи моделі Ту-95МС, Ту-22М3 та А-50, які зберігаються в українських авіаційних музеях, таких як Полтавський музей дальньої та стратегічної авіації, щоб виявити точні слабкі місця.

Ці профілі, ймовірно, слугували навчальними даними для моделей машинного зору, які потім вбудовувалися в бортові комп’ютери дронів. Такі моделі могли б допомогти операторам, визначаючи ключові структурні слабкі місця, такі як підкрилові пілони ракет та шви паливних баків, що дозволяло б нанести максимальне ураження та вивести борт з експлуатації.

Технічний стек

Ключовим рішенням стало поєднання опенсорсного програмного забезпечення та передових алгоритмів штучного інтелекту. FPV-дрони оснащувалися AI-модулями, які у разі втрати зв’язку автоматично знаходили й атакували цілі — що підтверджують Business Insider й інші джерела. 

• ArduPilot — Open-source платформа автопілота, яка забезпечує стабілізацію, навігацію за заданими точками та взаємодію з допоміжними комп’ютерами (Raspberry Pi, Jetson Nano).
• Комп’ютерний зір (CV) — YOLOv8 і MobileNet-SSD для розпізнавання та локалізації цілей у режимі реального часу.
• Edge-обчислення — Raspberry Pi з LTE-з’єднанням для передачі відеопотоку та віддаленого управління.

Як працював AI?

ШІ був інтегрований для вирішення двох критичних завдань:

1. Автономна навігація в умовах GPS-глушіння

Через масове використання російською армією систем РЕБ, традиційні GPS-координати могли бути ненадійними. Для цього імовірно використали комбінацію INS (Inertial Navigation System) та Visual Odometry, що дозволило дрону орієнтуватись у просторі на основі аналізу зображень місцевості.

Важливо зазначити, що у цій операції штучний інтелект виконував роль AI-асистента (другого пілота), автоматизуючи складні рутинні задачі. Проте фінальне рішення щодо завдання удару в більшості випадків приймав оператор.

2. Точне розпізнавання цілей

На борту дронів працювали попередньо натреновані нейромережі, які в реальному часі визначали тип літаків та їх уразливі зони. Дані для навчання моделей були зібрані завдяки OSINT-аналітиці, супутниковим знімкам і навіть 3D-сканам музейних експонатів аналогічних літаків.

Варто наголосити, що в сучасних AI-проєктах саме якість підготовлених даних визначає половину успіху: за кожним «розумним» дроном стоять місяці кропіткої роботи аналітиків, які забезпечують високу точність моделей машинного навчання.

Архітектура рішення

Дрони, ймовірно, були обладнані контролерами Pixhawk, під'єднаними до Raspberry Pi через протокол MAVLink. Pi, оснащений LTE-модемом, запускав CV-моделі на TensorFlow Lite, забезпечуючи швидку обробку відеопотоку та точкове керування в автономному режимі.

Значення операції для AI-спільноти

Операція «Павутина» стала яскравим прикладом того, як можна ефективно інтегрувати AI-рішення у реальні інженерні завдання високої складності. Вона демонструє, що навіть відносно дешеві та доступні технології, якщо правильно їх використати, здатні кардинально змінити баланс сил.

«Значення технологій ШІ лише зростатиме з часом. Нарощування компетенцій у цій галузі дозволяє не лише використовувати готові рішення та обирати найкращі з них. Поглиблення розуміння машинного навчання дає змогу оптимізувати наявні та розробляти власні технології, що важливо в умовах обмежень edge-обчислень та ведення бойових дій, — зазначає Максим Лизогуб, керівник pro bono проєкту Computer Vision для безпілотників ЗСУ та викладач курсу Deep Learning в Neoversity. — Ефект від таких розробок важко перебільшити: технологічна перевага національної оборони; збереження життів там, де вдалося залучити машину замість людини; перенесення досягнень військових технологій на цивільну інфраструктуру для поліпшення якості життя».

Операція «Павутина» демонструє абсолютно реалістичний вектор розвитку військових технологій. Ключовим тут є не просто використання ШІ, а його інтеграція на рівні «edge computing» — тобто, безпосередньо на борту недорогих дронів. Поєднання open-source платформ, таких як ArduPilot, з легкодоступними комп’ютерами типу Raspberry Pi та передовими моделями комп’ютерного зору (YOLO) — це і є та сама «асиметрична відповідь», що дозволяє технологічно перегравати супротивника. Важливість підготовки фахівців, які розуміють не лише теорію машинного навчання, а й апаратні обмеження та практичні задачі, стає сьогодні критично важливою для технологічної переваги країни.

Кіберзахист і ризики атак на автономні системи

Автономні системи на базі штучного інтелекту стають мішенню для складних кібератак, включаючи перехоплення управління, spoofing GPS-сигналів, DDoS-атаки на комунікаційні канали тощо. В умовах війни наслідки подібних атак можуть бути критичними — від втрати контролю над безпілотниками до шкоди власним силам або цивільній інфраструктурі. Тому ключовими елементами захисту є:

• Використання криптографії та автентифікації для захисту каналів зв’язку.
• Реалізація багаторівневих систем безпеки, включаючи моніторинг аномалій.
• Регулярні оновлення програмного забезпечення та оперативне реагування на нові загрози.
• Підготовка фахівців для роботи з кіберзахистом автономних систем та швидкого реагування на інциденти.

Поглиблене розуміння цих аспектів дозволяє значно знизити ризики та підвищити надійність використання AI-технологій на полі бою.

Післяслово

Операція «Павутина»  — це не просто військова операція, а інноваційний прорив, що демонструє реальні можливості AI-рішень у складних умовах. Для IT-фахівців це сигнал, що вже сьогодні варто інвестувати в глибоке розуміння технологій штучного інтелекту та edge-обчислень, адже майбутнє належить саме їм.

Однак, використання AI у військових цілях відкриває дискусію про етику та відповідальність. Подібні рішення вимагають ретельного регулювання та прозорості, аби уникнути неконтрольованого застосування автономних бойових систем.

Довелося дати хабаря російським митникам: Малюк розповів нові деталі про спецоперацію «Павутина»

По темi

Довелося дати хабаря російським митникам: Малюк розповів нові деталі про спецоперацію «Павутина»

Інженери СБУ розробили спеціальні дрони для операції «Павутина». Що вони вміють + нові деталі операції

По темi

Інженери СБУ розробили спеціальні дрони для операції «Павутина». Що вони вміють + нові деталі операції

«Наші удари триватимуть рівно стільки, скільки рф тероризуватиме українців ракетами і шахедами». Очільник СБУ Василь Малюк прокоментував спецоперацію «Павутина»

По темi

«Наші удари триватимуть рівно стільки, скільки рф тероризуватиме українців ракетами і шахедами». Очільник СБУ Василь Малюк прокоментував спецоперацію «Павутина»

Читайте головні IT-новини країни в нашому Telegram

По темi

Читайте головні IT-новини країни в нашому Telegram