Ars Technicaの詳細な報告書によると、NATOの支援を受ける新興企業が人工知能を適応させ、小型軍用ドローンが人間の直接の命令なしで目標を探知、識別、攻撃できるようにしているという。 Scaleout Systems 社は、戦場で最も価値の高い目標とみなした目標を自律的に優先し、そこに飛んで爆発物を投下する AI 対応の徘徊兵器を実証しました。これは、自律的目標設定が研究論文からヨーロッパの防衛計画にどれほど急速に移行しているかを示しています。

Scaleout Systemsの共同創設者兼最高経営責任者（CEO）であるAndreas Hellander氏はArsに対し、この技術は戦場の端でセンサーデータを運用することでNATO同盟国に優位性を与えるように設計されていると語った。 この件の詳細は、AIの最新動向をご覧ください。

トラックのテレメトリーから戦場まで

Scaleout Systems は、スウェーデンのウプサラ大学の研究者によって 2018 年に設立されました。その当初の焦点は兵器産業から遠く離れており、商用トラックやその他の車両内のハードウェア上で機械学習モデルを直接トレーニングおよび展開することでした。 2022年にロシアがウクライナへの本格的な侵攻を開始した後、同社が防衛用途に軸足を移したことで状況は変わった。

「ウクライナ戦争と世界の変化により、NATO同盟国が確実に戦略的優位性を確保できるように、機械学習用のエッジデータとセンサーデータを運用するにはこのテクノロジーが非常に重要であることに私たちは気づきました」とヘランダー氏はアルスに語った。

同社は2025年にNATOの北大西洋防衛イノベーター・アクセラレーター（DIANA）チャレンジ・プログラムへの参加者に選ばれ、偵察のための連邦航空情報収集プロジェクトと呼ばれるプロジェクトに取り組んできた。この取り組みでは、ドローン、ドローン パイロット タブレット、現場指揮所に搭載されているエッジ コンピューティング ハードウェアに機械学習モデルを適応させています。このハードウェアは、ヘランダー氏が Ars に語ったところによると、小型の組み込みデバイスから強力なエッジ ワークステーションにまで及びます。

最前線でのフェデレーション ラーニング

Scaleout のアプローチは、OpenAI や Anthropic のフロンティア モデル プレイブックとは異なります。同社は、大規模な集中型モデルの代わりに、コンピューター ビジョン タスクをドローン ハードウェア上で直接実行する、より無駄のない機械学習モデルを使用しています。ドローンは、カメラとセンサーが戦場データを収集し、機密の生データを送信することなく、選択した更新を地元の小隊または中隊本部のコンピューティング ノードと断続的に共有しながら、オペレーターによるターゲットの識別を支援します。

これらの本社ノードは、複数のソースから集約されたデータに基づいてモデルを再トレーニングし、条件が許せば更新された機能をエッジ デバイスにプッシュします。利点は適応性です。「モデルは砂漠環境でトレーニングされた可能性があり、それを都市環境に導入しようとしても、うまく機能しないでしょう」とヘランダー氏はアルスに語った。同氏は、1回の作戦中に戦場のセンサーデータから学習し改善し続けるモデルは「持続可能な利点」を表すと主張した。

スケールアウトは6月、ウプサラのスウェーデン空軍基地でこのコンセプトをテストした。同基地ではスウェーデン軍がすでに同社のソフトウェアプラットフォームのライセンスを保有している。このデモでは、前方展開されたコンピューティング ノードが、企業の研究室の中央ノードとの接続が失われた後でも独自の AI 推論とアクティブ ラーニング プロセスを実行し続け、接続が回復すると学習した更新を同期できることが示されました。ヘランダー氏はアルスに対し、この連合戦略は最終的には地域全体に拡大する可能性があると語り、「原理的にはNATO加盟国間の協力を解除できる」と指摘した。

アルマ望遠鏡: 自律徘徊兵器

最も重要な応用例は、BAEシステムズ・ボフォースが主導する、低コストの自律型神風無人機の開発を目的とした手頃な価格の徘徊モジュール弾薬（ALMA）プロジェクトへのスケールアウトの参加である。アルマ望遠鏡のコンセプトは、1月にスウェーデンで開催されたWinter Demo 2026イベントで初めて公に実証されました。

Arsが引用したScaleout Systemsのプレゼンテーションによると、そのデモンストレーション中、ドローンは自律的に「AIを使用して、発見されたすべての潜在的な脅威を検出、識別、地理位置特定した」という。 「すべてのデータは専用のオンボード コンピューティングによって処理されるため、システムは外部処理を行わずにリアルタイムで実行できます。」

その後、無人機は、その任務によって定義された最も価値の高い目標 (この場合は装甲工兵車両) を自動的に優先し、そこに飛行し、爆発物を投下しました。アルスは、人間のオペレーターが引き続きドローンを制御し、指示することはできるが、ドローンは人間の直接の命令なしに単独で任務を遂行したと報告した。ヘランダー氏はアルスに対し、同社はスウェーデンで公に実証された、機能する監視と偵察のコンセプトも構築したと語った。

現代の戦争においてエッジ AI が重要な理由

車載 AI への取り組みは、現在の紛争の現実を反映しています。電子戦や敵の妨害電波が頻繁に通信に干渉するため、ウクライナ軍のドローンの多くが既に安価な特攻用の設計に搭載AIを組み込んでいるのはそのためだ。アルスはまた、米国とイランの戦争中に大規模なデータセンターが標的にされ破壊された現在、AI モデルを実行するために集中型データセンターに依存することはよりリスクが高いように見えるとも指摘した。

離れたサーバーと継続的に通信することなく、独立して動作するローカル AI モデルは、リンクがダウンしても動作し続けます。これはまさに軍事計画担当者が最も懸念するシナリオです。

自律型兵器をめぐる広範な議論

アルマ望遠鏡のデモンストレーションは、自律型致死兵器をめぐる未解決の国際論争の真っ只中に入る。そこでの重要な問題は、機械が標的を選択して交戦する際に、人間の監視をどの程度監視し続けなければならないかということである。スケールアウト社の公開デモンストレーションでは、人間のオペレーターがドローンを制御し、指示する能力を保持しており、同社はその技術をNATO軍の意思決定支援として組み立てている。しかし、1月のデモで示されたのは、探知、識別、優先順位付け、攻撃という全ミッションサイクルが、外部処理なしで低コストのドローンのオンボードコンピューティング上で実行できるようになったことだ。

Ars Technica の報告書が明らかにしているように、自律攻撃能力の構成要素はもはや主要国の機密プログラムに限定されません。これらは新興企業によって組み立てられ、NATOの革新チャネルを通じて加速され、公の場でデモンストレーションされており、その展開には軍備管理擁護者も軍事計画立案者も同様に注目しているだろう。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →