لمواجهة أساليب الخداع المُتقدّمة المُستخدمة في الحرب تحت الماء، طورت الصين طوربيدات (نوع من الصواريخ تحت الماء) تستخدم الذكاء الاصطناعي لتمييز الغواصات الحقيقية عن الطعوم، ووفقاً لورقة بحثية نشرتها إدارة التسلح البحرية لجيش التحرير الشعبي الصيني وشركة بناء السفن الحكومية الصينية في مجلة "التحكم والمحاكاة" الصينية في أبريل 2025، بلغت دقة التمييز درجة كبيرة وصلت إلى 92%.

تعتمد الغواصات على تكتيكات الخداع كخط دفاع أول ضد الطوربيدات المعادية. تشمل هذه التكتيكات استخدام مسارات الفقاعات الزائفة التي تحاكي حركة الغواصة، أو نشر طعوم عالية التقنية تولد بصمات صوتية وهمية، أو حتى إطلاق أسراب من الطعوم المنسقة لعرض أهداف زائفة على شاشات السونار.

لذا فإن قدرة المركبات عالية السرعة تحت الماء على التعرف على الأهداف تحدد النتيجة النهائية للمهمة. ولزيادة هذه القدرة، اقترح البحث الصيني نموذجاً جديداً للتعرف على الأهداف تحت الماء يعتمد على التعلم العميق (Deep Learning). يعتمد هذا النموذج بشكل أساسي على دمج تقنيتين محوريتين في الذكاء الاصطناعي: الشبكات العصبية التلافيفية (Convolutional Neural Networks - CNN) والشبكات التوليدية التنافسية (Generative Adversarial Networks - GAN).

تُعد الشبكات العصبية التلافيفية من أبرز نماذج التعلم العميق، وقد حققت نجاحات باهرة في مجالات مثل التعرف على الوجوه، وتصنيف المشاهد، وتتبع الأهداف. في هذا البحث، تم تكييف بنية الشبكة العصبية التلافيفية للتعامل مع خصائص بيانات الصدى في البيئة تحت الماء، وقدرتها على تحليل الإشارات الصوتية المعقدة وتمييز التفاصيل الدقيقة هي ما يسمح لها بتحديد الغواصات الحقيقية من بين الضوضاء والطعوم. وقد تم تدريبها على بيانات حقيقية من اختبارات لطوربيدات عالية السرعة، ولكن تبقى كمية البيانات غير كافية.

لمواجهة مشكلة نقص بيانات التدريب هذه، استعان الباحثون الصينيون بالشبكات التوليدية التنافسية (GAN). تتألف شبكة GAN من شبكتين تتنافسان فيما بينهما:

• الشبكة التوليدية (Generator): وظيفتها توليد بيانات جديدة (مثل صور وهمية لأهداف بحرية) تحاكي البيانات الحقيقية قدر الإمكان.
• الشبكة التمييزية (Discriminator): وظيفتها التمييز بين البيانات الحقيقية والبيانات التي تولدها الشبكة التوليدية.

تحاول الشبكة التوليدية توليد بيانات جيدة بما يكفي لخداع الشبكة التمييزية، بينما تحاول الشبكة التمييزية أن تصبح أكثر دقة في تحديد البيانات الحقيقية من المزيفة. من خلال هذه العملية، تُحسن الشبكة التوليدية قدرتها على إنتاج بيانات واقعية للغاية، مما يساعد على توسيع مجموعة بيانات التدريب بشكل كبير وفعال. هذا التوسع للبيانات يعزز بشكل كبير من قدرة الشبكة التلافيفية على التعرف على الأهداف الحقيقية، حتى في ظل وجود بيانات قليلة من اختبارات حقيقية.

إن دقة 92% التي حققتها الطوربيدات الصينية تعني أن خط الدفاع الأول الذي تستخدمه الغواصات للتمويه قد تم تجاوزه بشكل شبه كامل. هذا التقدم يغير قواعد اللعبة، ويفرض ابتكار وسائل دفاعية أكثر تعقيداً.

يمثل هذا التطور خطوة متقدمة في تطور الحرب البحرية واعتمادها المتزايد على تقنيات الذكاء الاصطناعي، ويدفع الدول الأخرى إلى تسريع أبحاثها في استخدام الذكاء الاصطناعي سواء للعمليات الهجومية أو تحسين طرق دفاعاتها وتضليل الذكاء الاصطناعي.