Wi-Fi как радар сквозь стены, идентификация по походке, лазерный сканер сердцебиения, чтение по губам без видимости, эти и другие скиллы уже доступны военным благодаря стремительному развитию нейросетей.

Знаменитый технологический журналист Джейкоб Уорд собрал шесть навыков нейросетей, которые сейчас востребованы у армии и спецслужб.

Wi-Fi как радар сквозь стены

Эта технологию придумали ученые Университета Карнеги-Меллона. Она дает возможность обычным домашним роутерам «видеть» людей в помещении. Искусственный интеллект анализирует искажения радиосигнала и восстанавливает детализированные 3D-модели человеческих тел, позволяя следить за движениями без единой камеры, пишет hightech.plus.

Идентификация по походке

Китайская компания Watrix запустила систему, которая узнает человека по манере ходьбы с точностью 94% на расстоянии до 50 м. В результате маски, очки и капюшоны бесполезны, так как нейросеть идентифицирует личность, даже если цель стоит спиной к объективу.

Лазерный сканер сердцебиения

Пентагон создал прибор Jetson, который с помощью лазера считывает уникальную «кардио-подпись» человека на расстоянии 200 м прямо через одежду, так как ритм сердца индивидуален и его невозможно скрыть, это становится самым надежным биометрическим маркером в мире.

Чтение по губам без видимости

Используя комбинацию сигналов Wi-Fi и радаров, ИИ научился распознавать микродвижения губ, даже если лицо скрыто или человек находится за препятствием. Система расшифровывает речь с точностью до 95% без использования акустических микрофонов.

Распознавание печати по звуку

ИИ уже умеет определять, что именно вы набираете на клавиатуре, просто анализируя звук клавиш или вибрации. Для этого достаточно сенсоров обычного смартфона, который лежит рядом на столе, что делает ввод паролей абсолютно незащищенным.

ИИ в военном планировании

Китайская система на базе DeepSeek уже задействована в управлении роями дронов и автономной техникой. Нейросеть анализирует 10 тыс. сценариев боя всего за 48 секунд — задача, на которую у штаба профессиональных военачальников ушли бы недели.

Тем временем группа исследователей из Швейцарской высшей технической школы Цюриха (ETH Zurich) и Anthropic выяснила, что большие языковые модели (LLM) способны выявлять личности пользователей, скрывающихся за анонимными аккаунтами в интернете. В отчете Large-scale online deanonymization with LLMs сказано, что большие языковые модели способны деанонимизировать пользователей интернета в промышленных масштабах, достигая точности до 90% при охвате десятков тысяч профилей.

В основе метода лежит четырехэтапный конвейер ESRC (Extract, Search, Reason, Calibrate). На первом этапе LLM изучает массив неструктурированного текста (публикации, комментарии) и вычисляет косвенные идентификационные маркеры: стиль письма, демографические характеристики, случайные упоминания локаций и профессиональные термины. Затем система переводит эти данные в семантические векторы (эмбеддинги), ищет совпадения в пуле кандидатов, проводит логическую верификацию найденных связей и выполняет калибровку для контроля процента ложных срабатываний.

В ходе эксперимента алгоритм сопоставлял обезличенные профили пользователей Hacker News с их реальными аккаунтами в LinkedIn. ИИ-агент успешно идентифицировал 67% пользователей при уровне точности 90%. В наборе данных из 89 000 кандидатов алгоритм показал 45,1% совпадений при пороге точности 99%. Классические методы автоматического сопоставления при аналогичных условиях демонстрировали результат на уровне 0,1%. Цена деанонимизации одной цели с использованием коммерческих API составила от 1 до 4 долларов.

Эксперты отмечают, что пользователи-анонимы отныне рискуют раскрытием личных данных, возможным преследованием, отслеживанием местоположения, рода занятий и интересов. Технологии деанонимизации могут использоваться государствами для выявления критиков, корпорациями — для целевой рекламы, а злоумышленниками — для персонализированных мошеннических схем.

Фото: YandexART