ABD Kara Kuvvetleri Yapay Zekâ Entegrasyon Merkezi (AI2C) ve EdgeRunner AI, askeri operasyonlar ve taktik görevler için özel olarak optimize edilen yeni bir büyük dil modeli (LLM) geliştirdi. EdgeRunner-Camo adı verilen modelin, temel askeri görevlerdeki hata oranını genel amaçlı yapay zekâ sistemlerine kıyasla yüzde 37’ye varan oranda azalttığı açıklandı.
İnternet bağlantısı olmadan (Air-Gapped) yerel çalışma kabiliyeti
Açık ağırlıklı (open-weight) mimariye sahip olan EdgeRunner-Camo, bulut tabanlı sunuculara bağımlı kalmadan doğrudan yerel donanımlar üzerinde çalışabilecek şekilde tasarlandı. Bu özellik, muharebe sahasında internet bağlantısının bulunmadığı, siber tehditlerin yoğun olduğu veya tamamen dış dünyadan yalıtılmış (air-gapped) taktik komuta merkezlerinde güvenli kullanım imkânı sunuyor.
Modelin geliştirilme sürecinde şu operasyonel adımlar izlendi:
17,7 milyon mesajlık veri tabanı: AI2C ve EdgeRunner, ordu personeli tarafından kullanılan CamoGPT platformundaki 1,4 milyon konuşma ve 17,7 milyon mesajlık devasa veri havuzunu analiz etti.
Hassas veri ve gürültü filtreleme: Veri setinden askeri olmayan genel sohbetler, kişisel tanımlayıcı bilgiler (PII) ve harici araç/arama gerektiren sorgular temizlenerek model tamamen askeri doktrin ve operasyonel jargona odaklandı.
Taktik hata azaltımı: Yapılan ince ayarlarla askeri raporlama, operasyon planlama ve doktrin analizi gibi kritik alanlarda modelin yanılsama (halüsinasyon) ve hata payı yüzde 37 oranında düşürüldü.
Sahadaki askere bağımsız karar desteği
Pentagon’un gizlilik ve veri güvenliği hassasiyetleri nedeniyle ticari bulut yapay zekâ servislerini muharebe sahasında kullanmak operasyonel riskler barındırıyor. EdgeRunner-Camo, hafifletilmiş yapısıyla sahra bilgisayarlarında ve yerel askeri sunucularda bağımsız olarak çalışarak, komutanlara ve harekât personeline anlık taktik analiz ve karar destek kabiliyeti sağlamayı hedefliyor.
