Avengers Labs запустила сервіс, який дає виробникам дронів прямий доступ до реальних польотних і бойових даних для тренування власних ШІ-моделей розпізнавання цілей, навігації та ухилення від перешкод — замість того, щоб покладатися на синтетичні симуляції чи закриті датасети окремих оборонних гігантів. Досі більшість команд, що розробляють автономні дрони, тренували алгоритми або на комп'ютерних симуляціях, або на вузьких вибірках даних власних випробувань — і те, і те погано відтворює хаос реального бою: задимлення, глушіння сигналу, оптичні перешкоди, пошкоджену чи замасковану техніку в кадрі.

За даними Speka, Avengers Labs пропонує виробникам централізований доступ до розмічених даних — записів польотів, відео з бортових камер, телеметрії — зібраних у реальних умовах, а не в лабораторії. Це напряму б'є в проблему, яка роками стримувала прогрес автономних дронів: даних для тренування якісного комп'ютерного зору критично бракує саме там, де вони найпотрібніші — на полі бою.

Для індустрії, де ще донедавна доступ до бойових даних мали лише одиниці компаній із власними контрактами на фронті, це потенційно змінює розстановку сил. Розберемо, що конкретно пропонує платформа, чому реальні дані настільки цінніші за синтетику, і які ризики криє централізація такого чутливого масиву інформації.

Що конкретно дає Avengers Labs виробникам дронів?

Платформа виступає посередником між джерелами реальних даних і командами, що тренують моделі, знімаючи з кожного окремого виробника потребу самостійно збирати й розмічати польотну статистику. За описом Speka, йдеться про кілька типів даних:

Для стартапу, який ще рік тому мав у розпорядженні лише кілька сотень годин власних тестових польотів, доступ до агрегованого пулу такого масштабу — це стрибок у якості моделі без пропорційного стрибка у витратах на збір даних.

Чому реальні дані важливіші за синтетику для автономних дронів?

Синтетичні симуляції залишаються дешевим і швидким способом масштабувати тренувальні вибірки, але для дронів вони систематично недооцінюють так званий sim-to-real gap — розрив між тим, як модель поводиться в симуляції, і тим, як вона реагує в реальному польоті. Симулятор рідко відтворює:

Модель, натренована переважно на синтетиці, часто демонструє відмінні метрики на тестовому наборі і різко втрачає точність у полі — саме тому виробники, що мають доступ до реальних бойових даних, отримують модель точнішу за конкурентів, які покладаються лише на симуляцію.

Кому це вигідно, а хто ризикує лишитися позаду?

Найбільше виграють невеликі й середні команди без власних контрактів на фронті: вони отримують доступ до якості даних, яку раніше могли собі дозволити лише великі оборонні підрядники з прямими зв'язками у військових структурах. Це знижує бар'єр входу в розробку автономних систем наведення і навігації — конкурувати можна не бюджетом на збір даних, а якістю інженерії моделі.

Водночас централізація такого чутливого масиву створює новий вид ризику. Агрегатор бойових даних стає єдиною точкою відмови: витік, компрометація каналу доставки чи навіть банальна зміна умов доступу можуть одночасно вдарити по десятках виробників, які на цей потік покладаються. Ми вже писали, чому великі гравці інвестують в окремі команди безпеки ШІ — саме тому, що інфраструктура тренувальних даних стає такою ж критичною поверхнею атаки, як і сама модель. У військовому контексті додається ще й ризик навмисного отруєння даних (data poisoning) з боку супротивника, якщо контроль якості на вході в пул недостатньо жорсткий.

Висновок AiiN: що з цього винести AI-білдерам поза дрон-індустрією?

Наша теза: Avengers Labs — не разовий кейс оборонного стартапу, а ранній приклад моделі, яка невдовзі стане стандартною інфраструктурою в будь-якій вузькій, високоризиковій сфері, де даних мало, а помилка моделі коштує дорого — медичній візуалізації, промисловій робототехніці, безпілотному транспорті. У таких доменах компроміс між обсягом синтетики та якістю реальних даних завжди перекошений на користь реальних, а конкурентна перевага зміщується з «у кого більше GPU» на «у кого кращий і безпечніший канал реальних даних».

Практичний висновок для AI-білдерів: перш ніж нарощувати обчислювальні потужності під наступну ітерацію моделі, варто перевірити, чи справжнім бар'єром є compute, чи все-таки якість і релевантність тренувальної вибірки. Якщо друге — партнерство з вузькоспеціалізованим постачальником реальних даних часто дає більший приріст точності, ніж ще один раунд тренування на синтетиці. І будь-який такий партнерський датасет варто перевіряти на провенанс і захист від навмисного отруєння ще до того, як він потрапить у тренувальний пайплайн. Детальніше про сам проєкт і його механіку ми розбирали в матеріалі про запуск Avengers Labs.

Що таке Avengers Labs?

Це платформа, яка агрегує реальні польотні та бойові дані дронів і надає виробникам доступ до них для тренування власних ШІ-моделей — розпізнавання цілей, навігації, ухилення від перешкод. За даними Speka, головна ідея — замінити синтетичні симуляції та розрізнені приватні датасети одним спільним пулом розмічених реальних даних.

Чи безпечно ділитися бойовими даними через таку платформу?

Ризики реальні: централізований пул чутливих даних — привабна ціль для витоку чи навмисного отруєння з боку супротивника. Наскільки безпечно це реалізовано конкретно в Avengers Labs, публічно доступні матеріали поки не деталізують — це питання, яке варто ставити будь-якому виробнику перед підключенням до платформи.

Чим реальні дані відрізняються від синтетичних для тренування дрон-ШІ?

Синтетика дешева й масштабована, але не відтворює радіоелектронну боротьбу, дим, пошкоджену техніку і непередбачувану поведінку в кадрі. Реальні дані точніші, але дорожчі й обмеженіші в обсязі — тому платформи на кшталт Avengers Labs і намагаються закрити цей розрив спільним доступом до вже зібраного масиву.