Félmillió katonáját drónpilótának képezi ki Dél-Korea – és ez csak a kezdet

A védelmi miniszter bejelentette: az ország közel félmilliós haderejét, nagyjából 450 ezer katonát drónkezelésre képez ki. Az AI-drónok kora egyre inkább valósággá válik a világ hadseregeiben: ez mára a modern hadviselés legégetőbb technológiai és morális kérdései közé tartozik.

Radar alatt: Dél-Korea minden katonája drónkezelő lesz

Ahn Gju Bek, Dél-Korea védelmi minisztere június 26-i tájékoztatóján bejelentette, a hadsereg célja, hogy minden egyes katonáját megtanítsa drónokat kezelni, olyan szakszerűen, miként a fegyverüket használják. A minisztérium még idén 11 000 kiképzési drónt ad ki a katonáknak, 2029-re 60 000 drónt akarnak rendelkezésre állítani a teljes haderőben.

Kifejezetten olyan drónokat akarnak beszerezni, amelyek száz százalékban hazai alkatrészekből készülnek, kínai komponens nélkül – ami komoly logisztikai fejtörést jelent, hiszen az ország kereskedelmi drónpiacát is erősen átszövik a kínai beszállítók.

A védelmi miniszter indoklásként az ukrajnai és közel-keleti háborúkra hivatkozott. Dél-Korea hadereje ugyanis komoly létszámhátrányban van Észak-Korea több mint 1,2 millió fős hadseregével szemben. A drónosítás nem technológiai divat, hanem a demográfiai és létszámhátrány ellensúlyozásának kényszerű eszköze – ugyanaz a logika, ami az ukrán hadsereget is a drónok használata felé fordította.

Miért kellenek AI-drónok a hadseregnek?

A választ Ukrajnában találjuk. Az orosz–ukrán háborúban az elmúlt években dróncsapások éjszakánként ezres nagyságrendben zajlanak – ez az EE Times szerint néhány éve még tudományos-fantasztikusnak hangzott volna, ma valóság. Oroszország 2022 szeptembere óta iráni Shahed-136 öngyilkos drónokat, majd azok hazai másolatát, a Geran-2-t veti be rétegzett rajokban: előbb csali-drónokat küld, hogy kimerítse az ukrán légvédelmet, majd jönnek a valódi támadódrónok.

Ukrajna válasza az elfogódrón lett – olcsó, gyorsan gyártható (gyakran 3D nyomtatott) kisrepülő, amely nekirepül a támadó drónnak, és felrobbantja azt. A probléma: kezdetben ezeket is emberi kezelő irányította, de az orosz drónok manőverező képessége és az elektronikai hadviselés (GPS- és rádiózavarás) miatt az ukrán mérnökök rákényszerültek az AI-alapú célkövetésre, hogy az elfogódrónok zavart környezetben is meg tudják találni és követni a célpontot.

Andrij Hricenyuk, az ukrán digitalizációs minisztérium Brave1 programjának vezetője az EE Times-nak elmondta, hogy a drágább légvédelmi rakéták helyett kellett egy megfizethető, saját fejlesztésű alternatívát találni. Például a Tenebris cég „Bagnet” nevű elfogója optikai szenzorral és fedélzeti gépi látással, GPS és rádiókapcsolat nélkül azonosítja és követi célpontjait; vagy az Osiris AI „UEB-1” drónja prediktív algoritmusokkal követi a manőverező Shahed-típusú drónokat; a Wild Hornets „Sting” nevű elfogója pedig óránként 300 kilométer feletti sebességgel, AI-vezérelt gyorsasággal hajtja végre a végső ütközést.

Gépi látás: a drón fedélzeti kamerája folyamatosan képeket készít, és egy erre betanított AI-modell ezekben ismeri fel, hogy mi számít célpontnak – nagyjából úgy, ahogyan mi is elsőre felismerjük egy fényképen a repülőgépet, csak itt ezt egy algoritmus végzi, emberi szem és rádiókapcsolat nélkül. GPS- és rádiózavarás ellen ez az egyetlen módja annak, hogy a drón „tudja”, mire kell repülnie. Az itt bemutatott elfogódrónok kis, alacsonyan repülő célokra (más drónokra) vannak kihegyezve, nem légvédelmi rakéták, amelyek nagy magasságban, radarral azonosítanak repülőgépeket – a híres utasszállító-tragédiák (pl. a 2014-es MH17 vagy a 2020-as, az Irán által lelőtt ukrán légitársasági PS752-es járat) mind radaralapú rendszerekkel, emberi téves azonosítás miatt történtek, nem gépi látással működő drónok hibájából. A gépi látás dokumentált, valódi kockázata más jellegű: kis, hasonló méretű légi tárgyakat – drónt, madarat, másik drónt – tud összekeverni, különösen rossz látási viszonyok vagy zavarás esetén. Ezt a hibaarányt a gyártók nyilvánosan nem szokták pontosan számszerűsíteni.
Prediktív algoritmus: a rendszer nem csak azt látja, hol van most a célpont, hanem korábbi mozgásából kiszámolja, merre fog tartani a következő pillanatokban – hasonlóan ahhoz, ahogyan egy focikapus sem ott várja a labdát, ahol éppen van, hanem ahová tart. Erre azért van szükség, mert egy manőverező, kitérő mozdulatokat tevő célpontot csak úgy lehet elkapni, ha a rendszer előre „jósolja” a pályáját, nem csak követi azt.
AI-vezérelt gyorsaság: amikor egy elfogódrón óránként 300 kilométer felett repül, emberi reakcióidővel (kb. fél másodperc) már nem lehetne időben korrigálni az irányt az utolsó métereken. Az AI itt lép be: mivel a döntéseket a fedélzeti számítógép hozza, nem kell megvárni, hogy a videó eljusson egy emberi kezelőhöz, aki aztán visszaküldi az irányítási parancsot – ez a lépés kimarad, így a végső, tized másodperces pontosságú célzás is elérhető.

EU és Magyarország

Az Európai Unió is érzi a nyomást: a Bizottság 2026 márciusában terjesztette elő az AGILE nevű programot, amely a pilot szakaszban 115 millió eurót szán arra, hogy a kifejezetten AI-alapú katonai döntéstámogató rendszereket, helyzetfelismerést és autonóm rendszereket, illetve drónfejlesztéseket gyorsabban vigye a fejlesztéstől a bevetésig, egy-három éves időtávon. (Ezt nem szabad összekeverni a jóval nagyobb, 2021–2027-es Európai Védelmi Alap 7,3 milliárd eurós keretével – az AGILE egy sokkal kisebb, de gyorsabb, induló pilot-eszköz.)

Magyar szál is kapcsolódik ide: ahogy a Telex riportjában rámutat, egy magyar alapítású startup, a Tytan Technologies vált a német védelmi ipar egyik legígéretesebb szereplőjévé. A céget Nagy Balázs alapította, aki a BME-n végzett energetikai mérnökként, majd a Müncheni Műszaki Egyetemen szerzett mesterdiplomát. A Tytan elhárítódrónjait Ukrajna is használja, és a német állam több tízmillió eurós megbízást adott a cégnek.

Hol az AI a drónban?

A Tytan példáján lehet megérteni, mit is csinál valójában az AI egy elfogódrónban – vagyis mitől lesz egy hagyományos drónból AI-drón. A cég szoftvere úgynevezett „Human-on-the-Loop” logikával működik: az ember dönt a drón bevetéséről, és bármikor megszakíthatja azt, de onnantól, hogy a drón a levegőben van, az elfogáshoz szükséges minden döntést – a célpont felismerését, a manőverezést, a becsapódás időzítését – már az AI hozza meg, önállóan.

Ehhez a témához az EE Times ukrán drónháborús hátteret bemutató, részletes összefoglalója is kapcsolódik: a szaklap szerint az AI-vezérlésre való átállást elsősorban a manőverező orosz célpontok és az elektronikai hadviselés (GPS- és rádiózavarás) kényszerítette ki, így az elfogódrónoknak egyre inkább saját, önálló szenzoraikra és fedélzeti algoritmusaikra kell hagyatkozniuk.

Fontos technikai árnyalat: a mai harctéri AI-rendszerek túlnyomó része félautonóm – a végső „tüzelj” parancsot még ember adja ki, az AI csak a felismerésben, célkövetésben, navigációban segít. Ez azonban gyorsan változik. Egy ukrán dróngyártó, Alexander Kokhanovskyy elmondása szerint két évvel korábban egyszeri teszt során tíz, teljesen autonóm, emberi felügyelet nélküli „Terminator mód”-ba kapcsolt drónt küldtek a front közelébe, amelyek önállóan kerestek és semmisítettek meg célpontokat – a teszt orosz katonák halálával végződött. A drónoknak nem volt élő videókapcsolatuk, a kezelők semmit nem láttak a becsapódásig; az eredményt utólag, emberi vezérlésű drónnal ellenőrizték. Bár Ukrajna hivatalos szabályai jelenleg tiltják a teljesen autonóm célbaérést, Kokhanovskyy szerint Kijevben már tárgyalnak arról, hogy lazítsanak ezen.

Hadászati előnyök
Miért éri ez meg egyáltalán? Három válasz ismétlődik minden forrásban.
Sebesség. Az AI másodpercek alatt dönt ott, ahol az embernek percek kellenének – ez a Tytan „kill chain”-jének (pusztítási láncának) is a lényege: radar és vizuális rendszer észleli a fenyegetést, az operátor dönt az elfogódrón indításáról, onnantól az AI önállóan navigál a célra.
Létszámhiány ellensúlyozása. Ez a közös szál Dél-Korea és Ukrajna között: mindkét országnak kevesebb katonával kell szembenéznie egy nagyobb ellenféllel, a drónraj ezt a hátrányt hivatott csökkenteni.
Ár. Egy Tytan-típusú elfogódrón nagyságrendekkel olcsóbb, mint egy hagyományos légvédelmi rakéta – ez tette lehetővé, hogy Ukrajna egyáltalán fel tudja venni a versenyt az orosz drónok tömeges bevetésével szemben.

Tényleg dönt még az ember?

A sebesség és a létszámhiány-ellensúlyozás lenyűgöző előnyök – de van egy sötét precedens, amit nem lehet megkerülni. 2023–2024-ben az izraeli hadsereg egy AI-alapú célpontkijelölő rendszert, a „Lavender”-t használta a gázai hadműveletekben. A +972 Magazine 2024. áprilisi vizsgálata – amely hat, a rendszert személyesen használó izraeli hírszerzési tisztet szólaltatott meg – szerint a hadsereg saját belső ellenőrzése alapján a rendszer 90 százalékos pontossággal működött, ami azt jelentette, hogy a csúcsidőben megjelölt 37 000 célpont közül eleve tudottan több ezer nem volt tényleges Hamász-harcos:

A tisztek elmondása szerint egy célpont jóváhagyására átlagosan 20 másodpercet szántak, és a gyakorlatban legfeljebb csak azt ellenőrizték, hogy a megjelölt személy férfi-e.

Ez pontosan az a kérdés az ENSZ genfi tárgyalóasztalánál: hol legyen a határ ember és algoritmus között, amikor életről-halálról döntenek? Az autonóm fegyverrendszerekkel foglalkozó ENSZ-szakértői csoport (GGE LAWS) 2026-ban két ülést tart – március 2-6. és augusztus 31 – szeptember 4. között –, a döntő pillanat pedig a novemberi Hetedik CCW Felülvizsgálati Konferencia lesz, ahol eldönthetik, elindulnak-e végre egy kötelező érvényű szabályozás tárgyalásai. 2025 szeptemberében már 39 ország – köztük Németország, Franciaország és Ausztria – közös nyilatkozatban jelezte, hogy készen áll a tárgyalások megkezdésére a meglévő szövegtervezet alapján. A tárgyalásokat azonban évek óta blokkolja egy szűk kör: Oroszország, Izrael, India, Ausztrália, az Egyesült Államok – és bizony Dél-Korea is.

Van egy másik, sokat vitatott eset is, amely jól mutatja, hogy a felelősség kérdése korántsem elméleti: 2026 elején amerikai katonai szervek – a nyilvánosság elé került állítások szerint – az Anthropic Claude nevű mesterségesintelligencia-rendszerét használták bombázási célpontok kiválasztásához Irán ellen.

A rendszer szerepét sokan összefüggésbe hozzák egy iráni iskola, a Sadzsare Tajjebe elleni, a beszámolók szerint 165 halálos áldozatot – köztük gyerekeket – követelő támadással. Dario Amodei, az Anthropic vezérigazgatója egy interjúban azt mondta, nem tudják pontosan, hogyan használták a rendszert ebben a konkrét esetben, a hadsereg pedig sem meg nem erősítette, sem el nem utasította az állítást; az összefüggés a nyilvános beszámolók szerint sem bizonyított egyértelműen.