Ukraine tung vũ khí đối phó "bẫy tử thần" trên tiền tuyến

(Dân trí) - Ukraine đang ứng dụng công nghệ để đối phó với bom mìn, trong đó có việc tăng cường sử dụng robot không người lái.

Bên trong một nhà máy thời Liên Xô cũ nằm ven sông Dnipro, những thiết bị công nghiệp han gỉ từ thế kỷ trước nằm cạnh các robot mặt đất hiện đại được huấn luyện để dò tìm mìn.

Ukraine hiện là quốc gia bị gài mìn nặng nề nhất thế giới. Theo Liên Hợp Quốc, ước tính 23% lãnh thổ Ukraine có thể bị ô nhiễm bởi mìn và đạn chưa nổ. Công việc rà phá mìn diễn ra vô cùng chậm chạp và nguy hiểm, và Ngân hàng Thế giới ước tính nỗ lực này có thể kéo dài nhiều năm với chi phí hơn 37 tỷ USD. Theo Globsec, với các công cụ truyền thống, sẽ mất tới 757 năm để dọn sạch toàn bộ mìn tại Ukraine.

Bãi mìn từng trở thành trở ngại lớn nhất đối với cuộc phản công của Ukraine năm 2023. Các tuyến phòng thủ của Nga kéo dài hàng km, buộc các đội công binh phải bò sát đất lúc hoàng hôn để tìm và tháo gỡ mìn trong khi bị UAV giám sát và pháo kích.

Trong chiến sự, cả Nga và Ukraine đều sử dụng mìn như "bẫy tử thần" nhằm ngăn chặn đà tiến của đối thủ.

Giờ đây, một công ty Ukraine có tên Dropla Tech đang chế tạo robot để đảm nhiệm những công việc nguy hiểm nhất: Dò mìn. 

Thành lập năm 2022, công ty này có trụ sở vừa ở Đan Mạch vừa ở Ukraine. Công ty mẹ đăng ký tại Aarhus, còn đội ngũ kỹ sư nòng cốt đặt ở Dnipro, nơi từng là trung tâm tên lửa của Liên Xô.

“Chúng tôi nhận ra chuyên môn trí tuệ nhân tạo (AI) của mình có thể được áp dụng để giải quyết một trong những vấn đề lớn nhất của Ukraine. Chúng tôi có thể đáp ứng gần như toàn bộ nhu cầu kỹ thuật ngay tại chỗ", Dmytro Zarubin, đồng sáng lập và giám đốc công nghệ của công ty, nói.

Trọng tâm đổi mới của Dropla là DroplaLogic, một robot mặt đất không người lái dạng mô-đun, giá chỉ 7.000 euro. Được thiết kế bền bỉ và dễ sửa chữa tại hiện trường, nền tảng này có thể mang các mô-đun hoán đổi: một mô-đun máy cắt cỏ để dọn sạch bụi rậm, giảm gánh nặng cho công binh, và một mô-đun xích đập để kích nổ trực tiếp mìn.

Điểm đột phá nằm ở giá thành. Các hệ thống tương tự của phương Tây thường có giá hàng trăm nghìn euro, khiến việc triển khai trên diện rộng là không khả thi.

“Những nền tảng này cần phải có tính thay thế. Nếu một chiếc bị phá hủy thì vẫn tốt hơn nhiều so với mất một người lính", Zarubin nói.

Nhưng phần cứng thôi thì chưa đủ. Việc phát hiện mìn trên diện rộng đòi hỏi một cấp độ trí tuệ mới.

Dropla kết hợp UAV và thị giác máy tính để lập bản đồ các bãi mìn nghi ngờ. Được trang bị 5 loại cảm biến khác nhau, UAV truyền dữ liệu vào một mô hình AI phân màu các khu vực từ an toàn đến rủi ro cao. Độ chính xác hiện đạt khoảng 80% và đang cải thiện khi công ty xây dựng cơ sở dữ liệu riêng với hơn một triệu hình ảnh.

Mykhailo Fedorov, Bộ trưởng Chuyển đổi Kỹ thuật số Ukraine, nhấn mạnh rằng thông qua hệ thống thử nghiệm BRAVE1 và phản hồi trực tiếp từ binh sĩ, hệ thống của Dropla Tech “liên tục học hỏi và ngày càng chính xác hơn”.

Công ty cũng đang tung ra các công cụ sẵn sàng cho chiến trường, được thiết kế để binh sĩ sử dụng hằng ngày.

Dropla cũng tạo ra Droplet Device, một thiết bị AI di động gắn vào bộ điều khiển UAV, cho phép binh sĩ phát hiện mìn trên các tuyến tiếp tế theo thời gian thực. Vì nhiều thương vong của Ukraine xảy ra trên các tuyến đường hậu cần, công cụ này đã chứng minh tính hữu ích ngay tại tiền tuyến.

Tác chiến UAV và robot cũng đang định hình lại công việc rà phá mìn nguy hiểm. Roy Gardiner, một nhà nghiên cứu vũ khí nguồn mở, cho biết: “Hệ thống trinh sát mìn gắn trên UAV sẽ cách mạng hóa công tác rà phá mìn cho cả ứng dụng quân sự và nhân đạo".

Từ lâu nay, công binh hầu như chỉ có thể bò qua bãi mìn với máy dò cầm tay. Theo Gardiner, hệ thống trinh sát trên không của Dropla đã thay đổi cục diện, giúp các đội có bức tranh rõ ràng hơn trước khi đặt chân vào bãi mìn, từ đó quyết định nên triển khai thiết bị robot nào để rà phá.

Các phương tiện mặt đất điều khiển từ xa đã dần trở thành tiêu chuẩn để bảo vệ tính mạng công binh. Nhưng bước nhảy vọt lớn hơn sẽ đến từ khả năng tự động. “AI sẽ tăng tốc đáng kể quá trình phát hiện, phân loại và lập bản đồ", Gardiner nói, đồng thời cho rằng học máy “sẽ ngày càng đáng tin cậy hơn qua từng nhiệm vụ".