Svensk drone går foran sikkerhedskravene

Ved en industridemonstration i Karlskoga i Sverige registrerede software om bord på en mindre drone flere typer mål, udvalgte ét efter missionsregler fastlagt af mennesker og indledte en autonom indflyvning. Ifølge udviklerne foregik hele sekvensen lokalt uden ekstern databehandling eller en kontinuerlig kommunikationsforbindelse. Ingen operatør styrede den endelige udvælgelse.

Demonstrationen i januar var en del af ALMA, projektet Affordable Loitering Modular Ammunition, som ledes af BAE Systems Bofors. Den svenske AI-virksomhed Scaleout, der udspringer af Uppsala Universitet, leverede maskinlæringssoftwaren. Expando AB og Airolit leverede dronens hardware, mens omkring 20 virksomheder deltog i det bredere arrangement Winter Demo 2026.

Scaleout demonstrerede noget afgrænset: En trænet genkendelsesmodel om bord på flyet registrerede, klassificerede og prioriterede objekter på jorden og styrede derefter mod det mål, som menneskeskrevne rangeringsregler havde udpeget som højest prioriteret.

Hvorfor lokal databehandling ændrer regnestykket

De fleste militære droner fungerer i dag ved at sende kamerabilleder til en operatør på afstand. Operatøren ser optagelserne, identificerer mål og godkender en eventuel handling. Modellen forudsætter en hurtig og ubrudt dataforbindelse mellem flyet og en kommandopost.

ALMA-tilgangen placerer billedanalysen på selve flyet. Scaleouts tekniske beskrivelse af virksomhedens bredere udviklingsarbejde beskriver, hvordan kameraer optager omgivelserne, en kompakt genkendelsesmodel finder og klassificerer objekter, sporingssoftware følger dem fra billede til billede, og rangeringsregler udpeger en prioritet. Det hele kører på en lille processor om bord i stedet for på en fjern server.

Det fjerner én sårbarhed: En modstander, der forstyrrer kommunikationsforbindelsen, kan ikke af den grund standse genkendelsessoftwaren. Demonstrationen viste til gengæld ikke, om systemet kan modstå andre former for forstyrrelse, for eksempel påvirkning af sensorer eller navigationsjamming. Den lokale databehandling rejser også et spørgsmål, som udviklerne ikke offentligt har besvaret: Hvilken kontrol har operatøren, når kommunikationen er begrænset? Det er ikke oplyst, om systemet har forudindstillede afbrydelsesbetingelser, redundante forbindelser eller andre sikkerhedsforanstaltninger.

Hvad testen viste, og hvad den ikke viste

Dokumentationen består af en industridemonstration på en svensk testbane, ikke af en uafhængig benchmark eller en militær afprøvning før ibrugtagning. Ingen offentligt tilgængelig kilde oplyser, hvor præcist modellen identificerer mål, hvordan den fungerer i røg, støv, camouflage eller blandet civil og militær trafik, eller hvor hurtigt den når frem til et resultat. Det er netop afstanden mellem en kontrolleret testbane med kendte køretøjstyper og virkelighedens tvetydige situationer, der udgør måludvælgelsessystemernes vanskeligste udfordring (NIST AI risk framework).

Det er også uklart, om testen omfattede et skarpt sprænghoved, en inert nyttelast eller et simuleret angreb. Sekundær omtale beskriver en sprængladning rettet mod et pansret køretøj, men Scaleouts egne beskrivelser præciserer ikke dette.

Ingen kilde har dokumenteret, at det svenske forsvar eller en NATO-enhed har taget systemet i brug. En forskningsregistrering hos Vinnova beskriver Scaleouts beslægtede arbejde som igangværende forskning og udvikling, ikke som et indkøb.

Hvem skylder de næste svar

Demonstrationen flyttede udvælgelsen af objekter og den efterfølgende indflyvning over på flyet efter regler fastlagt af mennesker. Det er et reelt teknisk resultat. Det dokumenterer dog ikke i sig selv, at der er tale om et fungerende våben, eller at et meningsfuldt menneskeligt tilsyn er bevaret, når softwaren lokalt træffer vurderinger om mål.

Hvis denne konfiguration blev taget i brug som våben, ville Sverige efter Tillægsprotokol I, artikel 36 være forpligtet til at vurdere, om den kan anvendes lovligt. Det indebærer blandt andet en vurdering af sensorer, genkendelsesnøjagtighed, fejlsituationer og den kontrol, operatøren reelt bevarer. EU's AI-forordning omfatter ikke rent militære systemer, og internationale drøftelser om autonome våben har ført til principper, men ingen bindende traktat, der fastlægger, hvad tilstrækkelig menneskelig kontrol betyder.

Udviklerne skylder offentligheden oplysninger om nøjagtighed, andelen af falske positive og operatørens faktiske muligheder for at gribe ind. En eventuel svensk køber eller våbenmyndighed skylder til gengæld offentligheden en juridisk vurdering af, om kontrollen er tilstrækkelig. Indtil begge dele foreligger, viser testen i Karlskoga, hvad software om bord kan udvælge, men ikke hvad den bør have lov til at ramme.