隨著海洋安全風險上升及水下基礎設施成為戰略重點，一家來自以色列的機器人初創公司聲稱已經解決了海洋中最難的問題之一。水下自主船隻在不浮出水面時，通常難以進行長距離通信，而浮出水面又會使其暴露於檢測之下。這家初創公司表示，他們已經開發出一種方法，使水下機器人艦隊能夠在水下進行通信，並使用人工智能來優先考慮可靠性而非噱頭。
水下通信的持續障礙使得水下自主船隻和機器人潛艇在防衛、監視和基礎設施保護方面越來越重要。它們可以巡邏管道、監控電纜及檢查敏感的海域。然而，通信仍然是一個主要障礙。無線電波在水下傳播效果差，而聲學信號則受到範圍、速度和干擾的限制。傳統上，許多潛艇必須浮出水面以便相互傳輸數據或與操作員聯繫。這一時刻的暴露會帶來風險，尤其是在競爭激烈的水域中。
該公司認為，其新軟件能力改變了這一局面，允許水下船隻在不浮出水面的情況下進行長距離信息交換。這一突破是該公司艦隊管理平台 SeaSphere 的更新。該系統允許自主船隻群體分享數據、解釋數據並幾乎實時反應。每個單位可以根據其他機器人的檢測結果調整行為，同時仍然保持整體任務的一致性。
根據該公司的說法，目標不僅是通信，還包括協調決策。當一個機器人檢測到障礙物、威脅或異常時，該信息可以與整個艦隊共享。其他船隻可以在不等待水面指示的情況下改變航向、調整速度或執行新任務。該初創公司的共同創辦人兼首席執行官 Idan Levy 表示，在多域、多艦船操作中，船隻之間的通信是主要挑戰之一。他指出，「我們解決的問題是如何在操作中部署數百艘無人船隻，分享數據，在水面和水下進行通信。」
該團隊表示，這種方法可用於軍事任務，也可用於民用應用，如保護港口、水下電纜和供應路線。通過在關鍵時刻將人類排除在外，艦隊可以更快反應並在無法持續監管的環境中運行。
該系統背後的人工智能在 Teddy Lazebnik 的領導下開發，他是海法大學的一位人工智能科學家和教授。團隊選擇依賴較老、更具數學基礎的算法，而不是使用現代的大型語言模型或深度學習系統。Lazebnik 表示，這些新算法具有兩個特性：它們更強大，但因此也更難以預測。「假設上，你在這個算法的性能或驚艷效果上付出了代價，但使用舊算法可以獲得可解釋性、可預測性，實際上還有通用性。」對於軍事和安全關鍵任務來說，預測性比華麗的性能更為重要。
這些以色列創新者認為，指揮官和操作員需要理解自主系統為何會這樣行為，尤其當涉及到數十或數百個機器人時。成立於2024年的 Skana Robotics 今年早些時候從隱秘狀態中浮出水面，現正針對歐洲的政府和企業客戶。隨著與俄烏戰爭相關的緊張局勢增加，對海洋威脅和水下破壞的擔憂日益加劇，該公司看到了不斷增長的需求。
Levy 確認，該初創公司已經與一家主要政府機構就一項重大合同展開討論，並希望在年底前完成交易。該公司計劃於2026年發布其軟件的商業版本，並在此之前進行大規模試驗。Lazebnik表示，「我們希望展示能夠在規模上使用這種技術。我們主張我們的軟件能夠處理複雜的機動等。我們想要展示出來。我們聲稱我們知道如何管理一個操作，我們希望歐盟及其成員國的海軍上將能夠親自檢查這一主張並看到實際結果。」