Cuối năm 2023, binh sĩ Nga bắt đầu phủ lốp xe lên máy bay tầm xa Tu-95MS và Tu-160 tại căn cứ không quân Engels-2, cách biên giới gần 500 km, không lâu sau khi Ukraine sử dụng máy bay không người lái (UAV) tầm xa tấn công khu vực này.
Sau đó, quân đội Nga cũng phủ lốp xe lên nhiều loại máy bay ở các căn cứ không quân gần khu vực biên giới.
Đánh giá về về việc phủ lốp xe của Nga, giám đốc Schuyler Moore, thuộc Bộ tư lệnh Trung tâm (CENTCOM) của quân đội Mỹ, cho rằng chiến thuật này có thể vô hiệu hóa đòn tập kích nhằm vào căn cứ không quân Nga.
Theo giám đốc của CENTCOM, do lốp xe khiến đầu dò trang bị tính năng nhận dạng hình ảnh của tên lửa hoặc UAV không thể phát hiện được mục tiêu.
"Chúng ta thường sử dụng ảnh chụp từ trên cao xuống để xây dựng hình dáng cơ bản cho các hệ thống tìm kiếm mục tiêu. Nhưng rất nhiều mô hình thị giác máy tính đang gặp khó khăn khi muốn xác định hình dạng của phi cơ phủ kín lốp xe", ông Moore nói.
Khi Nga sử dụng chiến thuật phủ lốp lên máy bay, Ukraine bắt đầu sử dụng tên lửa Neptune trang bị cảm biến hồng ngoại có khả năng nhận dạng hình ảnh, đồng thời sở hữu tên lửa hành trình Storm Shadow/SCALP EG mang loại đầu dò tương tự.
Giới quân sự phương Tây khi đó nhận định lốp xe là biện pháp bảo vệ vật lý nhằm kích nổ sớm đầu đạn trên UAV và tên lửa, cũng như hạn chế hư hại từ sóng xung kích và mảnh vỡ.
Nhưng từng có người nêu giả thuyết chiến thuật này nhằm làm rối loạn đầu dò hình ảnh trên vũ khí Ukraine. Đầu dò hình ảnh hoàn toàn miễn nhiễm với các biện pháp tác chiến điện tử, vốn nhằm vào hệ thống liên lạc và điều khiển dùng sóng vô tuyến.
Đầu dò không phát xạ tín hiệu như radar, cho phép chụp ảnh khu vực nghi vấn và đối chiếu với cơ sở dữ liệu tích hợp để phát hiện mục tiêu mà không đánh động đối phương.
UAV trong xung đột Nga - Ukraine bắt đầu trang bị công nghệ trí tuệ nhân tạo (AI) để nhận dạng mục tiêu, tăng khả năng đánh trúng đích ngay cả trong điều kiện bị gây nhiễu mạnh và mất liên lạc với trung tâm tác chiến.
Giám đốc của CENTCOM cho rằng, chiến thuật phủ lốp xe lên máy bay của Nga cho thấy hệ thống nhắm mục tiêu với AI cần sử dụng những mô hình, dữ liệu "dễ truy cập theo nhiều cách thức và sát thực tế nhất có thể" nhằm duy trì hiệu quả trong tương lai.
Bên sử dụng cần tương tác tốt hơn với mô hình AI có sẵn, có thể đánh dấu những dữ liệu mới mà họ cho là liên quan đến mục tiêu, như thay đổi về hình dáng chung và màu sắc vật thể.
Khi xác định đối phương thay đổi hình ảnh nhận dạng mục tiêu bằng những cách như phủ lốp xe, kíp vận hành cần lưu lại thông tin để hoàn thiện cơ sở dữ liệu huấn luyện AI.
"Nhưng mô hình nhận dạng sẽ nhanh chóng bị vô hiệu hóa nếu cần tới 6 tháng để đào tạo AI, trong khi đối phương chỉ cần thay lốp xe bằng vật thể khác. Chúng ta sẽ mất quá nhiều thời gian đào tạo hệ thống thị giác máy tính mà không đạt kết quả", ông Moore cho biết thêm.
