Pentágono prepara entrenamiento de IA con datos clasificados, mientras nuevos reactores cambian el enfoque de residuos

Пентагон обсуждает новый этап военного применения генеративного ИИ: компаниям могут разрешить обучать специальные версии моделей на секретных данных в защищённых контурах. На этом фоне другая технологическая линия — новые ядерные реакторы — тоже выходит из теории в практику, но вместе с обещанием дешёвой безуглеродной энергии приносит новые вопросы по обращению с отходами.

Секретные модели для армии

По данным MIT Technology Review, Минобороны США хочет создать защищённые среды, где разработчики ИИ смогут дообучать военные версии своих моделей на засекреченных данных. Речь не просто о доступе к модели внутри секретной сети, а о более глубокой настройке под реальные военные задачи — от аналитики разведданных до поддержки планирования операций. Логика понятна: если модель учится на материалах, которых нет в открытом интернете, она может точнее понимать контекст, терминологию и сценарии, с которыми работают военные.

Такая схема заметно отличается от того, что происходит сейчас. Крупные модели уже используются в закрытых контурах для ответов на вопросы и анализа документов, но сами веса модели обычно не обучаются на секретном массиве. В новой конфигурации Пентагон хочет разместить копии моделей в сертифицированных дата-центрах для гостайны, сохраняя право собственности на данные.

В редких случаях сотрудники AI-компаний могут получить допуск, если без этого нельзя провести настройку или проверку системы.

Где возникают риски

Главный риск в том, что секретная информация может стать частью самой модели, а не просто лежать рядом в базе или поисковом индексе. Это усложняет аудит, разграничение доступа и проверку того, какие выводы модель способна сделать для пользователя с тем или иным уровнем допуска. Отдельный вопрос — контроль над правилами применения. После сделок Пентагона с OpenAI и xAI стало ясно, что военные хотят не экспериментальный пилот, а полноценную инфраструктуру под боевые и аналитические задачи.

«Мы не позволим ни одной компании диктовать условия того, как мы принимаем оперативные решения», — заявили в Пентагоне.

Спор вокруг Anthropic показал, что конфликт идёт не только о технологиях, но и о границах допустимого. Компания публично возражала против сценариев, связанных с массовой слежкой и полностью автономным оружием, тогда как Пентагон настаивает на максимально широком доступе к моделям для законных военных целей. Это превращает оборонные контракты с AI-лабораториями в новую форму торга: государству нужны мощные модели без лишних ограничений, а разработчики пытаются не потерять контроль над тем, как именно их используют.

• Более точные ответы на закрытых военных данных Рост требований к изоляции, логированию и аудиту моделей Отдельные военные версии нейросетей под задачи армии * Усиление политического и этического давления на AI-компании ## Реакторы меняют правила Параллельно MIT Technology Review обращает внимание на другую инфраструктурную тему — новое поколение ядерных реакторов. Большая часть действующих АЭС до сих пор построена по знакомому шаблону: крупный объект, водяное охлаждение, низкообогащённый уран и централизованное хранение отработавшего топлива. Новые проекты обещают уйти от этого стандарта. В разработке — малые модульные реакторы, микрореакторы и установки с альтернативными теплоносителями и конфигурациями топлива, которые должны строиться быстрее, работать гибче и лучше вписываться в энергосистему эпохи дата-центров. Проблема в том, что вместе с новой архитектурой реакторов меняется и профиль отходов. Базовые методы — бассейны выдержки, сухое хранение в контейнерах, дальнейшая изоляция — никуда не исчезают, но универсального сценария для всех новых установок нет. Разные типы топлива и охлаждения дают разные материалы, требования к упаковке и логистике. Особенно непросто с малыми реакторами: если они будут стоять во многих точках, хранить отходы на каждой площадке окажется неудобно и дорого. Поэтому часть компаний уже рассматривает централизованную модель: отправлять микрореакторы и их отработавшие материалы обратно на один узел, например на площадку производства или специализированного хранения. Эксперты считают, что отрасли не придётся переписывать всю систему обращения с ядерными отходами с нуля, но дорабатывать её придётся. Пока многие выводы строятся на моделях и расчётах, а реальная картина станет понятнее только после запуска коммерческих установок.

Что это значит

Обе истории про одно и то же: ключевые технологии 2026 года всё меньше похожи на универсальные потребительские инструменты и всё больше — на стратегическую инфраструктуру. ИИ уходит в засекреченные военные контуры, а энергетика ищет новые реакторы под растущий спрос со стороны промышленности и AI-дата-центров. Для рынка это означает одно: выигрывать будут не только создатели моделей и реакторов, но и те, кто умеет безопасно встроить их в реальные системы.