Fördjupade avskanningar 2019

Denna rapport sammanfattar de fördjupade avskanningar som genomfördes på FOI år 2019. Syftet med avskanningarna är dels att identifiera forskningsframsteg som kan vara av väsentlig betydelse för Försvarsmakten och dels att öka FOI:s kunskap inom om olika områden. I varje fördjupad avskanning, kallade studie nedan, genomfördes en litteraturstudie där forskningsfronten för ett utvalt område studerades. Nedan beskrivs kortfattat de fem studier som genomfördes 2019. En kvantradar har potential att ge ökade förmågor för smygradar, få minskad känslighet för telekrig, kunna detektera signaturanpassade farkoster och ge ökad förmåga till måligenkänning. En kvantradar är robust mot brus och effektförluster, vilket står i bjärt kontrast till andra kvantteknologier. Betydande summor satsas idag för att ta fram produkter baserade på kvantteknologier. Vi bedömer att det är möjligt att bygga en kvantradar i närtid. Troliga användningsområden är i första hand smygradar och i andra hand detektion av signaturanpassade farkoster. I studien artificiellt intelligent dataangrepp utforskades möjligheterna att använda AI inom ett dataangrepps olika faser. Studien hade särskilt fokus på det antagonistiska perspektivet och på teknologi som kan användas både defensivt och offensivt. Baserat på forskningslitteraturen kunde 19 användningsfall för AI i dataangreppens olika faser identifieras. Vissa av dessa fall, och de underliggande AI-teknikerna som används, påvisar en hög mognadsgrad. Den pågående utvecklingen inom inlärning med djupa nätverk har gett nya möjligheter för syntetisk manipulering i videoinspelningar och ljudupptagningar, så kallad deep fake. I denna studie har vetenskaplig litteratur och verkliga händelser undersökts, speciellt tekniker för att skapa deep fake, för att automatiskt upptäcka deep fake och vilka motåtgärder som är möjliga. Mjukare aspekter har också undersökts, som hur deep fake med små medel kan skapa desinformation och skapa ett ifrågasättande av bevisvärde på video- och ljudupptagningar. Området utvecklas snabbt och vetenskapliga resultat omvandlas på kort tid till programvaror tillgängliga för användare utan djupa tekniska kunskaper. Det finns en inneboende begränsning i de maskininlärningsmetoder som för närvarande utforskas. Nuvarande fokus är att hitta korrelationer i data. Genom att inkludera funktioner för att modellera kausalitet i maskininlärningen, s.k. inlärning av kausalitet, blir det möjligt att beskriva stegen i en händelseutveckling. Idag finns exempel på civil tilllämpning inom riskanalys. Vi drar slutsatsen att inlärning och upptäckt av kausala relationer också kommer att vara av betydelse i framtida militära system, när dessa baserar sig på maskininlärning. Uppskattningsvis består människans kropp av minst 100 biljoner mikroorganismer, mikrobiotan, varav de flesta lever i tarmsystemet. Mikroorganismernas gemensamma genetiska sammansättning är känd som det mänskliga mikrobiomet. De senaste årens forskning har visat att mikroorganismerna är involverade i en rad viktiga funktioner. Störningar i mikrobiomet kan leda till en akut nedgång i hälsa, såsom inflammation, ökad känslighet för infektioner och sjukdomar, nedgång i kognitiv förmåga eller utveckling av flera kroniska sjukdomar. Den snabba teknikutvecklingen inom gensekvensering och AI kommer att skynda på forskningen än mer. Mycket återstår dock innan sambandet mellan frisk eller sjuk och människans mikrobiom är helt klarlagt.