MITが挑む「エージェント型AI」の軍事応用
筆者が所属するマサチューセッツ工科大学（MIT）の学内でも、このAIドローン戦争の行方を決定づける技術開発が急ピッチで進んでいる。特に注目すべきは、MITリンカーン研究所（Lincoln Laboratory）が推進する「エージェント型AI（Agentic AI）」の軍事応用、および自律連携システムの研究である。
従来のAI兵器は、人間が設定した特定のアルゴリズムに従って動く「自動化（Automation）」の域を出なかった。しかし、リンカーン研究所が研究を深めている「エージェント型AI」は、高度なLLM（大規模言語モデル）やRAG（検索拡張生成）の技術をベースに、自ら目標を噛み砕き、変化する状況に応じて「自律的に推論し、ツールを選択し、実行する」という自立的な行動サイクルを持つ。
リンカーン研究所が開発した「ASCEND（Automated Strategic Compliance and Engineering for Needs-driven Design）」プロジェクトでは、数千機規模に膨れ上がるドローン群の複雑な作戦計画を、人間ではなく複数のエージェント型AIが役割を分担・連携して自律策定するシステムを実証している（参考：MIT Lincoln Laboratory News）。敵の防空網のリアルタイムな配置データ、気象、現地の地理規制といった膨大な環境要因をAIが自ら検索・推論し、かつて人間の参謀本部が数日かけていた最適飛行ルートをわずか数分で自動生成する。
さらに、同研究所の「AMIC（Autonomous Mobility Through Intelligent Collaboration）」プログラムでは、通信が遮断された劣悪な環境下でも、空と陸の無人機が互いの死角をAIで補い合い、リアルタイムで3Dマップを構築しながら自律的に敵陣を突破する「異種ハイブリッド連携技術」のプロトタイプ実験に成功している（参考：MIT Lincoln Laboratory / AMIC Report）。
このように、現在の米軍のドローンシフトは、単に「無人のラジコンを大量に飛ばす」ことではなく、「高度な意思決定能力と連携能力を持った数千のAIエージェントを戦場に解き放つ」という、極めてドラスティックな高度化を意味している。
自律の代償：サイバーセキュリティと「データ汚染」
しかし、こうした「エージェント型AI」への急速なシフトと、兵器の極限への自律化は、同時に致命的なサイバーセキュリティの脆弱性という裏表のジレンマを内包している。MITサイバーAIセキュリティマネジメントコンソーシアム（CAMS）で、今最も深刻に議論されている技術的課題がこれである。
AIドローンは、敵の強力なジャミング（電波妨害）を無効化するため、外部（衛星や司令部）との通信を完全に断絶した状態でも、機体搭載の「エッジAI」による画像認識で標的を自律識別する「AiTR（Aided Target Recognition：支援標的認識）」技術への依存を強めている。
しかし、AIのディープラーニング（深層学習）モデルには、サイバー空間および物理空間において致命的なロジックの脆さ（死角）が存在する。それが「敵対的サンプル（Adversarial Examples）」と「データポイズニング（汚染攻撃）」だ。
例えば、人間に見えないレベルの微細なノイズを、中国軍が自国の戦車や陣地に付着・塗装・偽装するだけで、ドローン側のエッジAIはそれを「ただの民間トラック」や「岩」と誤認してしまう。逆に、味方の艦船や基地を敵と誤認識させ、自律型AI兵器に誤射を誘発させることも技術的に可能だ。
さらに、Anduril社の「Lattice」のような自律運用OSのコードや、エージェント型AIが学習・推論のベースにする防衛データそのものが、開発段階やアップデート時にハッキングされ、わずかでも「汚染（ポイズニング）」されていた場合、作戦発動の瞬間に数千機のドローン群のコントロールが一斉に奪われ、自軍に牙をむくという最悪のシナリオすら排除できない。
ドローン戦争の勝敗は、ハードウェアの数だけでは決まらない。「通信遮断下でのAIの自律判断力（エージェント性）」を高めると同時に、「敵のサイバー攻撃やAI誤認誘発攻撃からシステムをいかに保護するか（サイバーレジリエンス）」という、アルゴリズムレベルでの強固な防衛線を構築できた側が真の勝者となる。
