Η Ουκρανία και η Ρωσία εκπαιδεύουν μοντέλα τεχνητής νοημοσύνης από δεδομένα UAV για μάχη

(CLO) Καθώς η τεχνητή νοημοσύνη (ΤΝ) εφαρμόζεται ολοένα και περισσότερο στο πεδίο της μάχης, τόσο η Ουκρανία όσο και η Ρωσία διαθέτουν έναν ανεκτίμητο πόρο: εκατομμύρια ώρες βίντεο από μη επανδρωμένα αεροσκάφη (UAV). Αυτά τα δεδομένα θα χρησιμοποιηθούν για την εκπαίδευση μοντέλων ΤΝ ικανών να λαμβάνουν τακτικές αποφάσεις στο πεδίο της μάχης.

Τόσο η Ουκρανία όσο και η Ρωσία έχουν αναπτύξει Τεχνητή Νοημοσύνη στη σύγκρουση, ιδίως στον εντοπισμό στόχων και στην ανάλυση εικόνων πολύ πιο γρήγορα από ό,τι οι άνθρωποι.

Ο Oleksandr Dmitriev, ιδρυτής του OCHI - ενός ουκρανικού μη κερδοσκοπικού ψηφιακού συστήματος που συλλέγει και αναλύει δεδομένα από περισσότερα από 15.000 πληρώματα UAV πρώτης γραμμής - δήλωσε ότι το σύστημά του έχει συλλέξει 2 εκατομμύρια ώρες βίντεο μάχης από drones από το 2022. Αυτό ισοδυναμεί με 228 χρόνια δεδομένων και θα παρέχει ένα πολύτιμο αποθετήριο δεδομένων για την Τεχνητή Νοημοσύνη από το οποίο θα μπορεί να μαθαίνει.

«Αυτή είναι η «τροφή» για την Τεχνητή Νοημοσύνη. Αν θέλετε να διδάξετε την Τεχνητή Νοημοσύνη, δώστε της 2 εκατομμύρια ώρες βίντεο, θα γίνει ένα υπερφυσικό εργαλείο», είπε ο Ντμίτριεφ.

Στρατιώτες από μια ουκρανική μονάδα πυροβολικού εκπαιδεύονται στη χρήση drones. Φωτογραφία: Dmytro Smolienko

Τα πλάνα από drone μπορούν να χρησιμοποιηθούν για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης ώστε να αναγνωρίζουν τακτικές μάχης, να εντοπίζουν στόχους και να αξιολογούν την αποτελεσματικότητα των οπλικών συστημάτων. «Η εμπειρία μπορεί να μεταφραστεί σε μαθηματικά», δήλωσε ο Dmitriev. «Ένα πρόγραμμα τεχνητής νοημοσύνης μπορεί να μελετήσει τις τροχιές και τις γωνίες στις οποίες τα όπλα λειτουργούν πιο αποτελεσματικά».

Το σύστημα OCHI αναπτύχθηκε αρχικά το 2022 με στόχο να παρέχει στους στρατιωτικούς διοικητές μια επισκόπηση του πεδίου της μάχης, εμφανίζοντας πλάνα από UAV όλων των κοντινών πληρωμάτων σε μία μόνο οθόνη.

Μετά την ανάπτυξη, η ομάδα OCHI συνειδητοποίησε ότι αυτά τα πλάνα δεν ήταν μόνο χρήσιμα για την τακτική διαχείριση, αλλά και ένας σημαντικός πόρος για την καταγραφή ολόκληρης της διαδικασίας μάχης, γι' αυτό και αποφάσισαν να αρχειοθετήσουν αυτά τα βίντεο.

Σύμφωνα με τον Ντμίτριεφ, κάθε μέρα το σύστημα συλλέγει κατά μέσο όρο 5-6 terabytes δεδομένων από μάχες, παρέχοντας μια τεράστια ποσότητα πληροφοριών για την εκπαίδευση της Τεχνητής Νοημοσύνης.

Η ποιότητα των εικόνων και το μέγεθος του συνόλου δεδομένων είναι σημαντικοί παράγοντες που βοηθούν την Τεχνητή Νοημοσύνη να εντοπίζει με ακρίβεια τους στόχους. Ο Samuel Bendett, ανώτερος συνεργάτης στο Κέντρο για μια Νέα Αμερικανική Ασφάλεια, δήλωσε ότι τόσο μεγάλες ποσότητες δεδομένων θα είναι ανεκτίμητες στην εκπαίδευση συστημάτων Τεχνητής Νοημοσύνης, βοηθώντας τα να εντοπίζουν με ακρίβεια τα αντικείμενα και τις τακτικές καταστάσεις που αντιμετωπίζουν.

«Οι άνθρωποι μπορούν να αναγνωρίσουν οπτικά καταστάσεις, αλλά οι μηχανές όχι. Πρέπει να εκπαιδευτούν ώστε να αναγνωρίζουν στοιχεία όπως δρόμους, φυσικά εμπόδια ή ενέδρες», εξήγησε.

Η Kateryna Bondar, ερευνήτρια στο Κέντρο Τεχνητής Νοημοσύνης Wadhwani στο Κέντρο Στρατηγικών και Διεθνών Σπουδών, τόνισε ότι η ποιότητα των εικόνων και η κλίμακα των δεδομένων είναι εξαιρετικά σημαντικά για να μάθει η Τεχνητή Νοημοσύνη να αναγνωρίζει στόχους με βάση το σχήμα, το χρώμα και άλλα χαρακτηριστικά.

Εκτός από το OCHI, η Ουκρανία διαθέτει ένα άλλο σύστημα που ονομάζεται Avengers, το οποίο αναπτύχθηκε από το Υπουργείο Άμυνας , το οποίο συλλέγει και αναλύει επίσης βίντεο από UAV και κάμερες παρακολούθησης. Ενώ το Υπουργείο Άμυνας της Ουκρανίας δεν παρείχε λεπτομέρειες σχετικά με το σύστημα, έχει προηγουμένως αποκαλύψει ότι το Avengers είναι ικανό να ανιχνεύει 12.000 ρωσικές συσκευές την εβδομάδα μέσω αναγνώρισης τεχνητής νοημοσύνης.

Εκτός από τη χρήση της Τεχνητής Νοημοσύνης για τη συλλογή δεδομένων και την αναγνώριση στόχων, η Ουκρανία αναπτύσσει επίσης αυτόνομη τεχνολογία UAV. Τα drones μπορούν να πετούν σε στόχους χωρίς ανθρώπινο έλεγχο. Επιπλέον, η Τεχνητή Νοημοσύνη χρησιμοποιείται σε αποστολές εκκαθάρισης ναρκοπεδίων, συμβάλλοντας στη μείωση του κινδύνου για τις στρατιωτικές δυνάμεις και τους πολίτες.

Η Ρωσία έχει επίσης αναπτύξει Τεχνητή Νοημοσύνη στο πεδίο της μάχης, ιδίως στη στόχευση των επιθετικών UAV Lancet, τα οποία έχουν αποδειχθεί αποτελεσματικά στην επίθεση σε ουκρανικά τεθωρακισμένα οχήματα.

Hoai Phuong (σύμφωνα με το Reuters, WP, TASS)

Πηγή: https://www.congluan.vn/ukraine-va-nga-dao-tao-mo-hinh-ai-tu-du-lieu-uav-de-phuc-vu-chien-dau-post326670.html