Se trata de un modelo de lenguaje extenso (LLM) desarrollado por científicos chinos que puede comandar drones militares para atacar los sistemas de radar enemigos.
Los científicos de la industria de defensa de China han desarrollado un tipo de IA que puede mejorar el rendimiento de los drones de guerra electrónica, según el SCMP.
Este modelo de lenguaje grande (LLM), similar a ChatGPT, podría comandar drones equipados con armas de guerra electrónica para atacar radares o sistemas de comunicación de aeronaves enemigas.
Los resultados de las pruebas muestran que su desempeño en la toma de decisiones en el combate aéreo no solo supera a las técnicas tradicionales de inteligencia artificial (IA), como el aprendizaje de refuerzo, sino que también supera a los expertos experimentados.
Este es el primer estudio ampliamente publicado que aplica directamente modelos de lenguaje de gran tamaño a las armas.
Anteriormente, esta tecnología de IA estaba confinada en gran medida a las salas de guerra y proporcionaba análisis de inteligencia o apoyo para la toma de decisiones a los comandantes humanos.
El proyecto de investigación fue llevado a cabo conjuntamente por el Instituto de Diseño de Aeronaves de Chengdu de la Corporación de la Industria de Aviación de China y la Universidad Politécnica del Noroeste en Xi'an, provincia de Shaanxi.
El instituto es el diseñador del caza furtivo pesado J-20 de China.
El trabajo, que todavía está en su fase experimental, es el mejor en la comprensión del lenguaje humano entre las tecnologías de IA existentes, según un artículo que el equipo del proyecto publicó el 24 de octubre en la revista revisada por pares Detection & Control.
El equipo del proyecto proporcionó a LLM una variedad de recursos, incluida "una serie de libros sobre radar, guerra electrónica y colecciones de documentos relacionados".
También se incorporaron al modelo otros documentos, incluidos registros de combate aéreo, registros de instalación de depósitos de armas y manuales de operaciones de guerra electrónica.
Según los investigadores, la mayoría de los materiales de formación están en chino.
El diseñador del caza furtivo chino J-20 forma parte de un equipo de investigación que participa en el proyecto de inteligencia artificial. Foto: Weibo |
En la guerra electrónica, el atacante libera ondas electromagnéticas específicas para suprimir las señales de radar emitidas por el objetivo.
Por el contrario, el defensor intentará evadir estos ataques cambiando constantemente la señal, obligando al oponente a ajustar su estrategia en tiempo real en función de los datos de vigilancia.
Anteriormente, se pensaba que los LLM no eran adecuados para tales tareas debido a su incapacidad para interpretar los datos recopilados por los sensores.
La inteligencia artificial también suele requerir tiempos de pensamiento más largos y no logra alcanzar velocidades de reacción de milisegundos, esenciales en la guerra electrónica.
Para evitar estos desafíos, los científicos han externalizado el procesamiento de datos brutos a un modelo de aprendizaje por refuerzo menos complejo. Este algoritmo de IA tradicional destaca por comprender y analizar grandes cantidades de datos numéricos.
Los parámetros del vector de valores de observación extraídos de este proceso preliminar se convierten al lenguaje humano mediante un traductor automático. El modelo de lenguaje completo asume, procesa y analiza esta información.
El compilador convierte las respuestas del modelo grande en comandos de salida, que en última instancia controlan el bloqueador de guerra electrónica.
Según los investigadores, los resultados experimentales confirmaron la viabilidad de la tecnología. Con la ayuda de algoritmos de aprendizaje por refuerzo, la IA generativa puede ajustar rápidamente las estrategias de ataque hasta 10 veces por segundo.
En comparación con la IA tradicional y la experiencia humana, LLM es superior a la hora de crear numerosos objetivos falsos en las pantallas de radar enemigas. Esta estrategia se considera más valiosa en el campo de la guerra electrónica que simplemente bloquear con ruido o desviar las ondas de radar de los objetivos reales.
[anuncio_2]
Fuente
Kommentar (0)