هوش مصنوعی چینی حملات پهپادی را بهبود می‌بخشد و دستور حمله به رادارهای دشمن را می‌دهد

این یک مدل زبان بزرگ (LLM) است که توسط دانشمندان چینی توسعه داده شده است و می‌تواند به پهپادهای نظامی دستور حمله به سیستم‌های راداری دشمن را بدهد.

به گزارش SCMP، دانشمندان صنایع دفاعی چین نوعی هوش مصنوعی توسعه داده‌اند که می‌تواند عملکرد پهپادهای جنگ الکترونیک را افزایش دهد.

این مدل زبان بزرگ (LLM)، مشابه ChatGPT، می‌تواند به پهپادهای مجهز به سلاح‌های جنگ الکترونیک دستور حمله به رادارها یا سیستم‌های ارتباطی هواپیماهای دشمن را بدهد.

نتایج آزمایش نشان می‌دهد که عملکرد تصمیم‌گیری آن در نبرد هوایی نه تنها از تکنیک‌های سنتی هوش مصنوعی (AI) مانند یادگیری تقویتی بهتر عمل می‌کند، بلکه از متخصصان باتجربه نیز پیشی می‌گیرد.

این اولین مطالعه‌ی منتشر شده‌ی گسترده است که مستقیماً مدل‌های زبانی بزرگ را بر روی سلاح‌ها اعمال می‌کند.

پیش از این، این فناوری هوش مصنوعی عمدتاً به اتاق‌های جنگ محدود می‌شد و تجزیه و تحلیل اطلاعات یا پشتیبانی از تصمیم‌گیری را برای فرماندهان انسانی فراهم می‌کرد.

این پروژه تحقیقاتی به طور مشترک توسط موسسه طراحی هواپیمای چنگدو، وابسته به شرکت صنایع هوانوردی چین و دانشگاه پلی‌تکنیک شمال غربی در شی‌آن، استان شانشی انجام شد.

این موسسه طراح جنگنده سنگین رادارگریز J-20 چین است.

بر اساس مقاله‌ای که تیم پروژه در ۲۴ اکتبر در مجله معتبر Detection & Control منتشر کرد، این کار که هنوز در مرحله آزمایشی است، در بین فناوری‌های هوش مصنوعی موجود، بهترین روش برای درک زبان انسان است.

تیم پروژه منابع متنوعی از جمله «مجموعه‌ای از کتاب‌ها در مورد رادار، جنگ الکترونیک و مجموعه اسناد مرتبط» را در اختیار LLM قرار داد.

اسناد دیگری، از جمله سوابق نبرد هوایی، سوابق چیدمان انبار تسلیحات و دفترچه‌های راهنمای عملیات جنگ الکترونیک، نیز در این مدل گنجانده شدند.

به گفته محققان، بیشتر مطالب آموزشی به زبان چینی هستند.

طراح جت جنگنده رادارگریز J-20 چین، عضوی از یک تیم تحقیقاتی درگیر در پروژه هوش مصنوعی است. عکس: ویبو

در جنگ الکترونیک، مهاجم امواج الکترومغناطیسی خاصی را برای سرکوب سیگنال‌های راداری ساطع‌شده از هدف منتشر می‌کند.

در مقابل، مدافع سعی خواهد کرد با تغییر مداوم سیگنال از این حملات فرار کند و حریف را مجبور کند استراتژی خود را در زمان واقعی بر اساس داده‌های نظارتی تنظیم کند.

پیش از این، تصور می‌شد که LLMها به دلیل عدم توانایی در تفسیر داده‌های جمع‌آوری‌شده از حسگرها، برای چنین وظایفی مناسب نیستند.

هوش مصنوعی همچنین اغلب به زمان تفکر طولانی‌تری نیاز دارد و نمی‌تواند به سرعت واکنش در سطح میلی‌ثانیه - که در جنگ الکترونیک ضروری است - دست یابد.

برای جلوگیری از این چالش‌ها، دانشمندان پردازش داده‌های خام را به یک مدل یادگیری تقویتی با پیچیدگی کمتر برون‌سپاری کرده‌اند. این الگوریتم سنتی هوش مصنوعی در درک و تجزیه و تحلیل مقادیر زیادی از داده‌های عددی برتری دارد.

«پارامترهای بردار مقدار مشاهده» که از این فرآیند اولیه استخراج می‌شوند، سپس از طریق یک مترجم ماشینی به زبان انسانی تبدیل می‌شوند. سپس مدل زبانی بزرگ، این اطلاعات را در اختیار گرفته، پردازش و تجزیه و تحلیل می‌کند.

کامپایلر پاسخ‌های مدل بزرگ را به دستورات خروجی تبدیل می‌کند که در نهایت اخلالگر جنگ الکترونیک را کنترل می‌کنند.

به گفته محققان، نتایج آزمایش‌ها، امکان‌پذیری این فناوری را تأیید کرد. با کمک الگوریتم‌های یادگیری تقویتی، هوش مصنوعی مولد می‌تواند به سرعت استراتژی‌های حمله را تا 10 بار در ثانیه تنظیم کند.

در مقایسه با هوش مصنوعی سنتی و تخصص انسانی، LLM در ایجاد اهداف کاذب متعدد روی صفحات رادار دشمن برتر است. این استراتژی در زمینه جنگ الکترونیک ارزشمندتر از مسدود کردن ساده با نویز یا منحرف کردن امواج رادار از اهداف واقعی تلقی می‌شود.

منبع: https://baoquocte.vn/mot-ai-cua-trung-quoc-tang-cuong-suc-tan-cong-cua-drone-ra-lenh-tan-cong-radar-doi-phuong-292183.html