זהו מודל שפה גדול (LLM) שפותח על ידי מדענים סינים שיכול לפקד על רחפנים צבאיים לתקוף מערכות מכ"ם של האויב.
 |
מדענים בתעשיית הביטחון הסינית פיתחו סוג של בינה מלאכותית שיכולה לשפר את ביצועיהם של רחפני לוחמה אלקטרונית, על פי SCMP.
מודל שפה גדול זה (LLM), בדומה ל-ChatGPT, יכול לפקד על רחפנים המצוידים בנשק לוחמה אלקטרונית כדי לתקוף מכ"מים או מערכות תקשורת של מטוסי אויב.
תוצאות הבדיקה מראות כי ביצועי קבלת ההחלטות שלו בקרבות אוויר לא רק עולים על טכניקות בינה מלאכותית (AI) מסורתיות כמו למידת חיזוקים, אלא גם עולים על מומחים מנוסים.
זהו המחקר הראשון שפורסם באופן נרחב אשר מיישם ישירות מודלים של שפה גדולה על כלי נשק.
בעבר, טכנולוגיית בינה מלאכותית זו הוגבלה במידה רבה לחדרי מלחמה, וסיפקה ניתוח מודיעיני או תמיכה בקבלת החלטות למפקדים אנושיים.
פרויקט המחקר בוצע במשותף על ידי מכון תכנון המטוסים צ'נגדו של תאגיד תעשיית התעופה של סין והאוניברסיטה הפוליטכנית הצפון-מערבית בשיאן, מחוז שאאנשי.
המכון הוא מתכנן מטוס הקרב החמקן הכבד J-20 של סין.
העבודה, שעדיין נמצאת בשלב הניסוי שלה, היא הטובה ביותר בהבנת שפה אנושית מבין טכנולוגיות הבינה המלאכותית הקיימות, על פי מאמר שפרסם צוות הפרויקט ב-24 באוקטובר בכתב העת Detection & Control, כתב עת שעבר ביקורת עמיתים.
צוות הפרויקט סיפק ל-LLM מגוון משאבים, כולל "סדרת ספרים על מכ"ם, לוחמה אלקטרונית ואוספי מסמכים קשורים".
מסמכים אחרים, כולל רישומי קרב אווירי, רישומי הקמת מחסני נשק ומדריכי פעולות של לוחמה אלקטרונית, שולבו גם הם במודל.
לדברי חוקרים, רוב חומרי ההדרכה הם בסינית.
 |
| מתכנן מטוס הקרב החמקן J-20 של סין הוא חלק מצוות מחקר המעורב בפרויקט הבינה המלאכותית. צילום: Weibo |
בלוחמה אלקטרונית, התוקף משחרר גלים אלקטרומגנטיים ספציפיים כדי לדכא את אותות המכ"ם הנפלטים מהמטרה.
לעומת זאת, המגן ינסה להתחמק מהתקפות אלו על ידי שינוי מתמיד של האות, מה שמאלץ את היריב להתאים את האסטרטגיה שלו בזמן אמת בהתבסס על נתוני המעקב.
בעבר, היה נהוג לחשוב ש-LLMs אינם מתאימים למשימות כאלה בגלל חוסר היכולת שלהם לפרש נתונים שנאספו מחיישנים.
בינה מלאכותית דורשת לעתים קרובות גם זמני חשיבה ארוכים יותר, ואינה מצליחה להשיג מהירויות תגובה ברמת אלפיות השנייה - חיוניות בלוחמה אלקטרונית.
כדי להימנע מאתגרים אלה, מדענים העבירו את עיבוד הנתונים הגולמיים למודל למידה מבוססת חיזוק פחות מורכב. אלגוריתם בינה מלאכותית מסורתי זה מצטיין בהבנה וניתוח של כמויות גדולות של נתונים מספריים.
"פרמטרי וקטור ערך התצפית" המופקים מתהליך מקדים זה מומרים לאחר מכן לשפה אנושית באמצעות מתרגם מכונה. לאחר מכן, מודל השפה הגדול משתלט, מעבד ומנתח מידע זה.
המהדר ממיר את תגובות המודל הגדול לפקודות פלט, אשר שולטות בסופו של דבר במשבש הלוחמה האלקטרונית.
לדברי החוקרים, תוצאות הניסוי אישרו את היתכנות הטכנולוגיה. בעזרת אלגוריתמי למידה של חיזוק, הבינה המלאכותית הגנרטיבית יכולה להתאים במהירות אסטרטגיות התקפה עד 10 פעמים בשנייה.
בהשוואה לבינה מלאכותית מסורתית ולמומחיות אנושית, תואר ראשון במשפטים עדיף ביצירת מטרות שווא רבות על גבי מסכי מכ"ם של האויב. אסטרטגיה זו נחשבת בעלת ערך רב יותר בתחום הלוחמה האלקטרונית מאשר חסימה פשוטה באמצעות רעש או הסטת גלי מכ"ם הרחק ממטרות אמיתיות.
[מודעה_2]
מָקוֹר
תגובה (0)