Ia adalah model bahasa besar (LLM) yang dibangunkan oleh saintis China yang boleh memerintahkan dron tentera untuk menyerang sistem radar musuh.
Para saintis dalam industri pertahanan China telah membangunkan sejenis AI yang boleh meningkatkan prestasi dron peperangan elektronik, menurut SCMP.
Model bahasa besar (LLM), serupa dengan ChatGPT, boleh memerintahkan dron yang dilengkapi dengan senjata peperangan elektronik untuk menyerang radar pesawat musuh atau sistem komunikasi.
Keputusan ujian menunjukkan bahawa prestasi membuat keputusannya dalam pertempuran udara bukan sahaja mengatasi teknik kecerdasan buatan (AI) tradisional seperti pembelajaran pengukuhan, tetapi juga mengatasi pakar berpengalaman.
Ini adalah kajian pertama yang diterbitkan secara meluas untuk menggunakan model bahasa besar secara langsung pada senjata.
Sebelum ini, teknologi AI ini sebahagian besarnya terhad kepada bilik perang, menyediakan analisis perisikan atau sokongan keputusan kepada komander manusia.
Projek penyelidikan itu dijalankan secara bersama oleh Institut Reka Bentuk Pesawat Chengdu Perbadanan Industri Penerbangan China dan Universiti Politeknik Barat Laut di Xi'an, Wilayah Shaanxi.
Institut itu adalah pereka pesawat pejuang siluman berat J-20 China.
Kerja itu, yang masih dalam fasa percubaannya, adalah yang terbaik dalam memahami bahasa manusia di kalangan teknologi AI sedia ada, menurut kertas kerja pasukan projek yang diterbitkan pada 24 Oktober dalam jurnal yang disemak semula oleh Pengesanan & Kawalan.
Pasukan projek menyediakan LLM dengan pelbagai sumber, termasuk "satu siri buku mengenai radar, peperangan elektronik dan koleksi dokumen yang berkaitan."
Dokumen lain, termasuk rekod pertempuran udara, rekod persediaan depot senjata dan manual operasi peperangan elektronik, turut dimasukkan ke dalam model itu.
Menurut penyelidik, kebanyakan bahan latihan adalah dalam bahasa Cina.
| Pereka jet pejuang siluman J-20 China adalah sebahagian daripada pasukan penyelidik yang terlibat dalam projek AI. Foto: Weibo |
Dalam peperangan elektronik, penyerang melepaskan gelombang elektromagnet tertentu untuk menekan isyarat radar yang dipancarkan oleh sasaran.
Sebaliknya, pemain pertahanan akan cuba mengelak serangan ini dengan sentiasa menukar isyarat, memaksa pihak lawan untuk menyesuaikan strateginya dalam masa nyata berdasarkan data pengawasan.
Sebelum ini, LLM dianggap tidak sesuai untuk tugas sedemikian kerana ketidakupayaan mereka untuk mentafsir data yang dikumpul daripada penderia.
Kecerdasan buatan juga selalunya memerlukan masa berfikir yang lebih lama, gagal mencapai kelajuan tindak balas peringkat milisaat - penting dalam peperangan elektronik.
Untuk mengelakkan cabaran ini, saintis telah menyumber luar pemprosesan data mentah kepada model pembelajaran pengukuhan yang kurang kompleks. Algoritma AI tradisional ini cemerlang dalam memahami dan menganalisis sejumlah besar data berangka.
"Parameter vektor nilai pemerhatian" yang diekstrak daripada proses awal ini kemudiannya ditukar kepada bahasa manusia melalui penterjemah mesin. Model bahasa besar kemudiannya mengambil alih, memproses dan menganalisis maklumat ini.
Pengkompil menukar respons model besar kepada arahan keluaran, yang akhirnya mengawal jammer peperangan elektronik.
Menurut penyelidik, keputusan eksperimen mengesahkan kebolehlaksanaan teknologi. Dengan bantuan algoritma pembelajaran pengukuhan, AI generatif boleh melaraskan strategi serangan dengan cepat sehingga 10 kali sesaat.
Jika dibandingkan dengan AI tradisional dan kepakaran manusia, LLM lebih unggul dalam mencipta banyak sasaran palsu pada skrin radar musuh. Strategi ini dianggap lebih berharga dalam bidang peperangan elektronik daripada sekadar menyekat dengan bunyi bising atau memesongkan gelombang radar daripada sasaran sebenar.
Sumber






Komen (0)