Det er en stor språkmodell (LLM) utviklet av kinesiske forskere som kan kommandere militære droner til å angripe fiendens radarsystemer.
 |
Forskere i Kinas forsvarsindustri har utviklet en type AI som kan forbedre ytelsen til elektroniske krigføringsdroner, ifølge SCMP.
Denne store språkmodellen (LLM), i likhet med ChatGPT, kunne kommandere droner utstyrt med elektroniske krigføringsvåpen for å angripe fiendens flyradarer eller kommunikasjonssystemer.
Testresultater viser at beslutningstakingsytelsen i luftkamp ikke bare overgår tradisjonelle kunstig intelligens (KI)-teknikker som forsterkningslæring, men også erfarne eksperter.
Dette er den første bredt publiserte studien som direkte anvender store språkmodeller på våpen.
Tidligere var denne AI-teknologien i stor grad begrenset til krigsrom, og ga etterretningsanalyse eller beslutningsstøtte til menneskelige kommandører.
Forskningsprosjektet ble utført i fellesskap av Chengdu Aircraft Design Institute of Aviation Industry Corporation of China og Northwestern Polytechnical University i Xi'an, Shaanxi-provinsen.
Instituttet er designeren av Kinas J-20 tunge stealth-jagerfly.
Arbeidet, som fortsatt er i sin eksperimentelle fase, er det beste på å forstå menneskelig språk blant eksisterende AI-teknologier, ifølge en artikkel prosjektteamet publiserte 24. oktober i det fagfellevurderte tidsskriftet Detection & Control.
Prosjektteamet ga LLM en rekke ressurser, inkludert «en serie bøker om radar, elektronisk krigføring og relaterte dokumentsamlinger».
Andre dokumenter, inkludert luftkampjournaler, oppsettsjournaler for våpendepoter og manualer for elektronisk krigføring, ble også innlemmet i modellen.
Ifølge forskere er det meste av opplæringsmateriellet på kinesisk.
 |
| Designeren av Kinas J-20 stealth-jagerfly er en del av et forskerteam involvert i AI-prosjektet. Foto: Weibo |
I elektronisk krigføring slipper angriperen ut spesifikke elektromagnetiske bølger for å undertrykke radarsignalene som sendes ut av målet.
Motsatt vil forsvareren forsøke å unngå disse angrepene ved å stadig endre signalet, noe som tvinger motstanderen til å justere strategien sin i sanntid basert på overvåkingsdataene.
Tidligere trodde man at LLM-er ikke var egnet for slike oppgaver på grunn av deres manglende evne til å tolke data samlet inn fra sensorer.
Kunstig intelligens krever også ofte lengre tenketid, og klarer ikke å oppnå reaksjonshastigheter på millisekundnivå – noe som er essensielt i elektronisk krigføring.
For å unngå disse utfordringene har forskere outsourcet behandlingen av rådata til en mindre kompleks modell for forsterkning av læring. Denne tradisjonelle AI-algoritmen utmerker seg ved å forstå og analysere store mengder numeriske data.
«Observasjonsverdivektorparametrene» som utvinnes fra denne foreløpige prosessen konverteres deretter til menneskelig språk gjennom en maskinoversetter. Den store språkmodellen tar deretter over, behandler og analyserer denne informasjonen.
Kompilatoren konverterer den store modellens svar til utgangskommandoer, som til slutt kontrollerer den elektroniske krigføringsjammeren.
Ifølge forskerne bekreftet de eksperimentelle resultatene teknologiens gjennomførbarhet. Ved hjelp av forsterkningslæringsalgoritmer kan den generative AI-en raskt justere angrepsstrategier opptil 10 ganger per sekund.
Sammenlignet med tradisjonell AI og menneskelig ekspertise er LLM bedre til å skape en rekke falske mål på fiendens radarskjermer. Denne strategien anses som mer verdifull innen elektronisk krigføring enn å bare blokkere med støy eller avlede radarbølger bort fra virkelige mål.
[annonse_2]
Kilde
Kommentar (0)