Це велика мовна модель (LLM), розроблена китайськими вченими, яка може керувати військовими безпілотниками для атаки на ворожі радіолокаційні системи.
 |
За даними SCMP, вчені оборонної промисловості Китаю розробили тип штучного інтелекту, який може покращити продуктивність безпілотників радіоелектронної боротьби.
Ця велика мовна модель (LLM), подібна до ChatGPT, могла б керувати безпілотниками, оснащеними зброєю радіоелектронної боротьби, для атаки на радари або системи зв'язку противника.
Результати випробувань показують, що його ефективність прийняття рішень у повітряному бою не лише перевершує традиційні методи штучного інтелекту (ШІ), такі як навчання з підкріпленням, але й перевершує досвідчених експертів.
Це перше широко опубліковане дослідження, яке безпосередньо застосовує моделі великих мов до зброї.
Раніше ця технологія штучного інтелекту здебільшого використовувалася лише у військових кімнатах, забезпечуючи аналіз розвідувальних даних або підтримку рішень командирам-людям.
Дослідницький проєкт було спільно виконано Чендунським інститутом проектування літаків Китайської корпорації авіаційної промисловості та Північно-Західним політехнічним університетом у місті Сіань, провінція Шеньсі.
Цей інститут є розробником китайського важкого винищувача-невидимки J-20.
Згідно зі статтею, опублікованою командою проєкту 24 жовтня в рецензованому журналі Detection & Control, ця робота, яка все ще перебуває на експериментальній стадії, найкраще розуміє людську мову серед існуючих технологій штучного інтелекту.
Команда проєкту надала LLM різноманітні ресурси, зокрема «серію книг з радіолокації, радіоелектронної війни та пов’язані з ними збірки документів».
До моделі також були включені інші документи, зокрема записи про повітряні бойові дії, записи про встановлення складів зброї та посібники з експлуатації засобів радіоелектронної боротьби.
За даними дослідників, більшість навчальних матеріалів китайською мовою.
 |
| Розробник китайського винищувача-невидимки J-20 є частиною дослідницької групи, що бере участь у проекті штучного інтелекту. Фото: Weibo |
В радіоелектронній війні зловмисник випускає специфічні електромагнітні хвилі для придушення радіолокаційних сигналів, що випромінюються ціллю.
І навпаки, захисник намагатиметься ухилитися від цих атак, постійно змінюючи сигнал, змушуючи опонента коригувати свою стратегію в режимі реального часу на основі даних спостереження.
Раніше вважалося, що LLM не підходять для таких завдань через їхню нездатність інтерпретувати дані, зібрані з датчиків.
Штучний інтелект також часто вимагає більше часу на мислення, не в змозі досягти швидкості реакції на рівні мілісекунд – що є важливим у радіоелектронній війні.
Щоб уникнути цих проблем, вчені передали обробку необроблених даних на аутсорсинг менш складній моделі навчання з підкріпленням. Цей традиційний алгоритм штучного інтелекту чудово справляється з розумінням та аналізом великих обсягів числових даних.
«Параметри вектора значень спостереження», отримані в результаті цього попереднього процесу, потім перетворюються на людську мову за допомогою машинного перекладача. Потім модель великої мови бере на себе, обробляє та аналізує цю інформацію.
Компілятор перетворює відповіді великої моделі на вихідні команди, які зрештою керують радіоелектронною перешкодою.
За словами дослідників, результати експериментів підтвердили доцільність технології. За допомогою алгоритмів навчання з підкріпленням генеративний штучний інтелект може швидко коригувати стратегії атаки до 10 разів на секунду.
Порівняно з традиційним штучним інтелектом та людським досвідом, LLM перевершує інші методи створення численних хибних цілей на екранах ворожих радарів. Ця стратегія вважається ціннішою в галузі радіоелектронної боротьби, ніж просте блокування шумом або відхилення радарних хвиль від реальних цілей.
Джерело
Коментар (0)