中国の研究が発展 少ないリソースで動作するように最適化され、F-22 および F-35 ステルス戦闘機の赤外線サインを認識できる人工知能モデル。この研究は、 北京工業大学 そして 中国空挺ミサイルアカデミーは、将来の空対空ミサイルの赤外線視覚システムにこのモデルを搭載する予定であると、サウスチャイナ・モーニング・ポスト紙が報じている。
赤外線署名は 物体が発し、特殊なセンサーによって検出できる熱放射のパターン。戦闘機では、主に排気ガス、エンジン、大気中を高速で移動する際の構造物の加熱から発生します。その強度と形状は、観察する角度、距離、環境条件によって異なります。
赤外線誘導ミサイルは熱源を特定するだけでなく、 何が原因かを特定する。戦闘機は、非常に高温で燃焼するフレアなどの対抗策を発射して、複数の熱標的を作成し、発射体を混乱させることができます。 ミサイル探求者、ターゲットの追跡を担当するセンサーとプロセッサのセットです。 飛行機を見ているのか、それともおとりを見ているのかを決めるのに少し時間がかかります。。
チームはモデルを次のようにトレーニングしました。 3,245枚の画像 ミサイルに搭載された赤外線スキャンシステムを通じて取得されます。このセットには、次の 3 つのカテゴリーの航空標的が含まれていました。 F-22 と F-35、および徘徊弾薬のシミュレーション表現。このタイプの兵器は、目標を見つけて攻撃するまで飛行し続けることができます。
実験室テスト中に、モデルは次のことを達成しました。 最大精度 97.1% 画像分類では。別のテストでは、2 機の戦闘機が獲得した目標に焦点を当てました。 90%に近い割合。研究者らは、情報が機密扱いになっているため、実際の航空機を使ったテストの結果を公表していない。
主な障害は、人工知能にターゲットを正しく認識させることだけでなく、 限られた計算能力、電力消費量、ミサイル内部の利用可能なスペースにモデルを適応させる。従来の深層学習モデルは、その動作を調整する数百万のパラメータで構成されていましたが、 コンパクトな発射体の中で動作するには多すぎるリソースが必要になる。
研究者らはシステムを次のようにスケールダウンしました。 以前の方法で使用されていたパラメータの 16.1% が使用され、計算の必要性が 19.2% に削減されました。。次に、人工知能が各画像を分析する際に使用する反復操作を実行するために最適化された小型プロセッサである特定のアクセラレータを開発しました。
このハードウェアを使用して実行されたテストでは、次の精度が達成されました。 96.4% 各画像を約 1.5ミリ秒。チームはまた、総消費量を約 2.2ワット、これにより、 外部システムに依存せずにミサイル内部で直接偵察を実行する。
結果 彼らは、中国のミサイルが実際の状況で運用中のF-22やF-35を識別して攻撃できることを実証していない。。テストは模擬ターゲットを使用して実施されましたが、検出距離、悪天候時の動作、より高度な対策に対する耐性などの決定的な要素はまだわかっていません。研究では、コンパクトなシステムがどのように機能するかを示しています。 ステルス機でも完全に隠すことができない熱を利用する。
