Авиаторы и их друзья

79 450 подписчиков

Свежие комментарии

  • Семен Смолкин21 января, 16:48
    Виноват. Исправил.Этот день в авиац...
  • Leon17 Влад21 января, 5:57
    Ну почему сразу - профонация? Это ж с какой стороны посмотреть. С определенной стороны - это бизнес. Вот такой бизне...Израильтяне переп...
  • Сергей Гольтяпин21 января, 0:41
    Рендер-то убогий какой - субтильные крылышки и нулевое хвостовое оперение, ИМХО - к реальному самолету рендер отношен...Израильтяне переп...

Искусственный интеллект научился управлять радаром самолета-разведчика U-2

Искусственный интеллект научился управлять радаром самолета-разведчика U-2

U-2 / U.S. Air Force

ВВС США 15 декабря 2020 года провели испытания нейросетевого алгоритма ARTUµ на стратегическом самолете-разведчике U-2 Dragon Lady. Как пишет Flightglobal, в полете алгоритм управлял радиолокационной станцией радара и отвечал за обнаружение ракетных пусковых установок.

Во время разведывательного полета за предварительную обработку информации с разведывательных систем самолета U-2 отвечает летчик. Одновременно он должен выполнять еще множество задач, включая контроль окружающего воздушного пространства и выбор маршрута полета.

Предполагается, что широкое использование систем искусственного интеллекта в военной технике позволит существенно снизить нагрузку на летчиков, автоматизировав решение части задач.

Во время испытаний нейросетевого алгоритма ARTUµ искусственный интеллект отвечал за выбор маршрута полета и обнаружение ракетных пусковых установок. Летчик следовал выбранному алгоритмом маршруту, а также отвечал за контроль воздушного пространства вокруг самолета.

По заявлению Федеральной лаборатории U-2 при Боевом командовании ВВС США, специалисты которого разработали ARTUµ, алгоритм прошел обучение поиску ракетных пусковых установок с помощью более полумиллиона компьютерных симуляций.

Другие подробности о нейросетевом алгоритме или состоявшихся испытаниях не уточняются.

В 2017 году Центр геопространственной разведки Миссурийского университета представил алгоритм, способный на спутниковых или аэрофотоснимках находить китайские зенитные ракетные комплексы. По оценке ученых, использование их алгоритма позволит обрабатывать разведывательную съемку в 80 раз быстрее людей.

Исследователи использовали для обучения несколько сверточных нейросетей: CaffeNet, GoogLeNet, ResNet-50 и ResNet-101. Обучение нейросетей производилось на фотографиях известных китайских зенитных установок и снимках типичных и нетипичных мест их размещения.

Василий Сычёв

Ссылка на первоисточник

Картина дня

наверх