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
