Una inteligencia artificial china mejora el poder de ataque de los drones y ordena ataques a los radares enemigos

Se trata de un modelo de lenguaje grande (LLM) desarrollado por científicos chinos que puede comandar drones militares para atacar los sistemas de radar enemigos.

Một AI của Trung Quốc tăng cường sức tấn công của drone, ra lệnh tấn công radar đối phương

Los científicos de la industria de defensa de China han desarrollado un tipo de IA que puede mejorar el rendimiento de los drones de guerra electrónica, según el SCMP.

Este modelo de lenguaje grande (LLM), similar a ChatGPT, puede comandar drones equipados con armas de guerra electrónica para atacar radares o sistemas de comunicaciones de aeronaves enemigas.

Los resultados de las pruebas muestran que su desempeño en la toma de decisiones en el combate aéreo no solo supera a las técnicas tradicionales de inteligencia artificial (IA), como el aprendizaje de refuerzo, sino que también supera a los expertos experimentados.

Este es el primer estudio ampliamente publicado que aplica directamente modelos de lenguaje grandes a las armas.

Anteriormente, esta tecnología de IA estaba confinada en gran medida a la sala de guerra y proporcionaba análisis de inteligencia o apoyo para la toma de decisiones a los comandantes humanos.

El proyecto de investigación fue llevado a cabo conjuntamente por el Instituto de Diseño de Aeronaves de Chengdu, dependiente de la Corporación de la Industria de Aviación de China, y la Universidad Politécnica del Noroeste de Xi'an, provincia de Shaanxi.

El instituto es el diseñador del caza furtivo pesado J-20 de China.

El trabajo aún se encuentra en su fase experimental, según un artículo publicado por el equipo del proyecto el 24 de octubre en la revista revisada por pares Detection & Control. Entre las tecnologías de inteligencia artificial existentes, LLM es la que mejor puede comprender el lenguaje humano.

El equipo del proyecto proporcionó a LLM una variedad de recursos, incluidas "series de libros sobre radar y guerra electrónica y colecciones de documentos relacionados".

También se incorporaron al modelo otros documentos, incluidos registros de combate aéreo, registros de inventario de armas y manuales de operaciones de guerra electrónica.

Según los investigadores, la mayoría de los materiales de formación están en chino.

El diseñador del caza furtivo J-20 de China forma parte de un equipo de investigación involucrado en el proyecto de inteligencia artificial. Foto: Weibo

En la guerra electrónica, el atacante libera ondas electromagnéticas específicas para suprimir las señales de radar emitidas por el objetivo.

Por el contrario, el defensor intentará evadir estos ataques cambiando constantemente la señal, obligando al adversario a ajustar su estrategia en tiempo real en función de los datos de monitoreo.

Anteriormente, se pensaba que los LLM no eran adecuados para tales tareas debido a su incapacidad para interpretar los datos recopilados por los sensores.

La inteligencia artificial también suele requerir tiempos de pensamiento más largos, que no alcanzan las velocidades de reacción de milisegundos que se requieren en la guerra electrónica.

Para evitar estos desafíos, los científicos han subcontratado el procesamiento de datos sin procesar a un modelo de aprendizaje de refuerzo menos complejo. Este algoritmo de IA tradicional se destaca por comprender y analizar grandes cantidades de datos digitales.

Los “parámetros del vector de valores observados” extraídos de este proceso preliminar se convierten luego al lenguaje humano a través de un traductor automático. El modelo de lenguaje grande luego toma el control, procesa y analiza esta información.

El compilador convierte las respuestas del modelo grande en comandos de salida, que en última instancia controlan el bloqueador de guerra electrónica.

Según los investigadores, los resultados de las pruebas confirmaron la viabilidad de esta tecnología. Con la ayuda de algoritmos de aprendizaje de refuerzo, la IA generativa puede ajustar rápidamente las estrategias de ataque hasta 10 veces por segundo.

En comparación con la IA tradicional y la experiencia humana, LLM demostró ser superior a la hora de generar numerosos objetivos falsos en las pantallas de radar enemigas. Esta estrategia se considera más valiosa en el campo de la guerra electrónica que simplemente bloquear con ruido o desviar las ondas de radar de los objetivos reales.

[anuncio_2]
Fuente