الذكاء الاصطناعي الصيني يعزز قوة هجوم الطائرات بدون طيار، ويأمر بشن هجمات على رادارات العدو

إنه نموذج لغوي كبير (LLM) طوره علماء صينيون يمكنه إصدار أوامر لطائرات عسكرية بدون طيار لمهاجمة أنظمة الرادار المعادية.

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

ذكرت صحيفة ساوث تشاينا مورنينج بوست أن علماء في صناعة الدفاع الصينية طوروا نوعًا من الذكاء الاصطناعي يمكنه تعزيز أداء طائرات بدون طيار للحرب الإلكترونية.

يمكن لهذا النموذج اللغوي الكبير (LLM)، المشابه لـ ChatGPT، توجيه الطائرات بدون طيار المجهزة بأسلحة الحرب الإلكترونية لمهاجمة رادارات الطائرات المعادية أو أنظمة الاتصالات.

وتظهر نتائج الاختبارات أن أداء اتخاذ القرار في القتال الجوي لا يتفوق على تقنيات الذكاء الاصطناعي التقليدية مثل التعلم المعزز فحسب، بل يتفوق أيضًا على الخبراء ذوي الخبرة.

هذه هي أول دراسة منشورة على نطاق واسع لتطبيق نماذج اللغة الكبيرة على الأسلحة بشكل مباشر.

في السابق، كانت تقنية الذكاء الاصطناعي مقتصرة إلى حد كبير على غرفة الحرب، حيث كانت تقدم تحليلات استخباراتية أو دعمًا لاتخاذ القرارات للقادة البشريين.

تم تنفيذ مشروع البحث بشكل مشترك من قبل معهد تصميم الطائرات في تشنغدو التابع لمؤسسة صناعة الطيران الصينية وجامعة نورث ويسترن بوليتكنيك في شيآن بمقاطعة شنشي.

المعهد هو مصمم المقاتلة الشبحية الثقيلة الصينية J-20.

لا يزال العمل في مرحلته التجريبية، وفقًا لورقة بحثية نشرها فريق المشروع في 24 أكتوبر/تشرين الأول في مجلة "ديتيكشن آند كونترول" المُحكّمة. ومن بين تقنيات الذكاء الاصطناعي الحالية، تُعدّ تقنية "إل إل إم" الأفضل في فهم اللغة البشرية.

قدم فريق المشروع لـ LLM مجموعة متنوعة من الموارد، بما في ذلك "سلسلة كتب الرادار والحرب الإلكترونية ومجموعات الوثائق ذات الصلة".

كما تم دمج وثائق أخرى، بما في ذلك سجلات القتال الجوي، وسجلات جرد الأسلحة، ودليل عمليات الحرب الإلكترونية، في النموذج.

وفقا للباحثين، فإن معظم المواد التدريبية باللغة الصينية.

مُصمّم المقاتلة الشبح الصينية J-20 عضوٌ في فريق بحثيٍّ مُشاركٍ في مشروع الذكاء الاصطناعي. الصورة: ويبو

في الحرب الإلكترونية، يقوم المهاجم بإطلاق موجات كهرومغناطيسية محددة لقمع إشارات الرادار التي يصدرها الهدف.

وعلى العكس من ذلك، سيحاول المدافع التهرب من هذه الهجمات من خلال تغيير الإشارة باستمرار، مما يجبر الخصم على تعديل استراتيجيته في الوقت الحقيقي بناءً على بيانات المراقبة.

في السابق، كان يُعتقد أن حاملي شهادات الماجستير في القانون غير مناسبين لمثل هذه المهام بسبب عدم قدرتهم على تفسير البيانات التي يتم جمعها من أجهزة الاستشعار.

كما يتطلب الذكاء الاصطناعي في كثير من الأحيان أوقات تفكير أطول، وهو ما يقل عن سرعة رد الفعل التي تصل إلى ميلي ثانية واحدة المطلوبة في الحرب الإلكترونية.

لتجنب هذه التحديات، استعان العلماء بمصادر خارجية لمعالجة البيانات الخام باستخدام نموذج تعلّم معزز أقل تعقيدًا. تتميز خوارزمية الذكاء الاصطناعي التقليدية هذه بفهم وتحليل كميات هائلة من البيانات الرقمية.

تُحوَّل بعد ذلك "معلمات متجه قيمة الملاحظة" المُستخلصة من هذه العملية الأولية إلى لغة بشرية عبر مترجم آلي. ثم يتولى نموذج اللغة الكبير معالجة هذه المعلومات وتحليلها.

يقوم المترجم بتحويل استجابات النموذج الكبير إلى أوامر إخراجية، والتي تتحكم في النهاية في جهاز التشويش للحرب الإلكترونية.

وفقًا للباحثين، أكدت النتائج التجريبية جدوى هذه التقنية. فبمساعدة خوارزميات التعلم المعزز، يستطيع الذكاء الاصطناعي التوليدي تعديل استراتيجيات الهجوم بسرعة تصل إلى 10 مرات في الثانية.

بالمقارنة مع الذكاء الاصطناعي التقليدي والخبرة البشرية، تتفوق تقنية LLM في توليد العديد من الأهداف الزائفة على شاشات رادار العدو. تُعتبر هذه الاستراتيجية أكثر قيمة في مجال الحرب الإلكترونية من مجرد الحجب بالضوضاء أو تحويل موجات الرادار بعيدًا عن الأهداف الحقيقية.

[إعلان 2]
مصدر