Çin’den hayalet uçaklara karşı düşük maliyetli yapay zekâ sistemi

Radar görünürlüğünü azaltan tasarımlarıyla öne çıkan beşinci nesil savaş uçaklarının, motor egzozu ve hava sürtünmesi nedeniyle oluşan ısı izlerini tamamen gizleyememesi Çinli araştırmacıları yeni bir füze teknolojisine yöneltti.

Pekin Teknoloji Enstitüsü, CAMA ve ulusal bir laboratuvarda görev yapan araştırmacılar, bu kızılötesi izleri analiz ederek farklı hava hedeflerini tanıyabilen hafif bir sinir ağı geliştirdi. Sistemin özellikle füzelere yerleştirilen taramalı kızılötesi görüntüleme donanımlarında kullanılması amaçlanıyor.

Çalışmada F-22 ve F-35’i temsil eden iki farklı hava aracı ile bir gezinen mühimmat olmak üzere üç hedef sınıfı oluşturuldu. Füze üzerindeki kızılötesi tarama sistemi aracılığıyla elde edilen 3 bin 245 görüntü, yapay zekâ modelinin test edilmesinde kullanıldı.

Geliştirilen sinir ağının laboratuvar ortamındaki genel tespit doğruluğunun yüzde 97,1’e ulaştığı bildirildi. F-22 ve F-35’i temsil eden simüle hedeflerin birbirinden ayrılmasında ise yaklaşık yüzde 90 başarı elde edildi.

Araştırmanın yazarı An Jiangshan, beşinci nesil savaş uçaklarına ait gerçek test verilerinin gizlilik nedeniyle paylaşılmadığını belirtti. Bu nedenle açıklanan sonuçların gerçek F-22 ve F-35 uçaklarıyla yapılan saha denemelerine değil, simüle edilmiş hedeflerden oluşan veri setine dayandığı vurgulandı.

Yeni teknolojinin, ısı güdümlü füzeleri yanıltmak amacıyla kullanılan flare sistemlerine karşı da etkili olabileceği değerlendiriliyor.

Uçak motorunun egzozundan ve gövde üzerindeki hava sürtünmesinden kaynaklanan kızılötesi izin, flare tarafından oluşturulan ısı sinyalinden farklı özellikler taşıdığı belirtiliyor.

Yapay zekâ sisteminin bu farklılıkları analiz ederek gerçek hedef ile karşı tedbir unsurlarını birbirinden ayırması amaçlanıyor. Böylece füzenin flare yerine uçak üzerindeki asıl hedefe yönelmeyi sürdürmesi mümkün olabilecek.

Füzelerde boyut, ağırlık ve enerji tüketimi konusunda ciddi sınırlamalar bulunması nedeniyle ekip, geleneksel derin öğrenme modellerinden daha küçük bir sinir ağı tasarladı. Modelin parametre sayısı önceki yöntemlerin yüzde 16,1’ine, hesaplama ihtiyacı ise yüzde 19,2’sine indirildi.

Özel bir yapay zekâ hızlandırıcısıyla çalışan sistemin ortalama çıkarım süresi 1,5 milisaniye, güç tüketimi ise 2,2 watt olarak ölçüldü. Sistemin temelini oluşturan Zynq7020 platformunun maliyetinin birkaç yüz yuan, yaklaşık 10 ila 110 dolar seviyesinde olduğu aktarıldı.

Araştırma, mevcut aşamada havadan havaya füzelerin yakın mesafe tapa sistemlerine odaklanıyor. Geliştirilen yöntemin karadan havaya füze sistemlerinde de kullanılıp kullanılamayacağı ise henüz doğrulanmadı.

Açıklanan veriler sistemin simülasyon ortamında yüksek başarı gösterdiğini ortaya koysa da teknolojinin gerçek beşinci nesil savaş uçaklarına karşı etkinliğinin saha testleriyle kanıtlanması gerekiyor.