دو جت جنگنده نیروی هوایی اخیراً در یک جنگ سگی در کالیفرنیا به میدان رفتند. یکی از آنها توسط خلبان پرواز می شد. دیگری نبود.
جت دوم توسط هوش مصنوعی هدایت می شد و بالاترین رتبه غیرنظامی نیروی هوایی در صندلی جلو سوار می شد. این نمایش نهایی بود که نشان می داد نیروی هوایی تا چه حد در توسعه فناوری با ریشه در دهه 1950 پیشرفت کرده است. اما این تنها اشاره ای به این فناوری است که هنوز در راه است.
ایالات متحده در حال رقابت برای حفظ هوش مصنوعی و استفاده از آن در سیستم های تسلیحاتی از چین است. تمرکز بر هوش مصنوعی باعث نگرانی عمومی شده است که جنگهای آینده توسط ماشینهایی انجام میشود که بدون دخالت مستقیم انسان، اهدافی را انتخاب و مورد حمله قرار میدهند. مقامات می گویند که این هرگز اتفاق نخواهد افتاد، حداقل در طرف ایالات متحده. اما سؤالاتی در مورد آنچه که یک دشمن بالقوه اجازه می دهد وجود دارد، و ارتش هیچ جایگزینی جز به کارگیری سریع توانایی های ایالات متحده نمی بیند.
دریاسالار کریستوفر گریدی، نایب رئیس ستاد مشترک ارتش، گفت: «چه بخواهید آن را یک مسابقه بنامید یا نه، مطمئناً همینطور است. هر دوی ما متوجه شده ایم که این یک عنصر بسیار مهم در میدان نبرد آینده خواهد بود. چین به سختی ما روی آن کار می کند.»
نگاهی به تاریخچه توسعه نظامی هوش مصنوعی، چه فناوری هایی در افق هستند و چگونه تحت کنترل خواهند بود:
ریشه های هوش مصنوعی در ارتش در واقع ترکیبی از یادگیری ماشینی و استقلال است. یادگیری ماشین زمانی اتفاق می افتد که یک کامپیوتر داده ها و مجموعه قوانین را تجزیه و تحلیل می کند تا به نتیجه برسد. استقلال زمانی اتفاق میافتد که این نتیجهگیریها برای اقدام بدون مشارکت بیشتر انسانی اعمال شوند.
این امر در دهه های 1960 و 1970 با توسعه سیستم دفاع موشکی Aegis نیروی دریایی شکل اولیه خود را به خود گرفت. Aegis از طریق مجموعهای از قوانین if/then برنامهریزی شده توسط انسان آموزش داده شد تا بتواند موشکهای وارده را به صورت مستقل و سریعتر از یک انسان شناسایی و رهگیری کند. اما سیستم Aegis برای درس گرفتن از تصمیماتش طراحی نشده بود و واکنشهایش به مجموعه قوانینی که داشت محدود میشد.
(برای اخبار برتر فناوری روز، در خبرنامه فناوری امروز ما مشترک شوید)
سرهنگ دوم نیروی هوایی کریستوفر براردی، که به موسسه ماساچوست منصوب شده است، گفت: «اگر سیستمی از «اگر/آنگاه» استفاده میکند، احتمالاً یادگیری ماشینی نیست، که حوزهای از هوش مصنوعی است که شامل ایجاد سیستمهایی است که از دادهها یاد میگیرند. فناوری برای کمک به توسعه هوش مصنوعی نیروی هوایی.
هوش مصنوعی در سال 2012 زمانی که ترکیبی از داده های بزرگ و قدرت محاسباتی پیشرفته کامپیوترها را قادر ساخت تا تجزیه و تحلیل اطلاعات و نوشتن مجموعه قوانین را آغاز کنند، گام بزرگی به جلو برداشت. این همان چیزی است که کارشناسان هوش مصنوعی آن را “بیگ بنگ” هوش مصنوعی می نامند.
داده های جدید ایجاد شده توسط رایانه ای که قوانین را می نویسد، هوش مصنوعی است. سیستمها را میتوان طوری برنامهریزی کرد که از نتیجهگیریهای به دست آمده از قوانین نوشتهشده توسط ماشین، که نوعی استقلال با هوش مصنوعی است، مستقل عمل کنند.
فرانک کندال، وزیر نیروی هوایی، طعم آن جنگ پیشرفته را در این ماه چشید که در یک تمرین جنگی بر فراز پایگاه نیروی هوایی ادواردز کالیفرنیا، بر روی ویستا، اولین جت جنگنده F-16 که توسط هوش مصنوعی کنترل می شد، پرواز کرد.
در حالی که این جت بارزترین نشانه کار هوش مصنوعی در حال انجام است، صدها پروژه هوش مصنوعی در حال انجام در سراسر پنتاگون وجود دارد.
در MIT، اعضای خدمات برای پاک کردن هزاران ساعت مکالمه خلبانی ضبط شده کار کردند تا مجموعه داده ای از سیل پیام های رد و بدل شده بین خدمه و مراکز عملیات هوایی در طول پرواز ایجاد کنند، بنابراین هوش مصنوعی می تواند تفاوت بین پیام های مهم مانند بسته شدن باند را بیاموزد. و صحبت های معمولی کابین خلبان. هدف این بود که هوش مصنوعی یاد بگیرد که کدام پیامها برای اطمینان از اینکه کنترلکنندهها آنها را سریعتر میبینند، مهم است.
در پروژه مهم دیگری، ارتش در حال کار بر روی یک جایگزین هوش مصنوعی برای ناوبری وابسته به ماهواره GPS است.
در جنگ آینده ماهواره های GPS با ارزش بالا احتمالا مورد اصابت قرار می گیرند یا با آنها تداخل پیدا می کنند. از دست دادن GPS می تواند سیستم های ارتباطی، ناوبری و بانکی ایالات متحده را کور کند و ناوگان هواپیماها و کشتی های جنگی ارتش ایالات متحده را کمتر قادر به هماهنگی پاسخ کند.
بنابراین، سال گذشته نیروی هوایی یک برنامه هوش مصنوعی را به پرواز درآورد – روی یک لپتاپ که به کف یک هواپیمای باری نظامی C-17 بسته شده بود – برای کار روی یک راهحل جایگزین با استفاده از میدانهای مغناطیسی زمین.
شناخته شده است که هواپیما می تواند با دنبال کردن میدان های مغناطیسی زمین حرکت کند، اما تا کنون عملی نبوده است، زیرا هر هواپیما آنقدر نویز الکترومغناطیسی خود را تولید می کند که هیچ راه خوبی برای فیلتر کردن تنها برای انتشار گازهای گلخانه ای زمین وجود ندارد.
سرهنگ گری فلوید، مدیر بخش برنامه شتاب دهنده هوش مصنوعی نیروی هوایی-MIT گفت: “مگنتومترها بسیار حساس هستند.” “اگر چراغ های بارق را در یک C-17 روشن کنید، ما آن را خواهیم دید.”
فلوید گفت، هوش مصنوعی از طریق پروازها و مجموعه دادهها آموخت که کدام سیگنال را نادیده گرفت و کدام را دنبال کرد و نتایج «بسیار بسیار چشمگیر بودند». ما در مورد کیفیت ایردراپ تاکتیکی صحبت می کنیم.
«ما فکر میکنیم که ممکن است در کارهایی که میتوانیم انجام دهیم، در صورتی که در یک محیط فاقد GPS کار کنیم، یک فلش به تیرک اضافه کرده باشیم. فلوید گفت که ما انجام خواهیم داد.
هوش مصنوعی تاکنون فقط بر روی C-17 آزمایش شده است. هواپیماهای دیگر نیز آزمایش خواهند شد، و در صورت کارآمدی، در صورت از کار افتادن GPS، راه دیگری برای عملیات نظامی در اختیار ارتش قرار خواهد گرفت.
![](https://colbe.ir/wp-content/uploads/2024/05/ایالات-متحده-قصد-دارد-در-استفاده-از-هوش-مصنوعی-برای.jpg)
ویستا، F-16 کنترل شده با هوش مصنوعی، دارای ریل های ایمنی قابل توجهی است که نیروی هوایی آن را آموزش می دهد. محدودیتهای مکانیکی وجود دارد که هوش مصنوعی یادگیرنده را از اجرای مانورهایی که هواپیما را در معرض خطر قرار میدهند، باز میدارد. یک خلبان ایمنی نیز وجود دارد که می تواند با فشار دادن یک دکمه کنترل را از هوش مصنوعی به دست بگیرد.
الگوریتم نمی تواند در طول پرواز یاد بگیرد، بنابراین هر بار به بالا فقط داده ها و مجموعه قوانینی را دارد که از پروازهای قبلی ایجاد کرده است. هنگامی که یک پرواز جدید به پایان می رسد، الگوریتم به یک شبیه ساز منتقل می شود، جایی که داده های جدید جمع آوری شده در طول پرواز برای یادگیری، ایجاد مجموعه قوانین جدید و بهبود عملکرد آن تغذیه می شود.
اما هوش مصنوعی به سرعت در حال یادگیری است. به دلیل سرعت فوقالعاده محاسباتی که هوش مصنوعی برای تجزیه و تحلیل دادهها و سپس اجرای آن مجموعههای قوانین جدید در شبیهساز استفاده میکند، سرعت آن در یافتن کارآمدترین راه برای پرواز و مانور باعث شده است تا برخی از خلبانان انسان را در تمرینهای سگفایت شکست دهد.
اما ایمنی هنوز یک نگرانی حیاتی است و مقامات می گویند مهم ترین راه برای در نظر گرفتن ایمنی این است که کنترل کنید چه داده هایی در شبیه ساز قرار می گیرد تا هوش مصنوعی از آنها یاد بگیرد. در مورد جت، اطمینان حاصل می شود که داده ها پرواز ایمن را منعکس می کنند. در نهایت، نیروی هوایی امیدوار است که نسخه ای از هوش مصنوعی در حال توسعه بتواند به عنوان مغز ناوگانی متشکل از 1000 هواپیمای جنگی بدون سرنشین در حال توسعه توسط جنرال اتمیکس و اندوریل عمل کند.
در آموزش آزمایشی هوش مصنوعی در مورد نحوه برقراری ارتباط خلبانان، اعضای خدماتی که به MIT منصوب شده بودند، ضبطها را برای حذف اطلاعات طبقهبندیشده و زبان بعضاً تلخ خلبانها پاکسازی کردند.
یادگیری نحوه برقراری ارتباط خلبانان «بازتابی از فرماندهی و کنترل، نحوه تفکر خلبانان است. گریدی، نایب رئیس ستاد مشترک، گفت: “ماشین ها باید این را نیز درک کنند، اگر می خواهند واقعاً خوب شوند.”
با کُلبه وبسایت و مجله فناوری و ابزارهای هوشمند ،بهترین تکنولوژی، بهترین آینده ، بروز بمانید