F-22とF-35はレーダー探知器を混乱させることで知られていますが、その熱エネルギー署名は隠すのが難しいです。中国は軽量の人工知能システムを開発し、空対空ミサイルが飛行中にその赤外線署名を識別できるようにしました。このシステムはシミュレーション実験室でのテストで97.1%の高い精度を達成し、F-22とF-35の目標を識別できます。このシステムは北京理工大学と中国空降ミサイル学院の研究者によって設計され、ミサイル搭載の赤外線イメージングシステムのために開発されました。この作業は、将来のミサイル探知器が直面する実際の問題に対処しており、ミサイルはほぼリアルタイムで赤外線画像を処理する必要がありますが、ミサイルには計算能力、重量、利用可能なスペースに厳しい制限があります。
中国の新型人工知能システムがミサイル識別能力を向上
戦闘機が生成する赤外線署名は主にエンジン排気、空力加熱、機体の他の要因に起因します。熱画像ミサイルはこれらの排出を検出でき、戦闘機は照明弾を使用して競合する赤外線目標を作成し、ミサイルにとって識別を困難にします。赤外線探知器は、わずか数ミリ秒の間に見える熱源が戦闘機からのものか、またはおとりからのものかを判断する必要があります。研究者たちは、ミサイル搭載のスキャンシステムで収集された3,245枚の赤外線画像を使用してこのシステムを訓練しました。データセットには、模擬のF-22およびF-35戦闘機を含む3種類の空中目標が含まれています。
研究者によると、このモデルはテストで97.1%の識別精度を達成しました。別のテストでは、模擬戦闘機目標の識別率は約90%でした。これらの結果は、実際のF-22またはF-35戦闘機に対するこのシステムのパフォーマンスを示していません。
主任研究員の安江山は、関連するテストデータはまだ機密であり、公開できないと述べています。研究者たちは、このモデルをミサイルに搭載する前にハードウェアの問題を解決する必要があります。従来の深層学習システムは、サイズが小さく電力が限られた武器に対して、過剰な計算リソースを必要とする可能性があります。このチームは、モデルのパラメータを従来の方法の16.1%に削減しました。研究によれば、計算需要も19.2%に減少しました。専用の人工知能アクセラレーターは、このシステムの性能をさらに向上させました。このハードウェアは、最適化された畳み込み演算、並列処理、およびデータバッファを使用して、赤外線画像をより効率的に処理します。
ハードウェアテストでは、システムは96.4%の精度を達成し、各画像を約1.5ミリ秒で処理しました。全体の消費電力は約2.2ワットで、研究者たちにとって相対的に低消費電力のミサイル搭載アプリケーションシステムを提供しました。
ミサイル技術の進歩が戦闘機に与える影響
この速度は交戦中に非常に重要です。なぜなら、ミサイルはそのセンサーが見た内容を長時間決定できないからです。機上で画像を処理することで、探知器は外部計算システムに依存せずに目標を分類できます。この研究は、中国のミサイルが現役のF-22またはF-35戦闘機を識別できることを確認していません。実験では模擬目標が使用されており、研究者たちは、識別精度と処理速度を向上させるためにさらなる作業が必要であると述べています。このチームは、近距離空対空ミサイルの信管に関する制限についても研究しており、この方法が地対空ミサイルシステムに適用できるかどうかはまだ不明です。
アメリカにとって、この研究は馴染みのあるが新しい変化の問題を浮き彫りにしています。ステルス機はレーダー探知を大幅に低下させることができますが、エンジンや空中運動から生じる熱を排除することはできません。より強力な赤外線センサーは、これらの避けられない排出を有用な照準情報に変換する可能性があります。コンパクトな人工知能プロセッサは、将来のミサイル探知器がこれらの情報をより迅速に理解し、従来のシステムの能力を超えるのを助けるかもしれません。