Northrop kasutab kosmosejõudude rakettide sõelumisel masinõpet

WASHINGTON – Northrop Grumman arendab tarkvara, mis tema sõnul võib mustrite tuvastamise võimetele toetudes lihtsustada rakettide väljalaskmise avastamise, klassifitseerimise ja jälgimise protsessi kogu maailmas.

Kaitsefirma täiustab USA kosmosejõudude jaoks seda, mida ta nimetab valejälgede vähendamiseks, kasutades masinõpet, ning plaanib tarnida 2025. aasta alguses. Eeldatakse, et seda kasutatakse Kosmosepõhine infrapunasüsteem programm või SBIRS ja seda saab kasutada muudes püsivates infrapunaülesannetes.

Kosmosejõudude töötajad jälgivad iga kuu tuhandeid võimalikke raketiintsidente ja peavad võitlema valehäiretega. Üha õrnemad luuramistehnoloogiad, vohavad satelliidid, pidevalt arenevad relvad ja sõjalised ägenemised välismaal võivad juba niigi keerukat protsessi veelgi süvendada.

Northropi pakkumine on loodud lihtsustama info laviin Ettevõtte missioonide kasutamise ettevõtte direktori John Stengeli sõnul seisavad analüütikud silmitsi sõelumisega, mis ei pruugi olla tegelik stardi või väljuv mürsk, tagades samal ajal, et "tõeline sündmus või tõeline rakett" poleks valesti sorteeritud.

"Kui andurid paranevad - kui andurid kosmoses paranevad - muutuvad nad tundlikumaks. Kuna andurid muutuvad tundlikumaks, seda rohkem valejälgi saame, ”ütles Stengel intervjuus C4ISRNETile. "Võime kasutada masinõpet, et aidata inimesel nii-öelda oma tööd teha, on muutumine absoluutselt kriitiliseks."

SEOTUD

Vale jälgede vähendamine masinõppe abil on koolitatud reaalsete andmete põhjal ja seda saab muuta kui välisriikide sõjaväelasi edendada oma vastavaid arsenali. Süsteem kasutab seda, mida Stengel nimetas profiilideks või tõestatud omadusi, nagu kiirus, kuju ja kõrgus merepinnast, et tuvastada ja märgistada objekte kasutajate poolt edasiseks kontrollimiseks.

"Süsteem kavatseb öelda: "Hei, see ei tundu päris rakett, kuid ma esitan selle operaatorile, ahelas olevale inimesele, et veenduda ja teha otsus. "" ütles Stengel.

"Kuna erinevad riigid maailmas muudavad või kohandavad või toovad välja uusi relvasüsteeme, peame need võtma ja lisama väljaõppestsenaariumidesse, et süsteem teaks sellest, omaks uusimat ja parimat," lisas ta. "Ma pole kunagi kuulnud inimese asendamisest nendes stsenaariumides. See on kõik abistamise kohta. "

Kaitseministeerium on aastaid pidanud tehisintellekti ja masinõpet lahinguvälja teabe kiireks sortimiseks kriitiliseks. Selle rakendamine kogub kiirust ja levib; Valitsuse aruandlusameti andmetel tegeleb osakond rohkem kui 685 tehisintellektiga seotud projektiga, sealhulgas mitme suurema relvasüsteemiga seotud projektiga.

C4ISRNETi reporter Courtney Albon andis oma panuse sellesse artiklisse.

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://www.defensenews.com/artificial-intelligence/2024/01/25/northrop-harnesses-machine-learning-to-aid-space-force-missile-parsing/