Northrop использует машинное обучение для анализа ракет Космических сил

Northrop использует машинное обучение для анализа ракет Космических сил

Отметка времени: 25 января 2024 г., 9:40
Исходный узел: 3084130

ВАШИНГТОН – Компания Northrop Grumman разрабатывает программное обеспечение, которое, по ее словам, может упростить важный процесс обнаружения, классификации и мониторинга запусков ракет по всему миру, опираясь на возможности распознавания образов.

Оборонная компания находится в процессе совершенствования того, что она называет «сокращением ложного следа с использованием машинного обучения» для Космических сил США, и планирует поставить его в начале 2025 года. Ожидается, что он будет использоваться в Космическая инфракрасная система программе, или SBIRS, и имеет потенциальное применение в других служебных назначениях постоянного инфракрасного излучения.

Персонал Космических сил каждый месяц отслеживает тысячи потенциальных ракетных инцидентов и вынужден бороться с ложными тревогами. Все более деликатные шпионские технологии, быстрое распространение спутников, постоянно развивающееся оружие и военные действия за рубежом могут усугубить и без того сложный процесс.

Предложение Northrop призвано облегчить информационная лавина По словам Джона Стенгела, директора предприятия по эксплуатации миссий компании, аналитики анализируют то, что не может быть реальным запуском или исходящим снарядом, и в то же время гарантируют, что ни одно «реальное событие или настоящая ракета» не будет неправильно отсортировано.

«По мере совершенствования датчиков — по мере совершенствования датчиков в космосе — они становятся более чувствительными. По мере того, как датчики становятся более чувствительными, тем больше ложных следов мы получаем», — сказал Стенгель в интервью C4ISRNET. «Возможность использовать машинное обучение, чтобы помочь человеку в процессе, так сказать, выполнять свою работу, должна стать абсолютно важной».

В СВЯЗИ

Уменьшение ложных срабатываний с использованием машинного обучения обучается на реальных данных и может быть изменено по мере необходимости в иностранных вооруженных силах. продвигать свои соответствующие арсеналы. Система использует то, что Стенгель назвал профилями, или проверенные характеристики, такие как скорость, форма и высота, для обнаружения и выделения объектов для дальнейшего изучения пользователями.

«Система собирается сказать: «Эй, это не похоже на настоящую ракету, но я собираюсь представить ее оператору, человеку, который находится в курсе, чтобы убедиться и принять такое решение». - сказал Стенгель.

«Поскольку разные страны мира модифицируют, адаптируют или разрабатывают новые системы вооружений, нам приходится брать их и добавлять в сценарии обучения, чтобы система знала об этом, имела новейшие и лучшие технологии», — добавил он. «Я никогда не слышал о замене человека в таких сценариях. Это все о помощи".

Министерство обороны в течение многих лет считало искусственный интеллект и машинное обучение критически важными для быстрой сортировки информации на поле боя. Его реализация набирает скорость и распространение; По данным Счетной палаты правительства, департамент управляет более чем 685 проектами, связанными с искусственным интеллектом, в том числе несколькими, связанными с основными системами вооружений.

Репортер C4ISRNET Кортни Албон внесла свой вклад в эту статью.

Колин Демарест — репортер C4ISRNET, где он освещает военные сети, кибербезопасность и информационные технологии. Колин ранее освещал Министерство энергетики и его Национальное управление по ядерной безопасности, а именно ликвидацию последствий времен холодной войны и разработку ядерного оружия, для ежедневной газеты в Южной Каролине. Колин также является отмеченным наградами фотографом.

Отметка времени:

Больше от Пространство новостей обороны