ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В БЕСПИЛОТНЫХ АВИАЦИОННЫХ И НАЗЕМНЫХ СИСТЕМАХ

ARTIFICIAL INELLIGENCE IN UNMANNED AVIATION AND GROUND SYSTEMS

Andrey Velikodnev

cadet, Chelyabinsk branch of the Military Educational and Scientific Center of the Air Force “Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin",

Russia, Chelyabinsk

Vladimir Shurgin

cadet, Chelyabinsk branch of the Military Educational and Scientific Center of the Air Force “Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin",

Russia, Chelyabinsk

Ilya Tretyakov

cadet, Chelyabinsk branch of the Military Educational and Scientific Center of the Air Force “Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin",

Russia, Chelyabinsk

Alexey Klepikovskiy

scientific supervisor, instructor 1 kafedre “Tactics and general military disciplines”, Chelyabinsk branch of the Military Educational and Scientific Center of the Air Force “Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin",

Russia, Chelyabinsk

Yuri Popov

scientific supervisor, PhD. History of Sciences, Assoc., Professor of the Academy of Military Sciences, Chelyabinsk branch of the Military Educational and Scientific Center of the Air Force “Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin",

Russia, Chelyabinsk

АННОТАЦИЯ

Достижения в области компьютерного зрения и интеграция передовых алгоритмов компьютерного зрения на основе ИИ существенно расширили спектр задач, которые могут выполнять беспилотники, сделав их более универсальными и способными, чем когда-либо ранее. Использование искусственного интеллекта позволяет повысить эффективность и точность действий военных подразделений, а также улучшить принятие решений на поле боя. Способность принимать решения без непосредственного участия человека, что стало возможным благодаря искусственному интеллекту и машинному обучению. Перспектива создания "умных" беспилотных систем в небе и на земле также способствует автономной революции. Участие сухопутных войск. принимающих участие в зоне СВО, раскрыло необходимость умения использования БПЛА, что позволяет спасти множество жизней и решить поставленные боевые задачи.

ABSTRACT

Advances in computer vision and the integration of advanced AI-based computer vision algorithms have significantly expanded the range of tasks that drones can perform, making them more versatile and capable than ever before. The use of artificial intelligence can improve the efficiency and accuracy of military units, as well as improve decision-making on the battlefield. The ability to make decisions without direct human involvement, made possible by artificial intelligence and machine learning. The prospect of smart unmanned systems in the sky and on the ground also contributes to the autonomous revolution. The participation of ground forces taking part in the NWO zone has revealed the need for UAV skills, which can save many lives and solve combat missions.

Ключевые слова: беспилотные летательные аппараты, автономность, искусственный интеллект, безопасность, технологии, системы, машинное обучение.

Keywords: drones, autonomy, artificial intelligence, security, technology, systems, machine learning.

1. Потребная вычислительная мощность для обеспечения полной автономности беспилотных авиационных и наземных систем.

Для обеспечения полной автономности беспилотных систем в небе требуется значительная вычислительная мощность. Объединение всех различных технологий, необходимых для создания автономного транспортного средства, является одним из основных источников потребности в больших вычислительных мощностях. Анализ больших объемов данных для выполнения сложных алгоритмов глубокого обучения может потребовать значительных вычислительных мощностей, потребляемыми большим количеством устройств, таких как камеры и датчики, которые необходимы для того, чтобы автономный автомобиль мог безопасно двигаться без вмешательства человека. Чем больше устройств собирают данные, тем выше конкуренция за пропускную способность [1, с. 244]. Именно поэтому сегодня большая часть обработки данных для ИИ происходит в традиционных компьютерных центрах обработки данных. Однако опора на централизованную обработку данных исключительно в центре обработки данных имеет свои ограничения, включая пропускную способность, безопасность и доступность. Если полагаться только на облако, то может возникнуть ощутимая задержка или латентность, сравнивающая момент, когда приложение отдает команду и когда получает ответ. Автономным транспортным средствам может потребоваться зрение и восприятие в реальном времени для безопасной навигации, планирования пути или активной защиты, чтобы исключить последствия в сценарии боевых действий, когда входящая угроза обнаружена, но существует ощутимая сетевая задержка, прежде чем могут быть предприняты какие-либо контрмеры. В результате могут погибнуть люди, а угрозы не будут устранены. Высокопроизводительные встраиваемые вычисления, интегрированные в платформы транспортных средств, потенциально могут преодолеть эти препятствия и обеспечить глубокое обучение на поле боя.

1.1 Встраиваемые вычисления

Когда речь идет о беспилотных системах независимо от области применения - размер имеет значение.  Для бойца это означает расширение знаний и возможностей принятия решений в ходе выполнения миссии.

Беспилотные системы могут использовать преимущества встроенного ИИ и машинного обучения для снижения ответственности, возникающей в условиях противоборства.

Высокопроизводительные встроенные краевые вычисления имеют решающее значение для успешного развертывания миссии ИИ. Работа в условиях противостояния с ограниченной пропускной способностью и ухудшенной связью делает тактическое использование облачных вычислений и ИИ помехой. Для обеспечения низких задержек и скорости, близкой к реальному времени, которые требуются для приложений на базе ИИ, вычислительные мощности должны располагаться на месте [2, с. 136]. Поскольку мощные встраиваемые компьютеры обеспечивают вычислительную мощность, необходимую для работы "умных" технологий искусственного интеллекта и машинного обучения, с помощью которых БПЛА находятся в движении, возникает необходимость в охлаждении всего, что находится в аппарате.

1.2 Охлаждение беспилотных авиационных и наземных систем

Охлаждение является ключевым фактором для беспилотных систем. Для этих беспилотных систем требуется большая вычислительная мощность, поэтому при вычислениях выделяется много тепла. Чем лучше будет контролироваться тепло с помощью системы охлаждения, тем лучше будет функционировать система. Поэтому необходимо обеспечить более эффективное охлаждение.

Микроэлектроника продолжает развиваться и позволяет внедрять инновации в области уменьшения как размеров, так и тепловыделения мощной электроники. Отвод тепла - один из наиболее важных аспектов, который необходимо учитывать при проектировании корпуса. Из-за модульности систем малого форм-фактора не существует универсального решения, что повышает сложность управления тепловыделением в современных встраиваемых вычислительных системах [3, с. 56]. Опора на устоявшиеся принципы проектирования, основанные на целостном системном подходе, позволяет производителям изготавливать корпуса для современной электроники по индивидуальному заказу, сохраняя при этом минимальную стоимость проектирования и стабильность тепловых профилей.

2. Возможности беспилотных авиационных и наземных систем

Главное преимущество технологии беспилотные системы заключается в том, что военнослужащие, выполняющие боевую задачу, оказываются вдали от непосредственной опасности, когда беспилотная система выполняет задачи на линии боевого соприкосновения и за ней. Искусственный интеллект помогает боевым действиям, постоянно предоставляя информацию в режиме реального времени.

В оборонном сообществе растет творческий подход к тому, как может быть реализовано совместное использование человека и беспилотника, достижения в области компьютерного зрения и интеграция передовых алгоритмов компьютерного зрения на основе ИИ существенно расширили спектр задач, которые могут выполнять беспилотники, сделав их более универсальными и способными, чем когда-либо ранее.

Дроны и ИИ образуют синергетическую связь, в которой каждая технология усиливает возможности другой. Дроны обеспечивают мобильность и гибкость, необходимые для решения различных задач, а ИИ - вычислительный интеллект, необходимый для принятия сложных решений и аналитики [4, с. 34-36].

2.1 Возможности применения беспилотных авиационных и наземных систем в условиях боевой обстановки

Используя передовые достижения в области компьютерного зрения, беспилотные летательные аппараты, также известные как дроны, теперь способны интерпретировать значимые данные, получаемые с принятых изображений. Это позволило создать такие инновационные функции, как автоматическое картографирование, сбор сенсорных данных, идентификация объектов и людей, а также анализ движения. Они будут помогать различной военной технике в обнаружении мин, проведении быстрой оценки обстановки разведке, наблюдении и рекогносцировке местности. Сборе океанографических данных, наблюдении и защите портов и прибрежных районов.

Автономные беспилотные летательные аппараты (БПЛА) - это подмножество беспилотных летательных аппаратов (дронов), которые работают без участия человека. В отличие от беспилотных летательных аппаратов с ручным или дистанционным управлением, автономные БАС способны самостоятельно выполнять задачи, осуществлять навигацию и принимать решения, часто на основе запрограммированных параметров или анализа данных в реальном времени [5, с. 63-66]. В настоящее время беспилотные авиационные системы (БАС) предоставляют широкий спектр услуг, охватывающих множество отраслей.

Полностью автономные беспилотники должны произвести революцию в различных отраслях промышленности благодаря своим возможностям, включая взлет, выполнение заранее загруженных инструкций, слежение за движущимися целями, предотвращение столкновений, сбор данных, посадку, проведение анализа после полета и хранение ценной информации. Интеграция автономности в работу беспилотников способна значительно повысить эффективность и производительность труда. Несколько беспилотников могут выполнять повторяющиеся задачи, повышать точность операций, снижать вероятность ошибок и повышать качество предоставляемых услуг.

Беспилотные летательные аппараты способны эффективно работать даже в опасных условиях, включая темноту, сильную жару и другие сложные условия, которые могут представлять значительную опасность для пилотируемого самолета.

Кроме того, беспилотные средства разрабатываются для медицинской эвакуации раненых бойцов, которые получили ранения в ходе непосредственного столкновения с противником. Пострадавший солдат или союзник может подать сигнал о необходимости вызова скорой помощи, после чего бронированная автономная машина будет направлена на место, спланирует наиболее безопасный маршрут и прибудет на помощь раненому. Автономные системы вооружения могут обнаруживать противников или потенциальные угрозы. Как только угроза будет идентифицирована и поставлена в очередь, система может открыть ответный огонь в автоматическом режиме или полагаться на человека, принимающего решение. То же самое можно сказать и о транспортировке оборудования или предметов снабжения.

ИИ и беспилотные автомобили особенно полезны для защиты техники. Исторически сложилось так, что конвои подвергаются риску взрыва самодельных взрывных устройств (СВУ), которые могут серьезно ранить солдат.

На данный момент автономные автомобили могут патрулировать зону впереди конвоев, обнаруживая СВУ, противника, находящегося в засаде и другие факторы, представляющие угрозу конвою, идентифицируя и обозначая их местонахождение.

Наличие беспилотного автомобиля впереди колонны может спасти тысячи жизней. Рои беспилотных автомобилей, взаимодействующих и работающих вместе, это еще одна потенциальная выгода от использования технологий беспилотного управления и искусственного интеллекта.

Еще одно применение беспилотных автомобилей связано с роевым интеллектом, когда группа беспилотников, обычно БПЛА, самоорганизуется в слаженный рой, летящий синхронно, не сталкиваясь и не мешая друг другу. Например, несколько беспилотников могут обследовать район боевых действий и выявлять любые вражеские угрозы в пределах видимости любого из аппаратов. Вместо того чтобы лететь по заранее запрограммированному маршруту и следовать заранее заданной позиции, каждый беспилотник отслеживает свое собственное положение и скорость, передавая эту информацию остальным членам роя. Таким образом, они могут самостоятельно обходить препятствия, избегать вражеского огня и исследовать районы, где они могут заметить большое скопление вражеских бойцов.

ИИ и машинное обучение позволяют беспилотным и пилотируемым системам, таким как основные боевые танки, разгрузить экипажи на базе или в полевых условиях от более монотонной ситуационной работы.

Если возникнет необходимость в поиске пострадавших после массированного артиллерийского обстрела противника, вы можете отправить автономные автомобили на поиски, в то время как человек принимает решение и следит за тем, чтобы все было скоординировано с группами реагирования. Таким образом, после обнаружения пострадавших ваши группы экстренного реагирования будут сосредоточены на оказании помощи жертве, в то время как беспилотные автомобили будут заниматься сканированием местности, поиском тех кому необходима помощь.

Искусственный интеллект может помочь разгрузить военных от некоторых рутинных действий. Функции навигации для этого танка должны быть в достаточной степени разгружены. Боец освобождается от этих функций и может больше внимания уделять техническим аспектам боя.

3. Надежная автономия

Министерству обороны необходимо обеспечить безопасное функционирование военных беспилотных систем, а также их постоянный мониторинг, обновление и оценку.

Три фактора, которые в настоящее время препятствуют внедрению и развитию автономных систем:

• Во-первых, необходимо участие оператора. Это не только существенно ограничивает операционные преимущества, но и создает новые проблемы в области человеко-машинного взаимодействия и смешанного управления.
• Во-вторых, достижение более высоких уровней автономности в неопределенной, неструктурированной и динамичной среде все чаще предполагает использование методов машинного обучения на основе данных, что сопряжено с многочисленными проблемами в области системной науки и системной инженерии.
• В-третьих, широко используемые методы машинного обучения по своей природе не предсказуемы и не имеют необходимой математической базы для обеспечения гарантий корректности, в то время как приложения Министерства обороны, успех которых зависит от безопасной и корректной работы, требуют предсказуемого поведения и надежных гарантий.

Еще одно опасение вызывают беспилотные системы, действующие автономно, когда перед ними ставится задача лишить жизни вражеских комбатантов или уничтожить вражеские машины, материальные средства или инфраструктуру.

По мере того как технологии ИИ становятся все более совершенными и распространенными, может возникнуть соблазн рассматривать ИИ как "серебряную пулю". Хотя ИИ может снять большую часть нагрузки с оператора, обеспечивая слияние датчиков и автоматизируя задачи анализа, которые необходимы при работе с огромными объемами необработанных данных, и даже когда мы переходим от "цепочек поражения" к более сложным "сетям поражения", человеку все равно необходимо постоянно оставаться в курсе событий и получать информацию о текущей обстановке [5, с. 3]. Этические вопросы всегда волнуют людей, особенно в оборонной промышленности. Принятие этических принципов ИИ согласуется со стратегической целью МО в области ИИ, согласно которой вооруженные силы должны лидировать в области этики ИИ и законного использования систем ИИ.

ИИ - относительно новая область на оборонном рынке, и мы ожидаем поэтапного внедрения ИИ в существующие или новые системы:

• управляемые человеком системы с частичной реализацией ИИ;
• системы управления с ИИ и частичным взаимодействием с человеком;
• ИИ-системы управления с избыточным контролем принятия решений человеком;
• автономные системы с ИИ.

Потребуется некоторое время, чтобы можно было все это рассчитывать. Параллельно мы увидим более стандартизированные реализации ИИ и определения этических принципов. Европейская комиссия также работает над определением "надежного ИИ".

В результате выполненной работы получены следующие результаты: Интеграция современных систем связи, включая низкоорбитальные спутники, расширяет возможности беспилотных летательных аппаратов, позволяя передавать данные в режиме реального времени и осуществлять удаленное пилотирование на больших расстояниях.

Пересечение этих аппаратных достижений с программными возможностями, такими как искусственный интеллект, обещает будущее, в котором беспилотники смогут выполнять задачи более автономно и эффективно, чем когда-либо прежде. Внедрение искусственного интеллекта в беспилотные аппараты представляет собой значительный шаг в развитии автоматизированных технологий. Это позволяет улучшить точность и эффективность работы беспилотных систем, расширяя их возможности и области применения.

Использование искусственного интеллекта также способствует повышению безопасности и снижению риска человеческого вмешательства. Однако, внедрение таких технологий также вызывает вопросы о безопасности и ответственности. Необходимо разработать соответствующие стандарты и регулирования для обеспечения безопасности и эффективности использование беспилотных аппаратов с искусственным интеллектом.

Список литературы:

1. Гэри Маркус, Эрнест Дэвис. Искусственный интеллект: Перезагрузка. Как создать машинный разум, которому действительно можно доверять. М.: Интеллектуальная литература, 2021. 304 с.
2. Галкин Д.В., Коляндра П.А., Степанов А.В. Состояние и перспективы использования искусственного интеллекта в военном деле // Военная Мысль. 2021. №1. С. 113-124.
3. Буренок В.М., Дурнев Р.А., Крюков К.Ю. Разумное вооружение: будущее искусственного интеллекта в военном деле // Вооружение и экономика. 2018. №1(43). С. 4-13.
4. Буренок В.М. И грянет дрон. Роевой интеллект может обесценить эффективность самого современного оружия // Военно-промышленный курьер. 2016. №42(657). 2 ноября.
5. Виловатых А.В. Искусственный интеллект как фактор военной политики будущего // Проблемы национальной стратегии. 2019. №1(52).