Американцы научили ИИ искать китайские зенитные комплексы

Игры в прятки закончились.

Центр геопространственной разведки Миссурийского университета с помощью методов глубокого обучения разработал алгоритм, способный на спутниковых или аэрофотоснимках находить китайские зенитные ракетные комплексы.

Искусственный интеллект научился искать китайские зенитные комплексы

Типичное расположение зенитных комплексов. A — места для пусковых установок, B — мобильные пускозаряжающие установки, C — рампы, D — рампы для радарных установок, E — места для пусковых установок, F — пусковые установки, G — рампы, H — бетонные экраны для защиты от пламени из ракетных двигателей | Фото: spiedigitallibrary.org / University of Missouri

По оценке ученых, использование их алгоритма позволит обрабатывать разведывательную съемку в 80 раз быстрее людей. Работа исследователей опубликована в SPIE Journal of Applied Remote Sensing.

В настоящее время обработка разведывательных данных ведется специально обученными специалистами, владеющими методами быстрого поиска различных важных объектов на фотографиях и видеозаписях. Для поиска зенитных комплексов, например, используются, в том числе, типичные приметы, по которым можно с высокой долей вероятности говорить о местах их размещения.

Так, в Китае места с размещением таких комплексов на снимках можно узнать, например, по типичному круговому расположению машин (но бывает и нетипичное расположение).

Американцы научили ИИ искать китайские зенитные комплексы

Фотографии типичных мест размещения китайских зенитных комплексов | Фото: spiedigitallibrary.org / University of Missouri

Центр геопространственной разведки — одна из американских организаций, отвечающих за подготовку специалистов по поиску военной техники противника на разведывательных снимках. Свой в опыт в анализе фотографий специалисты центра и использовали при обучении нейросети.

Исследователи использовали для обучения несколько сверточных нейросетей: CaffeNet, GoogLeNet, ResNet-50 и ResNet-101. Обучение нейросетей производилось на фотографиях известных китайских зенитных установок и снимках типичиных и нетипичных мест их размещения.

После обучения нейросеть GoogLeNet показывала наилучший средний результат распознавания для снимков с установленным уровнем уверенности в конечном результате более 70 процентов. В то же время ResNet-101 продемонстрировала наилучшее быстродействие с высоким результатом с уровнем уверенности менее 70 процентов.

В США научили ИИ искать китайские зенитные комплексы

Типичные места размещения китайских зенитных комплексов | Фото: spiedigitallibrary.org / University of Missouri

Проверка обученных сетей производилась на неизвестных им снимках. Эти же фотографии были предложены специалистам по обнаружению зенитных ракетных комплексов. В итоге нейросети с точностью 0,9 нашли зенитные установки за 42 минуты. У людей эти показатели составили 0,9 и 60 часов.

Подписывайтесь на Квибл в Viber и Telegram, чтобы быть в курсе самых интересных событий.