- 中國研發的人工智能系統能準確識別 F-22 和 F-35 的紅外線簽名。
- 該系統在模擬測試中達到 97.1% 的識別準確率。
- 研究人員需解決硬件問題以確保系統能裝載於導彈上。
- 該研究顯示隱形飛機仍然會產生熱量，無法完全隱藏。
F-22 與 F-35 以擾亂雷達探測器而聞名，但其熱能簽名卻難以隱藏。中國已開發出一種輕量級人工智能系統，能夠讓空對空導彈在飛行中識別其紅外線簽名。該系統在模擬實驗室測試中達到了高達 97.1% 的準確率，能夠識別 F-22 和 F-35 目標。這一系統由北京理工大學及中國空降導彈學院的研究人員設計，專為導彈載裝的紅外成像系統而開發。此項工作針對未來導彈探測器面臨的實際問題，導彈需要幾乎即時處理紅外影像，但導彈在計算能力、重量及可用空間上有嚴格限制。
戰鬥機產生紅外簽名主要源於引擎排氣、氣動加熱及機身其他來源。熱成像導彈能夠探測這些排放，而戰鬥機則能夠使用照明彈創造出競爭性的紅外目標，從而為導彈帶來識別上的困難。紅外探測器需要在僅有的幾毫秒內判斷所見熱源是來自於戰鬥機還是誘餌。研究人員利用 3,245 張由導彈搭載掃描系統收集的紅外影像來訓練該系統。數據集包括三類空中目標，其中模擬的 F-22 和 F-35 戰鬥機亦在其列。
系統性能與測試結果
根據研究人員的説法，該模型在測試中達到了 97.1% 的識別準確率。另一個測試則顯示模擬戰鬥機目標的識別率約為 90%。這些結果未能顯示該系統在實際 F-22 或 F-35 戰鬥機面前的表現。
首席研究員安江山表示，相關測試數據仍然保密，無法披露。研究人員在將該模型裝載於導彈之前，還需解決硬件問題。傳統的深度學習系統對於體積小且功率有限的武器來説，可能需要過多的計算資源。該團隊將模型的參數減少至以往方法的 16.1%。根據研究，計算需求也降至 19.2%。一個專用的人工智能加速器進一步提升了該系統的性能。該硬件使用了優化的卷積運算、並行處理及數據緩衝，能更高效地處理紅外影像。
在硬件測試中，系統達到了 96.4% 的準確率，並大約在 1.5 毫秒內處理每張影像。其整體功耗約為 2.2 瓦，為研究人員提供了一個相對低功耗的導彈載裝應用系統。
對美國的潛在影響
這種速度在交戰過程中至關重要，因為導彈無法長時間決定其傳感器所見的內容。機上處理影像能使探測器在不依賴外部計算系統的情況下分類目標。這項研究並未證實中國導彈能夠識別出現役的 F-22 或 F-35 戰鬥機。實驗使用的是模擬目標，研究人員表示，進一步的工作將需要提升識別準確率及處理速度。該團隊還將研究限制在近距離空對空導彈引信方面，尚未確定該方法是否適用於地對空導彈系統。
對於美國而言，這項研究突顯了一個熟悉但較新變化的問題。隱形飛機能顯著降低雷達探測，但無法消除其引擎及空中運動產生的熱量。更強大的紅外傳感器可能將這些不可避免的排放轉化為有用的瞄準信息。緊湊的人工智能處理器則可能幫助未來的導彈探測器更快地理解這些信息，超越以往系統的能力。
中國人工智能系統對導彈技術的影響
這項研究展示了中國在導彈技術和人工智能領域的進步，尤其是在識別隱形戰鬥機的能力上。隨著技術的發展，未來的導彈系統可能會更有效地應對現有的隱形飛機威脅。這不僅影響了軍事戰略，也可能促使其他國家加強自身的防禦能力，以應對新興的技術挑戰。