AI-modeller og platforme
Dragefluer og Missilforsvarssystemer

Dragefluer har ekstremt hurtige reflekser med lidt dybdesans. Deres reaktionstid på bytte, der bevæger sig gennem luften eller jorden, er 50 millisekunder, det samme tid, det tager for information at krydse tre neuroner. Sandia National Laboratories arbejder på en forskning for at finde ud af, hvordan dragefluehjerner fungerer, og lære måderne, de kan beregne komplekse baner.
Forskningen ledes af den computermæssige neuroscientist Frances Chance. Hun er ansvarlig for at udvikle algoritmerne og vil præsentere sin forskning på den Internationale Konference om Neuromorfiske Systemer i Knoxville, Tennessee. Forskningen er allerede blevet præsenteret på det Årlige Møde i Organisationen for Computermæssig Neurovidenskab i Barcelona, Spanien.
Frances Chance specialiserer sig i at replikere biologiske neurale netværk som hjerner, især neuroner og processen med at sende information gennem nervesystemet. Hjerner er mere komplekse og bedre versioner af computere. De er mere energibesparende, mens de lærer og tilpasser sig på en hurtigere hastighed.
“Jeg prøver at forudsige, hvordan neuroner er forbundet i hjernen, og forstå, hvilke slags beregninger disse neuroner udfører, baseret på det, vi ved om dyrets adfærd eller det, vi ved om neural respons,” sagde Chance.
Forskningen, der er udført af Sandia National Laboratories, inkluderer at oprette en simpel omgivelse, der havde genereret dragefluer gennem computersimulationer. De brugte computeralgoritmer til at lade dragefluerne fange bytte ligesom deres virkelige modstykker. De computersimulerede dragefluer kunne behandle visuel information, mens de jagtede, ligesom dragefluer i den virkelige omgivelse. Dette viste, at programmering på denne måde er mulig, hvilket kan anvendes i mange forskellige sektorer.
Den nye forskning anvendes allerede til missilforsvarssektoren. Ved at bruge det samme system som det med de computersimulerede dragefluer kan missilforsvarssystemer forbedres. Missilforsvarssystemer fungerer på en lignende måde som dragefluer, der målretter og fanger bytte. De afbryder et objekt i flyvetiden, ligesom en drageflue afbryder bytte i omgivelsen. Dragefluer er en af de bedste rovdyr i verden, da de fanger 95% af det bytte, de målretter.
Med disse nye udviklinger prøver de at gøre computerne om bord på missilforsvarssystemer mindre, mens de stadig er hurtige og nøjagtige. Den nuværende måde, missilforsvarssystemer fungerer på, er gennem etablerede afbrydningsteknikker, der kræver en tung beregningsbelastning. Dette er et af områderne, hvor en model baseret på dragefluer og deres bytte kan hjælpe.
Den nye teknologi og forskning kan hjælpe med at forbedre missilforsvarssystemer på mange måder, herunder ved at reducere størrelsen, vægten og kravene til strøm til computerne om bord. Derefter kan afbrydere blive mindre og lettere, hvilket gør det meget lettere for dem at bevæge sig. De nye systemer kan også lære nye måder at afbryde mobile mål som hypersoniske våben. I modsætning til ballistiske missiler følger disse mål ikke en lignende forudsigelig bane eller mønster. Endelig kan systemet også bruge simple sensorer i stedet for de komplekse sensorer, der bruges nu til at afbryde et mål.
Et af problemerne med denne forskning og idéen er, at missiler og dragefluer flyver med meget forskellige hastigheder. Dette kan føre til nogle diskrepanser
Uden for missilforsvarssystemer kan beregningsmodellen af dragefluehjerner også hjælpe med at udvikle bedre maskinlæring og kunstig intelligens. Da brugen af denne type teknologi og kunstig intelligens vokser, finder den vej ind i flere og flere sektorer. Forsvarssektoren er en af dem, der bruger dette til at blive mere effektiv og vokse hurtigt. Denne forskning viser, hvordan vi kan udvikle komplekse systemer baseret på dem, der allerede findes i vores omgivelse, herunder dragefluer og deres hjerner. Vores nye teknologi giver os mulighed for at modellere dette og skabe en bedre version.












