Μοντέλα και πλατφόρμες AI
Δράκοντες και Συστήματα Αμύνης Εναντίον Βλημάτων

Οι δράκοντες έχουν εξαιρετικά γρήγορες αντανακλαστικές ικανότητες με μικρή βάθος αντίληψης. Ο χρόνος αντίδρασής τους σε θήραμα που κινείται στον αέρα ή στο έδαφος είναι 50 χιλιοστά του δευτερολέπτου, ο ίδιος χρόνος που χρειάζεται για να διαβιβαστεί η πληροφορία σε τρία νευρικά κύτταρα. Το Εργαστήριο Εθνικής Ασφάλειας Sandia εργάζεται σε έρευνα για να κατανοήσει πώς λειτουργούν τα εγκεφαλικά κύτταρα των δρακόντων και να μάθει τους τρόπους με τους οποίους είναι σε θέση να υπολογίζουν σύνθετες τροχιές.
Η έρευνα διεξάγεται από την υπολογιστική νευροεπιστήμονα Frances Chance. Είναι αυτή που είναι υπεύθυνη για την ανάπτυξη των αλγορίθμων και θα παρουσιάσει την έρευνά της στη Διεθνή Διάσκεψη για Νευρομορφικά Συστήματα στο Νόξβιλ, Τενεσί. Η έρευνα έχει ήδη παρουσιαστεί στη Συνεχή Συνάντηση της Οργάνωσης για Υπολογιστική Νευροεπιστήμη στη Βαρκελώνη, Ισπανία.
Η Frances Chance ειδικεύεται στην αναπαραγωγή βιολογικών νευρωνικών δικτύων όπως τα εγκεφαλικά κύτταρα, ιδιαίτερα τα νευρικά κύτταρα και τη διαδικασία της μετάδοσης πληροφοριών σε όλο το νευρικό σύστημα. Τα εγκεφαλικά κύτταρα είναι πιο σύνθετα και καλύτερες εκδοχές των υπολογιστών. Είναι πιο ενεργειακά αποδοτικά ενώ μαθαίνουν και προσαρμόζονται με μεγαλύτερη ταχύτητα.
«Προσπαθώ να προβλέψω πώς είναι συνδεμένα τα νευρικά κύτταρα στο εγκεφαλικό κύτταρο και να κατανοήσω ποια είδη υπολογισμών κάνουν αυτά τα νευρικά κύτταρα, με βάση ό,τι γνωρίζουμε για τη συμπεριφορά του ζώου ή ό,τι γνωρίζουμε για τις νευρικές αντιδράσεις», είπε η Chance.
Η έρευνα που διεξήχθη από το Εργαστήριο Εθνικής Ασφάλειας Sandia περιελάμβανε τη δημιουργία ενός απλού περιβάλλοντος που είχε δημιουργηθεί με τη μορφή προσομοιώσεων δρακόντων μέσω υπολογιστικών προγραμμάτων. Χρησιμοποίησαν αλγόριθμους για να κάνουν τους δράκοντες να πιάνουν θήραμα όπως οι πραγματικοί δράκοντες. Οι προσομοιωμένοι δράκοντες μπορούσαν να επεξεργαστούν οπτικές πληροφορίες ενώ κυνήγιζαν όπως και οι δράκοντες στο πραγματικό περιβάλλον. Αυτό έδειξε ότι η προγραμματισμένη σε αυτήν τη μορφή είναι δυνατή, η οποία θα μπορούσε να εφαρμοστεί σε πολλούς διαφορετικούς τομείς.
Η νέα έρευνα εφαρμόζεται ήδη στον τομέα της αμύνης εναντίον βλημάτων. Χρησιμοποιώντας το ίδιο σύστημα με αυτό των προσομοιωμένων δρακόντων θα μπορούσε να βελτιώσει τα συστήματα αμύνης εναντίον βλημάτων. Τα συστήματα αμύνης εναντίον βλημάτων λειτουργούν με παρόμοιο τρόπο με τους δράκοντες που στοχεύουν και πιάνουν θήραμα. Intercept ένα αντικείμενο σε πτήση όπως ένας δράκοντας intercept θήραμα στο περιβάλλον. Οι δράκοντες είναι ένας από τους κορυφαίους θηρευτές στον κόσμο, καθώς πιάνουν το 95% του θηράματος που στοχεύουν.
Με αυτές τις νέες εξελίξεις, προσπαθούν να κάνουν τους υπολογιστές που βρίσκονται πάνω στα συστήματα αμύνης εναντίον βλημάτων μικρότερους ενώ παραμένουν γρήγοροι και ακριβείς. Ο τρόπος με τον οποίο λειτουργούν σήμερα τα συστήματα αμύνης εναντίον βλημάτων είναι μέσω καθιερωμένων τεχνικών intercept που απαιτούν einen βαρύ φόρτο υπολογισμού. Αυτός είναι ένας από τους τομείς όπου ένα μοντέλο βασισμένο σε δράκοντες και το θήραμά τους μπορεί να βοηθήσει.
Η νέα τεχνολογία και η έρευνα θα μπορούσε να βοηθήσει στην βελτίωση των συστημάτων αμύνης εναντίον βλημάτων με πολλούς τρόπους, συμπεριλαμβανομένης της μείωσης του μεγέθους, του βάρους και των ενεργειακών αναγκών των υπολογιστών που βρίσκονται πάνω στα συστήματα. Τότε, οι interceptors θα μπορούσαν να γίνουν μικρότεροι και ελαφρύτεροι, γεγονός που θα κάνει πολύ πιο εύκολη την κίνησή τους. Τα νέα συστήματα θα μπορούσαν επίσης να μάθουν νέους τρόπους για να intercept moving στόχους όπως τα υπερηχητικά όπλα. Σε αντίθεση με τα βαλλιστικά βλήματα, αυτοί οι στόχοι δεν ακολουθούν μια προβλέψιμη τροχιά ή μοτίβο. Τέλος, το σύστημα θα μπορούσε να χρησιμοποιήσει απλούστερους αισθητήρες αντί για τους σύνθετους που χρησιμοποιούνται σήμερα για να intercept ένα στόχο.
Ένα από τα προβλήματα με αυτήν την έρευνα και την ιδέα είναι ότι τα βλήματα και οι δράκοντες ταξιδεύουν με πολύ διαφορετικές ταχύτητες. Αυτό θα μπορούσε να προκαλέσει κάποιες ανακρίβειες
Εκτός από τα συστήματα αμύνης εναντίον βλημάτων, το μοντέλο υπολογισμού των εγκεφαλικών κυττάρων των δρακόντων θα μπορούσε επίσης να βοηθήσει στην ανάπτυξη καλύτερης μηχανικής μάθησης και τεχνητής νοημοσύνης. Όσο η χρήση αυτής της τεχνολογίας και της τεχνητής νοημοσύνης αυξάνεται, βρίσκει τον δρόμο της σε πολλούς και διαφορετικούς τομείς. Ο τομέας της αμύνης είναι ένας από αυτούς που χρησιμοποιεί αυτήν για να γίνει πολύ πιο αποτελεσματικός και να αυξηθεί γρήγορα. Αυτή η έρευνα δείχνει πώς μπορούμε να αναπτύξουμε σύνθετα συστήματα βασισμένα σε αυτά που υπάρχουν ήδη στο περιβάλλον μας, μεταξύ των οποίων είναι οι δράκοντες και τα εγκεφαλικά τους κύτταρα. Η νέα μας τεχνολογία μας επιτρέπει να μοντελοποιούμε αυτό και να δημιουργούμε μια καλύτερη εκδοχή.












