Model dan platform AI

Capung dan Sistem Pertahanan Rudal

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Capung memiliki refleks yang sangat cepat dengan sedikit persepsi kedalaman. Waktu reaksi mereka terhadap mangsa yang bergerak di udara atau tanah adalah 50 milidetik, sama dengan waktu yang dibutuhkan untuk informasi menyeberangi tiga neuron. Sandia National Laboratories bekerja pada penelitian untuk memahami bagaimana otak capung bekerja dan mempelajari cara mereka menghitung jalur yang kompleks.

Penelitian ini dipimpin oleh ilmuwan neurokomputasi Frances Chance. Dia adalah orang yang bertanggung jawab untuk mengembangkan algoritma, dan dia akan mempresentasikan penelitiannya di Konferensi Internasional tentang Sistem Neuromorfik di Knoxville, Tennessee. Penelitian ini telah dipresentasikan di Pertemuan Tahunan Organisasi untuk Neurosains Komputasi di Barcelona, Spanyol.

Frances Chance mengkhususkan diri dalam mereplikasi jaringan neural biologis seperti otak, terutama neuron dan proses pengiriman informasi melalui sistem saraf. Otak lebih kompleks dan lebih baik daripada komputer. Mereka lebih hemat energi dan lebih cepat dalam belajar dan beradaptasi.

“Saya mencoba memprediksi bagaimana neuron dihubungkan di otak dan memahami jenis komputasi yang dilakukan oleh neuron tersebut, berdasarkan apa yang kita ketahui tentang perilaku hewan atau apa yang kita ketahui tentang respons neural,” kata Chance.

Penelitian yang dilakukan oleh Sandia National Laboratories termasuk menciptakan lingkungan sederhana yang memiliki capung yang dihasilkan melalui simulasi komputer. Mereka menggunakan algoritma komputer untuk membuat capung menangkap mangsa seperti halnya capung di kehidupan nyata. Capung yang disimulasikan komputer dapat memproses informasi visual saat berburu seperti halnya capung di lingkungan nyata. Ini menunjukkan bahwa pemrograman dengan cara ini memungkinkan, yang dapat diterapkan di berbagai sektor.

Penelitian baru ini sudah diterapkan pada sektor pertahanan rudal. Dengan menggunakan sistem yang sama seperti yang digunakan pada capung yang disimulasikan komputer, sistem pertahanan rudal dapat ditingkatkan. Sistem pertahanan rudal bekerja dengan cara yang sama seperti capung menargetkan dan menangkap mangsa. Mereka mengintersep objek di udara seperti capung mengintersep mangsa di lingkungan. Capung adalah salah satu predator teratas di dunia karena mereka menangkap 95% dari mangsa yang mereka targetkan.

Dengan perkembangan baru ini, mereka mencoba membuat komputer di atas kapal pertahanan rudal lebih kecil sambil tetap cepat dan akurat. Cara kerja sistem pertahanan rudal saat ini adalah melalui teknik intersep yang sudah ditetapkan yang memerlukan beban komputasi yang berat. Ini adalah salah satu area di mana model berdasarkan capung dan mangsa mereka dapat membantu.

Teknologi dan penelitian baru ini dapat membantu meningkatkan sistem pertahanan rudal dalam banyak cara, termasuk mengurangi ukuran, berat, dan kebutuhan daya komputer di atas kapal. Kemudian, interceptor dapat menjadi lebih kecil dan ringan, sehingga lebih mudah untuk bergerak. Sistem baru juga dapat belajar cara baru untuk mengintersep target yang bergerak seperti senjata hipersonik. Tidak seperti rudal balistik, target ini tidak mengikuti jalur yang dapat diprediksi atau pola. Akhirnya, sistem dapat menggunakan sensor yang lebih sederhana daripada sensor yang kompleks yang digunakan sekarang untuk mengintersep target.

Salah satu masalah dengan penelitian ini dan ide ini adalah rudal dan capung bergerak pada kecepatan yang sangat berbeda. Ini dapat menyebabkan beberapa ketidaksesuaian

Di luar sistem pertahanan rudal, model komputasi otak capung juga dapat membantu mengembangkan mesin pembelajaran dan kecerdasan buatan yang lebih baik. Seiring dengan pertumbuhan penggunaan teknologi dan kecerdasan buatan ini, mereka menemukan jalan mereka ke dalam lebih banyak sektor. Sektor pertahanan adalah salah satu yang menggunakan ini untuk menjadi lebih efisien dan tumbuh dengan cepat. Penelitian ini menunjukkan bagaimana kita dapat mengembangkan sistem yang kompleks berdasarkan pada yang sudah ada di lingkungan kita, termasuk capung dan otak mereka. Teknologi baru kita memungkinkan kita untuk memodelkan ini dan menciptakan versi yang lebih baik.

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.