AI-modellen en platforms

Libellen en Missile Defense Systemen

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Libellen hebben extreem snelle reflexen met weinig diepteperceptie. Hun reactietijd op prooi die door de lucht of grond beweegt, is 50 milliseconden, dezelfde tijd die het kost voor informatie om drie neuronen over te steken. Sandia National Laboratories werkt aan onderzoek om te begrijpen hoe libellenhersenen werken en de manieren waarop ze in staat zijn om complexe banen te berekenen.

Het onderzoek wordt geleid door computationeel neuroscientist Frances Chance. Zij is degene die verantwoordelijk is voor het ontwikkelen van de algoritmes en zal haar onderzoek presenteren op de Internationale Conferentie over Neuromorfische Systemen in Knoxville, Tennessee. Het onderzoek is al eerder gepresenteerd op de Jaarlijkse Vergadering van de Organisatie voor Computationele Neurosciences in Barcelona, Spanje.

Frances Chance specialiseert zich in het repliceren van biologische neurale netwerken zoals hersenen, met name neuronen en het proces van het verzenden van informatie door het zenuwstelsel. Hersenen zijn complexer en betere versies van computers. Ze zijn energie-efficiënter en leren en passen zich sneller aan.

“Ik probeer te voorspellen hoe neuronen in de hersenen zijn verbonden en te begrijpen welke soorten berekeningen die neuronen uitvoeren, op basis van wat we weten over het gedrag van het dier of wat we weten over de neurale reacties,” zei Chance.

Het onderzoek dat werd uitgevoerd door Sandia National Laboratories, omvatte het creëren van een eenvoudige omgeving met gegenereerde libellen via computersimulaties. Ze gebruikten computeralgoritmes om de libellen te laten vangen als hun echte tegenhangers. De computersimulatie-libellen konden visuele informatie verwerken tijdens het jagen, net als libellen in een echte omgeving. Dit toonde aan dat programmeren op deze manier mogelijk is, wat kan worden toegepast in veel verschillende sectoren.

Het nieuwe onderzoek wordt al toegepast in de sector van missile defense. Het gebruik van hetzelfde systeem als dat met de computersimulatie-libellen kan missile defense-systemen verbeteren. Missile defense-systemen werken op een soortgelijke manier als libellen die prooi vangen. Ze onderscheppen een object in vlucht, net als een libel prooi in de omgeving onderschept. Libellen zijn een van de top-predatoren in de wereld, omdat ze 95% van de prooi vangen die ze targeten.

Met deze nieuwe ontwikkelingen proberen ze de onboard-computers van missile defense-systemen kleiner te maken, terwijl ze nog steeds snel en nauwkeurig zijn. De huidige manier waarop missile defense-systemen werken, is door middel van gevestigde onderscheptechnieken die een zware berekeningslast vereisen. Dit is een van de gebieden waar een model gebaseerd op libellen en hun prooi kan helpen.

De nieuwe technologie en onderzoek kunnen missile defense-systemen op veel manieren verbeteren, waaronder het verkleinen van de grootte, het gewicht en de energievraag van onboard-computers. Dan kunnen onderscheppers kleiner en lichter worden, waardoor het gemakkelijker voor hen wordt om zich te verplaatsen. De nieuwe systemen kunnen ook leren om bewegende doelen zoals hypersonische wapens te onderscheppen. In tegenstelling tot ballistische raketten, volgen deze doelen geen voorspelbare baan of patroon. Ten slotte kan het systeem ook gebruikmaken van eenvoudigere sensoren in plaats van de complexe sensoren die nu worden gebruikt om een doel te onderscheppen.

Een van de problemen met dit onderzoek en het idee is dat raketten en libellen met heel verschillende snelheden reizen. Dit kan enkele afwijkingen veroorzaken.

Buiten de missile defense-systemen om, kan het berekeningsmodel van libellenhersenen ook helpen om betere machine learning en kunstmatige intelligentie te ontwikkelen. Naarmate het gebruik van deze soort technologie en kunstmatige intelligentie toeneemt, vindt het zijn weg in steeds meer sectoren. De defensiesector is een van de sectoren die hierdoor veel efficiënter en sneller groeit. Dit onderzoek toont aan hoe we complexe systemen kunnen ontwikkelen op basis van systemen die al in onze omgeving bestaan, waaronder libellen en hun hersenen. Onze nieuwe technologie stelt ons in staat om dit te modelleren en een betere versie te creëren.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.