Dragefluer og Missilforsvarssystemer

Dragefluer har ekstremt raske reflekser med liten dybdesans. Deres reaksjonstid på bytte som flytter seg gjennom luften eller bakken er 50 millisekunder, det samme tidsrommet det tar for informasjon å krysse tre nerveceller. Sandia National Laboratories arbeider med forskning for å finne ut hvordan dragefluehjerner fungerer og lære hvordan de kan beregne komplekse baner.

Forskningen ledes av den komputasjonelle nevrovitenskapsmannen Frances Chance. Hun er den som er ansvarlig for å utvikle algoritmene, og hun vil presentere sin forskning på den internasjonale konferansen om neuromorfiske systemer i Knoxville, Tennessee. Forskningen har allerede blitt presentert på den årlige møtet til organisasjonen for komputasjonell nevrovitenskap i Barcelona, Spania.

Frances Chance spesialiserer seg i å replikere biologiske neurale nettverk som hjerner, spesielt nerveceller og prosessen med å sende informasjon gjennom nervesystemet. Hjerner er mer komplekse og bedre versjoner av datamaskiner. De er mer energi-effektive mens de lærer og tilpasser seg raskere.

“Jeg prøver å forutsi hvordan nerveceller er koblet i hjernen og forstå hva slags beregninger disse nervecellene gjør, basert på hva vi vet om dyrets atferd eller hva vi vet om neural respons,” sa Chance.

Forskningen som ble utført av Sandia National Laboratories inkluderte å lage en enkel omgivelse som hadde generert dragefluer gjennom datamaskinsimuleringer. De brukte datamaskinalgoritmer for å få dragefluen til å fange bytte på samme måte som deres virkelige motstykker. De datamaskinsimulerte dragefluen kunne prosessere visuell informasjon mens de jaget, like som dragefluer i den virkelige omgivelsen. Dette viste at programmering på denne måten er mulig, og kunne bli brukt i mange forskjellige sektorer.

Den nye forskningen blir allerede brukt i missilforsvarssektoren. Ved å bruke samme system som det med datamaskinsimulerte dragefluer, kunne missilforsvarssystemer bli forbedret. Missilforsvarssystemer fungerer på en lignende måte som dragefluer som målretter og fanger bytte. De intercepterer et objekt i flytning, som en drageflue intercepterer bytte i omgivelsen. Dragefluer er en av de toppredatorene i verden, da de fanger 95% av byttet de målretter.

Med disse nye utviklingene, prøver de å gjøre omborddatamaskinene på missilforsvarssystemer mindre, samtidig som de er raskere og mer nøyaktige. Den nåværende måten missilforsvarssystemer fungerer på, er gjennom etablerte intercept-teknikker som krever tung beregning. Dette er ett av områdene der en modell basert på dragefluer og deres bytte kan hjelpe.

Den nye teknologien og forskningen kunne hjelpe med å forbedre missilforsvarssystemer på mange måter, inkludert å redusere størrelsen, vekten og kraftbehovet til omborddatamaskinene. Da kunne interceptorene bli mindre og lettere, og det ville bli mye lettere for dem å flytte seg rundt. De nye systemene kunne også lære nye måter å interceptere flytende mål, som hypersoniske våpen. I motsetning til ballistiske missiler, følger disse målene ikke en lignende prediktiv bane eller mønster. Til slutt kunne systemet også bruke enklere sensorer enn de komplekse som brukes nå for å interceptere et mål.

En av problemene med denne forskningen og ideen er at missiler og dragefluer flytter seg i svært forskjellige hastigheter. Dette kunne føre til noen diskrepanser

Utenfor missilforsvarssystemer, kunne beregningsmodellen av dragefluehjerner også hjelpe med å utvikle bedre maskinlæring og kunstig intelligens. Ettersom bruken av denne typen teknologi og kunstig intelligens vokser, finner den veien inn i flere og flere sektorer. Forsvarssektoren er en av dem som bruker dette for å bli mer effektiv og vokse raskt. Denne forskningen viser hvordan vi kan utvikle komplekse systemer basert på de som allerede eksisterer i vår omgivelse, blant annet dragefluer og deres hjerner. Vår nye teknologi lar oss modellere dette og skape en bedre versjon.