UTAP-22无人机上的“计算机大脑”首次飞行在美国进行

35

29月XNUMX日,在位于美国佛罗里达州(美国)的美国空军廷德尔基地,号称“计算机大脑”Skyborg的首飞进行了,机上 无人机 奎托斯 UTAP-22 魔晃。 该设备是智能自主驾驶系统的早期版本。

这是由美国门户网站The Drive报道的。



这种“计算机大脑”是由Kratos国防与安全局为美国空军开发的。 Skyborg程序为将要操作的无人机和软件提供同步开发。 为了减少飞行员的工作量,也有可能将该项目用于载人飞机(飞机)。


假定Skyborg将能够自主解决与飞机控制有关的各种任务。 其中不仅包括在给定路线上的起飞,着陆和飞行,还包括更为复杂的功能。 例如,在真实的战斗条件下,他能够评估情况,并据此制定和执行决策。

将来,计划在由波音,通用原子公司和克雷托斯公司制造的无人机上测试该系统。

35 评论
信息
亲爱的读者,您必须对出版物发表评论 授权.
  1. UPS
    -4
    7可能是2021 06:19
    降落之后,大脑进行了锻炼吗?
    1. -5
      7可能是2021 06:57
      Quote:USV
      降落之后,大脑进行了锻炼吗?

      你动了脑子吗?
      1. -6
        7可能是2021 07:07
        我们往筛子里倒水。

        它可以起飞,飞行,降落以及更多...

        含补充剂-沿着预定路线。

        为什么将这种自动驾驶仪称为大脑?

        营销要求很高。
        对于所有的好与坏。
        1. INI
          -5
          7可能是2021 09:05
          Quote:例如
          为什么将这种自动驾驶仪称为大脑?

          营销要求很高。

          嗯,是。 :)如果您听了,结果证明您已经创造了大脑,那么您就需要正确地进行教育,您永远都不知道他想要什么,也许会成为吸毒者和同性恋,这对飞行员来说已经很恐怖了。 :))
    2. +1
      7可能是2021 10:09
      算法很好,但是非常可预测。 我的意思是,在与真正的飞行员或防空系统进行了几次会面之后(起初我不排除AI可能会占优势),将开发出应对这些无人机的方法...
      尤其是当飞机正在袭击时。

      例如,从最佳角度接近无人机。 同时攻击,他将如何反应? 或远距离的激光照射:它可以开始机动并消耗燃料/电荷,甚至无法返回基地,这无异于击落。 各种各样的虚假目标和描述的威胁都非常合适,因为船上没有人会欣赏明显但令人难以置信的计算机。
      有很多这样的例子...
      1. +5
        7可能是2021 10:56
        “在与真正的飞行员或防空部队举行了几次会议之后(起初,AI可能没有优势,我不排除这种优势),将开发出应对这些无人机的方法。” ///
        ----
        恰恰相反。 该AI将输掉第一场战斗。 但随后他将连续忍受每个人。
        这些AI软件是自学的。 从每次真正的相遇中,他都带来了经验
        为未来。 如果我们认为计算机的反应和决策速度是数千倍
        速度比人类快,那么真正的飞行员就不会发光。
        1. 0
          7可能是2021 15:11
          感觉就像您的知识就是您设计的。 还是对终结者进行了修订?
        2. -2
          7可能是2021 15:22
          Quote:voyaka嗯
          恰恰相反。 该AI将输掉第一场战斗。 但随后他将连续忍受每个人。
          这些AI软件是自学的。 从每次真正的相遇中,他都带来了经验

          “警察”不是“自学”! 而且,您不能将经验教训用在精疲力竭的“大脑”中!
          1. +3
            7可能是2021 17:10
            非常好
            没错,否则使用AI的战斗机就已经战斗了。 这是向幸存者传递信息的过程。 战斗应由“观察员”无人机监视,并实时从交战方接收信息包。
            这不是很容易,但是可行。
            1. Quote:voyaka嗯
              这是向幸存者传递信息的过程。

              这就是为什么战斗机+忠诚的Wingman捆绑销售的原因之一。 完全自治还很遥远。
        3. 0
          7可能是2021 21:52
          引用:voyaka呃
          “在与真正的飞行员或防空部队举行了几次会议之后(起初,AI可能没有优势,我不排除这种优势),将开发出应对这些无人机的方法。” ///
          ----
          恰恰相反。 该AI将输掉第一场战斗。 但进一步会 忍受所有人.
          这些AI软件是自学的。 从每次真正的相遇中,他都带来了经验
          为未来。 如果我们认为计算机的反应和决策速度是数千倍
          速度比人类快,那么真正的飞行员就不会发光。

          ===
          好吧,如果这种AI开始让美国人自己忍受,那么毕竟,全世界将不得不为他们和他们的论文付出代价
      2. +10
        7可能是2021 13:24
        算法很好,但是非常可预测

        是的当然。 用计算机程序下棋,看看谁重新预测谁。
  2. -3
    7可能是2021 06:25
    大脑离开,没有剩下的大脑。 F-35无法达到目的。 我们能谈什么。 ... ...
    1. UPS
      -5
      7可能是2021 06:30
      关于无人驾驶飞机的大脑飞出,但是否返回的事实...
      1. -4
        7可能是2021 06:36
        在真实的战斗条件下,他能够评估情况,并据此制定和执行决策。

        这意味着飞行员根本不需要大脑。 他们已经不依赖他们了。
    2. -6
      7可能是2021 15:28
      他们能做什么!SU-57是一件事,没有类似物!
  3. -4
    7可能是2021 07:13
    一如往常,在典型情况下,无论发生什么情况,地面和空中都有多重安全网! 这是胡扯,不是考验! 他们本来会在恶劣天气下,能见度有限的情况下,并模仿对这架无人机的空中攻击而将其发送出去的!
  4. +1
    7可能是2021 07:47
    29月22日,在美国佛罗里达州的空军进行了所谓的“计算机大脑” Skyborg的首次飞行,该飞行是在Kratos UTAP-XNUMX Mako无人机上进行的。
    显然,他们正在朝着整个地球前进...
  5. +4
    7可能是2021 07:52
    Skyborg已经完成。 程序中的下一个数字是天网。
  6. -3
    7可能是2021 08:26
    UTAP-22降落,工头走上来,说他对新兵的飞行有何看法 笑 笑 笑

    美国人已经解决了数据传输问题?
    1. +2
      7可能是2021 13:27
      美国人已经解决了数据传输问题?

      你不会相信......
      1. 0
        11可能是2021 13:45
        Quote:alexmach
        你不会相信......

        我不相信,因为您需要大量信息来在一秒钟内处理和传输,否则这又是另一次昂贵的麻烦。
        1. 0
          11可能是2021 15:01
          1.同一个Link-16(十六个?)他们很久以前就拥有战术数据传输系统
          2.为什么他要传输大量数据? 做什么的?
          1. 0
            11可能是2021 15:15
            Quote:alexmach
            为什么他要传输大量数据? 做什么的?

            我认为,此处显示的材料
            在真实的战斗条件下,他能够评估情况,并据此制定和执行决策。

            Quote:alexmach
            同样的Link-16(十六岁?)他们很久以前就拥有战术数据传输系统

            在一对无人机(战斗机)中使用时,有关传输数据时缺乏速度的恒定材料是什么?
            1. 0
              11可能是2021 16:10
              我认为,此处显示的材料
              在真实的战斗条件下,他能够评估情况,并据此制定和执行决策

              和? 为什么要为此传输数据? 您个人评估您周围的情况吗? 您在做决定吗? 这样做无需数据传输?

              在一对无人机(战斗机)中使用时,有关传输数据时缺乏速度的恒定材料是什么?

              这是我第一次听说此类材料。 谁有美国人?
              我通常不知道在成对飞行期间,在车辆之间的视线以及在多边形条件下传输数据时可能会出现什么问题。 如果在战斗情况下他们设法从地面控制无人机并且同时在数据传输通道上没有遇到任何问题,为什么他们应该在飞行中以及不需要这种详细控制的自动无人机时遇到这些问题?视频信号的传输。
              1. 0
                11可能是2021 16:48
                Quote:alexmach
                我完全不知道成对飞行时传输数据会出现什么问题,

                这就是一切看起来都很简单的方式,但是美国人对此课程感兴趣吗?
                1. 0
                  11可能是2021 17:16
                  这就是一切看起来都很简单的方式,但是美国人对此课程感兴趣吗?

                  在什么过程中? 他们有问题吗? 我不知道,在我看来vryatli。
  7. +11
    7可能是2021 08:27
    顺便说一句,谁在那儿写下韩文K21是演示文稿中的布局? 慢跑七月至八月。 现在,在LII正在进行地面测试。 在冬天飞行。
  8. +12
    7可能是2021 08:41
    300个恶意和笑话的数量。但是,c70和令人毛骨悚然的暴风雪,由于某种原因会引起持续的“欢呼声”
  9. +12
    7可能是2021 09:11
    Quote:解毒剂
    300个恶意和笑话的数量。但是,c70和令人毛骨悚然的暴风雪,由于某种原因会引起持续的“欢呼声”

    而您想要什么-这是topvar。 除了极少数例外,这里没有其他观众。 请求
  10. -7
    7可能是2021 09:33
    这是什么样的大脑? 从视频来看,他只需执行操作员设定的任务即可。 无需谈论某种独立的动作选择。
  11. -1
    7可能是2021 12:23
    引用:voyaka呃
    “在与真正的飞行员或防空部队举行了几次会议之后(起初,AI可能没有优势,我不排除这种优势),将开发出应对这些无人机的方法。” ///
    ----
    恰恰相反。 该AI将输掉第一场战斗。 但随后他将连续忍受每个人。
    这些AI软件是自学的。 从每次真正的相遇中,他都带来了经验
    为未来。 如果我们认为计算机的反应和决策速度是数千倍
    速度比人类快,那么真正的飞行员就不会发光。

    因此,如果他输了,赢回胜利的机会在哪里?
    如果您指的是训练战,那么它们与现实的关联程度为30%? 他们已经发明了一种导弹,一门废弃的大炮,好像飞机不会进行近战一样。 数以百计的飞行员付费。 作为在非战斗状态下的帮助-是的,很好,或者在极端情况下,炸弹无法防御的国家。 好吧,关于人工智能,在国际象棋中并不总是可能获胜,但是有多少选择呢?
    1. +1
      8可能是2021 13:19
      “好吧,关于人工智能,他不能总是赢得国际象棋的胜利,但是有多少选择呢?” ///
      ----
      总是下棋。 100%。
      即使在Go中-从根本上也不可能的“数学家的直觉游戏”
      列举策略
      -AI击败了世界冠军。
      在F-16模拟器的训练战中,人工智能击败了经验丰富的王牌飞行员。
  12. +4
    7可能是2021 13:47
    引用:voyaka呃
    “在与真正的飞行员或防空部队举行了几次会议之后(起初,AI可能没有优势,我不排除这种优势),将开发出应对这些无人机的方法。” ///
    ----
    恰恰相反。 该AI将输掉第一场战斗。 但随后他将连续忍受每个人。
    这些AI软件是自学的。 从每次真正的相遇中,他都带来了经验
    为未来。 如果我们认为计算机的反应和决策速度是数千倍
    速度比人类快,那么真正的飞行员就不会发光。

    阿列克谢,大家下午好!
    你是对的,但有一部分。
    通过人工神经网络,自适应过滤和其他算法进行的自学习目前还很不完善。 而且在可预见的将来它不会显着改善。 仅靠速度和大量的处理线程。
    这些无人机在某些情况下会表现良好,而在另一些情况下,它们将很容易受到攻击。
    也就是说,高度,迷彩的颜色和对手的速度,电子战的强度,与盟军平台的距离以及是否存在预警机,错误的目标,防空密度-这些因素和许多其他因素都将直接影响应用程序的有效性。
    当有太多信息以致严重错误甚至开始蔓延到最初编程的任务时,神经网络也有“重新训练”的作用。 就个人而言,虽然在鲍蒙克(Baumank)撰写了有关相关主题的文凭(近距离雷达中的神经网络,但我不会写出确切的名称-它甚至是文凭中的“特殊主题”),但是很长一段时间,但是,我在计算机上模拟了神经网络。 而且我看到了如何在控制“废话”控制的背景下,以及在网络复杂性增加的情况下,准确地确定特定配置中来自真实雷达的信号的实现(即由我的科学顾问给我的信号)。 ,结果开始模糊。 然后他们又恢复了,然后又迷路了...
    这一切都不容易! 获得辅助平台是很有可能的,但是要使原子超级猎人能够做出准确反应仍然是不现实的。 我强调,这要求从目前最好的技术中至少使用一代或两代人的技术...
  13. +2
    7可能是2021 13:59
    Quote:alexmach
    算法很好,但是非常可预测

    是的当然。 用计算机程序下棋,看看谁重新预测谁。

    在国际象棋 32片,64格,数百万个已记录的部分。 仅通过替换已知动作即可轻松解决此组合问题。 开口和残局已经解决,标准的方法是用两块或更多块“关联”国王。 我有第二类,我们学会了典型的技术。
    国际象棋选手,西洋双陆棋选手即兴演奏,而计算机则通过许多最强棋手的棋步来搜索牌桌。 这就是线性方程组。数值数学方法。

    这里,在无人机的情况下,算法“在先验不确定性的条件下”工作。 这是我在研究近距离雷达时在Baumank中使用的一个术语。 您不能说得更好,而只是主题的定义。