Çin ABD'nin En Önemli İki Savaş Aracı Olan F-22 Raptor ve F-35'leri Havada Kolayca Görebilen Yapay Zeka Sistemi Geliştirdi

Amerika Birleşik Devletlerinin savaşlarda en çok güvendiği, radara yakalanmadığını iddia ettiği F-22 Raptor ve F-35 gibi savaş uçaklarının en önemli avantajlarından biri düşük radar görünürlüğü sağlayan tasarıma sahip olmaları. Ancak motor egzozu ve gövde üzerindeki hava sürtünmesi, uçakların tamamen gizleyemediği bir kızılötesi iz oluşturuyor. Çinli araştırmacılar bu izleri analiz ederek hava hedeflerini tanıyabilen küçük ve düşük maliyetli bir yapay zeka sistemi geliştirdi.

İran'a karşı ABD-İsrail ortak saldırılarında İran hava savunma sistemleri F-35 uçaklarını motorun ürettiği ısı ile tesbit edebilmişti. Çin'in geliştirmeye çalıştığı bu sistemin ilk denemeleri belki de İran semalarında uçan ABD ve İsrail uçaklarında yapıldı. Radarlar normal bir savaş uçağını bir çaydanlık boyutunda gösterirken F-35 savaş uçaklarını motor harareti ve gövdenin havaya sürtünmesi sayesinde bir madeni para da olsa görebildiği dile getiriliyordu. Yapay zeka bu madeni para boyutundaki nesnenin F-22 Raptor veya F-35 olduğunu anlayacak ve radar operatörüne bildirecek.

Pekin Teknoloji Enstitüsü, CAMA ve bir ulusal laboratuvarın araştırmacıları tarafından geliştirilen sistem, füzelere yerleştirilen taramalı kızılötesi görüntüleme sistemleri için tasarlandı.

Çalışmada, F-22 ve F-35'i taklit eden iki farklı hava aracı hedefi ile bir gezinen mühimmat olmak üzere üç hedef sınıfı kullanıldı. Füze üzerinde bulunan kızılötesi tarama sistemiyle toplanan 3.245 kızılötesi hedef görüntüsü testlerde yer aldı. 

Araştırmacıların geliştirdiği sinir ağının laboratuvar testlerinde yüzde 97,1 tespit doğruluğuna ulaştığı bildirildi. Araştırmanın yazarı An Jiangshan ise F-22 ve F-35 gibi beşinci nesil savaş uçaklarına ilişkin gerçek test verilerinin gizlilik nedeniyle paylaşılmadığını belirtti. Mevcut simüle edilmiş hedeflerden oluşan veri setinde ise tanıma oranının yaklaşık yüzde 90 seviyesine ulaşabildiği ifade edildi. 

Bu sistem aynı zamanda ısı güdümlü füzelerden kurtulmak için kullanılan flare sisteminin de etkisini azaltabilir. Zira uçak motorunun egzozu ve gövdeyle hava arasındaki sürtünmeden kaynaklanan kızılötesi iz, flare’lerin oluşturduğu sinyalden farklı özellikler taşıyor.

Bununla birlikte füze üzerindeki sistemlerde boyut, ağırlık ve güç tüketimi kısıtlı olduğu için ekip, geleneksel derin öğrenme modelleri yerine hafif bir sinir ağı geliştirdi. Modelin parametre sayısı önceki yöntemlerin yüzde 16,1’ine, hesaplama gereksinimi ise yüzde 19,2’sine indirildi. Ayrıca özel bir yapay zeka hızlandırıcısı kullanıldı.

Testlerde sistem yüksek doğrulukla hedefleri tanırken ortalama çıkarım süresi 1,5 milisaniye, güç tüketimi ise 2,2 watt oldu. Sistemin temelini oluşturan Zynq7020 platformunun birkaç yüz yuan (10-110 dolar) seviyesinde maliyete sahip olduğu belirtildi.

Öte yandan araştırma şimdilik havadan havaya füzelerin yakın mesafe tapa sistemlerine odaklanıyor. Araştırmacılar, aynı yöntemin karadan havaya füzelere uygulanması konusunda ise henüz doğrulama yapılmadığını belirtiyor.