Η Κίνα εξουδετερώνει σμήνη από drones με φθηνό τρόπο ενσωματώνοντας AI στα ραντάρ της

Σύνοψη

• Κινέζοι ερευνητές παρουσίασαν ένα νέο σύστημα ραντάρ βασισμένο στην Τεχνητή Νοημοσύνη, σχεδιασμένο να αναγνωρίζει πραγματικούς στρατιωτικούς στόχους μέσα σε μαζικά σμήνη drones.
• Η τεχνολογία αναλύει σε πραγματικό χρόνο τις υπογραφές μικρο-Doppler και την Ενεργό Διατομή Ραντάρ (RCS), αγνοώντας τα φθηνά δολώματα που αποσκοπούν στην εξάντληση των αναχαιτιστικών βλημάτων.
• Το σύστημα αναπτύχθηκε με βάση τα διδάγματα από πρόσφατες συγκρούσεις στη Μέση Ανατολή, όπου παρατηρήθηκε η τακτική του κορεσμού των συστημάτων αεράμυνας.
• Η χρήση μηχανικής μάθησης μεταφέρει το βάρος της αντιμετώπισης ασύμμετρων απειλών από το ακριβό hardware στο ευέλικτο software.

Η λύση της Τεχνητής Νοημοσύνης στα σμήνη Drones

Η Κίνα ανακοίνωσε την ανάπτυξη ενός προηγμένου συστήματος ραντάρ υποστηριζόμενου από Τεχνητή Νοημοσύνη, ικανού να διαχωρίζει άμεσα τα πραγματικά μαχητικά αεροσκάφη και τους πυραύλους από τα φθηνά drones-δολώματα. Αξιοποιώντας αλγόριθμους μηχανικής μάθησης, το σύστημα αναλύει τα μικρο-Doppler χαρακτηριστικά σε πραγματικό χρόνο, αποτρέποντας τον κορεσμό των συστημάτων αεράμυνας κατά τη διάρκεια μαζικών επιθέσεων σμήνους.

Η εξέλιξη των μη επανδρωμένων αεροσκαφών (UAVs) έχει μεταβάλει ριζικά το σύγχρονο πεδίο μάχης. Η χρήση σμηνών από φθηνά, αυτοκτονούντα drones ως μέσο αντιπερισπασμού αποτελεί πλέον πάγια τακτική. Ο κύριος στόχος αυτών των επιθέσεων δεν είναι απαραίτητα η άμεση καταστροφή υποδομών, αλλά η πρόκληση «τύφλωσης» και κορεσμού των εχθρικών ραντάρ. Τα παραδοσιακά συστήματα αεράμυνας αδυνατούν συχνά να διαφοροποιήσουν ένα drone των 10.000 ευρώ από έναν επερχόμενο πύραυλο cruise, με αποτέλεσμα την άσκοπη κατανάλωση πανάκριβων αναχαιτιστικών πυραύλων που κοστίζουν εκατομμύρια. Το νέο σύστημα που αναπτύχθηκε από κινεζικά ερευνητικά ινστιτούτα επιχειρεί να επιλύσει αυτό το μαθηματικό και τακτικό πρόβλημα μέσω εξελιγμένου λογισμικού, εξαλείφοντας τον "θόρυβο" από τις οθόνες των χειριστών.

Μηχανική μάθηση και επεξεργασία σήματος

Η διάκριση μεταξύ ενός πραγματικού στόχου και ενός δολώματος απαιτεί την ανάλυση τεράστιου όγκου δεδομένων σε κλάσματα του δευτερολέπτου. Τα παραδοσιακά ραντάρ βασίζονται κυρίως στην Ενεργό Διατομή Ραντάρ (Radar Cross Section - RCS) και στην ταχύτητα προσέγγισης. Ωστόσο, τα σύγχρονα drones-δολώματα είναι σχεδιασμένα ώστε να φέρουν ανακλαστήρες που αυξάνουν τεχνητά το RCS τους, μιμούμενα το ίχνος ενός κανονικού μαχητικού αεροσκάφους.

Εδώ υπεισέρχεται η Τεχνητή Νοημοσύνη. Το νέο κινεζικό σύστημα τροφοδοτεί τα δεδομένα επιστροφής του ραντάρ σε νευρωνικά δίκτυα τα οποία έχουν εκπαιδευτεί να αναγνωρίζουν μικρο-διαφοροποιήσεις.

• Υπογραφές Μικρο-Doppler: Το σύστημα εντοπίζει τις ανεπαίσθητες αλλαγές συχνότητας που προκαλούνται από τα κινούμενα μέρη της συσκευής, όπως οι έλικες ενός quadcopter ή τα πτερύγια ενός μικρού κινητήρα jet, τα οποία διαφέρουν δραματικά από τα κινηματικά χαρακτηριστικά ενός πυραύλου.
• Ανάλυση Κινηματικής Συμπεριφοράς: Οι αλγόριθμοι αναλύουν το μοτίβο πτήσης. Οι ανεπαίσθητες διορθώσεις πορείας, η επιτάχυνση και ο τρόπος με τον οποίο το αεροσκάφος αντιδρά στις ριπές του ανέμου αποκαλύπτουν την πραγματική του μάζα και αεροδυναμική δομή. Ένα ελαφρύ drone αντιδρά διαφορετικά στον αέρα από ένα βαρύ μαχητικό, ανεξάρτητα από το τι δείχνει το RCS του.
• Διαχείριση Κορεσμού Δεδομένων: Η κεντρική μονάδα επεξεργασίας (NPU) του ραντάρ απορρίπτει αυτόματα τα ίχνη που ταξινομούνται ως «χαμηλής απειλής / δολώματα», αφήνοντας τις οθόνες των χειριστών καθαρές και εστιάζοντας το κλείδωμα των οπλικών συστημάτων αποκλειστικά στους πραγματικούς στόχους.

Το γεωπολιτικό πλαίσιο και η ασύμμετρη απειλή

Οι αναφορές δείχνουν ότι η ανάπτυξη αυτού του συστήματος επιταχύνθηκε μετά την παρατήρηση των στρατιωτικών συγκρούσεων στη Μέση Ανατολή. Η ευρεία χρήση drones από το Ιράν και άλλες δυνάμεις κατέδειξε την ευπάθεια των υπερσύγχρονων δυτικών συστημάτων αεράμυνας απέναντι σε επιθέσεις χαμηλού κόστους αλλά υψηλού όγκου.

Το δόγμα της επίθεσης σμήνους (swarm attack) βασίζεται στα οικονομικά του πολέμου. Εάν ο αμυνόμενος αναγκαστεί να εκτοξεύσει έναν πύραυλο Patriot ή ένα βλήμα του Iron Dome για να καταρρίψει ένα drone κόστους μερικών χιλιάδων ευρώ, ο επιτιθέμενος έχει ήδη κερδίσει σε οικονομικό και εφοδιαστικό επίπεδο. Η ενσωμάτωση της AI από την Κίνα στοχεύει στην αντιστροφή αυτής της συνθήκης, εξασφαλίζοντας ότι η αεράμυνα θα παραμένει ενεργή και πλήρως εξοπλισμένη για να αντιμετωπίσει τις κύριες απειλές. Αντί να απαντά στο υλικό (περισσότερα δολώματα) με επιπλέον υλικό (περισσότερους πυραύλους), η απάντηση δίνεται μέσω του λογισμικού.

Η εφαρμογή αυτών των αλγορίθμων απαιτεί ισχυρή υπολογιστική ισχύ ακριβώς δίπλα στον αισθητήρα του ραντάρ, μειώνοντας την καθυστέρηση της μετάδοσης δεδομένων σε κεντρικούς servers. Η ικανότητα της κινεζικής αμυντικής βιομηχανίας να παράγει προηγμένα τσιπ επεξεργασίας σήματος ραντάρ παίζει καθοριστικό ρόλο στην υλοποίηση τέτοιων λύσεων στο πεδίο.

Με τη ματιά του Techgear

Η συγκεκριμένη τεχνολογική εξέλιξη αποδεικνύει ότι η Τεχνητή Νοημοσύνη παύει να αποτελεί ένα θεωρητικό εργαλείο ανάλυσης και μετατρέπεται σε κρίσιμο παράγοντα επιβίωσης στο ψηφιοποιημένο πεδίο μάχης. Το πρόβλημα του "κορεσμού" των ραντάρ υπήρξε ένας μόνιμος πονοκέφαλος για τους μηχανικούς αμυντικών συστημάτων. Η λύση που προτείνουν οι Κινέζοι ερευνητές επικεντρώνεται απολύτως σωστά στην ποιότητα των δεδομένων αντί για την ποσότητα της αναχαίτισης.

Το ενδιαφέρον στοιχείο για την ευρύτερη τεχνολογική βιομηχανία είναι η επιτάχυνση της εξέλιξης των συστημάτων Edge AI. Αλγόριθμοι που κάποτε απαιτούσαν συστοιχίες από servers, τώρα πρέπει να τρέχουν σε πραγματικό χρόνο πάνω σε κινητές πλατφόρμες ραντάρ με αυστηρούς περιορισμούς ενέργειας και θερμικής απαγωγής. Αυτή η πίεση για βελτιστοποίηση των νευρωνικών δικτύων αναμένεται να μεταφερθεί άμεσα και σε μη στρατιωτικές εφαρμογές, όπως τα συστήματα αποφυγής σύγκρουσης σε αυτόνομα οχήματα και η διαχείριση της εναέριας κυκλοφορίας drones στις έξυπνες πόλεις. 

Είναι προφανές ότι το λογισμικό είναι πλέον το κύριο όπλο εξουδετέρωσης της φθηνής μάζας των hardware επιθέσεων.