В России нейросети научат обрабатывать радиолокационные сигналы – инновацией займутся специалисты Тульского государственного университета (ТулГУ). Об этом сообщает газета "Известия" со ссылкой на пресс-службу регионального правительства.
Там указали, что власти региона окажут университету грантовую поддержку. Апробация результатов будет проводиться в условиях ультразвуковой пеленгации на специально созданном полигоне.
По оценкам специалистов оборонно-промышленных производств, использование нейросетей в радиолокации увеличивает вероятность распознавания дронов до 95%. В то же время, как заявил ректор ТулГУ Олег Кравченко, в РФ применение систем искусственного интеллекта (ИИ) в радиолокации – это "практически чистое поле", несмотря на актуальность направления.
В свою очередь, советник по экономике и социологии РАЕН, эксперт в области цифровых технологий и IT-менеджмента Антон Баланов отметил, что сейчас популярность и доступность беспилотников, в том числе малых размеров, создает новые риски для безопасности. Поэтому вопросы защиты от незаконного проникновения БПЛА стоят остро, уточнил он.
Специалист по внедрению ИИ Анна Дудник добавила, что особую опасность представляют малые дроны, которые могут использовать для шпионажа, контрабанды и проведения различных атак, что требует надежных методов их обнаружения и нейтрализации.
Баланов объяснил, что малые БПЛА весят меньше 20 килограммов и сложнее обнаруживаются из-за небольшого размера, высокой маневренности и способности летать на низких высотах. В связи с этим сотрудники ТулГУ хотят сделать акцент на их выявлении. Также в мире уже используются различные технологии выявления дронов, у каждой из которых есть свои преимущества и недостатки, продолжил эксперт.
Так, радиолокационные системы эффективно выявляют крупные беспилотники, но испытывают сложности с определением малых. Акустические системы могут обнаруживать дроны по звуку, однако дальность и точность их работы имеют свои ограничения, сказал Баланов.
Дудник добавила, что для визуального выявления беспилотника также применяются оптические и тепловизионные системы, однако им нужна прямая видимость. Все эти методы зачастую сочетаются для повышения точности, но комбинированные решения отличаются повышенной ценой. Выходом как раз и могли бы стать технологии на основе ИИ, считает она.
Также Баланов сказал, что сейчас нейросети могут анализировать большие объемы данных с различных акустических датчиков, радаров и камер, а потом на основании этих сведений выявлять классические признаки дронов. Технологии на основе ИИ позволяют автоматизировать процесс распознавания БПЛА всех типов в режиме реального времени и могут интегрироваться с системами противодействия.
Кроме того, основатель одной из транспортных компаний Александр Стрельников указал, что технологии обработки радиолокационных сигналов при помощи нейросетей также активно развивают в Китае. В частности, исследователи из Китайской академии наук (CAS) создали метод обнаружения и классификации целей с использованием ИИ, который может эффективно идентифицировать различные типы целей, в том числе самолеты, ракеты и корабли.
Стрельников подчеркнул, что технология обработки радиолокационных сигналов с использованием нейросетей – передовая область исследований, активно развивающаяся в разных странах мира. При этом, по мнению Дудник, перспективы использования ИИ для выявления БПЛА выглядят многообещающими, как и работа в этом плане специалистов ТулГУ.
Баланов дополнил, что нейросети уже демонстрируют высокую эффективность в анализе многопрофильных данных для обнаружения дронов, а интеграция ИИ-алгоритмов с различными сенсорами позволяет создавать адаптивные системы противодействия беспилотникам.
При этом с учетом быстрого развития технологий ИИ следует ожидать, что скоро такие системы станут стандартом для защиты гражданских и военных объектов, подытожила Дудник.
Ранее стало известно, что научно-производственное объединение "Кайсант" создало купольную станцию подавления FPV-дронов К-1000. Она предназначена для защиты любой бронетехники и транспорта. По словам директора по развитию предприятия Алены Баландиной, система выполнена в форм-факторе чемоданчика и весит два килограмма.