შვედური დრონი სამიზნეებს Nvidia-ს მოდულით ავტონომიურად ბომბავს

Ars Technica-ს ცნობით, მცირე კომპიუტერული ხედვის მოდელებით აღჭურვილმა დრონებმა ბოლო ჩვენებაზე სამიზნეები ავტონომიურად ამოიცნეს და შეუტიეს. შვედურმა ხელოვნური ინტელექტის სტარტაპმა Scaleout Systems-მა (Scaleout Systems) Affordable Loitering Modular Ammunition-ის (ALMA) პროგრამის ფარგლებში BAE Systems Bofors-ის იაფი მოარული საბრძოლო მასალა გამოიყენა. BAE-ის Winter Demo 2026-ზე დრონმა სამიზნეები აღმოაჩინა და მათი მდებარეობა განსაზღვრა. შემდეგ მან ჯავშნიანი საინჟინრო მანქანა უმაღლესი პრიორიტეტის სამიზნედ შეარჩია, მასთან ავტონომიურად მიფრინდა და ასაფეთქებელი მოწყობილობა ჩამოაგდო.

Scaleout-ის საჩვენებელ ვიდეოში „ტექნიკური ჩვენება: ავტონომიური უპილოტო საფრენი აპარატების მისიებისთვის ბორტზე განთავსებული გამოთვლითი სისტემა“ კომპანიის დრონი ხელოვნური ინტელექტით პოტენციურ საფრთხეებს ამჩნევს. მთელი დამუშავება ბორტზე მიმდინარეობს. სისტემის ასამუშავებლად ღილაკზე დაჭერის გარდა, ხელით მართვა აუცილებელი არ არის. დანიშნული პილოტი ავარიული მართვისთვის მზად რჩებოდა. მისია ადამიანის მიერ განსაზღვრული პარამეტრებით შესრულდა და ჯავშნიანი საინჟინრო მანქანის განადგურებას ისახავდა მიზნად. დაზვერვას დაახლოებით 200 წამი დასჭირდა, ხოლო სრული მისია 320 წამზე ნაკლებ დროში დასრულდა. მისია კომუნიკაციის გარეშე შესრულდა, რაც Scaleout-ის მტკიცებას ადასტურებს, რომ სისტემა ელექტრონული ომის მიმართ მდგრადია.

ანგარიშში საბრძოლო მასალა „კამიკაძე დრონად“ მოიხსენიეს, თუმცა პროგრამა უფრო ზუსტ ტერმინს, „მოარულ საბრძოლო მასალას“, იყენებს. მისიის უმეტესი ნაწილი ძებნას, სამიზნეების პრიორიტეტების განსაზღვრასა და დარტყმის მოლოდინს ეთმობა. კომპანია Scaleout Edge-სა (Scaleout Edge) და „ფედერაციულ სწავლებას“ „ტაქტიკურ კომპიუტერული ხედვის ქსელში“ აერთიანებს. მოწყობილობები ხელოვნურ ინტელექტს ადგილობრივად ავარჯიშებენ და სწრაფი ადაპტაციისთვის მოდელის განახლებებს აზიარებენ. Scaleout-ის პროექტი FEDAIR ნატოს DIANA-ს აქსელერატორის ნაწილია. პროექტმა განვითარებისთვის 100 000 ევროს დაფინანსება, სწავლება და საცდელ სისტემებზე წვდომა მიიღო.

Scaleout-მა თებერვლის პოსტში შვედეთის BTC Karlskoga-ზე (BTC Karlskoga) გამართული ცალკე „არქტიკული დარტყმის ჩვენება“ აღწერა. მისია თოვლში, ცელსიუსით -18 გრადუსზე, ანუ ფარენჰაიტით დაახლოებით 0 გრადუსზე შესრულდა. Airolit S1-ის საფრენმა პლატფორმამ (Airolit S1) Nvidia-ს Jetson Orin Nano-ზე ობიექტების აღმომჩენი YOLOv8 Nano მოდელი გაუშვა. Scaleout-ის განცხადებით, დაახლოებით 20 მ/წმ სიჩქარეზე სისტემა წამში 30 კადრს ამუშავებდა. მიზნობრივი დაყოვნება 30 მწმ ან ნაკლები იყო, ხოლო საველე პირობებში დაახლოებით 30 მწმ შენარჩუნდა. სიღრმის სენსორის გარეშე მანძილის განსაზღვრა შესაძლებელია წერტილოვანი კამერის მოდელისა და ობიექტის ცნობილი ზომის გაერთიანებით.