به گزارش ساوت چاینا مورنینگ پست، زیردریایی سرنشین‌دار چین طی سه مأموریت غواصی در حوضه فیلیپین، واقع در غرب اقیانوس آرام، به حداکثر عمق ۷ هزار و ۵۶.۹ متر دست یافته است.
این آزمایش‌ها پس از انجام یک ارتقای اساسی صورت گرفت که طی آن، سامانه تحلیل بستر دریا مبتنی بر هوش مصنوعی و یک سامانه مجزای عیب‌یابی فنی به این زیردریایی اضافه شدند. هدف از طراحی این سامانه‌ها، کمک به خلبانان و هدایت‌کنندگان زیردریایی در جریان عملیات زیرآبی است.
این پیشرفت‌ها ظرفیت رو به رشد هوش مصنوعی در عملیات زیرآبی را برجسته می‌کنند؛ حوزه‌ای که به یکی از عرصه‌های نوظهور رقابت راهبردی میان چین و آمریکا تبدیل شده است. هر دو کشور در حال بررسی کاربردهای نظامی هوش مصنوعی هستند، هرچند استفاده از این فناوری در تصمیم‌گیری‌های مرتبط با تسلیحات هسته‌ای همچنان موضوعی بحث‌برانگیز است.
زیردریایی‌ها با چالش‌های ویژه‌ای روبه‌رو هستند؛ زیرا هنگام حرکت در زیر آب نمی‌توانند به ارتباطات ماهواره‌ای مستمر متکی باشند. در نتیجه، خدمه باید اطلاعات پیچیده را پردازش کنند و در شرایطی که دسترسی محدودی به پشتیبانی خارجی دارند، تصمیم‌های حیاتی بگیرند.
هوش مصنوعی می‌تواند به تحلیل سیگنال‌های سونار، شناسایی تهدیدهای احتمالی، تشخیص نقص تجهیزات و ارائه راهکارهای مناسب کمک کند؛ آن هم با سرعتی بیشتر از زمانی که اپراتورهای انسانی به‌تنهایی این وظایف را انجام می‌دهند.
چنین قابلیت‌هایی به‌ویژه در زیردریایی‌های هسته‌ای که مأموریت‌های طولانی‌مدت زیرآبی انجام می‌دهند، می‌تواند بسیار ارزشمند باشد؛ چراکه خرابی تجهیزات در این مأموریت‌ها ممکن است به اقدام فوری نیاز داشته باشد و امکان دریافت کمک فنی از خارج نیز وجود نداشته باشد.
یکی از سامانه‌هایی که برای زیردریایی جیاولونگ توسعه یافته، نمونه‌ای از چگونگی استفاده از هوش مصنوعی برای پشتیبانی از چنین عملیات‌هایی است.
بر اساس گزارش خبرگزاری شینهوا، جیاولونگ به یک سامانه عیب‌یابی و پشتیبانی از تصمیم‌گیری مجهز شده است. این سامانه هنگام بروز نقص در تجهیزات در جریان عملیات غواصی، دستورالعمل‌های رفع مشکل، سوابق خرابی‌های قبلی و اسناد فنی مرتبط را در اختیار خلبان قرار می‌دهد.
این سامانه بخش‌هایی از تجهیزات، از جمله سامانه‌های پیشرانش و کنترل را پوشش می‌دهد و به ملوانان کمک می‌کند مشکلات را شناسایی کرده و پیش از جدی‌تر شدن نقص‌ها، به شرایط اضطراری واکنش نشان دهند.
فناوری‌های مشابه پشتیبانی از تصمیم‌گیری ممکن است در آینده برای استفاده در زیردریایی‌های هسته‌ای نیز توسعه داده شوند. چنین سامانه‌هایی می‌توانند به خدمه کمک کنند تا در جریان مأموریت‌های طولانی زیرآبی، نقص تجهیزات را تشخیص دهند و واکنش مناسب را انتخاب کنند.
همچنین، فناوری نگهداری و تعمیرات پیش‌بینانه مبتنی بر هوش مصنوعی می‌تواند شرایط غیرعادی عملکرد تجهیزات را پیش از خرابی قطعات شناسایی کند و احتمال وقوع نقص‌های غیرمنتظره را کاهش دهد.
هوش مصنوعی برای شناسایی محیط زیر آب
پژوهشگران چینی علاوه بر سامانه عیب‌یابی، یک سامانه هوش مصنوعی دیگر نیز توسعه داده‌اند که برای کمک به جیاولونگ در شناسایی و تحلیل محیط اطراف زیر آب طراحی شده است.
پژوهشگران مرکز مدیریت پایگاه ملی اعماق دریا در چین، یک سامانه اکتشاف هوشمند توسعه داده‌اند که از یک مدل بزرگ هوش مصنوعی چندوجهی برای تحلیل تصاویر ثبت‌شده توسط دوربین‌های جیاولونگ استفاده می‌کند.
پژوهشگران برای آموزش این سامانه از بیش از ۸۰۰ هزار تصویر از موجودات اعماق دریا و مواد تشکیل‌دهنده بستر دریا استفاده کرده‌اند. این حجم از داده‌های آموزشی به سامانه امکان می‌دهد اشیای موجود در تصاویر زیرآبی را شناسایی کند و اطلاعاتی مانند نام آن‌ها، مختصات جغرافیایی، زمان ثبت تصویر و عمق محل مشاهده را به‌صورت خودکار ثبت کند.
در صورت بروز اشتباه در شناسایی، پژوهشگران می‌توانند اطلاعات را به‌صورت دستی اصلاح کرده و داده‌های اصلاح‌شده را دوباره در اختیار مدل قرار دهند تا فرایند یادگیری و بهبود عملکرد آن ادامه پیدا کند.
این نرم‌افزار همچنین قادر است مسیر حرکت زیردریایی در جریان عملیات غواصی را به‌صورت سه‌بعدی بازسازی کند، فراوانی گونه‌های دریایی را تحلیل کند و گزارش‌هایی درباره اکوسیستم‌های بستر دریا تهیه کند.
اگرچه این فناوری با هدف اکتشافات علمی توسعه یافته است، تکنیک‌های مشابه هوش مصنوعی می‌توانند در آینده برای کاربردهای نظامی نیز مورد استفاده قرار گیرند؛ به این صورت که مدل‌های تخصصی برای شناسایی الگوها در داده‌های صوتی به‌جای تصاویر آموزش داده شوند.
سامانه‌های سونار حجم زیادی از سیگنال‌های صوتی مربوط به شناورها، موجودات دریایی و شرایط محیطی اقیانوس را جمع‌آوری می‌کنند. به همین دلیل، طبقه‌بندی سریع این سیگنال‌ها در جنگ‌های زیرآبی اهمیت ویژه‌ای دارد.
هوش مصنوعی بالقوه می‌تواند به خدمه زیردریایی‌ها کمک کند منابع مختلف صداهای زیرآبی را از یکدیگر تشخیص دهند و الگوهای صوتی مشکوک را شناسایی کنند. چنین قابلیتی می‌تواند بار کاری اپراتورهای انسانی را کاهش دهد.
با این حال، سامانه چینی در حال حاضر بر تحلیل تصاویر تمرکز دارد و برای شناسایی اهداف نظامی مبتنی بر داده‌های سونار طراحی نشده است.
منبع: scmp
