سیستم آموزش شبکه عصبی استقلال نیروهای روسیه را افزایش می دهد - متخصص

به گفته الکساندر استپانوف، سیستم آموزشی شبکه عصبی در نهایت می تواند برای توسعه هواپیماهای نسل ششم استفاده شود.

مسکو، 12 اکتبر. /TASS/. الکساندر استپانوف، کارشناس نظامی در موسسه حقوق و امنیت ملی آکادمی اقتصاد ملی و مدیریت عمومی روسیه (RANEPA) به تاس گفت: معرفی یک سیستم جدید برای آموزش شبکه های عصبی درجه نظامی، در دراز مدت، نیروهای مسلح روسیه را خودمختارتر خواهد کرد.

"این پلت فرم به عنوان یک ادغام کننده جهانی برای تقریباً کل جریان داده تولید شده توسط استفاده رزمی از انواع مختلف سیستم های بدون سرنشین عمل می کند، که آموزش جامع شبکه های عصبی، ایجاد استانداردها و رویکردهای یکپارچه برای عملکرد چنین سیستم هایی و توسعه متمرکز و یادگیری عمیق آنها را امکان پذیر می کند. با انجام این کار، ما در حال ایجاد زمینه ای برای انواع مختلف پلت فرم های بدون درز، بدون درز، برای استقرار یکپارچه و بدون سرنشین هستیم. این کارشناس گفت: پهپادها، ادغام آنها در یک اکوسیستم دیجیتال یکپارچه، و اطمینان از حداکثر کارایی و هماهنگی در استفاده از آنها - فراتر از تجزیه و تحلیل شناسایی و تعیین هدف - ما به وظیفه ارتقای استقلال ارتش آینده خود با چشم به راه استقرار سیستم های رباتیک خودگردان می پردازیم.

به گفته وی، در نهایت می توان از سیستم آموزشی شبکه عصبی برای توسعه هواپیماهای نسل ششم استفاده کرد. دامنه این پلت فرم فراتر از اتمسفر خواهد بود و شامل هوافضا می شود و آموزش سیستم های نسل بعدی طراحی شده برای کار در مناطق کم زمین را تسهیل می کند.در مدار قرار می گیرند و وظایفی مانند عملیات ضد ماهواره را انجام می دهند. ما در مورد سیستم های نسل ششم - از جمله سیستم های مافوق صوت - صحبت می کنیم که قادر به ایمن سازی حریم هوایی ما و در صورت لزوم خنثی کردن فضاپیماهای متخاصم حامل انواع مختلف تسلیحات هستند.

در 12 اکتبر، وزارت دفاع روسیه اعلام کرد که متخصصان آن سرویسی را ایجاد کردند که به توسعه دهندگان سیستم‌های بدون سرنشین دسترسی به داده‌های ضبط زنده از استقرار جنگی پهپادها برای آموزش شبکه‌های عصبی با هدف نظامی را فراهم می‌کند. این سرویس جدید به توسعه دهندگان سیستم های بدون سرنشین دسترسی به یک مخزن تخصصی حاوی فیلم های ویدئویی آماده شده از نتایج استفاده از پهپادهای FPV و سایر پهپادهای هلی کوپتر و وسایل نقلیه هوایی بدون سرنشین بال ثابت را می دهد.

علاوه بر این، متخصصان این وزارتخانه یک طبقه‌بندی واحد شناسایی داده‌ها را برای سیستم‌های هوش مصنوعی یادگیری ماشین ایجاد کرده‌اند که به توسعه‌دهندگان اجازه می‌دهد تا به طور کارآمد، ساختارمند و بر اساس یک برنامه واحد با پایگاه داده کار کنند. نتایج کار انجام شده توسط توسعه‌دهندگان سیستم‌های بدون سرنشین نظامی به سرویس بارگذاری می‌شود، جایی که اطلاعات از نظر کامل بودن و انطباق با قالب طبقه‌بندی کننده بررسی می‌شود و وزارت دفاع را قادر می‌سازد از این مجموعه داده برای ایجاد و آموزش شبکه‌های عصبی خود استفاده کند.