Kína új, LLM-alapú „mesterséges intelligencia agya” automatizálja a műholdas megfigyelést

A „mesterséges intelligencia által támogatott agy” minimális emberi beavatkozást igényel, ami komoly etikai kérdést vet fel az MI által támogatott hadviselés elszámoltathatóságával kapcsolatban.

Kínai repülőgépipari kutatók egy új rendszert vezettek be, amely a nagy nyelvi modelleket (LLM) vagy mesterséges intelligenciát használja ki a műholdas megfigyelés fejlesztésére.

Az Air Target Agent System nagy nyelvi modelleket (LLM) integrál együttműködő MI-ágensekkel. Lehetővé teszi az autonóm elemzést és döntéshozatalt az égből.

Az új fejlesztést a mesterséges intelligencia hadviselésben való alkalmazásának etikájáról – és az emberi döntéshozatal minimalizálásáról – folytatott viták közepette mutatták be.

Kína új mesterséges intelligencia által fejlesztett megfigyelőrendszere
Az új rendszer úgy hangozhat, mintha egy Bond-gonoszpárti használna egész lakosság kémkedésére az égből. A leleplezés egyúttal egy olyan időszakban is történik, amikor az Egyesült Államokat komolyan vizsgálják a mesterséges intelligencia által használt célzórendszerek miatt a folyamatban lévő iráni konfliktusban.

Az amerikai rendszerek állítólag automatizálják a képelemzéstől a csapásmérés kiválasztásáig tartó szakaszokat, bár a konkrét részletek továbbra is titkosak. Az olyan incidensek, mint egy iráni általános iskola elleni februári csapás, amelyben több mint 200 gyermek halt meg, felerősítették a vitákat a mesterséges intelligencia háborús bűncselekmények elkövetésére való képességéről, valamint az MI által támogatott hadviselés elszámoltathatóságának kérdéséről.

A South China Morning Post (SCMP) jelentése szerint azonban Kína rendszere kifejezett erőfeszítést jelent a mesterséges intelligencia használatának átláthatóságának növelésére.

Az új rendszer mesterséges intelligencia segítségével bontja le az összetett feladatokat, választja ki a megfelelő algoritmusokat, koordinálja a munkafolyamatokat és önállóan állítja helyre a hibákat. A hagyományos képfelismerő eszközökkel ellentétben ez a rendszer továbbmegy a műholdképek értelmezésével, következtetések levonásával és válaszok kezdeményezésével, emberi beavatkozás nélkül.

A kutatók az architektúrát „agy plusz eszközhadseregként” írják le, ahol az LLM központi koordinátorként irányítja a speciális MI-eszközöket.

Ez a beállítás állítólag jelentősen csökkenti az elemzési időt, miközben megőrzi a megbízhatóságot dinamikus forgatókönyvekben. A tesztelés során a rendszer bizonyította, hogy képes önállóan kezelni az akadályokat, ami kulcsfontosságú előny a valós idejű hírszerzési és célzási alkalmazások számára.

Kína mesterséges intelligencia védelmi erőfeszítései
A technológia Kína szélesebb körű mesterséges intelligencia védelmi törekvéseire épít, ahol a műholdas adatok egyre inkább összekapcsolódnak a gépi gondolkodással.

„A jövőben tovább fogjuk vizsgálni a telepítési és optimalizálási stratégiákat nagyobb léptékű, valós alkalmazási forgatókönyvekben” – magyarázta Wang Lei, a Kínai Tudományos Akadémiához tartozó munkatárs az SCMP jelentése szerint.

Az autonóm rendszerek azonban hasonló etikai és működési kérdéseket vetnek fel, mint az Egyesült Államokkal szemben felhozott kérdések. Kína eddig az emberi felügyeletet hangsúlyozta katonai mesterséges intelligenciájában, de a légi célpontokat kezelő rendszer a minimális beavatkozást hangsúlyozza.

Bár a telepítési részletek szűkösek, a skálázhatóságra való összpontosítás a műholdak és parancsnoki rendszerek nagyobb hálózataiba való integrációra való felkészülést sugallja.

Az új rendszer fejlesztése rávilágít a katonai mesterséges intelligencia területén fokozódó versenyre. Ahogy mindkét nagyhatalom fejleszti az automatizált célzást, úgy nő az eszkaláció és a téves számítások kockázata.

Az elemzők további finomításokra számítanak, mivel Kína kibővített működési környezetben teszteli a rendszert. A platform azt is szemlélteti, hogyan válnak a mesterséges intelligencia alapú ügynökök a támogató eszközökből a modern megfigyelési és célzási architektúrák központi elemeivé.

Tovább a cikkre: interestingengineering.com (Chris Young)