人工知能は標的の照準を加速し、人間と機械の統合を支援して即時攻撃を可能にします。

人工知能は標的の照準を加速し、人間と機械の統合を支援して即時攻撃を可能にします。

米国の国防月報ウェブサイトは2020年9月23日、米陸軍当局者が、8月11日から9月23日まで行われた「フュージョン2020」というコードネームの5週間の演習で、米陸軍が人工知能(AI)を使用して人間の介入なしに目標の照準を加速することに成功したと述べたと報じた。この演習は、米軍がマルチドメインの戦場での戦い方を学び、「コンピューター頭脳」として知られる「ストーム」と呼ばれるAIシステムを試用し、射撃手が標的を攻撃する際に使用する一般的な操作図や指示を更新するのを支援することを目的としている。報告書によると、戦場で敵の標的が発見されると、ストームのAIシステムはこれらの標的と、それらに影響を与えることができる最高の射手を素早くマッチングさせ、これまでの手動操作の射撃速度を大幅に向上させ、将来の戦闘のやり方を根本的に変えるという。演習中、米陸軍は地上ロボットを小型ドローンと組み合わせて使用​​し、無人地上車両2台と無人航空機2台を派遣して地上のデジタル地図を作成し、情報を伝送し、AIを使用して標的を識別した。

[[344642]]

実際、軍事分野における人工知能技術の広範な使用は、必然的にロボット兵士が人間と並んで戦うことにつながるだろう。将来の戦争は、主にロボットまたは無人兵器に基づく人間と機械の共同作戦となるだろう。その中で、無人戦闘車両や無人輸送車両などの無人地上戦闘プラットフォームは、今後の戦争において欠かせない軍事力となっており、モジュール化の方向に発展しており、必然的に従来の戦闘力の使用方法を覆すことになるだろう。

いわゆる無人戦闘プラットフォームとは、戦闘ロボットまたは戦場での殺傷ロボットシステムの総称です。空中において、実際の戦闘に配備される人間が操縦するドローンシステムは、独自の偵察、判断、自律攻撃機能を備えたドローンシステムプラットフォームです。陸上では、特定のタスクを実行できるさまざまなロボットが、機械化、情報化、インテリジェンスを高度に統合した移動攻撃プラットフォームです。例えば、無人戦車は主に独自のプログラムによって制御される無人の履帯式装甲プラットフォームであり、兵士による遠隔操作が可能で、長距離攻撃型知能兵器と情報化兵器が主流となっている。自動的に弾薬を装填し、自律的に射撃し、長距離間接精密攻撃を実行し、兵士の死傷者を効果的に減らすことができる。手動操作モードでは、手動運転車両に乗った指揮官、または携帯型装備を装備した歩兵によって制御できます。近い将来、陸上無人プラットフォームは偵察衛星、航空機、船舶、潜水艦、地上偵察部隊から得られるさまざまな目標情報を統合し、他の無人プラットフォームと連携して、陸海空の未来の3次元無人戦闘戦場を作り出すことができるようになると予測できます。 2007年、英国BAEシステムズが米国向けに開発した無人戦車「ブラックナイト」が陸軍のフォートベニング演習に参加し、陸軍上層部から評価された。ブラックナイト無人戦闘車両は、BAEシステムズが開発したインテリジェント無人戦闘車両です。高度なロボット技術を採用し、高感度カメラ、レーザーレーダー(LADAR)、熱画像カメラ、GPSなどの認識・制御モジュールを搭載しています。全天候型無人走行機能を備え、前方偵察、情報収集、危険地域の調査などの任務を遂行できます。また、歩兵戦闘に同行し、火力支援を行うこともできます。星条旗ウェブサイトの報道によると、米陸軍第4歩兵師団第3旅団戦闘団第10機械化連隊第4中隊は、小隊レベルの訓練活動でブラッドレー無人戦闘車両とM113無人装甲兵員輸送車を試験しており、無人機械化戦闘の「将来の道」を積極的に模索している。 2016年7月、米国カリフォルニア州で行われた多国籍合同軍事演習において、米海兵隊は模擬対テロ戦闘演習に参加した。その中で、米陸軍第1海兵師団第9連隊第3大隊K中隊が無人戦闘車両の実戦模擬試験(主にシミュレーションアニメーションデモンストレーション)に参加し、人々に深い印象を残した。

ロシアは2018年に、最新のT-14「アルマータ」戦車の無人ロボット版を生産した。これは設計コンセプトが先進的であるだけでなく、現代の技術革新も受けている。新たに開発された戦闘ロボットの一部は、シリアの対テロ戦場に送られ、実戦テストが行​​われた。一部メディアは、ロシア軍がシリア戦場で初めて組織的なロボット部隊を展開し、世界初の戦闘で有名になったと報じた。20分間の陣地攻撃で、現在ロシア軍が占領するのが難しい高地を占領し、死傷者ゼロを達成し、敵77人を殺害した。 2018年4月21日、ロシア連邦保安庁(FSB)の特殊部隊はダゲスタン共和国デルベントで過激派テロリストに対する急襲を開始し、機関銃を搭載した武装無人戦闘車両を先鋒として初めて公に配備した。ロシアは2019年、複数の軍用ロボットの指揮を統合するために開発した「ウッドボート」と呼ばれるロボットシステムを試験した。ロシア軍とロボット研究開発機関も新開発の戦闘ロボットの共同訓練を実施し、良好な成果を上げ、訓練方法を実践的にまとめた。ロシアのメディアの報道によると、ロシアが編成を準備している戦闘ロボット部隊は、まったく新しいタイプの軍隊である。これらのロボットは最大限の自動制御を実現し、人間の介入をほとんど必要とせず、基本的に戦場での戦闘任務を自力で完了することができる。ロシアの軍事産業部門は、2020年から、それぞれ中型ロボットと大型ロボットで構成される「同志」と「突撃」ロボットシステムを開発する予定だ。現在、一部のロボットを改良し、都市部や沿岸部での任務をより適切に遂行できるように取り組んでいる。ロシアの戦闘ロボット「ウラヌス9」は間もなくロシア軍に装備され、最初の製品の生産が完了した。 12トンのロボットには対戦車ミサイル、ロケットランチャー、30mm 2A72速射砲、7.62mm自動機関銃が装備されている。報道によれば、ロシア軍は「ウラヌス」に加え、57mm機関砲を搭載したAU-220M戦闘モジュールを搭載したBMP-3歩兵戦闘車をベースにした遠隔操作式無人戦闘車両も製造したと主張している。ロシア国防省が「アルマータ」戦車をベースに無人戦車を開発する予定だというニュースもある。 つまり、米国とロシアの人工知能兵器の開発から判断すると、モジュール化が今後の開発方向となる。

モジュール化とは、複雑な問題を解決する際に、システムを上から下まで複数のモジュールに分割するプロセスを指します。モジュール化には、システムの内部特性を反映する複数の属性があります。人工知能兵器のモジュール化とは、戦闘のニーズに応じて異なる兵器システムモジュールをインストールすることを意味します。具体的には、プログラム設計は戦闘機能モジュールに基づいて段階的に行われ、各セグメントは一般にモジュール、サブモジュール、コンポーネント、パーツなどで構成されます。各モジュールは独立した「ビルディングブロック」のようなもので、さまざまなタイプの無人プラットフォームに任意に組み合わせることができます。各プラットフォームはモジュール技術を使用して構築されます。設計が完了すると、無人兵器のさまざまなモジュールを兵器庫で同時に構築し、その後、ビルディングブロックのように全体のフレームに組み立てることができます。これにより、構築期間が大幅に短縮されるだけでなく、数年の運用後に変更することもできます。無人兵器の部品交換が必要になったり、戦争中に損傷したりしても、すぐに交換できるため、メンテナンス時間が短縮されます。

アメリカでは比較的早い段階でモジュラー設計の研究が始まりました。イラク戦争中、米国は無人戦闘車両の戦闘能力のテストを開始した。 2016年、米国は多国間の合同軍事演習中に再び「モジュール式無人戦闘車両」の実験シミュレーションテストを実施した。米軍は、将来の戦場での作戦で必要に応じて兵士がバックパックからドローンの部品を取り出し、ドローンを組み立てることができるように、モジュール設計の採用を構想している。3Dプリントされたドローンも使用できる。米陸軍と海兵隊は、戦場近くの兵士に配備できるよう、オンデマンドで3Dプリントできるドローンの開発に協力している。米軍はこれを利用する際、タブレット上でアプリを開き、必要なドローンの仕様を選択し、その情報を基地キャンプの3Dプリンターに送り返すだけでよい。この小型ドローンはわずか数時間で作ることができます。米軍は、2035年までにインテリジェント戦闘システムを構築する計画だ。国防総省は現在、MAARS(モジュラー先進武装ロボットシステム)、つまり単に「モジュラー無人戦闘車両」を装備し、人間とロボットが協力して戦闘を行う能力を備えた「複合兵器部隊」を編成するために、1,100万ドル相当の契約を交わしている。

「ディープラーニング」における人工知能のスピードとビッグデータの処理速度が実際にテストされ、軍事分野で継続的に適用されるにつれて、軍の指揮官はますます多くの指揮権と意思決定権を新しい人工知能アルゴリズムに委ねています。ロボットの知能脳が徐々に人間のような知能脳へと進化するにつれ、それは必然的に人々の軍事的想像力の限界を突破するでしょう。ある日知能脳が人間の脳力に取って代わり、人間の知能を超える能力を持つようになるというのは空想ではありません。その時までに、ターミネーター軍団が本当にやってくるでしょう!

<<:  人工知能は二酸化炭素排出量のせいで制限されるのでしょうか?

>>:  視線追跡は無視できない、視覚制御車はもうすぐ登場する

ブログ    

推薦する

Pythonの神のようなアルゴリズム

今日は、非常に有名な Python の簡潔で効率的かつ便利なコードを見てみましょう。そのスタイルを見...

...

Python 学習パス - Python スライス シミュレーション LRU アルゴリズム

問題の説明: プロセスが 3 つのメイン メモリ ブロックを使用する権利を取得しました。プロセスが ...

AWS CISO: GenAI は単なるツールであり、万能薬ではない

Chris Betz 氏は、サイバーセキュリティにおける GenAI の役割について恐れたり、過度に...

Google は NeRF を使用して、自動運転用の仮想世界でサンフランシスコを再現します

自動運転システムのトレーニングには、高精度のマップ、膨大な量のデータ、仮想環境が必要です。この方向で...

6月にはロボット産業が再び活況を呈し、数十億元の資金調達が相次いだ。

科学技術の継続的な発展により、ロボットは業界でますます注目され、支持されるようになっています。ロボッ...

ディープラーニングのためのヘテロジニアス アクセラレーション テクノロジー (パート 2): カタツムリの殻の中に道場を構築する

1. 概要記事「ディープラーニング向けヘテロジニアスアクセラレーションテクノロジー(パート1)」で説...

AIはサプライチェーンの脆弱性をある程度軽減できる

今日の緊迫したサプライチェーンにおいて、最も脆弱なのはスキル不足である可能性があり、景気後退により短...

自然言語処理がCOVID-19に対する世界的な戦いに貢献

インターネットの普及と膨大な情報の出現により、人工知能の分野における重要な方向性としての自然言語処理...

初心者の機械学習エンジニアが犯しがちな6つの間違い

機械学習では、製品やソリューションを構築する方法が多数あり、それぞれが異なることを前提としています。...

...

疫病との戦いにおけるドローン:監視、空中管制、そして徹底的な説得

ドローンと聞いて何を思い浮かべますか?おそらくほとんどの人の答えは写真撮影でしょう。しかし、今回の疫...

自動運転の安全性の問題をどう解決するのか?まずは名前を変えてみましょう。

現在、新世代情報技術の急速な発展に伴い、自動運転をはじめとした新興産業がますます台頭しています。世界...

機械学習を活用して人事部門の時間を節約する方法

導入履歴書データベースに「ソフトウェア エンジニア」という名前の履歴書が 10,000 件あるとしま...

...