Китай тренирует ИИ распознавать корабли США на фотографиях из интернета

В отчете утверждается, что Китай использует изображения военных кораблей США для разработки наборов данных для обучения ИИ.

Данияр Ищанов
20/06/2024 - 11:00

Источник: X

https://sarbaz.kz/cache/imagine/300x170/uploads/news/2024/06/20/6673c0881e633353012730.png
Источник: X

Китай использует изображения военных кораблей США из открытых источников для тренировки ИИ. Об этом говорится в отчете лаборатории рисков и безопасности Беркли (BRSL) при Калифорнийском университете в Беркли, передает Sarbaz.kz.

Эти наборы данных, в частности «Чжоусидун», используются для расширения возможностей китайского военного ИИ.

Обнаруженный в августе 2023 года исследователями BRSL набор данных «Чжоусидун» имеет китайское происхождение и был размещен в открытом доступе на Roboflow, платформе для обмена наборами данных и обучения моделей машинного обучения. Набор данных содержит более 600 изображений, на которых подробно описывается внутреннее устройство американских эсминцев типа «Арли Берк» и других кораблей. Эти изображения были отобраны из общедоступных спутниковых снимков и источников в СМИ, в которых основное внимание уделялось передовым боевым системам Aegis, установленным на кораблях.

BRSL предполагает, что набор данных, которым поделился Шанхайский технологический университет, был случайно опубликован. Чрезмерное внимание к эсминцам класса «Арли Берк» ключевым компонентам военно-морского господства США в Индо-Тихоокеанском регионе указывает на стратегические намерения, выходящие далеко за рамки академического любопытства. Тщательно изучая эти данные, Китай может разработать алгоритмы компьютерного зрения для автоматической идентификации, отслеживания и потенциальной нейтрализации морских сил противника.

Интеграция ИИ в военные операции стала стандартной практикой для крупных военных держав. Инструменты разведки с открытым исходным кодом могут раскрывать стратегические возможности ИИ, показывая, как технологии могут проникать в военную тайну.

Стремительное развитие технологий искусственного интеллекта означает, что даже студенты-любители могут опередить традиционные программы государственного уровня. Китай, используя централизованный контроль над своими университетами, имеет все возможности для использования академических исследований в военных целях. 

Использование разведки по открытым источникам (OSINT) с искусственным интеллектом для оценки военного потенциала сопряжено со значительными рисками, особенно в Индо-Тихоокеанском регионе. Комбинируя OSINT с другими формами разведки, можно составить исчерпывающую картину военного потенциала.

Южно-Китайское море, критически важный район для Китая, является центром этой гонки технологических вооружений. Агрессивная позиция Китая в этом регионе обусловлена его зависимостью от морских путей транспортировки энергоносителей. Частое присутствие Седьмого флота США и военно-морских учений союзников подчеркивает стратегическую важность этого района. Используя спутниковые снимки и искусственный интеллект, Китай может усилить свои возможности по наблюдению и наведению на цель, что делает его присутствие в регионе значительным.

Коммерческие спутниковые снимки вызвали всплеск исследований в области компьютерного зрения, направленных на идентификацию объектов в открытом море. Обучение моделей искусственного интеллекта на основе этих обширных данных позволяет автоматически обнаруживать, идентифицировать и отслеживать суда с беспрецедентной точностью. Эти возможности имеют решающее значение для различных применений - от мониторинга окружающей среды до обеспечения соблюдения санкций и отслеживания потенциальных морских угроз.

Традиционно военные технологии разрабатывались в обстановке секретности, а опыт тщательно охранялся. Однако исследования в области искусственного интеллекта стали более демократичными, а новаторские работы быстро публикуются и становятся общедоступными. Такая открытость позволяет тиражировать и расширять возможности любому, кто обладает необходимыми навыками и ресурсами. 

В статье

×

Редакция

$ 495.2  522.34  4.94