Ứng dụng Trí Tuệ Nhân Tạo trong quân sự - góc nhỏ dành cho các bạn yêu thích tin học

Ứng dụng Trí Tuệ Nhân Tạo trong quân sự - góc nhỏ dành cho các bạn yêu thích tin học

Xin chào các bạn, tôi đã theo dõi các chủ đề trong box KTQS đã lâu và cảm thấy rất thú vị, khâm phục về sự hiểu biết của các bạn ( xin phép được gọi như vậy cho ngắn gọn vì tôi biết có rất nhiều thành viên lớn tuổi hơn mình )
Tôi vốn là dân ngoại đạo, hầu như chẳng biết gì về quân sự ( đến khẩu AK tôi còn chưa biết bắn .. xin đừng cười ), nhưng nghe mọi người nói chuyện hay quá nên tôi đâm nghiền . Xin mở chủ đề này mong tìm được các bạn có cùng mối quan tâm
Tôi đang học tập ở nước khác và nghiên cứu về lĩnh vực Trí Tuệ Nhân Tạo ( Artìicial Intelligence- gọi tắt là AI ), đặc biệt là kĩ thuật Nhận dang mẫu ( Pattern Recognition ). Quá trình học tập, tôi nhận thấy Pattern Recognition được ứng dụng rất nhiều vào các kĩ thuật quân sự hiện đại như nhận dạng mục tiêu trong hệ thống rada, tìm đường tự động, kĩ thuật vệ tinh, các loại vú khí thông minh ...
Ai có ham thích về pattern recognition nói riêng và AI nói chung, xin mời các bạn cùng trao đổi về lĩnh vực này cũng như các ứng dụng của nó trong quân sự.
Trước mắt, tôi có một số tài liệu về ứng dụng Neural Network trong kĩ thuật rađa. Tài liệu bằng tiếng Anh. XIn dịch giới thiệu tóm tắt với các bạn ...

Hi,
Tôi đã nghe nói đến trí tuệ nhân tạo u nhưng nói thật là cũng chi đọc một số khái niệm ban đầu. Bạn gửi cho tôi tài liệh ứng dụng AI trong RADAR hay trong linhvực xử lý tin tức quân sự nhe.
Chỉ chố để tôi dowload hoặc gửi mail về
VNDRAKE @YAHOO.COM
Xin cam ơn trước

Hi, rất vui là bạn quan tâm đến lĩnh vực này.
Về AI, mình giới thiệu website này, bạn xem thử xem sao : http://www.aboutai.net/DesktopDefault.aspx và http://ai-depot.com
Ứng dụng của AI trong quân sự thì nhiều lắm bạn ạ. Nhưng mình chỉ có biết chút ít về những thứ dính dáng đến kĩ thuật nhận dạng và phát hiện mục tiêu
Để tìm tài liệu về cái này, bạn lên google seach với những từ khoá như "target recognition" chẳng hạn thì sẽ ra. Nhất là các website của các trường ĐH ( đặc biệt là Mỹ )
Nhưng nơi mình nghĩ tốt nhất để tìm tài liệu là website của tổ chức IEEE - tổ chức khoa học uy tín nhất thế giới trong lĩnh vực điện tủ và máy tính. Cụ thể, bạn vào trang web này:
http://ieeexplore.ieee.org/search/basicsearch.jsp
rồi search các tài liệu bằng 2 từ khoá "target" và "recognition" thì sẽ ra rất nhiều tài liệu nghiên cứu về lĩnh vực này
Bạn cũng có thể seach trên IEEE các tài liệu bằng các từ khoá mà bạn nghĩ ra như "radar", "military" chẳng hạn
Nếu bạn ở nưóc ngoài thì có thể đặt mua qua mạng các sách viết về cái này, cũng nhiều lắm
Các bạn khác nếu biết các nguồn tài liệu khác thì xin góp ý
Được vamcodong sửa chữa / chuyển vào 19:39 ngày 12/05/2004
Được vamcodong sửa chữa / chuyển vào 19:54 ngày 12/05/2004
Được vamcodong sửa chữa / chuyển vào 21:07 ngày 12/05/2004
Được vamcodong sửa chữa / chuyển vào 22:30 ngày 12/05/2004

HỆ THỐNG PHÁT HIỆN MỤC TIÊU TỰ ĐỘNG ATR
( Automatic Target Recognition )
Hệ thống ATR ra đời và bắt đầu được nghiên cứu bởi một dự án của Hoa Kỳ gọi là Joint Warfighter Operationak Needs S&T từ đầu những năm 80 và đang tiếp tục nghiên cứu đến ngày nay bởi nhiều nước trên thế giới. Một hệ thống ATR đựợc thiết kế với các yêu cầu đặt ra như sau:
- Có khả năng phát hiện tức thì ( realtime identification ) mục tiêu đối phương
- Có khả năng đáp ứng ( tấn công, tiêu diệt hoặc lảng tránh ? ) tức thì dựa trên mục tiêu phát hiện được
- Phân biệt mục tiêu giả ( decoy ) và mục tiêu thật
- Nhận dạng được đối tượng trên các điều kiện địa hình và thời tiết khác nhau
Ứng dụng:
Đã được trang bị cho : Joint STARS ( không biết cái này là gì ), P3, S3, U2R, Tier 2 ?" 2+ - 3- , các máy bay chiến đấu F14, F15, F16, F18, F22, Apache, Comanche, AWACS ? , xe tăng Abram, Bradley, MSX, THAAD Destroyer, CG-47, DDG-51-993, DD-963,
[b]Thành công:[/b]- thành công của ATR được minh chứng rõ trong chiến tranh vùng Vịnh và ct Nam Tư, dẫn đến việc phát triển mạnh của lĩnh vực nghiên cứu này

MÔ HÌNH MỘT HỆ THỐNG ATR
1.Module Detect (phát hiện): xác định sự xuất hiện của mục tiêu dựa trên dự liệu thu được bằng các cảm biến ( sensor ). Có nhiều các thiết kế khác nhau cho hệ cảm biến này, ví dụ dùng máy quét hồng ngoại, camera, sóng vô tuyến ? tùy mỗi hệ thống cụ thể thì có cách thiết kế tương ứng.
2. Module Discriminate ( phân biệt): dựa trên output của module detect, ví dụ như một bức ảnh chụp khu vực địa hình đang quan sát, module này phải xác nhận được là trong bức ảnh có hay không có đối tượng (object) cần quan tâm ( ví dụ như một hệ thống ATR sẽ quan tâm đến các đối tựong như: tòa nhà, một người đang di động, một chiếc xe ? )
3. Module classify (phân loại): nếu tìm được đối tựơng cần quan tâm, công việc tiếp theo là xác định đối tượng cần quan tâm có phải là mục tiêu ?"target- hay không và đó là mục tiêu gì( chỉ là ô tô bình thường hay xe tank, là 1 nhà dân hay công sự lô cốt .. ).
4. Module nhận diện ( recognize ): nếu đúng là mục tiêu nằm trong danh sách mục tiêu cần quan tâm thì tiếp theo phải phân loại các bộ phận của đối tượng . Ví dụ: nếu đối tượng là một chiếc tank thì chi tiết nào trên bức ảnh là nòng súng, chi tiết nào là tháp pháo, xích, thùng xăng ?
5. Module xác nhận ( identify ): dựa trên thông tin có được từ module 4, xác định cụ thể nhất ở mức có thể ( as specific as possible ) đặc tính của mục tiêu. Ví dụ: nếu đó là tank thì là tăng gì T-72, T-90 hay T-54 ?, số hiệu của chiếc tăng đó sơn trên xe, tốc độ di chuyển ?
Trong 5 module trên, module đầu tiên có sử dụng nhiều đến các thiết bị điện tử (bên box Đtử-VThông chắc biết nhiều về nó). Còn AI đựoc ứng dụng chủ yếu ở các module 2-3-4-5 vồn là phần mềm máy tính, cụ thể như sau:
1. Module Detect (phát hiện): dùng các kĩ thuật lọc ảnh ( filter), tăng độ sắc nét, giảm nhiễu ? để lọc ra hoặc làm nổi bật các chi tiết ?ođáng nghi?, giảm hoặc loại trừ các yếu tố nhiễu do thời tiết, mây mù, bóng tối, hoặc nhiễu do đối phương chủ động gây ra ( trường hợp rađa ). Lĩnh vực này cần các bạn biết về Signal Processing ( nhất là Image Processing ), bạn nào biết xin góp ý
2. Các module 2-3-4: liên quan đến kĩ thuật nhận dạng ( Pattern Recognition ) vốn là thế mạnh của Neural Network. Ứng dụng Neural Network vào công đoạn này là cực kì thích hợp ( các bài sau mình sẽ cố gắng post một số thuật toán hoặc mô hình thiết kế một NN network cho các module 2-3-4 )
3. Module 5: có thể xây dựng một tập các rule, nếu đơn giản thì dưới dạng If-then-Else, nhưng hiệu quả nhất là dùng Fuzzy Logic ( tuy phức tạp hơn nhưng lại hiệu quả hơn hẳn)

Được vamcodong sửa chữa / chuyển vào 20:36 ngày 12/05/2004
Được vamcodong sửa chữa / chuyển vào 20:55 ngày 12/05/2004

MINH HOẠ MỘT HỆ THỐNG ATR
Hệ thống SAIP ( một dạng của ATR) được trang bị trên Tier2+
Tài liệu về SAIP có ở đây (tất nhiên là người ta chỉ mô tả chung chứ thiết kế chi tiết thì không có): http://ieeexplore.ieee.org/iel4/7/16108/00745689.pdf?isNumber=16108&arnumber=745689&prod=JNL&arSt=157&ared=175&arAuthor=Novak%2C+L.M.%3B+Owirka%2C+G.J.%3B+Weaver%2C+A.L.

Ảnh một chiếc tank T-72 bị phát hiện
Hinh 1-2 (ảnh chụp ban đầu và sau khi qua xử lý tăng độ sắc nét- module1 )
Hình 3 ( phân loại-nhận điện các bộ phận trên xe )

Neural Network, Fuzzy Logic và kĩ thuật nhận dạng
Các ứng dụng về nhận dạng ( Pattern Recognition ) hiện nay rất phổ biến. Ví dụ như:
- nhận dạng giọng nói (ra lệnh cho máy móc bằng giọng nói )
- nhận dạng chữ viết
- nhận dạng hình ảnh ( nhận dạng khuôn mặt, nhận dạng dấu vân tay, nhận dạng mục tiêu trong quân sự ... )
- chế tạo robot
- va rất nhiều ứng dụng khác
Các hệ thống nhận dạng này thường được xây dựng bằng các thuật toán AI. Hiện nay, có 2 chuyên ngành đang được nghiên cứu mạnh nhất trong AI là Fuzzy Logic va Neural Network. Đặc biệt là kĩ thuật Neural Network được dùng rất nhiều trong nhận dạng .
AI được giảng dạy trong chương trình ĐH ở nhiều trường ĐH ở VN, nhất là các trường mạnh về IT như Bách Khoa TpHCM, Bach Khoa Hà Nội, Tự Nhiên, Tổng hợp ... nhưng riêng Fuzzy Logic và Neural Network thì chưa xuất hiện nhiều trong chương trình. Do đó tài liệu tham khảo cho 2 lĩnh vực này chủ yếu qua internet
Tham khảo website chuyên về AI: http://www.aboutai.net/DesktopDefault.aspx
.
.
chúc bà con vui vẻ, bữa sau tán dóc tiếp

Được vamcodong sửa chữa / chuyển vào 17:20 ngày 15/05/2004
Được vamcodong sửa chữa / chuyển vào 17:22 ngày 15/05/2004

Module 1: DETECT
( BỘ PHẬN CẢM BIẾN DÙNG SÓNG CỰC NGẮN ?" SENSORING BY MICROWAVE)
Sensor thu thập dữ liệu đầu vào cho toàn bộ hệ thống. Các hệ thống ATR khác nhau có thể dụng các phương pháp detect khác nhau, do đó sẽ khác nhau ở module này, nhưng các module sau đó thì hoàn toàn tương tự nhau
Có nhiều loại, tiêu biểu có (phân biệt theo loại tín hiệu mà nó xử lý):
? Dùng sóng cực ngắn- microwave ( ra-đa, vệ tinh ?)
? Chụp hình ( dùng camera đặt trên máy bay)
? Tia hồng ngoại
? Laser
SENSOR- Dùng sóng cực ngắn
Sóng cực ngắn có ưu điểm là có thể quan sát được mục tiêu trong mọi điều kiện thời tiết. Đây là điều mà các cảm biến hồng ngoại hoặc camera không có được. Nhược điểm là yêu cầu việc xử lý dữ liệu thu thập phức tạp hơn so với các loại sensor khác
Hình bên dưới minh họa một máy bay trang bị ra đa, sóng cực ngắn được phát ra tù máy bay, truyền xuống mặt đất và phản hồi lại. Một bộ phận thu tín hiệu (receiver) trên máy bay nhận tín hiệu phản hồi này. Vì các vật thể khác nhau như đất, đá, cây cối ? trên mặt đất có chất liệu khác nhau nên tín hiệu do chúng phản hồi lại cũng khác nhau, nhờ đó mà các thiết bị xử lý có thể dựa trên tín hiệu phản hồi để tái tạo lại cấu trúc-hình ảnh của vật thể dưới mặt đất
Dữ liệu thô thu được tại bộ thu tín hiệu có thể biểu diễn như ở hình vẽ bên dưới, trong đó màu sắc của mỗi điểm trên hình tương ứng với tần số ( hoặc bước sóng) khác nhau của tín hiệu phản hồi nhận được tại bộ thu tín hiệu. Mỗi điểm là kết quả tín hiệu phản hồi từ nhiều vật thể khác nhau, hơn nữa ,giả sử rađa đặt trên máy bay, thì góc lệch thay và vị trí tương đối của rađa và vật thể thay đổi liên tục làm cho các tín hiêu ?ochồng lấn? lên nhau và dữ liệu thô thu được không nói lên được điều gì nếu ta không xử lý tiếp để tái tạo hình ảnh vật thể

Qui trình xử lý dữ liệu thô mà bộ thu tín hiệu nhận được ( gọi là tín tiệu SAR data- Synthetic Aperture Radar data ) để tái tạo hình ảnh vật thể minh họa trong hình vẽ tiếp theo:

Kết quả thu được sau khi tái tạo hình ảnh:

Tham khảo: http://www.profc.udec.cl/~gabriel/tutoriales/rsnote/contents.htm

Được vamcodong sửa chữa / chuyển vào 23:25 ngày 19/05/2004