Сьогодні він навчається на оператора БПЛА у 37-й окремій бригаді морської піхоти. Про свій шлях від бойового медика до оператора БПЛА, причини самовільного залишення…
Нині армії провідних країн світу активно запроваджують у практику системи штучного інтелекту. Зокрема, застосовують технології віртуальної та доповненої реальності для навчання солдат, які здатні імітувати бойові дії, а також для тестування нових зразків військової техніки. Безпілотні літальні апарати, обладнані системами оптичної розвідки, використовують для проведення моніторингу та розвідки, аналізу потенційних загроз та збору інформації, необхідної для планування та проведення бойових операцій.
Також активно тестуються автономні транспортні засоби, які керуються системами штучного інтелекту. Вони пересуваються відповідно до заданої програми, аналізуючи ризики і особливості території, при цьому здатні самостійно атакувати противника. А вдосконалені системи розпізнавання облич та ворожої бронетехніки значно допомагають під час прийняття рішення на вогневе ураження.
До речі, цю тенденцію підтвердили і минулорічні результати дослідження світового ринку технологій штучного інтелекту, що використовуються у військових цілях. Вони засвідчили, що продажі відповідних сервісів, програмного забезпечення і устаткування в глобальному масштабі досягли $6,26 млрд. За прогнозами профільних фахівців, до 2025 року цей показник збільшиться до $18,82 млрд, а щорічне зростання ринку становитиме 14,75%.
Про це, зокрема, йшлося під час цьогорічної науково-практичної конференції, яка відбулася у Військовому інституті телекомунікацій та інформатизації імені Героїв Крут. Як зазначив у своєму виступі кандидат технічних наук полковник Ігор Панченко, штучна нейронна мережа ґрунтується на сукупності з’єднаних вузлів, що називають штучними нейронами (аналогічно до біологічних нейронів у головному мозку). При цьому кожне з’єднання між штучними нейронами може передавати сигнал від одного до іншого. Штучний нейрон, що отримує сигнал, обробляє його, після чого сигналізує штучним нейронам, приєднаним до нього.
Завдяки цьому штучні нейронні мережі здатні навчитися ідентифікувати зображення, які містять ворожу бронетехніку. Вони аналізують приклади зображень, помічені як «танк» і «не танк», і використовують результати для розпізнавання танків в інших зображеннях. Причому роблять це без жодного первісного знання про ворожі танки, наприклад, що вони мають башту, гармату, гусениці та інше озброєння.
Фахівці ВІТІ також крокують в ногу з технічним прогресом, маючи певні досягнення в цьому напрямку. Вони створили розробку, яка здатна визначати потенційно загрозливі об’єкти противника під час обробки відеоданих із розвідувальних БПЛА. Так звана система штучної нейронної мережі SIMON спроможна в автоматичному режимі здійснювати захоплення динамічних об’єктів (ворожої техніки та живої сили), супроводжувати, ідентифікувати та видавати дані для вогневого ураження цих об’єктів. У подальшому планується розробити класифікатори для роботи з морськими цілями.
