返回顶部
返回首页
返回首页
欢迎访问  中国机械网   | 今天是   
中国机械网全新改版进行中! 我的订单 | 会员中心 | [ 登录 ] | [ 注册 ]
为争夺未来空中优势,美国人工智能战机研制加速,实现用机器学习算法:简化粒子加速器的操作,中国机械网,okmao.com
home 您现在的位置: 首页 >行业资讯 > 详细信息
为争夺未来空中优势,美国人工智能战机研制加速,实现用机器学习算法:简化粒子加速器的操作
2020年06月29日    阅读量:242    新闻来源:中国机械网 okmao.com  |  投稿

为争夺未来的空中优势,五角大楼在人工智能系统投下重注。借助对老式退役战机的改造,美国空军正在加速人工智能战机的研制。与此同时,美国海军也提出基于人工智能的第六代战斗机设计中国机械网okmao.com


  美国“连线”网站6月27日称,美国空军和波音公司正在推动QF-16计划,努力将退役F-16战斗机转变为无人驾驶飞机,它可在没有飞行员控制的情况下按照预设路线飞行,2020年将有32架QF-16在墨西哥湾进行的武器测试中充当靶机。


但该计划的目标远不只限于靶机。报道称,QF-16能搭载F-16的全套武器执行作战任务,由于不用考虑飞行员承受能力,QF-16的极限性能反而有所提升,可以轻松完成各种特技飞行动作。“它能执行诱骗战术,在雷达上分散敌人注意力,掩护有人驾驶的隐形战斗机秘密渗透”。

为争夺未来空中优势,美国人工智能战机研制加速,实现用机器学习算法:简化粒子加速器的操作 中国机械网,okmao.com


  报道提到,借助QF-16在无人驾驶领域积累的经验,美国空军正在发展新一代人工智能战斗机。美国空军正在研制的自主无人作战飞机(Skyborg)项目将在2023年推出样机,“这类自主战斗机可能会改变空战”。


除了能自主执行高风险任务外,它们还能与F-35等传统有人驾驶战机交流信息并协同作战。航空专家史蒂夫·赖特认为,人工智能战机不需要考虑人体生理承受极限,因此它的外形将会明显改变,而且价格也会便宜很多——不用设置众多的安全系统和冗余设备来保证飞行员的安全。


  美国“国家利益”网站27日称,美国海军也在发展基于人工智能的传感器、新型武器和发动机技术,以设计第六代舰载战斗机。据称,该项目已结束纯粹的概念设计阶段,开始探索相关的技术研发。


这些技术包括无人作战系统、具有人工智能的传感器以及超远射程的新型武器。报道强调,所有相关技术都需要考虑到人工智能的更新迭代等特点。“当前的传感器、航空电子设备和武器系统越来越依赖于人工智能,未来通过软件升级、更新算法和提升处理器速度,就可以轻松地增强无人战机的性能”。


  每年来自世界各地的很多科学家都会访问能源部SLAC国家加速器实验室,在直线加速器相干光源(LCLS)X射线激光器上进行数百项化学、材料科学、生物和能源研究的实验。直线加速器相干光源从巨型线性粒子加速器产生的高能电子束中产生超亮X射线。直线加速器相干光源的实验日以继夜地进行,每天有两个12小时的轮班。


  在每次轮班开始时,操作员必须调整加速器的性能,为下一次实验准备X射线束。有时,在轮班期间也需要额外的调整。在过去,操作员每年都要花费数百个小时来完成这项任务,称为加速器调谐。


现在,SLAC国家加速器实验室的研究人员,开发了一种使用人工智能机器学习的新工具,与以前的方法相比,它可能会使部分调优过程快五倍,其研究发表在《物理评论快报》期刊上。


  人工智能机器学习


  生产直线加速器相干光源强大的X射线束,首先要准备高质量的电子束。然后,一些电子的能量在特殊磁铁中被转化为X射线光。电子束的特性需要是密集和紧密聚焦的,这是决定X射线束好坏的关键因素。


SLAC国家加速器实验室人工智能机器学习计划负责人、开发这项新技术的团队成员丹尼尔·拉特纳(Daniel Ratner)说:即使是电子束密度的微小差异,也会对最终释放出的X射线量产生巨大影响。


  加速器使用一系列称为四极磁铁的24种特殊磁铁来聚焦电子束,类似于玻璃透镜聚焦光线的方式。一般人类操作员在轮班之间小心翼翼地转动旋钮来调节单个磁铁,以确保加速器产生特定实验所需的X射线束。这一过程占用了操作员大量的时间,本来他们可以花在其他重要的任务上,以改进用于实验的光束。几年前,直线加速器相干光源操作员采用了一种自动加速磁铁调谐的计算机算法。


  更好的光束


  然而,它也有缺点,其目的是通过随机调整磁铁强度来改善X射线束。但与人类操作员不同的是,这个算法事先不知道加速器的结构,也不能在调整过程中做出有根据的猜测,最终可能会产生更好的结果。


这就是为什么SLAC国家加速器实验室的研究人员,决定开发一种新的算法,将人工智能机器学习,学习如何随着时间推移变得更好的“智能”计算机程序,与加速器的物理知识相结合。


  新方法使用了一种称为高斯过程的技术,它预测了特定加速器调整对X射线光束质量的影响。它还为其预测带来了不确定性,然后,算法决定尝试哪些调整以获得最大改进。例如,它可能决定尝试一次戏剧性的调整,其结果非常不确定,但可能会带来巨大的回报。


这意味着这种新的、富有冒险精神的算法,比以前的算法有更好的机会进行必要调整,以产生尽可能最佳的X射线束。


  SLAC国家加速器实验室的研究人员,还使用之前直线加速器相干光源(LCLS)操作的数据来教授算法,哪些磁体强度通常会导致更亮的X射线,这给了算法一种对应该尝试的调整,做出有根据的猜测方法


。这为算法配备了人类操作员自然拥有的专业知识,而之前的算法缺乏这些知识和专业知识。对磁铁相互关系的洞察也改进了这项技术,四极磁铁是成对工作的。


  超越直线加速器相干光源


  为了增加聚焦功率,必须增加一对磁铁的强度,而降低另一对磁铁的强度。研究人员估计,使用新的工艺,调谐四极磁铁的速度大约快了三到五倍,同时它还倾向于产生比以前使用的算法更高强度的光束。


SLAC国家加速器实验室的加速器操作员简·什塔伦科娃(Jane Shtalenkova)表示:我们提高调谐效率的能力,是对于能够更高质量地向来自世界各地进行实验的人提供光束非常关键。


  同样的方法可以扩展到调整科学家们,可能想要为他们实验优化的其他电子束或X射线束特性。


例如,研究人员可以应用这项技术,在直线加速器相干光源(LCLS)的X射线束击中样本后,最大化从样本中获得的信号,这种灵活性也使得新算法对其他设施很有用,这种机器学习算法的好处是,可以相对容易地进行技术转移。


标签:行业资讯今日头条产品资讯机械商道机械应用人工智能市场评论机器人设备与仪器特种机器人配件与装备 工业设备
免责声明: 本文仅代表作者本人观点,与中国机械网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571
中国机械网手机版MOBILE
扫描二维码,获取手机版最新资讯 中国机械网 您还可以直接微信扫描打开
全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识