Trung Quốc hé lộ bộ não AI giúp tăng tốc xác định mục tiêu bằng vệ tinh
Hệ thống “bộ não AI kết hợp đội quân công cụ” có thể rút ngắn thời gian phân tích và tự vượt qua sự cố mà không cần con người can thiệp, theo các nhà nghiên cứu Trung Quốc.
Theo nhiều nguồn tin, Mỹ đang đưa một loại vũ khí mới đầy sức mạnh vào cuộc chiến với Iran: các mô hình AI cỡ lớn được giao nhiệm vụ tự động hóa toàn bộ quy trình xác định mục tiêu, từ phân tích ảnh vệ tinh đến lựa chọn mục tiêu tấn công cuối cùng.
Tuy nhiên, cách vận hành hệ thống AI này vẫn được giữ bí mật tuyệt đối. Một số vụ việc, chẳng hạn cuộc ném bom trường tiểu học ở miền nam Iran cuối tháng 2 khiến hơn 200 trẻ em thiệt mạng, đã làm dấy lên lo ngại về khả năng AI có thể góp phần gây ra tội ác chiến tranh.
Giờ đây, Trung Quốc đã có bước đi đầu tiên theo hướng minh bạch hơn.
Các nhà nghiên cứu hàng không vũ trụ Trung Quốc vừa công bố Air Target Agent System - công cụ AI cộng tác dựa trên mô hình ngôn ngữ lớn được thiết kế để nâng cao hoạt động giám sát vệ tinh vượt xa khả năng nhận diện hình ảnh thông thường. Air Target Agent System cho phép hệ thống tự phân tích những gì nhìn thấy, rút ra kết luận và tự hành động.
Kết hợp các mô hình ngôn ngữ lớn với các tác tử AI
Air Target Agent System kết hợp các mô hình ngôn ngữ lớn với những tác tử AI có khả năng chia nhỏ các nhiệm vụ phức tạp, tự động lựa chọn thuật toán, phối hợp quy trình làm việc và tự khắc phục lỗi mà không cần con người can thiệp.
Nó cũng có thể kết hợp dữ liệu vệ tinh với thông tin tình báo thu thập từ drone (máy bay không người lái), camera an ninh hoặc con người dưới mặt đất để giảm sai sót trong quá trình sàng lọc mục tiêu.
Các nhà nghiên cứu cho biết Air Target Agent System đã được thử nghiệm trong kịch bản giám sát cảng biển, nơi nó tự động phân tích hoạt động tàu thuyền và tình trạng vận hành. Nhóm nghiên cứu nói rằng hệ thống này đã rút ngắn thời gian hoàn thành phân tích từ 342 giây xuống còn 198 giây, trong khi mức sử dụng GPU (bộ xử lý đồ họa) tăng 148,4%.
Nghiên cứu được công bố trên Tạp chí Đại học Kỹ thuật Không gian, do các nhà nghiên cứu từ Viện Nghiên cứu Thông tin Hàng không Vũ trụ thuộc Viện Hàn lâm Khoa học Trung Quốc và các phòng thí nghiệm trọng điểm của cơ quan này thực hiện.
Đại học Kỹ thuật Không gian là đơn vị do Lực lượng Không gian thuộc Quân đội Trung Quốc điều hành.
“So với các phương pháp truyền thống, Air Target Agent System cho thấy tính thực tiễn, ổn định và khả năng mở rộng tốt về hiệu quả thực thi, khôi phục khi gặp bất thường, mức sử dụng tài nguyên và hiệu quả tích hợp công cụ”, trưởng nhóm nghiên cứu Wang Lei cùng các cộng sự viết.
Nghiên cứu mô tả đây là bước chuyển từ các hệ thống truyền thống “được dẫn dắt bởi dữ liệu và thuật toán” sang mô hình viễn thám “dựa trên nhận thức”.
Công trình này phản ánh cuộc chạy đua nhằm ứng dụng AI tạo sinh vào quan sát Trái đất. Các tổ chức tại Mỹ và châu Âu cũng đang phát triển công nghệ tương tự thông qua dự án như Google Earth AI, chương trình Earth Science Data Systems của NASA (Cơ quan Hàng không và Vũ trụ Mỹ) cùng các sáng kiến mô hình nền tảng AI của Cơ quan Vũ trụ châu Âu (ESA). Một số dự án học thuật như EarthGPT và GeoChat cũng đang nghiên cứu cách dùng mô hình AI lớn để diễn giải dữ liệu viễn thám.
“Bộ não AI kết hợp đội quân công cụ”
Trung Quốc có thể sở hữu một số lợi thế trong lĩnh vực mới nổi này, gồm khối lượng dữ liệu nội địa khổng lồ, ngành công nghiệp không gian thương mại tăng trưởng nhanh và sự hậu thuẫn mạnh mẽ của nhà nước trong việc tích hợp AI với hạ tầng hàng không vũ trụ.
Air Target Agent System được xây dựng dựa trên kiến trúc mà các nhà nghiên cứu gọi là “bộ não AI kết hợp đội quân công cụ”. Trong đó, mô hình ngôn ngữ lớn đóng vai trò trung tâm nhận thức, chịu trách nhiệm hiểu yêu cầu, lập kế hoạch quy trình và phân bổ tài nguyên tính toán. Các tác tử AI sẽ thực thi nhiệm vụ, sử dụng những công cụ chuyên dụng và phối hợp nhiều tác vụ một cách tự động.
“Thế hệ hệ thống xử lý thông tin viễn thám thông minh và có khả năng mở rộng tiếp theo đã tạo nên nền tảng kỹ thuật vững chắc”, Wang Lei viết.
Một trong những đột phá của nền tảng này là khả năng phân tách nhiệm vụ tự động. Khi người dùng đưa ra yêu cầu, chẳng hạn phân tích hoạt động cảng, hệ thống có thể tự động chia yêu cầu thành các nhiệm vụ phát hiện tàu, phân loại tàu, phân tích bến cảng và dự đoán lưu lượng giao thông trước khi sắp xếp chúng thành một quy trình làm việc được tối ưu hóa.
Không giống các hệ thống xử lý tuần tự truyền thống, Air Target Agent System có thể thực hiện nhiều nhiệm vụ phụ song song và chia sẻ kết quả trung gian để tránh tính toán lặp lại. Nghiên cứu cho thấy mức sử dụng CPU (bộ xử lý trung tâm) tăng từ 34,2% lên 67,8%, trong khi tỉ lệ hoàn thành nhiệm vụ thành công tăng từ 70% lên 90%.
Air Target Agent System cũng thể hiện khả năng tự phục hồi lỗi. Trong một thí nghiệm giám sát cảng biển, mô hình nhận diện mục tiêu của Air Target Agent System bị lỗi vì tài nguyên GPU đang được dùng cho tác vụ khác. Ngay lập tức, nền tảng đã tự động chẩn đoán vấn đề và chuyển sang mô hình thay thế mà không cần con người can thiệp.
“Trong tương lai, chúng tôi sẽ tiếp tục nghiên cứu tối ưu cơ chế cộng tác giữa mô hình ngôn ngữ lớn và tác tử AI trong các kịch bản phức tạp hơn, nâng cao khả năng xử lý kết hợp dữ liệu đa phương thức, cũng như chiến lược triển khai và tối ưu hóa ở môi trường ứng dụng quy mô lớn”, Wang Lei cho hay.
Ông nói thêm rằng mục tiêu cuối cùng là phát triển một hệ thống thông minh có thể tự vận hành để diễn giải các mục tiêu viễn thám và áp dụng năng lực của mình vào những tình huống mới.
