Kho vũ khí mới cho trí tuệ nhân tạo hàng hải
Một nhóm nghiên cứu quân sự Trung Quốc vừa công bố bộ dữ liệu phát hiện tàu mà họ mô tả là lớn nhất thế giới trong số các bộ dữ liệu được cung cấp công khai. Nguồn dữ liệu này có thể làm thay đổi cách trí tuệ nhân tạo nhận diện và theo dõi tàu thuyền trên biển. Được đăng trên tạp chí bình duyệt Journal of Radars hồi tháng 1, bộ dữ liệu phát hiện tàu hai phương thức (DMSD) gồm hơn 2.000 cặp ảnh và gần 20.000 đối tượng được gán nhãn, cung cấp công cụ huấn luyện chưa từng có cho máy bay không người lái, tên lửa và hệ thống giám sát hoạt động trong môi trường hàng hải phức tạp. Nhóm nghiên cứu gồm các nhà khoa học thuộc Đại học Hàng không Hải quân ở Yên Đài, Đại học Kỹ thuật Cáp Nhĩ Tân và Viện Công nghệ Điện toán thuộc Viện Hàn lâm Khoa học Trung Quốc đã cung cấp miễn phí bộ dữ liệu này cho cộng đồng nghiên cứu toàn cầu. Việc công bố cho thấy khoản đầu tư đáng kể vào năng lực tác chiến hải quân ứng dụng AI, tập trung xử lý những khó khăn kỹ thuật dai dẳng vốn cản trở việc nhận diện mục tiêu trên biển.
Nội dung
Bộ dữ liệu nhắm tới một điểm yếu trọng yếu trong các hệ thống tác chiến hải quân hiện đại: không thể nhận diện và theo dõi đáng tin cậy các tàu đang di chuyển trong điều kiện bị đối phương gây nhiễu, đánh lừa hoặc làm suy giảm hiệu quả của radar truyền thống. Bằng cách kết hợp hình ảnh ánh sáng khả kiến với dấu hiệu nhiệt hồng ngoại, bộ DMSD cung cấp dữ liệu thô cần thiết để huấn luyện các thuật toán học máy có thể duy trì bám bắt mục tiêu trong bóng tối, sương mù và tình trạng nhiễu điện tử. Quy mô của bộ dữ liệu này khiến nó khác biệt so với các cơ sở dữ liệu phát hiện hàng hải trước đây, cung cấp cho giới nghiên cứu và các nhà thầu quốc phòng lượng dữ liệu huấn luyện lớn, chất lượng cao cần thiết để phát triển các hệ thống định vị mục tiêu tự động thế hệ mới.
Môi trường biển đặt ra những trở ngại riêng mà các hệ thống phát hiện tự động trên đất liền hiếm khi gặp phải. Ánh nắng phản chiếu trên mặt nước gây chói, làm mù cảm biến quang học; trong khi thời tiết thay đổi nhanh và hiện tượng méo khí quyển trên những khoảng cách đại dương xa làm giảm độ rõ nét của hình ảnh. Phông nền lộn xộn, thiếu điểm tham chiếu rõ ràng, càng khiến việc phân biệt tàu thuyền với môi trường xung quanh trở nên khó khăn. Vì những điều kiện thực tế này, việc tiếp cận khu vực gần mục tiêu hải quân thường dễ hơn nhiều so với nhận dạng chính xác và theo dõi sát mục tiêu cần thiết để khai hỏa. Bộ DMSD nhắm trực tiếp vào các thách thức đó bằng cách cung cấp những ví dụ được gán nhãn, thu thập trong nhiều trạng thái biển và điều kiện ánh sáng khác nhau, giúp hệ thống AI học các quy luật nhận diện vững chắc dù môi trường biến đổi.
Thách thức dai dẳng trong việc tìm tàu trên biển
Nhận diện tàu trên biển gặp trở ngại kỹ thuật nghiêm trọng hơn nhiều so với phát hiện vật thể trên đất liền. Môi trường hàng hải chịu tác động của ánh nắng phản chiếu trên mặt nước, thời tiết thay đổi nhanh, méo khí quyển ở khoảng cách xa và phông nền lộn xộn thiếu điểm tham chiếu rõ ràng. Những yếu tố này làm suy giảm có hệ thống độ chính xác của các hệ thống phân loại quang học và điện tử. Khó khăn trong việc nhận diện đáng tin cậy các mục tiêu hải quân đang di chuyển trong điều kiện bị đối phương gây nhiễu là một trong những vấn đề nan giải nhất của công nghệ quân sự hiện đại. Khác với mục tiêu cố định trên đất liền, tàu thuyền liên tục di chuyển trong môi trường biến động, tạo ra hiện tượng nhòe chuyển động và thay đổi hướng so với cảm biến. Nước biển bắn, sương mù và mù khí quyển càng làm giảm chất lượng hình ảnh, trong khi bề mặt đại dương đồng nhất cung cấp rất ít dấu hiệu thị giác để hệ thống tự động phân biệt tàu với môi trường xung quanh. Chuyển động của nền tảng quan sát, dù là máy bay không người lái, máy bay có người lái hay vệ tinh, làm nhiệm vụ theo dõi phức tạp thêm, gây ra sai số thị sai và thay đổi góc nhìn khiến các thuật toán được huấn luyện bằng hình ảnh trên đất liền ổn định khó xử lý.
Các hệ thống radar truyền thống tuy mạnh nhưng ngày càng dễ bị tổn thương trong môi trường tác chiến hiện đại có đối kháng. Năng lực tác chiến điện tử có thể gây nhiễu, giả mạo hoặc làm suy giảm tín hiệu phản hồi radar, tạo ra bất định về vị trí và danh tính mục tiêu. Hạn chế này khiến các nhà nghiên cứu quân sự chuyển hướng sang phương pháp hợp nhất nhiều cảm biến, kết hợp các phương thức phát hiện khác nhau để tạo năng lực định vị mục tiêu dự phòng. Bộ DMSD trực tiếp đáp ứng nhu cầu đó bằng cách cung cấp dữ liệu huấn luyện mô phỏng những biến động trong thực tế mà hệ thống AI phải xử lý để đạt hiệu quả đáng tin cậy trong điều kiện tác chiến. Nếu thiếu nguồn dữ liệu huấn luyện toàn diện như vậy, hệ thống vũ khí tự động có nguy cơ thất bại đúng vào lúc cần thiết nhất: không thể phân biệt tàu chiến với tàu chở container dân sự, hoặc mất dấu mục tiêu cơ động trong thời điểm then chốt để khai hỏa.
Bộ dữ liệu DMSD tạo bước ngoặt như thế nào
Bộ dữ liệu DMSD áp dụng phương thức hai loại, ghép hình ảnh ánh sáng khả kiến với dấu hiệu hồng ngoại của cùng một con tàu trong những điều kiện giống nhau. Cách ghép này giúp các thuật toán học máy nắm được mối tương quan giữa hình dáng con tàu trong ảnh chụp thông thường và đặc điểm nhiệt của nó, từ đó xây dựng mô hình nhận diện vững chắc hơn, hoạt động được trong nhiều tình huống tác chiến khác nhau. Long Gao, tác giả liên hệ của nghiên cứu và nhà nghiên cứu tại Viện Hàn lâm Khoa học Trung Quốc, đã giải thích phương pháp thu thập dữ liệu toàn diện mà nhóm sử dụng.
Dữ liệu được thu thập bằng [radar khẩu độ tổng hợp hay SAR], radar, camera ánh sáng khả kiến, camera hồng ngoại và các cảm biến khác lắp trên các nền tảng ven bờ và trên không.
Quy mô công việc gán nhãn khiến đợt công bố này khác biệt so với các cơ sở dữ liệu phát hiện hàng hải trước đây. Với gần 20.000 đối tượng được gán nhãn trong hơn 2.000 cặp ảnh, bộ dữ liệu cung cấp khối lượng và sự đa dạng cần thiết để huấn luyện mô hình học sâu mà không gặp tình trạng quá khớp thường thấy ở các bộ dữ liệu nhỏ hơn. Mỗi nhãn bao gồm khung giới hạn chính xác và nhãn phân loại, giúp các thuật toán học có giám sát phát triển khả năng phân biệt chi tiết cần thiết để nhận diện loại tàu, trạng thái hoạt động và hướng di chuyển. Việc đưa ảnh hồng ngoại vào bộ dữ liệu đặc biệt quan trọng đối với hoạt động ban đêm, khi camera phổ khả kiến không còn hiệu quả nhưng cảm biến nhiệt vẫn phát hiện được dấu nhiệt từ động cơ, hệ thống xả và thân tàu tương phản với nền nước mát hơn. Dữ liệu nhiệt vẫn đáng tin cậy ngay cả khi tàu tìm cách ngụy trang bằng hình ảnh hoặc hoạt động trong điều kiện khiến việc nhận dạng quang học bất khả thi.
Lợi thế hồng ngoại trong môi trường có đối kháng
Cảm biến hồng ngoại mang lại lợi thế chiến thuật rõ rệt so với radar chủ động trong các tình huống tác chiến cường độ cao. Khác với radar phải phát tín hiệu điện từ có thể bị phát hiện để xác định vị trí mục tiêu, hệ thống hồng ngoại hoạt động thụ động, đo bức xạ nhiệt tự nhiên do vật thể phát ra mà không phát tín hiệu để lộ sự hiện diện. Đặc tính thụ động này giúp việc phát hiện bằng hồng ngoại vốn đã khó bị phát hiện và không bị ảnh hưởng bởi các kỹ thuật gây nhiễu điện tử truyền thống vốn được thiết kế để đánh lừa cảm biến chủ động. Việc bộ DMSD đưa hình ảnh hồng ngoại vào dữ liệu nhằm khắc phục một khoảng trống dễ bị tổn thương trọng yếu trong tác chiến hải quân: những giờ trời tối và điều kiện tầm nhìn kém vốn từ lâu giúp bảo vệ mục tiêu trước vũ khí dẫn đường quang học.
Kết hợp dữ liệu khả kiến và hồng ngoại tạo ra những năng lực bổ trợ, bù đắp hạn chế của từng phương thức riêng lẻ. Ánh sáng khả kiến cung cấp chi tiết rõ nét để phân loại tàu khi đủ ánh sáng, trong khi hồng ngoại xuyên qua bóng tối, mù khí quyển và sương mù nhẹ, duy trì khả năng phát hiện khi hệ thống quang học thất bại. Khi được huấn luyện bằng các ví dụ ghép cặp thuộc cả hai dải phổ, hệ thống AI định vị mục tiêu học cách duy trì bám bắt tàu ngay cả khi một loại cảm biến mất liên lạc do điều kiện môi trường hoặc biện pháp đối phó. Khả năng dự phòng này thiết yếu đối với các hệ thống vũ khí tự động phải quyết định khai hỏa mà không có sự can thiệp của con người trong những tình huống đòi hỏi quyết định tức thời. Phương thức hai loại bảo đảm việc chuyển đổi giữa các loại cảm biến diễn ra liền mạch, duy trì giải pháp định vị mục tiêu liên tục, thay vì bị gián đoạn khi điều kiện môi trường thay đổi.
Hệ quả thực tế: Sự việc tại eo biển Hormuz
Tầm quan trọng thực tế của năng lực phát hiện tàu được cải thiện thể hiện rõ vào tháng 2, khi Iran tuyên bố đã đánh trúng tàu sân bay USS Abraham Lincoln gần eo biển Hormuz. Washington bác bỏ tuyên bố này, cho biết tên lửa hoặc máy bay không người lái được sử dụng không đến gần mục tiêu dự kiến. Sự việc cho thấy khoảng cách giữa việc phóng vũ khí về hướng chung của mục tiêu hải quân và việc nhận dạng chính xác, dẫn đường ở giai đoạn cuối cần thiết để thực sự đánh trúng mục tiêu. Vụ việc cho thấy ngay cả những đối thủ quyết tâm sở hữu hệ thống vũ khí có năng lực cũng gặp khó khăn trong việc giải quyết bài toán định vị mục tiêu ở giai đoạn cuối tại môi trường biển, nơi mật độ tàu thuyền dày đặc và nhiễu môi trường gây nhầm lẫn.
Eo biển Hormuz là một trong những điểm nghẽn hàng hải có ý nghĩa chiến lược lớn nhất thế giới; gần một phần ba lượng LNG và dầu mỏ toàn cầu được vận chuyển qua vùng biển hẹp này. Khó khăn trong việc nhắm chính xác các tàu đang di chuyển ở khu vực đông đúc, có nhiều tàu thương mại và đường bờ biển phức tạp, cho thấy vì sao những bộ dữ liệu như DMSD có ý nghĩa địa chính trị đáng kể. Khi các quốc gia phát triển chiến lược chống tiếp cận và chống xâm nhập khu vực ngày càng tinh vi, khả năng nhận diện đáng tin cậy chiến hạm giữa các tàu dân sự trở thành yếu tố quyết định trong tính toán răn đe và hoạch định tác chiến. Bộ dữ liệu được công bố hồi tháng 1 càng có ý nghĩa trong bối cảnh căng thẳng tiếp diễn ở khu vực và những khó khăn đã được chứng minh trong các cuộc tấn công hàng hải nhằm vào tàu chiến cỡ lớn đang cơ động. Phân biệt chính xác tàu quân sự với tàu dân sự giúp ngăn leo thang ngoài ý muốn, đồng thời bảo đảm hệ thống phòng thủ nhắm vào mối đe dọa thực sự thay vì mục tiêu nghi binh hoặc tàu trung lập.
Ứng dụng quân sự và hệ quả chiến lược
Các cơ quan mà nhóm nghiên cứu trực thuộc cho thấy rõ những ứng dụng mà bộ dữ liệu hướng tới. Đại học Hàng không Hải quân thuộc hệ thống đại học quân sự Trung Quốc, đào tạo nhân sự cho Hải quân Quân Giải phóng Nhân dân và phát triển công nghệ phục vụ hoạt động hàng không hải quân. Đại học Kỹ thuật Cáp Nhĩ Tân có thế mạnh về âm học dưới nước và kỹ thuật hàng hải, trong khi Viện Hàn lâm Khoa học Trung Quốc tiến hành nghiên cứu nền tảng hỗ trợ các ưu tiên quốc phòng quốc gia. Sự hợp tác giữa các cơ sở học thuật và quân sự phản ánh xu hướng rộng hơn trong nghiên cứu quốc phòng Trung Quốc, nơi việc công bố rộng rãi các tiến bộ kỹ thuật giúp thúc đẩy đổi mới, đồng thời thiết lập tiêu chuẩn kỹ thuật cho nền công nghiệp quốc phòng trong nước. Sự tham gia của những cơ sở cụ thể này cho thấy trọng tâm đặc biệt dành cho ứng dụng trên phương tiện bay không người lái và hệ thống tấn công chính xác.
Các nhà phân tích nhận định việc Bắc Kinh công khai bộ dữ liệu DMSD có thể đồng thời phục vụ nhiều mục tiêu chiến lược. Công bố dữ liệu theo hình thức mã nguồn mở giúp đẩy nhanh phát triển công nghệ hải quân ứng dụng AI, cho phép các nhà nghiên cứu dân sự đóng góp cải tiến cho thuật toán phát hiện. Cách làm này cũng giúp đưa tiêu chuẩn kỹ thuật và phương pháp nghiên cứu của Trung Quốc thành chuẩn tham chiếu toàn cầu trong ứng dụng AI hàng hải. Bộ dữ liệu hỗ trợ cụ thể việc phát triển máy bay không người lái giám sát tự động, tên lửa chống hạm chính xác và hệ thống trinh sát thông minh có thể hoạt động hiệu quả trong môi trường mất tín hiệu GPS hoặc bị đối kháng điện tử, nơi các hệ thống dẫn đường và định vị mục tiêu truyền thống suy giảm hiệu quả. Bằng cách mời gọi hợp tác toàn cầu dựa trên nền tảng kỹ thuật cụ thể này, Trung Quốc tự đặt mình vào vị trí trung tâm trong quá trình phát triển AI hàng hải tương lai, đồng thời duy trì quyền kiểm soát kiến trúc dữ liệu nền tảng.
Những điểm chính
- Nhóm nghiên cứu quân sự Trung Quốc đã công bố bộ dữ liệu DMSD, gồm hơn 2.000 cặp ảnh tàu chụp bằng ánh sáng khả kiến và hồng ngoại, với gần 20.000 nhãn
- Bộ dữ liệu hỗ trợ phát triển hệ thống AI định vị mục tiêu cho máy bay không người lái, tên lửa và nền tảng giám sát hoạt động ban đêm hoặc trong môi trường radar bị suy giảm hiệu quả
- Các nhà nghiên cứu thuộc Đại học Hàng không Hải quân, Đại học Kỹ thuật Cáp Nhĩ Tân và Viện Hàn lâm Khoa học Trung Quốc dẫn đầu dự án được đăng trên Journal of Radars
- Phát hiện hai phương thức kết hợp độ chi tiết của ánh sáng khả kiến với năng lực hồng ngoại để khắc phục những thách thức môi trường như ánh sáng chói, thời tiết và bóng tối
- Việc công bố rộng rãi phù hợp với chiến lược của Trung Quốc về mở nguồn nghiên cứu AI liên quan đến quân sự nhằm thúc đẩy đổi mới và thiết lập tiêu chuẩn kỹ thuật
- Nhận diện mục tiêu trên biển vẫn là thách thức kỹ thuật, như được cho thấy qua các sự việc gần đây liên quan đến tuyên bố tấn công tàu hải quân Mỹ
