AI của Trung Quốc có thể biến vệ tinh thương mại thành cỗ máy do thám cực mạnh

Hệ thống AI mới được nghiên cứu có thể biến vệ tinh thương mại thành hệ thống do thám hiệu quả (Ảnh: Shutterstock)

Vấn đề khó khăn khi sử dụng vệ tinh để xác định một vật thể đã được nêu bật trong năm 2020 khi các cơ quan không gian Trung Quốc công bố một đoạn clip được ghi lại bởi Jilin-1, vệ tinh cỡ nhỏ của họ đang hoạt động trên độ cao 500 km, trong lúc đang theo dõi một chiến đấu cơ đang bay.

Chiếc máy bay tàng hình này, dường như là một chiếc F-22 theo như một số chuyên gia, có chiều dài hơn 20 m. Với một vật thể nhỏ hơn, camera của vệ tinh thương mại có độ phân giải khoảng 1 m này chỉ cho ra được vài pixel của vật thể.

Do hình ảnh chỉ có vài chi tiết ít ỏi, rất khó để xác nhận một vật thể. Và bởi mỗi khung hình trong đoạn video được vệ tinh quay lại chỉ bao phủ được khoảng 10 km vuông, nên một vật thể nhỏ bằng cỡ chiếc xe hơi có thể hòa vào trong môi trường hoặc bị nhầm lẫn với vật thể khác, khiến việc theo dõi nó từ quỹ đạo là điều gần như bất khả thi.

Một đội nghiên cứu của Trung Quốc mới đây nói rằng công nghệ AI mới của họ đạt độ chính xác tới 95% trong việc định vị một vật thể, khi vệ tinh Jilin-1 ghi lại video của các vật thể cỡ nhỏ, bao gồm máy bay đang bay hay xe hơi đang di chuyển trên đường. Tỷ lệ thành công của nó cao gấp 7 lần so với công nghệ hiện tại, theo ông Lin Cunbao đến từ trường ĐH Kỹ thuật Không gian, trực thuộc quân đội Trung Quốc và các đồng nghiệp của ông.

Jilin-1, được phóng vào năm 2015, là vệ tinh quan sát đầu tiên của Trung Quốc trên quỹ đạo Trái Đất được sử dụng với mục đích thương mại. Không giống các vệ tinh do thám truyền thống vốn được trang bị kính viễn vọng cỡ lớn, Jilin-1 chỉ có trọng lượng hơn 100 kg. Nó bay quanh Trái Đất ở tầm khá thấp, đạt được độ phân giải hình ảnh cao hơn nhưng chỉ có thể giữ vị trí trong một thời gian ngắn.

Kể từ khi vệ tinh Jilin đầu tiên được phóng, gần 40 chiếc trong phả hệ này đã đi vào hoạt động để hình thành nên một mạng lưới do thám toàn cầu, có khả năng phát hiện ra hàng loạt tín hiệu, từ những loại ánh sát mắt thường trông thấy được cho tới tín hiệu nhiệt, ở mọi lúc, mọi nơi.

Ông Lin cho hay phần lớn các vệ tinh thương mại không thể theo dõi được một vật thể cỡ nhỏ đang chuyển động do hạn chế về mặt kỹ thuật.

Độ phân giải của một đoạn video ghi bằng vệ tinh – thường là 15 khung hình/giây – thấp hơn độ phân giải của một bức ảnh tĩnh chụp bởi cùng camera. Do vệ tinh có vận tốc cao nên gần như mọi thứ trong đoạn video, bao gồm các tòa nhà và bóng của chúng, cũng di chuyển theo, khiến cho phần mềm truyền thống được thiết kế để phát hiện ra chuyển động trên nền cố định trở nên kém hiệu quả.

Thêm phần khó khăn, phương tiện dưới mặt đất có thể ngừng lại đột ngột, rẽ ngoặt hoặc đi dưới cầu hay trong đường hầm. Ngay cả một cỗ máy AI được huấn luyện cũng có thể mất dấu mục tiêu khi một phần hoặc tất cả vật thể biến mất, theo các nhà nghiên cứu. Thường thì AI sẽ tự coi rằng nó đã gây ra một lỗi sau khi để mất mục tiêu theo dõi và đưa ra những thông tin tiêu cực về quá trình học, làm giảm tính hiệu quả tổng thể.

Đội của ông Lin cho hay họ đã xây dựng nên một hệ thống tự tin hơn dựa trên thuật toán học máy truyền thống, mà trước khi được họ nâng cấp thì chỉ đạt được tỷ lệ phân tích video vệ tinh thành công có 14%.

Với hệ thống mới của họ, khi mục tiêu tạm thời biến mất, AI sẽ không lập tức ngờ vực đánh giá của nó. Thay vào đó, nó ước tính những vị trí mà vật thể có thể xuất hiện dựa trên kinh nghiệm và tiếp tục theo dõi tuyến đường mà nó cho rằng có khả năng vật thể xuất hiện trở lại nhất. Trong mọi trường hợp giả định, hệ thống AI này có thể bắt lại mục tiêu ngay khi nó xuất hiện trở lại, theo ông Lin.

Hiện tại, dữ liệu video từ vệ tinh cần phải được chuyển tới một trạm mặt đất hoặc một vệ tinh liên lạc chuyển tiếp gần đó, sau đó nó được xử lý bởi một máy tính có bộ vi xử lý mạnh, do vậy mà tạo ra độ trễ nhất định so với vật thể.

Tuy nhiên, một số vệ tinh quan sát mới mà Trung Quốc phóng trong những năm gần đây được trang bị các bộ vi xử lý được cập nhật thuật toán AI mới nhất, để có thể tự động nhận diện và theo dõi các mục tiêu di chuyển theo thời gian thực mà không cần sự hỗ trợ từ mặt đất; theo các nhà nghiên cứu có tham gia vào các dự án này.

Huyền Chi