Разработчики из компании Talan Systems в Киеве представили инновационное решение для беспилотных систем, использующее биометрические данные и искусственный интеллект для выявления враждебной техники и объектов
Talan Systems является партнером литовской компании Neurotechnology, которая занимается разработкой технологий с использованием нейронных сетей для биометрической идентификации личности. Новая разработка позволяет беспилотникам самостоятельно определять угрозы и принимать соответствующие меры даже в сложных условиях, таких как радиоэлектронная борьба. О компании и ее разработках пишет 27 марта Dev.ua.
В конце 2023 года команда Talan Systems презентовали очередную разработку MLP TALAN, которая стала одной из флагманских. Решение, использованное в универсальной платформе машинного обучения, основано на передовой технологии с использованием искусственного интеллекта для распознавания объектов. С помощью MLP TALAN можно детектировать изображения из дронов с поразительным качеством и технология становится незаменимой в условиях действия РЭБ.
«Когда теряется связь, становится очевидной разница между Machine Vision, обычным треккингом и обнаружением объектов, особенно в приоритетах. Это должно быть must-have в военных технологиях на сегодняшний момент», – акцентирует соучредитель компании Олег Амиргусейнов.
Платформа может использоваться:
"Критически, чтобы дрон поражал не какую-то "буханку" за $200, а танк, который стоит $20 млн долларов", - говорит еще один соучредитель компании Александр Лящ.
Система может быть установлена на любой ударный или разведывательный летучий или самоходный дрон для автоматического распознавания и отслеживания объектов в видеопотоке. По словам разработчиков, это могут быть БПЛА, наземные дроны с турелями, гранатометы, почти все самоходные дроны, а также большинство разведочных дронов и установок ударного типа.
Платформа использует Deep learning, чтобы идентифицировать различные классы объектов, распознавать танки, артиллерию, авиацию или другие силы противника, а также предметы, которые могли бы быть мишенью для дронов. Для использования решения, по словам разработчиков, необходимо учитывать не только программный продукт, потому что это только одна составляющая, но еще и аппаратная часть и возможности производителей дронов для того, чтобы принимать эту программную часть. После того, как программно-аппаратный комплекс монтируется в конкретный дрон, дальше все зависит от миссии и приоритизации, что дрону нужно будет делать.
"Конечно будут ограничения по аппаратной части, но покрытие дронов очень широкое", - объясняет Олег спектр использования решения.
Это коммерческая разработка и для проведения соответствующих тестирований разработчики планируют кооперацию с военными. Но сроки или подробности по соображениям безопасности не разглашаются.
"Мы уже в процессе того, чтобы скоро вооруженные силы Украины увидели этот продукт", - сообщает Александр.
Решение носит промышленный и системный характер на новейших технологиях и передовых нейронных моделях, производителем которых является Neurotechnology, в отличие от устаревших решений Computer vision 90-х годов. Но даже эти решения показывают эффективность в поле боя.
Для тренировки распознавания людей и объектов в нейросеть загружают несколько десятков тысяч фотографий. Каждое изображение должно быть промаркировано, чтобы показать нейросети, что она на нем видит. Часть из изображений может быть синтетическими, т.е. сгенерированными или выдуманными, но не более 20%. В финале процесса, система уже знает, как выглядит лицо, танк, гаубица или враждебная форма или другая техника.
«Так же мы можем работать с домами, едой, техникой, можем научить различать марки кетчупа, соуса, а также танки, отличать БМП от машин и самолетов. Но это тяжелая и кропотливая работа», – объясняет Олег.
Кроме того, как объясняют разработчики, для устанавливаемого на дроны решения важно не просто объяснить нейросети, что вот, условно, красная простыня посреди поля, а размаркировать объекты, спрятанные в условиях военной маскировки.
«Когда-то в зеленке стоит танк, спрятанный под какой-то сеткой, его нужно уже детекти совсем другими технологиями», — отмечает Олег.
Чтобы достичь «аккуратности распознавания», а это примерно 60–70%, на одну модель может уйти около месяца тренировок.
Всего в команде уже около 30 человек. Отдельная часть – это люди, работающие только над тренировкой нейросети, разметкой изображений и распознаванием.
Разработчики рассказали, что создание продукта MLP TALAN обошлось им более чем в 200 000 евро собственных и привлеченных средств, но конкретную сумму не называют, ссылаясь на коммерческую тайну.
«Это наш собственный труд. Наш пот и кровь, наша боль. (смеется). К тому же, все, что нам удалось заработать до войны, мы все реинвестировали снова в компанию», — объясняет Александр.
Сам продукт MLP TALAN, имеет и гражданскую версию – лицензию нейросети можно использовать как безвозмездную пробную оффлайн-версию в течение 30 дней, затем нужно будет приобрести лицензию, которая стоит 3000 евро. Соответственно дополнительно оплачивается обучение модели в соответствии с потребностями заказчиков. Все же что касается военных разработок – это закрытая военная информация.
Подписывайтесь на наш Telegram-канал, чтобы не пропустить важные новости. Подписаться на канал в Viber можно здесь.