A Magyar Tudomány Ünnepe alkalmából az Óbudai Egyetem Mesterséges Intelligencia Műhely által szervezett "Mesterséges intelligencia jelene és lehetséges jövője" konferencián elhangzott előadás prezentációja. Időpont: 2022. november 11. Helyszín: Budapest, Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar

1. Kiss Csaba
doktorandusz
Mesterséges intelligencia a katonák kezében
(a katonai rangjelzések felismertetése mesterséges
intelligencia segítségével)
Óbudai Egyetem - Mesterséges Intelligencia Műhely
Mesterséges intelligencia jelene és lehetséges jövője konferencia
2022.11.11 Budapest Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar

2. A Magyarország Nemzeti Katonai Stratégiája meghatározza a MI bevezetésének területeit a haditechnika területén.
A fejlesztési területek között szerepelnek – a teljesség igénye nélkül – az alábbiak:
Magyarország Nemzeti Katonai Stratégiája
 kibervédelem, mesterséges intelligencia
 robothadviselés és robottechnológia
 digitális katona program
 autonóm csapásmérő eszközök
 kvantum számítástechnika
 szimulációs, virtuális és kiterjesztett valóság

3. Digitális katona
- Egyesült Államokban fejlesztették ki az 1990-es évek elejétől.
- Digitális technológiát integráló felszerelések sora segítette a gyalogság bevetéseit, a katona védelmét is.
- Megjelent egy új sisakrendszer, - beépített számítógép, - digitális taktikai térkép ,- csapatok helyzetét
megjeleníteni képes sisakképernyő.
- A golyóálló kevlár sisakra erősíthető kijelzőn egy másik katona fegyverére szerelt kamera képét lehet látni,
de az ellenség helyzetét és a valós harctéri eseményeket is.
- A katonák kaptak egy olyan védőmellényt, amely nemcsak a felsőtestet, de a combot és a felkart is védi.
- A GPS navigációt, a nyolc csatornás rádiót, adatkapcsolatot fenntartó megoldásokat akkumulátor
üzemelteti. Ezek a megoldások az ún. Land Warrior felszerelés részei, amelyek mintegy 6,5 kg-os
többletterhet jelentenek a katonák számára.

4. Mesterséges Intelligencia
1950-1960 évek. Alan Turing, John McCarthy ,Frank Rosenblatt, Arthur Samuel
1960-1970 évek. Joseph Weizenbaum
1970-1980 évek. Hans Moravec
1980-1990 évek. A tudósok olyan számítógépes programokat hoznak létre, amelyek képesek hatalmas
mennyiségű adatot elemezni, és következtetéseket levonni.
1990-2000 évek. DART, IBM Deep Blue szuperszámítógép, Gépi tanulás
2000-2010 évek. Intuitive Surgical da Vinci, Sebastian Thrun és a Stanford Mesterséges Intelligencia
Laboratórium, Geoffrey Hinton a "mély tanulás" kifejezést használja, Noel Sharkey,
Apple bemutatja Sirit, egy virtuális asszisztenst iPhone-jaihoz.
2010-napjainkig. IBM Watson szuperszámítógépes rendszer, Boston Dynamics bemutatja az Atlast, DARPA
Robotics Challenge , “Third Offset Strategy,”,Hawking, Elon Musk és Steve Wozniak,
autonóm fegyverek fejlesztésének betiltására szólítanak fel, a Google DeepMind AlphaGo,
Sea Hunter, Alibaba, Paul Rad, az UTSA Open Cloud Institute igazgatóhelyettese és
Nicole Beebe, az UTSA Cyber Center for Security and Analytics igazgatója egy új
felhőalapú tanulási platformot ismertet, amely megtanítja a gépeket az emberekhez hasonló
tanulásra.

5. Hardveres kiépítési lehetőség

6. Gépi tanulás
A gépi tanulás a mesterséges intelligencia egyik területe, olyan neurális hálókkal dolgoznak,
amelyek tanulni képesek, azaz betanítás után a megtanult adatokból tudást generálnak.
Ez azt jelenti, hogy a MI minta adatok alapján képes önállóan, vagy emberi segítséggel
szabályokat felismerni.
A rendszer tehát nem csupán betanulja a mintákat, hanem képes ezek alapján általánosításra, ami
alapján – a tanulási szakasz végeztével – ismeretlen adatokra vonatkozólag is helyes döntéseket
képes hozni.

7. Gépi tanulás
- rendfokozat
- katonai eszközök
- fegyverek
- térképjelek
- lőszerek
- aknák
- rakéták
- bombák
- gránátok
- merevszárnyas és forgószárnyas eszközök
- egyéb speciális katonai szerszámok
...

8. Gépi tanulás

9. Katonai rendfokozatok felismerése gépi tanulás útján

10. Szín felismerés
1. A szín megállapításánál fontos tényező, hogy a különböző fényviszonyoknál készült kép mennyire
lesz feldolgozható.
2. Az erősen fényvisszaverő felület csillogást okozhat, ami sokszor felismerhetetlenné teszi a
képrészletet vagy képet, így a szín felismerése is lehetetlenné válik.
3. A gyakorló egyenruha álcázást is szolgál, így a rajta lévő katonai rendfokozati jelzések is nem
‘erősen’ fényvisszaverő anyagból készülnek ezért a képek is jól feldolgozhatóak.
4. A színek felismerése RGB színkódok alapján történik, Michael Shneier módszerét vettem alapul a
saját modellem megalkotásakor.

11. Szín felismerés
RGB küszöbölés

12. Forma felismerés

13. Forma felismerés

14. Jogi források:
1573/2020. (IX. 9.) Kormány határozata Magyarország Mesterséges Intelligencia Stratégiájáról, valamint a
végrehajtásához szükséges egyes intézkedésekről; Magyar Közlöny 2020 (202)
1393/2021. (IV.24.) Kormány határozata Magyarország Nemzeti Katonai Stratégiájáról. Magyar Közlöny 2021 (119)
Képforrás: ‘MATASZ’ -A digitális katona program- Szabó Lajos zászlós archívumából.
https://www.bing.com/images/search?q=gr%c3%a1n%c3%a1tok+katonai&form=HDRSC3&first=1&tsc=ImageHoverTitle
https://www.bing.com/images/search?q=katonai%20fegyverek&qs=n&form=QBIR&sp=-
1&pq=katonai%20fegyverek&sc=2-
17&cvid=DDBA9DBA7FF34A20A33E34F09F060342&ghsh=0&ghacc=0&first=1&tsc=ImageHoverTitle

15. Felhasznált irodalom:
Szűcs László 2021. A digitális katona program - Beszélgetés dr. Böröndi Gábor altábornaggyal. Online:
https://matasz.com/hun/a-digitalis-katona-program-a-magyar-honvedseg-teljes-gondolkodasmodjat-meg-fogja-
valtoztatni/ (Letöltés ideje: 2022.03.20.)
Van der Bliek, Jan. 1999. AGARD The History 1952-1997.The NATO Research and Technology Organization.
Paul Scharre 2019. A terminátor eljövetele. Autonóm fegyverek és a jövő háborúi. Budapest: Alexandra Kiadó.
Marc Peter Deisenroth, Aldo Faisal, Cheng Soon Ong 2020. Mathematics for Machine Learning. Cambridge
University Press.
Ványa László, 2006. ZAVARÓ ROBOTOK ELMÉLETBEN ÉS A GYAKORLATBAN Online:
http://www.hadmernok.hu/kulonszamok/robothadviseles6/vanya2_rw6.html (Letöltés ideje: 2022.03.20.)
Kollár Csaba 2017. Az IoT KATONAI FELHASZNÁLÁSI LEHETŐSÉGEI ÉS A FEJLESZTÉS IRÁNYAI. HADMÉRNÖK 12: 4
pp. 146- 158., 13 p.
Kollár Csaba, Nagy Barna 2021. A mesterséges intelligencia felhasználási lehetőségei az
objektumfelismerésben. Biztonságtudományi Szemle III. évf. :1. szám pp. 123-140.