LONDON (IT BOLTWISE) – Chinesische Forscher berichten über eine KI, die Wärmebilder von Zielen auswerten und dabei in Labortests bis zu 97,1 Prozent Genauigkeit erreichen soll. Das System ist für den Einsatz in Luft-Luft-Raketen gedacht und soll Entscheidungen in Millisekunden ermöglichen, ohne externe Rechenhilfe. Trainiert wurde das Modell mit 3245 Infrarotbildern aus einem Bord-Scansystem. In Hardware-Tests werden zudem 96,4 Prozent erreicht, bei rund 1,5 Millisekunden Bildverarbeitung und etwa 2,2 Watt Verbrauch.
Die Meldung greift einen Kernpunkt moderner Luft-Luft-Führung auf: Tarnkappenjets lassen sich auf dem Radar zwar schwerer ausmachen, ihre Abstrahlung im Infrarotbereich bleibt aber sichtbar. Genau dort setzt die präsentierte KI-gestützte Erkennung an. Laut den Angaben aus den Veröffentlichungsunterlagen trainierte ein Team ein Modell, das Wärmesignaturen von Luftzielen direkt anhand von Infrarotbildern klassifizieren soll, um im Gefecht zwischen realen Flugzeugen und Täuschkörpern zu unterscheiden. Gerade weil ein Flugkörper kaum Zeit für einen mehrstufigen Datentransfer hat, rückt die Fähigkeit, die Bildauswertung an Bord selbst durchzuführen, in den Fokus.
Technisch betrachtet handelt es sich dabei um eine KI, die als Bestandteil des Raketen-„Suchkopfs“ arbeiten soll. Der Sensor erfasst demnach Infrarotbilder, die anschließend in Sekundenbruchteilen bzw. im Bereich von Millisekunden einer Klassifikation unterzogen werden. Die Forscher nennen die Zielarchitektur bewusst pragmatisch: Ein Zielsensor kann die Strahlung aufnehmen, und die KI entscheidet anschließend, ob vor ihr ein Flugzeug oder nur ein Attrappe-ähnliches Ziel vorliegt. In den beschriebenen Labortests erreichte das Modell bis zu 97,1 Prozent Genauigkeit, allerdings mit simulierten Zielbildern statt mit realen, operativ eingesetzten Plattformen.
Das Trainingssetup ist für die Einordnung besonders wichtig, weil es zeigt, wie stark die Ergebnisse an die Testdaten gekoppelt sein können. Trainiert wurde das System mit 3245 Infrarotbildern aus einem Scansystem an Bord eines Flugkörpers. Das Datenmaterial umfasste drei Arten von Luftzielen: simulierte F-22- und F-35-Profile sowie kleine Angriffsdrohnen. Für die militärische Bewertung heißt das: Die KI wird in der Darstellung nicht „blind“ auf unbekannte Manöver oder neue Wärmestrukturen losgelassen, sondern auf eine definierte Menge an Zielklassen trainiert und getestet. Gleichzeitig bleibt die Frage offen, wie robust die Erkennung bei wechselnden Umgebungsbedingungen wie Bewölkung, Hintergrundstrahlung oder unterschiedlichen Flughöhen ausfällt.
Ein weiterer Schwerpunkt liegt auf der für den Einbau entscheidenden Effizienz. Die Entwickler mussten das Modell demnach verkleinern, damit es überhaupt in einen Flugkörper passt, und sie reduzierten den Rechenaufwand auf 19,2 Prozent im Vergleich zu früheren Systemvarianten. Zusätzlich kommt ein eigener KI-Beschleuniger zum Einsatz, der die Auswertung der Wärmebilder beschleunigen soll. In den Hardware-Tests wird eine Genauigkeit von 96,4 Prozent genannt, bei einer Bildverarbeitung von rund 1,5 Millisekunden und einem Energieverbrauch von etwa 2,2 Watt. Für den praktischen Betrieb ist das relevant, weil die gesamte Sensorik und Avionik eines Flugkörpers ohnehin unter engen thermischen und energetischen Randbedingungen arbeiten.
Gleichzeitig ist die Botschaft an dieser Stelle deutlich begrenzt: Die Versuche liefern nach den vorliegenden Angaben keinen Nachweis für Treffer gegen echte F-22- oder F-35-Plattformen. Getestet wurde mit simulierten Zielen, und dazu passen auch die Aussagen, dass die Details der Testdaten nicht offengelegt werden können. Außerdem wird der Einsatzbereich eingeschränkt beschrieben: Das Team erprobte die Technik für Luft-Luft-Raketen im Nahbereich. Ob sich das Vorgehen auch für Boden-Luft-Systeme übertragen lässt, bleibt offen. Diese Unschärfe ist in der Praxis nicht nur eine Randnotiz, denn eine Umgebungsgeometrie vom Boden aus (Hintergründe, Sichtlinie, Winkelgeschwindigkeiten) unterscheidet sich erheblich von der Jagdphase zwischen Luftplattformen.
Für den Markt und die KI-Entwicklung in sicherheitsnahen Anwendungen zeigt die Meldung vor allem eines: Der Wettbewerb verlagert sich von „besserer Erkennung im Labor“ hin zu „performanterer Erkennung unter Echtzeit-Constraints“. Die Kombination aus Datenpaketen (hier: 3245 Infrarotbilder), komprimierten KI-Modellen und spezialisierten Beschleunigern spiegelt eine typische MLOps-Realität in sicherheitskritischen Systemen wider: Nicht nur die Modellgüte zählt, sondern Latenz, Strombudget und die Fähigkeit zur On-Device-Inferenz. Für Unternehmen, die KI-Bausteine für Embedded-Umgebungen entwickeln, ist das eine klare Stellschraube, denn ähnliche Anforderungen tauchen auch in zivilen Bereichen wie Drohnen- oder Industrieinspektion auf – nur mit weniger strengen Sicherheits- und Einsatzprofilen.
Unterm Strich verbindet die dargestellte Lösung drei Ebenen: Infrarot-gestützte Bildklassifikation, schnelle Onboard-Inferenz und Hardware-Optimierung. Der nächste Entwicklungsschritt dürfte daher weniger bei der Frage „ob“ liegen, sondern bei „wie stabil“ und „wie schnell“ unter realistischen Einsatzbedingungen. Sollte sich die Genauigkeit über verschiedene Testumgebungen hinweg bestätigen und lässt sich die Sensorik an sich verändernde Hintergründe adaptieren, würde die Architektur stärker in Richtung eines robusten Systems für eine breite Zielpalette driften. Bis dahin bleibt die Meldung vor allem ein technologischer Hinweis darauf, wie stark Echtzeit-KI in der Zielerkennung an Bord bereits optimiert werden kann.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI soll F-22- und F-35-Jets per Wärmebild in Millisekunden erkennen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI soll F-22- und F-35-Jets per Wärmebild in Millisekunden erkennen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI soll F-22- und F-35-Jets per Wärmebild in Millisekunden erkennen« bei Google Deutschland suchen, bei Bing oder Google News!