Bakit Mahalaga ang Swarm Intelligence para sa Autonomous na Sasakyang Pangkalawakan

Hanggang kamakailan, ang pangunahing paraan sa paggawa ng gumagalaw na makina, maging ito man ay eroplano, sasakyang pangkalawakan, o submarino, ay idisenyo ito kasabay ng mga matagal nang napatunayang mekanikal na sistema. Mas kamakailan, lumitaw ang ideya ng “bionics”, kung saan ang mga artipisyal na disenyo ay ginagaya ang mga biyolohikal, lalo na sa mga katangiang tulad ng morpolohiya at paggalaw. Maaaring magmukhang pag-gaya ng mga dragonfly upang lumikha ng microdrones, mga kamay ng tao para sa mga robot, o paggawa ng mga sasakyang pang-ilalim ng tubig na hugis mga nilalang-dagat.

Ang pamamaraang ito ay tumutulong na samantalahin ang bilyong taon ng proseso ng ebolusyon na nag-optimize ng mga hugis at estruktura para sa tiyak na mga kondisyon, kadalasan may malakas na pagtuon sa kahusayan sa enerhiya at katatagan na mahirap pantayan ng mga artipisyal na dinisenyong inhinyero.

Isang bagong siyentipikong papel ang naglalayong itulak pa ang ideyang ito, isinulat ng mga mananaliksik mula sa Peking University at sa China Academy of Aerospace System and Innovation. Ipinapahayag ng pag-aaral na ang isang bagong konsepto na tinatawag na Extensive Bionic Intelligence (EBI) ay maaaring magpalakas pa ng mga artipisyal na sistema sa pamamagitan ng paglilipat ng mga mekanismong ebolusyonaryong pinino sa loob ng bilyong taon, lalo na para sa mga aplikasyon sa aerospace.

Ito ay inilathala sa Chinese Journal of Aeronautics¹ sa pamagat na “Thoughts on extensive bionics intelligence in aerospace field”.

Bionics laban sa Extensive Bionics

Isang dahilan kung bakit dahan-dahang kumukuha ng mas marami at mas maraming inspirasyon mula sa mga biyolohikal na sistema ang mga kumplikadong sistema ay dahil, habang tumataas ang kanilang komplikasyon, ang kanilang disenyo ay humaharap sa parehong mga problema tulad ng mga biyolohikal na organismo:

• Isang kumplikadong network ng iba’t ibang sangkap ang kailangang magtulungan nang maayos.
• Ang pagbabago ng mga kondisyon at kapaligiran ay nangangailangan ng mabilis na pag-aangkop.
• “Macroscopic cross-level emergence of sophisticated functions absent in individual components, evolving orderly within dynamic environments.”

Kaya naman lumitaw ang konsepto ng bionics:

“Ang bionics ay ang pagkuha ng isang tiyak na organismo bilang paksa at paggaya sa mga natatanging katangian nito, upang makamit ang mataas na pagkakatugma sa pagitan ng mga artipisyal na sistema at mga natural na organismo sa pisikal na katangian, katangian ng paggalaw, at mga senaryo ng aplikasyon. Ang paghahangad ng pinakamataas na pagkakapareho sa pagitan ng artipisyal na bagay at ng natural na organismo ay nasa pundamental na ideya ng bionics.”

Maaaring lumikha ito ng napaka-kawili-wiling mga disenyo na kahawig ng hayop, tulad, halimbawa, ng disenyo ng isang manta para sa isang underwater drone mula sa Northrop Grumman (NOC ) (sundan ang link para sa aming ulat tungkol sa kumpanyang iyon).

Gayunpaman, limitado rin ang pamamaraang ito dahil maaari lamang itong gumaya ng mga tunay na organismo. Hindi ito makakagawa ng malaking iterasyon sa disenyo, at sa huli ay mapipigilan ng disenyo na akma para sa marupok na estruktura ng biyolohiya, at hindi ng mga posibleng disenyo na inspiradong buhay na isinasaalang-alang ang mga kalamangan ng artipisyal na materyales.

Kaya naman ang bagong lapit na “extensive-bionic” ay ngayon isinasaalang-alang. Hindi lamang nito ginagaya ang panghuling resulta (mga buhay na organismo) kundi pati na rin ang mga proseso na lumikha sa mga ito, na maaaring magbunga o hindi ng katulad na kinalabasan kapag inilapat sa mga artipisyal na sistema.

“Ang extensive-bionic ay lumalayo sa karaniwang kaisipan ng “one-to-one correspondence” (halimbawa, pagdidisenyo ng robotic fish sa pamamagitan lamang ng paggaya sa mga lumalangoy na hayop o mga drone sa pamamagitan ng pagkopya sa mga lumilipad na hayop). Sinusuri nito ang iba’t ibang mga pattern ng biyolohiya sa kalikasan, kabilang ang mga pattern ng morpolohiya, estruktura, pag-uugali, pag-iisip, organisasyon, at mga swarm, at pagkatapos ay nag-aabstrak ng mga unibersal na metodolohiya na inilalapat sa mga artipisyal na sistema.”

Pinagmulan: Chinese Journal of Aeronautics

Paglalapat ng Extensive Bionics

Sa pangkalahatan, ang Extensive Bionic Intelligence (EBI) ay naglalayong pagsamahin ang maraming larangan ng agham sa isang bagong paaralan ng inhinyeriya at disenyo:

• Ebolusyon ng biyolohiya (ang pag-usbong ng intelihensiya sa kalikasan),
• Ang mga pundasyong materyal at mekanismo ng pagproseso ng impormasyon ng neuroscience (ang neural na pundasyon ng intelihensiya)
• Agham pangkognitibo (ang mga pangunahing pagpapakita ng intelihensiya),
• Sikolohiya (ang mga advanced na pagpapakita ng intelihensiya) na nag-iintegrate ng multidisciplinary na teorya upang bumuo ng teoretikal at teknolohikal na balangkas para sa intelligent na agham.

Inaasahang ito ay lalong magiging mahalaga sa mga sistemang bio-inspired at swarm intelligence, partikular sa hinaharap na pag-unlad ng mga autonomous at intelligent na sasakyang pangkalawakan at mga sistema ng aerospace.

“Ang mas kumplikadong mga organismo ay nagbibigay din ng mahalagang mga paradigma. Halimbawa, ang distributed neural network at flexible cognition ng mga pugita ay nagpapakita ng desentralisadong intelihensiya at kakayahang mag-adapt sa paglutas ng problema, na nag-aalok ng mga bagong pananaw sa pagdidisenyo ng lubos na autonomous na mga unmanned system.”

Maaari ring magdala ang EBI ng karagdagang halaga sa pamamagitan ng pagsasama ng higit sa isang disenyo nang sabay-sabay, na nagbibigay nito ng kakayahang lumikha ng isang drone o robotic “ecosystem” kaysa sa one-to-one na paggaya ng tradisyonal na bionics.
Papasimplehin nito ang cross-disciplinary na integrasyon ng maraming sistema at layunin, lumalayo mula sa dating mas simpleng bionic na lapit na hanggang ngayon ay nagbunga lamang ng halo-halong resulta pagdating sa pag-deploy ng mga functional na kasangkapan.

“Ang teknolohiyang EBI ay binabasag ang phenomenon ng species isolation sa mga proseso ng pagkatuto ng biyolohiya, iniwan ang mga simplistiko at magaspang na pamamaraan ng paglipat tulad ng “pag-gaya sa isda sa ilalim ng tubig”, “pag-replika ng mga ibon sa paglipad”, at “pag-gaya sa mga lobo sa lupa.”

Pinagmulan: Chinese Journal of Aeronautics

Nagbigay ang mga mananaliksik ng serye ng mga halimbawa kung saan maaaring magtagumpay ang lapit na ito, kabilang para sa swarm intelligence:

• Pag-uugali ng paglipad ng mga ibon para sa koordinasyon ng maraming UAV (malawak na saklaw ng paggaya).
• Algoritmo ng schooling ng isda upang i-optimize ang kontrol ng mga formasyon ng satelayt (paglagpas sa hangganan ng species).
• Paggalugad ng unmanned swarm system (pagpapalakas ng cross-disciplinary na integrasyon).
• Pag-gaya sa mga prinsipyo ng human neural systems upang magsimula ng mga cognitive agent na kahawig ng tao na may kakayahang mag-isip at matuto. (nakatuon sa konsepto ng intelihensiya)

Extensive Bionic Intelligence para sa Aerospace

EBI para sa Pangkapaligirang Persepsyon

Ang mga biyolohikal na organismo ay gumagamit ng polarization vision para sa nabigasyon, pag-iwas sa mandaragit, pangangaso, at komunikasyon. Nilikha rin nila ang maraming anyo ng paningin at pandama na maaaring ilapat sa mga artipisyal na disenyo:

• Ang US Air Force Research Laboratory ay nag-apply ng mga compound eye system sa short-range air-to-air missiles, na nagpapahintulot ng mabilis na pag-lock ng target ng mga seeker.
• Ang CurvACE curved artificial compound eye system ay inilagay sa mga drone para sa short-distance odometry, target tracking, at mga eksperimento sa visual stabilization.
• Wide-field spatial X-ray astronomical detection sa pamamagitan ng lobster-eye X-ray focusing imaging technology ng National Astronomical Observatories ng Chinese Academy of Sciences (NAOC).
• Pag-gaya gamit ang isang artificial neural network ng asynchronous spike sequences ng mga hayop upang iulat ang pagbabago ng liwanag sa utak, tumutulong sa pagkuha ng high-speed dynamics.

EBI para sa Pinag-ugnay na Kompyutasyon

Ang pananaliksik mula sa Tsinghua University ay gumamit ng memristor array-based convolutional networks upang makamit ang dalawang order ng magnitude na mas mataas na kahusayan sa enerhiya kumpara sa Graphics Processing Units (GPUs) kapag nagpoproseso ng Convolutional Neural Networks (CNNs).

Gayundin, ang neuromorphic computing tulad ng Darwin III neuromorphic chip ng Zhejiang University ay maaaring suportahan ang higit sa 2 milyong neuron at 100 milyong synapse sa isang chip, na papalapit sa bilang ng mga neuron sa simpleng hayop.

Ang paggaya sa neurology ng hayop ay maaaring umabot hanggang sa antas ng transistor, gamit ang silicon nanowire neuromorphic transistors na ginagaya ang neuronal plasticity sa pamamagitan ng ion-doped sol-gel silicate films.

EBI para sa Indibidwal na Pagdedesisyon

Sa pangkalahatan, ang autonomous decision-making ay nasasailalim sa mga limitasyon ng kompyutasyon, imbakan, at mga limitasyon sa mapagkukunan higit kaysa sa sentralisadong intelihensiya na maaaring ma-access ang supercomputers o cloud computing.

Maaaring gamitin ng EBI ang genetic algorithms, particle swarm optimization, grey wolf optimizer, at artificial fish swarm algorithms para magpasya ng galaw, direksyon, aksyon, atbp., ng mga robot at drone.

Ito ay tumutugma sa paglipat mula sa sentralisadong kontrol ng mga aerospace asset patungo sa mga autonomous system na kailangang gumawa ng kapaki-pakinabang na desisyon na may limitadong kapangyarihan, bandwidth, kompyutasyon, at pangangasiwa ng tao.

Isang bio-inspired dopamine model para sa autonomous decision-making sa mga robot ay maaaring paunlarin, kung saan ang dopamine ay nagreregula ng motibasyon at gantimpala, tulad ng sa utak ng tao.

EBI para sa Kooperatibong Kontrol

Ang tinatawag na “swarm intelligence” ay nakasalalay sa pag-usbong ng matalino at komplikadong pag-uugali ng grupo at koordinasyon, sa kabila ng limitadong intelihensiya ng mga indibidwal na sangkap. Ang mga paaralan ng isda, mga paglipad ng ibon, at mga kolonya ng bubuyog ay nagpapakita ng ganitong kakayahan.
Ang ganitong bio-inspired cooperative control na walang nakapirming sentral na node ay maaaring magpayagan sa mga spacecraft swarm na gumana nang walang mahigpit na komunikasyon na topolohiya, na nagpapahusay sa katatagan laban sa mga hindi inaasahang senaryo tulad ng pagkawala o pagkabigo ng mga indibidwal.

EBI para sa Adversarial Game Theory

Bilang isang aplikasyon ng mga artipisyal na swarm at bionics sa telekomunikasyon at depensa, ang kakayahang umatake o lumaban sa mga pag-atake ay mahalaga.
Ginagawang kapana-panabik ang mga grupong pag-uugali ng biyolohiya tulad ng pakpak ng mga lobo na sabay-sabay na nangangaso o mga paaralan ng isda na umiwas sa pag-ikot. Maaari rin nitong itaguyod ang kahusayan ng grupo sa kapinsalaan ng indibidwal na bahagi ng swarm, tulad ng pagsasakripisyo ng isang evader upang matiyak ang pagtakas ng iba, katulad ng isang malakas na mandaragit na nangangaso sa mas mahina na indibidwal sa loob ng grupong biktima.

EBI, AI at Mga Teknolohiyang Pangkalawakan

Pagpapasigla ng Adaptive na Mga Teknolohiyang Pangkalawakan

Ang mabilis na pag-unlad ng artificial intelligence ay nagpapahalaga pa lalo sa extensive bionic intelligence para sa mga aplikasyon sa aerospace. Ang mabilis na pagtaas ng kahalagahan ng mga teknolohiyang pangkalawakan, salamat sa reusable launchers, ay nagiging kritikal din upang mapataas ang awtonomiya ng mga sasakyang pangkalawakan.

“Ang apat na pangunahing kakayahan ng ‘access to space, utilization of space, development of space, at exploration of space’ ay naglalagay ng mas mataas na pangangailangan sa mga bagong aerospace system, kabilang ang mga space transportation system, space infrastructure, space manufacturing, deep-space exploration system, at development system.”

Sa ideal na sitwasyon, ang ganitong bio-inspired AI aerospace systems ay mag-iintegrate ng ilang kakayahan:

• Isang integrated system ng persepsyon, memorya, pag-rason, at pagdedesisyon gamit ang EBI.
• Ang swarm intelligence ay lumilikha ng komplikadong global na pag-uugali mula sa simpleng lokal na mga patakaran at pinananatili itong matatag at predictable.
• Dynamic restructuring ng neuronal connectivity upang mag-adapt sa mga bagong senaryo at lumampas sa hangganan ng paunang training datasets.

Pinagmulan: Chinese Journal of Aeronautics

Pagpapabilis ng Pag-unlad ng EBI

Ayon sa mga mananaliksik, upang mapabilis ang pag-unlad at pag-aampon ng Extensive Bionic Intelligence, ilang hakbang ang kailangang gawin.

Una ay ang paglikha ng isang kumpletong bio-intelligence database. Mahalaga ito upang iproseso at ikategorya ang malalaking dami ng datos ng biological observation, unti-unting pinapino ang mga bio-intelligence database. Sa ganitong paraan, ang pag-standardize ng heterogeneous na biological data ay magtitiyak ng pagiging magagamit nito para sa computational modeling at disenyo ng pisikal na prototype.

Kapag nalikha na ang komprehensibong biological intelligence database, magiging posible na mabilis na pumili ng mga imitation target na pinaka-angkop sa gawain mula rito. Kailangan pa rin nitong tumugma sa mga layunin ng tao, na maaaring hindi simple.

“Ang pangunahing teknikal na kahirapan ay magtatag ng tumpak na mga mekanismo ng pagma-map na nag-aalign ng komplikadong biyolohikal na kalamangan sa mga misyon-specific na engineering task, habang iniiwasan ang sobrang pagpapasimple o pagkawala ng functional essence.”

Pagkatapos, kailangang magtatag ng mabilis na evolutionary mechanisms upang makamit ang agile training para sa mga bagong kapaligiran at problema. Kailangan din nitong iintegrate ang extensive bionic perception at control technologies.
Kapag natapos na ang lahat ng hakbang na ito, ang larangan ng EBI ay dapat makapag-ambag sa deep-space autonomous exploration, extraterrestrial multi-robot coordination, at satellite software-defined systems, na magdadala ng malalaking pag-unlad sa intelihensiya ng aerospace unmanned systems.

Pamumuhunan sa Unmanned Intelligence

Kratos Defense & Security Solutions

Nagsimula sa pagtutok sa defense telecommunications infrastructure at mga network, ang Kratos ay nagsagawa mula 2004 ng serye ng mga pagkuha ng maliliit o katamtamang laki na mga electronics at defense companies.

Nagdulot ito upang maging isang mahalagang supplier ng aerospace telecom solutions.

Pinagmulan: Kratos Space

Ang Kratos ay mabilis ding lumalawak sa mga segment ng drone at missiles, lalo na sa kategoryang “cheap and good enough” na ammunition, isang mahalagang kategorya dahil ang produksyon ng mamahaling weapon systems sa parehong attack at defense roles ay nahihirapang makasabay sa konsumo sa mga labanan tulad ng Ukraine at Iran.

Bilang resulta, ang Kratos ay provider ng subsonic at supersonic missile engines tulad ng GEK-series turbojets at Zeus solid rocket motors.

Nagluluwas din ito ng XQ-58 Valkyrie Uncrewed Tactical Aircraft (UTA) pati na rin ang drone aerial targets upang subukan ang mga sandata.

Sa lupa, ito ay lumilikha ng remote-controlled at self-driving trucks at ground logistics systems, high-energy lasers, magaan, electromagnetic interference–shielded mobile platforms C5ISR systems (Command, Control, Communications, Computers, Cyber, Intelligence, Surveillance, at Reconnaissance), at ang Sentinel Weapon System, isang land-based intercontinental ballistic missile (ICBM) system na nasa pag-develop.

Ang mga kumpanyang tulad ng Kratos ay sapat na maliit upang manatiling agile, ngunit sapat na malaki upang magkaroon ng kakayahang mag-deploy ng mga bagong konsepto tulad ng Extensive Bionic Intelligence sa kanilang autonomous drones at iba pang sandata. Dahil dito, malamang na magagamit nila ang mga kasabay na pag-unlad sa edge AI, sensor fusion, decentralized coordination, at multi-agent mission planning.

(Maaari mo ring basahin ang aming buong ulat sa pamumuhunan tungkol sa Kratos para sa karagdagang impormasyon)

Pinakabagong Balita at Pag-unlad sa Stock ng Kratos Defense & Security Solutions (KTOS)

Pag-aaral na Binanggit

^{1. Junzhi Yu, et al. Thoughts on extensive bionics intelligence in aerospace field. Chinese Journal of Aeronautics. 13 Marso 2026, 104161. https://doi.org/10.1016/j.cja.2026.104161}