Проблема изолированных сред
Авиационные операции часто требуют принятия решений в условиях ограниченной связи и строгих ограничений безопасности. Аналитикам необходимо сопоставлять текстовые доктрины с визуальными данными (спутниковыми снимками, фото), не имея доступа к внешним облачным ресурсам. Традиционный ручной анализ требует огромных когнитивных усилий и времени, что критично в условиях дефицита времени.
Решение: Офлайн-архитектура с RAG
Команда исследователей (Joao P. A. Dantas, Jelton A. Cunha, Gabriel Dietzsch) разработала модульную архитектуру на базе мультимодальных больших языковых моделей (MLLM). Ключевая особенность системы — полная автономность. Она использует Retrieval-Augmented Generation (RAG) для работы с локальной базой знаний, содержащей технические руководства и доктрины, без необходимости подключения к интернету.
Результаты пилотного исследования
Для оценки эффективности была проведена пилотная работа с четырьмя аналитиками изображений ВВС Бразилии. Исследователи сравнили производительность человека и ИИ при выполнении задач идентификации целей и оценки когнитивной нагрузки. Результаты демонстрируют значительное преимущество автоматизации:
| Метрика | Человек (ручной труд) | ИИ-система (MLLM) |
|---|---|---|
| Время выполнения задачи | 26,5 минут | 7,1 минуты |
| Качество ответа (оценка) | 8/10 | 8/10 |
| Когнитивная нагрузка (ментальный запрос) | 6,0/7 | — |
| Когнитивная нагрузка (усилие) | 5,0/7 | — |
Система не только работает в 3,7 раза быстрее, но и демонстрирует сопоставимое с экспертом качество ответов (8 из 10 баллов). При этом ручной труд вызывает высокую когнитивную нагрузку, особенно в части ментального запроса (6,0 из 7).
Значение для отрасли
Это исследование закладывает базис для внедрения ИИ в закрытые контуры безопасности. Возможность получения ответов, которые можно отследить до исходных источников (через RAG), решает главную проблему «черного ящика» в критически важных системах. В будущем планируется более систематическое сравнение рабочих процессов с ИИ и без него, что может стать стандартом для военной разведки и других высокорисковых отраслей.
Источник: arXiv cs.AI ↗