Ngày nay, việc định vị bằng vệ tinh qua GPS đã thay đổi cách mà con người di chuyển trên Trái Đất, từ những chuyến đi ngắn bằng xe ô tô cho đến các chuyến bay xuyên lục địa. Tuy nhiên, không chỉ quân đội mà cả người dân thường cũng có thể gây ra sự cố cho dữ liệu định vị toàn cầu, điều làm cho việc điều hướng chính xác trở nên khó khăn hơn. Trong bối cảnh Nga xâm lược Ukraine, đã rõ ràng rằng cả hai bên đều có khả năng sử dụng các thiết bị gây nhiễu tín hiệu, dẫn đến việc các vũ khí dẫn đường và máy bay không người lái mất phương hướng. Thực tế, hàng ngày có những báo cáo toàn cầu cho thấy các máy bay thương mại trong không phận hòa bình thường xuyên gặp phải gián đoạn trong việc định vị vệ tinh.
Gây nhiễu tín hiệu có nghĩa là làm cho tín hiệu bị chìm trong tiếng ồn, khiến cho nó trở nên vô dụng. Một dạng gián đoạn tín hiệu khác gọi là "spoofing", xảy ra khi ai đó chèn dữ liệu định vị giả vào để làm cho máy bay đi sai hướng. Mối nguy hiểm của những sự cố này, mà đang ngày càng gia tăng trong thập kỷ 2020, yêu cầu một giải pháp mới. Một tín hiệu lạc quan có thể đến từ việc học hỏi từ tự nhiên, nhằm tạo ra một phương thức định vị không bị gián đoạn như hệ thống định hướng tự nhiên của cá voi, chim và các động vật di cư khác.
Công ty công nghệ trí tuệ nhân tạo SandboxAQ, được tách ra từ Alphabet của Google, tuyên bố rằng họ đã tìm ra một giải pháp định vị khai thác những biến đổi tinh tế của từ trường Trái Đất. Thiết bị AQNav sử dụng một cảm biến lượng tử để đo lường những thay đổi ở mức nguyên tử, từ đó phát hiện những biến đổi nhỏ trong môi trường. Hệ thống trí tuệ nhân tạo tiên tiến sẽ diễn giải các dữ liệu này. Thiết bị có thể phát hiện các từ trường địa lý độc đáo và so khớp chúng với một điểm cụ thể trên bản đồ, giúp xác định vị trí của máy bay trong thời gian thực. Đặc biệt, AQNav gần như không bị ảnh hưởng bởi các yếu tố gây nhiễu và thời tiết, theo lời của SandboxAQ.
Lực lượng Không quân Hoa Kỳ, cụ thể là Bộ chỉ huy Không quân Vận tải, đã thử nghiệm AQNav trên các máy bay vận tải C-17A hai lần trong năm 2023. Những cuộc thử nghiệm này đã thành công trong việc chứng minh khả năng điều hướng của máy bay mà không cần đến GPS, dựa vào dữ liệu từ lĩnh vực từ trường trong thời gian thực. Tổng cộng, hệ thống đã trải qua hơn 200 giờ bay thử nghiệm trên bốn loại máy bay khác nhau.
Theo Luca Ferrara, Giám đốc Navigation của SandboxAQ, gây nhiễu tín hiệu và thời tiết xấu không làm giảm độ chính xác của cảm biến. Ông cho biết: "Khi bạn đạt đến quy mô của tín hiệu phát ra từ lớp vỏ Trái Đất, bạn sẽ cần một tín hiệu gây nhiễu có cường độ tương đương với những cấu trúc địa chất lớn." Ông cũng lưu ý rằng, trong khi các từ trường của Trái Đất không cố định, mô hình của nhóm đã điều chỉnh cho những rung động và biến dạng do năng lượng mặt trời gây ra.
Dựa trên kết quả thử nghiệm vào tháng Tám, Lực lượng Không quân đã cấp cho SandboxAQ một khoản tài trợ bổ sung so với khoản ban đầu. Để chuẩn bị cho sản xuất quy mô lớn, kiến trúc hệ thống cần thích ứng với nhiều tải trọng tùy chỉnh khác nhau, thường là các hệ thống cảm biến hoặc thông tin liên lạc. Phát triển sẽ tận dụng AgilPod của Phòng thí nghiệm Nghiên cứu Không quân, một chuỗi các ngăn vuông 30 inch có thể lắp ráp theo nhiều cấu hình khác nhau để phù hợp với các hệ thống thông tin liên lạc cảm biến khác nhau.
AQNav có thể gắn bên ngoài các máy bay lớn như B-52 và những máy bay tương đối nhỏ như máy bay không người lái MQ-9. Nó có thể được lắp đặt trong một hộp vuông 2 feet hoặc phù hợp vào hai khe gắn. SandboxAQ cũng hy vọng sẽ triển khai AQNav trên các máy bay thương mại lớn trong tương lai, và đang hợp tác với Boeing và chi nhánh của Airbus tại Silicon Valley, Acubed, để thực hiện việc định vị từ trường.
Con người có thể chỉ mới bắt đầu sử dụng từ trường của hành tinh cho việc di chuyển trong vài trăm năm qua. Như một công cụ định hướng, la bàn từ trường lần đầu tiên xuất hiện trong các tài liệu viết vào đầu thế kỷ 15 trên con tàu của nhà thám hiểm Trung Quốc Trịnh Hoài Đức, người đã thực hiện bảy cuộc hành trình đại dương lớn.
Trong khi đó, khả năng định hướng từ trường ở động vật đã tồn tại hàng triệu năm, hãy hỏi một con cá voi lưng gù. Các nhà khoa học đã quan sát thấy một con cá voi mang thiết bị theo dõi đã di chuyển gần 2.250 km chỉ với độ lệch 0.4 độ từ đường đi thẳng của nó. Khả năng này, được gọi là "magnetoreception", xuất hiện rộng rãi ở nhiều loài động vật khác nhau, từ cá mập và chim di cư cho đến kiến và động vật nhuyễn thể.
Mặc dù chưa có sự đồng thuận về cách các động vật cảm nhận từ trường, một số nhà khoa học cho rằng đó là do một tương tác lượng tử mà trong đó các từ trường ảnh hưởng đến các phản ứng hóa học trong cơ thể, trong khi những người khác cho rằng cơ thể các động vật này có các cụm nhạy cảm như la bàn đối với các hạt magnetite chứa sắt.
Dù cách thức hoạt động trong tự nhiên ra sao, thiết kế của AQNav tạo ra kết quả tương tự. Nó sử dụng các cảm biến từ trường được quang học bơm, bằng cách sử dụng ánh sáng laser để phân cực các nguyên tử trong một loại hơi. Điều này khiến cho trạng thái năng lượng của chúng thay đổi theo sự tác động của từ trường xung quanh. Những thay đổi này được đo lường và chuyển đổi thành dữ liệu có thể được so sánh với một vị trí cụ thể đã biết trên Trái Đất.
Chỉ một cảm biến nhạy cảm không đủ. Hệ thống cũng cần lọc ra tiếng ồn và điều chỉnh cho những bất thường, bao gồm cả những gì thay đổi do nhiệt độ và dòng điện gây ra. Cuối cùng, AI chính là yếu tố giúp hệ thống trở nên thông minh và chính xác.
AI giúp phân tách tín hiệu khỏi bất kỳ sự can thiệp nào, giải thích Jen Sovada, một cựu đại tá Không quân hiện đang giữ chức vụ Chủ tịch toàn cầu của SandboxAQ. "Chúng tôi đã xác định và hiểu rõ những gì tín hiệu nên như thế nào, và chúng tôi có khả năng trừ đi tiếng ồn, bao gồm những gì cơ thể máy bay gây ra hoặc, chẳng hạn, một chiếc điện thoại di động trong túi của bạn. Vì vậy, ngay cả khi chúng tôi đặt một nam châm lên cảm biến, nó vẫn biết được điều gì nên có ở đó."
Rõ ràng rằng các hệ thống định vị của con người cần có AI. Tuy nhiên, cách mà cá voi di chuyển hàng ngàn km với độ chính xác gần như hoàn hảo vẫn làm khó các nhà khoa học. Nếu từ trường chỉ là hướng dẫn duy nhất, thì những biến động trường nên làm cho cá voi lệch khỏi đường đi, gây ra sự sai lệch lên đến 12 độ so với "phương bắc thật". Bằng cách nào đó, cá voi đang điều chỉnh để khắc phục hiện tượng này, có thể bằng cách bù đắp cho những sai sót hoặc sử dụng các giác quan khác như quan sát vị trí của mặt trời.
AI có thể giúp với một mức độ nhận diện mẫu mà con người không thể làm được, Ferrara giải thích. Thiết kế của AQNav kết hợp kiến thức vật lý vào AI, giúp các cảm biến cung cấp dữ liệu bản đồ từ trường chi tiết, bao gồm cả những hiện tượng không mong đợi. AQNav đang thu thập dữ liệu mới trong mỗi cuộc thử nghiệm bay để tạo ra một bản đồ từ trường chi tiết cao. Hiện tại, AQNav được thiết kế cho các máy bay lớn, yêu cầu vốn đầu tư cao, có thể bao gồm từ máy bay không người lái quân sự cho đến máy bay thương mại. Công ty lạc quan rằng khi chi phí của các cảm biến lượng tử giảm khi được áp dụng rộng rãi, AQNav có thể được sử dụng cho các máy bay nhỏ hơn và rẻ hơn.
Tuy nhiên, định vị dưới nước cũng có thể hưởng lợi từ một cảm biến từ trường lượng tử như AQNav, theo SandboxAQ. Việc định vị các tàu ngầm ở vị trí chìm rất khó khăn, vì chúng nằm ngoài tầm với của hầu hết các tín hiệu GPS.
Các nhà nghiên cứu tại Trung Quốc và Úc đã nghiên cứu ứng dụng của cảm biến từ trường lượng tử cho chiến tranh dưới nước trong nhiều năm—cả cho định vị và liên lạc, cũng như phát hiện các tàu ngầm xa xôi có thể nằm sâu hàng dặm dưới nước. Những cảm biến từ trường này có thể được lắp đặt trên đáy biển để phục vụ như một loại dây tripwire để phát hiện tàu ngầm xâm nhập.
Thách thức chính cho các ứng dụng lý thuyết như vậy sẽ tương tự như đối với máy bay—lọc tín hiệu khỏi tiếng ồn.
Nguồn tham khảo: https://www.popularmechanics.com/military/aviation/a62085402/magnetic-navigation-aircraft/
Gây nhiễu tín hiệu có nghĩa là làm cho tín hiệu bị chìm trong tiếng ồn, khiến cho nó trở nên vô dụng. Một dạng gián đoạn tín hiệu khác gọi là "spoofing", xảy ra khi ai đó chèn dữ liệu định vị giả vào để làm cho máy bay đi sai hướng. Mối nguy hiểm của những sự cố này, mà đang ngày càng gia tăng trong thập kỷ 2020, yêu cầu một giải pháp mới. Một tín hiệu lạc quan có thể đến từ việc học hỏi từ tự nhiên, nhằm tạo ra một phương thức định vị không bị gián đoạn như hệ thống định hướng tự nhiên của cá voi, chim và các động vật di cư khác.
Công ty công nghệ trí tuệ nhân tạo SandboxAQ, được tách ra từ Alphabet của Google, tuyên bố rằng họ đã tìm ra một giải pháp định vị khai thác những biến đổi tinh tế của từ trường Trái Đất. Thiết bị AQNav sử dụng một cảm biến lượng tử để đo lường những thay đổi ở mức nguyên tử, từ đó phát hiện những biến đổi nhỏ trong môi trường. Hệ thống trí tuệ nhân tạo tiên tiến sẽ diễn giải các dữ liệu này. Thiết bị có thể phát hiện các từ trường địa lý độc đáo và so khớp chúng với một điểm cụ thể trên bản đồ, giúp xác định vị trí của máy bay trong thời gian thực. Đặc biệt, AQNav gần như không bị ảnh hưởng bởi các yếu tố gây nhiễu và thời tiết, theo lời của SandboxAQ.
Lực lượng Không quân Hoa Kỳ, cụ thể là Bộ chỉ huy Không quân Vận tải, đã thử nghiệm AQNav trên các máy bay vận tải C-17A hai lần trong năm 2023. Những cuộc thử nghiệm này đã thành công trong việc chứng minh khả năng điều hướng của máy bay mà không cần đến GPS, dựa vào dữ liệu từ lĩnh vực từ trường trong thời gian thực. Tổng cộng, hệ thống đã trải qua hơn 200 giờ bay thử nghiệm trên bốn loại máy bay khác nhau.
Theo Luca Ferrara, Giám đốc Navigation của SandboxAQ, gây nhiễu tín hiệu và thời tiết xấu không làm giảm độ chính xác của cảm biến. Ông cho biết: "Khi bạn đạt đến quy mô của tín hiệu phát ra từ lớp vỏ Trái Đất, bạn sẽ cần một tín hiệu gây nhiễu có cường độ tương đương với những cấu trúc địa chất lớn." Ông cũng lưu ý rằng, trong khi các từ trường của Trái Đất không cố định, mô hình của nhóm đã điều chỉnh cho những rung động và biến dạng do năng lượng mặt trời gây ra.
Dựa trên kết quả thử nghiệm vào tháng Tám, Lực lượng Không quân đã cấp cho SandboxAQ một khoản tài trợ bổ sung so với khoản ban đầu. Để chuẩn bị cho sản xuất quy mô lớn, kiến trúc hệ thống cần thích ứng với nhiều tải trọng tùy chỉnh khác nhau, thường là các hệ thống cảm biến hoặc thông tin liên lạc. Phát triển sẽ tận dụng AgilPod của Phòng thí nghiệm Nghiên cứu Không quân, một chuỗi các ngăn vuông 30 inch có thể lắp ráp theo nhiều cấu hình khác nhau để phù hợp với các hệ thống thông tin liên lạc cảm biến khác nhau.
AQNav có thể gắn bên ngoài các máy bay lớn như B-52 và những máy bay tương đối nhỏ như máy bay không người lái MQ-9. Nó có thể được lắp đặt trong một hộp vuông 2 feet hoặc phù hợp vào hai khe gắn. SandboxAQ cũng hy vọng sẽ triển khai AQNav trên các máy bay thương mại lớn trong tương lai, và đang hợp tác với Boeing và chi nhánh của Airbus tại Silicon Valley, Acubed, để thực hiện việc định vị từ trường.
Con người có thể chỉ mới bắt đầu sử dụng từ trường của hành tinh cho việc di chuyển trong vài trăm năm qua. Như một công cụ định hướng, la bàn từ trường lần đầu tiên xuất hiện trong các tài liệu viết vào đầu thế kỷ 15 trên con tàu của nhà thám hiểm Trung Quốc Trịnh Hoài Đức, người đã thực hiện bảy cuộc hành trình đại dương lớn.
Trong khi đó, khả năng định hướng từ trường ở động vật đã tồn tại hàng triệu năm, hãy hỏi một con cá voi lưng gù. Các nhà khoa học đã quan sát thấy một con cá voi mang thiết bị theo dõi đã di chuyển gần 2.250 km chỉ với độ lệch 0.4 độ từ đường đi thẳng của nó. Khả năng này, được gọi là "magnetoreception", xuất hiện rộng rãi ở nhiều loài động vật khác nhau, từ cá mập và chim di cư cho đến kiến và động vật nhuyễn thể.
Mặc dù chưa có sự đồng thuận về cách các động vật cảm nhận từ trường, một số nhà khoa học cho rằng đó là do một tương tác lượng tử mà trong đó các từ trường ảnh hưởng đến các phản ứng hóa học trong cơ thể, trong khi những người khác cho rằng cơ thể các động vật này có các cụm nhạy cảm như la bàn đối với các hạt magnetite chứa sắt.
Dù cách thức hoạt động trong tự nhiên ra sao, thiết kế của AQNav tạo ra kết quả tương tự. Nó sử dụng các cảm biến từ trường được quang học bơm, bằng cách sử dụng ánh sáng laser để phân cực các nguyên tử trong một loại hơi. Điều này khiến cho trạng thái năng lượng của chúng thay đổi theo sự tác động của từ trường xung quanh. Những thay đổi này được đo lường và chuyển đổi thành dữ liệu có thể được so sánh với một vị trí cụ thể đã biết trên Trái Đất.
Chỉ một cảm biến nhạy cảm không đủ. Hệ thống cũng cần lọc ra tiếng ồn và điều chỉnh cho những bất thường, bao gồm cả những gì thay đổi do nhiệt độ và dòng điện gây ra. Cuối cùng, AI chính là yếu tố giúp hệ thống trở nên thông minh và chính xác.
AI giúp phân tách tín hiệu khỏi bất kỳ sự can thiệp nào, giải thích Jen Sovada, một cựu đại tá Không quân hiện đang giữ chức vụ Chủ tịch toàn cầu của SandboxAQ. "Chúng tôi đã xác định và hiểu rõ những gì tín hiệu nên như thế nào, và chúng tôi có khả năng trừ đi tiếng ồn, bao gồm những gì cơ thể máy bay gây ra hoặc, chẳng hạn, một chiếc điện thoại di động trong túi của bạn. Vì vậy, ngay cả khi chúng tôi đặt một nam châm lên cảm biến, nó vẫn biết được điều gì nên có ở đó."
Rõ ràng rằng các hệ thống định vị của con người cần có AI. Tuy nhiên, cách mà cá voi di chuyển hàng ngàn km với độ chính xác gần như hoàn hảo vẫn làm khó các nhà khoa học. Nếu từ trường chỉ là hướng dẫn duy nhất, thì những biến động trường nên làm cho cá voi lệch khỏi đường đi, gây ra sự sai lệch lên đến 12 độ so với "phương bắc thật". Bằng cách nào đó, cá voi đang điều chỉnh để khắc phục hiện tượng này, có thể bằng cách bù đắp cho những sai sót hoặc sử dụng các giác quan khác như quan sát vị trí của mặt trời.
AI có thể giúp với một mức độ nhận diện mẫu mà con người không thể làm được, Ferrara giải thích. Thiết kế của AQNav kết hợp kiến thức vật lý vào AI, giúp các cảm biến cung cấp dữ liệu bản đồ từ trường chi tiết, bao gồm cả những hiện tượng không mong đợi. AQNav đang thu thập dữ liệu mới trong mỗi cuộc thử nghiệm bay để tạo ra một bản đồ từ trường chi tiết cao. Hiện tại, AQNav được thiết kế cho các máy bay lớn, yêu cầu vốn đầu tư cao, có thể bao gồm từ máy bay không người lái quân sự cho đến máy bay thương mại. Công ty lạc quan rằng khi chi phí của các cảm biến lượng tử giảm khi được áp dụng rộng rãi, AQNav có thể được sử dụng cho các máy bay nhỏ hơn và rẻ hơn.
Tuy nhiên, định vị dưới nước cũng có thể hưởng lợi từ một cảm biến từ trường lượng tử như AQNav, theo SandboxAQ. Việc định vị các tàu ngầm ở vị trí chìm rất khó khăn, vì chúng nằm ngoài tầm với của hầu hết các tín hiệu GPS.
Các nhà nghiên cứu tại Trung Quốc và Úc đã nghiên cứu ứng dụng của cảm biến từ trường lượng tử cho chiến tranh dưới nước trong nhiều năm—cả cho định vị và liên lạc, cũng như phát hiện các tàu ngầm xa xôi có thể nằm sâu hàng dặm dưới nước. Những cảm biến từ trường này có thể được lắp đặt trên đáy biển để phục vụ như một loại dây tripwire để phát hiện tàu ngầm xâm nhập.
Thách thức chính cho các ứng dụng lý thuyết như vậy sẽ tương tự như đối với máy bay—lọc tín hiệu khỏi tiếng ồn.
Nguồn tham khảo: https://www.popularmechanics.com/military/aviation/a62085402/magnetic-navigation-aircraft/
