來自青年日報
https://www.ydn.com.tw/news/newsInsidePage?chapterID=1648255
轉載Defence News
"Northrop harnesses machine learning to aid Space Force
missile parsing"
https://bit.ly/49aRMMA
Defence News網站25日報導，諾斯洛普格魯曼公司正在為
美國太空軍，研發新軟體，透過機器學習與模型辨識
（pattern-recognition）能力，簡化飛彈偵測、識別與
監控程序，進而強化早期預警效能。
報導指出，這項技術稱為「利用機器學習降低追蹤錯誤」
（False Track Reduction Using Machine Learning），
預計2025年正式推出，將用於太空軍「太空紅外線預警系統
」（SBIRS）等預警計畫。
目前美國太空軍每月必須追蹤數千起潛在飛彈事件，其中包
含大量錯誤資訊，隨著太空衛星數量增加、新型武器與間諜
技術持續發展，也讓飛彈預警工作愈來愈複雜。
諾格公司表示，新軟體將協助過濾非實際發射的物體，減少
分析人員必須一次應付如雪崩般出現的大量資訊，但軟體也
會確保不漏掉任何潛在飛彈威脅。
隨著感測器技術提升，也導致錯誤數據增加，諾格希望藉由
機器學習技術，幫助專業人員強化飛彈預警效率。
此外，透過機器學習技術，內部資料庫也可以根據各國採購
新武器裝備的諸元或測試數據，進行更新與升級，強化軟體
能力。
[感想]
運用 Machine Learning，跟上新趨勢
距離Skynet還有多遠呢? XD