| Máy bay J-36 lộ nguyên mẫu mới với nhiều thay đổi thiết kế Y-20B liệu có thể trở thành máy bay tác chiến điện tử? 5 điểm khách biệt chính của máy bay chiến đấu J-36 Trung Quốc và F-47 Mỹ |
 |
| Máy bay F-35A Lightning II tiếp nhiên liệu trên không. Ảnh: Không quân Hoa Kỳ. |
Máy bay tàng hình như F-22 và F-35 được thiết kế để giảm khả năng bị radar phát hiện, nhưng chúng vẫn tạo ra bức xạ hồng ngoại do động cơ, luồng khí thải và quá trình thân máy bay nóng lên khi di chuyển trong không khí. Một nhóm nghiên cứu Trung Quốc đang thử dùng AI để khai thác chính dấu vết này.
Theo thông tin được công bố về nghiên cứu, các nhà khoa học từ Viện Công nghệ Bắc Kinh và Học viện Tên lửa Không vận Trung Quốc đã phát triển một mô hình AI hạng nhẹ dành cho hệ thống tạo ảnh hồng ngoại trên tên lửa.
Nhóm nghiên cứu sử dụng 3.245 hình ảnh hồng ngoại thu thập bằng hệ thống quét mô phỏng thiết bị trên tên lửa để huấn luyện và kiểm tra mô hình. Tập dữ liệu gồm ba loại mục tiêu trên không, trong đó có mục tiêu mô phỏng máy bay chiến đấu tàng hình F-22 và F-35.
Kết quả được nhóm nghiên cứu báo cáo cho thấy mô hình đạt độ chính xác nhận dạng 97,1% trong thử nghiệm. Một thử nghiệm khác với các mục tiêu máy bay chiến đấu mô phỏng ghi nhận tỷ lệ nhận dạng khoảng 90%.
Điểm cần phân biệt là nhận dạng mục tiêu không đồng nghĩa với phát hiện mục tiêu từ xa. Nghiên cứu tập trung vào việc giúp đầu dò xác định vật thể xuất hiện trong ảnh hồng ngoại là mục tiêu nào, sau khi cảm biến đã thu được tín hiệu.
Các số liệu 3.245 ảnh, độ chính xác 97,1% và thử nghiệm khoảng 90% hiện được dẫn lại từ thông tin nghiên cứu được cung cấp, chưa đối chiếu được toàn văn công trình gốc từ nguồn học thuật công khai.
Công nghệ tàng hình không khiến máy bay trở nên vô hình. F-22 và F-35 sử dụng hình dáng thân máy bay, vật liệu hấp thụ sóng radar và nhiều giải pháp khác nhằm giảm diện tích phản xạ radar. Nhưng động cơ phản lực vẫn sinh nhiệt rất lớn. Luồng khí nóng thoát ra phía sau, các bộ phận động cơ và bề mặt máy bay nóng lên trong quá trình bay đều tạo ra bức xạ hồng ngoại.
Một nghiên cứu của Trung Quốc công bố trước đây về khả năng phát hiện máy bay tàng hình bằng hồng ngoại cũng chỉ ra rằng cường độ bức xạ của F-22 thay đổi mạnh tùy góc quan sát. Điều này cho thấy khả năng phát hiện bằng hồng ngoại phụ thuộc nhiều vào vị trí cảm biến, môi trường và hướng của máy bay mục tiêu.
 |
| Trung Quốc phát minh ăng-ten siêu mỏng cho máy bay tàng hình |
Một nghiên cứu khác được truyền thông công bố năm 2025 cho rằng luồng khí thải động cơ của F-35 có thể tạo tín hiệu hồng ngoại mạnh hơn nhiều so với thân máy bay. Tuy nhiên, khoảng cách phát hiện thay đổi rất lớn tùy hướng quan sát, cho thấy một con số về phạm vi phát hiện không thể áp dụng cho mọi tình huống.
Tên lửa dẫn đường bằng hồng ngoại vốn khai thác loại tín hiệu này. Vấn đề khó hơn nằm ở chỗ tên lửa phải phân biệt nhiệt phát ra từ máy bay với các nguồn gây nhiễu.
Máy bay chiến đấu có thể phóng pháo sáng để tạo ra những nguồn nhiệt mạnh nhằm đánh lừa đầu dò. Trong một cuộc giao chiến tốc độ cao, hệ thống dẫn đường chỉ có khoảng thời gian rất ngắn để xác định đâu là máy bay và đâu là mục tiêu giả. Đây là nơi AI có thể tham gia. Thay vì chỉ dựa vào một số đặc điểm nhiệt được lập trình trước, mô hình nhận dạng ảnh có thể phân tích hình dạng, phân bố nhiệt và các đặc trưng khác của mục tiêu để đưa ra phân loại.
Thách thức của nhóm nghiên cứu không dừng ở độ chính xác. Một mô hình AI có thể hoạt động tốt trên máy chủ nhưng không phù hợp với tên lửa. Không gian bên trong vũ khí hạn chế, nguồn điện có giới hạn, trong khi máy tính phải xử lý dữ liệu gần như tức thời.
Theo số liệu nhóm nghiên cứu công bố, mô hình mới chỉ còn số tham số tương đương 16,1% so với phương pháp trước đó. Khối lượng tính toán giảm xuống còn 19,2%.
Các nhà nghiên cứu kết hợp mô hình này với bộ tăng tốc AI chuyên dụng. Phần cứng sử dụng các phép tính được tối ưu cho xử lý ảnh, cơ chế xử lý song song và bộ đệm dữ liệu nhằm giảm thời gian phân tích ảnh hồng ngoại.
Trong thử nghiệm phần cứng, hệ thống được báo cáo đạt độ chính xác 96,4%. Mỗi hình ảnh mất khoảng 1,5 mili giây để xử lý và hệ thống tiêu thụ khoảng 2,2 W điện.
Nếu các thông số này được duy trì trong môi trường hoạt động thực tế, một hệ thống như vậy có thể cho phép đầu dò tự phân loại mục tiêu ngay trên tên lửa thay vì chuyển dữ liệu sang một nền tảng tính toán bên ngoài.
Đây có thể là giá trị lớn hơn bản thân con số 97,1%. AI quân sự đang dịch chuyển từ các trung tâm dữ liệu hoặc máy tính lớn sang những thiết bị nhỏ ở tuyến cuối, nơi độ trễ, điện năng và kích thước phần cứng đều bị giới hạn nghiêm ngặt.
Con số 97,1% dễ tạo ấn tượng rằng công nghệ tàng hình của Mỹ đã bị vô hiệu hóa. Kết luận như vậy chưa được dữ liệu hiện có chứng minh.
Các thí nghiệm sử dụng mục tiêu F-22 và F-35 mô phỏng, không phải máy bay thật trong điều kiện tác chiến. Khác biệt này rất quan trọng.
Trong phòng thí nghiệm, nhà nghiên cứu có thể kiểm soát chất lượng hình ảnh, góc quan sát và nhiều biến số khác. Ngoài chiến trường, cảm biến phải đối mặt với mây, độ ẩm, nhiệt độ khí quyển, nhiễu nền, khoảng cách, góc tiếp cận, tốc độ tương đối giữa hai máy bay và các biện pháp đối phó của mục tiêu.
 |
| F-35 thử nghiệm vỏ động cơ in 3D kích thước thật từ năm 2028 |
Ngay cả dấu hiệu nhiệt của một máy bay cũng thay đổi theo chế độ hoạt động của động cơ và góc mà cảm biến quan sát.
Nhóm nghiên cứu cũng thừa nhận dữ liệu thử nghiệm liên quan chưa được công khai. Theo thông tin được cung cấp, nhà nghiên cứu chính An Jiangshan cho biết dữ liệu này được giữ bí mật.
Do đó, kết quả hiện tại nên được hiểu là bằng chứng về khả năng của một mô hình nhận dạng ảnh hồng ngoại nhỏ gọn, thay vì bằng chứng cho thấy một tên lửa Trung Quốc đã có thể tự động phát hiện và khóa F-22 hoặc F-35 với xác suất 90% hay 97,1% trong thực chiến.
Nghiên cứu hiện cũng giới hạn ở đầu dò cho tên lửa không đối không tầm ngắn. Chưa có bằng chứng từ dữ liệu được công bố cho thấy phương pháp tương tự đã được triển khai trên tên lửa đất đối không.
Nghiên cứu đặt ra một câu hỏi rộng hơn đối với tương lai của máy bay tàng hình. Trong nhiều thập kỷ, khả năng giảm tín hiệu radar đóng vai trò trung tâm trong thiết kế máy bay chiến đấu hiện đại. Nhưng chiến trường ngày càng có nhiều loại cảm biến cùng hoạt động, từ radar nhiều dải tần đến hồng ngoại, quang điện tử và các hệ thống trinh sát thụ động. AI có thể giúp kết hợp hoặc phân tích lượng dữ liệu này nhanh hơn.
Khi một bộ xử lý chỉ tiêu thụ vài watt có thể thực hiện mô hình nhận dạng ngay trên đầu dò, các thiết bị quân sự nhỏ như tên lửa, máy bay không người lái hoặc cảm biến phân tán có khả năng tự xử lý nhiều dữ liệu hơn trước.
Điều đó không có nghĩa radar mất vai trò. Radar có thể đảm nhiệm phát hiện và theo dõi ở một số giai đoạn, trong khi cảm biến hồng ngoại cung cấp một nguồn dữ liệu khác để xác nhận hoặc nhận dạng mục tiêu.
Cuộc cạnh tranh vì thế có thể chuyển từ câu hỏi "máy bay có tàng hình trước radar hay không" sang bài toán phức tạp hơn: một nền tảng có thể giảm đồng thời tín hiệu radar, nhiệt, điện từ và các dấu hiệu khác đến mức nào trước một mạng cảm biến sử dụng AI.
Với Việt Nam, giá trị công nghệ của nghiên cứu không nằm ở F-22 hay F-35 mà ở cách nhóm phát triển giải bài toán đưa AI xuống thiết bị có tài nguyên rất hạn chế.
Mô hình AI ngày càng được triển khai trực tiếp trên camera, cảm biến công nghiệp, thiết bị bay không người lái, robot và hệ thống giám sát thay vì gửi toàn bộ dữ liệu lên máy chủ. Cách tiếp cận này thường được gọi là AI biên, tức xử lý dữ liệu ngay tại nơi dữ liệu được tạo ra.
Một mô hình sử dụng ít tham số, cần ít phép tính và tiêu thụ điện thấp có thể mang lại lợi ích cho nhiều lĩnh vực dân sự. Camera giám sát có thể phân tích hình ảnh ngay tại thiết bị. Drone có thể nhận dạng vật thể mà không cần đường truyền liên tục. Nhà máy có thể dùng cảm biến thông minh để phát hiện bất thường với độ trễ thấp.
Với doanh nghiệp công nghệ Việt Nam, bài toán quan trọng không chỉ là phát triển mô hình AI lớn hơn. Khả năng nén mô hình, thiết kế phần cứng tăng tốc và tối ưu thuật toán để AI hoạt động trên thiết bị nhỏ đang trở thành một hướng cạnh tranh khác.
Nghiên cứu của Trung Quốc cho thấy một xu hướng rõ hơn: AI đang rời khỏi trung tâm dữ liệu để đi vào cảm biến và thiết bị ở tuyến cuối. Trong lĩnh vực quân sự, vài mili giây có thể quyết định khả năng nhận dạng mục tiêu. Trong lĩnh vực dân sự, cùng kỹ thuật đó có thể quyết định thời gian phản hồi, mức tiêu thụ điện và khả năng hoạt động khi thiết bị mất kết nối.
