訂閱
糾錯
加入自媒體

何曉驍 ? 人工智能戰斗機在復雜環境中能否“防忽悠”?

導讀:本篇專欄文章是我中心何曉驍先生對國外人工智能用于空中作戰發展的梳理和思考。人工智能的軍事應用問題是研發和探討熱點,我們了解其中可能存在諸多不同觀點。因此,本篇專欄文章中的部分觀點是用于提供參考,歡迎讀者也提供自己的觀點,與我們共同研討人工智能未來在空戰場中的應用問題。

在前些年,美國一家人工智能公司進行了一個深度學習的試驗,訓練一個高級人工智能(AI)學習彈珠消除游戲,A I只玩了約600次就達到了人類專業玩家的水平。但是當稍稍變化了游戲后,人類能快速適應,但AI卻不能。法國泰雷茲公司的專家在2018年年底表示盡管部分初級AI(輔助系統)已經應用于現代化商用飛機中,但是采用深度學習建立識別模型的高級AI在未來10年里不會應用到駕駛艙里。法國聯合本國8家集團在2019年7月宣布計劃啟動人工智能研究,分別是泰雷茲、液化氣集團、達索、法國電力、雷諾、賽峰、道達爾和法雷奧。泰雷茲在2019年6月宣布已收購Psibernetix公司以加速AI領域的研究,希望在2021年左右在AI項目上取得重大進展。Psibernetix最初以“阿爾法”(ALPHA)空戰AI系統而聞名,該系統在模擬空戰中擊敗世界頂級飛行員。但是高級AI應用在民機領域的擁有已經如此艱難,在“爾虞我詐”的空戰中應用更是要突破抗干擾、抗欺騙的難關。

一、網傳蘇-35與F-22在敘利亞近距遭遇?

早在2017年迪拜航展上俄羅斯技術發展集團就高調宣傳了使用AI技術的蘇-35戰斗機,AI協調雷達、紅外搜索和跟蹤(IRST)、任務計算機等設備能夠分析已發現的所有目標,對威脅程度進行分析,自動生成實時攻擊列表并分配武器,然后同時攻擊其中6個目標。在算法上可能也有所突破,一方面是在有源、無源傳感器的協同使用更加熟練;另一方面可能是在信號處理中能過濾誤報。AI將更多的參與武器系統的管理,控制傳感器完成搜索跟蹤,飛行員只需要控制飛行姿態,或者專注于其它任務。俄羅斯這么高調宣傳蘇-35的AI技術,但效果如何還不清楚。

網絡宣稱的蘇-35S紅外搜索與跟蹤系統拍攝到美國F-22戰斗機的圖片(俄網絡圖片)

2018年下半年俄羅斯飛行員在社交網絡上發布了在敘利亞駕駛蘇-35S發現并鎖定了F-22的照片,該照片可能來自于紅外搜索與跟蹤系統(IRST)系統的截圖。但美國媒體認為俄羅斯一直在敘利亞進行集中的虛假宣傳活動,以制造混亂并削弱美國和盟國在那里的影響力。在美俄非戰時狀態下,F-22可能只是執行了巡邏或者監事任務,或者安裝了龍勃透鏡以保護自身的散射特性,這就給了蘇-35S機會用雷達寬扇區初步探測F-22。從理論上講,IRST使用液氫或液氮來將傳感器冷卻到極低的溫度,尋找外界的溫度差異,有助于它近距離發現隱形飛機。但IRST的視場比較窄,即使在晴朗的環境下,僅僅依靠IRST去搜索一架戰斗機就像是通過吸管看星星。用寬扇區掃描發現目標的雷達提示它,是先進戰斗機多傳感器協同運用的一種典型功能。

RC-135偵察機的熱像儀拍攝到的停在地面的F-22(美國防部國防高級研究計劃局圖片)

由于蘇-57的進度拖后,俄羅斯將部分蘇-57的技術下放到蘇-35S上先期測試,以檢驗效果。在加入AI之后,俄羅斯可能在多傳感器協同的雷達猝發探測等傳感器使用和信號處理算法方面得到了提升。但是蘇-35S所宣傳的AI,并不像是功能強大、權限很高的AI,更像是一種輔助決策或者機載武器規劃系統,這種功能在世界范圍內的三代半以上飛機里似乎已經有了應用。

二、美軍計劃將人工智能技術用于空戰

1. 超視距空戰AI戰勝人類高手

“阿爾法”演示場景(美國辛辛那提大學圖片)

“阿爾法”(ALPHA)是美國辛辛那提大學航空工程系開發的人工智能多機中距空戰系統,已經在公開的報道中擊敗了美軍經驗豐富的退役飛行員。該系統作為紅方,控制4架看似F/A-18飛機從大約95千米對抗退役飛行員的控制的2架藍方F/A-18飛機,藍方同時有預警機支援,在態勢上有優勢。并且退役飛行員的武器數量和射程均優于紅方。藍方飛機目標是突破紅方在海岸線的防守,經過多回合對抗結果都是退役飛行員被擊落且紅方沒有損失。

“阿爾法”具備了一定的容錯能力和強大的認知能力,能做出清晰的判斷和準確的操作,比人類快250倍。人工智能沒有情緒,很理性,反應快,能預測人類飛行員的行為,迅速在進攻和防御之間切換。

遺傳模糊樹示意圖(美國防部國防高級研究計劃局圖片)

“阿爾法”的算法框架為“遺傳模糊樹”,本質上是基于演進式的推理系統,能夠利用人類空戰的專家知識庫,幫助其在多機協同空戰中形成實時快速決策能力。

2. ACE項目目標突破近距空戰AI

2019年5月,美國防部國防高級研究計劃局(DARPA)宣布啟動“空戰演進”(ACE)項目,使用人工智能技術解決目視空戰(dogfight)。ACE計劃首先通過建模和仿真進行技術演示,進而在小型無人機上進行飛行測試,最終目標是在典型作戰飛機上實現自主戰斗能力。在可預見的未來有人-無人協同作戰的場景非常依賴更為復雜的自主能力,有人機飛行員可能會從傳統的飛機員變成機隊的指揮員,在編隊中指揮多個半自主、高自主的無人平臺作戰。

與民機一樣,應用高級AI首先增強飛行員對AI的信任。ACE將采用自下而上的方式發展自主空戰能力及對自主能力的信任。如同訓練飛行員一樣,ACE將通過不斷增強空中格斗算法的難度和真實感來訓練算法。

AI提升能力路線圖(美國防部國防高級研究計劃局圖片)

“阿爾法狗斗”(AlphaDogfight)試驗將僅關注模擬環境中的一對一混戰。紅藍雙方都由AI控制,從幾個不同的態勢開始,每架飛機必須執行一系列空戰機動成功地將飛機飛到到相對于對方飛機的預定位置(如尾后穩定跟蹤)。在試驗中,參與者將開發能夠控制模擬藍軍飛機的算法,以便它能夠在目視空戰中擊敗模擬的紅軍飛機。該試驗將在24周內持續增加對手的能力、復雜性:

——試驗1:AI將與政府提供的低水平紅軍對手格斗(推力、過載、機動受限);

——試驗2:AI將與政府提供的紅軍對手(推力受限)進行格斗;

——試驗3:AI將與政府提供的高性能紅軍AI()無限制)、人類飛行員競爭。

ACE項目終極目標是將小場景的空中格斗的戰術應用到更戰役級場景中,并推廣應用到“馬賽克”項目。ACE項目計劃在2023年完成,共分為3個階段。第一階段的重點是開發算法、建模并仿真驗證關鍵功能;階段2和階段3將分別在小規模和全要素戰場環境中實現相同的功能。

“阿爾法狗斗”試驗與DARPA提出的“馬賽克戰”的聯系(美國防部國防高級研究計劃局圖片)

ACE項目將解決以下4個技術挑戰:

——技術領域1:為單機或小編隊建立自主格斗行為模型;

——技術領域2:建立對自主格斗行為模型的信任;

——技術領域3:擴大自主格斗行為模型的使用范圍;

——技術領域4:建立大規模空戰測試基礎設施。

三、美軍開發抵御欺騙人工智能技術

DARPA創建了確保AI對抗欺騙的魯棒性(Guaranteeing AIRobustness against Deception,GARD)項目,應對AI的安全挑戰。GARD目標開發全新的能防御敵對欺騙意圖的機器學習模型。在AI魯棒性方面當前開展的研究工作主要是防御特定、預先設定的敵對攻擊,后續將通過開發更全面的防御系統來解決特定場景中的攻擊。

歷史上的欺騙(美國防部國防高級研究計劃局圖片)

GARD項目有兩個技術領域:

——TA1.1:發展具備魯棒性的機器學習理論基礎;

——TA1.2:為現有和新的機器學習系統開發防御算法;

——TA2:用于對ML進行嚴格風險評估的工具和協議。

GARD項目計劃圖(美國防部國防高級研究計劃局圖片)

該項目由圖像的機器學習入手,然后發展到視頻、音頻和更復雜的系統,如多傳感器協同。在許多情況下,如果將新信息引入機器學習計劃,系統有時會不知道如何識別新圖像。

圖像欺騙示意圖(美國防部國防高級研究計劃局圖片)

把AI用于軍事用途需要慎重,把“殺戮開關”交給機器有極大風險。從廣義上講,人工智能的工作原理是將新輸入與已知信息數據庫進行比較,以識別差異邊緣。基于目前硬件先進的處理速度,再加上實時分析的能力,幾乎可以開發出無限量的數據,為人類決策者提供答案和有用的信息。雖然高級AI系統現在能快速完成對語義的理解,對復雜細微差別甚至一些高度主觀變量的理解能力,但許多機器在某些情況下可能難以正確地處理尚未添加到其數據庫中的數據。機器學習可以識別信息是否為數據庫中的部分并且完成匹配,但是處理帶有欺騙性質的信息對于一些AI機器學習系統來說可能是非常困難的。

防御敵對樣本示意圖(美國防部國防高級研究計劃局圖片)

四、小結

當前,AI正在形成自己的體系,從智能制造、醫學和海量信息分析到汽車自動駕駛等,已經提供了各種各樣的應用服務。然而,它也是一把雙刃劍,如果被濫用、誤用或遭到欺騙,AI有可能造成巨大破壞。現代空戰是一場環境復雜且高實時性的戰斗,盡管過程可能非常短暫,但是這個場景中存在多個目標以及多種攻擊手段的組合。

首先讓飛行員信任AI。各國軍方領導人已經開始努力讓軍人信任人工智能,這個過程可能比較漫長,但隨著技術的快速發展和大量的演示驗證可以加速人的接受過程。如2018年9月美海軍MQ-4C無人機在發動機故障的情況下,能夠識別問題并能夠安全返回基地并自主降落并停留到目標點3英尺(約合0.9米)范圍內。這種“突發”的案例有助于提升未來自主飛行的信心。

美軍在超視距和近距空戰AI都有一定的基礎,但仍需要開發抗欺騙技術。盡管空戰是高度非線性的,但其結果是客觀的,如飛機機動能力受到空氣動力學約束,為AI提供了有限、可預測的范圍,能使AI在空戰中發揮出響應“快準狠”的優勢。但是國外公開報道的空戰AI還是在小范圍且較“友善”的環境中開展的,與真實作戰有一定區別。人類不僅僅能識別模型,還能生成新模型,而目前的AI面對突發的未知因素,難以快速響應。

在抗欺騙技術不成熟的之前,可將AI先用于飛行員空戰訓練。在超視距迎頭空戰中,假如互相知道對手的位置,很難在遠距離將對手擊落。想擊落對手,往往需要多次進入、發射、偏制、規避,比的就是誰的失誤少,還有誰能抓住對手的失誤來放大自己的優勢。AI本身有著幾乎不失誤的優勢,適合在模擬器上與人類飛行員開展超視距空戰訓練。同樣對于近距格斗,盡管狗斗在未來發生的頻率已經不太大,但是也是一種必不可少的的技能。

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯系舉報。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

pc28am参考结果