在前些年，美國一家人工智慧公司進行了一個深度學習的試驗，訓練一個高階人工智慧（AI）學習彈珠消除遊戲，A I只玩了約600次就達到了人類專業玩家的水平。但是當稍稍變化了遊戲後，人類能快速適應，但AI卻不能。法國泰雷茲公司的專家在2018年年底表示儘管部分初級AI（輔助系統）已經應用於現代化商用飛機中，但是採用深度學習建立識別模型的高階AI在未來10年裡不會應用到駕駛艙裡。法國聯合本國8家集團在2019年7月宣佈計劃啟動人工智慧研究，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月宣佈已收購Psibernetix公司以加速AI領域的研究，希望在2021年左右在AI專案上取得重大進展。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。但是高階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戰鬥機，AI協調雷達、紅外搜尋和跟蹤（IRST）、任務計算機等裝置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並分配武器，然後同時攻擊其中6個目標。在演算法上可能也有所突破，一方面是在有源、無源感測器的協同使用更加熟練；另一方面可能是在訊號處理中能過濾誤報。AI將更多的參與武器系統的管理，控制感測器完成搜尋跟蹤，飛行員只需要控制飛行姿態，或者專注於其它任務。俄羅斯這麼高調宣傳蘇-35的AI技術，但效果如何還不清楚。

網路宣稱的蘇-35S紅外搜尋與跟蹤系統拍攝到美國F-22戰鬥機的圖片（俄網路圖片）

2018年下半年俄羅斯飛行員在社交網路上釋出了在敘利亞駕駛蘇-35S發現並鎖定了F-22的照片，該照片可能來自於紅外搜尋與跟蹤系統（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，以製造混亂並削弱美國和盟國在那裡的影響力。在美俄非戰時狀態下，F-22可能只是執行了巡邏或者監視任務，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感測器冷卻到極低的溫度，尋找外界的溫度差異，有助於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去搜索一架戰鬥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，是先進戰鬥機多感測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（美國防部國防高階研究計劃局圖片）

由於蘇-57的進度拖後，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之後，俄羅斯可能在多感測器協同的雷達猝發探測等感測器使用和訊號處理演算法方面得到了提升。但是蘇-35S所宣傳的AI，並不像是功能強大、許可權很高的AI，更像是一種輔助決策或者機載武器規劃系統，這種功能在世界範圍內的三代半以上飛機裡似乎已經有了應用。

二、美軍計劃將人工智慧技術用於空戰

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慧多機中距空戰系統，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。並且退役飛行員的武器數量和射程均優於紅方。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。人工智慧沒有情緒，很理性，反應快，能預測人類飛行員的行為，迅速在進攻和防禦之間切換。

遺傳模糊樹示意圖（美國防部國防高階研究計劃局圖片）

“阿爾法”的演算法框架為“遺傳模糊樹”，本質上是基於演進式的推理系統，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專案目標突破近距空戰AI

2019年5月，美國防部國防高階研究計劃局（DARPA）宣佈啟動“空戰演進”（ACE）專案，使用人工智慧技術解決目視空戰（dogfight）。ACE計劃首先通過建模和模擬進行技術演示，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鬥能力。在可預見的未來有人-無人協同作戰的場景非常依賴更為複雜的自主能力，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，應用高階AI首先增強飛行員對AI的信任。ACE將採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鬥演算法的難度和真實感來訓練演算法。

AI提升能力路線圖（美國防部國防高階研究計劃局圖片）

“阿爾法狗鬥”（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於對方飛機的預定位置（如尾後穩定跟蹤）。在試驗中，參與者將開發能夠控制模擬藍軍飛機的演算法，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、複雜性：

——試驗1：AI將與政府提供的低水平紅軍對手格鬥（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）進行格鬥；

——試驗3：AI將與政府提供的高效能紅軍AI（無限制）、人類飛行員競爭。

ACE專案終極目標是將小場景的空中格鬥的戰術應用到更戰役級場景中，並推廣應用到“馬賽克”專案。ACE專案計劃在2023年完成，共分為3個階段。第一階段的重點是開發演算法、建模並模擬驗證關鍵功能；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。

“阿爾法狗鬥”試驗與DARPA提出的“馬賽克戰”的聯絡（美國防部國防高階研究計劃局圖片）

ACE專案將解決以下4個技術挑戰：

——技術領域1：為單機或小編隊建立自主格鬥行為模型；

——技術領域2：建立對自主格鬥行為模型的信任；

——技術領域3：擴大自主格鬥行為模型的使用範圍；

——技術領域4：建立大規模空戰測試基礎設施。

三、美軍開發抵禦欺騙人工智慧技術

DARPA建立了確保AI對抗欺騙的魯棒性（Guaranteeing AIRobustness against Deception，GARD）專案，應對AI的安全挑戰。GARD目標開發全新的能防禦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禦特定、預先設定的敵對攻擊，後續將通過開發更全面的防禦系統來解決特定場景中的攻擊。

歷史上的欺騙（美國防部國防高階研究計劃局圖片）

GARD專案有兩個技術領域：

——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禦演算法；

——TA2：用於對ML進行嚴格風險評估的工具和協議。

GARD專案計劃圖（美國防部國防高階研究計劃局圖片）

該專案由影象的機器學習入手，然後發展到視訊、音訊和更復雜的系統，如多感測器協同。在許多情況下，如果將新資訊引入機器學習計劃，系統有時會不知道如何識別新影象。

影象欺騙示意圖（美國防部國防高階研究計劃局圖片）

把AI用於軍事用途需要慎重，把“殺戮開關”交給機器有極大風險。從廣義上講，人工智慧的工作原理是將新輸入與已知資訊資料庫進行比較，以識別差異邊緣。基於目前硬體先進的處理速度，再加上實時分析的能力，幾乎可以開發出無限量的資料，為人類決策者提供答案和有用的資訊。雖然高階AI系統現在能快速完成對語義的理解，對複雜細微差別甚至一些高度主觀變數的理解能力，但許多機器在某些情況下可能難以正確地處理尚未新增到其資料庫中的資料。機器學習可以識別資訊是否為資料庫中的部分並且完成匹配，但是處理帶有欺騙性質的資訊對於一些AI機器學習系統來說可能是非常困難的。

防禦敵對樣本示意圖（美國防部國防高階研究計劃局圖片）

四、小結

當前，AI正在形成自己的體系，從智慧製造、醫學和海量資訊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複雜且高實時性的戰鬥，儘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慧，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，能夠識別問題並能夠安全返回基地並自主降落並停留到目標點3英尺（約合0.9米）範圍內。這種“突發”的案例有助於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。儘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、可預測的範圍，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還是在小範圍且較“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先用於飛行員空戰訓練。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。同樣對於近距格鬥，儘管狗鬥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。

（qinghangwang）

（旋翼機、固定翼、直升機相關圖紙、資料）

文章源 | 網路