導(dǎo)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(zhàn)發(fā)展的梳理和思考。人工智能的軍事應(yīng)用問題是研發(fā)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(zhàn)場中的應(yīng)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(xué)習(xí)的試驗，訓(xùn)練一個高級人工智能（AI）學(xué)習(xí)彈珠消除游戲，A I只玩了約600次就達到了人類專業(yè)玩家的水平。但是當(dāng)稍稍變化了游戲后，人類能快速適應(yīng)，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(tǒng)）已經(jīng)應(yīng)用于現(xiàn)代化商用飛機中，但是采用深度學(xué)習(xí)建立識別模型的高級AI在未來10年里不會應(yīng)用到駕駛艙里。法國聯(lián)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(lǐng)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(zhàn)AI系統(tǒng)而聞名，該系統(tǒng)在模擬空戰(zhàn)中擊敗世界頂級飛行員。但是高級AI應(yīng)用在民機領(lǐng)域的擁有已經(jīng)如此艱難，在“爾虞我詐”的空戰(zhàn)中應(yīng)用更是要突破抗干擾、抗欺騙的難關(guān)。

一、網(wǎng)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(shù)發(fā)展集團就高調(diào)宣傳了使用AI技術(shù)的蘇－35戰(zhàn)斗機，AI協(xié)調(diào)雷達、紅外搜索和跟蹤（IRST）、任務(wù)計算機等設(shè)備能夠分析已發(fā)現(xiàn)的所有目標(biāo)，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(biāo)。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(xié)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(tǒng)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(tài)，或者專注于其它任務(wù)。俄羅斯這么高調(diào)宣傳蘇－35的AI技術(shù)，但效果如何還不清楚。

網(wǎng)絡(luò)宣稱的蘇－35S紅外搜索與跟蹤系統(tǒng)拍攝到美國F－22戰(zhàn)斗機的圖片（俄網(wǎng)絡(luò)圖片）

2018年下半年俄羅斯飛行員在社交網(wǎng)絡(luò)上發(fā)布了在敘利亞駕駛蘇－35S發(fā)現(xiàn)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(tǒng)（IRST）系統(tǒng)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(zhàn)時狀態(tài)下，F(xiàn)－22可能只是執(zhí)行了巡邏或者監(jiān)事任務(wù)，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(qū)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(fā)現(xiàn)隱形飛機。但IRST的視場比較窄，即使在晴朗的環(huán)境下，僅僅依靠IRST去搜索一架戰(zhàn)斗機就像是通過吸管看星星。用寬扇區(qū)掃描發(fā)現(xiàn)目標(biāo)的雷達提示它，是先進戰(zhàn)斗機多傳感器協(xié)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(shù)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(xié)同的雷達猝發(fā)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(quán)限很高的AI，更像是一種輔助決策或者機載武器規(guī)劃系統(tǒng)，這種功能在世界范圍內(nèi)的三代半以上飛機里似乎已經(jīng)有了應(yīng)用。

二、美軍計劃將人工智能技術(shù)用于空戰(zhàn)

1． 超視距空戰(zhàn)AI戰(zhàn)勝人類高手

“阿爾法”演示場景（美國辛辛那提大學(xué)圖片）

“阿爾法”（ALPHA）是美國辛辛那提大學(xué)航空工程系開發(fā)的人工智能多機中距空戰(zhàn)系統(tǒng)，已經(jīng)在公開的報道中擊敗了美軍經(jīng)驗豐富的退役飛行員。該系統(tǒng)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(yù)警機支援，在態(tài)勢上有優(yōu)勢。并且退役飛行員的武器數(shù)量和射程均優(yōu)于紅方。藍方飛機目標(biāo)是突破紅方在海岸線的防守，經(jīng)過多回合對抗結(jié)果都是退役飛行員被擊落且紅方?jīng)]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(zhǔn)確的操作，比人類快250倍。人工智能沒有情緒，很理性，反應(yīng)快，能預(yù)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(zhì)上是基于演進式的推理系統(tǒng)，能夠利用人類空戰(zhàn)的專家知識庫，幫助其在多機協(xié)同空戰(zhàn)中形成實時快速決策能力。

2． ACE項目目標(biāo)突破近距空戰(zhàn)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(zhàn)演進”（ACE）項目，使用人工智能技術(shù)解決目視空戰(zhàn)（dogfight）。ACE計劃首先通過建模和仿真進行技術(shù)演示，進而在小型無人機上進行飛行測試，最終目標(biāo)是在典型作戰(zhàn)飛機上實現(xiàn)自主戰(zhàn)斗能力。在可預(yù)見的未來有人－無人協(xié)同作戰(zhàn)的場景非常依賴更為復(fù)雜的自主能力，有人機飛行員可能會從傳統(tǒng)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(zhàn)。

與民機一樣，應(yīng)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(fā)展自主空戰(zhàn)能力及對自主能力的信任。如同訓(xùn)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(xùn)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(guān)注模擬環(huán)境中的一對一混戰(zhàn)。紅藍雙方都由AI控制，從幾個不同的態(tài)勢開始，每架飛機必須執(zhí)行一系列空戰(zhàn)機動成功地將飛機飛到到相對于對方飛機的預(yù)定位置（如尾后穩(wěn)定跟蹤）。在試驗中，參與者將開發(fā)能夠控制模擬藍軍飛機的算法，以便它能夠在目視空戰(zhàn)中擊敗模擬的紅軍飛機。該試驗將在24周內(nèi)持續(xù)增加對手的能力、復(fù)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(biāo)是將小場景的空中格斗的戰(zhàn)術(shù)應(yīng)用到更戰(zhàn)役級場景中，并推廣應(yīng)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(fā)算法、建模并仿真驗證關(guān)鍵功能；階段2和階段3將分別在小規(guī)模和全要素戰(zhàn)場環(huán)境中實現(xiàn)相同的功能。

“阿爾法狗斗”試驗與DARPA提出的“馬賽克戰(zhàn)”的聯(lián)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(shù)挑戰(zhàn)：

——技術(shù)領(lǐng)域1：為單機或小編隊建立自主格斗行為模型；

——技術(shù)領(lǐng)域2：建立對自主格斗行為模型的信任；

——技術(shù)領(lǐng)域3：擴大自主格斗行為模型的使用范圍；

——技術(shù)領(lǐng)域4：建立大規(guī)�？諔�(zhàn)測試基礎(chǔ)設(shè)施。

三、美軍開發(fā)抵御欺騙人工智能技術(shù)

DARPA創(chuàng)建了確保AI對抗欺騙的魯棒性（Guaranteeing AIRobustness against Deception，GARD）項目，應(yīng)對AI的安全挑戰(zhàn)。GARD目標(biāo)開發(fā)全新的能防御敵對欺騙意圖的機器學(xué)習(xí)模型。在AI魯棒性方面當(dāng)前開展的研究工作主要是防御特定、預(yù)先設(shè)定的敵對攻擊，后續(xù)將通過開發(fā)更全面的防御系統(tǒng)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(shù)領(lǐng)域：

——TA1．1：發(fā)展具備魯棒性的機器學(xué)習(xí)理論基礎(chǔ)；

——TA1．2：為現(xiàn)有和新的機器學(xué)習(xí)系統(tǒng)開發(fā)防御算法；

——TA2：用于對ML進行嚴(yán)格風(fēng)險評估的工具和協(xié)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(xué)習(xí)入手，然后發(fā)展到視頻、音頻和更復(fù)雜的系統(tǒng)，如多傳感器協(xié)同。在許多情況下，如果將新信息引入機器學(xué)習(xí)計劃，系統(tǒng)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(guān)”交給機器有極大風(fēng)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(shù)據(jù)庫進行比較，以識別差異邊緣�；�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(fā)出無限量的數(shù)據(jù)，為人類決策者提供答案和有用的信息。雖然高級AI系統(tǒng)現(xiàn)在能快速完成對語義的理解，對復(fù)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(shù)據(jù)庫中的數(shù)據(jù)。機器學(xué)習(xí)可以識別信息是否為數(shù)據(jù)庫中的部分并且完成匹配，但是處理帶有欺騙性質(zhì)的信息對于一些AI機器學(xué)習(xí)系統(tǒng)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(jié)

當(dāng)前，AI正在形成自己的體系，從智能制造、醫(yī)學(xué)和海量信息分析到汽車自動駕駛等，已經(jīng)提供了各種各樣的應(yīng)用服務(wù)。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�，F(xiàn)代空戰(zhàn)是一場環(huán)境復(fù)雜且高實時性的戰(zhàn)斗，盡管過程可能非常短暫，但是這個場景中存在多個目標(biāo)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(lǐng)導(dǎo)人已經(jīng)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(shù)的快速發(fā)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(fā)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(biāo)點3英尺（約合0．9米）范圍內(nèi)。這種“突發(fā)”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(zhàn)AI都有一定的基礎(chǔ)，但仍需要開發(fā)抗欺騙技術(shù)。盡管空戰(zhàn)是高度非線性的，但其結(jié)果是客觀的，如飛機機動能力受到空氣動力學(xué)約束，為AI提供了有限、可預(yù)測的范圍，能使AI在空戰(zhàn)中發(fā)揮出響應(yīng)“快準(zhǔn)狠”的優(yōu)勢。但是國外公開報道的空戰(zhàn)AI還是在小范圍且較“友善”的環(huán)境中開展的，與真實作戰(zhàn)有一定區(qū)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(fā)的未知因素，難以快速響應(yīng)。

在抗欺騙技術(shù)不成熟的之前，可將AI先用于飛行員空戰(zhàn)訓(xùn)練。在超視距迎頭空戰(zhàn)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(fā)射、偏制、規(guī)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(yōu)勢。AI本身有著幾乎不失誤的優(yōu)勢，適合在模擬器上與人類飛行員開展超視距空戰(zhàn)訓(xùn)練。同樣對于近距格斗，盡管狗斗在未來發(fā)生的頻率已經(jīng)不太大，但是也是一種必不可少的的技能。