人工智能在無人作戰(zhàn)飛機上的應(yīng)用與展望*

車繼波

(中國西南電子技術(shù)研究所，成都 610036)

1 引 言

1956年首次被提出的人工智能(Artificial Intelligence,AI)，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，與原子能、空間科學(xué)并稱21世紀三大前沿科技，是可能改變世界的顛覆性技術(shù)之一。目前，AI技術(shù)和智能化武器裝備已成為各國裝備建設(shè)中的重點。特別是美國已將AI做為“第三次抵消戰(zhàn)略”的核心技術(shù)內(nèi)容，大力推進其向軍事領(lǐng)域轉(zhuǎn)化應(yīng)用。無人作戰(zhàn)飛機(Unmanned Combat Aerial Vehicle，UCAV)的概念最早出現(xiàn)在20世紀90年代中期，是一種集偵察、監(jiān)視、作戰(zhàn)以及其他多項功能的空中作戰(zhàn)平臺。與有人作戰(zhàn)飛機相比，UCAV的最大優(yōu)勢就是實現(xiàn)了零傷亡。目前，UCAV已開展了一系列項目，如美國的X-47B已演示了在航母上著艦的能力，歐洲持續(xù)推進未來航空作戰(zhàn)系統(tǒng)(Future Combat Air System,FCAS)，俄羅斯的“鰩魚”也在不斷完善。雖然這些項目有的已變更，有的還處于試驗驗證階段，但許多先進的技術(shù)正得到穩(wěn)步推進[1-2]。

隨著第五代戰(zhàn)斗機——最先進的有人駕駛作戰(zhàn)飛機的發(fā)展，如美國的F-22“猛禽”、F-35“閃電Ⅱ”以及俄羅斯的蘇-57，航空作戰(zhàn)能力得到了極大提升，但費用昂貴，且項目不斷推遲，因此價格便宜、技術(shù)更先進的無人作戰(zhàn)飛機將成為未來各國軍方應(yīng)對未來高對抗環(huán)境的重要選擇。然而，在UCAV替代傳統(tǒng)有人駕駛空戰(zhàn)飛機前，還需進一步開發(fā)、研究諸多技術(shù)，如先進的材料與結(jié)構(gòu)工藝、人工智能、飛行作戰(zhàn)中的完全自主能力以及航空電子技術(shù)等，這些都將成為提升UCAV性能和可靠性的重點發(fā)展領(lǐng)域。其中，人工智能技術(shù)作為無人作戰(zhàn)飛機未來發(fā)展的顛覆性技術(shù)之首，必將成為重點攻關(guān)對象[2]。

本文綜述并展望了AI在UCAV上的應(yīng)用，以期為該領(lǐng)域相關(guān)人員提供參考。

2 AI對UCAV的作用與意義

自20世紀90年代開始，無人機(Unmanned Aerial Vehicle,UAV)進入高速發(fā)展時期，各種類型和不同用途的無人機相繼面世，并在實戰(zhàn)中取得了良好的效果。以阿富汗戰(zhàn)爭、敘利亞戰(zhàn)爭、反恐作戰(zhàn)為代表的實戰(zhàn)經(jīng)驗驗證了無人機的重要作用，特別是在情報、監(jiān)視與偵察和精確打擊作戰(zhàn)中效果明顯。然而，從當(dāng)前無人機的能力來看，現(xiàn)役無人機尚不足以完成有人駕駛戰(zhàn)斗機的空中作戰(zhàn)任務(wù)。但隨著技術(shù)的發(fā)展，將來UCAV加入空戰(zhàn)可實現(xiàn)飛行員“零傷亡”，并且UCAV還將擁有一些目前普通UAV還不具備的特征和能力，能在復(fù)雜、對抗環(huán)境中作戰(zhàn)。因此，未來需要的是新一代的完全自主UCAV設(shè)備，而不是當(dāng)前部署的“傳統(tǒng)”UAV系統(tǒng)。未來用于空戰(zhàn)的完全自主系統(tǒng)極具誘惑，必須引起重視。相對于有人駕駛作戰(zhàn)飛機，UCAV可通過機器學(xué)習(xí)技術(shù)，添加新的戰(zhàn)術(shù)動作。此外，UCAV沒有生理和心理的限制，并且機動能力可以達到幾十重力加速度的過載，這使得UCAV在空戰(zhàn)中非常敏捷。有人駕駛作戰(zhàn)飛機的飛行員與UCAV的人工智能能力對比如表1所示[3]。

表1 有人駕駛飛機飛行員與UCAV人工智能能力對比Tab.1 AI capability comparison between manned aircraft and UCAV

根據(jù)無人系統(tǒng)自主控制技術(shù)能力，可將其劃分為10個等級，如圖1所示。作為高度自主的無人作戰(zhàn)系統(tǒng)，UCAV將像有人駕駛戰(zhàn)斗機一樣擔(dān)負起對空-空、空-地目標打擊任務(wù)，自主完成觀察、判斷、決策、行動[4]，是未來空戰(zhàn)的主要參與者。

圖1 自主等級分類Fig.1 Classification of autonomy levels

目前，AI被看作是飛行員操作/決策輔助手段。在諸如空戰(zhàn)之類的復(fù)雜任務(wù)環(huán)境中，飛行員的分析和決策能力始終被認為是必不可少的，但這一觀念未來將逐步轉(zhuǎn)變。美國、歐盟、以色列、日本和俄羅斯目前正在評估下一代戰(zhàn)斗機是無人平臺的可能性。大部分研究結(jié)果斷定，2030年以后，空中作戰(zhàn)將逐漸由無人系統(tǒng)統(tǒng)治，當(dāng)然首先是從有人-無人編隊協(xié)同作戰(zhàn)開始，然后再逐步轉(zhuǎn)向依賴UCAV進行空戰(zhàn)。AI的未來重大變革在于系統(tǒng)將從戰(zhàn)場上的倍增器或作戰(zhàn)支持轉(zhuǎn)變成真正的人類替代者。

3 UCAV相關(guān)的AI項目研究進展

美國國防高級研究計劃局(Defense Advanced Research Projects Agency，DARPA)在20世紀70年代開始人工智能技術(shù)的研究。受益于人工智能技術(shù)的不斷推進，按計劃，機器人和無人系統(tǒng)可用于幾乎任何類型的軍事作戰(zhàn)。未來，UCAV將更快并且可攜帶大量武器。目前，UCAV短期內(nèi)不可能替代戰(zhàn)斗機，但隨著技術(shù)的進步，其占比將越來越大。受益于人工智能技術(shù)的發(fā)展，UCAV將能互相通信，共享并分析信息，進行自身修復(fù)，如果事先接收到確切指令，就可對目標進行精確打擊。目前，已展開了一系列的AI項目，其中典型的軍用AI項目如表2所示[5-6]，本文主要介紹其中與UCAV密切相關(guān)的幾個項目。

表2 AI重點項目及其研究內(nèi)容Tab.2 Main AI projects and research contents

3.1 EYERISS

盡管任何一項技術(shù)都非常重要，但新的AI概念是全自主戰(zhàn)斗機研發(fā)的關(guān)鍵。為了實現(xiàn)AI目標，麻省理工學(xué)院(Massachusetts Institute of Technology,MIT)和DARPA聯(lián)合研究團隊正在研究在新一代微芯片中重現(xiàn)人類的分析、學(xué)習(xí)和判斷能力——即眾所周知的EYERISS。該新型芯片基于神經(jīng)系統(tǒng)，是一種基于典型人腦運作機制的數(shù)字存儲網(wǎng)絡(luò)。EYERISS將囊括所有的空戰(zhàn)知識，同時還為UCAV提供實時空戰(zhàn)學(xué)習(xí)能力并進行再現(xiàn)，針對威脅和戰(zhàn)術(shù)態(tài)勢作出調(diào)整。所有這些甚至不需要人類任何遠程干預(yù)。

在現(xiàn)代作戰(zhàn)環(huán)境中，裝備一款具備復(fù)雜分析/介入能力的UCAV是一項艱巨的挑戰(zhàn)，特別是要考慮UCAV具有絕對的自主能力和可靠性。盡管如此，EYERISS取得的進展仍令人振奮。該技術(shù)首次實現(xiàn)將微設(shè)備安裝到小型系統(tǒng)內(nèi)，允許UCAV、衛(wèi)星和武器系統(tǒng)有效工作，不需要人類干預(yù)。據(jù)研究人員報道，EYERISS的效率是目前處理單元的10倍，而且不需要從外部存儲單元載入數(shù)據(jù)。這有助于加快其應(yīng)用，因為微芯片能促進并加速與武器系統(tǒng)的對話，傳輸相關(guān)指令。典型的AI學(xué)習(xí)特性還考慮了全新的和開創(chuàng)性的用途，如目標識別——對目標選擇至關(guān)重要，機器能力的主要挑戰(zhàn)是像人類認知一樣進行感知判決(比如射擊時)。判決信息來自多源傳感器，如機載傳感器，可通過模擬人類經(jīng)驗的專家系統(tǒng)來彌補[7-8]。

3.2 NEURODYNAMIC

比較有名的AI系統(tǒng)還有MIT多年前研發(fā)的NEURODYNAMIC。該系統(tǒng)在空戰(zhàn)中能快速學(xué)習(xí)如何機動，并確定合適的射擊時機。MIT的研究表明UCAV作出自主判決是切實可行的，未來有望將該能力從實驗環(huán)境應(yīng)用到復(fù)雜的飛行和作戰(zhàn)環(huán)境中。但高清觀察、復(fù)雜對話認知和綜合以及機器學(xué)習(xí)方面的問題仍需要進一步解決。這些技術(shù)因軟件算法中知識轉(zhuǎn)換準則的復(fù)雜性以及處理器的速度而受到限制。事實上，隨著系統(tǒng)的復(fù)雜度增加，專家系統(tǒng)可能會需要大量的計算資源，因而處理速度會變得非常慢。其結(jié)果是為滿足功能和處理速度，目前的專家系統(tǒng)應(yīng)用范圍相對有限[7，9]。

3.3 MAVEN

2017年4月美國防部算法戰(zhàn)跨職能小組(Algorithmic Warfare Cross-Functional Team,AWCFT)公布的MAVEN項目是國防部針對防御領(lǐng)域的問題提出的人工智能和機器學(xué)習(xí)解決方案。目前的工作重點是察打一體無人機平臺的全動態(tài)視頻傳感器數(shù)據(jù)，任務(wù)包括文件開發(fā)、采集管理、戰(zhàn)爭博弈、建模和仿真以及指示和告警。

4 UCAV相關(guān)的AI智能算法

在UCAV中，軟件編寫的學(xué)習(xí)算法必須非常有效并具備安全裝置，可優(yōu)化各級處理，提升整個系統(tǒng)的效率。當(dāng)前研究的重點是先進的學(xué)習(xí)和快速通信軟件解決方案，包括處理順序以及降低成本。軟件連續(xù)長時間工作可能引起性能下降，出錯概率增加，這可能是由軟件運行時存儲減少或文件變換引起的。目前正在研究以預(yù)防維護形式為主的“軟件恢復(fù)”技術(shù)，即采用算法“清除”軟件以避免系統(tǒng)崩潰或功能損毀[7]。

4.1 ANN

神經(jīng)網(wǎng)絡(luò)提供了一種完全不同的解決復(fù)雜問題的方法，該方法不需要傳統(tǒng)編程。在圖像感知、分析和綜合能力、目標和形狀認知、語言理解、協(xié)調(diào)等方面，人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)的誕生再現(xiàn)了人類大腦的典型機能。人類大腦就像一臺復(fù)雜的計算機，盡管由相對簡單的單元(神經(jīng)元)組成，但可以執(zhí)行復(fù)雜運算并提供比計算機更精密的性能。因此，致力于尋求人工復(fù)制人腦學(xué)習(xí)/分析機制的計算機工程被認為是完全合理的。盡管神經(jīng)網(wǎng)絡(luò)出現(xiàn)相對較晚，但已用于預(yù)測、分類、控制、認知和學(xué)習(xí)，取得了顯著的效果。神經(jīng)網(wǎng)絡(luò)是解決復(fù)雜問題的關(guān)鍵方法，未來的UCAV需要一套能自主學(xué)習(xí)新觀念并進行判斷的系統(tǒng)，因此ANN被認為是絕對關(guān)鍵所在。神經(jīng)網(wǎng)絡(luò)的諸多應(yīng)用可歸納為以下幾類：

預(yù)測——利用輸入數(shù)據(jù)預(yù)測進展和變化；

分類——針對各種分類和認知類型采用不同輸入數(shù)據(jù)；

關(guān)聯(lián)數(shù)據(jù)——錯誤數(shù)據(jù)和/或沖突指令的認知；

數(shù)據(jù)概念化——通過分析，推斷具有相似特征的數(shù)據(jù)組；

過濾數(shù)據(jù)——隔離錯誤信號、背景噪聲和干擾。

絕大多數(shù)軍事應(yīng)用要求具備實時能力，因此具有充足的處理能力是關(guān)鍵。此外，新硬件的研發(fā)，如石墨烯基納米電路(grapheme-based nano-circuits)，是未來神經(jīng)系統(tǒng)發(fā)展的關(guān)鍵。一旦這些技術(shù)問題得到解決，神經(jīng)網(wǎng)絡(luò)就能解決大量傳統(tǒng)處理器不能解決的問題。目前，ANN已在目標識別和多傳感器數(shù)據(jù)采集上取得了重大進展。此外，軟件必須滿足特定需求：系統(tǒng)不能提供實時態(tài)勢分析或者不能了解或解決復(fù)雜戰(zhàn)術(shù)態(tài)勢是無法接受的。鑒于這些原因，ANN必須具備以下能力：

(1)向中央處理器提供連續(xù)的態(tài)勢感知；

(2)識別并區(qū)分敵友；

(3)確定威脅與目標的優(yōu)先次序；

(4)提供完善的進攻/防御選項；

(5)全天候晝夜作戰(zhàn)能力；

(6)詳細描述和平時期與沖突時的交戰(zhàn)規(guī)則。

4.2 MAVEN實現(xiàn)的算法

計算機算法使無人作戰(zhàn)飛機承載更加廣泛的功能，如感知、定位、武器校準等，且無需人工干預(yù)，算法將成為武器系統(tǒng)的一個關(guān)鍵要素。算法無時無刻不在工作，將成為整個武器生態(tài)系統(tǒng)的大腦。在計算能力的支持下，數(shù)據(jù)可視化、機器學(xué)習(xí)將會時時更新，為其創(chuàng)造一個不斷學(xué)習(xí)的環(huán)境。

未來，AWCFT計劃完成總共38種對象的學(xué)習(xí)與識別算法。38種對象代表了目前戰(zhàn)場上要處理的38類物品，基本涵蓋了所有戰(zhàn)場要素。編碼也不僅僅是圖像識別，并且現(xiàn)在正在設(shè)計算法來進行邏輯表達和場景識別。這些算法在測試驗證之后，未來可用于改進UCAV的能力[10]。

5 UCAV的未來發(fā)展趨勢

根據(jù)美國一系列無人系統(tǒng)發(fā)展規(guī)劃，2035年，無人自主系統(tǒng)技術(shù)將發(fā)展成熟，無人機具備完全兼容的感知和規(guī)避能力，在極具挑戰(zhàn)的戰(zhàn)場環(huán)境中探測率超過75%，能進行全自主作戰(zhàn)，具備很強的協(xié)同作戰(zhàn)能力。未來執(zhí)行戰(zhàn)斗任務(wù)的無人作戰(zhàn)飛機，必然會引起空中作戰(zhàn)的組織編制、作戰(zhàn)原則、戰(zhàn)術(shù)思想乃至裝備采購策略等方面的變革。目前，美國和俄羅斯都在醞釀發(fā)展第六代戰(zhàn)斗機，其中無人駕駛已成為爭論的選項。人工智能作為UCAV未來已被確定的關(guān)鍵技術(shù)，將成為下一步發(fā)展的顛覆性技術(shù)之首，一旦取得突破，UCAV的智能協(xié)同、智能任務(wù)、智能飛行能力將變成現(xiàn)實，成為未來空戰(zhàn)的主力[10-11]。

5.1 智能協(xié)同

UCAV在執(zhí)行任務(wù)過程中，涉及到協(xié)同指揮控制、協(xié)同態(tài)勢生成與評估、協(xié)同語意交互等。從控制系統(tǒng)角度來看，人工智能是將來擴展操作員控制無人平臺能力的一個重要方面。

DARPA在智能協(xié)同方面進行了長期的技術(shù)儲備，“小精靈”和戰(zhàn)略能力辦公室的微型無人機集群項目，均已開展了原型測試，在不久的將來可望實現(xiàn)集群作戰(zhàn)。美國海軍研究辦公室于2015年公布了“低成本無人機蜂群”(Low Cost UAV Swarming Technology，LOCUST)項目，發(fā)展在特定區(qū)域一起執(zhí)行掩護、巡邏和攻擊地面目標任務(wù)的無人機蜂群。美國空軍研究實驗室2015年啟動了“忠誠僚機(Loyal Wingman)”項目，計劃于2018年展開F-16武裝無人機與F-35戰(zhàn)斗機配對測試，以實現(xiàn)有人/無人的無縫配合和協(xié)同作戰(zhàn)。2017年1月27日，DARPA公布了“進攻性蜂群戰(zhàn)術(shù)”(Offensive Swarm Enabled Tactics,OFFSET)項目，希望研究復(fù)雜的蜂群戰(zhàn)術(shù)和人機編組。一旦蜂群技術(shù)成熟，將深刻改變戰(zhàn)場規(guī)則，甚至?xí)頍o人機技術(shù)構(gòu)架模式的一種變革。此外，DARPA主持的自主協(xié)商編隊(Autonomous Negotiating Teams,ANTS)工程研究了基于自主協(xié)商的多UCAV協(xié)同控制在對敵防空壓制(Suppression of Enemy Air Defenses，SEAD)任務(wù)的應(yīng)用，以實現(xiàn)UCAV在計劃和不同任務(wù)層次上的協(xié)同。

隨著人工智能技術(shù)的發(fā)展，UCAV的自適應(yīng)性將極大提高，可使系統(tǒng)在不需要人干預(yù)的條件下自動感知、判斷、決策、協(xié)同、行動，以最優(yōu)的方式對快速變化的戰(zhàn)場情況作出實時、靈活和準確的反應(yīng)，實現(xiàn)智能化武器平臺的編隊作戰(zhàn)[12-13]。

5.2 智能任務(wù)

未來戰(zhàn)爭中，UCAV除了能夠承擔(dān)傳統(tǒng)無人機所承擔(dān)的常規(guī)任務(wù)外，還可執(zhí)行以下任務(wù)：

(1)武器打擊任務(wù)(基本任務(wù))；

(2)敵方防空系統(tǒng)壓制(SEAD)、縱深打擊等高對抗環(huán)境下的危險任務(wù)；

(3)在危險作戰(zhàn)環(huán)境中替代有人駕駛飛機；

(4)作為空中情報、監(jiān)視與偵察以及通信中繼平臺；

(5)配合有人作戰(zhàn)飛機協(xié)同作戰(zhàn)。

未來，作戰(zhàn)節(jié)奏快，場景變化快，UCAV將面臨更為嚴峻的實時威脅，在此情況下任務(wù)規(guī)劃的實時性就成為了作戰(zhàn)制勝的關(guān)鍵點。通過提升UCAV的實時任務(wù)規(guī)劃功能，強化UCAV規(guī)避各種突發(fā)威脅的能力，確保作戰(zhàn)任務(wù)的完成。任務(wù)的自主智能，其最終目標是不需要人的參與。尤其在有限的人力資源條件下，尋求方法來提高操作效能是UCAV系統(tǒng)要努力解決的問題。一方面，提高處理能力和信息存儲能力，尤其是機載預(yù)處理能力，這是有可能改變UCAV運作方式的一種解決途徑；另一方面，自主技術(shù)減少了人在操作系統(tǒng)中的工作量，優(yōu)化了人在系統(tǒng)中的作用，使人的決策集中在最需要的地方。此外，UCAV可以自主判斷下一步需要做什么，然后自己給自己下達命令，其中涉及的關(guān)鍵技術(shù)包括語音、文字和圖像的模式識別控制，人工神經(jīng)網(wǎng)絡(luò)的神經(jīng)控制和模糊集合的模糊控制，等[14]。

5.3 智能飛行

飛行作戰(zhàn)環(huán)境通常是動態(tài)變化、不確定的，系統(tǒng)必須能夠?qū)崟r地進行動態(tài)調(diào)整以適應(yīng)環(huán)境變化。感知和規(guī)避已成為UCAV智能飛行的關(guān)鍵。靈活容錯、目標跟蹤、路徑規(guī)劃等具體功能，涉及到的技術(shù)關(guān)鍵在于飛行時的智能控制、空域的靈活整合和完備的環(huán)境適應(yīng)。為確保UCAV的智能飛行，人工智應(yīng)確保UCAV具備以下能力[4，14]：

(1)自主識別預(yù)編程任務(wù)之外的潛在威脅；

(2)自主搜尋并評估識別目標；

(3)在飛行過程中，因氣象條件導(dǎo)致系統(tǒng)偏離任務(wù)計劃路徑時，UCAV適時自主修正路徑規(guī)劃；

(4)傳感器探測到可能被敵方攔截時，自動更新任務(wù)計劃；

(5)根據(jù)傳感器突發(fā)數(shù)據(jù)，自動更新任務(wù)計劃，自主改變飛行路徑；

(6)當(dāng)雷達告警接收機(Radar Warning Receiver,RWR)或?qū)棻平婢?Missile Approach Warning,MAW)系統(tǒng)激活，系統(tǒng)自主規(guī)避飛行。

實現(xiàn)智能飛行的核心是智能感知與規(guī)避技術(shù)，具體技術(shù)包括偵察、干擾、探測、通信一體化設(shè)計，多源/多模信息融合處理技術(shù)，位置信息共享技術(shù)，以及環(huán)境自適應(yīng)技術(shù)和新型傳感器技術(shù)。

6 結(jié)束語

未來，以無人機為代表的智能機器戰(zhàn)爭將完全改變傳統(tǒng)機器戰(zhàn)爭的形式，無人作戰(zhàn)飛機將成為空戰(zhàn)的主宰。在復(fù)雜、對抗的智能機器戰(zhàn)爭環(huán)境中，新一代具有完全自主能力的機器人設(shè)備將發(fā)揮極大的作戰(zhàn)效力。例如，辛辛那提大學(xué)(University of Cincinnati)所開發(fā)的人工智能程序“阿爾法(Alpha)”在空戰(zhàn)模擬器當(dāng)中擊敗了有著豐富經(jīng)驗的退役美國空軍上校Gene Lee。因此，從長遠看，人工智能將成為UCAV能力的重要推手。隨著人工智能技術(shù)、機載處理技術(shù)以及空中飛行管理技術(shù)等的發(fā)展，下一代的空優(yōu)戰(zhàn)斗機有可能逐漸被無人作戰(zhàn)飛機替代，從而真正發(fā)展為零傷亡的智能無人戰(zhàn)爭[15-17]。