人工智能技術(shù)在直升機(jī)上的應(yīng)用

文/徐文佳

（中國(guó)直升機(jī)設(shè)計(jì)研究所 天津市 300300）

互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)等新技術(shù)的發(fā)展，帶動(dòng)了人工智能技術(shù)不斷成熟，人工智能的模擬程度和擴(kuò)展程度以及決斷能力大幅的提升，成為了新一輪工業(yè)變革的核心焦點(diǎn)，在眾多領(lǐng)域和任務(wù)中嶄露頭角，也是如今全球競(jìng)爭(zhēng)的核心技術(shù)之一。人工智能技術(shù)可以為直升機(jī)提供智能航電裝備，智能協(xié)同能力，復(fù)雜環(huán)境模擬能力，為新一代直升機(jī)裝備提供技術(shù)支持，衍生出新的技術(shù)和相應(yīng)的保障支持。人工智能技術(shù)也是各個(gè)國(guó)家的重要戰(zhàn)略手段，通過相應(yīng)的政策和發(fā)展規(guī)劃，各個(gè)國(guó)家已經(jīng)為人工智能技術(shù)的發(fā)展凝聚了各項(xiàng)資源，為人工智能技術(shù)提供了良好的發(fā)展環(huán)境，提升各自國(guó)家在先進(jìn)科技領(lǐng)域的話語權(quán)。

1 人工智能技術(shù)簡(jiǎn)介

人工智能技術(shù)最早可以追溯至20世紀(jì)40年代，英國(guó)數(shù)學(xué)家圖靈提出了機(jī)器是否可以思考，針對(duì)機(jī)器能否模擬人類的意識(shí)和思維過程展開了研究。而后，20世紀(jì)40年代人工神經(jīng)網(wǎng)絡(luò)模型的誕生，奠定了人工智能學(xué)科的基礎(chǔ)。20世紀(jì)50年代人工智能迎來啟發(fā)式算法、知識(shí)推力等新的理論和方法。20世紀(jì)60-70年代，受制于計(jì)算機(jī)處理能力和智能化程度不足，發(fā)展較為緩慢。20世紀(jì)80年代，人工智能通過機(jī)器學(xué)習(xí)算法從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)，大大增強(qiáng)了神經(jīng)網(wǎng)絡(luò)的能力。機(jī)器學(xué)習(xí)是研究如何使用計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)活動(dòng)的方法。神經(jīng)網(wǎng)絡(luò)算法是早期的重要的學(xué)習(xí)算法之一，通過對(duì)人腦的神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)的模擬來建立節(jié)點(diǎn)與節(jié)點(diǎn)之間的關(guān)聯(lián)模型，并對(duì)每個(gè)子神經(jīng)網(wǎng)絡(luò)的輸入和輸出進(jìn)行計(jì)算，從而完善模型，達(dá)到不斷學(xué)習(xí)的目的。深度學(xué)習(xí)技術(shù)正是將多層人工神經(jīng)網(wǎng)絡(luò)算法和卷積計(jì)算相結(jié)合的新算法，多層神經(jīng)網(wǎng)絡(luò)算法可以通過權(quán)值設(shè)置和反饋迭代優(yōu)化解算出的結(jié)果，并且子神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)還能實(shí)現(xiàn)并行解算，能夠處理積累大量的數(shù)據(jù)并通過訓(xùn)練生成模型，完成學(xué)習(xí)，并在接收新輸入時(shí)進(jìn)行預(yù)測(cè)。

20世紀(jì)末，以神經(jīng)網(wǎng)絡(luò)為主流的人工智能技術(shù)研究再一次進(jìn)入瓶頸的時(shí)候，經(jīng)過加拿大教授Hinton的不懈努力，取得了“深度神經(jīng)網(wǎng)絡(luò)”的技術(shù)突破。隨后，迎來了人工智能技術(shù)發(fā)展的大浪潮，眾多的人工智能數(shù)據(jù)平臺(tái)、人工智能計(jì)算基礎(chǔ)和架構(gòu)平臺(tái)、深度學(xué)習(xí)資源平臺(tái)大量涌現(xiàn)，推動(dòng)了人工智能技術(shù)的研究和產(chǎn)業(yè)發(fā)展，也成就了一批批的人工智能技術(shù)的研究者。

目前人機(jī)交互技術(shù)是人工智能技術(shù)的另一個(gè)技術(shù)特點(diǎn)，主要是在機(jī)器實(shí)現(xiàn)了智能化，智能化的機(jī)器如何和人類在相互過程中保持順暢。人機(jī)交互技術(shù)的實(shí)現(xiàn)一般要應(yīng)用到機(jī)器人學(xué)和模式識(shí)別等技術(shù)。機(jī)器人學(xué)主要研究如何讓機(jī)器來模擬人的行為，而模式識(shí)別是用于計(jì)算機(jī)或傳感器輔助人類對(duì)外界環(huán)境進(jìn)行感知，利用計(jì)算機(jī)或傳感器模擬人類通過感官獲取的對(duì)外界的各種感知能力。人機(jī)交互技術(shù)的實(shí)現(xiàn)不僅要依靠外部傳感器精度的提升，同時(shí)還涉及到手勢(shì)識(shí)別技術(shù)、語音識(shí)別技術(shù)、觸覺反饋技術(shù)、眼動(dòng)跟蹤技術(shù)以及 3D 交互技術(shù)等技術(shù)。人機(jī)交互可以使用戶擺脫常規(guī)輸入設(shè)備的束縛，并從復(fù)雜的人機(jī)交互場(chǎng)景中有效提取分析對(duì)象，實(shí)現(xiàn)機(jī)器與人類的交互。

專業(yè)領(lǐng)域的知識(shí)處理和決策手段一般使用專家系統(tǒng)，它將研究一類問題的常規(guī)思維方法轉(zhuǎn)變?yōu)檫\(yùn)用海量的專業(yè)知識(shí)求解的過程，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用的重大突破。專家系統(tǒng)一般由知識(shí)庫和推理機(jī)組成，通過知識(shí)識(shí)別、知識(shí)感知等環(huán)節(jié)完成專家知識(shí)庫的建立，再利用推理機(jī)進(jìn)行機(jī)器推理或模糊推理等操作，進(jìn)而得到基于知識(shí)的推理結(jié)果。專家系統(tǒng)將特殊領(lǐng)域?qū)＜业膶I(yè)知識(shí)和經(jīng)驗(yàn)引入系統(tǒng)中，通過不斷的訓(xùn)練建立模型，在通過不斷的學(xué)習(xí)將這些專業(yè)知識(shí)凝練為規(guī)則，數(shù)據(jù)庫將凝練成的大量的規(guī)則形成規(guī)則庫。目前的專家系統(tǒng)正逐漸與其他學(xué)科進(jìn)行深入融合，專家系統(tǒng)正成為人類進(jìn)行智能管理與決策的重要工具和手段。

隨著計(jì)算機(jī)技術(shù)的不斷進(jìn)步，通過深度學(xué)習(xí)算法，同時(shí)通過組合低層特征形成更加抽象的高層特征，從而模仿人腦來解析數(shù)據(jù)。而隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算的不斷發(fā)展，人工智能技術(shù)得到了全面的發(fā)展，目前已經(jīng)廣泛應(yīng)用于工業(yè)領(lǐng)域、生物識(shí)別等領(lǐng)域，AlphaGo人工智能系統(tǒng)在圍棋比賽中一舉擊敗世界第一圍棋棋手而引起世人的關(guān)注，人工智能技術(shù)已經(jīng)在數(shù)值圖像識(shí)別和智能語音識(shí)別中發(fā)揮了重要的作用，通過人工智能進(jìn)行疾病的診斷，通過大量的數(shù)據(jù)積累以及決策算法，輔助醫(yī)生對(duì)病情的診斷，未來將會(huì)拯救數(shù)以萬計(jì)的患者。人工智能技術(shù)在各個(gè)領(lǐng)域中都展示了顯著的社會(huì)效益和經(jīng)濟(jì)效益。

2 直升機(jī)發(fā)展對(duì)人工智能技術(shù)的需求

隨著直升機(jī)技術(shù)的不斷提高，世界各國(guó)對(duì)直升機(jī)領(lǐng)域投入了大量的資源，通過人工智能技術(shù)進(jìn)一步提高反恐、偵察、遠(yuǎn)程精確打擊、軍事訓(xùn)練、邊境巡邏、作戰(zhàn)支援的能力，提高聯(lián)合指揮和路徑規(guī)劃及目標(biāo)識(shí)別能力。

此外，在航電系統(tǒng)設(shè)備的自動(dòng)故障診斷、智能電子對(duì)抗、人工智能武器等裝備中也發(fā)揮著顯著作用。未來的智能作戰(zhàn)體系將圍繞著人、智能武器裝備和智能指揮系統(tǒng)。人作為主體，主導(dǎo)著戰(zhàn)勢(shì)的走向，智能武器裝備將全面提升傳統(tǒng)武器的感知能力，認(rèn)知能力、決策能力和自信能力，智能指揮系統(tǒng)則可以完成遠(yuǎn)程智能指揮與控制，多平臺(tái)協(xié)同作戰(zhàn)和實(shí)時(shí)的戰(zhàn)場(chǎng)態(tài)勢(shì)的感知與決策。通過人工智能技術(shù)，可以大幅的提升人在戰(zhàn)場(chǎng)中的決策能力以及作戰(zhàn)效率，提高武器裝備的戰(zhàn)斗力，增強(qiáng)戰(zhàn)場(chǎng)的統(tǒng)一指揮和聯(lián)合作戰(zhàn)能力。

2.1 人工智能技術(shù)在武器裝備中的應(yīng)用

智能化武器裝備將成為未來的軍事作戰(zhàn)的重要組成部分，通過人工智能技術(shù)將傳統(tǒng)的武器裝備進(jìn)行增強(qiáng)，是提高戰(zhàn)斗力、增加新功能，提升戰(zhàn)術(shù)和戰(zhàn)法的常用手段。美國(guó)的軍事智能平臺(tái)已經(jīng)將人工智能技術(shù)應(yīng)用于各個(gè)軍種的軍用平臺(tái)上。尤其是機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于武器裝備上，既可以提供高效的信息收集和處理能力，又可以為各個(gè)軍用平臺(tái)提供輔助決策能力。美國(guó)空軍實(shí)驗(yàn)室成立的阿爾法人工智能程序在模擬器比賽上戰(zhàn)勝了人類飛行員，并搭建了提升無人機(jī)決策能力的模擬仿真環(huán)境，進(jìn)一步從戰(zhàn)術(shù)學(xué)習(xí)、武器智能搭載、自主決策能力等方面進(jìn)行提升，最終達(dá)到提高直升機(jī)的戰(zhàn)斗力的目的。

電子對(duì)抗裝備也是人工智能技術(shù)應(yīng)用的重要領(lǐng)域。該技術(shù)最早由美軍提出，目的用于提高武器裝備的認(rèn)知能力，是一種注重自主學(xué)習(xí)能力與智能決策能力相結(jié)合的電子對(duì)抗能力。智能電子戰(zhàn)目前并沒有統(tǒng)一的叫法，從作用上可以分為防御型電子戰(zhàn)裝備和進(jìn)攻型電子戰(zhàn)設(shè)備兩種。其中防御型電子裝備是基于傳統(tǒng)的電子自衛(wèi)裝備的基礎(chǔ)上，實(shí)時(shí)捕獲戰(zhàn)場(chǎng)中的敵方電磁信號(hào)，通過機(jī)器學(xué)習(xí)算法自主的調(diào)節(jié)本機(jī)的電磁信號(hào)參數(shù)，動(dòng)態(tài)的調(diào)整防御策略，實(shí)現(xiàn)智能化防御體系。而進(jìn)攻型電子裝備是基于傳統(tǒng)的主動(dòng)對(duì)抗裝備的基礎(chǔ)上，在實(shí)時(shí)捕獲戰(zhàn)場(chǎng)中的敵方電磁信號(hào)后，利用己方主動(dòng)對(duì)抗裝備，實(shí)施高效的主動(dòng)干擾行為，破壞敵方的偵查能力。人工智能技術(shù)與傳統(tǒng)裝備的結(jié)合，其特點(diǎn)就是能夠快速的建立外界威脅源模型，對(duì)相應(yīng)威脅源的目標(biāo)類型，響應(yīng)時(shí)間，威脅等級(jí)進(jìn)行記憶和學(xué)習(xí)，自動(dòng)分析并生成外界威脅源記憶庫，從而調(diào)節(jié)被動(dòng)干擾的策略，實(shí)現(xiàn)智能調(diào)節(jié)干擾的策略和干擾的樣式，并能對(duì)干擾效果進(jìn)行評(píng)估，縮短了傳統(tǒng)裝備的科研時(shí)間，加速武器裝備的更新迭代頻率。

2.2 人工智能技術(shù)在指揮系統(tǒng)的應(yīng)用

在典型的任務(wù)場(chǎng)景中，存在多平臺(tái)協(xié)同、機(jī)群聯(lián)合指揮的需求，但在指揮和控制的過程中存在跨平臺(tái)聯(lián)合作戰(zhàn)規(guī)劃難、各軍種指揮協(xié)調(diào)性差、武器系統(tǒng)聯(lián)合打擊效率低等諸多難點(diǎn)，憑借傳統(tǒng)的指揮系統(tǒng)難以在短時(shí)間內(nèi)做出快速合理的部署。而人工智能技術(shù)可以實(shí)時(shí)共享戰(zhàn)場(chǎng)態(tài)勢(shì)，高效的提供整體部署。在多平臺(tái)協(xié)同方面，可要求無人機(jī)編隊(duì)協(xié)同有人機(jī)，輔助有人機(jī)自動(dòng)實(shí)施戰(zhàn)術(shù)。典型的戰(zhàn)法可以為無人機(jī)集群輔助直升機(jī)集群作戰(zhàn)，實(shí)時(shí)的感知相關(guān)的戰(zhàn)場(chǎng)動(dòng)態(tài)信息，積累解決突發(fā)問題所需的數(shù)據(jù)，將已采集的戰(zhàn)場(chǎng)數(shù)據(jù)轉(zhuǎn)化為戰(zhàn)術(shù)決策，將戰(zhàn)術(shù)決策智能分配給協(xié)同單位，提高協(xié)同任務(wù)的效能。在機(jī)群聯(lián)合指揮方面，人工智能技術(shù)可以將整個(gè)平臺(tái)各軍種化整為零，進(jìn)行隨機(jī)的集群編隊(duì)指揮和控制，各作戰(zhàn)單元具備自主學(xué)習(xí)的能力，協(xié)同隨機(jī)集群編隊(duì)進(jìn)行偵查、攻擊、防御的統(tǒng)一部署和指揮，不斷的增強(qiáng)隨機(jī)集群的戰(zhàn)術(shù)庫，提高機(jī)器學(xué)習(xí)算法以及智能策略算法能力。

2.3 人工智能技術(shù)在故障檢測(cè)中的應(yīng)用

武器裝備的智能化故障檢測(cè)程度也直接影響武器的戰(zhàn)斗力。隨著智能化武器裝備的不斷發(fā)展，武器裝備的種類以及復(fù)雜程度正在成倍的增長(zhǎng)，每年國(guó)家投入在武器裝備的維護(hù)上費(fèi)用都是巨大的，人工智能技術(shù)可以降低復(fù)雜交聯(lián)系統(tǒng)維護(hù)的難度。傳統(tǒng)的故障檢測(cè)方法是基于傳感器技術(shù)，通過信號(hào)處理技術(shù)和構(gòu)建系統(tǒng)的物理模型和數(shù)學(xué)模型，對(duì)武器裝備出現(xiàn)故障前進(jìn)行預(yù)測(cè)性維護(hù)，避免在執(zhí)行任務(wù)過程中出現(xiàn)故障，提高任務(wù)完成率，這種故障檢測(cè)手段依賴于維護(hù)的經(jīng)驗(yàn)并且只能檢測(cè)出簡(jiǎn)單的故障，復(fù)雜的交聯(lián)型故障常難以準(zhǔn)確的進(jìn)行評(píng)估。人工智能技術(shù)可以不在依賴于個(gè)人的能力和經(jīng)驗(yàn)，通過神經(jīng)網(wǎng)絡(luò)算法將復(fù)雜的故障分割成大量的子神經(jīng)網(wǎng)絡(luò)，經(jīng)過專家系同的模糊推力邏輯降低系統(tǒng)的復(fù)雜性，利用具有的專家知識(shí)和運(yùn)用知識(shí)進(jìn)行推理，提出決策方法，在不斷的訓(xùn)練和學(xué)習(xí)過程中，武器裝備系統(tǒng)不斷的擴(kuò)充和完備自己的知識(shí)，不斷的對(duì)知識(shí)庫的內(nèi)容自動(dòng)的進(jìn)行調(diào)整和修改，達(dá)到智能化故障檢測(cè)和維護(hù)的目的，降低故障率。人工智能故障診斷方法不受模型和知識(shí)的局限性，更準(zhǔn)確地找到故障點(diǎn)。目前人工智能故障診斷和維護(hù)方法已經(jīng)應(yīng)用在艦船、裝甲車等多種武器裝備系統(tǒng)中。

3 人工智能技術(shù)未來發(fā)展

3.1 人工智能算法和核心芯片的發(fā)展

人工智能技術(shù)離不開人工智能算法和核心芯片的發(fā)展，也就是計(jì)算機(jī)平臺(tái)的發(fā)展。無論是人工智能中的機(jī)器學(xué)習(xí)算法、基于規(guī)則的推理及自適應(yīng)算法都涉及大量數(shù)據(jù)的迭代計(jì)算，這就需要深入研究如何將這些算法在使用中達(dá)到最優(yōu)狀態(tài)并增加對(duì)核心芯片的投入。

3.2 人工智能技術(shù)驗(yàn)證平臺(tái)

為了保證武器裝備的安全性以及平臺(tái)算法的安全性，要經(jīng)過一系列嚴(yán)格的試驗(yàn)試飛階段，并對(duì)數(shù)據(jù)庫進(jìn)行大量的積累并驗(yàn)證。這就需要建立更加復(fù)雜的驗(yàn)證平臺(tái)，利用真實(shí)的評(píng)價(jià)體系，對(duì)人工智能技術(shù)的算法、效能和技術(shù)成熟度進(jìn)行客觀的評(píng)價(jià)。

3.3 建立標(biāo)準(zhǔn)化體系和安全體系

建立人工智能技術(shù)的標(biāo)準(zhǔn)化體系和安全體系，是人工智能技術(shù)發(fā)展的基礎(chǔ)。通過標(biāo)準(zhǔn)化體系的建立，可以使整個(gè)流程具備可追溯性，可以對(duì)人工智能技術(shù)進(jìn)行約束和規(guī)范。通過安全體系的建立，可以對(duì)收集的大數(shù)據(jù)進(jìn)行匯總，數(shù)據(jù)的存儲(chǔ)和傳輸過程中安全性問題將影響客戶的利益。因此，未來需要對(duì)標(biāo)準(zhǔn)化體系和安全體系給予重視，降低技術(shù)風(fēng)險(xiǎn)。

3.4 增加實(shí)時(shí)性效能評(píng)估

武器裝備效能評(píng)估可以縮短傳統(tǒng)裝備的科研時(shí)間，而人工智能技術(shù)可以將武器裝備的效能實(shí)時(shí)記錄在數(shù)據(jù)庫中，通過調(diào)整各武器裝備的參數(shù)來評(píng)估效果，可以實(shí)現(xiàn)整體裝備的合理部署。

4 總結(jié)

人工智能技術(shù)尚處于起步階段，一些發(fā)達(dá)國(guó)家已經(jīng)將其列為核心發(fā)展的技術(shù)之一。本文對(duì)人工智能技術(shù)在直升機(jī)上的武器裝備、指揮系統(tǒng)以及裝備的故障檢測(cè)中的應(yīng)用進(jìn)行了闡述，進(jìn)而展望了人工智能技術(shù)未來發(fā)展趨勢(shì)，從技術(shù)角度、未來發(fā)展的角度來展示人工智能技術(shù)發(fā)展的必要性。未來一段時(shí)間，人工智能技術(shù)將長(zhǎng)期處于研究熱潮，我國(guó)也應(yīng)該緊跟時(shí)代的腳步，抓住機(jī)遇。