美军人工智能技术动态研究

杨 健，柏祥华

（海军装备部驻南京地区第一军代室，江苏南京210000）

0引言

迅速发展的人工智能（AI）技术蕴含着巨大的军事应用潜能，美国在人工智能军事化发展方面持续发力。2014年，美国防部发起“第三次抵消战略”，将人工智能列为优先发展的重点技术领域之一。2017年4月，美国防部正式提出“算法战”概念，以推动人工智能、大数据及机器学习等“战争算法”关键技术的研究。2018年美国防部发布的《无人系统综合路线图（2017-2042）》首次将人工智能和机器学习列为影响无人系统发展的一个支撑因素，认为人工智能是路线图提出的19项需要近远期发展的关键技术之一。2018年9月，美国防部宣布未来五年将投入20亿美元推动人工智能发展，大力推进主战装备的人工智能化，如采用技术手段扩展人工智能的应用，同时利用互联网强化其“海上网络和体系化服务”（CANS）在航母、两栖攻击舰、驱逐舰以及潜艇灯平台上的应用。2018年12月美国政府问责署（GAO）发布的《国土安全：美国未来四大战略威胁》中指出：未来，竞争对手会通过商业获得更多的AI技术，然后将AI技术应用到武器和其他领域；在武器应用中，将会开发出智能监视侦察（ISR）平台，AI、传感器、数据分析和基于空间的平台的发展将创造出一个“无处不在的ISR”环境。2019财年预算中，美国首次将人工智能、自主系统和无人系统指定为政府研发优先事项。美国还专门设立了人工智能国家安全委员会，总体牵引人工智能的发展。2019年2月，美总统发布了“维持美国在人工智能领域的领导地位”行政命令。美国防部网站2019年2月公布的《2018年国防部人工智能战略摘要——利用人工智能促进安全与繁荣》阐述了美国防部加快采用人工智能能力的途径和方法。美联合人工智能中心（JAIC）的预防性维护工作正在美国陆军特种作战司令部的H-60直升机机队中进行试验，开发的人工智能技术将扩展到空军、海军和陆军。DARPA、美陆军、空军、海军、海军陆战队等也都在积极发展AI在武器装备中的应用研究等。上述一系列行动都说明了人工智能技术正在快速地渗入到军事领域，未来的武器装备和策略都是以人工智能技术为基础的。分析家表示，C4ISR市场的增长将受到在诸如人工智能（AI）、量子计算与定向能等导弹防御系统上进行的研发的驱动，并预测增强现实(AR)系统将集成于驾驶舱、桥梁、地面车辆炮塔与作战中心，以实现网络中心战收益，并整合战术资产、地理空间与追踪能力。

1 美国人工智能军用计划

1.1 DARPA军用人工智能技术研究

2019年3月，DARPA召开人工智能研讨会，提出要努力加速第三波人工智能，发展强大、可靠、安全、自适应的人工智能技术、系统和应用。

DARPA开展了3个将人工智能应用于电磁频谱的项目，其中自适应行为学习电子战（BLADE）和自适应雷达对抗（ARC）两个项目是融入了人工智能的认知电子战系统。DARPA“可解释人工智能”项目寻求发展机器学习技术，创建更多可解释模型。“高性能计算现代化”项目正在设计可为战场上人工智能和机器学习应用提供充足处理能力的新系统。“对抗性人工智能”是DARPA“下一代人工智能”计划的重点关注领域之一。“频谱协同挑战”项目是寻求开发一种新型无线电系统，该系统既是全自主的，又能与其他无线电系统协同，以达到显著改善频谱管理的目的。

DARPA的“空战演化”(ACE)项目于2019年正式启动，通过将人机协同空战当作最初的挑战场景，该项目旨在提高作战人员对自主作战技术的信任度。ACE项目将培训人工智能（AI）遵守空战规则，从基本的一对一战斗机演习开始训练，其方式类似于培训新加入的战斗机飞行员。虽然空战是一种高度非线性的行为，但它有一个明确的目标，结果也是可以量化的。此外，它还有固有的存在物理限制的飞行动力学，上述种种都使得它们成为高级战术自动化的一个测试范例。类似于飞行员战斗训练，培训自主战机飞行员的指导教练将密切关注AI性能扩展，这将有助于同步改进战术。在ACE项目开始前，DARPA还将开展一次着眼于单独的、范围有限的项目，该项目着眼于首个技术区：为一对一空战实现个人战术行为自主化。ACE是STO数个旨在实现DARPA“马赛克战”战略项目中的一个。“马赛克战”将战争概念从重点强调高水平载人系统—高成本与漫长的研发时间—转移到由载人系统与成本较为低廉的无人系统所组成的混合系统，这些系统可用最新技术进行快速研发、部署与升级，以应对层出不穷、变化莫测的威胁。将载人飞机与成本更为低廉的无人系统相结合，就会形成一种“马赛克”，单个“碎片”在这个“马赛克”中可轻松地进行重新组合，形成不同的效果，抑或是在损坏后可进行迅速更换，产生恢复力更强的作战能力。

1.2 美空军人工智能技术研究

美空军新推出的《2030年新科技战略》力推无人机群和智能导弹发展。2018年，美空军实验室公布了一段模拟2030年美空军作战的视频，“忠诚僚机”无人机、“小妖精”蜂群无人机、反电力微波导弹、吊舱激光炮等先进智能武器配合F-35战斗机展示了美空军的一系列全新战法。可以说是美军方对其当前武器装备体系及战法应用的较全面的展示。美空军还与麻省理工学院签订了合作开展人工智能研究合同，重点是通过计算智能、推理、决策、自主和相关社会影响的基础研究来加速人工智能技术。2018年9月，空军启动“量子计划”，通过算法将人工智能带入美空军的计划、规划、预算和执行流程中。2019年5月，美空军与智能自动化公司签订一份价值140万美元的合同，用于自主集群弹性网络(DPAA-SEA)项目的分布式相控阵天线系统。智能自动化系统将使用全向无线电系统进行协同，形成一个具有分布式单元的伪相控阵，使全向天线能够在更远的范围内引导其信号，从而实现无人机编队之间的集群行为和协同。

1）Skyborg人工智能僚机项目

美国空军正在探索将F-35、F-15EX战斗机与XQ-58“女武神”无人机或类似的无人平台编队的技术。XQ-58A无人机将过渡到2019年3月公布的Skyborg项目中。在该项目中，无人机是自主的、可攻击的，具有开放式系统，可使用新的AI软件或硬件进行更新，将配备新的传感器和有效载荷，并与载人战斗机联网。该项目仍处于起步阶段，空军研究实验室目前仍在与学术界努力建立一个人工智能实体。

如果 Skyborg和像代号为“XQ-58”的 Valkyrie（一种低成本可消耗的无人战斗机）这样的低成本、可消耗的无人机集成在一起，飞行员就可以把它送到一个危险的空域。2019年3月，Valkyrie无人机在亚利桑那州尤马试验场进行了首飞。它可以无跑道起飞并以高亚声速飞行，据称其有效载荷约为226 kg，可以达到或超过美国空军要求的2778 km的航程。空军还在评估其他无人机系统是否会完善Skyborg计划。

2）六代机

2019年1月，随着美空军开始为第六代战斗机进行早期原型设计，其当前探索的主要技术领域包括无人战斗机、高超声速攻击机、人工智能、激光武器、电子战以及先进机载传感器，预计第六代战斗机将在二十世纪三、四十年代面世。美空军当前为新一代战斗机开展“穿透型制空”（PCA）项目尚处于概念性阶段，从目前的原型设计和演示验证中可看出部分发展趋势：作为未来战争的决定性因素，通信技术在“穿透型制空”项目中受到极大重视；激光武器预计将在二十一世纪20年代中期投入使用，有望应用于第六代战斗机；随着计算机处理能力不断提升，计算机小型化以及人工智能技术也有望为空战带来全新的变革，战斗机将进一步提升其收集、编译、处理ISR数据并具备实时分析的能力，人工智能将接近实时对传感器信息和海量数据库进行比较分析，战斗机可具备更强的目标识别和攻击指挥能力。

3）TACE系统

据空军技术网站2019年3月11日报道,美空军第412测试联队的新兴技术（ET）联合试验部队（CTF）对复杂环境自主测试（TACE）系统进行了首次飞行试验。该试验涉及使用自主算法来控制飞机而无需人类干预。

在飞行试验中，TACE系统成功在接近模拟边界时将飞机转向安全区域。该试验还证明了该系统能够自主跟踪地面上的模拟车辆。

该系统连接自主系统/人工智能计算机和飞机自动驾驶仪。TACE系统旨在监控从自主系统发送到飞机自动驾驶仪的命令，并将飞机状态信息（例如位置，速度和方向）发送回自主系统。

TACE系统可在不同尺寸的飞机上进行测试，它主要有两个主要功能，“自主监督”和“真实虚拟构造”（Live-virtual-constructive）。

1.3 美陆军人工智能技术研究

2017年，美陆军发布公告称将公开寻找将人工智能技术应用于陆军作战的解决方案，建设一套能自行学习如何追踪电子战威胁并管理响应的信息系统，以保持其电子战能力优势。该系统将具备人工智能技术，负责监控并评估无线电频率辐射威胁，区分正常或异常模式，掌握发射器类型和信号结构特征，整合并分析陆军战术网络和情报、监控和侦察数据，统一协调电子光学传感器和无线电频率电子战传感器等信息资源。

2018年4月，美陆军宣布研发应用人工智能决定攻击目标的无人机。美陆军计划于2019年8月部署装有人工智能（AI）新算法的电子战系统，帮助其更准确地认知电磁频谱环境中的信号。

美陆军快速响应办公室目前正在筹办一系列的数据收集和技术交流活动，进一步评估技术性能，并将AI和机器学习技术应用引入到产品开发和部署中。研发团队已将一个AI架构集成到了战术电子战系统的传感器处理硬件中。美陆军称，该架构概念也适用于其他平台和系统。

美陆军快速响应办公室下一步将在评估中与供应商和电子战官员协同工作，工作内容包括在亚利桑那州尤马试验场进行数据产生、收集和算法测试，工作安排在2019年上半年进行，2020年将把新技术部署到作战单元。

美陆军正在寻找能够利用人工智能和机器学习开发战术网络和通信自主网络防御的公司。2019年1月14日，美陆军合同司令部官员发布了一份关于自主网络项目的信息征集（W56KGU-19-R-AUTOCYBER）。研究人员正在寻求一种网络技术，能够在确保自动网络决策安全性的同时，以机器速度自适应自主防御网络攻击。该相关网络和可信计算支持技术，将用于：自主检测和修补已知网络漏洞；自主识别和纠正网络及主机错误配置的方法；自主检测已知和未知恶意软件样本的方法；红队自主决策引擎的工具和方法；提高自主决策引擎控制攻击者的鲁棒性的方法；针对特定战术网络、数据流和消息集，量身定制的基于机器学习的网络代理，以检测和推断攻击意图；利用循环中的人反馈到自主决策引擎的接口，来提高人机团队的性能和效率；基于现有网络工具和网络事件，将网络应对建议相互关联并生成行动方案的新方法。

2019年1月，美陆军研究实验室（ARL）与Technica公司签署了合作协议，以支持异构战术环境中的分布处理（DPHTE）计划。根据此项协议，Technica公司将研发一个带有人工智能的雾运算平台，该平台可以集成不同的智能边缘设备数据，并将其提炼成一个通用平台。Technica公司的工程师将利用该公司的智能雾平台来收集、关联与分析数据有限的功率及带宽环境，以便在对抗性、不通行的环境中为作战人员提供更多的态势感知。智能雾平台利用分布处理与机器学习工具来创建和维护可操作情报。

2019年初，美陆军授予人工智能模式公司（Moda-lAI）一份合同，为陆军作战用的1组无人机系统（Group 1 Unmanned Aerial Systems）设计硬件架构。该公司正在为国防部开发基于其人工智能VOXL平台的轻型空中计算系统，实现避障、任务路径规划和自主操作。VOXL是一个导航单元，它利用智能手机生态系统，为室内外、空中和地面机器人创建一个高度集成的、基于机器视觉的自主导航系统。与依赖GPS不同，基于VOXL的无人机可以为部队提供基于计算机的视觉导航，使无人机在任何地方作战。目前，人工智能模式公司正在开发一种飞行控制器，将高通骁龙820CPU与机载电机控制单元，以及一个4G地面站相结合，使部队能在战场上控制多架无人机。这些技术使轻小复杂的无人机具备安全远程通信能力。

美陆军快速能力与关键技术办公室(RCCTO)正在研究应用人工智能系统，将电子战操作员的认知负担降低到一个可控状态。人工智能系统能快速对输入的数据进行优先排序，自动滤掉不重要的信号。目前美陆军正在马里兰州阿伯丁试验场测试一种人工智能原型样机，计划于晚些时候在前线部队中开展应用试点。该工具简化了用户界面，能自动完成电子战作战人员日常的低端任务，并且可以让用户了解信号来源，在显示器上用红、蓝、灰三种颜色，表示来自敌方、己方以及噪声信号。陆军是在一次行业活动中偶然发现这项技术的，通过评估它的可行性和可扩展性，从2018年10月开始研发原型样机，到11月已经开始进行认知映射过程，包括电子战操作员对设计、性能、功能和训练进行反馈。美国陆军表示，该工具将使电子战系统更好地工作。

目前美陆军正加大电子战建设力度，陆军电子战战略要求为陆军每个旅战斗队中的军事情报连增加一个电子战排，同时在所有陆军部队中将电子战与赛博和信息系统集成在一起。美陆军在过去一年中向美国驻欧陆军交付了多型电子战样机，其中包括“电子战规划与管理工具”（EWPMT），预计将采用人工智能技术对其进行升级改进。

1.4 美海军人工智能技术研究

据报道，美海军研究办公室（ONR）委托查尔斯河分析（CRA）公司为美海军全球化无人船上光信息处理（TOPGUN）项目建造一个海事防御工具。根据该项目，CRA公司将继续支持TOPGUN的自主开发，扩展探测和分级能力，使用高效的深度学习算法来探测更远的目标，识别更多种类的舰船，并在水上展示其性能。TOPGUN软件将获得增强，以满足信息保障要求，并在海上进行测试。

美海军水面作战中心正在开发“蜂群战术”（SWARM-Tac）系统，旨在利用机器学习和人工智能，为大型战舰制定战术，提高其成功防御这类集群攻击的可能性。SWARM-Tac是一种软件。这种人工智能驱动的技术利用海军舰艇上已有的传感器信息，如雷达及其他用于让舰员了解战场态势的设备，以及舰艇本身的信息，其可用的武器和攻击者的数量。该软件将所有这些信息综合进解决方案，并判断这些解决方案的成功概率。研究人员称，尽管SWARM-Tac仍处于研发阶段，但在之前举行的一次海上试验中取得了相当不错的结果。

2018年4月，诺·格公司获得了一份价值730万美元的合同，为响应式电子攻击措施（REAM）项目开发机器学习算法。2019年2月，美海军水面作战中心克兰分部宣布授予美Vadum公司一项为期5年、价值940万美元合同，对REAM项目提供支持。现役机载电子战系统通常只能识别固定频率工作的模拟雷达系统。对识别出的敌方雷达，一般采用预先编程的干扰技术进行对抗。然而，现代雷达越来越多地采用了数字可编程技术，行为未知，波形敏捷，因此识别和干扰这些雷达变得越来越困难。未来，雷达还将更多地利用人工智能和机器学习去感知环境，改变其传输特性和脉冲处理算法以挫败电子干扰，电子战面临的形势将变得更为严峻。为此，美开展了一系列项目研究，使能电子战系统近实时地针对新的、未知的或模糊的雷达信号自动生成有效的对抗措施。REAM项目致力于应对敌方雷达频率的快速变化、识别频移模式，并在作战过程中自动对这些频率进行干扰或欺骗。项目将开发新的处理技术和算法，以表征敌方雷达系统，实施干扰，并评估所应用对抗措施的有效性。当前该项目正在开发探测与分类技术，以识别新的或波形捷变的雷达威胁，并进行电子攻击自动响应。目前诺·格公司正在将该算法用于EA-18G电子战飞机上，以对抗敏捷、自适应和未知的敌方雷达。REAM项目研发的技术预计将在2025年左右应用到美海军舰载机上。

美海军ONR的LOCUST项目也是无人集群项目之一，已经成功开展了一系列集群编队和机动试验。

1.5 美海军陆战队人工智能技术研究

据报道，美海军陆战队（USMC）正在采取措施推动人工智能（AI）技术集成到USMC的武器系统中。在过去的12个月中，USMC对具有自主能力和人工智能组件的巡飞弹药和高度依赖人工智能的任务规划工具开展了火力受限技术评估。USMC在评估过程中还与DARPA的Squad X项目开展合作，在无人系统和机器人上安装人工智能组件，使其具备与USMC步兵中队协同作战的能力。USMC计划在2019年夏开展城市环境作战试验，将测试大量机器人、无人系统、自主系统在高密度城市环境中与步兵编组行动的能力。这些测试的目标是减轻海军士兵的认知负担。目前海军陆战队操作无人系统、自主系统、机器人等装备的士兵已被大量无线电设备、用户界面搞得力不从心，急需简化操作设备，而人工智能可以提供辅助决策，减轻士兵的认知复合。海军陆战的克里斯蒂安沃特曼准将表示，美军必须考虑在没有优势的情况下，在电磁频谱空间进行竞争，因此提高自主能力至关重要，人工智能技术可以压缩需要传输的数据量，并灵活选择何时传输，为决策提供支持。

2 未来发展人工智能技术趋势

1）无人系统智能化。新一代无人系统是人工智能军事应用的一个高度优先事项，涉及地面、海洋、空中无人系统的导航系统等。

2）战场态势感知智能化。将人工智能技术应用于侦察装备，配合目标信息特征库即可自主对战场目标进行精准识别和分类，还可根据目标价值生成打击清单，为作战筹划、火力计划提供参考依据。

3）情报、监视与侦察（ISR）精确化、智能化。基于AI的ISR可以定位、跟踪和瞄准各种敌方武器系统，增加打击战略目标（如航母、移动导弹等）的可能性。

4）人工智能造就全新作战模式，催生新的攻防手段。导弹防御系统采用AI系统和/或AI技术，将增强目标定位和导航技术，通过增强目标捕获、跟踪和识别能力，改善防御系统效能。另外，可以针对目标特性设定不同的打击强度，真正做到量敌用兵，并实时评估毁伤程度，自主决策是否对目标进行二次打击，使火力打击更加集约高效。

5）电子战系统/技术智能化。有人/无人协同作战、无人集群、六代机等理念无不涉及人工智能技术的高端应用，标志着基于AI的精准化打击武器将在战争中广泛使用。

当然，人工智能的应用难免会产生负面影响，人工智能系统功能强大但并不完全可靠。比如波音737曾在不到半年的时间里发生了二起坠机事件，举世震惊，波音总裁承认两起空难与飞机的“机动特性增强系统”（MCAS）有关，这是一个防止飞机失速的自动飞行控制程序，坠机原因可能是错误的传感器数据引发了该自动化控制程序，而驾驶员人工控制的优先权低于机器，最终无能为力。该事件暴露出了机器和AI在某些时刻的“不靠谱”和进而可能引发的严重威胁。基于专家的经验知识可以制定对抗策略，但并不能确保该策略完美，多维度决策寻优的复杂性通常已经超越人类大脑的直接分析运算能力，需要更多地借助计算机进行人机结合对抗或者专家可参与、机-机直接对抗等方式进行大量的仿真推演，不断发现单纯基于专家经验知识决策的错误和缺陷，使决策更加科学优化。另外，人工智能武器具有不可控性，如果赋予人工智能武器系统“自主开火权”，人与武器的关系将发生根本质变。

3 结束语

作为军事力量的“倍增器”，人工智能已然成为各国推进军事现代化的重点方向之一。人工智能的军事应用主要面临“标准、数据、技术、机制和伦理”等挑战问题。目前已经有国家利用智能机器人进行作战试验。韩国也已经明确提出要在2024年前使用军事机器人。人工智能军事化应用令人隐忧重重，如何正确利用人工智能技术进行正确、可控的军事操作而不会引起负面影响值得深思。■