现代军事中的人工智能

文/王志伟



在现代战场,掌握先机就意味着获取了主动权,面对空前苛刻的快速战场响应和精准指挥管理要求,具备高速计算与方案规划能力的人工智能将扮演越来越重要的角色。
智能指挥决策系统
随着未来战场信息化、数字化程度的进一步加深,人类自身信息处理能力的不足将成为指挥决策链条中的短板,严重制约作战响应与指控效率。智能指挥决策系统在海量战场数据信息处理和快速辅助决策方面的优势,将对作战样式产生变革性影响。
2016年2月,美国国防高级研究计划局(DARPA)“持久近距空中支援”(PCAS)项目的原型系统,开始向美国海军陆战队和特种作战司令部进行转化。该项目利用人工智能技术改革通信和指挥体系,创新地将空地协同能力集成到美国军队近距空中支援装备体系中,变革近距空中支援作战模式,大幅提升军队作战能力。
PCAS原型系统中的智能指挥系统可以根据前方传回的实时请求,自主调度载人飞机或者控制无人机等空中力量,提供最优飞行路径和武器挂载使用的最优方案,将地面发送支援请求到空中实施攻击的时间间隔从30~60分钟压缩到6分钟以内。此外,新系统能同时接受整个战场上的打击请求,并立即以最佳的调度方案打击数十个乃至上百个目标,相较最多只能打击一小片区域内几个目标的传统空中火力支援,极大提升了指挥范围和层级。
PCAS原型系统由空中系统和地面系统两部分构成。空中系统通过地面系统与地面部队通信,后者是安装在商用安卓平板电脑上的一系列态势感知和地图软件。
2015年3月,DARPA在美国西南部进行的美国海军陆战队步兵/航空演习中,首次成功试验了完整的PCAS原型系统,表明自动化数字式实时协同能力首次融入军用航空系统中。
在全系统验证过程中,一名海军陆战队联合终端攻击控制人员(JTAC)使用地面系统平板电脑,确认了一辆无人卡车附近的目标位置,向内置空中系统模块的MV-22“鱼鹰”倾转旋翼直升机传送位置信息。这架MV-22经过改装,安装了数字式数据链。PCAS原型系统允许JTAC和武器系统军官分享实时信息、快速确认攻击和执行操作程序。演习中,MV-22使用没有安装战斗部(各类弹药和导弹毁伤目标的最终毁伤单元)的“狮鹫”导弹,从9千米外支援了一名被击落的模拟飞行员,导弹通过激光制导准确命中了目标。
演习中,从JTAC确认目标到完成导弹攻击仅耗时4分钟,比6分钟的目标时间还要短。按照传统依靠声音指示和纸质地图的方法,同样的过程需要30分钟或更久。
“郊狼”无人机蜂群
“郊狼”无人机由美国雷声公司研制,体积小巧,设计要求是能安装在直径与一卷卫生纸相当的声呐浮标筒中。其让人耳目一新的特征是可以折叠,投放后能像弹簧刀一样快速打开。
“郊狼”无人机采用电池驱动,长91厘米,翼展1.47米,质量5.9千克,最大飞行高度6 096米,可携带0.9千克战斗部,以110千米每时的速度飞行约1.5小时。美国军方和美国气象管理局曾把该型无人机投放入飓风中,研究风暴的规律,从侧面也验证了其可靠性。
目前,使用蜂群技术控制无人机是一个重要发展方向,多架次的无人机协同攻击一旦成功,将防不胜防。这种蜂群攻击利用深度学习和神经网络等技术,无人机之间可以互相通信,按项目研制人员的预计,如果攻击宙斯盾舰,每8架次将有2.6次的成功率,尽管0.9千克的战斗部无法击毁敌舰,但可以摧毁雷达等观瞄系统,为后续进攻创造条件。
无人机蜂群将通过执行吸引火力或者情报搜集、通信干扰等任务,和有人飞机一起消耗敌方的作战资源。蜂群技术允许每架无人机在空间建立联系,并在操作员指导或介入最小的情况下进行编队飞行。无人机蜂群开展自主飞行并执行任务,将极大降低人类操作员控制大型无人机编队的工作负荷。

“阿尔法”空战模拟系统
2016年6月,美国辛辛那提大学开发的人工智能空战模拟系统——“阿尔法”(Alpha),与一名拥有丰富空战经验和战斗机专业知识的退役美国空军上校,在高保真空战模拟器上进行了比拼,“阿尔法”以压倒性优势获得了最终胜利。
“阿尔法”是美国空军研究实验室“仿真、集成和建模高级框架”项目的研究成果之一。该程序采用了基于模糊逻辑的人工智能技术,以模拟空中作战任务为研究目的,可用于无人作战飞行器控制,以及有人/无人编队仿真作战。
在模拟器“人机大战”中,人类飞行员驾驶传统的模拟平台,被设定为具有很好的常规战斗机性能,并获得了空中警戒与控制系统支持;“阿尔法”的平台性能则受到限制,在飞行速度、转向、导弹性能、传感器等多方面条件均处于劣势,并且没有空中警戒与控制系统支持。但凭借人工智能系统高效的处理分析能力和战斗决策能力,“阿尔法”无论在四机对抗双机还是在双机对抗双机的设定中都取得了胜利。
与谷歌、微软等科技巨头采用神经网络算法,通过模拟人脑工作方式而开发的人工智能系统不同,“阿尔法”使用了“遗传模糊树”的新算法,该算法基于模糊逻辑系统,更关注对数学模型的构建。
飞行员在空中作战时,将综合运用身体、技能和直觉操纵战斗机,所有动作均在高速下完成。如今的战斗机飞行员以超过2 400千米每时的速度在海拔高于12 100米的高空中飞行,每个瞬间的决断都至关重要,一旦出现失误,往往会产生重大影响。人工智能空战系统可实时处理来自各类传感器的海量信息,为飞行员提供合理建议,也可作为无人机控制系统,自主执行任务,将人从武器装备烦琐的操控指挥和维护保障中解脱出来,大幅提高作战效率。
认知电子战系统
认知电子战系统是具有实时战场环境的感知与学习、最佳干扰措施的智能选取、干扰措施有效性实时评估反馈能力的,智能的、动态的、人在回路的全自适应系统。
认知电子战系统的实质是首先对目标对象和周边环境进行自适应侦察感知,从侦收到的海量数据中快速准确地分析出可用知识,进而智能地选取或合成最佳的电子攻击措施,然后通过进一步的感知对攻击效能进行评估,最后根据评估优劣指导系统下一次的电子进攻。认知电子战系统是一个大闭环系统,分为3个功能模块:认知侦察模块、对抗措施合成模块和对抗效果评估模块。
认知电子战系统虽然具备一定的智能化能力,能够根据目标状态的不同,自主地调整最佳的对抗措施,但战场环境错综复杂,需要依据战局的实际情况或者设定的战术策略来操控系统,这就需要通过人机交互来实现操作人员对认知电子战系统的总体掌控。
美国军队最先意识到认知技术对电子战的重大影响,最先开展认知电子战系统研究。2010年以来,DARPA和美国各军种陆续发起了多个认知电子战研究项目,对认知电子战关键技术进行深入分析和研究,重点是实时识别和响应能力,以快速识别和开发电子攻击措施。近年来展开的主要项目包括:自适应雷达对抗项目,自适应电子战行为学习项目,海军认知通信电子战项目,海军下一代电子战技术项目等。
通过分析这些电子战项目可以看出,认知电子系统以智能化电子战系统为核心,具备自主感知能力、实时反应能力、准确打击能力以及评估反馈能力,有望成为改变未来战争样式的颠覆性作战系统。
(本文作者王志伟为中国船舶工业综合技术经济研究院高级工程师)

转载请注明 文章来源:《科学画报》

〖 欲看更精彩文章、图片,请购买科学画报。每月月初出版发行,铜板纸彩色印刷,每本仅售8.00元 〗 

 
《科学画报》2018© 版权所有 沪ICP备05024827号