【飛羽社】X62A實機對抗測試，AI空戰已來了嘛？如來

大家好 這裏是飛魚社 在今年的4月份 DARPA公佈了一段解密視頻 這條視頻顯示 美軍的無人戰機X62A項目 已經與有人機完成過了實機空戰對抗 在不少人還在把俄烏戰場上 略顯滑稽的大疆肉搏 稱爲無人機空戰時 真正意義上的無人空戰 或者說人工智能空戰 已經走進現實 長期以來 固定翼無人機已經在偵察 監視 對地對海打擊中發揮了重要作用 之所以沒能涉足空戰領域 根本原因是無法對其飛行和作戰 實現合比操作控制 例如使用現有插打一體無人機上 常見的地面站遙控方案 就會面臨延遲過高的問題 通常來說 無人機信號在超視距範圍外 會通過基載衛星通訊中端傳輸到衛星 再由衛星下行傳輸到地面控制站 這就要考慮到空間延遲 地面端與航空器延遲 和經上處理延遲的問題 根據TNO的報告 當遙控延遲超過100毫秒時 當延遲超過250毫秒時 會進一步導致飛行品質顯著惡化 而在面對400毫秒以上的延遲時 就必須開發相應的延遲補償技術 才能讓控制鏈路具備實用能力 例如我國彩虹四無人機 在使用衛星中繼控制的情況下 其圖傳延遲就有400到800毫秒 美軍MQ-4C使用的一套 國際海事衛星的空間延遲 也在250毫秒左右 對於插打一體無人機 或者偵察無人機來說 這種延遲的影響尚能接受 但是在轉瞬即逝的空戰中 這種延遲卻是致命的 更進一步來說 即便遙控無人戰鬥機的方案落地 延遲也只是其中的一個問題 由於戰鬥機需要考慮射頻引伸 故而不能使用全向天線進行衛星通訊 這使得遙控無人機在進行復雜機動時 其天線要如何保持對的衛星指向 也會成爲一個非常大的問題 一旦出現中斷 重新建立鏈路所需的時間能否接受 也需要謹慎論證 這些因素使得無人戰鬥機 長期以來都無法真正實現 不過隨着AI技術的興起 無人機空戰也終於出現了一定進展 實際上簡單的AI對戰鬥機來說 已經並不新鮮 比如殲20F35上裝備的輔助決策系統 再比如蘇35上的決鬥系統 改進型U2偵察機上的人工智能輔助架式 R2 Magro 美軍在全球鷹無人機上裝備的 MAVEN目標識別系統 以及彩虹和翼龍無人機 都是AI在軍用飛行器領域的初步應用 這些早期簡單AI輔助決策系統的應用 爲後續技術突破打下了良好的鋪墊 在整合這些技術的基礎上 真正的AI空間系統逐漸誕生 就像我們將充電寶和磁吸式充電結合起來 就能得到這款小米磁吸式充電寶一樣 它能給我們的生活帶來很多方便 像我們臨時出門時 如果用普通的充電寶充電 就很容易在口袋裏 因爲長時間彎折磨損充電頭 在家裏用充電器充電時 則會受到電線限制影響使用 但這款小米磁吸式充電寶 就不會有這種問題 它正常情況下是二合一的狀態 手機通過磁吸就可以無線充電 邊充電邊刷具互不影響 如果臨時出門 手機電量不多 就可以直接拿着磁吸充電寶 繼續給手機充電 非常方便 磁吸充電寶和力士無線充的組合 算是被小米玩明白了 而且這個磁吸充電寶 不僅可以磁吸充電 也支持給手機有線充電 5000毫安的電池 用來及時補電綽綽有餘 12毫米的厚度 137克的重量 足夠輕薄小巧 而且還只要別家同類產品 四分之一的價格 馬上也是618了 小米官方爲了做一波推廣 特地拿出一批全新正品的 無線磁吸充電寶 給大家發福利了 兩三秒填個收購地址 就有機會報郵到家 活動鏈接就放在視頻下方 和評論區置頂了 活動名額有限 不過早期的輔助決策系統 顯然與近些年基於深度學習的人工智能 有本質區別 進入AI新時代後 大發於2019年啓動了ACE項目 該項目的目標是實現自動化的空空作戰 作爲該項目一部分 大發於2019年末發起了 名爲α搏鬥的AI模擬空戰比賽 8支隊伍同臺競技 最後的優勝者Heron System 在2020年8月21日的模擬器對戰中 以5比0的成績 戰勝了美軍國民警衛隊的 到了2021年6月14日 美軍將一架隸屬於 愛德華茲空軍基地 施斐元學校的NF-16D 改裝爲了無人飛機 並於同年進行了自主飛行測試 這就是前文提到的 X-62A VSTAR項目 X-62A於稍晚的2022年12月 加載了ACE項目的軟件 展開了人機實機對抗測試 並錄下了我們開頭提到的那段視頻 從大發公佈的這段視頻來看 交戰的雙機中 藍方爲AI自動駕駛的戰機 而紅方爲飛行員駕駛的戰機 雙機交匯後進行了雙環機動 比起藍方的動作 紅方略微有些遲緩 只不過交匯後 影像資料中的有效信息 就被零碎的剪輯破壞了 既沒有展現完整狗肉過程 也沒有更多細節 並不清楚後續的狀況與發展 無法支撐我們對這一AI戰機的 實際水平做出完整判斷 只能說初步展現了 AI在反應速度上的優勢 事後美軍的項目負責人 僅表示這屬於高度機密 而我國在這一方面的研究 也同樣進展迅速 目前已知的在現有經濟機平臺上 發展而來的無人作戰驗證機 就有三種 其中曝光度較高的 是由教師改裝而來的 無人戰驗驗證機 同時監視平臺 也存在相應的改裝機型 但由於資料保密限制 我們並不能知曉 他們驗證的具體項目 與發展水平如何 只能期待進一步的資料公開 不管怎麼說 AI無人戰機項目的潛力 都是非常巨大的 如果這項目能夠研發成功 會給空中太時代帶來顛覆性改變 因爲相較於有人機 無人機有着以下幾個突出優勢 第一是信息整合能力強 隨着信息技術的發展 飛機上的各類傳感器和功能 越來越多 飛行員在空戰中 需要處理的信息也越來越多 之前海量信息 展現在儀表屏幕上後 仍然需要通過飛行員的雙眼雙耳 才能被採集 另外人還容易疲勞會遺忘 新腦力和體力勞動能力 受到心理和生理條件的限制 而AI控制的無人機 就不會存在這個問題 第二是單機性能上限提高 隨着發動機和氣動射擊技術的提升 戰鬥機的飛行性能逐漸提高 飛行員便逐漸成爲了戰機上 最爲脆弱的零部件 如果取消飛行員 機器就能承受更嚴酷的高熱 高噪音高迫在環境 讓飛機發揮出更高的飛行性能 第三是能夠提供全新的空中作戰模式 在當下的空戰力量體系中 預警機空中加熱機等特種機型必不可少 但它們卻具有目標特徵大 機動性差 不具備自衛能力等特點 這也意味着作爲體系重要節點的特種機 反而成爲了體系最薄弱的環節 按照傳統的作戰理念 通常需要分配部分兵力對其進行護衛 這就明顯降低了機群 可參與空戰的實際兵力 而隨着機載超高速數據鏈的應用 分佈式系統技術的成熟 使得在多個分佈式獨立平臺之間 進行數據處理整合和運算成爲了可能 再搭配上人工智能操作飛機 意味着此後可以使用大量各類分佈式 無人平臺承擔起原有特種機的任務 減少關鍵節點戰損後戰鬥力崩盤的可能性 有趣的是 美軍研發AI空戰系統的出發點 雖然是與我們進行大規模空戰 但是項目落腳點 卻是從近距離空戰上入手 根據Docker的說法 美軍認爲隨着隱身戰機技術的擴散 幾方戰機與假想敵的代差被消弭 雙方進入近距離空戰的概率再次變大 而近距離空戰作爲最複雜兇險的部分 有必要對這部分進行特殊照顧 同時這種AI空戰系統也能裝備到有人機上 使飛行員能夠集中注意力處理宏觀態勢上的決策 進而有精力進行更大規模的空戰 就目前而言 AI自動空戰系統仍處於起步階段 若是要大規模使用人工智能 來代替人類訓練員進行空戰 可能會涉及到一些問題 第一是算力限制 我們都知道受限於抗干擾抗極端環境需求 以及定型週期長的限制 軍用微電子產品的運算性能 其實是遠遠落後於民用的 以F35上的ICP爲例 其數據處理能力約爲每秒400一次操作次數 756億浮點操作次數 2256億次乘法積累次數 其運算速度已經是F22上綜合處理器的10倍 單這麼聽可能感覺很強 但若是拿民品做對比 這玩意其實和各位觀衆在某寶上花60塊錢 能買到的英特爾CPU X5670的算力差不多 甚至現在預警機上算力超過戰鬥機 幾十倍甚至上百倍的處理器 也就是僅僅能夠處理空情和航空管制問題 但若想要使用人工智能來代替飛行員 實現既定的進行大規模空戰的目標 機載處理器就需要具備很大的算力 以便搭載更復雜的端測模型 第二個是虛擬與現實結合的限制 人工智能的核心優勢之一 其實就是利用計算機反應 比人腦快的優勢 縮短OODE循環 但現有大部分航空AI程序的應用 卻都是集中在輔助決策和輔助行動方面 而對於觀察和判斷 則存在着空缺和顯而易見的限制 拿所謂的AI空戰爲例 我們不難發現 不論是在模擬器 還是在X62A 教室無人站驗能驗證機上進行的實驗 它們的前兩個步驟 實際上都是通過作弊實現的 比如在模擬器中 AI對敵我雙方位置的判斷 可以通過直接讀取模擬器數據實現 不僅狗鬥模擬是如此 成飛舉辦的龍智輩超視距AI空戰對抗比賽 同樣是在假設雙方均勻入預警機 與完整空情的情況下進行對抗 即便是在X62A進行的實際對抗中 由於F16平臺缺乏全向傳感器 所以我們基本可以判定 它也需要通過用於空戰演習 判定和記錄的ACMI系統 實時傳輸自己的精確位置信息 從而做出判斷 很顯然 實戰中敵軍可不會向你通報它的實時位置 因此AI自動空戰系統若想要擁有實戰能力 首先就要具備實時的空中信息採集能力 比如在機身上安裝大量傳感器來獲取相應信息 有人的戰鬥機在狗鬥過程中 基本上依靠飛行員的視覺來實現信息獲取 現有的戰機如果要改裝成無人機 則至少得達到和飛行員視野同等的視覺感知水平 如果想要做到超越人類 比如實現全向的定位感知 則可能需要在戰鬥機的各方向都佈置相應的傳感器 這種幅度的改裝恐怕很難在現有的戰鬥機上實現 因此需要重新設計一款專用飛機 第三點是對複雜態勢理解能力欠缺的限制 訓練自己的AI時只能依靠自己的模擬 但AI一旦進入到完全陌生的環境中 無法直接找到可供模仿的樣本時 能否自主理解複雜戰場環境 分析與判斷戰場態勢 預估對手和目標的戰術意圖 這都對無人機系統的自主性和智能性提出了極高的要求 使得短時間內全自主模式僅能夠在受限特殊場景下使用 更可行且可靠的作戰模式 依舊是使用半自主人工智能 通過人類參與決策來保障無人系統的作戰性能 第四點是一線作戰人員對AI難以建立信任的限制 比如DARPA就在多個文件中反覆提到 AI需要取得飛行員的信任 這很可能是因爲其AI項目遭到了空軍甲方的質疑與飛行員的排斥 爲此 DARPA在一家經過愛德華大學OPL實驗室 改裝搭載了AI的L29驗證機上進行了大量飛行測試 通過傳感器檢測飛行員的生理反應 以判斷算法做出的反應能否取得飛行員的信任 甚至爲此在2023年1月下旬舉辦了ACE信任典活動 通過模擬器來衡量飛行員對算法操作的信任程度 並計劃繼續改裝一架L39進行進一步實驗 當然實驗結果DARPA也沒有公佈 近幾年汽車自動駕駛技術成爲了一個網絡科技熱點 無獨有偶 前文我們提到的美軍阿爾法國鬥比賽最終優勝者Heron Systems 它現在的母公司SHIELD AI其實就是搞汽車自動駕駛技術的 他們的願景就是將汽車自動駕駛發展到飛機上 尤其是軍用飛機上 但無論是汽車還是飛機 想訓練出高度可用的模型 強大的空軍 在嚴酷環境裏足夠可靠的算力芯片 都使得絕大部分國家被排除在外 在強敵的打壓下 我們能獲取的算力也受到了極大的限制 不過這一情況在去年下半年有所好轉 另外相較於汽車自動駕駛 戰機面臨的環境更爲苛刻 面臨的對手也不是大多數遵守交通規則的人和車 而是可怕的殺人機器 更重要的是 它本身也是殺人機器 能否讓AI掌控這種能力 目前還是一個難以回答的問題 即便有着如此多的限制和不確定性 但毫無疑問 AI自主空戰系統仍是未來不可繞過的課題 它已經成爲了未來強敵對我們的事實威脅 而這個項目的成敗 很可能決定着未來制空權的歸屬