202003252019国际航空gjh-201912chaptergjh-201912_5

1、 空天力量/ Air & Space Power相比人类，人工智能系统拥有快速性、持久性、精确性、经济可承受性等优势，可从事繁复枯燥的低端工作，也能执行复杂精密的高端任务。美国已发布本军种的人工智能战略，美国国防部的顶层人工智能战略文件对其表示了肯定。 美国人工智能技术研发和应用概述Overview Of Artificial Intelligence Development and Application In USAF黄 锐 2019 年 2 月，美国国防 部发布了2018 人工智智能战略，强调了人工智能对其执行21 世纪任务的重实时传感器数据，通过预测于对无人机搜集的海量图像和视频情报进

2、行识别。经过 1 年多的实战应用，Maven算法对中东地区无人机所拍摄视频中目标的识别准确率达到80%，并已扩大部署至美非洲司令部、中央司令部的56 个站点。目前该项目经费超过1 亿美元，雷神、通用动力、微软、亚马逊等多家公司均已加入， 将继续推动算法开发和应用进程。 认知电子战 美 国 国 防 预 研 局(DARPA) 的“雷达自适应对 抗”和“自适应电子战行为学习”项目开发认知电子战软能战略概要利用 AI 增要性，并公布了美国的5 强和繁荣报告， 个人工智能的关注领域， 如降低技术进入壁垒、将数据作为战略资产等，并表示在人工智能时代，只有第一 才具有价值。 部国防创新单元联合开展了“维护保

3、障深度学习”项目， 研究了E-3 预警机机队10 年的补给数据和5 年的维护报告，发现实际可节省29的 维护成本。目前，AFWERX 正打算把该算法应用到F-16 战斗机和C-5 运输机上。 飞行员培训 从总体上分析了美国国防部在人工智能领域面临的战略形势，阐明了国防部加快采用人工智能能力的途径和方法。报告中提及了美国和国防创新单元与联合人工智能中心共同研发了可预测维修解决方案的原型系统， 并在 E-3 和 F-35 等机型上取得了成功，表示了对工作的认可。 早在2018 年12 月，美国就成立了人工智能跨职能小组， 其职能之一是撰写的人工智能战略。2019 航空领域技术发展和应用现状 人工智

4、能是一种“渗透”性质的技术，能与军事航空各领域相结合，推动呈现智能AFWERX与教育与培训司令部联合开展了下一代飞行员培训项目，利用人工智能辅助教官系统培训飞行员。人工智能教官可观察学员如何学习，并提供实时建议，还可根据学员的习惯定制个性化培训大纲。共25 名学员参加了首次培训，其中13 人只花了原来一半的时间障、飞行员培训、海量数据 处理与融合、电子战等领域初步应用了人工智能技术， 并继续布局空中战场管理、空战决策、小型侦察无人机、无人机集群和忠诚僚机等多个研究方向。 后勤保障 件算法, 均不涉及、发射机和天线等射频硬件， 以年6 月，美国人工智能应雷达和通信系统的动联席主席迈克尔 凯南在华

5、盛顿举行的人工智能世界态电磁信号。 “ 雷达自适应对抗” 项目旨在发展模块化、开放式和可拓展的软件处理技术， 政府会议上， 阐述了推就完成了飞行专业大学进人工智能过程中面临的问题， 如未将数据的重要性上的训练课程。该项目的下一阶段目标是细化数据构建， 根据每名学员的需求定制训练想定，并改进监控学员训练表现的生物识别传感器。 海量数据处理与融合2017年4月, 美国防部启动Maven 试验项目，主要用 一直以 来， 战机使空基电子战系统在复会基于故障或统一计划进行维修， 而在融合人工智能后，可为每架战机定制维修计划。如F-35 战斗机的自动后勤信息系统可提取嵌入到发动机和其他机载系统内的 升到战

6、略高度、人员普杂电磁环境下，能够基于空中可观测信号，理清友军、敌军和中立的发射机，并针对快速变化且未知的雷达威胁进行对抗及效果评估。 2016 年11 月，BAE系统公司 遍缺乏计算机技能等。未来将要发布的美国人工智能战略将对上述问题提出指导性意见。9 月12 日，美国 发布了2019 人工 INTERNATIONAL AVIATION / 国际航空 2019.1215 空天力量/ Air & Space Power式协同指挥控制工具”自主软件，以提高空中战场的战场感知能力，评估作战前、中、后的空战计划和任务风险，分析作战效果。2019 年3 月20 日，DARPA授予BAE 公司价值310万

7、美元的最终阶段合同，并将于2019年8月或9月在美基地进行为期一周的演示验证。根据DARPA 的预算文件，“对抗环境强韧同步规划和评估”软件最终将被美国和使用。 小型侦察无人机 DARPA在2015 年 启 动 “快速轻量自主”项目，发展全新智能算法，使小型无人机仅凭所搭载的高分辨摄像机、激光雷达、声呐或惯性测量单元，便可在房间等设障环境中自主导航飞行， 搜集态势感知数据。2018 年7 月，项目成功开展第二阶段飞行试验。无人机可在多层建筑间快速度飞行，通过窄街时确认感兴趣的目标， 通过窗户飞进建筑物，在屋内搜索并创建三维地图，并 从敞开的门退出建筑物。 “雷达自适应对抗”项目概念设想图。获得

8、1330 万美元的最终阶段合同，成熟算法并开展试验。 “ 自适应电子战行为学习”项目旨在开发对抗战术环境中自适应无线电通信威胁的能力， 还可实时反馈干扰效果，且算法可适用于现有任务的飞行员进行快速且合理的决策，在强对抗环境中更好地执行复杂空战任务。 将实施更加复杂的试验。空战决策 DARPA在2015 年 启 动2018 年3 月，DARPA向 “ 对抗环境强韧同步规划和BAE系统公司授出项目第三阶段合同，并披露了部分设计细节。“分布式作战管理” 评估”项目，开发以人为中心的软件辅助决策工具，着眼于数据传输标准，确定通信被切断时输出信息的先后顺序，帮助空战人员在复杂环境更好控制作战行动。为此，

9、BAE公司研发了“分布 电子战系统。2011年DARPA 系统配装了两种软件 ：网络对抗环境态势理解系统负责构建可 分享至每个平台的统一作战场 景，反介入实时任务管理系统 为每个平台制定合适的任务和 飞行路径。执行任务时的工作流程大致为:“分布式作战管理”系统 首先把任务分解，明确各平台的工作，然后持续对网络状态进行评估，一旦发现中断，每个平台将不断评估自己获取的信息重要性等分别授予洛克希德-马丁公司和BAE系统公司合同。 虽 然2016 年 之 后，DARPA官方并未公布上述两个项目的后续发展情况，但“对抗环境强韧同步规划和评估”项目设想图。目均已结束，且成功开展了技术转化，把认知电子战技术

10、植入到了F-18、F-35 战斗机和E/A-18G即将配装的“下一代干扰机”上。 空中战场管理 级以及其它平台的具置，在网络联通后迅速交换重要信息，更新态势图，进行任务重规划，重新明确每个平台的任务。在项目第二阶段， “分布式作战管理”系统成功开展飞行验证，第三阶段 DARPA 和研究实验室(AFRL)2014 年共同启动了“分布式作战管理”项目，发展先进算法和软件，以提高态势感知和任务自适应规划等能力，帮助履行战场管理 16INTERNATIONAL AVIATION / 国际航空 2019.12 空天力量/ Air & Space Power无人机集群 2015 年DARPA启动“拒止环境

11、中的协同作战” 项目， 通过发展智能算法和软件， 探索无人机集群的自主和协同技术， 使无人机群可在一名操作人员的管理下协作完成发现、跟踪、识别和攻击目标等任务。2018 年11 月，6 架真实的和24 架虚拟的无人机在真实 虚拟 构建环境中开展了地面和飞行试验， 验证了无人机集群在强对抗环境中针对非预期威胁的适应和应对能力。2019 编队定位和隔离一个模拟的市政厅，定位和保护里面的目标，然后为建筑提供安保， 同时还要保持对周边环境的态势感知。试验在30min 之内完成。本轮的外场试验是六次规划试验中的第二次， 后续外场试验目标是每隔大约6 个月进行一次。 另外该项目还设立了被称为“蜂群冲刺”的

12、快速技术研发和集成活动，旨在聚焦关键技术并实现快速引 入，增加项目各参与方的交流机会。2018 年23 月， DARPA分别授予洛克希德- 马丁公司和查尔斯河分析公司首轮核心蜂群冲刺合同， 聚焦蜂群战 术。10 月，卡内基 梅隆大学等8 家单位获得第二轮蜂群冲刺活动合同，开发自主能力。目前， DARPA已授出第三轮冲刺合同，并正征集第四次“蜂群冲刺”活动的创意方案。 忠诚僚机 2019 年 3 月 ，AFRL 表示正在开发Skyborg 无人僚机智能空战系统，目前主要 关注情监侦和态势感知能力。项目的目标是让有人- 无人机编队成为现实，其中布局通告，表示将研究人- 机协同空战，即测量、校准、提

13、升和预测人类对自主空战系统信任的方法，并首先将在最激烈的空中格斗条件下试验人类飞行员和人工智能实体如何相互取信。在项目中，研究人员将教授人工智能空中格斗的规则，首先是基础机动，然后是一对一作战，最后是更加复杂和快速变化格斗。之后，将在模拟的环境中验证人- 机编队的作战能力，有人机飞行员可指挥多架无人机，同时也有敌人的无人机和其他威胁因素，以尽可能贴近实战。 2019 年 10 月，DARPA 选择8 支团队参加“ 阿尔法”空战试验竞赛。这是一项虚拟竞赛，旨在演示用于模拟视距内空战机动的先进人工智能算法，目的是在发布“空战进化”项目的算法开发请求之前，激励并扩大人工智能开发人员，夯实技术基础。参

14、与的8 家公司为极光飞行科学公司、EpiSCI 公司、佐治亚理工学院、“苍鹭”系统公司、洛马公司、Perspecta 实验 室、物理人工智能公司和翱翔科技公司。 的Skyborg 平台可飞行员威胁信息和提供应对方案。Skyborg 项目发展的算法未来将会与一架无人机整合， 可能 是QF-16、XQ-58A或BQM靶机。 2019 年10 月，美国Skyborg 项目办公室发布跨部局通告，寻求一个独立的实体机构，作为系统设计进模块化、开放架构的应促用。Skyborg 项目办公室将在审查后于2020 年3 月授出合同，金额将超过750 万美元。鉴于系统的先进性和数据的敏感性，中标机构的后续工201

15、7 年 1 月 DARPA 启动“ 进攻性蜂群战术” 项目，旨在研发并验证规模超过100 架的蜂群战术，提升作内容将被划定为级。 美国表示，未来型号地面的防御、火力和情项目的执行人员已在早期介入，包括情监侦、战斗机和轰监侦察能力。10 月，雷神公司和诺斯罗普- 格鲁门公司获得第一阶段合同。2019 年8 月，DARPA宣布， 已经成功开展了第二次外场试验。试验中的任务包括人、地面机器人和无人机组成的人机 炸机、和数字化方面的人员。Skyborg 可部署原型机的“早期军事效用评估” 将在2023 年进行。 DARPA在2019 年3 月公 布了“空战进化”项目的跨 CODE 项目想象图。人工智能

16、对军事航空的影响 人工智能技术正以前所未有的广度和深度影响着空中作战形态。人工智能系统与平台的广泛应用， 将使智能化要素渗透于空战的整个流程， 智能感知、智能情报分析、智能辅助决策、智能指挥控制、智能空战平台等将成为决定战争胜负的重要力 量，将对空战以及跨域联合 INTERNATIONAL AVIATION / 国际航空 2019.1217 空天力量/ Air & Space Power作战产生深远影响。 战争预判有效性增强。人工智能强大的计算和 数据处理能力可通过先进的兵棋推演系统更加有效地检验和优化作战方案，更加精确地计算并预测战争结果， 为作战行动的决策提供辅助性支撑。 提高空中作战自主

17、化水平未来空战日趋复杂、态势瞬息万变，将超出人类认知和体能极限，需要通过自主性，进一步扩展空中作战能力空间。未来，预计有人机将成为战场上的信息融合和处理中心以及作战管理和指挥控制枢纽，飞行员将通过智能座舱达到人机共融， 更从容应对复杂态势。无人机是人工智能的天然载体， 未来其能力必将大幅增强， 可在高强度作战环境下遂行自主对地打击、抵近干扰、空空作战任务。 更加精准、及时地掌握敌我信息 知己知彼、百战不殆， 精准、及时了解敌我信息一直都是取胜之源。空战装备， 尤其是无人机装备在战场上居高临下，一直都是跨域联合作战信息获取的重要来源。人工智能空战装备能够集成不同来源和不同地理位置的大批量数据，进

18、行筛选， 突出有价值的信息，明显提升敌我信息的分析能力。 空中作战时间大幅缩短空战装备自主能力的极大提升，必将导致“观察- 辛那提大学“ 阿尔法”智能空战软件开发团队认为， 人工智能的作战反应速度比人类大脑快250 倍，因此可以操纵四代机战胜人类驾驶的F-22 五代机。 经济可承受性强 目前传统高性能空战装备研制、使用、维护保障成本越来越高，已成为未来发展的重要阻碍，而人工智能技术的融入，有望成为增强经济可承受能力的重要抓手。在有人机方面，不仅可通过优化维修保障和飞行员培训降低成本，还可通过扩充无人机规模降低有人战机的采购数量，大幅节省采购经费。在无人机方面，正在大力发展可消耗无人机技术，即装备使用次数有限， 以容忍战损和节约成本，如XQ-58A忠诚僚机目标成本200 万美元，“小精灵”无人机70 万美元。尽管单架成本低，但可通过与有人机协同或蜂群作战方式实现更强作战能力。 未来军事航空将呈现高度体系化作战形态。高性能有人机将承担关键的指挥控制任务。大型预警机在防区外对整个战场进行指挥监管，而数量较少的有人隐身战机将深入防区，主要使命为控制最前线的大量无人机，也可遂行火力打击等传统任务。低成本无人机将承担主战任务。单