目前,全美有近1700家公司研制了約4000種無人空中系統、無人地面系統和無人海洋系統。而且,美軍的無人機數量也從2001年的不足170架,發展到2014年的11300余架。無人系統數量規模的爆炸式發展,正在孕育著從數量到質量的蟬變。將人工智能+無人系統融合為無人自主系統,正在成為軍事領域改變游戲規則的革命性技術之一。在人工智能快速發展帶動下,無人自主系統形成作戰能力指日可待,但是行百里者半九十,還需要通過試驗鑒定與評估這一推進技術應用的最佳途徑,牽引無人自主系統最終形成戰斗力。美軍在無人自主系統的試驗鑒定與評估方面,已經先行十余年,從經驗認識到具體做法均有相當積累。
一、自主性試驗鑒定帶來的挑戰
美軍認為自主性技術對傳統的試驗鑒定與評估帶來以下五個方面的挑戰。
(一)自動化→智能化→自主化→集群化的發展趨勢,帶來面向認知、決策和涌現性等全新試驗鑒定問題
美軍認為上世紀后半葉的自動化,是按照規定的程序完成規定的動作,解放了人的體力。上世紀末的智能化,是根據給定的方案集和精確信息,自動優選并執行最佳方案,解放了人的重復性腦力。近十年來的自主化,則是根據原始數據依靠機器自身判斷威脅態勢,演化新規則和衍生新方案,通過自主認知和自主決策,解放了人的創造性腦力。而當前風頭正勁的集群化,正是異構多自主系統通過自組織和自同步,實現協同作業,解放了人在實戰環境下的合作交互困難。因此,美軍認為面向模糊不確定威脅的自主認知態勢、復雜動態對抗環境的自適應決策以及多自主系統的集群作戰樣式,均是傳統武器裝備所不具備的能力,缺少對應的試驗鑒定方法,迫切需要新型試驗鑒定科學技術,應對自主性技術融入武器裝備后所帶來的挑戰。
(二)人工智能的算法空間規模巨大和不確定黑箱推理模型,造成自主系統作戰行為和交戰結果難以預測
美軍當前主流試驗鑒定是一項模型驅動的系統工程,即“建模仿真→預測結果→實施試驗→校正結果”這一循環迭代試驗范式。而作為自主性基礎的人工智能,無論是基于連接主義的深度學習,還是基于貝葉斯學派的統計學習,其內在算法參數空間規模的組合爆炸,且決策推理模型具有不確定性和黑箱特性,無法遍歷搜索人工智能輸入-輸出之間的清晰因果關系,難以準確預測人工智能會輸出何種結果以及解釋為什么會輸出如此結果。這也就是為什么“阿爾法狗”能橫掃人類頂尖圍棋高手,其發明者卻難以解釋其如何“想”出這些招數的原因所在。因此,人工智能的上述特點導致當前主流試驗鑒定范式難以直接運用于無人自主系統,迫切需要新思路和新技術解決新問題。
▲AlphaGo人工智能示意圖
(三)群體智能涌現出的社會行為,帶來面向復雜性科學的試驗鑒定問題
當無人自主系統發展到異構無人自主集群階段時,個體間為了實現自組織和自同步,將會涌現出大量合作、競爭、相互學習等社會行為。而這些社會行為又會深刻影響自主集群的作戰效能和作戰生存力,以及整個作戰力量能否達到戰略目的。美軍當前的試驗鑒定與評估技術,均是建立在信息論、控制論、計算機和機械工程等理工科學基礎之上,顯然難以有效試驗鑒定與評估基于生物社會學、復雜網絡、混沌動力學等復雜性科學的群體智能社會行為及其衍生的作戰能力。
▲生物集群及其涌現性示意圖
(四)人-機協同中存在的信任感和理解不一致問題,需要試驗鑒定來確定系統自主層級和人-機編組效能
一方面,作戰人員需要放權系統自主決策和自主行動,而自主系統內在人工智能模型的低觀測性和低理解性,又導致作戰人員難以信任自主系統,從而束縛了人-機協同編組的作戰效能。這就需要通過試驗鑒定,科學權衡自主層級,使其既不降低作戰效能,又不因信任感而影響作戰適用性。另一方面,在當前人工智能框架下,自主系統與人類的認知模式以及思維方式還存在較大差異,容易出現二者對威脅態勢和作戰目標的理解不一致。顯然,這并不是簡單的人機功效問題,而是需要通過試驗鑒定,深度考核人-機認知層次的編組效能問題。
(五)自主性技術的嵌入式和普遍性,帶來多域戰背景下的無人自主體系聯合試驗鑒定問題
首先,自主性技術正在逐漸嵌入偵察預警、通信指揮、火力打擊和后勤保障等各類武器裝備中。其次,自主性技術普遍存在于各個作戰空間的無人車、無人船和無人機等獨立裝備中。而多域戰作為美陸軍主推的單一軍種跨域作戰和多軍種聯合作戰概念,與無人自主系統的嵌入式和普遍性不謀而合。因此,美軍迫切需要以無人自主體系的聯合試驗鑒定為抓手,驅動多域戰理念、條例和能力的發展。
▲聯合作戰試驗鑒定示意圖
二、美軍自主性試驗鑒定做法
針對無人自主系統試驗鑒定這一全新領域帶來的挑戰,美軍近年來致力于頂層設計、多路布局、分類對待、一體推進、善抓重點、軟硬協同和能力建設。
(一)開展頂層領域規劃,多渠道多角度持續投資無人自主系統試驗鑒定項目
美國防部把自主性研究作為2013財年~2017財年七個優先投資的科學技術領域之一,并將自主性的試驗鑒定作為該領域的四個挑戰性子領域之一。同時,國防部還鼓勵工業部門、大學和政府實驗室自籌經費開展自主性試驗鑒定項目,一旦成果成熟,則通過采購方式贖回。此外,由試驗資源管理中心負責的試驗鑒定科學技術計劃,從2006年到2016年,一直將無人自主系統試驗鑒定作為一類投資領域,且投資額度不斷增加。而國防高級研究計劃局也在不斷增加無人自主系統及其試驗評估的項目投資。如2017年國防高級研究計劃局的進攻性集群使能戰術項目,其重要目標就是發展無人自主集群集成試驗床。
▲美國防部試驗資源管理中心投資的八類試驗技術領域
(二)采取工作組和研討會機制,牽引軍方實驗室、高校和工業部門多方力量共同研究自主性試驗鑒定
▲《自主性試驗鑒定、檢驗確認技術投資策略2015-2018》
美國防部在發布自主性相關指令、指示和路線圖等文件時,會廣邀軍方實驗室、高校和工業部門相關專家共同完成,增加他們專注研究的積極性。如國防大學艾森豪威爾學院牽頭的《2015機器人與自主系統最終報告》工作組、國防部研究與工程助理部長牽頭的《自主性試驗鑒定、檢驗確認技術投資策略2015-2018》工作組。此外,國防部還通過具有軍方背景的國際試驗鑒定協會,每年組織召開多次研討會,積極宣傳其在自主性及其試驗鑒定方面的需求,導向牽引各方研究力量突破需要的關鍵技術。如麻省理工、加州大學和約翰霍普金斯大學等45所大學均有參與自主性試驗鑒定與評估的相關技術研發。
▲支持美軍試驗技術開發的大學名單
(三)制定無人自主系統試驗鑒定體系結構框架,明確相應項目研究范圍和能力發展方向
早在2011年試驗資源管理中心就制定了無人自主系統試驗鑒定體系結構框架,目的之一就是為實現相關科學技術成體系發展,所投資項目有明確的研究范圍,所研究成果也有清晰的試驗能力轉化方向。該體系結構框架主要內容如下:
■ 面向五類作戰空間的自主系統,即自主太空系統、自主空中系統、自主地面系統、自主海上系統和自主水下系統;
■關注七類自主性支撐技術,即自主行為預測、集群復雜性模擬、效果和能力評估、試驗協議和試驗設計、試驗床和試驗環境、可參考真實數據模型、試驗工具與技巧;
■涵蓋四層自主系統試驗類型,即性能試驗、系統試驗、任務試驗和體系試驗;
■包含五類自主系統評價指標,即安全性、作戰效能、敏捷性、適應性和生存力;
■具備基于“觀察-判斷-決策-行動”(OODA)閉環的“真實、虛擬、構造的”(LVC)混合試驗環境。
▲美軍無人自主系統試驗鑒定體系結構框架部分示意圖
(四)緊盯自主性試驗鑒定獨特挑戰,重點投資針對性項目并致力突破關鍵技術
針對無人自主系統試驗鑒定帶來的獨特挑戰,如自主行為難以預測、人機交互的信任理解程度低、群體智能涌現社會行為等問題,美軍從2008年開始,就陸續重點資助軍地相關單位開展針對性研究,突破解決挑戰性關鍵技術。如國防部試驗鑒定科學技術計劃中的認知自主體系試驗項目和遺傳認知算法評估項目,約翰霍普金斯大學開展的復雜交互環境下的自主系統安全性試驗項目,以及波音公司機器人集群實驗室的無人自主系統集群試驗床項目等。
▲美國防部指令文件《DoD 3000.09 武器系統中的自主性》
(五)全方位多層次發展無人自主系統試驗鑒定能力,謀劃軟、硬科學技術齊頭并進的格局
為使無人自主系統試驗鑒定能力體系布局科學完整、不重不漏,美軍從試驗規劃設計、建模仿真、測量控制、分析評估等方面投資相關項目,并注重構建軟科學和硬科學相關技術項目齊頭并進、共同研發的格局。軟科學技術項目包括佐治亞理工學院承擔的無人自主系統試驗鑒定路線圖項目、麻省理工學院承擔的無人自主系統試驗鑒定自適應決策支持框架和海軍陸戰隊作戰實驗室承擔的大規模多主體試驗想定生成項目等。硬科學技術項目包括試驗資源管理中心投資的面向無人自主系統的嵌入式遠程測控系統、非侵入式無線測量系統、高保真通信與數據捕獲系統和有人/無人混合的LVC試驗床項目等。
▲無人自主系統自適應試驗框架PATFrame項目
三、啟示建議
借鑒美軍經驗認識和具體做法,提出以下幾點啟示建議。
▲復雜環境下的自主系統試驗項目
(一)頂層設計方面,編制領域專項計劃,率先制定無人自主系統試驗鑒定與評估科學技術發展路線圖
本著裝備研發與試驗發展同步的原則,著眼未來、謀劃前沿,面向未來十年無人自主系統技術發展勢態,編制領域專項計劃,制定與之配套的無人自主系統試驗鑒定與評估科學技術發展路線圖。
(二)基礎建設方面,著力構建多學科協同交叉的自主性試驗鑒定與評估科學技術體系
對無人自主系統及其更高級形態集群系統的試驗鑒定與評估,不僅涉及傳統的信息、控制、機械和計算機等學科,還需要面向自主認知、自主決策和集群行為的神經科學、社會生物學、心理學、復雜網絡和混沌動力學等廣泛學科。因此,為夯實無人自主系統試驗鑒定與評估的科學基石,必須著力構建多學科協同交叉的科學技術體系。
(三)技術發展方面,積極借鑒民用人工智能和機器人行業先進試驗鑒定技術
在和平年代,無論是美國的谷歌、亞馬遜、臉書等IT科技巨頭,還是中國的科大訊飛、大疆創新、百度深度學習研究、華為諾亞方舟實驗室等,均已走在時代最前沿。而民用行業的人工智能和機器人同樣需要安全性、費效比、人機交互等各方面的試驗鑒定技術手段。因此,應積極借鑒民用人工智能和機器人行業先進試驗鑒定技術。
(四)面向實戰方面,聚焦發展自主性反制技術和緊密影響自主作戰效能的對抗環境構建技術
為了把無人自主系統技術發展落到實處,牽引其向實戰能力聚焦,一方面應該重點發展反制無人自主系統的干擾、欺騙、控制和摧毀技術,以此試驗評估其生存力和抗毀性,如波音公司為美陸軍研制的反無人機激光防御系統;另一方面,應重點研發緊密影響無人自主系統作戰效能的復雜對抗環境,如美國國防高級研究計劃局目前研究的基于認知電子戰的復雜電磁對抗環境。
(作者周宇是空軍工程大學;楊俊嶺是中國國防科技信息中心)
1、本文只代表作者個人觀點,不代表本站觀點,僅供大家學習參考;
2、本站屬于非營利性網站,如涉及版權和名譽問題,請及時與本站聯系,我們將及時做相應處理;
3、歡迎各位網友光臨閱覽,文明上網,依法守規,IP可查。
作者 相關信息
內容 相關信息
? 昆侖專題 ?
? 十九大報告深度談 ?
? 新征程 新任務 新前景 ?
? 習近平治國理政 理論與實踐 ?
? 我為中國夢獻一策 ?
? 國資國企改革 ?
? 雄安新區建設 ?
? 黨要管黨 從嚴治黨 ?
圖片新聞