高超声速飞行器智能化技术探索

自1956年人工智能概念提出以来,发展始终历经起伏,直至21世纪初才得到迅猛发展,成为一项世界公认的具有颠覆性和变革性的前沿技术。2013年以来,世界各国竞相发布人工智能相关战略规划,国家层面的人工智能博弈和竞争日趋激烈,已经在民用与工业领域得到了诸多成功应用。近年来国外积极探索人工智能在军事上的应用,虽然目前大多停留在数据统计、后勤规划等领域,但直接应用到武器装备上,在未来战场中发挥主导性作用只是时间问题。

在信息化、体系化的未来战争环境中,将人工智能技术应用于武器装备,能够使武器装备实现对目标的智能识别、决策和行动,极大提高武器装备的作战效能。高超声速武器是未来战场上的重要力量,其作战使用仍需要建立高效的杀伤链,只有具备快速决策、快速响应能力,才能将高超声速武器的速度优势发挥彻底,为此势必需要智能化技术的引入。现阶段高超声速飞行器智能化技术探索仍处在较为初期的阶段,更深程度的体系智能化探索仍需时日。

 

1 高超声速飞行规划智能化技术探索

桑迪亚国家实验室(Sandia National Laboratories,简称SNL)是为数不多的明确提出将人工智能运用在高超声速领域的国外机构。2019年4月,SNL发布多份说明文件与媒体报道,阐述其构想与工作进展。SNL指出,目前主要工作围绕对高超声速飞行器自主规划的探索,希望到2024年完成新的自动飞行系统的基础技术开发。

1.1.引入的必要性

SNL将高超声速飞行器视为核大国之间新的战略制衡手段。传统弹道导弹虽然也可在大气外达到Ma5以上的飞行速度,但高超声速飞行器的飞行高度位于大气层内,从而在飞行过程中具有隐身性和机动性。速度更快、弹道更低、隐身性更好,使高超声速导弹能更好地突防敌防御系统。

SNL认为,俄罗斯和中国正在着力发展进攻性高超声速武器系统,投入使用后或将使美国的导弹防御系统失效。此前美国虽然高超声速技术开展了长期的试验性探索,但目前在武器化进程上居于落后。为了避免美国在这个具有战略意义的重要技术领域中被淘汰,需要将人工智能(“自主性”)与高超声速相结合,形成“力量倍增器”。

1.2.已开展的工作

1)工作基础与目标

SNL在1970年代就开展了双锥形机动滑翔飞行器技术的研发,AHW及后续的CPS项目利用该技术,在2012-2020年间曾多次成功试射,目前美国多型高超声速助推滑翔导弹所用的通用滑翔弹头(C-HGB)就是在其基础上发展形成的。

SNL的人工智能引入也首先以高超声速助推滑翔飞行器为应用对象(未来延伸到吸气式高超声速飞行器及其它航空航天领域),由于这种飞行器以很高的速度飞行,再入阶段还要面对复杂而剧烈的大气湍流,对控制的稳定性和精度等要求极高,因此其飞行任务的规划与编程工作需要花费数周时间,是“一项缓慢而艰苦的工作”;而人工智能引入后,理论上可在几分钟内完成高超声速飞行任务规划。

这种实时飞行规划能力具有人工规划所无法相比的优势,利用人工智能的模式识别能力,将当前飞行器位置定位信息与飞行器实时收集到的数据相结合,进行弹道预测与飞行路径选择,将原本需要几分钟才能完成的工作缩短到在毫秒量级。具备这种能力后,高超声速飞行器可在飞行中进行自主校正,从而补偿在飞行中遇到的意外情况,也可适应目标位置出现的变化(飞行监控人员还可以通过随时关闭航向校正功能来重新获得对飞行器的控制)。

2)专题研究活动

为将人工智能自主性引入高超声速领域,SNL开展了名为“高超声速飞行任务竞赛”(Autonomy for Hypersonics mission campaign,简称Mission Campaign)的研究活动,于2017年启动,为期7年,总耗资3500万美元,对得到认可的技术创新团队给予资金支持,促进相关新技术发展。

首支获得Mission Campaign基金的团队是名为“高超声速自主”(Autonomy for Hypersonics,简称A4H)的团队。A4H旨在研究开发自主系统技术,利用人工智能来缩短任务规划时间并做出自适应的目标决策,从而显着增强高超声速飞行器的战斗效能。而这种能力将提升飞行过程中的灵活性,自适应遇到的多种问题,以应对目标变更、实时变化的终端作战情况、新的威胁、意料之外的飞行条件等情况。

表1 A4H团队列举的项目重点研究问题

问题 举例
目标变更 任务编队完成与主要目标交战后,转入与次要目标的交战
实时变化的终端作战情况 位置不断变化的地面移动目标
新的威胁 飞行过程中遇到的新兴对抗能力
意料之外的飞行条件 当传感器信息显示飞行状态已偏离飞行环境与飞行器性能设计范围时,进行适应性处理

图1 高超声速自主控制示意图

目前的高超声速飞行的实现,需要通过长周期的规划、进行脚本化的建模与仿真,形成为每次飞行量身定制的任务计划。A4H团队希望通过人工智能的引入,使飞行过程具备良好的自主性与自适应性,能应对复杂与意外的飞行状况,完成飞行任务;但该团队必须首先解决高性能计算(HPC)问题。HPC利用现代机器学习(ML)和人工智能进行快速迭代的任务规划与分析,并可通过对已有场景状态的数据积累和合理的外推分析,得到应对新的不可预测场景的策略。

高超声速飞行的HPC是一项需要耗费大量时间来攻关的技术难题。为此,A4H团队与SNL开展合作,利用SNL前期发展的HPC技术基础,两方将合作开展自主飞行需要的战场模型建立与仿真工作,进行对抗性学习,通过数十亿次量级的计算,获得最佳策略和解决方案。SNL与A4H团队希望借此获得高超声速能力变革,使美国重新获得并保持在高超声速这一战略性领域的优势地位。

3)引入学术合作力量

SNL目前主要致力于引入人工智能形成对高超声速飞行器的自主规划和控制。其间,SNL组织成立了一个名为“新墨西哥自治”(Autonomy New Mexico,简称AutonomyNM)的学术研究联盟,该组织由众多美国大学组成,由Mission Campaign进行管理,由SNL的“实验室研究与发展和学术联盟”计划提供资金支持。

AutonomyNM旨在探索相关技术,建立人工智能航空航天系统,使包括高超声速飞行器在内的复杂飞行器具备自主飞行控制的能力,通过小型机载计算机即能将12小时的计算时间压缩为一毫秒,高效生成高超声速飞行所需的算法。AutonomyNM更宏伟的目标是将人工智能引入自动运输、制造、航天、农业等领域,形成更安全高效的自主能力。

图2 AutonomyNM研究自主高超声速飞行所用的无人机

AutonomyNM目前主要通过无人机来探索自主导航、制导和控制以及目标识别的新算法,在2019年夏天完成了一架4旋翼无人机和一架6旋翼无人机的程序编写及测试工作,这两架无人机是最早投入该研究的无人机。

选择无人机作为试验平台的原因,包括这些平台可以敏捷移动,能够快速完成编程并无线传输到位,其所携带的摄像头载荷也可以灵活地换成其他传感器进行测试。AutonomyNM所用的无人机装有两台机载计算机,其中一台较小的计算机用来控制转子,另一台较大的计算机用来处理来自摄像机的视觉信息。

试验小组以机载相机为硬件基础开展视觉算法编写工作,进行定位匹配识别。具体来说,研究人员将环境图片与算法一起上传给无人机,通过计算将图片组装形成三维地图。然后向无人机发送移动到特定坐标位置的指令,无人机通过由摄像头接收的图像与内部地图进行对比匹配,从而得到自己当前方位判断,而后飞到正确的位置。

躲避障碍是其中一项重要的能力,要求无人机能够足够快地完成对周围环境的识别与障碍物判断,形成躲避路线规划。受限于无人机的尺寸与输出功率,两台机载计算机都由严格的尺寸和重量限制,因而对编程策略提出了较高要求,以便运行处理速度满足使用要求。SNL科学家Logan Wright表示,在性能有限的机载电脑上,“算法必须能够足够快速地运行,以提供可用的结果。……算法如果在撞上障碍物后才检测出障碍物,就不太有用了。”

相对于汽车的自动驾驶,开放天空中的飞行器自主控制难度更大。因为汽车驾驶建立在已经十分完善道路规则上,对于各类状况都有比较明确的处理方法,因此需要处理的是非常有限的规则集。但飞行器的既有规则少得多,所给予的创造空间极大,但更大自由也相应带来了更大挑战。

1.3重要技术途径

1)“感知-思考-行动”环

自主系统的特征在于采用“感知-思考-行动”(SENSE-THINK-ACT)的闭环操作来实现其预定目标。目前高超声速飞行器具备自动“行动”能力,但这是对预先装订的程式化程序进行机械式执行的结果,并且仅依靠GPS的信息来获得末端精度,这极大限制了飞行灵活性。人工智能的引入将使这些系统具备感知和思考的能力,使其能够从周围环境中提取信息,并自主适应不断变化的环境的预期之外的目标。在飞行中进行闭环的“感知-思考-行动”迭代循环,将大大提升高超声速飞行器在对抗环境中处理各种目标的能力。

2)自主能力

高超声速技术是自主技术所能设计的难度最高的国防领域之一,与商业应用不同,国防领域需要在对抗性环境中进行复杂操作,并可能引发严重后果。SNL选择高超声速飞行器作为人工智能的攻克对象,意在未来向更广泛的国防领域延伸,引入到其它类(如吸气式)高超声速飞行器、其它先进飞行系统、对抗环境中使用的自主系统等,为空中情报监视侦查(ISR)、空间弹性、太空竞赛等领域提供支持。

 

2 其它高超声速领域智能化技术探索

2.1美国第六代战斗机

目前美国在第六代战斗机早期探索中将高超声速攻击机、人工智能、无人战斗机、先进机载传感器、激光武器、电子战等技术视为重点研究对象,希望在2030-2040年代完成六代战斗机研制。其中一项名为“穿透性制空”(PCA)的项目将智能化技术视为重点研究对象。机载传感器与处理器性能、小型化水平不断提升,为人工智能的引入提供了有利条件。引入后,将能使战斗机在收集、编译、处理情侦监(ISR)数据的能力提升到新的高度,并有效进行即时分析决策;这种分析决策将通过传感器获取的信息与海量数据库信息进行比较来实现,有效提升飞机的目标识别与攻击指挥能力,从而使六代机的的作战能力相较于现役战斗机产生革命性变化。

可以看出,虽然美军第六代战斗机没有详细解释包括高超声速或定向能武器等在内的技术与人工智能技术将以何种形式及途径相结合,但其最终效果将是形成一种具备人工智能的高超声速飞机。

2.2高超声速防御

对人类而言,将防御系统交给人工智能掌控是冒险性极高的赌注,但以高超音速武器为代表的现代武器正不断挤压防御方的响应时间,将迫使军队考虑将防御性武器系统控制权交给人工智能,令各国开始探索导弹防御系统向自主化发展。

目前的人工智能系统的知识轮廓和故障临界在很大程度上是未知且难以预测的,尚无法用于可发动战争的武器系统,但目前在人工智能技术的介入下,无人机已能够通过面部识别来定位目标并完成自动瞄准,由此可见人工智能正以很快的步伐介入战争领域。高超声速武器攻击发动后,防御方可能仅有几分钟的反应时间,特别在搭载核弹头进行攻击时,被攻击方的国家元首在几分钟之内连基本判断都难以完成。过大的压力将使军队和国家建立自动化反击决策流程,特别是技术先进的较小国家更可能将率先使人工智能介入威慑武器系统。

图3高超声速防御作战构想图

人工智能在高超声速防御领域的应用将首先体现在相关传感器上。2019年6月,技术创新研究与咨询机构Lux Research发布了《智能传感:人工智能对传感器功能的影响》(Intelligent Sensing: The Impact of AI on Sensor Capabilities)的报告,通过对2012年以来的13万份专利进行分析,得到了人工智能对各种传感器类型(包括光学,机械和声学传感器)的影响程度。该研究表明高超声速武器开发与防御是人工智能应用的重点。为对中俄等国的高超声速武器进行有效的预警探测,美国导弹防御局寻求太空传感器的提升,计划在2020财年着手扩建低地球轨道卫星群,该卫星群由分布在5个轨道层的1200颗卫星组成,其中200颗位于保管层,658颗位于太空运输层,200颗位于卫星跟踪层,200颗位于威慑层,另外还有3架先进机动飞行器独立形成一层。应对高超声速威胁的太空传感器层不仅需要增强传感器功能,还需要借助人工智能和改进升级的通信技术,来处理数据并向指挥官提供战争管理建议。

 

 3 高超声速智能化的机遇与挑战

人工智能的学习与处理速度令人类望尘莫及,未来军事装备引入人工智能后将使作战效率提升到新的高度,但该技术也存在极高使用风险。随着存储与处理信息体量的激增和运行自主性的提升,人工智能的学习与运行将逐渐成为人类不可见不可控的“黑匣子”,其学习结果难以控制,甚至是否衍生出欺骗性智慧也难以得知,因此一方面其识别与决策的稳定程度将难以受控,另一方面其行为的真正意图将难以为人所知。国防军事是可能引发严重后果的高风险领域,未来给人工智能更大的作战自主权,将是对使用者甚至全人类的双刃剑。

高超声速武器能打破传统的时空尺度,极大压缩防御方的应对时间,传统的人脑分析与决策难以适用,将促使防御方寻求借助智能化技术来主导或参与分析和决策过程。特别是对高超声速核武器的战略防御与二次反击系统,关乎国家甚至人类命运,最适合运用人工智能在紧急时刻的进行高效分析判断,但同时也将使人类丧失部分甚至全部核战争主导权,带来难以承受的风险。

目前高超声速智能化尚处萌芽阶段,相关技术的应用探索主要集中在高超声速攻防端武器本身,但若将目光进一步放宽至高超声速飞行器全周期范畴,比如在设计阶段根据输入自主完成提出综合优化方案并计算得到结果,在制造阶段自主完成工艺方案的编制等,实现后将极大缩短高超声速飞行器从概念到实物所需的时间。其中,能够支撑深度学习的高性能计算处理技术将是决定人工智能能否在高超声速领域应用的最关键因素,该技术突破后所能提供的支撑将是广泛性的,人工智能在高超声速设计-生产-试验-使用-维护全周期的全面应用也将指日可待。国外已经着手探索相关技术,我国也应予以重视,一方面积极开展技术与应用的探索,另一方面谨慎对待人工智能在军事领域的应用,避免造成不必要的损失。

 

2020-08-05智邦网

声明:本平台发布部分内容来自公开资料或者网络,版权归原作者所有,转载的目的在于传递信息及用于网络分享,不代表本平台赞同其观点,如涉版权问题,请与我们联系,我们第一时间处理!