据“战争困境”网9月21日报道，大自然蜂群的法则可以用来控制廉价无人机机群，众多的个体可以完成巨大而复杂的任务。到目前为止，开发人员主要集中在管理蜂群，而实际上分散的群体更具有弹性，因为集中执行任务会带来脆弱性，在邻近对手的敌对竞争环境中可能会出现问题。
美军飞行员克莱顿•舒特和卢卡斯·威尔两位少校发表在该网站的文章称，“作为两名空军军官，我们最近观看了空军官方视频的一个假想场景，其中一架F-35与一组无人机合作深入打击战略目标的使命。我们想知道如果出现动态威胁将会发生什么，迫使人们偏离预先计划好的飞行路径，要求飞行员对每架无人机的决策进行微观管理。”在这种情况下，情况的速度、范围和复杂性将使飞行员不堪重负。尽管F-35拥有一支强大的无人机团队，但关键的教训是，无人机的数量众多并不等于真正的无人机蜂群。
响应性控制蜂群超出了人类认知能力
对于空军而言，在战斗中部署大量无人机并不具有决定性作用。部队必须首先弄清楚如何执行无人机的任务，并重新平衡无人机群的任务量。正如海军陆战队作战实验室最近的一份报告所示，响应性控制无人机蜂群超出了人类的认知能力。相反，每架无人机必须能够执行整个群体的基本特征，即独立协调自己的决策以产生支持集体目标的行为。因此，为了有效地发挥无人机群作用，人们必须将更多的自主权交由系统的集体算法决策。
文章认为人工智能和战争游戏不仅可以用来训练人员，还可以用来训练无人机。“雅典娜”（Athena）是个战争游戏平台，用于测试人工智能功能，捕获和评估结果数据，以改善军事训练。通过使用AI来完成数百万次特定战争游戏任务的迭代，该框架揭示了人机交互的最佳规则，这些规则推动了支持特定任务的集群行为。这种“集群方式”提供了快速、高度灵活和不断适应变化的方法，并且可以专注于特定任务，同时帮助单个无人机以分散的方式运行，以服务于编队任务。
专注于特定的人工智能
在描述“Athena”的文章中，本杰明·詹森、斯科特·科莫和克里斯·怀特认为，与其等待人工智能的革命，还不如专注于特定的人工智能的成就，就执行特定任务而言，为解决特定军事问题提供更直接的机会。文章称：“战争游戏提供了探索如何将AI与指挥官操作判断相结合的最佳平台。......战争游戏Athena提供了一种方法，可以为将来的测试建立数据存储库，增强对AI如协助培训，对红队和仿真的理解，并强调这些功能在与人类交互时的极限环境有不确定性。”
Athena框架将传统战争游戏与狭义人工智能相结合，可以通过加强指挥官的作战和战术决策过程来提高训练的质量。此外，该框架可应用于训练无人机。融入战争游戏平台的人工智能提供了一种快速训练、质量决策算法的方法，以满足空军对无人机和忠诚僚机不断增长的需求。
随着战争特征的变化，无人机群算法的快速，灵活和任务特定的训练计划将变得至关重要。人工智能和无人机等商用技术的融合，正在将战争推如到下一个演变中，任何部队现在都可以将一个无人机蜂群部署到战斗中。鉴于各国之间长期战略竞争的兴起以及他们对人工智能和自主性武器的投资，找出如何利用集群，而且如何防御集群，对于竞争战略至关重要。
具有决定性作用的并非都是硬件
“数量具有自己的品质。”——约瑟夫•斯大林
就空中优势而言，数量上的缺点会使部队的质量显得无关紧要。在第二次世界大战中，俄罗斯军队用数量重挫东部战线的德国空军。太平洋地区的日本空军与此相近：虽然日本飞行员最初训练有素，但很快就难以对抗数量带来的有效竞争优势。当两支假想部队数量相匹敌，质量将最终胜出。拥有相同数量的无人机将不再是决定性的。此外，在现今的机群中，额外的无人机将增加人类控制的工作量，最终减少到无法部署更多的群体。在此情况下，成功将取决于机群的质量，而不是数量。
然而，质量在这种背景下意味着什么？纵观历史，通常在战斗中具有决定性作用的并非都是硬件，而是人类在操作技术方面的表现。对军事训练的研究发现，人类通常是武器系统战斗力的限制因素，导致整个部队的训练计划发生革命。在越南战争期间，海军实施了Top Gun，这是一项针对其飞行员的严格训练计划，有助于将空对空杀伤率从二比一增加到十二比一。在越南之后，空军和陆军都从海军的成功中吸取了教训，并建立了大型部队演习，如红旗和国家训练中心，为其操作员提供额外的严格训练周期。
除了观察士兵如何训练外，军方开始关注优化人的决策过程。空军训练机组人员实施博伊德（John Boyd）上校的开创性模型，通过观察环境的反馈循环，定位可能的解决方案，根据有限的信息做出决定，并采取行动以达到预期的效果，加速决策过程（OODA环）。
“永远不要告诉人们如何做事。告诉他们要做什么，他们的聪明才智会让你大吃一惊。”——乔治•巴顿将军
大规模的部队训练有助于增强其集中控制和分散执行任务的理论。随着战斗规模、范围和复杂性的增加，这一概念成为空军“战争方式”的基本原则之一。这些部队现在使用术语任务命令来体现战争中分散执行任务的重要性。
中国航空网 www.aero.cn
航空翻译 www.aviation.cn
本文链接地址：“蜂群之路”：利用人工智能训练无人机
