当前位置: 主页 > 军用航空 >

时间:2018-09-28 21:05来源:远望智库 作者:中国航空
曝光台 注意防骗 网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者
在处理集群自主性武器时,严格的培训、更快的决策和分散的执行仍将是至关重要的。研究人员认为,自主性系统质量的决定性因素将是硬件内部的OODA循环算法,需要对这些算法进行训练,以便武器系统知道该做什么。简而言之,训练人类将不再适用; 相反,训练算法将变得越来越重要。质量算法将在战术环境中实现更大的灵活性,并允许以前所未有的规模来分散执行。因此,需要快速训练算法在人与自治系统之间建立信任和信心的战略框架 。

战略框架应结合人工智能

DARPA的进攻性群体战术(OFFSET)计划用于训练成群自主性系统。OFFSET建议使用实时游戏环境和虚拟现实界面,以允许用户通过“众包”方法为自主性系统推导出新颖的群体策略。通过使用特定任务的游戏来训练,测试和使用群集功能(而不是根据任务定制的蜂群活动),OFFSET框架显现出重大的希望。

克莱顿和卢卡斯少校认为,“我们预见OFFSET会带来三个弱点。”首先,随着时间的推移,依靠众包努力来试验游戏可能很难维持。随着项目中的兴趣(和资金)消退和流动,“人群”的规模可能无法持续。其次,随着不同的硬件和环境准备好进行测试,众包方法在培训中迅速重复变得麻烦。第三,OFFSET太慢了。它强调了训练群体的实时模拟环境,无人机通过战斗空间“点击”移动。这种方法降低了群体在操作中的速度和主动性,并且使得难以加速重复以在几分钟或几秒内通过数千种潜在的战术场景训练无人机。

然而,将OFFSET现有的框架与AI相结合,可以产生一种能快速灵活适应各种任务的新型框架。2017年,谷歌的Deep Mind在应用类似的“自我发挥”训练框架(即强化机器学习)来生成一种掌握中国游戏Go的算法时感到惊讶。谷歌的人工智能能够在短短几天内积累数千年的人类知识,这只能通过比实时更快的模拟来实现。将谷歌在人工智能方面取得的突破与特定任务的战争游戏相结合,提供了一种强大的方式来训练和战斗成群的无人机。

例如,人工智能可以发挥战争游戏模拟高层决策、行动、互动,以及为一群负责保卫基地的空中无人机产生的行为。AI不是求解集中式解决方案来管理整个防御群的位置,而是迭代地发现个体交互的最佳规则,而这些规则相结合产生集体群体行为,最大限度地减少攻击力造成的基础伤害。最终,由此产生的“AI训练的”本地交互规则被加载到蜂群中的每架无人机中,准备执行特定的基本防御任务。优化的本地无人机交互规则可实现自组织和分散,从而减少人员监督以执行特定任务。

这一拟议的空军“集群方式”解决了当前无人机训练框架的弱点。首先,它的执行速度很快,并且避免了众包的不稳定性。无人机操控员的工作负载需求被人工智能算法和云计算的持续可用性所取代。其次,狭义AI和战争游戏都将具有高度的灵活性,能够适应不断变化的游戏假设,例如新的硬件或环境条件。如果新的传感器可用,无人机则可以更好地监测对手,框架可以快速重新运行。第三,该框架继续应用使用任务来确定能力的原则,通过解决保持分散执行原则的本地无人机交互规则来实现这一原则。

挑战:没有人真正知道最先进的算法是如何做到的 

结合高保真战争游戏和狭义人工智能需要融合私营部门和军事专家。不幸的是,围绕这种关系的摩擦已经发生,近4000名谷歌员工要求终止他们公司对国防部Project Maven的支持。该项目使用狭义的人工智能减少人工负担并最大限度地减少非战斗人员的伤亡,旨在通过帮助军事分析人员更好地处理、利用和传播大量收集的情报,监视和侦察数据。

此外,没有人真正知道最先进的算法是如何做到的。当使用狭义AI时,存在“黑匣子”现象的风险,即由于所使用的机器学习技术的复杂性而无法对算法做出的决定进行简单解释时,会发生这种情况。最终,军方必须在其承担的风险方面进行权衡。

“除非敌人说一切都结束了,否则战争不会结束。我们可能会想一想,我们可以宣布结束,但事实上,敌人是有投票权的。”——美国国防部长吉姆·马蒂斯

有质疑者认为蜂群可能“在到达时就完蛋”。首先,这些批评者指出,无人机可能不如那些倡导技术的人宣称的那么便宜。但是,虽然我们承认武装无人机在这一点上可能成本过高,但商业上可用的系统如“大疆”Mavic 2(美国士兵在最近的禁令中广泛使用),足够便宜(每架大约1000美元),便于保障蜂群数量的优势。其次,怀疑论者声称,实现无人机蜂群的信息技术将使对手能够部署廉价有效的防空来打败他们。虽然有证据支持这一说法,但历史提醒我们,即使最好的防空也不完美。例如,斯坦利·鲍德温在1932年宣布“轰炸机将永远通过”防空在第二次世界大战期间被证明是真的,条件是轰炸机部队愿意承受高伤亡。成本低廉的自主性无人机本质上降低了高伤亡的风险。因此,尽管防空技术先进,但只要数量足够多,无人机蜂群总能通过。

最后,一些反对者认为,基于计算机的战争游戏模型会在理论与现实之间产生差距,因为它们无法捕捉人类的动机,如欲望、承诺、激情或意志。虽然这些批评有一定道理,但它也取决于战争游戏的预期用途:战争游戏越具体,模特就越具代表性。此外,使用现场测试等其他方法验证战争游戏可以增强其预测效用,并缩小模拟与现实之间的差距。在现场测试蜂群的情况下,数据可以反馈到AI和战争游戏框架中,以在后续操作中生成更精准的行为。

容易忽略的关键:培训蜂群分头执行任务

美国军方已经认识到军事硬件的成本上升以及服役人员的数量相应减少。军方试图通过投资大量廉价系统(如无人机蜂群)来扭转这一趋势,但却忽略了一个关键因素:如何训练蜂群。为了充分利用蜂群的潜力,空军必须在人类自主性系统中建立信任,并培训蜂群分头执行任务。
 
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(2)