当前位置:AIGC资讯 > AIGC > 正文

美国空军高调展示首个AI战斗机!部长亲自试驾全程未干预,10万行代码试飞21次

最近,军事圈被这个消息刷屏了:美军的战斗机,已经能由AI完成全自动空战了。

是的,就在最近,美军的AI战斗机首次公开,揭开了神秘面纱。

这架战斗机的全名,是可变稳定性飞行模拟器测试飞机(VISTA),由美空军部长亲自搭乘,模拟了一对一的空战。

5月2日,美国空军部长Frank Kendall在Edwards空军基地驾驶 X-62A VISTA升空

注意,在一小时的飞行中,所有飞行动作都由AI自主完成!

Kendall表示——

几十年来,我们一直在想象自主空对空作战的无限潜力,但它始终遥不可及。但如今,我们已经到了一个转型的时刻,正是ACE团队取得的突破性成就,使这一切成为可能。

空军部长亲自试飞

可以看到,中午炽热的阳光下,一架橙白相间的F-16战斗机伴随着轰鸣声起飞——它是由AI控制的,而非人类飞行员。

在试飞期间,美国空军部长Frank Kendall坐在了飞机前座,在后座的安全飞行员的陪同下,他在不接触X-62A控制装置的情况下,完成了一组测试任务。

AI控制F-16,以超过550英里每小时的速度飞行,这让Kendall的身体,直接承受了五倍地心引力的压力。

它逼近一架人类飞行员驾驶的F-16,两架飞机在相距仅304米的距离内竞速,通过扭转和盘旋试图,迫使对方处于弱势。

持续一小时的飞行结束后,Kendall带着微笑从驾驶舱中走出。

他表示,自己在飞行中已经看到了足够的证据,让他愿意信任这个AI,让它来决定在战争中是否发射核武器。

飞机上的AI软件,会先在模拟器中通过数百万数据点进行学习,随后在实际飞行中验证结论。这些现实世界的性能数据随后会被重新输入模拟器,AI在此基础上处理这些数据,进行深入学习。

VISTA的军事操作员声称,类似的AI飞机,全球仅有美国拥有。

第一次AI与人类的狗斗

而早在2024年4月,美国空军试飞员学校和DARPA就宣布,他们已经完成了第一次AI与人类的狗斗。

狗斗由代号为X-62A VISTA的F-16D(Block 30)双座飞机和驾驶F-16战斗机的人类飞行员完成。

在狗斗中,X-62A展示了防御机动、攻击颤斗等技能,而坐在其中的人类飞行员可以接管AI系统,但无需激活安全开关。

两机展现了「高视角机头对机头交战」,相对速度直接达到了1200 英里/时,相距最近时达到了约610米。

X-62A在另一架载人飞机上安全自主地进行狗斗,这不仅是ACE的一个重要里程碑,也是整个自主飞行的一个里程碑。

并且,DARPA和空军强调,虽然狗斗是这次测试的核心,但ACE的目标,远非狗斗这么简单。

美国空军USAF TPS首席试飞员Bill Gray解释:狗斗是目前非常需要解决的问题,所以他们开始在空中测试自主AI系统。

我们学到的每一课,都适用于你可以赋予自主系统的任何一项任务。

模拟狗斗期间的X-62A和F-16

21次试飞,10万行代码

VISTA也称X-62A,是通用动力公司F-16D的一个修改版本。

自1990年代以来,美国空军一直用它来测试先进技术。

如今,VISTA已经被整合到DARPA的空战进化计划ACE中,配备了机器学习和专用软件。

研发VISTA的,是一家国防技术公司洛克希德·马丁。

VISTA可以被看作是一个AI探路者,它使用了全新的无人驾驶设计。

这项工作,对于实现分布式团队至关重要。

而团队的效率也可谓神速,在不到一年的时间里,就在X-62A的系统中安装了初始的实时AIAgent,演示了第一次AI与人类的狗斗,并且在21次试飞中,完成了超过10万行飞行软件关键代码的更改。

X-62A在去年的模拟狗斗中的驾驶舱

洛克希德·马丁副总裁介绍说,X-62A VISTA是他们开发、测试、集成AI,以及建立AI认证标准的重要平台。

而且,X-62A VISTA将彻底改变航空航天的未来。

平台中的硬件和软件架构都久经考验,为AIAgent和先进算法提供了安全可控的环境,使它们能够快速进行原型设计和开发。

这套开放式架构之所以能实现高度复杂的测试,是因为利用了Skunk Works的模型跟踪算法(MFA)和模拟自主控制系统(SACS)。

这些重要的更新,不仅增强了VISTA的能力,还保持了它可以进行快速原型设计的优势。

因此,团队才得以快速更改软件,频繁进行飞行测试。

一次次测试证明,这个架构足够强大,能够可靠地过渡到第三方分布式硬件,复制VISTA所展示的安全可控飞行测试目标。

AI在自主空战上,取得突破性影响

4月的这次X-62A与载人F-16的首次对战,可谓是一次里程碑级的事件。

就是这次事件,使得2023年的机器学习,在空中成为了现实。

美国未来的无人驾驶飞机计划,美国空军的协作战斗机计划,都会直接受到影响。

此次ACE计划的参与者Shield AI,在2021年收购了Heron公司。

而Heron开发的AI飞行员,在前一年就曾赢得DARPA的狗斗试验。

早在2022年,DARPA就与空军和洛克希德·马丁公司一起,将AIAgent集成到了X-62A的系统中,并于当年12月,用这些算法首次进行了喷气式飞机的自主试飞。

X-62A/VISTA的飞行系统,可以配置为模仿任何其他机型,这就使它可以完成各种测试目的,因而成为支持ACE等工作的理想平台。

洛克希德·马丁的首席飞行控制工程师Que Harris介绍道,团队在VISTA的飞行控制中有一个集成空间,允许AIAgent将命令发送到VISTA,就好像他们正在向VISTA的模拟模型发送命令一样。

这就可以被看作是喷气式飞机内部的一个「自主沙盒」。

美国空军USAF TPS主任Chris Cotting博士这样描述:就好像你在研究机构中拥有了一个模拟器实验室。

「我们已经把整个模拟器实验室塞进了F-16中」。

就如我们上文提到的,X-62A在随后的21次试飞中,几乎每天都有Agent需要重新编程,最终修改的代码,达到了10万行。

通过在完全数字环境中对算法进行快速训练和再训练,X-62A能支持各种飞行测试。

没有飞行员,没有通信,完全实现蜂群概念

Shield AI联合创始人兼总裁Brandon Tseng表示,理想的自动驾驶飞机是这样的——

没有远程飞行员,没有通信,也没有GPS。这些飞机实现了编队或蜂群的概念,可以执行指挥官的意图。

他们可以执行任务,动态地一起工作,根据彼此做出反应,还能对战场、敌对威胁和地面上的平民做出反应。

而这项技术体现出的另一个价值,就是让整个系统、整个机队变得更好。

在任何时候,飞机上都能有最好的AI飞行员。在机群学习时,每家飞机上都有他们。

「你将永远拥有最好的四旋翼飞行器飞行员,最好的V-BAT飞行员,最好的CCA飞行员。它们将占据主导地位。那时,你就能以令人难以置信的高胜率赢得交战」。

巨大挑战:需要信任算法,才能在现实中实现

然而,这个过程也存在难度很大的挑战。

首先,就是基于规则的自治。

MIT计算机科学与人工智能实验室(CSAIL)的Daniela Rus博士解释说,如果你用「if-then」的方式写出规则,那它们就必须具有鲁棒性。因此,为了让系统正常工作,需要一群专家来生成代码。

Rus博士解释说,因为机器学习做决策时,非常依赖于分析历史数据,因此它们通常会发现人类无法察觉的见解,或者是非传统的、并非基于规则的语言表达。

机器学习在条件动态波动的环境和情况下非常强大,因此很难建立清晰而强有力的规则。

所谓的「环境和情况」,就是在狗斗中,人类对手做出的不可知的独立决定。

鉴于这种不可预测性,即使是训练有素的飞行员,进行这种模拟交战也非常危险。

2000年至2016年间F-16和F/A-18战斗机的狗斗训练中的事故和死亡数据

美国空军TPS指挥官、空军上校James Valpiani表示,使用机器学习时所涉及的许多元素,都并不能被完全理解。

「可理解性和验证性,阻碍了我们探索这个领域。」目前,还没有民用或军用途径,来认证飞行关键系统的机器学习Agent。

而这,确实是ACE和现实世界的X-62A试飞发挥之处。

VISTA喷气式飞机上的机器学习Agent最重要的一点,就是学会防止飞机执行危险和不道德的行为,包括定义允许飞行范围的代码,避免空中或地面的碰撞,以及防止在授权情况下使用武器。

在美国军方坚持看来,在未来的自主武器系统的运行中,人类将永远处于循环中的某个地方,但他们在这个循环中的确切位置,将随着时间的推移而演变。这已经成为许多争论的主题。

「我们必须能够信任这些算法,才能在现实世界中使用它们。」

2024年4月1日,首批F-16战机将按照VENOM计划改装成自主试验台,抵达Eglin空军基地

而除了ACE计划外,X-62A并不是美国空军近年来唯一用于先进自主技术的飞机。

目前,空军正在改造另外六架F-16飞机,将它们转变为试验机,用于支持一个名为Project VENOM的项目,以进行大规模的协同自主测试。

更新时间 2024-05-07