自主系统与
人工智能领域十大进展
一、美军XQ-58A无人机首次与有人战机编队飞行
2020年12月9日，一架XQ-58A“女武神”低成本隐身无人机与美空军F-22、F-35A战斗机以及海军陆战队的F-35B战斗机编队飞行，这是XQ-58A无人机首次实现与有人战机的半自主编队飞行。试验中，XQ-58A无人机同时接收来自F-22和F-35战斗机的数据流，在不破坏两型战机隐身性能的情况下，解决了这两型第五代战斗机长期存在的无法直接通信难题，实现了双向数据共享。此次试验达到了80%的总体飞行试验目标、100%的编队飞行目标，标志着美军朝着实现军事物联网又迈进一步。
二、人工智能代理在“阿尔法狗斗”中击败人类飞行员
2020年8月20日，在DARPA赞助的“阿尔法狗斗”中，苍鹭系统公司的“隼”人工智能代理驾驶F-16模拟战斗机，在模拟对抗中完胜一名经验丰富的美空军飞行员。此次竞赛旨在展示先进人工智能系统在空战中的能力，使空空作战自动化，并增强人类飞行员对人工智能系统的信任，以支持人机协作。模拟空战虽然距离真实环境还有较大差距，但此次竞赛充分显示出视距内空战中人工智能飞行员享有的态势感知和精确瞄准优势。
三、美英推进无人机蜂群技术试验验证
2020年，美英两国分别进行了多次无人机蜂群飞行试验，对无人机蜂群作战概念进行演示验证。9月，DARPA主导的“进攻性蜂群使能战术”（OFFSET）项目完成第四轮外场试验。试验中，诺斯罗普·格鲁曼公司和雷声公司两家系统集成商以城市作战为试验背景，划分多个互动阶段，测试了无人车、固定翼无人机、多旋翼无人机自主定位可疑目标、保卫多个模拟目标的能力。10月，DARPA实施了“小精灵”项目的第三次飞行试验，尝试在空中回收3架X-61A无人机。试验成功验证了自主编队飞行和保障飞行安全方面的技术，但由于相对运动比预期更加复杂，无人机与C-130飞机伸出的对接装置没有对接成功，但试验收集的数据为开展后续飞行和回收试验奠定了基础。10月，意大利莱昂纳多公司与英国空军合作，对无人机蜂群概念进行了现场测试。试验中，数架小型无人机使用“布莱特云”诱饵弹，对敌方地面防空雷达进行了电子干扰。
四、美国采取多项措施进一步发挥联合人工智能中心作用
2020年12月，美国会通过《2021财年国防授权法案》，为更好发挥国防部联合人工智能中心（JAIC）的作用，提出三项改革举措：一是赋予采购自主权。此前JAIC的采购合同依赖于美国总务管理局或国防创新单元的授权，导致效率不高，拥有更多的采购自主权后，JAIC能够更快地获取人工智能技术。二是简化报告流程。JAIC可直接向国防部副部长报告。三是开展“联合人工智能中心2.0”计划。重新调整技术研发结构，在明确需求的基础上定向开发新技术，帮助美军更好地取得作战优势。
五、美国“能力感知机器学习”项目取得首个里程碑
2020年7月，BAE系统公司宣布向DARPA交付了MindfuL软件，这是DARPA“能力感知机器学习”项目合同的一部分，MindfuL软件的交付是该项目取得的首个里程碑。MindfuL软件由BAE系统公司与麻省理工学院计算机科学与人工智能实验室合作开发，旨在让人工智能算法提供更多关于如何做出决策的信息，以此提高机器学习系统的透明度，帮助美国防部对机器学习算法产生的决策和情报建立信心。
六、荷兰陆军试验SMASH反无人机系统
2020年10月，荷兰陆军使用以色列“智能射手”公司的SMASH瞄准装置，完成了一次实弹反无人机试验。试验中，SMASH系统与柯尔特C7 5.56毫米突击步枪结合使用，击落了150米高度的多种无人机。SMASH是一款小型武器火控系统，设备主体是一个光电系统，包含图像识别软件，让作战人员可以快速有效地压制地面或空中的有人/无人目标。SMASH可以集成到任何类型的突击步枪上，并与其他反无人机系统相结合，提供多层防御解决方案。
七、在轨卫星首次利用人工智能处理地球观测图像
2020年10月，西班牙Ubotica公司宣布，Phi-Sat-1卫星利用人工智能技术解决了人造卫星拍摄照片经常被云层遮盖的问题。该卫星是欧洲航天局2020年9月3日发射的人工智能验证立方体卫星。从卫星传回的数据显示，经过人工智能自动云检测算法的处理，卫星拍摄照片中大量包含云层的模糊和无用图像已被识别并删除，只有可用照片传回地面，节省了30%的带宽，显著降低了传输成本。
八、美国开发针对信息欺骗攻击的逆向溯源技术
2020年7月，DARPA发布“欺骗逆向工程”（RED）项目招标书，着手研究对信息欺骗攻击的工具链开展逆向工程。欺骗正在信息战中扮演越来越重要的角色，在欺骗性信息攻击中，敌方试图篡改或操纵机器学习系统使用的信息，从而改变计算结果使其对敌方更有利。RED项目拟开发相关技术，对多媒体篡改、机器学习攻击或其他信息欺骗等攻击行为背后的工具链进行自动逆向工程，并开发可扩展的攻击工具链数据库。
九、美国启动“游戏破坏者人工智能”项目用于军事训练
2020年5月，DARPA宣布选择九支团队开展“游戏破坏者人工智能”项目。该项目拟开发人工智能技术并将其应用于现有的开放世界电子游戏中，用于定量评估游戏的平衡性，确定与平衡性关系密切的基本参数，并探索对游戏平衡性最具威胁的新性能、战术及规则变动。一旦找到评估和操纵商业电子游戏平衡性的通用方法，那么这些人工智能算法就有望应用于美国防部的战争推演中，以训练实战人员。在未来冲突中，美国防部可利用这些人工智能算法将作战双方的不平衡性最大化以便获得优势，或者当对手寻求优势时制造局势的平衡。
十、法国泰利斯公司推出基于人工智能的网络安全平台
2020年1月，法国泰利斯公司推出Cybels Analytics人工智能网络安全平台，可更快、更准确、更彻底地检测复杂网络攻击。该平台使用泰利斯公司开发的机器学习算法，基于大量多源异构数据检测异常情况、辅助识别攻击模式、辨识未知威胁，将检测高级持续性威胁（APT）所需的时间从平均3个月缩短到数天。Cybels Analytics可集成到预置安全操作中心，也可作为云服务，使所有用户检测系统协同工作、相互补充。
如需转载请注明出处：“国防科技要闻”（ID：CDSTIC）
来源 | 北京海鹰科技情报研究所
图片 | 互联网
注：原文来源网络，文中观点不代表本公众号立场，相关建议仅供参考。