转载自:中国指挥与控制学会
人工智能关键技术在武器装备中的应用
作者:军鹰智库 来源:军鹰动态
人工智能技术在武器装备中的应用主要体现在模式识别(智能感知)、专家系统(智能决策)、深度学习(智能决策)和运动控制(智能反馈)等几个方面。
(一)模式识别在武器装备中的应用
模式识别是计算机模拟人类感觉器官,对外界产生各种感知能力的技术途径之一,包括语音识别、机器视觉,文字识别等。模式识别技术有助于武器装备获得自动目标识别(ATR)能力。
模式识别中的机器视觉,可通过光学非接触式感应设备,自动接收并解释真实场景的图像以获得系统控制的信息。例如DARPA的“心眼”项目和“图像感知、解析、利用”项目开发的机器视觉系统,具有“动态信息感知能力”,对动态物体的解构,利用卷积神经网络图像识别技术,将图片中的信息转化成计算机的“知识”。在实际作战中,模式识别系统通过观察目标的视频动态信息,借助神经网络、专门的机器视觉硬件,可在复杂的战场环境下,自动识别出潜在威胁,为目标打击提供参考信息。
(二)专家系统在武器装备中的应用
专家系统ES(Expert System)是一类具有专门知识的计算机智能程序系统,运用特定领域中专家提供的专门知识和经验,采用人工智能中的推理技术来求解和模拟通常由专家才能解决的各种复杂问题,是目前人工智能领域最活跃、最有成效的一个分支。专家系统一般由知识库和数据库、推理机制、解释机制、知识获取和用户界面等组成(图2)。
图2 专家系统的基本结构
专家系统应用于武器装备可使其具备实时战场态势评估的能力。将已证明的专家关于武器在战时的典型态势和毁伤效果评估的事实和过程,用数学方法加以描述,组成数据库和知识库。作战中武器装备接收的天基、空基、海基或地面控制站的信息,武器自身传感器获得的地理信息和敌方武器发出的声波、无线电波、可见光、红外、激光等信息,与数据库和知识库中信息进行比对,借助人工智能的自动推理技术,经计算机快速处理,确定战场环境中出现的威胁,并与用户界面的专家和指战员进行交互。
专家系统可与数据存储和通信网络技术相结合,用于各种野战军用系统,例如飞机的机载预警和控制系统、美军“宙斯盾”战舰和侦察卫星,帮助判断敌军的位置和动机。美国海军利用网络化专家系统为在作战区域内的所有军队提供通用作战图像,从而具备协同作战的能力。最有名的是美国研制的智能C3I信息系统,具有“个性”和人的“特征”、“智慧”,熟知指挥官的脾气、思维习惯和其他情感特征,能在几分钟内甚至几秒内帮助指挥官判断战场情况。
DARPA提出“深绿”系统(图3),可预测战场的瞬息变化,帮助指挥员提前思考,判断是否需要调整计划,并将注意力集中在决策选择而非方案细节制定上。
图3 “深绿”概念示意图
(三)深度学习在武器装备中的应用
深度学习技术基于多层网络的神经网络,能够学习抽象概念,融入自我学习,收敛相对快速。它模仿人脑机制,可以完成高度抽象特征的人工智能任务,如语音识别、图像识别和检索、自然语言理解等,深度学习具有多层的节点和连接,经过这些节点和连接,它在每一个层次会感知到不同的抽象特征,且一层比一层更为高级,这些均通过自我学习来实现。代表项目有DARPA启动的应用于合成孔径雷达“对抗环境下的目标识别与自适应”项目,应用深度学习领域最新研究成果,有望在合成孔径雷达图像中自动定位和识别目标,增强飞行员的态势感知能力。
将深度学习技术应用于武器装备的目标识别和定位,有望实现武器装备的自动目标识别和实时态势感知。采用了包含多个隐藏层的深层神经网络模型,利用隐藏层,通过目标特征组合的方式,逐层将目标信息的原始输入转化为浅层特征、中层特征、高层特征,直至最终实现对目标的定位和作战态势感知。
(四)运动控制在武器装备中的应用
运动控制技术集人工智能感知、决策和反馈于一体,包括单体运动控制和群体运动控制,主要应用于机器人和无人系统。单体运动控制以美国的四足“大狗”机器人(图4)和双足人形“阿特拉斯”机器人为代表,它们自带大量传感器,用于监测身体姿态与加速、关节运动、发动机转速以及内部机械装置的液压等参数。通过先进的学习算法,机器人能够不断累积经验,自主避障,穿越越来越复杂的地形,具备在高危战场环境下的作战能力。
图4 “大狗”机器人的结构和传感器分布示意图
群体运动控制又包含无人系统集群控制及无人和有人系统编组协同技术。无人系统集群控制由无人系统根据任务及外界环境的变化自主形成协同方案,具有分散性和非线性(图5),使武器作战效能将成倍增加。美国成功完成无人艇“蜂群”技术的作战测试。13艘无人艇组成的集群自主发现目标,制定行动计划并成功完成对目标舰船的拦截。导弹无人集群作战是指在导弹上加装战术数据链,使导弹在攻击目标过程能够实现导弹与导弹之间、导弹与发射平台之间的信息实时传输,及时传递探测信息,从而达到提高突防概率,实现“战术隐身”、扩大战果的目的(图6)。
随着人工智能技术进步,计算机处理速度的不断提高,新技术、新材料、新工艺等前沿基础技术的发展应用,将推动基于人工智能的武器装备向着更加自主化、小型化的方向发展。纳米电子技术和微(纳)机电技术的进步,推动纳米合成孔径雷达以及智能化微机电导航系统的发展,有望使得武器装备的制导、导航、推进等各方面发生质的变化,推动基于人工智能的武器装备整体更趋小型化。
图5 集群作战的分散性和非线性示意图
图6 导弹无人集群作战