无需人类飞行员即可猎杀目标的无人机。人工智能 (AI) 系统可以在军事装备实际发生故障前数周预测其故障时间。即使在敌人干扰通信或切断互联网连接的情况下，计算机网络仍能继续工作。随着国防工业从原型阶段转向部署军事人员可以在实际行动中使用的 AI 系统，这些未来愿景正在逐渐显现。

人工智能 (AI) 战场技术在现实世界中的应用代表了军方对 AI 看法的根本性转变。这些新系统并非试图取代人类决策者，而是旨在为作战人员更快地提供更好的信息，自动处理日常任务，并在传统网络出现故障时保持关键系统的运行。

然而，让 AI 在多变的军事环境中可靠地工作存在诸多问题：当实战场景过于危险而无法练习时，如何训练计算机系统？如何确保自主武器在生死攸关的情况下做出正确的选择？或许最重要的是，如何构建士兵和指挥官真正信任的人工智能？

多家国防承包商提出的解决方案不仅揭示了军用人工智能未来可以做什么，还揭示了它目前在世界各地的基地和野外作业中已经在做什么。

将自主情报带入小型部队

Red Cat（波多黎各圣胡安）希望利用其 Black Widow 小型无人驾驶航空平台从根本上改变小型军事单位收集情报的方式。通过 Red Cat Futures Initiative 与合作伙伴公司 Palladyne AI 合作，两家公司最近展示了三种无人驾驶航空系统 (UAS)，可在无人干预的情况下进行自主目标跟踪。

“我们使用 Teal 2 和 Black Widow 进行了一项三架无人机测试，在边缘进行目标跟踪的自主协作，这样一来，操作员就可以在无人机收集情报的同时执行其他任务，”Palladyne AI 业务开发和销售副总裁 Tommy Brown 说道。（图 1）

该方法使作战人员能够定义感兴趣的区域并选择可用的无人机，然后通过 ATAK [Android 团队感知套件] 发送它们进行自主调查。无人机开始跟踪它们发现的任何事物 - 人员、车辆或其他目标 - 并在没有进一步人工输入的情况下保持监视。

使这种自主性成为可能的是 Black Widow 的板载计算能力，特别是其 Qualcomm RB5 处理器，它支持分布式协作，而无需连接回基站。

Black Widow“非常像你的手机”，“作战人员可以访问各种不同的应用程序来帮助完成各种任务，”Red Cat 营销副总裁 Stan Nowak 说。该平台是 Red Cat Futures Initiative 合作伙伴开发的多个 AI 应用程序的枢纽，包括语音命令控制和目标识别功能。（图 1）

[图 1 Red Cat 的 Black Widow 是一种模块化小型无人驾驶航空系统 (sUAS)，专为电子战环境中的短程侦察而设计，具有集成人工智能、高分辨率 EO/IR [电光/红外] 传感器和现场可修复设计。图片来自 Red Cat。]

小型部队的直接利益可能是巨大的。“我们获得了过去只有大型无人机或其他平台才具备的能力，”布朗说。“那个三到四人的小分队现在只需一个背包就能完成所有这些工作。”

展望未来，两家公司都看到了多域作战的潜力，其中人工智能系统可以在不同的环境中协调。这种能力意味着要迎接新的挑战，包括与天基雷达系统和海上平台的集成。

“我们有不同的人工智能工具……在公海上进行目标识别和跟踪，”布朗指出。 “这与你在陆地上使用的模型不同。”

从平台控制到任务自主

Red Cat 和 Palladyne 专注于小型单位作战，而 Shield AI（加利福尼亚州圣地亚哥）则在应对更广泛的挑战：让自主系统能够执行完整的任务而不仅仅是基本功能。该公司的 Hivemind 平台代表着从业界所谓的“平台自主”到“任务自主”的转变。

“人工智能驱动的自主性正在迅速从空中领域扩展到海上、太空和导弹防御领域，这是由延长遗留系统寿命和弥补关键作战差距的需求所驱动的，”Shield AI 的 Hivemind 工程副总裁 Christian Gutierrez 表示。“这一演变的核心是从平台自主（系统管理导航或推进等基本功能）到任务自主，允许系统根据实时数据执行侦察、瞄准或电子战等复杂目标。”

这种区别在有争议的环境中很重要，因为人类操作员可能会与部署的系统失去通信。传统的自主平台可以导航和避开障碍物，但任务自主性使它们能够在没有进一步人工输入的情况下做出关于如何完成指定目标的战术决策。

Shield AI 的方法集中于通过透明度和可预测的行为在人类操作员和自主系统之间建立信任。“信任需要的不仅仅是表现。它需要可预测性、安全性和透明的反馈，”古铁雷斯解释道。

该公司已经开发了实时任务汇报工具和验证框架，以帮助操作员了解自主系统如何做出决策。

该公司进行的载人-无人团队演示 - 包括与 Firejet 和 X-62A VISTA 等平台的合作 - 表明人机协作“是真实的、经过测试的，并且正在建立信心”，古铁雷斯说。

展望未来 10 年，古铁雷斯和 Shield AI 在协调自主作战中看到了最大的机遇。“大规模的自主系统和集体智慧团队合作将定义未来十年的军事能力，”古铁雷斯说。“随着系统获得边缘级智能并能在没有集中控制的情况下进行协调，即使在通信和 GPS [全球定位系统] 被拒绝的情况下，它们也能有效运行。”

Shield AI 已与 Hivemind 合作，推出他们的 MQ-35 V-BAT（垂直起降和Shield AI 联合创始人兼总裁 Brandon Tseng 在 2024 年接受军事嵌入式系统采访时表示，该系统可以实现无人驾驶飞机（VBAT）团队的无人驾驶飞行器（VBAT）团队的协同飞行（无人驾驶着陆系统），其中 Hivemind 担任 AI 驾驶员。

这种能力可以通过使自主系统集体适应战场条件来改变军事行动。（图 2）

[图 2 | Shield AI 的 Hivemind 是一种支持 AI 的自主系统，可在对抗环境中利用无人平台的协调控制。图片来自 Shield AI。]

“AI 自主将重点从战术 ISR [情报、监视和侦察] 转移到战略协调 - 使系统能够适应战场动态并最大限度地提高任务成果，”古铁雷斯补充道，并称这是“战争和决策的代际转变”。（图 3）

[图 3 | DARPA 空战进化 (ACE) 项目的飞行员驾驶着集成了 Shield AI 的 Hivemind 的飞机。图片由 Hivemind 提供。]

通过可解释的 AI 建立信任

军队对 AI 的认知和利用方式也发生了代际转变。雷神公司正在解决所有军事 AI 应用背后的一个根本挑战：确保人类操作员理解并信任 AI 驱动的系统。这家国防巨头的方法以可解释的 AI 为中心，它可以透明地展示系统如何得出结论。

“信任是让人类适应 AI 增强系统的关键因素，”雷神情报与空间公司（德克萨斯州达拉斯）人工智能总监 Shane Zabel 博士说。“人类操作员是否了解 AI 增强系统在其将要使用的操作条件下将如何表现，以及人类如何信任人工智能增强系统能够按预期运行？”雷神公司的解决方案涉及人工智能系统，它不仅提供答案，还解释其推理过程。如果人工智能增强系统不仅提供答案，还提供关于其如何得出答案、答案的准确性以及可能存在的任何偏见的反馈，那么人类就拥有更多信息来建立信任，扎贝尔解释说。随着人工智能能力扩展到所有军事领域，这种透明度变得更加重要。扎贝尔认为，随着处理能力和数据存储能力在更小、更低功耗的封装中不断提升，边缘人工智能（云或数据中心部署之外的应用程序）将在“包括海、陆、空、太空和网络在内的多个领域”蓬勃发展。他指出：“在更小、更低功耗的应用中提高设备性能是将较新的人工智能技术应用于边缘系统的关键因素。”他同时强调了尺寸、重量和功耗 (SWaP) 方面的考虑因素，这些因素推动了边缘系统的不断发展。军事技术发展的大部分内容。

除了战斗应用之外，雷神公司还看到了人工智能在增强物流和供应链运营方面的巨大潜力。扎贝尔指出，人工智能助手可以帮助人类提高某些任务的生产力，例如信息搜索和检索、文档理解、和语言生成，以及视觉检查和优化任务。

“这些技术有望显著增强供应链和物流运营能力，”他说道。“通过人工智能在这些领域协助人类，我们可以让我们的供应链更有弹性，缩短维护、维修和大修作业的时间，优化材料和物资的分配，以满足特定的作战节奏，并提高我们的全球作战准备度。”

该公司观察到，随着可解释性的提高，军事人员对人工智能系统越来越适应，这是 Zabel 所说的“更广泛的社会趋势”的一部分。这种日益增长的接受度对于高风险的军事应用至关重要，在这些应用中，人与机器之间的信任可以决定任务的成败。

人工智能作为开放系统的基础

集成人工智能技术还将依赖于支持互操作性的开放式架构设计。Wind River（加利福尼亚州阿拉米达）参与了许多模块化开放系统方法 (MOSA) 计划，它将人工智能定位为使不同军事系统更好地协同工作的关键。该公司的 eLxr Pro 平台旨在创建 AI 就绪型基础设施，可快速适应新需求，同时支持美国国防部 (DoD) MOSA 推动。

Wind River 试图解决的挑战是根本性的：不同承包商的军事系统通常无法有效地相互通信，从而导致升级成本高昂且耗时。该公司相信，AI 可以通过充当不同系统之间的翻译和协调者来改变这种状况。

“eLxr 是一个专门构建的发行版，可以解决航空航天、国防和政府行业的现实问题，最终解决困扰该行业的与能力无关的障碍，例如安全漏洞[和]不切实际的[设备]报废预期，”Wind River 航空航天和国防架构与业务增长高级总监 Justin Pearson 博士说道。

该平台基于开源软件构建，但增加了商业支持，以帮助国防客户在不同环境中部署安全可靠的系统。它旨在支持不仅是当今的 AI 应用，而且是 Pearson 所描述的“代理 AI 和物理 AI”的未来发展。

AI 的作用不仅仅是帮助军事系统遵循开放标准，它还可以加速整个过程。Pearson 解释说：“使用开放标准构建的 AI 系统可以模块化并部署在异构硬件平台上，这与 MOSA 对互操作性的强调非常吻合。”

Pearson 设想 AI 充当“一个智能粘合层，可实现跨供应商和系统的即插即用功能。”无需花费数月时间集成来自不同制造商的系统，AI 可以帮助它们自动协同工作，根据需要重新配置组件，并预测零件何时需要维护或更换。皮尔森表示，人工智能的最大影响不在于专注于目标识别或自主导航等个别应用，而在于加速军方开发和部署新能力。

“整个采购生命周期都需要有互补的人工智能策略相关联，并且[必须]保持足够的敏捷性，以对人类最终从人工智能输出本身验证的信息做出反应，”他指出。

换句话说，人工智能最大的军事价值可能不在于取代人类决策者，而在于帮助整个国防系统比以往更快地适应和发展。

简介