人工智能副驾驶员将参与未来空战

2022年8月26日，X-62A可变稳定性飞行模拟器试验机（VISTA）在加利福尼亚州帕姆代尔上空飞行。由 APL 支持的美国国防部高级研究计划局空战进化计划利用 VISTA 测试和评估人工智能和自主性。

图片来源：美国空军/凯尔-布拉西尔（Kyle Brasier）

军事冲突的未来与人工智能（AI）的发展密不可分。未来的战场将被以机器速度和机器精度运行的智能自主系统重新定义。美国国家人工智能安全委员会在其 2021 年最终报告中直言不讳地指出： "如果不采用人工智能来抵御以机器速度运行的具有人工智能能力的对手，就会招致灾难"。

位于马里兰州劳雷尔市的约翰-霍普金斯应用物理实验室（APL）智能作战平台小组主管汤姆-乌尔班说："我们需要让人类作战人员掌控未来的战斗，这意味着要投资，利用人工智能的先进计算能力催化人类决策。"APL正在通过为人类提供智能虚拟助手来实现这一目标。

十多年来，APL 的工程师和空战专家一直在推动人工智能在空战中的应用，在此基础上，他们在创建副驾驶方面取得了重大进展，该副驾驶将为人类战斗机飞行员提供机器计算的力量、速度和精度。

软件僚机

这一领域的大多数工作，如美空军的试验性无人驾驶飞机 XQ-58A Valkyrie，都集中在制造先进的自主战斗机上。然而，APL 的研究人员却将目光投向了利用人工智能的计算能力来增强人类的决策能力。APL 的研究人员并不寻求取代飞行员，而是希望通过机器的速度和精度来增强和补充飞行员的能力、直觉和经验，从而帮助他们取得成功。

为此，该团队经过三年的艰苦开发，创造了一种名为VIPR的人工智能队友。VIPR是虚拟智能同伴推理体（Virtual Intelligent Peer-Reasoning agent）的缩写，它在三个关键方面为飞行员提供服务：情景感知同伴、执行僚机和认知支持助手。

APL力量投射部门的计算机科学家约翰-温德（John Winder）与乌尔班共同领导着这个项目，他将VIPR比作《星球大战》中的飞行员辅助机器人R2-D2。

他说：它可以在后面提供支持，保持态势感知、跟踪盲点并在需要时提醒飞行员，也可以挺身而出，扮演飞行员的角色，驾驶飞机并采取行动挽救人类飞行员的生命。

跟踪认知盲点

另一种将 VIPR 视为极其先进的 GPS 和导航助手的方法是帮助驾驶员克服盲点。但驾驶员的盲点是视觉盲点，而战斗机飞行员的盲点主要是认知盲点。

温德说：战斗机飞行员天生就是非常自信的人。这是职业需要，也是一种资产，但它也可能导致一种隧道视野，使他们在激烈的战斗中无法接受关键的新信息。

因此，VIPR 最重要的功能之一就是积极跟踪飞行员的认知状态。它必须理解飞行员的意图，知道飞行员知道什么，并对飞行员理解的东西进行推理，以便识别人工智能和飞行员何时不再在同一起跑线上。

除了 "向外 "追踪和预测对手的威胁外，VIPR 还必须 "向内 "了解人类飞行员的意图、目标和行为模式，所有这些都是以秒为基础的。当飞行员在战斗中遗漏了一些关键信息时，VIPR 必须及时以可操作的方式告知他们，以帮助他们在交战中幸存下来。

VIPR 原型机能够在交互式实时模拟中完成所有这些工作，响应飞行员的语音命令，在正驾驶和副驾驶之间流畅无缝地切换角色--如果这还不够，它还可以驾驶多个自主队友或协同作战飞机。在这种模式下，人类飞行员可以像橄榄球队的四分卫一样，指挥由 VIPR 控制的团队实现目标。

经过三年的开发，APL 团队正准备与人类飞行员一起对其人工智能原型机进行更正式的评估。但至少从轶事来看，最初的反响还是很不错的。

温德说：团队里有一些前飞行员，他们在参与模拟后都露出了笑容。作为一名非飞行员，当在无人协助的情况下参与模拟场景时，可能只能存活 8 秒钟。有了 VIPR，就能生存下来并取得胜利。

"显然，在投入使用之前，我们还需要进行更严格的测试，但根据目前的情况，我们对此持乐观态度。"

新挑战、新技术

开发 VIPR 需要 APL 科学家和工程师的共同努力，需要在人工智能和机器学习技术方面取得多项重大突破。

要了解 VIPR 的独特之处，三项特别重要的进展至关重要。

首先是创建了递归条件变异自动编码器（RCVAE）——从本质上讲，这是一种能够对人类飞行员的观察、信念和决策（通常是隐含的）进行编码的机器学习模型。RCVAE 具有多模态和概率特性，这意味着它们必须从各种数据源中推断和整合多个变量，并根据智能近似值做出决策，而且所有这些都要以闪电般的速度完成。这一突破使 VIPR 能够对飞行员的意图和信念形成类似 "直觉 "的结构化理解。

第二个突破是将图神经网络（GNN）应用于对手行为建模问题。GNNs 是一种神经网络，可直接应用于图形，以预测任何可在图形上描述的事物的未来状态--类似于大型语言模型可用于预测和生成文本。GNN 的应用使 VIPR 能够在三维空间中高保真地预测复杂的对手行为和协调演习。

值得注意的是，前两项突破具有超越空战问题空间的普遍适用性，并已在 APL 的其他工作中得到利用。

第三个关键推动因素是为深度多智能体强化学习开发了一种被称为状态-时间注意网络（STAN）的新型先进神经网络。STAN 基于 ChatGPT（GPT 是 "生成式预训练变换器 "的缩写）和许多其他生成式人工智能工具所使用的相同变换器架构，使 VIPR 能够将其 "意识 "扩展到数量可变的实体，并学习更多种类的多任务行为。

"神经网络通常假设一个固定大小的输入，无法处理动态变化的观察变量集。有了 STAN，VIPR 就能迅速适应从未见过的新场景，并在多个任务之间顺利切换。STAN是APL的一项新贡献，也是推动人工智能决策领域技术发展的真正必要条件。"

突破极限的历史

VIPR--以及产生VIPR的更大规模的内部资助工作，即 "超越人类推理"--是APL在空战人工智能领域的一系列创新中的最新成果，其历史可以追溯到十多年前。这段历史包括：担任阿尔法狗格斗试验（AlphaDogfight Trials）的技术领导和主办方，在该试验中，智能体与人类 F-16 飞行员进行了正面交锋；建造虚拟环境斗兽场（Colosseum），以支持空军研究实验室的 "金帐汗"（Golden Horde）计划，创建下一代自主武器系统；以及通过开发基础设施和自主解决方案，支持美国国防部高级研究计划局的 "空战进化 "计划，使智能体能够控制全尺寸战斗机。

更广泛地说，APL 正在开展一系列工作，以促进从单兵到战场指挥官和决策者等各个战斗层面与人工智能系统的无缝组队和协作。

这项工作部分得益于 APL 的创新计划，特别是 "催化剂项目"，该计划允许工作人员通过竞争获得大量资金（有时长达数年），以测试关键假设、调查各种现象并突破我们现有知识的界限。

参考来源：约翰-霍普金斯应用物理实验室（APL）