虎嗅科技集团出品作者|齐健编辑|王标题| |爱德华兹空军基地就在一年前的2023年5月，OpenAI首席执行官萨姆·奥特曼在美国国会听证会上提到了人工智能正在被武器化的事实，并同意“像监管核武器一样监管人工智能”的提议。如今，美军急于将“制空权”交给AI。
5月2日，美国空军部长弗兰克·肯德尔在美国加利福尼亚州爱德华兹空军基地亲自体验了由AI驾驶的X-62A VISTA战斗机。
在此之前，美国国防高级研究计划局（DARPA）于4月20日进行了人工智能战斗机X-62A VISTA对抗人类驾驶的F-16的首次实战模拟。
AI驾驶的F-16 战斗机（左）与人类驾驶的F-16并肩飞行，两架飞机彼此相距不到304米人工智能驾驶的F-16战斗机（左）与人类驾驶的F-16并排飞行，两架飞机相距不到304米。
X-62A VISTA是F-16的改进型战斗机。目前，世界上有4600多架F-16战斗机在服役，这些战斗机在美国盟友中的20多个国家出售。他们可以驾驶F-16的AI，并可能有能力“渗透”到任何西方国家的空军中。
美国人不是很担心AI的安全性吗？为什么他们这么着急让AI驾驶战斗机吗？
装备不够AI？
“我们正在抓住技术优势，这是竞争的关键。”肯德尔在接受采访时表示，没有研发出AI武器的对手将在实战中“付出代价”。
关于AI战斗机的规划，肯德尔认为可以将AI战斗机放置在一些故意牺牲的地方，以“发现敌人的位置或吸引火力”。
美国空军部长Frank Kendall“试驾”AI战机美国空军部长弗兰克·肯德尔“试驾”ai战斗机
吸引火力很容易理解，但是没有AI就找不到敌人吗？
在这件事上，主要的方法一直是依靠雷达。在第四代和第五代战斗机的空战中，使用雷达发现敌人会受到两个因素的影响。首先是雷达的可探测范围有限，其次是隐形战斗机的普及。
雷达的探测范围决定了谁先发现对方。现代战争的基本逻辑是发现和摧毁，尤其是在空战中。在广阔的天空中，先发现敌人是赢得战斗的第一步。
空战中常用的雷达系统有两种:预警雷达和战斗机机载雷达。
第四代战斗机的机载雷达扫描范围大多为100-200公里。目前各国安装的预警机的扫描范围一般可以达到400-500公里。先不说隐身战机，现代大规模空战基本都能在400公里内发现对方。
然而，来自海外一些分析机构和媒体的信息显示，世界上最先进的有源相控雷达预警机的低空探测范围已迅速达到800公里的最大值，这大大超过了美军的E-3和E-2预警机。如果雷达扫描范围不能领先，那么美军用AI“蒙眼”操作F-16将变得更加合理。
在隐身方面，美军的F-22和F-35列装后，第五代战斗机逐渐成为空战的主力，其重要特点是具有躲避雷达探测的“隐身”能力。
除了美国之外，许多国家也开始列装第五代战斗机，这对美军的空中雷达探测能力提出了很大的挑战。在未来的空战中，如果双方都是隐身舰队，反隐身能力没有巨大差距，空中战场很可能回到“白刃战”时代。
当然，空中的“肉搏战”需要更多的“炮灰”来吸引火力，但这并不意味着AI战斗机被“蒙住了眼睛”。
首先，在发现并摧毁的原则下，飞机雷达在发现敌人后不会立即开火。因为空空导弹的射程通常达不到雷达的可探测范围，即使能达到，也不能保证能击中敌机。
战斗机飞行员通常会选择“抵近再战”，让敌机在开火前进入空对空导弹的“无法逃脱的射程”。在实战中，不可逃避距离的长度是不固定的。但这种无法逃脱的射程通常与导弹的最大射程成正相关。
据外媒报道，目前世界上最先进的空空导弹最大射程超过145公里，最先进的甚至达到300-500公里。
然而，美军的主力AIM-120空空导弹的最大射程为160公里，飞行速度为4马赫。而正在研发且尚未装备的AIM-260则被广泛猜测最大射程可能不会超过200公里。
空对空导弹空对空导弹
在大规模空战中，如果导弹的射程不够，就不可能在远距离摧毁目标。那可能真的需要冲进敌人的有效射程，以“神风特攻队”的精神开火。
F-35毫无用处。
X-62A VISTA是人工智能在美国主力战斗机上的首次尝试，其他类似的人工智能战斗机早在10年前就已经在各国军队中进行了测试，包括美国的X-47B和XQ-58A。
美国的X-47B和XQ-58A都尝试了人工智能控制的起降和飞行，X-47B也完成了人工智能控制的空中加油。
然而，这些完全没有驾驶舱的无人机无法以超音速飞行，其机载武器也受到限制。这种无人机的主要功能是侦察和相对简单的打击任务，其空对空作战能力相对有限，与美军的主力F-16、F-22和F-35完全无法相比。
当然，价格不能比。
XQ-58A瓦尔基里无人机每架售价750万美元。每架F-35C的成本为9000万美元，每年的运行和维护成本高达660万美元。
XQ-58AXQ-58A
即使你购买并支持，一架F-35C可以以一年的成本购买14架更轻的AI无人机XQ-58A。
目前，美国海军的福特级航母可以搭载约70架战斗机。随着美国海军的成立，一个F-35C中队拥有约24架飞机，总成本为21.6亿美元。一艘福特级航母的造价约为127亿美元，我们福建舰的造价约为500亿元人民币。
除了制造成本，AI系统的研发成本也不高。
2020年，美国承包商EpiSys Science，Inc .（epi sci）从美国国防高级研究计划局（DARPA）赢得了一份价值740万美元的R&D合同，以开发可信的战术人工智能（AI）算法操作自主性。这项合同研究很可能与今天看到的X-62A VISTA有关。
740万美元的研发支出对战斗机来说相当便宜。
F-35在R&D的总成本约为4000亿美元。自2019年以来，美国政府还制定了为期8年的F-35现代化升级计划，预计每年的研发支出为19亿美元。
打架比谁都烧钱，而且比花钱更有效率。
这款可以省钱的AI战斗机已经被美国海军认为是航母飞行甲板的未来。美国海军提议以“僚机”的形式用一些AI无人机取代F-35，以形成“F-35+无人机”的新战斗群。美国海军预测，未来高达60%的舰载机联队将由无人机组成。
然而，廉价AI无人机的飞行速度只有第四代和第五代战斗机的一半。在实战中是否真的能在多对一或协同作战中获胜还有待研究。
人力太贵招不到人。
除了降低先进战斗机的成本外，AI飞行员还可以为美军解决一些人力资源问题。
首先肯定是减少伤亡。近几十年来，在美国的五次海外军事行动（代号:OIF、恩德、OEF、OIR、OFS）中，空军在战斗中死亡的总人数为1064人（截至2024年5月7日）。
美军对外军事行动阵亡人数统计美国在海外军事行动中死亡人数的统计。
虽然五次军事行动的阵亡人数只有抗美援朝战争时期的四分之一。然而，这些军事行动几乎都没有与实力相当的敌人展开大规模空战。
其次是飞行员短缺。根据美国空军人事中心的数据，截至2024年3月31日，美国空军现役中校以下飞行员共有11921人。一直以来，美国空军希望现役飞行员数量达到1.3万人，另外8000名飞行员将在空军国民警卫队和空军预备役中就业。
美国军方认为，长期缺乏飞行员正在成为“潜在危机”。肯德尔在2022年5月对美国国会表示，美国空军正在积极解决飞行员不足的问题。
AI战机的出现不禁让人思考，这是肯德尔解决飞行员短缺的方案之一吗？
事实上，美国飞行员的工资水平非常高。中级军官（如上尉）的基本工资加上其他福利每年超过10万美元。军衔更高或服役时间更长的飞行员也将获得更多津贴。相比之下，2022年美国的平均年薪约为5.5万美元。
根据美国国防部2024年发布的美军薪资数据，O-1飞行员（陆军二等中尉）服役不满两年时的基本月薪为3826.2美元。随着服务年限的增加，基本工资也会增加。例如，一名O-3飞行员（机长）服役两年后的基本工资为5783.7美元/月。
美军工资美国军人工资
美国飞行员还可以根据其飞行经验获得额外的每月飞行津贴（AvIP），从150美元到1000美元不等。为了鼓励飞行员留队，美国空军还将向飞行员发放高额航空奖金（AvB），奖金可能达到3.5万美元/年。
此外，美国飞行员的培训成本也相当可观。根据兰德公司2019年发布的一项调查，美国空军培养一名基本合格飞行员的成本在110万美元至1090万美元之间。
F-16飞行员的训练费用约为560万美元，F-22飞行员的训练费用为1090万美元。轰炸机飞行员的培训成本也非常高，730万B-1和970万B-52。运输和机动飞行员的培训成本相对较低，从110万架C-17到250万架C-130j；负责指挥、控制、情报、监视和侦察行动的RC-135飞行员的培训费用约为550万英镑。
兰德公司估计的成本包括飞行小时、住宿和学生工资的成本，但这只是飞行员培训成本的一部分，飞行员培训还需要许多其他费用，例如模拟器使用费、教材和讲师费。
人工智能战斗机不是科幻小说，但它们很遥远。
当战斗机交给AI时，首先要担心的不是科幻小说中的“AI叛逃”问题。
自从大语言模型爆发以来，各行各业都在担心AGI即将到来，强人工智能即将到来。因此，许多人也有AI即将毁灭世界的恐惧。
但是把战斗机交给AI实际上并没有那么可怕。由于控制战斗机的人工智能主要是判别人工智能或决策人工智能，这些系统不具备ChatGPT那样强大的泛化能力，ChatGPT与当今的大语言模型和生成式人工智能关系不大，与AGI也相去甚远。
因为军事装备对AI大模型太不友好了。
首先是计算能力。美国攻击无人机制造商安杜里尔工业公司CEO帕尔默·卢基曾表示:特斯拉的人工智能比美国军用车辆更好，iPhone的计算能力比国防部常用的系统强大得多。
军用芯片，尤其是用于战略核潜艇、F-22超音速战斗机和洲际导弹等高端军事装备的芯片，对可靠性和恶劣环境的耐受性要求很高，因此通常使用的工艺尺寸比民用芯片更大。
GPU和TPU等主流人工智能芯片通常使用7纳米和5纳米等较小的工艺尺寸，而许多军用芯片可能使用高达250纳米的工艺尺寸。
更大的晶体管尺寸具有更大的载流能力和更厚的氧化层，可以更有效地抵抗环境入侵，对高温、辐射和电磁干扰等恶劣条件具有高耐受性。小尺寸芯片由于其微小的特征尺寸，对辐射引起的电荷积累（如宇宙射线引起的单粒子翻转）也更敏感。
大尺寸晶体管的热容量和散热能力也优于小尺寸晶体管，这使得它们在高温环境下工作更好，而不容易出现性能下降。
另一方面，用于军事工业的AI模型需要具有较高的稳定性和可解释性，以Transformer为代表的大模型的性能仍不完善。
要将Transformer应用于军事装备，有必要集成额外的解释机制或工具来提高模型的透明度。在稳定性方面，我们可以通过仔细的测试和验证过程，结合更稳定的训练技术（如正则化方法和鲁棒性优化）来确保模型的稳定性。
“虽然军事单位比较保守，但也能感受到AI大模型的影响。”一位从事相关科研工作的专家告诉胡卫，已经有人尝试将“变形金刚”这样的大型模型“带到”飞机上，许多国际军事科研机构都在研究AI相关技术，包括利用AI帮助战斗机优化起飞和悬停等。
不过，这位专家也表示，尽管X-62A VISTA已经完成了与人类战斗机的“缠斗”，但AI在现实世界中完全独立驾驶战斗机甚至参与战斗还有很长的路要走。
在介绍人工智能驱动战斗机的问题时，DARPA发言人表示，人工智能可能会使飞机的飞行控制面超出其极限。在高强度机动期间，它将受到物理限制并损坏飞机。因此，DARPA在X-62A VISTA中设置了“安全旅行”，以防止AI程序使机身过载。
事实上，为了实现F-16战斗机的完全AI自主控制，AI必须能够应对极其复杂的战场情况，包括快速变化的战术环境、敌我识别、威胁规避以及侦察、空战和对地攻击等各种任务。这些决策需要在几分钟和几秒钟内做出，这要求AI系统具有高度的智能和响应能力。
此外，战场环境多变，AI需要具备自我学习的能力，以适应新的战术和技术发展。这需要AI系统不断从经验中学习并优化自身的行为和策略。
“人工智能和战斗机飞行员的协作性更强，飞行员可以在一两分钟内将控制权交给人工智能。”从肯德尔对AI的描述来看，短期内“AI驾驶员”的角色应该类似于辅助驾驶以及大语言模型中流行的“副驾驶”概念。
正在改变与想要改变世界的人，都在虎嗅APP
发表评论