美国加速提升无人潜航器的自主控制能力
访问次数： 1504 次 作者： 远望智库开源情报中心 李楠 编译 发布时间： 2021-09-19
据美国军事和航空航天电子学杂志报道，美国正在推动人工智能(AI)在无人水下航行器(UUV)水下通信、自主导航和无人集群技术领域的开创性研究。
水面舰艇与水下潜水艇的组合在今天仍然是海上制胜的关键。美国海军通过拥有68艘核动力潜艇，11艘航空母舰，以及450多艘其他船只，如驱逐舰、巡洋舰和补给舰等，主导着世界。进入21世纪二十年来，美国在努力为其水面和水下海军部队增加自主和半自主平台。水下领域是最困难的，因为水下通信受到限制，这使得某种形式的人工智能(AI)成为必不可少的。全球在人工智能领域投入的很大一部分来自美国商业部门，而美国国防部的技术进步严重依赖于商业部门。在开发用于海底系统的人工智能方面投入巨资的影响将导致海上强国引进核动力舰艇以来军事领域的最大变化。泰利斯水下系统公司的高管多米尼克·吉亚诺尼（Dominique Giannoni）说:“为我们的军用舰艇配备更高水平的人工智能设备，是应对数据处理规模和复杂性不断增加以及裁员需求的解决方案。”美国国防部2020年预算请求在要求大幅增加自主武器项目的资金时提到了潜在对手的进展。这些要求包括海军在大型无人水面舰艇上的开支增加10倍，陆军机器人开发的开支增加50%以上。总共需要37亿美元的无人机系统，另外还有9亿美元的人工智能。在2019年5月举行的美国海军潜艇联盟人工智能在海底战争中的应用潜艇技术研讨会上，总结了美国海军对人工智能的日益关注，特别是在海底:
由于目前的潜艇部队依靠机械和电子技术来执行任务，未来的部队将需要依赖人工智能来提取和利用海洋数据中的可操作模式。大数据和深度学习技术的出现，使得信号检测和分类越来越自动化。此外，自主导航技术的进步使无人平台能够单独或成群操作。
在21世纪，海底舰队的人工智能能力将是至关重要的，开发直观和可解释的算法，培养用户对人工智能的信任，并围绕人工智能的使用设计未来系统。同时，我们也必须认识到对手的破坏性人工智能能力，并制定相应的对策。
尽管人工智能在技术上取得了长足进步，但海上无人驾驶船舶仍面临着一系列新的潜在挑战，尤其是在水下应用领域。2014年，兰德公司发表了一篇关于设计具有更大自主权的无人系统的报告，研究了人工智能是如何被实施的，并为无人系统的未来应用进行了研究。该报告指出了无人潜航器面临的独特挑战：一，实现并保持与水下航行器甚至水面航行器的通信在技术上具有挑战性，特别是在远距离。水会衰减无线电波和其他无线信号，这些信号可以很容易地用于远程空对地或空对空通信。这意味着使用传统通信技术在水下进行高带宽通信在很大程度上是不切实际的。二，尽管已经有一些激光通信在水下应用的实验，但激光通信系统非常昂贵，而且消耗相当多的电力。由于这些通信限制，不需要连续通信链路的UUV至关重要。例如，需要自主路径规划，以避免水下障碍和意外地形特征。三，战斗空间准备自主水下机器人是一种小型、快速的水下机器人，可以在海岸附近绘制海底地图，探测近岸条件的变化，并搜寻水雷。该报告列出了美国海军UUV的“适度自主水平”，包括:
该报告还注意到正在进行的研究，以开发更高水平的无人潜航器自主性:
渔网检测、躲避和提取;
反检测意识和响应;
动态威胁感知和对手意图;
支持使用武器的自主决策;
先进的协作行为;
以及长期复杂任务的生存能力。
该报告还指出，过去不兼容的通信系统阻碍了UUV的互操作性。在水下领域…由于缺乏无线通信的通用标准和协议，实现互操作性目前是不可能的。目前，几乎所有的水下机器人或传感器都使用专有的接口和协议进行通信，特别是水下无线通信。这意味着，不同制造商生产的UUV即使在同一区域作业，也无法相互通信，而海上或岸上的人工操作人员也无法控制这些UUV，除非他们使用每家制造商提供的控制系统。该报告指出:“位于意大利拉斯佩齐亚太地区的北约海洋研究和实验中心正在与工业界合作，开发通信标准，并鼓励开发用于多个UUV和UUV控制系统的软件定义调制解调器和网络。”CARE与业界合作开发了用于UUV的JANUS开源通信标准。JANUS远不是一个完整的UUV架构，但它确实为提高UUV互操作性提供了必要和重要的起点。”美国海军目前在自主、人工智能驱动平台的开发和部署方面最为活跃，已经授予波音公司和洛克希德·马丁公司价值4300万美元的合同，用于超大型无人水下潜航器（xlUUV）的研究。波音公司将在其Echo Voyager柴电潜航器的基础上建造四辆虎鲸级xlUUV。这艘51英尺长的逆戟鲸级潜航器的航程为6500海里，可以执行多种作战任务，包括反潜和反水面作战。水雷战是人工智能潜航器代表重大技术进步的另一个领域，该领域使用智能协作自主技术，使一组自主UUV进行水下雷区调查和清理所需的复杂操作。许多国家——无论是盟友还是敌人——都拥有大量的此类地雷，它们提供了一种廉价且易于部署的封锁通往港口、港口和航道的通道的方式。多智能体系统(MAS)的设计是为了解决智能控制方面的重大挑战，即作为协调排雷行动的一部分，从大量海洋数据中同时收集数据点。其中包括自动规划和重新规划、上下文敏感推理、意外事件处理、agent间通信、自主组织、多自主水下航行器(AUV)系统的重组和任务分配。然而，在海军作战舰队中增加自主AI控制的潜艇，预计将带来政治和技术上的挑战。例如，有一个问题可能会阻碍美国国防部的人工智能潜艇计划，那就是需要建立使用人工智能潜艇的道德准则——这是中国和俄罗斯都不可能让它成为障碍的。美国国防部的国防创新委员会要求公众和专业人士参与制定一套“开发、测试和部署”人工智能系统的原则，但这些原则将如何融入正在进行的和未来的发展尚不清楚。海底人工智能的一个目标涉及集群能力，即几艘自主船只相互协作，以及与有人驾驶的潜艇、水面舰艇和飞机协作。马萨诸塞州福尔河的Aquabotix Technology 公司生产的“SwarmDiver”就是这样一艘船。Swarmdiver测试船可以下潜至600英尺深，同时与其他UUV潜航器同步工作。“集群算法允许无人水下潜航器相互沟通，以作为一个群体做出决策。这使得swarm diver能够快速而准确地在各种群的地层中进行自我安排，同时潜入水下收集天气数据集。”美国国防部的研究和采购程序也在改变，以反映人工智能技术和海底应用的快速发展。创建Other Transaction Authority是为了加快原型许可流程，使其更灵活、更有效地将新技术从实验室尽快转移到车队。在旧的工艺下，无人潜航器的要求被提出时就已经过时了。在美国国防部不断增长的研究机构中，有国防科学委员会反自主特别工作组。这个由来自不同界别的专家组成的委员会正在评估美国在陆地、海上、空中、太空和网络空间的短期和长期反自主能力。美国国防部负责研究和工程的副部长迈克·格里芬(Mike Griffin)写道:“人工智能的进步和全球技术的扩散正在推动自主的快速发展和全球采用，这正在造成经济、社会和军事上的混乱。”美国海军还在推进其新的无人海上自主架构(UMAA)计划，以评估无人潜艇的自主水平，实现自主技术的通用性，并降低采购成本。自主将给海底战争带来重大变化，从更远距离和持久的攻击和监视雷区、敌方潜艇和UUV，到能够在漫长的范围打击水下、水面或陆地目标与改进的目标。这样的任务将需要新的和先进的能力，从UUV和母船之间的无缝、实时通信，到先进的水下“类似GPS”能力，目前由美国国防高级研究计划局(DARPA)和BAE系统公司正在开发。开发人员已经建立了高度自主的系统，可以导航、机动，并执行惊人的复杂任务。在地面或地面附近操作可以简化动力和控制，但会影响隐身。虽然可靠和可部署的人工智能仍然是一个难以实现的目标，但即将实现的突破前景和对其使用的后续需求是大量军事系统和任务，这也导致了对道德的担忧加剧，特别是对具有武器能力的自主军事系统。从诸如在拥挤的战场上区分友好和不友好目标等基本问题，到人工智能必须使用何种思维过程来释放致命力量的问题，即将到来的人工智能时代充满了技术、哲学、伦理和人类的关切。美国雷神BBN技术公司负责DARPA可解释问答系统(EQUAS)项目的首席科学家比尔·弗格森博士称，“我们知道人类为什么会搞砸一个决定;没有直观的方法来知道机器什么时候出错了。为了建立信任，我们必须向用户提供足够的信息，让他们能够放心地按照系统的建议行事。”EQUAS将向用户展示哪些数据在人工智能决策中最重要。雷神公司多位官员说，用户还可以向系统询问所选推荐的问题，并知悉它拒绝其他推荐的原因。DARPA另一项具有重大军事意义的提高海底自主能力的努力是“垂钓者”(Angler)，这是一种利用人工智能(AI)自主导航和测量海底并在远程任务中对人造物体进行物理操作的机器人系统。美国国防部高级研究计划局副局长彼得·海纳姆(Peter Highnam)指出:“目前，DARPA正在开展20多个项目，积极探索提高人工智能技术水平的方法，超越第二波机器学习，进入第三波语境推理能力。此外，我们正在积极开发50多个在一定程度上利用人工智能的项目。”DARPA的终身学习机器(L2M)项目是其中一项主要努力。项目经理哈瓦·西格尔曼博士在DARPA网站上写道，“L2M项目的主要目标是开发能够在执行过程中不断学习，并在执行任务时变得越来越专业的系统，受安全限制，并能够将以前的技能和知识应用到新的情况。我们正处于人工智能领域转型的重要时刻。当前智能系统的固定方法将很快让位于能够在现场学习的系统。更安全、更灵活、更有用的人工智能所缺少的要素是在运行中学习的能力，以及将学习应用于系统之前没有接受过的新环境的能力。”L2M能将海底人工智能提升到一个重要的新水平，用于在复杂和拥挤的地区执行长距离、长时间的任务。通过具有适应新环境的机载能力，即使敌人改变了他自己的水下和水面系统或能力，AI UUV可以保持高水平的功能。与任何基于计算机的系统一样，人工智能UUV将受制于敌人的努力，包括试图控制人工智能，并可能使系统反对其所有者。为了应对此类攻击，DARPA正在开发GARD，这是保证人工智能抗欺骗的鲁棒性的缩写。DARPA的Siegelmann说:“在过去的十年里，研究人员专注于实现实际的机器学习(ML)，能够完成现实世界的任务，并使它们更高效。我们已经从这项工作中受益，并迅速将ML整合到几家企业中。但是，以一种非常真实的方式，我们已经匆忙前进，很少注意到ML平台固有的漏洞——特别是在改变、破坏或欺骗这些系统方面。Siegelmann称:“随着技术越来越多地融入到我们的一些最关键的基础设施中，对ML防御的需求非常迫切。GARD项目旨在防止在不久的将来，当攻击方法成熟到更具破坏性的水平时，可能产生的混乱。我们必须确保机器学习是安全的，不会被欺骗。例如，我们正在寻找的基于场景的广泛防御可以在免疫系统中看到，它识别攻击、获胜并记住攻击，以便在未来交战中作出更有效的反应。”这些基础设施也受到自然现象——风、海浪、洋流、过往船只的尾流和漩涡的影响，这为海底人工智能平台的发展开辟了另一条道路。美国新泽西州霍博肯市史蒂文斯理工学院的一项研究显示，他们正在开发一种软件，教机器人如何适应这些不断变化的动态，以保护美国的码头、管道、桥梁和大坝。人工智能技术使无人潜航器能够在没有人工干预的情况下连续工作数天或数周，执行海底监视和水雷搜寻等任务。