讲武谈兵|人工智能空战时代走向前台,王牌飞行员会失业吗?( 二 )
文章插图
美国RQ-180新型隐身无人机
另一方面 , 从具体战术的决策和实施环节上看 , 人工智能系统相对于飞行员的优势则非常明显 。 无论是消灭藏身在加固大楼中的恐怖分子任务 , 还是面对4架俄罗斯空天军苏-37战斗机的拦截 , 都是“埃迪”无人机利用其功能强悍的量子计算机经过亿万次的运算 , 在极短的时间内就拿出了最佳的战术方案 , 并且证明是非常成功的 。
当然 , 在打击恐怖分子的任务中 , 飞行员出于维护自身尊严的考虑 , 没有让“埃迪”无人机发动攻击 , 而是亲自上阵 , 差一点造成机毁人亡 。 事实上 , 这也几乎是未来军事强国飞行员们很可能要面对的一幕:当无人机足够聪明、战斗力足够强大 , 而且完全不必考虑人体过载承受极限的前提下 , 是否就可以部分甚至全部取代飞行员?
而之后的情节 , 我们也可以看到 , 当飞行员真正意识到“埃迪”无人机确实比自己聪明上万倍以后 , 在对付4架俄罗斯空天军苏-37战斗机时就完全接受了无人机的战术指挥 , 成功摆脱了敌方的拦截 。 至于 , 片尾“埃迪”无人机为了保护飞行员的安全 , 高速撞向敌方的武装直升机 , 与之同归于尽的情节 , 其实未来也有可能实现 。 目前 , 美国空军以及澳大利亚空军都在进行所谓新一代智能化“无人僚机”的研发 , 其目的就是为有人驾驶战机飞行员提供一个忠实可靠且更加聪明的无人机“战友” 。 在必要的情况下 , “无人僚机”可以为保护飞行员而牺牲自己的 , 这在程序控制上完全能够实现 。
文章插图
阅兵式展示的“察打一体”无人机
人工智能技术亟待突破瓶颈
当展望人工智能化无人机未来前景之后 , 我们还是不得不从科幻电影回归现实 , 面对研发“埃迪”无人机道路上的种种困难和障碍 。
第一个难关就是软件系统 。 事实上 , 无论是前文提到的由美国国防高级研究计划局推出的AlphaDogfight(阿尔法空战格斗)系统 , 还是美国谷歌公司研发的AlphaGo围棋软件系统 , 距离真正实用化的机载人工智能系统还有很长的路要走 。 毕竟要使得人工智能系统像真正的王牌飞行员那样操控飞机 , 并不只是由程序员们敲出几百万甚至上千万行代码就可以实现的 。 王牌飞行员们之所以被称为“王牌” , 不只是因为其飞行技术好 , 更在于拥有几百乃至上千飞行小时的丰富经验 , 经历过几乎所有类型的意外情况 , 可以做到人机合一 。
文章插图
“攻击”-11无人机
比如 , 2009年 , 我国空军航空兵某团副团长、特级飞行员李峰在驾驶歼-10战机飞行时 , 发动机突然空中停车 , 座舱内仪表完全失灵 。 而李峰就是凭借着自己丰富的飞行经验 , 加上直觉和地面指挥员的引导 , 驾驶失去动力的歼-10战机迫降成功 , 创造了世界航空史上单发战斗机无动力迫降的奇迹 。 如果换成还不太成熟的人工智能系统在这样的情况下操控飞机 , 也就只能听之任之 , 自由落体了 。 所以 , 人工智能系统如何能够通过不断学习、进化而获得足够丰富的飞行经验 , 以应对各种突发情况 , 将是其能否真正用在无人机上的关键所在 。 而能够实现这一目标的 , 就是目前最有希望的被称为“深度神经网络”的新算法 。
如果说第一个难关是软件上的 , 那么第二个更大的难关就是硬件上的 。 也就是说 , 人工智能系统必须要拥有一个足够强大的中央处理计算机 , 才能够匹配软件 , 达到智力水平接近人脑甚至更强的目标 。 而要实现这个目标 , 必须应用全新概念的新一代计算机 , 比如《绝密飞行》中“埃迪”无人机所使用的量子计算机 , 以及各国提出的激光计算机、分子计算机、生物DNA计算机等 。 而这些新概念计算机技术目前还没有实现重大的突破 , 最接近实用化的就是量子计算机 。
【讲武谈兵|人工智能空战时代走向前台,王牌飞行员会失业吗?】目前 , 国外研究机构已经在探索利用量子计算机来实现类似于人脑的人工神经网络架构 , 这既是一个巨大的挑战 , 也是一个前所未有的机遇 。 如果这一技术获得突破 , 走向实用化 , 那么我们就可以更加肯定地说:人工智能空战时代即将到来!
- 定制|业绩宝APP创始人戴宏伟:依靠人工智能主动获客,打通全链路
- 死亡|这届年轻人不讲武德,旧消费主义社会性死亡
- 职工组一等|全国人工智能应用技术技能大赛落幕 青岛四名选手获一等奖
- 介绍|5分钟介绍各种类型的人工智能技术
- 资本|2020年中国人工智能医疗行业发展现状分析 处于成长期且资本热度高
- 体验|VR\/AR体验、3D打印、机器人“对决”……松江这所中学人工智能创新实验室真的赞
- 人工智能|人工智能只会“优化”,而人类可以“进化”
- 视觉|首届“征图杯”校园机器视觉人工智能大赛闭幕,16支团队共享百万奖金
- 人工智能|最新消息,人工智能解决了长达50年的生物学难题,一个巨大的突破
- 解决|谷歌人工智能解决蛋白质折叠问题