新浪SHOW论坛

QQ登录

只需一步,快速开始

搜索
热搜: 活动 交友 discuz
查看: 313|回复: 0

美军无人自主系统试验鉴定挑战、做法及启示

[复制链接]
论坛天宇 发表于 2017-3-27 18:30:49 | 显示全部楼层 |阅读模式
       目前,全美有近1700家公司研制了约4000种无人空中系统、无人地面系统和无人海洋系统。而且,美军的无人机数量也从2001年的不足170架,发展到2014年的11300余架。无人系统数量规模的爆炸式发展,正在孕育着从数量到质量的蝉变。将人工智能+无人系统融合为无人自主系统,正在成为军事领域改变游戏规则的革命性技术之一。在人工智能快速发展带动下,无人自主系统形成作战能力指日可待,但是行百里者半九十,还需要通过试验鉴定与评估这一推进技术应用的最佳途径,牵引无人自主系统最终形成战斗力。美军在无人自主系统的试验鉴定与评估方面,已经先行十余年,从经验认识到具体做法均有相当积累。
一、自主性试验鉴定带来的挑战
      美军认为自主性技术对传统的试验鉴定与评估带来以下五个方面的挑战。
(一)自动化→智能化→自主化→集群化的发展趋势,带来面向认知、决策和涌现性等全新试验鉴定问题
       美军认为上世纪后半叶的自动化,是按照规定的程序完成规定的动作,解放了人的体力。上世纪末的智能化,是根据给定的方案集和精确信息,自动优选并执行最佳方案,解放了人的重复性脑力。近十年来的自主化,则是根据原始数据依靠机器自身判断威胁态势,演化新规则和衍生新方案,通过自主认知和自主决策,解放了人的创造性脑力。而当前风头正劲的集群化,正是异构多自主系统通过自组织和自同步,实现协同作业,解放了人在实战环境下的合作交互困难。因此,美军认为面向模糊不确定威胁的自主认知态势、复杂动态对抗环境的自适应决策以及多自主系统的集群作战样式,均是传统武器装备所不具备的能力,缺少对应的试验鉴定方法,迫切需要新型试验鉴定科学技术,应对自主性技术融入武器装备后所带来的挑战。
(二)人工智能的算法空间规模巨大和不确定黑箱推理模型,造成自主系统作战行为和交战结果难以预测
       美军当前主流试验鉴定是一项模型驱动的系统工程,即“建模仿真→预测结果→实施试验→校正结果”这一循环迭代试验范式。而作为自主性基础的人工智能,无论是基于连接主义的深度学习,还是基于贝叶斯学派的统计学习,其内在算法参数空间规模的组合爆炸,且决策推理模型具有不确定性和黑箱特性,无法遍历搜索人工智能输入-输出之间的清晰因果关系,难以准确预测人工智能会输出何种结果以及解释为什么会输出如此结果。这也就是为什么“阿尔法狗”能横扫人类顶尖围棋高手,其发明者却难以解释其如何“想”出这些招数的原因所在。因此,人工智能的上述特点导致当前主流试验鉴定范式难以直接运用于无人自主系统,迫切需要新思路和新技术解决新问题。

您需要登录后才可以回帖 登录 | 注册

本版积分规则

小黑屋|手机版|Archiver|论坛_新浪SHOW第一视频互动平台_新浪网

GMT+8, 2020-7-15 17:23

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表