雷宏杰，姚呈康

(航空工業(yè)西安飛行自動(dòng)控制研究所，西安 710076)

0 引言

當(dāng)前，隨著云計(jì)算、大數(shù)據(jù)、機(jī)器學(xué)習(xí)、模式識(shí)別、人機(jī)交互等人工智能技術(shù)不斷成熟，機(jī)器對(duì)于人類智能的模擬程度和決策能力日益提高，在眾多領(lǐng)域和任務(wù)場(chǎng)景中呈現(xiàn)出深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開(kāi)放、自主操控等新特征[1]。人工智能技術(shù)已成為新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，在互聯(lián)網(wǎng)、高端制造業(yè)、武器裝備研發(fā)等領(lǐng)域發(fā)揮作用，衍生出各種新興技術(shù)和應(yīng)用產(chǎn)品，對(duì)國(guó)家經(jīng)濟(jì)、社會(huì)發(fā)展、國(guó)防安全、國(guó)際格局產(chǎn)生重大而深遠(yuǎn)的影響[2]。在軍事領(lǐng)域，人工智能技術(shù)同樣被認(rèn)為是贏得全球軍事對(duì)抗主動(dòng)權(quán)的重要戰(zhàn)略抓手[3]。世界主要軍事大國(guó)近些年相繼出臺(tái)國(guó)家級(jí)人工智能發(fā)展規(guī)劃，凝聚各領(lǐng)域優(yōu)勢(shì)研發(fā)資源，頒布一系列產(chǎn)業(yè)促進(jìn)政策，為技術(shù)向產(chǎn)業(yè)滲透奠定良好基礎(chǔ)。對(duì)軍事裝備而言，由于其任務(wù)場(chǎng)景具有環(huán)境高復(fù)雜、博弈強(qiáng)對(duì)抗、響應(yīng)高實(shí)時(shí)、信息不完整、邊界不確定的特征，因此無(wú)法將民用人工智能技術(shù)直接應(yīng)用到軍事應(yīng)用中[4]。世界各主要軍事強(qiáng)國(guó)都在軍事領(lǐng)域投入大量研發(fā)資源，用于提升武器裝備對(duì)軍事任務(wù)場(chǎng)景的感知、認(rèn)知、決策和執(zhí)行能力，并通過(guò)對(duì)戰(zhàn)場(chǎng)數(shù)據(jù)的進(jìn)一步挖掘和處理，形成新技術(shù)支撐下的全新對(duì)抗戰(zhàn)術(shù)和戰(zhàn)法，提升自己在國(guó)際安全事務(wù)方面的話語(yǔ)權(quán)和影響力。目前，基于人工智能的智能雷達(dá)、智能電磁頻譜戰(zhàn)設(shè)備、智能協(xié)同無(wú)人機(jī)集群,基于類腦技術(shù)的信息獲取與處理,基于機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的軍事圖像分析、軍事資源能力知識(shí)圖譜,基于AR或VR技術(shù)的單兵裝備、空間智能感知、智能空管等新一代人工智能軍工技術(shù)和產(chǎn)品已經(jīng)得到應(yīng)用[5]。

在航空領(lǐng)域，智能航空武器裝備將成為未來(lái)體系化斗爭(zhēng)中的核心樞紐之一。在空中作戰(zhàn)任務(wù)場(chǎng)景中，天空背景相對(duì)簡(jiǎn)單，作戰(zhàn)單元之間的節(jié)點(diǎn)信息化基礎(chǔ)較好，因此面向作戰(zhàn)的軍事智能技術(shù)將最早在航空裝備上形成作戰(zhàn)能力，人在空中作戰(zhàn)對(duì)抗中的角色也將從操作員逐步轉(zhuǎn)變?yōu)橹笓]員，極大地增強(qiáng)體系戰(zhàn)斗能力，保證對(duì)抗優(yōu)勢(shì)。當(dāng)前，國(guó)外對(duì)航空裝備智能化研究投入巨大，在機(jī)載硬件、算法軟件、飛行驗(yàn)證等方面取得了突破性的進(jìn)展[6-7]。因此，在國(guó)家軍民融合戰(zhàn)略的大背景下，需要充分吸收和利用民用人工智能技術(shù)的優(yōu)秀成果，系統(tǒng)梳理空中作戰(zhàn)任務(wù)場(chǎng)景的技術(shù)需求和實(shí)現(xiàn)途徑，完善包括航空軍事應(yīng)用在內(nèi)的各領(lǐng)域人工智能技術(shù)架構(gòu)，指導(dǎo)未來(lái)一段時(shí)間內(nèi)的軍事智能技術(shù)規(guī)劃與發(fā)展，實(shí)現(xiàn)裝備研發(fā)和制造過(guò)程的創(chuàng)新發(fā)展，以滿足未來(lái)智能化對(duì)戰(zhàn)條件下的軍事需求和裝備智能化升級(jí)需求[8]。

1 軍用航空智能技術(shù)應(yīng)用現(xiàn)狀

1.1 國(guó)外航空裝備智能化現(xiàn)狀

美國(guó)的軍事智能技術(shù)主要面向各種軍用平臺(tái)，通過(guò)提升航空武器裝備在作戰(zhàn)體系中的智能化水平和協(xié)同能力來(lái)指引技術(shù)轉(zhuǎn)化方向[9]。典型成果包括：郊狼無(wú)人機(jī)蜂群、自主化無(wú)人對(duì)抗平臺(tái)、智能化精確制導(dǎo)殺傷彈藥、智能指揮決策系統(tǒng)、阿爾法(ALPHA)空中作戰(zhàn)模擬系統(tǒng)、智能裝備故障診斷系統(tǒng)等。在航空領(lǐng)域，美國(guó)自2014年9月提出抵消戰(zhàn)略以來(lái)，已經(jīng)在自主學(xué)習(xí)、人機(jī)協(xié)作、機(jī)器輔助人員作戰(zhàn)、有人作戰(zhàn)單元與無(wú)人作戰(zhàn)單元混合編隊(duì)作戰(zhàn)、網(wǎng)絡(luò)化半自主武器五大關(guān)鍵技術(shù)上取得了一系列的突破和應(yīng)用[10]。當(dāng)前的一些典型技術(shù)突破和重點(diǎn)項(xiàng)目包括：面向?qū)椇蜔o(wú)人機(jī)蜂群協(xié)同攻擊的自主集群技術(shù)；面向無(wú)人轟炸機(jī)的神經(jīng)網(wǎng)絡(luò)高性能計(jì)算技術(shù)；空軍實(shí)驗(yàn)室成立ALPHA自主空戰(zhàn)項(xiàng)目，搭建以提升無(wú)人機(jī)戰(zhàn)術(shù)決策能力為目標(biāo)的仿真實(shí)驗(yàn)環(huán)境；成立算法戰(zhàn)跨職能小組，研究面向航空無(wú)人裝備目標(biāo)探測(cè)、識(shí)別與預(yù)警的高性能視覺(jué)算法；2017年，美空軍E-3機(jī)載預(yù)警與控制系統(tǒng)和F-16戰(zhàn)斗機(jī)將成為首批接受人工智能和物聯(lián)網(wǎng)聯(lián)合預(yù)測(cè)維護(hù)服務(wù)試驗(yàn)的武器裝備。美軍在F-35、F-22等先進(jìn)戰(zhàn)斗機(jī)平臺(tái)上開(kāi)展了無(wú)人僚機(jī)項(xiàng)目研究，以實(shí)現(xiàn)人類飛行員可以在座艙內(nèi)直接控制無(wú)人機(jī)，執(zhí)行偵察監(jiān)視、火力打擊等作戰(zhàn)任務(wù)的構(gòu)想。美軍下一代B-21遠(yuǎn)程轟炸機(jī)也將探索與無(wú)人機(jī)的混合編隊(duì)。2019年，美國(guó)國(guó)防高級(jí)研究計(jì)劃局(Defense Advanced Research Projects Agency, DARPA)啟動(dòng)空戰(zhàn)進(jìn)化(Air Combat Evolution, ACE)項(xiàng)目，重點(diǎn)研究人機(jī)協(xié)同作戰(zhàn)與空中格斗情況下，人類飛行員和人工智能系統(tǒng)混合編隊(duì)作戰(zhàn)機(jī)制[11]。

1.2 智能空中作戰(zhàn)任務(wù)場(chǎng)景分析

未來(lái)的智能化空中作戰(zhàn)場(chǎng)景的主要特點(diǎn)是對(duì)抗樣本學(xué)習(xí)量有限、機(jī)載能力約束大、計(jì)算資源有限、網(wǎng)絡(luò)資源不足、電力資源有限、加密機(jī)制導(dǎo)致數(shù)據(jù)結(jié)構(gòu)復(fù)雜等挑戰(zhàn)。在典型的空中對(duì)抗任務(wù)場(chǎng)景中，需要航空裝備在人機(jī)協(xié)同、集群控制、自主學(xué)習(xí)、攻防決策4個(gè)方面具備一定程度的智能水平。

在人機(jī)協(xié)同方面，要求無(wú)人航空器與有人機(jī)形成混合編隊(duì)，參與空中對(duì)抗，具備輔助人或自主實(shí)施攻防戰(zhàn)術(shù)行為的能力；集群控制方面，要求作戰(zhàn)單元具備化整為零，隨機(jī)分散的集群化作戰(zhàn)和控制能力；自主學(xué)習(xí)方面，要求作戰(zhàn)單元具備戰(zhàn)場(chǎng)協(xié)同與先進(jìn)飛控策略的解算執(zhí)行能力；攻防決策方面，要求作戰(zhàn)單元具備針對(duì)新型航空器的打擊毀傷型攻擊系統(tǒng)的加載和控制能力，重點(diǎn)研究方向?yàn)闄C(jī)載定向能武器。

基于上述分析，未來(lái)的智能化空中作戰(zhàn)可按照航空裝備智能化水平高低分為初級(jí)與高級(jí)2個(gè)階段。初級(jí)階段以集群化無(wú)人作戰(zhàn)單元執(zhí)行輔助人類作戰(zhàn)任務(wù)為目標(biāo)，面向集群攻擊、集群防御和偵察監(jiān)視任務(wù)，在彈射、空投、集群飛行、集群重構(gòu)、群體感知、集群通信、任務(wù)規(guī)劃、任務(wù)執(zhí)行、任務(wù)評(píng)估及回收等任務(wù)場(chǎng)景中，不斷提升無(wú)人機(jī)群自主搜索、確認(rèn)、摧毀、反饋評(píng)估和補(bǔ)充打擊能力。高級(jí)階段以空中無(wú)人作戰(zhàn)平臺(tái)與人類形成混合編隊(duì)共同作戰(zhàn)為目標(biāo)，面向有人無(wú)人協(xié)同空中作戰(zhàn)和無(wú)人機(jī)空中作戰(zhàn)任務(wù)，具備戰(zhàn)場(chǎng)大數(shù)據(jù)分析和戰(zhàn)略意圖自主決策的進(jìn)化適應(yīng)能力，不斷豐富無(wú)人作戰(zhàn)平臺(tái)的戰(zhàn)術(shù)庫(kù)、機(jī)動(dòng)庫(kù)、機(jī)器學(xué)習(xí)算法、態(tài)勢(shì)理解算法、智能決策算法、機(jī)動(dòng)軌跡生成算法、機(jī)動(dòng)軌跡跟蹤算法以及空中作戰(zhàn)態(tài)勢(shì)評(píng)估算法,實(shí)現(xiàn)人與機(jī)器共生共存。

1.3 軍用航空人工智能技術(shù)發(fā)展方向

未來(lái)的智能化戰(zhàn)爭(zhēng)將圍繞“人+泛在系統(tǒng)智能+智能航空裝備”的戰(zhàn)斗要素展開(kāi)，因此需要同時(shí)開(kāi)展泛在系統(tǒng)智能和智能航空裝備的研發(fā)[12]。

泛在系統(tǒng)智能通過(guò)去中心化網(wǎng)絡(luò)技術(shù)促進(jìn)異構(gòu)系統(tǒng)的信息共享、共洽和融合，基于人工智能、大數(shù)據(jù)和泛在網(wǎng)絡(luò)構(gòu)建新型跨域融合的柔性體系架構(gòu)，實(shí)現(xiàn)動(dòng)態(tài)重組和自主學(xué)習(xí)進(jìn)化，使系統(tǒng)涌現(xiàn)出新的體系特征和能力。泛在系統(tǒng)智能主要包括智能指揮控制、多智能體協(xié)同組織、戰(zhàn)場(chǎng)態(tài)勢(shì)認(rèn)知與決策等。

智能航空裝備則需要全面提升感知、認(rèn)知、決策、執(zhí)行智能化程度。采用人工智能技術(shù)，延伸和增強(qiáng)人的能力和效率，提升航空裝備的智能化水平，提升作戰(zhàn)效能，滿足未來(lái)航空裝備在單體作戰(zhàn)、群體作戰(zhàn)、聯(lián)合作戰(zhàn)以及戰(zhàn)區(qū)作戰(zhàn)的要求，實(shí)現(xiàn)在未來(lái)作戰(zhàn)體系下，作戰(zhàn)人員與武器裝備的高效協(xié)同，共生共存。

2 軍用航空人工智能的定義和內(nèi)涵

2.1 軍用航空人工智能的概念與范疇

航空裝備在面對(duì)未來(lái)的智能化戰(zhàn)爭(zhēng)環(huán)境高復(fù)雜性、博弈強(qiáng)對(duì)抗性、響應(yīng)高實(shí)時(shí)性、信息不完整性、邊界不確定性的挑戰(zhàn)方面，由于樣本學(xué)習(xí)量有限、機(jī)載能力約束大、計(jì)算資源有限、網(wǎng)絡(luò)資源不足、芯片處理能力不足、電力資源有限、加密機(jī)制導(dǎo)致數(shù)據(jù)結(jié)構(gòu)復(fù)雜等限制，導(dǎo)致軍用航空人工智能與一般人工智能存在一定區(qū)別[13]，有待進(jìn)一步針對(duì)性發(fā)展和研究。本文對(duì)所述的軍用航空人工智能概念描述如下：軍用航空人工智能是針對(duì)航空軍事任務(wù)場(chǎng)景，面向作戰(zhàn)需求，研究和制造在人類給定的具體目標(biāo)下，能夠通過(guò)感知、認(rèn)知、決策、執(zhí)行過(guò)程達(dá)成給定目標(biāo)的航空裝備及其相關(guān)產(chǎn)品的科學(xué)與工程。

在上述定義下，本文所述的航空人工智能技術(shù)主要面向作戰(zhàn)，以軍事應(yīng)用為背景，基于人機(jī)混合智能系統(tǒng)的任務(wù)執(zhí)行想定，通過(guò)不斷提升機(jī)器的智能水平，使航空裝備在強(qiáng)實(shí)時(shí)、高動(dòng)態(tài)、不確定態(tài)勢(shì)和不完備信息條件下，能夠逐步實(shí)現(xiàn)對(duì)人的輔助、協(xié)同以及融合，不斷提升人機(jī)混合智能系統(tǒng)的任務(wù)執(zhí)行效能。因此，對(duì)通用人工智能技術(shù)在航空軍事任務(wù)中的應(yīng)用與集成、面向人機(jī)混合智能任務(wù)的航空武器裝備及其子系統(tǒng)產(chǎn)品開(kāi)發(fā)，上述過(guò)程中的基礎(chǔ)使能類技術(shù)都屬于軍用航空人工智能技術(shù)范疇。

2.2 軍用航空人工智能技術(shù)發(fā)展路線

人工智能系統(tǒng)可以在給定問(wèn)題、領(lǐng)域知識(shí)和問(wèn)題求解目標(biāo)的前提下，通過(guò)獲取相關(guān)信息、提取解決問(wèn)題所需的專門知識(shí)、在目標(biāo)引導(dǎo)下把知識(shí)轉(zhuǎn)化為決策和可執(zhí)行的行動(dòng)，最終達(dá)到目標(biāo)、解決問(wèn)題。在這個(gè)過(guò)程中，問(wèn)題、領(lǐng)域知識(shí)、預(yù)期目標(biāo)都需要由人類設(shè)計(jì)者預(yù)先給定。按照目前腦神經(jīng)科學(xué)和認(rèn)知科學(xué)的研究成果，將人類智能的信息處理過(guò)程按照信息科學(xué)理論分為感知(Observe)、認(rèn)知(Orient)、決策(Decide)、執(zhí)行(Action)4個(gè)環(huán)節(jié)，簡(jiǎn)稱為OODA過(guò)程。其運(yùn)行模型如圖1所示。

圖1 人工智能系統(tǒng)的信息運(yùn)行模型Fig.1 Information operation model of artificial intelligence system

對(duì)于給定具體目標(biāo)的人工智能系統(tǒng)而言，技術(shù)模擬的途徑集中在感知、認(rèn)知、決策、執(zhí)行環(huán)節(jié)，目的是提高人造系統(tǒng)自身的智能水平，達(dá)到與人相似的任務(wù)目標(biāo)求解表現(xiàn)。與此同時(shí)，人工智能技術(shù)還被廣泛應(yīng)用在提升人機(jī)混合智能系統(tǒng)的應(yīng)用場(chǎng)景中，圖1中的目標(biāo)和智能系統(tǒng)的知識(shí)庫(kù)，在最初只能由人類定義和輸入，因此在目標(biāo)生成、知識(shí)圖譜、規(guī)則編碼等研究領(lǐng)域有眾多技術(shù)被應(yīng)用在人機(jī)混合系統(tǒng)的交互、協(xié)同、控制和維護(hù)上，確保人工智能系統(tǒng)可以按照人類期望的方式進(jìn)行工作。

當(dāng)前主流的人工智能系統(tǒng)研發(fā)途徑按派系分為連接主義、符號(hào)主義和行為主義，三者分別在結(jié)構(gòu)、邏輯和行為中對(duì)人類智能進(jìn)行了模擬。上述技術(shù)途徑彼此之間的關(guān)系如圖2所示。

圖2中將人工智能的技術(shù)實(shí)現(xiàn)途徑按思考、行動(dòng)、類人程度、理性這4個(gè)維度進(jìn)行分割，這些途徑的主要成就和缺陷如表1所示。

圖2 人工智能系統(tǒng)研發(fā)技術(shù)途徑分類Fig.2 Research and development technical approaches of AI system

表1 當(dāng)前人工智能技術(shù)途徑的成就和缺陷Tab.1 Achievements and defects of typical AI technical approaches

航空人工智能系統(tǒng)研發(fā)將綜合上述技術(shù)途徑，結(jié)合具體航空應(yīng)用，以通用人工智能技術(shù)成果為支撐，理性Agent研發(fā)為牽引進(jìn)行技術(shù)研發(fā)，構(gòu)建如圖3所示的軍用航空人工智能技術(shù)發(fā)展路線。

圖3 航空人工智能技術(shù)發(fā)展路線Fig.3 Development route of aviation AI technology

理性Agent技術(shù)途徑基于智能運(yùn)行機(jī)制，將現(xiàn)有的結(jié)構(gòu)、邏輯、行為模擬方法進(jìn)行拼接，按照智能體(Agent)能力的不同，結(jié)合運(yùn)行環(huán)境，形成具有不同智能程度的、以有限理性為評(píng)估的人工智能技術(shù)路線。對(duì)航空領(lǐng)域而言，其技術(shù)研究路線從航空應(yīng)用的實(shí)際結(jié)果出發(fā)(皮特森象限)，既注重基礎(chǔ)科研研究(波爾象限)，也注意面向航空裝備和業(yè)務(wù)需求的工程技術(shù)積累(愛(ài)迪生象限)，最終形成面向航空軍事應(yīng)用的行業(yè)人工智能技術(shù)群(巴斯德象限)，帶動(dòng)航空軍事智能技術(shù)全面發(fā)展。

2.3 航空人工智能運(yùn)行層級(jí)與實(shí)現(xiàn)途徑

基于未來(lái)體系化戰(zhàn)爭(zhēng)場(chǎng)景，將航空人工智能系統(tǒng)依據(jù)其運(yùn)行環(huán)境和層內(nèi)承擔(dān)的主要功能差異，劃分為圖4所示的四層運(yùn)行層級(jí)。

圖4 航空人工智能裝備運(yùn)行層級(jí)Fig.4 Aviation AI equipment operation level

其中，體系層由相同或者不同機(jī)種之間協(xié)同配合，形成針對(duì)給定任務(wù)的集群體系；平臺(tái)層指能夠執(zhí)行單獨(dú)任務(wù)的航空單智能體單元；平臺(tái)子系統(tǒng)層指航空平臺(tái)產(chǎn)品中與智能功能相關(guān)的子系統(tǒng)；設(shè)備層指子系統(tǒng)中承擔(dān)感知、認(rèn)知、決策、執(zhí)行具體功能的設(shè)備。體系層之上為航空裝備與其他裝備構(gòu)成具有跨域協(xié)同特征的復(fù)雜組織體層，在此不對(duì)該層智能特征進(jìn)行分析。

在應(yīng)用層面，通過(guò)將計(jì)算力轉(zhuǎn)化為戰(zhàn)場(chǎng)上的感知、認(rèn)知、決策和執(zhí)行能力，極大地提升作戰(zhàn)單元的OODA循環(huán)速率，進(jìn)而形成強(qiáng)大的戰(zhàn)斗力[14]；通過(guò)研究交互、協(xié)同、控制、維護(hù)等應(yīng)用場(chǎng)景中的技術(shù)需求，提升人機(jī)混合智能系統(tǒng)在不同任務(wù)場(chǎng)景中的智能水平，滿足現(xiàn)代戰(zhàn)爭(zhēng)對(duì)響應(yīng)速度、資源配置、自主決策等方面的需求。

現(xiàn)代空中作戰(zhàn)理論，在飛機(jī)能力相同、敵方可見(jiàn)、武器可達(dá)的情況下，OODA循環(huán)速度決定著空中作戰(zhàn)的成敗，整體循環(huán)速度越快取勝幾率越大[15]。當(dāng)前上下層OODA循環(huán)速度的落差是制約空中作戰(zhàn)平臺(tái)性能發(fā)展的瓶頸，表現(xiàn)為信息過(guò)載、人機(jī)融合困難。因此，機(jī)載設(shè)備智能化水平的提高，意味著人類操作者可以將更多的OODA環(huán)節(jié)任務(wù)移交給機(jī)器，以獲得更大的空中對(duì)抗制勝概率[16-17]。

以軍用單體作戰(zhàn)平臺(tái)為例，在認(rèn)知和決策過(guò)程中的任務(wù)轉(zhuǎn)移和與此相關(guān)的關(guān)鍵技術(shù)如表2所示。

表2 平臺(tái)層單體智能系統(tǒng)任務(wù)轉(zhuǎn)移列表Tab.2 Task transfer list for platform operation level

以平臺(tái)層航空裝備為基礎(chǔ)，體系層和由海陸空天聯(lián)合作戰(zhàn)體系構(gòu)成的復(fù)雜組織體層是對(duì)OODA過(guò)程的嵌套和層疊，經(jīng)過(guò)對(duì)平臺(tái)層進(jìn)行多體綜合和體系綜合，OODA任務(wù)復(fù)雜度、智能水平、系統(tǒng)可靠性要求逐步提高；平臺(tái)子系統(tǒng)層和設(shè)備層是對(duì)平臺(tái)層OODA環(huán)節(jié)的增強(qiáng)，經(jīng)過(guò)對(duì)平臺(tái)層進(jìn)行系統(tǒng)拆解和組件拆解，OODA各環(huán)節(jié)可以在時(shí)間加速和空間加速的技術(shù)途徑上實(shí)現(xiàn)能力增強(qiáng)，OODA循環(huán)速度逐步提高，人類授權(quán)的任務(wù)量逐步增多。面向各運(yùn)行層級(jí)的智能需求如圖5所示。

圖5中的體系層由多個(gè)智能體構(gòu)成，每個(gè)智能體有自己的OODA環(huán)，同時(shí)又與其他的OODA環(huán)之間進(jìn)行信息交互，從而實(shí)現(xiàn)態(tài)勢(shì)共享、協(xié)同認(rèn)知、共同決策、聯(lián)合攻防。對(duì)體系層而言，其智能增強(qiáng)的方式是通過(guò)信息共享和組合行動(dòng)實(shí)現(xiàn)效能倍增，其關(guān)鍵問(wèn)題是個(gè)體智能的融合與群體權(quán)衡、認(rèn)知與意圖的傳遞、通信拒止條件下的系統(tǒng)穩(wěn)定性等[18]。總體來(lái)說(shuō)，隨著智能等級(jí)的提高，OODA自主性逐步提高，協(xié)同的難度逐步增加。體系層航空裝備的嵌套OODA過(guò)程如圖6所示。

圖5 航空裝備各運(yùn)行層級(jí)對(duì)智能的需求Fig.5 Requirement of intelligence for each operation level of aviation equipment

圖6 體系層航空裝備的多層OODA過(guò)程Fig.6 Multi OODA processes for SOS aviation equipments

對(duì)于平臺(tái)子系統(tǒng)層而言，其不具備完整的OODA環(huán)節(jié)，但具有以優(yōu)化系統(tǒng)性能為目的的學(xué)習(xí)過(guò)程，其智能增強(qiáng)的方式是通過(guò)自學(xué)習(xí)的手段增強(qiáng)平臺(tái)層裝備在OODA各環(huán)節(jié)的自適應(yīng)能力。典型的平臺(tái)子系統(tǒng)OODL(感知、認(rèn)知、決策、學(xué)習(xí))的智能增強(qiáng)途徑如表3所示。

對(duì)于設(shè)備層而言，其智能增強(qiáng)的目標(biāo)為單一的平臺(tái)層OODA環(huán)節(jié)功能。例如傳感器提升觀測(cè)效率、執(zhí)行器提升作動(dòng)效率。該層能力提升是航空智能化水平提升的基礎(chǔ)。

表3 典型平臺(tái)子系統(tǒng)層智能增強(qiáng)的途徑示例Tab.3 Examples of approaches to intelligent enhancement for typical platform subsystems level

3 航空人工智能技術(shù)架構(gòu)

3.1 總體架構(gòu)概述

航空人工智能技術(shù)架構(gòu)基于軍用航空裝備的人工智能關(guān)鍵技術(shù)需求進(jìn)行搭建，按照需求分析、系統(tǒng)設(shè)計(jì)、驗(yàn)證確認(rèn)的系統(tǒng)工程分析方法，形成目標(biāo)明確、路徑明確、條件明確的人工智能架構(gòu)，如圖7所示。

3.2 航空人工智能技術(shù)體系

關(guān)鍵技術(shù)群可按照運(yùn)行層級(jí)(設(shè)備層、平臺(tái)子系統(tǒng)層、平臺(tái)層、體系層)，智能功能(感知、認(rèn)知、決策、執(zhí)行、交互、協(xié)同、控制、維護(hù))，智能等級(jí)(效能增強(qiáng)級(jí)、運(yùn)作靈巧級(jí)、執(zhí)行自主級(jí)、任務(wù)自主級(jí)、融合智能級(jí))3個(gè)維度構(gòu)成如圖8所示的關(guān)鍵技術(shù)功能空間。航空人工智能關(guān)鍵技術(shù)都可以在此技術(shù)空間中找到對(duì)應(yīng)的位置。對(duì)于體系層而言，存在跨功能的綜合技術(shù)，但總體來(lái)說(shuō)仍處在關(guān)鍵技術(shù)空間中。

如圖9所示，面向運(yùn)行層級(jí)主要指應(yīng)用于運(yùn)行層級(jí)的綜合性技術(shù)，該類技術(shù)包含有多個(gè)智能功能；面向智能功能主要指針對(duì)感知、認(rèn)知、決策、執(zhí)行、交互、協(xié)同、控制、維護(hù)這8個(gè)智能功能的專用技術(shù)；面向基礎(chǔ)使能主要指支撐航空裝備智能化提升所需要的基礎(chǔ)技術(shù)。需要指出的是，在智能功能類別中，感知、認(rèn)知、決策、執(zhí)行是通過(guò)將通用人工智能算法、硬件、分析方法等面向航空任務(wù)場(chǎng)景進(jìn)行研究與開(kāi)發(fā)，形成能夠顯著提升相應(yīng)設(shè)備或子系統(tǒng)在OODA環(huán)節(jié)性能表現(xiàn)的基礎(chǔ)性技術(shù)；而交互、協(xié)同、控制、維護(hù)是面向行業(yè)具體應(yīng)用需要，通過(guò)將人工智能系統(tǒng)與特定應(yīng)用場(chǎng)景深度融合，定制開(kāi)發(fā)而形成的應(yīng)用性技術(shù)。兩類技術(shù)共同構(gòu)成了航空人工智能系統(tǒng)研發(fā)的功能技術(shù)群。

圖7 航空人工智能技術(shù)總體架構(gòu)Fig.7 General architecture of aviation artificial intelligence technology

圖8 航空人工智能關(guān)鍵技術(shù)功能空間Fig.8 Function space of key technology of aviation AI

關(guān)鍵技術(shù)空間可以將航空人工智能技術(shù)分為如圖9所示的三類。

圖9 航空人工智能技術(shù)架構(gòu)類別Fig.9 Category of aviation AI architecture

3.3 航空人工智能重點(diǎn)技術(shù)

(1)面向智能功能

智能感知：提升傳感系統(tǒng)對(duì)外部環(huán)境的感知能力，借助相關(guān)人工智能軟硬件技術(shù)，使感知系統(tǒng)可以在高動(dòng)態(tài)任務(wù)環(huán)境下，通過(guò)適應(yīng)環(huán)境變化，自主生成最佳傳感策略，實(shí)現(xiàn)對(duì)不同類型和范圍的感知目標(biāo)進(jìn)行特征提取與持續(xù)跟蹤[19-20]。

智能認(rèn)知：提升對(duì)感知系統(tǒng)輸出信息的處理能力，實(shí)現(xiàn)對(duì)任務(wù)態(tài)勢(shì)信息的壓縮、理解、預(yù)測(cè)，達(dá)到與人類相當(dāng)?shù)恼J(rèn)知水平。對(duì)感知信息的處理可圍繞任務(wù)需要，通過(guò)濾波、變換、融合、特征提取、識(shí)別等算法，綜合不同數(shù)據(jù)源信息[21]，依據(jù)認(rèn)知系統(tǒng)已形成的知識(shí)庫(kù)數(shù)據(jù)，形成可供決策系統(tǒng)處理的信息。

智能決策：提升對(duì)認(rèn)知系統(tǒng)輸出信息的綜合處理能力，實(shí)現(xiàn)基于任務(wù)目標(biāo)約束下的快速求解能力。通過(guò)運(yùn)用神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、模糊推理、對(duì)策論等方法自主或輔助人類對(duì)認(rèn)知數(shù)據(jù)進(jìn)行整合、分類、分析、規(guī)劃、推演、評(píng)估，最終可提供基于規(guī)則、認(rèn)知、類腦運(yùn)算等模式下的決策推理[22-23]，并結(jié)合智能體Agent的執(zhí)行能力，在期望時(shí)間內(nèi)給出決策結(jié)果，顯著增強(qiáng)人機(jī)混合智能系統(tǒng)決策的全面性和實(shí)效性。

智能執(zhí)行：提升對(duì)決策系統(tǒng)輸出指令的執(zhí)行處理能力，利用推理、規(guī)劃等手段將決策意圖分解為智能系統(tǒng)相應(yīng)設(shè)備的可執(zhí)行指令，并通過(guò)機(jī)動(dòng)或運(yùn)行等方式實(shí)現(xiàn)決策意圖。具體來(lái)說(shuō)，從任務(wù)需要出發(fā)，執(zhí)行系統(tǒng)可以根據(jù)系統(tǒng)內(nèi)部自帶的分析系統(tǒng)，通過(guò)選擇指令高效執(zhí)行、指令自主執(zhí)行、任務(wù)高效執(zhí)行、任務(wù)自主執(zhí)行、自主學(xué)習(xí)與自主執(zhí)行結(jié)合的方式，最優(yōu)化地完成決策系統(tǒng)的輸出意圖，確保任務(wù)能夠低耗、精準(zhǔn)、有效、快速執(zhí)行[24]。

智能交互：面向航空人機(jī)混合智能系統(tǒng)，在機(jī)載環(huán)境的限制約束下，提升人與機(jī)器之間信息傳遞的效率和方式[25]。利用多平臺(tái)多模式多維交互，實(shí)現(xiàn)各種任務(wù)環(huán)境下的對(duì)人類參與者的自然語(yǔ)音、腦控信息、指令意圖識(shí)別，可通過(guò)虛擬及增強(qiáng)視覺(jué)等反饋方式，將智能系統(tǒng)的處理結(jié)果以更友好直觀的方式向人類參與者傳輸，達(dá)到機(jī)器與人的無(wú)障礙便捷交互。

智能協(xié)同：面向由航空多智能體參與的任務(wù)場(chǎng)景，通過(guò)對(duì)任務(wù)態(tài)勢(shì)進(jìn)行感知、認(rèn)知，形成針對(duì)多智能體的決策意圖，為多智能體以最優(yōu)配對(duì)要求執(zhí)行決策意圖提供無(wú)縫的、透明的、通暢的協(xié)同基礎(chǔ)環(huán)境和協(xié)同機(jī)制，達(dá)到不同構(gòu)型、不同模式平臺(tái)之間可以互相理解、通信、交流的目的[26-27]。

智能控制：面向提升航空智能體任務(wù)執(zhí)行的魯棒性要求，確保在任務(wù)環(huán)境發(fā)生變化或智能系統(tǒng)本身出現(xiàn)部件和子系統(tǒng)故障時(shí)，可以通過(guò)自主學(xué)習(xí)優(yōu)化、自主進(jìn)行大范圍控制參數(shù)調(diào)整以及執(zhí)行系統(tǒng)結(jié)構(gòu)調(diào)整，達(dá)到在各種環(huán)境條件下始終維持較大范圍控制包線，實(shí)現(xiàn)智能體在執(zhí)行過(guò)程中對(duì)任務(wù)環(huán)境自適應(yīng)、自優(yōu)化控制[28]。

智能維護(hù)：面向航空裝備，可依據(jù)在任務(wù)環(huán)境中以及特定的測(cè)試中獲取的信息，提供一種預(yù)知型、主動(dòng)式的維修保障模式，實(shí)現(xiàn)從傳統(tǒng)的事后維修、定期檢修向主動(dòng)維修、基于剩余壽命的預(yù)測(cè)性維修轉(zhuǎn)變，全面提升航空裝備健康管理和面向任務(wù)的權(quán)衡保障能力，突破認(rèn)知性保障技術(shù)和余度管理技術(shù)，達(dá)到從粗放、規(guī)模型維修保障到集約、精確、敏捷、經(jīng)濟(jì)的維護(hù)型保障轉(zhuǎn)型[29]。

(2)面向運(yùn)行層級(jí)

設(shè)備層智能技術(shù)：針對(duì)航空機(jī)載設(shè)備，通過(guò)將當(dāng)前通用的先進(jìn)感知技術(shù)、認(rèn)知算法、決策模型、執(zhí)行算法等與相關(guān)機(jī)載設(shè)備研制相融合，在航空裝備平臺(tái)子系統(tǒng)智能提升需求牽引下，研發(fā)符合機(jī)載應(yīng)用環(huán)境限制的軟硬件技術(shù)。

平臺(tái)子系統(tǒng)層智能技術(shù)：針對(duì)航空裝備平臺(tái)的子系統(tǒng)，通過(guò)提升感知自適應(yīng)能力、認(rèn)知強(qiáng)推理能力、決策類人推理能力、執(zhí)行自進(jìn)化能力，進(jìn)一步將通用技術(shù)與各種子系統(tǒng)研制相融合，研發(fā)一系列面向OODA能力提升的專用技術(shù)。在此基礎(chǔ)上，綜合與集成面向航空裝備單體能力提升的OODA技術(shù)，為研制機(jī)載環(huán)境約束下的交互子系統(tǒng)、協(xié)同子系統(tǒng)、控制子系統(tǒng)、維護(hù)子系統(tǒng)提供相應(yīng)的技術(shù)支持。

平臺(tái)層智能技術(shù)：針對(duì)航空裝備平臺(tái)，面向其承擔(dān)的具體獨(dú)立任務(wù)，通過(guò)研究其任務(wù)實(shí)現(xiàn)過(guò)程中對(duì)于感知、認(rèn)知、決策、執(zhí)行各環(huán)節(jié)的能力需求，研發(fā)一系列面向不同任務(wù)的專用技術(shù)。在此基礎(chǔ)上，綜合與集成面向不同復(fù)雜程度航空任務(wù)的OODA技術(shù)，為人機(jī)混合系統(tǒng)在任務(wù)執(zhí)行過(guò)程中的交互、協(xié)同、控制、維護(hù)提供相應(yīng)的技術(shù)支持。

體系層智能技術(shù)：針對(duì)多個(gè)航空智能體構(gòu)成的智能體系，研發(fā)一系列信息共享與協(xié)同機(jī)制技術(shù)，實(shí)現(xiàn)多智能體面向復(fù)雜任務(wù)的效能倍增和協(xié)同配合，實(shí)現(xiàn)群體智能增強(qiáng)，解決單智能體向群體融合過(guò)程中的行動(dòng)權(quán)衡、認(rèn)知與意圖傳遞、通信拒止條件下的體系穩(wěn)定性等問(wèn)題，為多智能體之間共享態(tài)勢(shì)、協(xié)同認(rèn)知、共同決策、聯(lián)合攻防提供技術(shù)支持[30]。

(3)面向基礎(chǔ)使能

基礎(chǔ)使能為關(guān)鍵技術(shù)提供支撐技術(shù)，是針對(duì)航空人工智能應(yīng)用的特殊性，為航空裝備在強(qiáng)實(shí)時(shí)、高動(dòng)態(tài)、不確定態(tài)勢(shì)和不完備信息等不利條件下的多樣化智能應(yīng)用提供通用性的技術(shù)支撐，實(shí)現(xiàn)對(duì)智能感知、智能認(rèn)知、智能決策、智能執(zhí)行、智能交互、智能協(xié)同、智能控制、智能維護(hù)技術(shù)和產(chǎn)品的通用化支持。支撐技術(shù)主要包括技術(shù)研發(fā)支撐環(huán)境、綜合試驗(yàn)驗(yàn)證平臺(tái)、標(biāo)準(zhǔn)評(píng)測(cè)與安全體系。

技術(shù)研發(fā)支撐環(huán)境：利用經(jīng)過(guò)適用性改造的算法、芯片、運(yùn)行支撐環(huán)境，構(gòu)建高效能的智能計(jì)算平臺(tái)，通過(guò)與其配套的系統(tǒng)設(shè)計(jì)與驗(yàn)證手段，為關(guān)鍵技術(shù)群提供基礎(chǔ)支撐。該類技術(shù)之間的支撐關(guān)系如圖10所示。

圖10 航空人工智能技術(shù)研發(fā)支撐架構(gòu)Fig.10 R&D support architecture of aviation AI technology

圖10中的基礎(chǔ)理論是發(fā)展航空人工智能算法和核心芯片的前提，研究院所可采取跟進(jìn)、學(xué)習(xí)手段，以國(guó)內(nèi)外高校聯(lián)合論證或咨詢等方式實(shí)現(xiàn)對(duì)基礎(chǔ)理論研究的了解與利用。技術(shù)研發(fā)支撐環(huán)境的關(guān)鍵技術(shù)集中在算法平臺(tái)、計(jì)算平臺(tái)、基礎(chǔ)設(shè)計(jì)與驗(yàn)證中。

綜合試驗(yàn)驗(yàn)證平臺(tái)：航空人工智能技術(shù)需要經(jīng)過(guò)嚴(yán)格的試驗(yàn)并在驗(yàn)證后投入批量生產(chǎn)和實(shí)際應(yīng)用，包括模擬驗(yàn)證、試飛驗(yàn)證、適航驗(yàn)證。對(duì)于模擬驗(yàn)證，須包括一定復(fù)雜度與逼真度的機(jī)載系統(tǒng)仿真、環(huán)境仿真和戰(zhàn)斗單位仿真，并建立仿真評(píng)價(jià)體系，對(duì)人工智能應(yīng)用的效能、成本、缺陷等進(jìn)行定性或定量的測(cè)算。對(duì)于試飛驗(yàn)證，需對(duì)模擬驗(yàn)證項(xiàng)目進(jìn)行進(jìn)一步驗(yàn)證，與模擬驗(yàn)證進(jìn)行迭代，提升技術(shù)成熟度。適航驗(yàn)證則需驗(yàn)證人工智能應(yīng)用與目前航空工業(yè)對(duì)于機(jī)載技術(shù)的適航要求是否符合，并論證新適航規(guī)章制定的必要性和修訂方案。

標(biāo)準(zhǔn)評(píng)測(cè)與安全體系：航空人工智能標(biāo)準(zhǔn)是在基礎(chǔ)理論與應(yīng)用取得進(jìn)展的前提下，對(duì)人工智能應(yīng)用方向的標(biāo)準(zhǔn)化工作，包括軟件工程、互操作性、性能驗(yàn)證、涉密信息處理、信息安全與防崩潰機(jī)制、可追溯性等進(jìn)行約定和規(guī)范[31]。航空人工智能安全是對(duì)智能系統(tǒng)倫理、法律與社會(huì)影響，以及智能系統(tǒng)面對(duì)惡意攻擊的反應(yīng)進(jìn)行研究，主要內(nèi)容包括符合社會(huì)倫理道德與法律的功能定義與使用限制、考慮社會(huì)影響的系統(tǒng)使用方案[32]、功能監(jiān)控與安全終止機(jī)制、系統(tǒng)安全漏洞的檢測(cè)與修補(bǔ)、面臨惡意攻擊的防御能力、自我診斷和修復(fù)能力、自我改進(jìn)的確認(rèn)與倒回機(jī)制、錯(cuò)誤指令的保護(hù)機(jī)制、涉密信息的保護(hù)與銷毀機(jī)制。

4 結(jié)論

本文通過(guò)梳理面向軍事應(yīng)用的航空人工智能進(jìn)展現(xiàn)狀和面向未來(lái)空中作戰(zhàn)任務(wù)場(chǎng)景需求，歸納出航空人工智能技術(shù)的概念和內(nèi)涵，并從人工智能技術(shù)發(fā)展路線出發(fā)，對(duì)運(yùn)行層級(jí)、功能需求、基礎(chǔ)使能3個(gè)層面所需要的智能技術(shù)發(fā)展重點(diǎn)進(jìn)行論述，最終歸納得到航空領(lǐng)域的人工智能技術(shù)架構(gòu)。本架構(gòu)對(duì)制定航空領(lǐng)域相關(guān)技術(shù)規(guī)劃的指導(dǎo)意義如下：

1)本文所述的技術(shù)架構(gòu)可作為航空工業(yè)單位進(jìn)行人工智能技術(shù)研發(fā)的參考，促進(jìn)各技術(shù)按照層級(jí)分類聯(lián)合研發(fā)，逐步形成完備有序的技術(shù)儲(chǔ)備。工業(yè)部門可依據(jù)技術(shù)架構(gòu)中關(guān)鍵技術(shù)層的實(shí)際需求，加強(qiáng)對(duì)應(yīng)用層的支撐和對(duì)基礎(chǔ)層的牽引，協(xié)助形成行業(yè)合力，帶動(dòng)上下游相關(guān)產(chǎn)品研發(fā)進(jìn)展，為聯(lián)合其他工業(yè)部門形成裝備的體系化智能提升奠定良好基礎(chǔ)。

2)航空人工智能具有高動(dòng)態(tài)、強(qiáng)對(duì)抗、高安全、高可靠等特殊需求，建議以支撐航空智能系統(tǒng)功能需求為牽引，優(yōu)先發(fā)展面向系統(tǒng)功能和應(yīng)用場(chǎng)景的航空人工智能技術(shù)。同時(shí)梳理提煉技術(shù)突破中遇到的基礎(chǔ)理論問(wèn)題，據(jù)此面向全社會(huì)研究機(jī)構(gòu)發(fā)布航空領(lǐng)域智能技術(shù)基礎(chǔ)理論研究課題，并緊跟工業(yè)化需求開(kāi)展相關(guān)的標(biāo)準(zhǔn)制定工作，構(gòu)建航空軍用智能技術(shù)研發(fā)環(huán)境。

3)由于軍事裝備的特殊性，現(xiàn)有面向民用領(lǐng)域的人工智能技術(shù)不能夠直接應(yīng)用于軍事裝備，需要由工業(yè)部門牽頭，面向未來(lái)體系化作戰(zhàn)需求，提升海陸空天各作戰(zhàn)單元之間的協(xié)同作戰(zhàn)能力。航空人工智能技術(shù)架構(gòu)可作為民用人工智能技術(shù)向軍事應(yīng)用融合轉(zhuǎn)移的指導(dǎo)性參考，制定具有較強(qiáng)針對(duì)性的軍民融合戰(zhàn)略，促進(jìn)軍民產(chǎn)業(yè)之間交流合作，明確技術(shù)方向，提升成果轉(zhuǎn)化效率。