美陆军推演研究人工智能&机器人作战

要让机器人增强排成为现实，业界需要做哪些努力？

首先确保射程技术增强10倍（从500米到5000米），控制范围成倍增加（从小于1平方千米到大于75平方千米）。麦休博指出，实现这一目标的关键技术是排级人工智能云，即能够让士兵控制机器人系统扩大战场影响范围的架构。

每个个体无人机和地面机器人都需要小范围的人工智能进行地形导航，传感器数据分析并与其他力量通信。但是最重要的人工智能是能够协调整个排的主导人工智能系统，该系统不存在于任一物理位置，而是位于无线云中。

独立的中央超级计算机可能遭到破坏、非法入侵或系统遭受干扰。发挥协调作用的人工智能分布于多个迷你服务器中，这些服务器由机器人车辆，也有可能由士兵携带。如果一个服务器被摧毁或者无法通信，排网络中的其他服务器还能继续运行。

当然，这要求网络能够充分发挥作用。战场网络系统必须解决商业系统不会面临的问题，比如俄方武器库中的电子战系统会侦察并干扰传输。2017年，美国陆军确定其战术网络系统非常脆弱无法抵御非常入侵和干扰，因此开启了整个系统的现代化工作。从那时起业界已经开始全力构建甚至能够抵御中俄攻击的通信系统。

麦休博相信美国业界定会不负所望。许多公司表示他们能够构建这种架构。这种架构相对简单的一个原因是设计的射程有限。五千米半径对于传统步兵作战来说是非常远的距离，但是与许多军事通信系统相比，这一距离比较短。而且，40名士兵和许多无人驾驶系统散布在这一区域。虚弱信号可以通过多个无线电，通过不断转化实现长距离传输。

另一个关键因素是所需的带宽有限。对于掠夺者等第一代无人机，人类操作员远程控制它们的所有行动。这需要从无人机到操作人员的不间断全动态视频馈入，保证他们能够观察到正在执行的行动，而且还需要从操作人员到无人机的不间断及时反馈指令流。

但是现代无人机能够自主进行点对点飞行。人类只需设定目的地。甚至是需要应对岩石、树木、泥浆的底面机器人也能逐渐侦察到这些障碍物，并穿过障碍找到出路。

通过模拟，参与人员认为机器人无需人类远程指示就能以自己的方式找到目标。比朗格表示，我们不用控制这些系统，也不用告诉它们如何驾驶，我们只要说“这个100mX500m的区域，我们需要你到达这里”，然后它们就能知道如何满足需求。麦休博表示，士兵不需要控制这些系统，他们所做的只是确保指挥能够控制这些系统的人工智能。

能够抵达目的地还不够。人工智能需要解决的最复杂关键任务可能是整合并理解传感器数据，然后将数百万个0和1压缩成一个人类指挥官能够理解的战略态势图。要实现这一目标，能够实现大范围态势感知的排级人工智能云是关键。这一级别的人工智能尚未实现。

本宁堡兵棋推演需要依靠人类模拟人工智能的影响，推演中设置中立的白方来收集、解读传感器数据，然后将其总结为文本信息发送给比朗格其团队。（从技术领域讲，这像机械土耳其人：由人类假扮自动化系统。）目前美国各军种的一项重要工作是开发能够在现实世界中以这种方式合成数据的人工智能，现在推进的部分工作是全域联合指挥控制。

本宁堡兵棋推演中使用的人类驱动过程是为了帮助美国陆军在还没有出现这类人工智能之前研究其使用方式。

麦休博表示，这是一种替代方法。这是对真实世界建模，它能满足各种分析需求。我们的下一步工作是构建实物并在真实环境中测试。