不久前，美國國防部高級研究計劃局（DARPA）的 ACE 計劃資助的一項名為“阿爾法狗斗”（AlphaDogfight Trials）的 VR 模擬人機對抗賽中，一個 AI 系統駕駛的 F-16 戰斗機，以 5 比 0 的大比分狂虐人類王牌飛行員，顯示出 AI 戰斗機在投入實戰對抗上面的巨大潛力。

這讓很多軍迷們紛紛驚呼，可能以后第六代戰斗機根本不需要什么人類飛行員了。當然這也讓我們不禁擔憂，如果人工智能在戰場上失控，那么人類豈不是很難對付他們了？

無論是期待，還是恐懼，反正人工智能在戰爭武器上的應用已經悄然開啟。

據美媒體報道，借助對老式退役戰機 F-16 的無人駕駛能力的改造，美國空軍正在加速人工智能戰機的研制。與此同時，美國海軍也提出基于人工智能的第六代戰斗機設計，目前已經結束概念設計的階段，開始探索相關基于人工智能的傳感器、新型武器和發動機技術的開發。

很顯然，DARPA 推動的這場 AI 空戰挑戰賽，正是在為今后戰斗機的自動化作戰做技術預演。如果僅僅從技術角度觀察，我們可以說 AI 又拓展了一個新的應用領域，而且表現確實相當出色，但如果站在一個更宏觀的背景下，我們其實在見證一場不得了的事情，那就是 AI 技術可能帶來的一場新一輪的 AI 技術軍備競賽。

我們該如何來看待這一次 AI 戰斗機的牛刀初試，又該如何看待 AI 所可能開啟的新一輪軍備競賽？雖然現在可能不會有什么明確的答案，但仍然值得我們做一番“未雨綢繆”式的思考。

AI 戰斗機表現如何？

在這一次“阿爾法狗斗”空戰對抗賽中勝出的 AI 系統名為“Heron”，是由美國的一家國防承包商蒼鷺系統公司（Heron Systems）研發。在和人類王牌飛行員 Banger 進行決戰之前， “Heron” AI 系統已經在模擬空戰中擊敗了另外 7 家公司的 AI，包括美國最大軍火商洛克希德馬丁公司的 AI 系統。

要知道蒼鷺公司也只是一家 30 多人的新興的技術公司，可見并不是實力越強勁的公司就越容易拿到 AI 的領先優勢，同時也能看到只要能夠抓住人工智能的核心算法能力，即使是小團隊也能取得一定的創新優勢。

由于受到疫情影響，這場“阿爾法狗斗”對抗賽改成了線上直播。從直播的對抗賽來看，Heron 的表現相當完美，不僅始終在攻擊上占據上風，而且射擊相當精準，而人類飛行員盡管在模擬對抗中可以突破人體極限，但仍然未能在模擬空戰中占得絲毫優勢。

根據專家分析，Heron 一直能夠憑借態勢感知能力優勢率先占位，并通過精確判斷能力對人類飛行員形成碾壓。在預判的反應速度上，人類飛行員需要 0.3 秒才能對敵機的行動做出反應，而 AI 飛行員在幾毫秒內就可以做出反應，就算模擬 F-16 戰機從高速俯沖到低空盤旋，AI 仍然具有超高的瞄準能力，而這一點是人類飛行員難以做到的。

除了極具領先優勢的操作技能，AI 本身沒有任何人類的身體承壓極限，更不會有心理上面的任何波動，可以說飛機的承壓極限就是 AI 的行動限制極限，因此，AI 系統可以讓戰斗機做出人類難以完成的極限動作和反應速度。

有人分析認為，5 比 0 的結果其實沒有真正顯示出 AI 的實力，而那些被 Heron 打敗還沒來得及跟人類飛行員較量的 AI 飛行員算法系統，其實也都可能戰勝頂尖的人類飛行員。

一方面所有參賽隊伍所使用的人工智能算法和工具并無本質差距，都只是采用不同的思路和方法來解決仿真模擬環境中視距內空戰問題；另一方面，這些 AI 飛行員系統都經歷了快速的迭代訓練，進步神速。以奪冠的 Heron 為例，從去年底參賽到今年 8 月，Heron 在經過至少 40 億次仿真訓練后，已經相當于擁有 30 年的 F-16 駕駛經驗，雖然之前一直是模擬的是 F-15 戰機，但在比賽前很短時間就能駕馭 F-16 戰機，輕松擊敗 F-16 的王牌飛行員。

不過也有專家指出，這一次人機大戰是在有限場景下的模擬對抗，其場景只是簡單的一對一視距內項目，相比真實的空戰場景來說復雜度要低出幾個數量級。此外，相比 AlphaGo 圍棋、星際爭霸、Dota2 等人機對戰相比，“阿爾法狗斗”在游戲復雜度、信息可觀測性和反應速度等方面所展現出的難度和特殊性還并不算突出。因此，在真實的人機對抗場景中，AI 還不一定能夠完勝人類。

不過，AI 戰斗機的技術方向和戰略意義已經凸顯。我們需要進一步看下美國國防部是如何看待這一技術方向的。

美國國防部的 AI 藍圖

對于美國已經納入時間表的第六代戰斗機，雖然沒有詳細的技術標準透露出來，但是人工智能的駕駛技術在新一代戰機上的應用已經是不爭的事實。

根據美國國防部 DARPA 的 ACE 計劃，這次的空戰對抗推進空戰自主化的最佳切入點，這一項目可以逐步提高飛行員團體對人工智能的信任程度，并完成飛行員角色從單純飛行器操縱者到戰場指揮官的轉變，使得 AI 控制的無人機可以和人類駕駛的戰機一起編隊飛行，為人類戰機提供自主化協同和戰斗輔助。

ACE 更進一步的計劃是，AI 戰機也將完成空戰算法從仿真模擬到全尺寸實戰，從布局到全局行為的躍遷，推動其最終 “馬賽克戰”的實現提供有力支撐。

據預測，第六代戰斗機仍然會設置飛行員駕駛艙，也就是還是會由人類飛行員為主導，人工智能駕駛技術進行輔助。但預計屆時人工智能駕駛系統能夠全程接管空戰操作，人類只需擔當最終攻擊命令的下達即可。

當然，這一界限很可能輕易突破，由于人工智能有更好的判斷標準和反應速度，那么大概率飛行員也會授權人工智能自行攻擊。而進一步的情況是，如果戰斗機想要發揮全部戰斗性能，那就可能不再需要飛行員出現在駕駛艙中，最多只需要遠程監控而已。最后的底線是，人類飛行員或者指揮官能夠有比人工智能戰機更高的權限來決定停止攻擊。

而這些技術推進都要看美國軍方對于人工智能戰機或者其他武器的界定。由于 AI 武器系統存在著根本性的倫理道德挑戰，美國國防部一直聲稱不會“賦予人工智能執行殺人命令的能力”，而是更愿意推進其在情報分析方面的應用開發。但是就如剛剛我們所討論的，戳破這一層窗戶紙只需要輕輕地往前一小步。

根據美國國防部近幾年推出的一系列政策文件來看，美國早已在倡導通過投資自主性、人工智能和機器學習等技術以獲得具有競爭力的軍事優勢，并且國防部一直在把這些政策轉化為具體的行動，從觀念、組織和技術上破除發展人工智能的阻礙。

上個月 26 日，美國國會研究服務處發布的《人工智能與國家安全》報告顯示，美國國防部正在考慮人工智能在包括情報、監視與偵察（ISR）、后勤、網絡空間作戰、信息戰、指揮與控制、半自主和自主載具，以及殺傷性自主武器系統上面的多種不同應用。

從這一信息來看，美國已經在致力于將“人工智能技術帶上戰場”。而這一報告連同 ACE 計劃在 AI 戰機上面的進程，無疑不在傳遞明確的信號，那就是 AI 技術為主導的軍備競賽的潘多拉盒子終究會被打開。

AI 軍備競賽的囚徒困境

在多年前，AI 領域的學術界和企業界已經意識到 AI 技術既能造福于人類，又可能會給人類帶來巨大的威脅，其中最主要的一大威脅就是 AI 可以用于致命戰爭武器的研發上面。

2018 年，在瑞典舉行的 2018 國際人工智能聯合會議上，包括埃隆?馬斯克（Elon Musk）和 Alphabet 旗下人工智能子公司 DeepMind 的三位聯合創始人在內的科技大佬簽署了一份協議，承諾不會發展致命的人工智能武器系統。這一協議是由一個名為“生命未來研究所”的研究機構起草，當時據稱已經有超過 2400 人、160 家公司和組織簽署了這份協議，承諾他們將既不參與也不支持開發、制造、交易或使用致命自主武器，簽署方還呼吁各國政府通過法律禁止此類武器。

顯然，這一愿景太過理想化。首先是人工智能技術實在“太香”，可以用于圍棋對弈、游戲對戰的深度強化學習難道不能用于任務更簡單的軍事對戰嗎？從實際表現看堪稱完美。其次是對于那些追求國家利益至上和軍事領先的政府來說，放著如此誘人的技術哪有不搶先占領制高點的道理呢？

盡管一些科技公司在參與政府的軍事項目的時候會受到一些員工或者外界的批評和抵制，但是誰又能真正舍得如此豐厚的巨額訂單呢？另外，即使這些大公司不做，也有很多的創業公司和軍火制造商背景的企業也會參與其中。

我們都知道人類所面臨的“黑暗森林”體系以及由于相互猜忌而導致的“囚徒困境”，使得無論是一個國家還是一家企業都會很自然地把對手當做假想敵，把發展更先進武器當做壓制對手的終極辦法，直到上個世紀全球陷入到美蘇爭霸的核戰爭危機當中，而如今則可能是人工智能技術所帶來的大規模自動化武器和戰爭當中。

對于未來的人工智能戰爭，未來可能有兩種極端的設想。一種是極為樂觀的猜想。由于人工智能武器的自動化程度，人類不必親自參與到現實的戰場沖突當中。所有的戰爭可能都是在無人參與的條件下進行。這一場景類似于春秋時墨子入楚，與公輸班現場演示攻防戰一樣，不用真正經歷戰爭的殘酷，在“虛擬戰場”或者無人煙的海洋、荒漠就把戰爭勝負決出。當然，這種結果說說就好。另一種就是悲觀的猜想。人工智能武器不僅被這些經濟軍事大國掌握，也成為眾多動亂國家、非法武裝掌握的武器，一些非常規性殺傷性武器和自動化武器被濫用，整個世界將陷入到更加危險的沖突和戰爭境地。而這很可能由于地緣政治的惡化而出現。

正如歷史一再重演的一樣，戰爭是人類代價最大的集體行為，又是最容易應用先進科技的領域。盡管大多數人已經從歷史經驗中吸取過教訓，也能預見到人工智能武器的危險后果，但這一次人工智能技術浪潮將不可避免地應用在未來軍事的方方面面。

作為生于和平年代的我們，即便對這一場加速到來的 AI 的軍備競賽沒有非常直觀的或好或壞的認知，但我們仍然需要對這一趨勢保持警惕，并能希望看到對世界和平發展富有責任的大國們能在 AI 的軍備競賽上保持理性，并能對 AI 武器的邊界和范圍達成共識。
責任編輯:pj