在正午的骄阳下,一架试验型橙白色F-16战斗机带着熟悉的轰鸣声升空,这是美国空中力量的标志。但接下来的空中格斗却与其他空战不同:这架F-16是由人工智能(AI)而非人类飞行员控制的。坐在前座的是美国空军部长弗兰克·肯德尔(Frank Kendall)。
人工智能标志着自20世纪90年代初引入隐形技术以来军用航空领域最大的进步之一,美国空军也积极投入其中。尽管该技术尚未完全被开发出来,但空军正在规划一支由人工智能支持的超过1000架无人驾驶战机组成的机队,其中第一架将于2028年投入使用。
这场试验性的空战安排在爱德华兹空军基地(Edwards Air Force Base)是再合适不过了,这是一个巨大的沙漠设施,查克·耶格尔(Chuck Yeager)曾经在这里突破了音速,军方也在这里孵化了最机密的航空航天进步。在保密的模拟器和多层监视屏蔽的建筑物内,新一代试飞员正在训练人工智能代理在战争中飞行。身为美国空军最高文职领导人的肯德尔前往该基地观看人工智能的实时飞行,并公开声明对其未来在空战中的作用充满信心。
“不拥有它会带来安全风险。在这个时候,我们必须拥有它,”肯德尔在着陆后接受美联社(The Associated Press)采访时说道。美联社和美国全国广播公司(NBC)获准观摩这次机密飞行,但条件是在飞行完成之前不会进行报道,这是出于操作安全考虑。
这架由人工智能控制的名为维斯塔(Vista)的F-16以每小时超过550英里的速度搭载着肯德尔,对他的身体施加了五倍于重力的压力。它与第二架有人驾驶的F-16几乎正面交锋,两架飞机彼此相距不到1000英尺,不断扭转和盘旋,试图迫使对方陷入易受攻击的境地。
长达一小时的飞行结束后,肯德尔笑着离开驾驶舱。他说,他在此刻飞行过程中有了足够的见识,他相信这个仍在学习的人工智能有能力决定是否在战争中发射武器。
由人工智能自主发射武器的想法遭到很多人的反对。军备控制专家和人道主义组织深感担忧,人工智能有一天可能能够在不与人类进一步协商的情况下自动投掷炸弹来杀人,因此他们正在寻求对其使用进行更严格的限制。
红十字国际委员会(International Committee of the Red Cross)警告说:“在把生死攸关的决定权交给传感器和软件的问题上存在着普遍和重大的关切。”该委员会指出,自主武器“是令人关切的直接原因,需要国际社会采取紧急政治回应。”
肯德尔说,当使用武器时,系统中总会有人监督。
军方转向人工智能飞机是由安全、成本和战略能力驱动的。例如,假如美国和中国最终爆发冲突,由于双方在电子战、太空和防空系统方面都取得了进展,目前由昂贵的有人驾驶战斗机组成的空军机队将变得脆弱。中国空军正在数量上迅速超过美国,并且还正在组建一支无人驾驶飞行武器战队。
![历史性的飞行:美空军部长乘人工智能战斗机起飞体验空战](data:image/jpeg;base64,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)
美国空军部长弗兰克·肯德尔2024年5月2日坐在加利福尼亚州爱德华兹空军基地一架人工智能控制的F-16飞机内。
未来的战争场景设想美国无人机群对敌方防御系统进行先期攻击,使美国能够在不给飞行员生命带来高风险的情况下渗透空域。但这种转变也是由金钱驱动的。美国空军仍然受到F-35联合攻击战斗机生产延误和成本超出预期的困扰,该战斗机的成本估计为1.7万亿美元。
肯德尔说,更小、更便宜的人工智能控制的无人驾驶飞机是未来的发展方向。
“维斯塔”的军方运营者表示,世界上没有其他国家拥有像它这样的人工智能喷气式飞机,该软件首先在模拟器中学习数百万个数据点,然后在实际飞行中测试其结论。然后,真实世界的性能数据被放回到模拟器中,然后人工智能对其进行处理以了解更多信息。
中国拥有人工智能,但没有迹象表明它已经找到了在模拟器之外运行测试的方法。“维斯塔”的试飞员表示,就像初级军官初学战术一样,有些课程只能在空中学习。
首席试飞员比尔·格雷(Bill Gray)说,在真正飞行之前,“这都是猜测”。他说:“你越晚弄明白这一点,你就会越晚掌握有用的系统。”
“维斯塔”于2023年9月进行了首次人工智能控制的空战,此后仅进行了大约20多次类似的飞行。但该程序从每次交战中学习的速度非常快,以至于在“维斯塔”上测试的一些人工智能版本已经在空中格斗中击败了人类飞行员。
该基地的飞行员意识到,在某些方面,他们可能正在训练他们的替代者或塑造一个不需要这么多人类飞行员的未来架构。
但他们也表示,如果美国没有自己的人工智能机队,他们就别想在空中对抗拥有人工智能控制飞机的对手。
“我们必须不断奔跑,而且必须快跑,”肯德尔说。