中国在太空实验人工智能反卫星技术

标签:人工智能
分享到:

6月13日《南华早报》报导,《上海航天》4月25日刊发西北工业大学和上海航天工程研究所联合团队的论文,描述用人工智能实现反卫星对抗的研究,研究表明,经过大量深度学习计算后,被追踪的大卫星学会识别敌对反卫星的意图,自主躲避,但3颗小型的反卫星最终在人工智能的指引下,用回马枪“抓住”了目标卫星,并在不到10米远的距离用捕获装置“俘虏”了目标卫星。

这个研究有意思的地方在于攻防双方都使用人工智能,追踪和捕获不是靠速度、机动性等硬性能,而是靠诱骗、迂回等战术。这是攻击武器的新高度,也是设防目标智能化和硬性能差别缩小化后的必然要求。

82H[C55S_%(TL%@_R6JA$FU

反卫星作战以大型卫星为主要目标,一般假定是大型卫星目标大、机动性差,所以反卫星是捕获目标、跟踪和追击的问题,也就是说,是动力学问题。这是防空导弹、空空导弹制导原理的基础,只是延伸到地球轨道上去了。

当然,这不是一句“只是延伸到地球轨道上去了”那么轻飘飘,上了轨道,导弹相对于飞机常见的动力学优势(速度、加速度、机动性)没有了,小卫星根本没有多少变轨机动能力,几下就燃料耗尽了,速度差也没有多大。

更大的问题是,主要大国都有完备的空间监控系统,图谋不轨的反卫星刚发射,就能猜个八九不离十,在反卫星还在上升到足够轨道高度之前,可能就命令目标卫星变轨机动,躲开攻击。反卫星还没有开始追击,已经要为了追上新的轨道而消耗大量燃料。

这和在反潜中用远程鱼雷攻击一样的问题。鱼雷一下水,目标潜艇就知道了。假定理论上鱼雷射程为30公里,最高航速50节,潜艇为30节,鱼雷在10公里距离上发射,似乎击中十拿九稳。假定潜艇朝背离鱼雷的方向全速疯跑,两者的速度差为20节,忽略所有转弯、加速因素,也忽略鱼雷捕获目标需要的时间和可维持最高速度的时间限制。在最简化的情况下,鱼雷需要16.2分钟才能消除这10公里,而在这段时间里,鱼雷需要航行35公里,也就是说,超出射程了,没有追上就没劲追了。

)$0TUHJ26G3ZTOUZQ37K{MM

鱼雷减速可以大大增加射程,追击时间延长,但反而追得上了。假定鱼雷速度降低到40节,能把射程延长到60公里,追击时间要延长到32.4分钟,但刚好能追上目标潜艇,理论上可以实现有效攻击。

这当然是简单化的场景,带来的问题是,速度差减小,动能差就减小,即使追上了,目标潜艇不再靠疯跑甩掉追击鱼雷,还是有可能靠机动甩掉,这就回到“智能追击”的问题了。

对于高超音速拦截,问题类似。高超音速飞行本来就是极限飞行,高超音速拦截弹难以保持足够低的成本前提下,做到速度、机动性全面高于高超音速目标,否则拦截作战的成本是不可承受之重。

即使对于常规防空导弹、空空导弹,降低动力学性能要求,可以大大降低成本、延长射程,只要发射就迫使对方开始机动躲避,就在功能上破坏了对方完成任务,前提是智能拦截能确保“迟到但亲密的接触”。

也就是说,西工大的“智能拦截”具有远比反卫星更加广泛地应用前景。但智能拦截并不容易做到,尤其在目标也有智能规避功能的时候,或者目标是有人操纵的。

CZBPXM1W@~C<a href=@RQ2`ETY32IF" src="https://upload.semidata.info/sns.eefocus.com/freescale/article/media/2022/07/26/349778.png" style="height: 245px; width: 400px;" />

从人工智能角度来看,反卫星与下围棋没有本质区别,都是对抗。深度学习通过大量“棋局”训练,提高“棋艺”。阿尔法狗从人机互博开始,用3000局精选人类棋局作为初始“经验”,以后过渡到人工智能自己“左右互搏”,最终“训练”出人类难以战胜的围棋大师。西工大一步到位,用人工智能“左右互搏”,“训练”出反卫星智能拦截大师。不光要“赢”,还不能花时间太长,不能反卫星之间互相撞到一起或者互相挡路,不能浪费星载燃料。

这是需要超强算力的研究。最初10000个回合里,攻防双方都打得很糟糕,双方都是失分远远超过得分,不及格。

可能由于反卫星“人多势众”,深度学习的进展更快,到20000个回合时,反卫星开始占上风。但目标卫星也琢磨出道道来了,开始“看透”反卫星的简单战术,规避机动更加有效。

反卫星在失败增加后,通过深度学习改进战术,不再傻追,成功率再次提高。到22万个回合后,反卫星战术和技术接近完美,从假装漫不经心地渡步到目标卫星周围再突然发难,到目标卫星机动规避后假装放弃再反戈一击,各种花招确保目标卫星基本上“死路一条”了。

这样的超级算力装上每一枚反导弹、反卫星是不可能的,但深度学习需要超级算力,学习完成后的控制算法实施并不需要超级算力,这就是人工智能武器化可怕的地方。当然,西工大的算法只是针对卫星和反卫星的特定动力学特性设定,扩大到更广泛的应用需要重新进行深度学习,但基本方法是相似的,可以举一反三。

美国在呼吁中国参加军控会谈,不仅包括导弹核武器,也包括为人工智能武器化设立护栏,但中国并未积极响应。在很大程度上,这是很难限制发展的地方,也有大量民用应用,不宜控制发展。参加军控会谈,与其说能建立可靠的护栏,不如说双方以透明化为名互相摸底。在严重缺乏互信的情况下,很难说这样的透明化有多大意义。

另一方面,中国走到前面,或者至少并跑,才谈得上有意义的人工智能军控,但这是另外一个话题了。

继续阅读
刘庆峰:人工智能将以解决人类刚需而被更深刻地载入史册

“统筹疫情防控和经济社会发展,就一定要能够对疫情防控做到科学精准高效且低成本,这就需要大数据和人工智能的深度结合——大数据是底座,人工智能实现精准、高效、低成本。”

蛋白质结构也能预测?看人工智能如何“神机妙算”!

8月3日消息 据中央广播电视总台中国之声《新闻超链接》报道,总部位于英国的人工智能公司“深层思维”日前宣布,该公司开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质的结构,涵盖科学界已编录的几乎每一种蛋白质。

谷歌工程师闹了场大乌龙 人工智能还没理解能力哪来的意识觉醒

人工智能现在确实能进行较准确的预测,但它是基于大规模数据的统计。这种没有理解、通过机器学习所得到的预测能力就必须依靠大数据,而不能像人一样很多时候只需小数据就可以进行预测。

人工智能翻译究竟如何赋能翻译工作?

目前,人工智能技术因其高效灵活的特点被广泛应用到各类翻译领域,给译员们带来了极大便利。那么,人工智能翻译究竟如何赋能翻译工作?

人工智能,无法复制你的心智

2021年5月,Mind Matters 播客的主持人 Robert J. Marks 博士,邀请到了威斯康星康考迪亚大学的哲学教授 Angus Menuge 博士,两人从人工智能和哲学两个视角出发,针对意识的三个问题展开了深度对谈,我们将依次对这三场对谈进行翻译和分享,以探寻其对当下实现真正接近人类智能的有意识的通用人工智能有何启发。

精彩活动