美国陆军计划如何通过人工智能革新坦克

来源：中国指挥与控制学会

美国陆军希望借助先进的目标和杀伤力辅助系统（ATLAS）来改变坦克人员使用人工智能的操作方式。

尽管美国陆军试图将尖端技术融入其作战行动中，但其许多平台基本上仍停留在20世纪。以坦克为例，过去40年来，坦克乘员操作机器的方式基本上没有改变。在军方热衷于机器人技术、人工智能和下一代网络的时代，坦克的操作完全依赖于训练有素的操作人员的人工输入。

阿布拉姆斯机长一级机长达斯汀·哈里斯解释道：“目前，坦克乘员使用非常手工的过程来探测、识别和攻击目标，坦克指挥官和炮手正在手动旋转，试图用传感器探测目标。一旦他们遇到一个目标，他们必须手动选择要用来服务该目标的弹药，发射目标以获得精确的射程，以及一些其他因素。”

必须对每个目标重复该过程。

他补充道：“这需要时间，一切都是手工完成的。在21世纪的战场上，这是一个时代的错误。”

DEVCOM C5ISR中心负责系统和建模的代理首席副总裁Richard Nabors说：“美国陆军高级领导人认识到，坦克乘员的操作方式在很大程度上类似于30、45年前的做法。这些高级领导人，其中许多人拥有广泛的技术专长，他们认识到有机会改进这些船员的运作方式。因此，他们向作战能力发展司令部、军备中心和C5ISR中心提出了挑战，要求他们研究这个问题。”

10月28日，美国陆军邀请记者到阿伯丁试验场看看他们的解决方案：先进的目标瞄准和杀伤能力辅助系统（ATLAS）。

阿特拉斯使用先进的传感器、机器学习算法和一种新的触摸屏显示屏，使搜寻和射击目标的过程自动化，使机组人员比以往任何时候都能更快地应对威胁。

ATLAS的C5ISR项目负责人Dawne Deaver说：“我们向士兵提供的援助将加快交战时间，使他们能够在执行单个目标的同时执行多个目标。”

乍一看，美国陆军建立的地图集原型看起来像是星球大战电影里的东西。该系统被安装在一个混乱的系统-一个光滑的黑色通用动力格里芬I底盘与陆军先进的杀伤力和中型卡里伯（ALAS-MC）自动装载50毫米炮塔堆叠在顶部。

在炮塔的顶部安装了一个小型的圆形辅助目标识别（AiTR）传感器，更准确地说是中波红外成像传感器。不断旋转来扫描战场，传感器几乎有了自己的生命，这与X翼飞机后面的R2装置没什么两样。

一辆黑色M113尾随在坦克后面，通过一系列黑色长电缆连接起来。在这次演示中，乘员站位于M113内部，而不是坦克本身。与艾布拉姆斯坦克内部相比，M113有三个短座位排成一排。最靠前的座位是一个触摸屏显示器和一个类似游戏机的控制器，用来操作坦克，而后面的电脑显示器则显示了阿特拉斯的内部流程。

当然，阿特拉斯并不是坦克本身，甚至连与之相连的M113也不是。这种底盘可以作为未来坦克、战车甚至是现有车辆改装的替代品，而炮塔则是军备中心正在开发的一个可用程序。M113实际上根本不打算参与其中，但出于安全考虑，美国军方决定在未来几周内举行的实弹演示中远程定位其内部的乘员站。美国陆军官员一再提醒，阿特拉斯对它所安装的底盘或炮塔是不可知论的。

如果阿特拉斯不是坦克，那是什么？

粗略地说，ATLAS是一个安装的传感器，收集数据，机器学习算法处理这些数据，以及船员用来操作坦克的显示器/控制器。

其工作原理如下：

阿特拉斯从安装在油箱顶部的光学传感器开始。一旦激活，传感器会持续扫描战场，将数据输入机器学习算法，自动检测威胁。

这些威胁的图像随后被发送到一个新的触摸屏显示器上，这是坦克智能火控系统的图形用户界面。画面在屏幕左侧垂直排列，显示屏的主要部分显示了枪当前的瞄准目标。周围的边缘是许多不同的控制选择弹药，射击类型，相机设置等。

M113内设置的高级目标和致命辅助系统或ATLAS原型的视图。

只需用手指触碰左边的一个目标，坦克就会自动旋转它的枪，把它的视线对准所选对象的死点。当它这样做的时候，火控系统会自动推荐合适的弹药和设置——比如爆炸或单发——来响应，尽管用户可以根据需要调整这些设置。

因此，当目标进入目标视线，武器被选中时，操作员可以选择：批准人工智能的建议并扣动扳机，在做出反应前调整设置，或是脱离。从目标探测到扣动扳机的整个过程只需几秒钟。一旦目标被摧毁，操作员只需触摸屏幕，即可选择ATLAS拾取的下一个目标。

在自动化现在是手动任务的过程中，ATLAS的目标是减少端到端的参与时间。美国陆军官员拒绝透露阿特拉斯比传统坦克乘员快多少。然而，在阿伯丁试验场展示的一段演示视频称，ATLAS允许操作员在现在只与一个目标交战所需的时间内攻击三个目标。

ATLAS本质上是美国陆军C5ISR中心和军备中心开发的技术的结合体。地面作战系统部副主任杰米·戴维斯解释道：“我们正在利用C5ISR中心的技术进行集成、试验和原型设计，例如先进的EO/IR目标传感器，辅助目标算法——我们将这些技术产品与军备中心的智能火控系统集成，以探索这些技术之间的效率，基本上可以为坦克乘员买回时间。”

从8月开始，美国陆军开始引入一小群坦克操作员来测试新系统，主要使用一种新的虚拟现实装置，复制ATLAS的显示和控制器。通过尽早收集士兵的反馈，美国陆军希望他们能够迅速改进系统，使其为更快的部署做好准备。军队已经引进了40名士兵。预计更多的士兵接触点和实弹演示将帮助美国陆军成熟其产品。

在某些方面，ATLAS以缩微的形式复制了在项目聚合中展示的人工智能能力。项目融合是美国陆军新的学习活动，旨在整合新的传感器、人工智能和网络能力，以改造战场。今年9月，美国陆军将许多最先进的尖端技术运到尤马试验场的沙漠中，然后试图用新的方式将它们连接起来。简而言之，在“聚合计划”中，美国陆军试图创造一个环境，让它可以将任何传感器连接到最佳射手。

美国陆军在项目融合中展示了两种人工智能。首先是自动目标识别AIs。这些机器学习算法处理美国陆军传感器采集的大量数据，以检测和识别战场上的威胁，生成目标数据供武器系统使用。

第二类人工智能用于火力控制，并通过火力同步来优化多域作战中的响应，即FIRESTORM。从其他人工智能系统中获取目标数据，FIRESTORM会自动查看军队可供使用的武器，并建议最好的武器来应对任何给定的威胁。

虽然ATLAS还没有将跨域的项目聚合联系在一起的网络组件，但它基本上执行这两个任务：它的AI自动检测威胁并向人工操作员推荐最佳响应。虽然今年没有将完整的ATLAS系统用于项目融合，但美国陆军能够将虚拟样机安装到Yuma试验场，并且ATLAS本身有望在明年参与进来。

需要说明的是：阿特拉斯并不是要取代坦克乘员。这是为了让他们的工作更轻松，而且在这个过程中，要快得多。即使ATLAS被广泛采用，机组人员仍需接受人工操作培训，以防系统发生故障。他们仍然需要依靠训练来验证算法的建议。

迪弗解释道：“我们可以帮助士兵，减少他们必须完成的手动任务的数量，同时仍然保持士兵始终凌驾于系统之上的能力，始终能够最终决定目标是否构成威胁，射击方案是否正确，他们可以做出扣动扳机和目标交战的决定。”

本文来源：圣斯沃茨

C2

如何加入学会

注册学会会员：

个人会员：

关注学会微信：中国指挥与控制学会（c2_china），回复“个人会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可在线进行支付宝缴纳会费。

单位会员：

关注学会微信：中国指挥与控制学会（c2_china），回复“单位会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可缴纳会费。

长按下方学会二维码，关注学会微信