最近，軍事圈被這個消息刷屏了：美軍的戰斗機，已經能由AI完成全自動空戰了。

是的，就在最近，美軍的AI戰斗機首次公開，揭開了神秘面紗。

這架戰斗機的全名，是可變穩定性飛行模擬器測試飛機（VISTA），由美空軍部長親自搭乘，模擬了一對一的空戰。

5月2日，美國空軍部長Frank Kendall在Edwards空軍基地駕駛 X-62A VISTA升空

注意，在一小時的飛行中，所有飛行動作都由AI自主完成！

Kendall表示——

幾十年來，我們一直在想象自主空對空作戰的無限潛力，但它始終遙不可及。但如今，我們已經到了一個轉型的時刻，正是ACE團隊取得的突破性成就，使這一切成為可能。

空軍部長親自試飛

可以看到，中午熾熱的陽光下，一架橙白相間的F-16戰斗機伴隨著轟鳴聲起飛——它是由AI控制的，而非人類飛行員。

在試飛期間，美國空軍部長Frank Kendall坐在了飛機前座，在后座的安全飛行員的陪同下，他在不接觸X-62A控制裝置的情況下，完成了一組測試任務。

AI控制F-16，以超過550英里每小時的速度飛行，這讓Kendall的身體，直接承受了五倍地心引力的壓力。

它逼近一架人類飛行員駕駛的F-16，兩架飛機在相距僅304米的距離內競速，通過扭轉和盤旋試圖，迫使對方處于弱勢。

持續一小時的飛行結束后，Kendall帶著微笑從駕駛艙中走出。

他表示，自己在飛行中已經看到了足夠的證據，讓他愿意信任這個AI，讓它來決定在戰爭中是否發射核武器。

飛機上的AI軟件，會先在模擬器中通過數百萬數據點進行學習，隨后在實際飛行中驗證結論。這些現實世界的性能數據隨后會被重新輸入模擬器，AI在此基礎上處理這些數據，進行深入學習。

VISTA的軍事操作員聲稱，類似的AI飛機，全球僅有美國擁有。

第一次AI與人類的狗斗

而早在2024年4月，美國空軍試飛員學校和DARPA就宣布，他們已經完成了第一次AI與人類的狗斗。

狗斗由代號為X-62A VISTA的F-16D（Block 30）雙座飛機和駕駛F-16戰斗機的人類飛行員完成。

在狗斗中，X-62A展示了防御機動、攻擊顫斗等技能，而坐在其中的人類飛行員可以接管AI系統，但無需激活安全開關。

兩機展現了「高視角機頭對機頭交戰」，相對速度直接達到了1200 英里/時，相距最近時達到了約610米。

X-62A在另一架載人飛機上安全自主地進行狗斗，這不僅是ACE的一個重要里程碑，也是整個自主飛行的一個里程碑。

并且，DARPA和空軍強調，雖然狗斗是這次測試的核心，但ACE的目標，遠非狗斗這么簡單。

美國空軍USAF TPS首席試飛員Bill Gray解釋：狗斗是目前非常需要解決的問題，所以他們開始在空中測試自主AI系統。

我們學到的每一課，都適用于你可以賦予自主系統的任何一項任務。

模擬狗斗期間的X-62A和F-16

21次試飛，10萬行代碼

VISTA也稱X-62A，是通用動力公司F-16D的一個修改版本。

自1990年代以來，美國空軍一直用它來測試先進技術。

如今，VISTA已經被整合到DARPA的空戰進化計劃ACE中，配備了機器學習和專用軟件。

研發VISTA的，是一家國防技術公司洛克希德·馬丁。

VISTA可以被看作是一個AI探路者，它使用了全新的無人駕駛設計。

這項工作，對于實現分布式團隊至關重要。

而團隊的效率也可謂神速，在不到一年的時間里，就在X-62A的系統中安裝了初始的實時AIAgent，演示了第一次AI與人類的狗斗，并且在21次試飛中，完成了超過10萬行飛行軟件關鍵代碼的更改。

X-62A在去年的模擬狗斗中的駕駛艙

洛克希德·馬丁副總裁介紹說，X-62A VISTA是他們開發、測試、集成AI，以及建立AI認證標準的重要平臺。

而且，X-62A VISTA將徹底改變航空航天的未來。

平臺中的硬件和軟件架構都久經考驗，為AIAgent和先進算法提供了安全可控的環境，使它們能夠快速進行原型設計和開發。

這套開放式架構之所以能實現高度復雜的測試，是因為利用了Skunk Works的模型跟蹤算法（MFA）和模擬自主控制系統（SACS）。

這些重要的更新，不僅增強了VISTA的能力，還保持了它可以進行快速原型設計的優勢。

因此，團隊才得以快速更改軟件，頻繁進行飛行測試。

一次次測試證明，這個架構足夠強大，能夠可靠地過渡到第三方分布式硬件，復制VISTA所展示的安全可控飛行測試目標。

AI在自主空戰上，取得突破性影響

4月的這次X-62A與載人F-16的首次對戰，可謂是一次里程碑級的事件。

就是這次事件，使得2023年的機器學習，在空中成為了現實。

美國未來的無人駕駛飛機計劃，美國空軍的協作戰斗機計劃，都會直接受到影響。

此次ACE計劃的參與者Shield AI，在2021年收購了Heron公司。

而Heron開發的AI飛行員，在前一年就曾贏得DARPA的狗斗試驗。

早在2022年，DARPA就與空軍和洛克希德·馬丁公司一起，將AIAgent集成到了X-62A的系統中，并于當年12月，用這些算法首次進行了噴氣式飛機的自主試飛。

X-62A/VISTA的飛行系統，可以配置為模仿任何其他機型，這就使它可以完成各種測試目的，因而成為支持ACE等工作的理想平臺。

洛克希德·馬丁的首席飛行控制工程師Que Harris介紹道，團隊在VISTA的飛行控制中有一個集成空間，允許AIAgent將命令發送到VISTA，就好像他們正在向VISTA的模擬模型發送命令一樣。

這就可以被看作是噴氣式飛機內部的一個「自主沙盒」。

美國空軍USAF TPS主任Chris Cotting博士這樣描述：就好像你在研究機構中擁有了一個模擬器實驗室。

「我們已經把整個模擬器實驗室塞進了F-16中」。

就如我們上文提到的，X-62A在隨后的21次試飛中，幾乎每天都有Agent需要重新編程，最終修改的代碼，達到了10萬行。

通過在完全數字環境中對算法進行快速訓練和再訓練，X-62A能支持各種飛行測試。

沒有飛行員，沒有通信，完全實現蜂群概念

Shield AI聯合創始人兼總裁Brandon Tseng表示，理想的自動駕駛飛機是這樣的——

沒有遠程飛行員，沒有通信，也沒有GPS。這些飛機實現了編隊或蜂群的概念，可以執行指揮官的意圖。

他們可以執行任務，動態地一起工作，根據彼此做出反應，還能對戰場、敵對威脅和地面上的平民做出反應。

而這項技術體現出的另一個價值，就是讓整個系統、整個機隊變得更好。

在任何時候，飛機上都能有最好的AI飛行員。在機群學習時，每家飛機上都有他們。

「你將永遠擁有最好的四旋翼飛行器飛行員，最好的V-BAT飛行員，最好的CCA飛行員。它們將占據主導地位。那時，你就能以令人難以置信的高勝率贏得交戰」。

巨大挑戰：需要信任算法，才能在現實中實現

然而，這個過程也存在難度很大的挑戰。

首先，就是基于規則的自治。

MIT計算機科學與人工智能實驗室（CSAIL）的Daniela Rus博士解釋說，如果你用「if-then」的方式寫出規則，那它們就必須具有魯棒性。因此，為了讓系統正常工作，需要一群專家來生成代碼。

Rus博士解釋說，因為機器學習做決策時，非常依賴于分析歷史數據，因此它們通常會發現人類無法察覺的見解，或者是非傳統的、并非基于規則的語言表達。

機器學習在條件動態波動的環境和情況下非常強大，因此很難建立清晰而強有力的規則。

所謂的「環境和情況」，就是在狗斗中，人類對手做出的不可知的獨立決定。

鑒于這種不可預測性，即使是訓練有素的飛行員，進行這種模擬交戰也非常危險。

2000年至2016年間F-16和F/A-18戰斗機的狗斗訓練中的事故和死亡數據

美國空軍TPS指揮官、空軍上校James Valpiani表示，使用機器學習時所涉及的許多元素，都并不能被完全理解。

「可理解性和驗證性，阻礙了我們探索這個領域。」目前，還沒有民用或軍用途徑，來認證飛行關鍵系統的機器學習Agent。

而這，確實是ACE和現實世界的X-62A試飛發揮之處。

VISTA噴氣式飛機上的機器學習Agent最重要的一點，就是學會防止飛機執行危險和不道德的行為，包括定義允許飛行范圍的代碼，避免空中或地面的碰撞，以及防止在授權情況下使用武器。

在美國軍方堅持看來，在未來的自主武器系統的運行中，人類將永遠處于循環中的某個地方，但他們在這個循環中的確切位置，將隨著時間的推移而演變。這已經成為許多爭論的主題。

「我們必須能夠信任這些算法，才能在現實世界中使用它們。」

2024年4月1日，首批F-16戰機將按照VENOM計劃改裝成自主試驗臺，抵達Eglin空軍基地

而除了ACE計劃外，X-62A并不是美國空軍近年來唯一用于先進自主技術的飛機。

目前，空軍正在改造另外六架F-16飛機，將它們轉變為試驗機，用于支持一個名為Project VENOM的項目，以進行大規模的協同自主測試。