就在一年前，2023年5月，OpenAI的CEO Sam Altman曾在美國國會聽證會上提到過AI正在被武器化的事實，并贊同“像監管核武器一樣監管AI”的提議。
如今，美國軍方已經急着要把 “制空權”交給AI了。
5月2日，美國空軍部長Frank Kendall在美國加州愛德華茲空軍基地親自體驗了AI駕駛的X-62A VISTA戰機。
在此之前，美國國防進階研究計劃局（DARPA）在4月20日就已經進行過AI戰機X-62A VISTA對抗人類駕駛F-16的首次實戰模拟。
AI駕駛的F-16 戰鬥機（左）與人類駕駛的F-16并肩飛行，兩架飛機彼此相距不到304米
X-62A VISTA是F-16的改款戰機，目前全球共有超過4600架F-16戰鬥機在役，在美國的盟友當中行銷20多個國家，會開F-16的AI，可能已經具“滲透”到任何西方國家的空軍中的能力。
美國人不是很擔心AI的安全嗎，為什麼這麼着急要讓AI開戰鬥機？
裝備不夠，AI湊？
“我們正在搶占技術優勢，這是比賽的關鍵。”Kendall在接受采訪時表示，沒有開發AI武器的對手會在實戰中“付出代價”。
對于AI戰鬥機的規劃，Kendall認為，可以把AI戰機放在一些故意要犧牲的地方，去“找出敵人在哪或者吸引火力”。
美國空軍部長Frank Kendall“試駕”AI戰機
吸引火力還比較容易了解，但沒有AI就找不到敵人了嗎？
在索敵這件事上，一直以來的主要方法是靠雷達。第四、五代戰機的空戰中，用雷達發現敵人會受到兩個因素影響，第一是雷達的可檢測範圍有限，第二就是隐形戰機的普及。
雷達的檢測範圍決定了誰先發現對方。現代戰争的基本邏輯是發現即摧毀，空戰更是如此。在茫茫天空中，先找到敵人是戰鬥勝利的第一步。
空戰常用的雷達系統有預警機雷達和戰機機載雷達兩種。
第四代戰機的機載雷達掃描範圍大多在100-200公裡，目前各國列裝的預警機可掃描範圍一般可達400-500公裡。不考慮隐形戰機的話，成規模的現代空戰，在400公裡範圍基本上都可以發現對方。
不過，一些境外分析機構和媒體的資訊顯示，國際上最先進的有源相控雷達預警機低空探測範圍很快已經達到最大800公裡，大幅超過美軍的E-3、E-2預警機，如果雷達掃描範圍不能做到領先，那麼美軍要用AI操縱的F-16“蒙眼蹚雷”，就變得比較說得通了。
在隐形方面，美軍的F-22和F-35列裝後，第五代戰機逐漸成為空戰主力，其重要特性就是躲避雷達探測的“隐形”能力。
除美國以外，很多國家也開始列裝第五代戰機，這對美軍的空中雷達探測能力發起了巨大挑戰，在未來空戰中如果雙方都是隐形機群，在反隐能力沒有巨大差距的情況下，空中戰場很可能回到“白刃戰”的時代。
在空中的“白刃戰”當然更需要吸引火力的“炮灰”，但這不也是說讓AI戰機“蒙眼白送”。
首先，在發現即摧毀的原則下，飛機雷達發現敵人後其實并不會馬上開火。因為空空飛彈的射程通常達不到雷達的可檢測範圍，即便能達到，也不能保證命中敵機。
戰機駕駛員一般會選擇“放近了再打”，讓敵機進入到空空飛彈的“不可逃逸射程”再開火。在實戰中，不可逃逸距離的長短并不固定。但這個不可逃逸射程，與飛彈的最大射程通常是正相關的。
據外媒報道，目前國際上較為先進的空空飛彈最大射程多已達到145公裡以上，最先進的甚至達到300-500公裡。
然而，美軍主力的AIM-120空空飛彈，最大射程是160公裡，飛行速度是4馬赫。正在研發，尚未裝備的AIM-260，外界普遍猜測最大射程可能也不會成倍超過200公裡。
空對空飛彈
在成規模的空戰中，如果飛彈射程不夠，沒法實作遠距離摧毀目标的話。那可能真的需要帶着“神風特攻隊”的精神，沖進敵人的有效射程内“貼臉”開火了。
F-35用不起了
X-62A VISTA是AI在美國主力戰鬥機上的首次嘗試，而與之相似的其他類型AI戰機，早在10年前就已在各國軍中開始試驗，包括美國的X-47B、XQ-58A。
美國的X-47B、XQ-58A兩款無人戰機，都曾嘗試過AI自主要制的起降和飛行，X-47B還完成過AI控制的空中加油。
不過這些完全沒有駕駛艙的無人機，基本都不能超音速飛行，而且機載武器有限。這種無人機的主要功能是偵查和較簡單的打擊任務，空對空作戰能力相對有限，與美軍主力的F-16、F-22和F-35完全沒法相比。
當然，價格也沒法相比。
XQ-58A的Valkyrie型無人機每架成本為750萬美元。而每架F-35C的造價則是9000萬美元，每年的運維成本都高達到660萬美元。
XQ-58A
連買帶養，一架F-35C一年的成本可以買14架較輕型的AI無人機XQ-58A。
目前，美國海軍的福特級航空母艦可以搭載大約70架左右戰鬥機。以美國海軍的編制，一個F-35C中隊約24駕飛機，總成本為21.6億美元。而一艘福特級航母的造價約為127億美元，我軍的福建艦造價大約在500億元人民币。
除了制造成本，AI系統的研發成本也不高。
2020年，美國承包商EpiSys Science, Inc.（EpiSci），獲得了DARPA價值740萬美元的研發合同，負責開發可信的戰術人工智能 (AI) 算法作戰自主權，這份合同研究很可能與如今看到的X-62A VISTA有關。
740萬美元的研發經費，對于戰鬥機來說相當便宜。
F-35的研發總成本約為4000億美元，自2019年以來，美國政府還給F-35制定了為期8年的現代化更新計劃，預計每年研發經費為19億美元。
打仗就是比誰錢多，比誰花錢的效率高。
能省錢的AI戰機，已經被美國海軍認為是航母飛行甲闆上的未來。美國海軍提出希望用一部分AI無人機以僚機的形式代替F-35，組成“F-35+無人機”的新型戰鬥群。美國海軍預測未來高達60%的艦載機聯隊将由無人機組成。
不過，便宜的AI無人機飛行速度隻有第四、五代戰鬥機的一半，實戰中能否真的在多對一或是協作戰鬥中取勝，還有待研究。
人力太貴，還招不上人
除了降低先進戰機的開支，AI駕駛員還能給美軍解決一些HR的問題。
首先肯定是減少人員傷亡。近幾十年，美國的5次海外軍行動（代号：OIF、OND、OEF、OIR、OFS）中，空軍戰鬥陣亡總人數為1064人（截至2024年5月7日）。
美軍對外軍事行動陣亡人數統計
雖然5次軍事行動的陣亡人數隻有抗美援朝期間的1/4。不過這些軍事行動，幾乎都沒怎麼與實力對等的敵人展開成規模的空戰。
其次是飛行員短缺。美國空軍人事中心的資料顯示，截至2024年3月31日，美國空軍現役中校以下飛行員11921人。一直以來，美國空軍希望現役飛行員人數達到13000名，另外在空軍國民警衛隊和空軍預備役中再雇約8000名飛行員。
美軍認為長期缺乏飛行員正在成為“潛在危機”，Kendall在2022年5月曾對美國國會表示，美國空軍正在積極解決飛行員不足的問題。
AI戰機的登場不禁讓人想到，這是不是Kendall解決飛行員短缺問題的方案之一呢？
其實美軍飛行員的薪酬水準很高，一名中級軍官（如上尉）的基礎薪資加上其他福利年薪超過10萬美元。級别更高或服役時間更長的飛行員還會有更多津貼。相比之下，美國的平均年薪在2022年為約5.5萬美元。
美國國防部公布的2024年美軍薪酬資料顯示， O-1級别（二級陸軍中尉）的飛行員在服役兩年以下時，每月的基礎軍饷為3826.2美元。随着服役年數的增加，基礎軍饷會有所提高。例如，O-3級别（上尉）的飛行員在服役兩年後，基礎軍饷為5783.7美元/月。
美軍工資
美軍飛行員還可以根據其飛行的資曆獲得額外的月度飛行津貼（AvIP），這一津貼的金額從150美元到1,000美元不等。為了鼓勵留在進隊，美國空軍也會給飛行員很高的航空獎金（AvB），數額可能達到35000美元/年。
此外，美軍飛行員的教育訓練成本也相當可觀。分析機構RAND Corporation在2019年釋出的一項調研顯示，美國空軍訓練一名基本合格飛行員的成本在110萬-1090萬美元不等。
F-16飛行員的教育訓練成本約為560萬美元，F-22為1090萬；轟炸機飛行員的教育訓練成本也很高，B-1為730萬，B-52為970萬；運輸和機動飛行員的教育訓練成本相對較低，從C-17為110萬，C-130J為250萬；負責指揮、控制、情報、監視和偵察操作的RC-135等機型飛行員教育訓練成本約為550萬。
RAND Corporation估算的成本包括飛行小時成本、學員的住宿和薪酬等，但這隻是飛行員教育訓練成本中的一部分，飛行員教育訓練還需要很多其他費用，如模拟器使用費、教材和教官費用等。
AI戰機不科幻，但很遠
把戰鬥機交給AI，首先要擔心的不是科幻的“AI變節”問題。
大語言模型爆發以來，社會各界都在擔心AGI即将到來，強人工智能即将到來。由此，很多人還産生了AI即将毀滅世界的恐懼。
但把戰鬥機交給AI，其實沒那麼可怕。因為操縱戰機的AI主要是判别式AI或決策型AI，這些系統不太具備ChatGPT這樣強的泛化能力，與今天的大語言模型、生成式AI基本沒啥關系，也與AGI相去很遠。
因為軍事裝備對AI大模型實在太不友好了。
首先是算力，美國攻擊無人機制造商Anduril工業的CEO Palmer Luckey就曾說過：特斯拉的人工智能比美國軍用車輛更好，iPhone 的計算能力也比國防部常用的系統強大得多。
軍工用晶片，特别是用于戰略核潛艇、F-22超音速戰鬥機和洲際飛彈等高端軍事裝備中的晶片，對可靠性和耐受惡劣環境能力的要求很高，是以通常采用的制程尺寸比民用晶片要大。
主流的AI晶片如GPU、TPU等普遍采用7納米、5納米等較小的制程尺寸，而很多軍用晶片采用的制程尺寸可能達到250納米。
較大的半導體尺寸有更大的電流承載能力和更厚的氧化層，能更有效地抵抗環境侵害，對高溫、輻射、電磁幹擾等惡劣條件的耐受度高。小尺寸晶片由于其微小的特征尺寸，對于輻射引起的電荷集聚（如由宇宙射線引起的單粒子翻轉）也更為敏感。
大尺寸半導體的熱容和散熱能力也會優于小尺寸半導體，這使得它們在高溫環境下能更好地工作而不容易出現性能降低。
另一方面，軍工中應用的AI模型需要具備較高的穩定性和可解釋性，而Transformer為代表的大模型在這方面的表現仍不完美。
要将Transformer應用在軍事裝備中，則需要內建額外的解釋性機制或工具來提高模型的透明度。穩定性方面，則可以通過精細的測試和驗證過程，結合使用更加穩定的訓練技術，如正則化方法和魯棒性優化，來確定模型的穩定性。
“軍工機關雖然保守，但同樣能夠感受到AI大模型的沖擊。” 一位從事相關科研工作的專家告訴虎嗅，已經有人在嘗試把Transformer這樣的大模型“帶上”飛機，國際上很多軍工科研機構都在研究與AI相關的技術，包括用AI幫助戰鬥機優化起飛、懸停等。
不過這位專家也表示，雖然X-62A VISTA已經完成了一次與人類戰機的“狗鬥”（Dogfight，格鬥空戰），但要在真實世界中完全自主駕駛戰鬥機，甚至參與戰鬥對于AI來說，其實還有一段距離。
DARPA的發言人在介紹AI駕駛戰鬥機存在的問題時表示，AI可能會使飛機的飛行控制面超出其極限。在進行高強度機動時會受到實體限制并損壞飛機。為此，DARPA在X-62A VISTA 中設立了一個“安全行程”，以防止AI程式對機身造成過度負荷。
事實上，要實作F-16戰鬥機的完全AI自主要制，AI必須能夠處理極其複雜的戰場情況，包括快速變化的戰術環境、敵我識别、規避威脅、以及執行多種任務如偵察、空戰和對地攻擊。這些決策需要在分秒之間做出，要求AI系統具有高度的智能和響應能力。
此外，戰場環境多變，AI還需要具備自我學習的能力，以适應新的戰術和技術發展。這要求AI系統不斷地從經驗中學習并優化自身的行為和政策。
“AI與戰鬥機飛行員更多的是協作，飛行員可以把控制權交給AI一兩分鐘。”從Kendall對AI的描述看，短期内“AI駕駛員”的作用應該會與輔助駕駛，以及大語言模型中流行的“Copilot”概念差不多。
來源：虎嗅科技組
作者：齊健
編輯：汪智力
【聲明：本号是為服務各級政府、企事業機關決策的官方公益賬号，轉載此文是出于傳遞更多資訊之目的。若有來源标注錯誤或其他不妥之處，請聯系我們。我們将及時更正。謝謝】