未来空天领域中的人工智能技术展望

导摘要:随着人工智能技术迅速发展,世界上军事大国纷纷大力布局和发展人工智能技术,智能技术已成为科技革命､社会治理､大国博弈的重点｡在未来空天领域中,发展智能化的空天装备将是我们主动应对未来军事变革的重要手段｡依据国外智能体系及智能装备的发展态势,提出了对智能战争的理解,并提炼了空天领域的智能关键使能技术,最后对未来智能空天的发展作出研判｡

智能技术是引领新一轮科技革命和产业变革的战略性技术,将深刻改变人类生活的各方面，更成为世界大国博弈的重点,世界各国纷纷大力布局和发展智能技术,以抢占科技战略至高点｡持续推动作战体系智能化和装备智能化发展,将是我们主动应对未来军事变革的重要手段,是未来引领世界航天,实现跨越式发展的必然之路｡

美、俄、欧洲等军事强国利用人工智能技术在军事装备领域开展了积极探索，将人工智能技术广泛应用于无人作战系统、导弹武器系统、武器装备故障诊断等军事应用领域[1-3]。

国内针对人工智能技术在空天领域的应用也开展了诸多研究。席政提出了利用人工智能解决航天飞行任务自动规划难题的方法[4]。张远龙等预测了人工智能技术在滑翔飞行器弹道规划与制导方法中的发展趋势[5]。槐泽鹏等针对多弹协同及其智能化开展了研究[6]。魏东辉等研究了人工智能在飞航导弹上的应用[7]。左家亮等提出了基于启发式强化学习的空战机动智能决策方法[8]。王琼等围绕任务规划等方面研究了火星移动智能体的相关技术[9]。李德仁等提出了人工智能技术应用于对地观测卫星形成对地观测脑的概念[10]。

针对未来复杂多变的战场应用环境，空天领域一直在推进自动化,探索自主化､智能化,结合领域特殊性——巨系统､高风险的行业特点和高可靠､低成本的发展要求,必须紧抓创新,把控战略前沿需求,抓住新时代创新发展机遇,发挥智能技术在空天领域建设中的引领作用｡ 

1、对智能技术及智能战争的理解 

1.1 人工智能的发展历程

人工智能(Artificial Intelligence, AI)可以解释为用人工的方法使机器带有一定的思维活动,在机器上实现自主地,或交互地执行各种拟人任务的智能行为，从概念提出至今已有60余年,在技术､算法､应用方面取得突破性进展[11]｡

1.1.1  20世纪50年代至70年代

1956年,美国自动机理论､神经学､心理学､数学､信息科学和计算机方面的科学家,在达特茅斯(Dartmouth)大学组织了一次为期两个月的研讨会,共同探讨了用机器模拟人类智能的有关问题｡约翰·麦卡锡在此次会议上首次提出了AI的概念,并被正式采用｡这次讨论会标志着智能研究的开端｡

直至1965年,摩尔定律提出,芯片存储能力的增加和运算速度不断提高,为智能的发展打下了技术基础｡

1.1.2  20世纪70年代至80年代

20世纪70年代末期至80年代中期，专家系统研究进入应用开发阶段。随着专家系统在医疗、地质勘探、情报分析等领域上获得成功，人工智能技术在80年代中期迎来第二次发展高峰。斯坦福大学研制的Prospector地质勘探专家系统曾发现了一个价值一亿多美元的钼矿。但是，由于缺乏足够数据支撑、知识获取技术未成熟、专家隐形知识外化困难、大型系统维护建造成本高、基于逻辑设计语言的日本第五代机逐渐没落等原因，人工智能技术在80年代末期到90年代初期陷入第二次沉寂[12]。

1.1.3  20世纪90年代至今

20世纪90年代至今，以深度学习为标志的人工智能技术迎来第三次发展奇点。2006年，Hinton提出深度置信网络，使反馈深入到各隐含层之间，这也使得深度学习迎来了春天。2011年，IBM的Watson参加“危险边缘”问答节目，并打败了两位人类冠军，轰动一时。一年之后，Google大脑通过观看数千段的视频后，自发地找出了视频中的猫，这其中运用了深度学习的技术。2016年，Google DeepMind的AlphaGo，战胜了世界顶级围棋高手李世石，由此推动了人工智能的再一次发展。2017年5月，柯洁迎战AlphaGo，再次以失败告终。

1.2 世界强国的AI战略

世界各国对智能技术的发展都高度重视，从世界各大强国的发展规划和战略中，可以看出智能技术发展的紧迫性。2016年，美国发布国家人工智能研究和发展战略计划，提出六大发展战略；2017年，日本制定人工智能发展路线图，推动在制造业、医学等领域布局；2018年，欧盟制定了人工智能发展计划[13]。

智能技术的发展在中国也得到高度的重视。2016年6月，国家发展改革委、科技部、工信部、中央网信办发布《“互联网+”人工智能三年行动实施方案》。2017年7月8日，国务院印发了《新一代人工智能发展规划》，对新一代人工智能发展的总体思路、战略目标和主要任务、保障措施进行系统规划和部署。2017年11月，科技部部署了新一代人工智能发展规划暨重大科技项目启动会。2018年10月，科技部发布科技创新2030-“新一代人工智能”重大项目申报指南。图1给出了人工智能技术在各个领域的应用现状。

1.3 对智能战争的理解

战争形态按时间轴划分，可分成5个时代。公元前21世纪至10世纪，战争形态为冷兵器战争，使用刀、剑、枪、弓箭等武器进行作战，理论通常用方阵作战和线式作战，典型的战争有官渡之战、长平之战、君士坦丁堡之战；10世纪至19世纪，战争形态变为热兵器战争，使用火枪、火炮等武器进行作战，理论使用横、纵、散队作战理论，典型的战争有英吉利之战、拿破仑战争、普法战争；19世纪末至20世纪中期，战争形态演变为机械化战争，使用舰船、装甲车、飞机、坦克等武器进行作战，理论使用闪电战理论、大规模机械化作战理论，典型的战争有一战、二战；20世纪中期至90年代初，战争形态为核战争，使用导弹、核武器等作战，作战理论使用核打击理论、核威慑理论等，典型的战争为古巴导弹危机；20世纪末至今，战争形态进入了信息化战争初期，武器装备变为自动化指挥系统、精确制导武器、卫星、电子战装备、无人机等，作战理论为网络中心战理论、空天一体战理论、空海一体战理论、一体化联合作战理论，典型的战争为海湾战争、科索沃战争、阿富汗战争、伊拉克战争、利比亚战争。从农业时代到信息时代的发展，人类战争正一步步向智能战场跨越。

众所周知，战场的核心要素是物质、能量、信息，未来战场正向着物质地理分散、能量急速提升、信息多维互联方向发展，作战形式由传统的以物质为中心向能量和信息为中心转变。作为物质的运动存在形式，时间、空间、意识也在不断发生着变化，作战周期由以年和月为单位向小时级演进，作战范围由二维向多维空间拓展，作战决策由以人为中心向人机协同转变。

物质空间特点:复杂、多维、全域、立体。通过分布式互联，融合组成有机的战争物质体系，其中包括功能配置、动态重构及作战体系。战争的涵盖范围正从以往的陆、海、空的三维空间向深海、浅海、陆地、空中、高空、太空、电磁的多维空间发展。作战纵深不断扩大，战场前后方界限模糊，全球打击成为现实。

能量特点：高能、可控、精准。能量全要素提升包括平台增能、武器增能、人体增能。能量精准控制包括极精确弹药（面杀伤向点摧毁）、主动隐身（能量定向散射）。能量种类多样化，包括动能、热能、电磁能等。作战精确打击能力提高，毁伤效果显著。1991年海湾战争到2003年伊拉克战争，精确制导武器占比由8 %跃升至68 %。

时间特点：高效并发、快速决策、极速打击。小时级或分钟级的战争正成为现实。侦、控、打、评等作战环节因信息流动加快，周期大为缩短。杀伤链时间极度压缩，“绝杀”成为重要作战形式、被动防御难度陡增。波次攻击界限模糊，多波次并行推进、多目标攻击同步展开。伊拉克战争前后，美军从目标发现到攻击所需时间由22 h缩短至10 min。

信息特点：可靠安全、异构互联、赛博对抗、海量处理。信息类型多、节点多，向一体化、实时化方向发展。信息与反信息作战日益激烈，网络攻防成为重要的战争手段。陆、海、空、天、网电多维度信息复杂交联，网络化趋势明显。取得制信息权是决定现代战争胜负的关键。伊拉克战争时期，美军利用侦察手段，获取了包括几万幅战场图像、数千小时的信号情报、数千小时任务录像、数千小时移动目标指示信息在内的大量信息。

2、国外装备智能化发展及在航天领域的应用

装备智能化的发展，是解决未来战争瓶颈和挑战的必由之路[14]。将人工智能技术嵌入武器装备研发，可解决探测、识别、导航、制导等难题；将智能技术融入未来的战争，可解决机动、打击、防御、感知、组织等环节，将变革未来的作战样式。

2.1  国外装备智能化的发展情况

2.1.1 网络中心战

网络中心战强调作战重心由传统平台转向网络，把信息优势转化为决策优势和作战力量的行动优势，并最终转化为胜果。网络中心战的强大威力主要来自其网络体系结构，按功能可以把整个网络分为3个互相连接的部分：以传感器为基础的探测网络、以武器平台为基础的交战网络和以计算和通信为基础的信息网络。

网络中心战6个核心能力：信息优势、空天优势、全球打击、精确交战、迅捷的战斗支援、快速的全球机动[15]。

2.1.2  空海一体战

“空海一体战”概念，是美军以维持其对全球公域和作战区域的进入能力和在其中的行动自由为目标、为应对当前及未来的“反介入／区域拒止”挑战而发展的一种新型联合作战概念。“空海一体战”依托海外基地，以空海作战力量为主导，太空和网络空间作战力量为支撑，在全维空间内加速实现各种作战力量的有效融合和作战综合集成，与作战对手进行全维空间的全面交战。

2.1.3  全球监视与精确打击网络（GSS）

2014年，美国提出“第三次抵消”战略后，CSBA（美国战略与预算评估中心）提出全球监视与打击（GSS）网络设想，深化并延续“空海一体战”核心思想。美军和国防工业界过去在复杂武器系统和“系统之系统”架构的设计、制造、操作和维护方面取得了巨大成就，这种竞争力需要广泛深入的技术理解和多年的经验积累，这是对手在短期内难以复制的。美国可以利用这一优势，将地理上分散的多种平台（比如长航时无人机、远程隐形战机和水下系统）结合起来，构建一个全球监视和打击网络[16]。

2.1.4  分布式杀伤 

DARPA—“小精灵”项目：通过载机在防区外发射携带有侦察或电子战载荷、具备组网与协同功能的无人机“集群”用于离岸侦察与电子攻击任务，并在任务完成后对幸存无人机进行回收的技术。

DARPA—F6计划：将大型传统卫星分解成像微卫星那样单独的小模块，形成一个个的小卫星，这些卫星共同组成一个星群，采用无线网络互联[17]。

2.1.5  智能化精确打击装备

美国战斧导弹在攻击预定目标过程中，如果目标或任务发生变化，便根据指令在战区上空盘旋，然后自主搜索和重新选择、确定合适的攻击目标。

2.2 AI在航天领域应用案例

2.2.1 感应监测系统（IMS）

2003年，美国宇航局艾姆斯研究中心开发了一种数据驱动的异常检测方法，称为感应监测系统（Induction Monitoring System，IMS），用于系统健康监测，包括监测航天飞机和国际空间站。在2014年对猎户座载人飞船进行发射测试，在此期间IMS 用于监测电气系统[18]。

2.2.2  Space X猎鹰9号火箭垂直回收 

2017年6月，SpaceX公司首次使用自动导航机器人支撑平台实现猎鹰9号火箭一级的海上回收，大大降低了人工回收所面临的危险，并减少等待时间。

再入开始阶段，一级火箭会用4个栅格翼进行滚转、俯仰和偏航控制，以保持稳定。着陆前10 s，安装在火箭底部的4个着陆支架打开，依靠高压氦气作动的气动系统实现。支架带有液压减震器，可进一步减少垂直着陆时的巨大冲击，从而在回收平台上软着陆[19]。

2.2.3  LRASM远程智能导弹

美军LRASM远程导弹是美国海军与DARPA正在研发的新一代反舰巡航导弹。该款导弹装备先进的弹载传感器并具备强大的信息处理能力；减小对情报、监视、侦查系统及数据链、全球定位系统的依赖。该反舰导弹最大的特点是大量采用人工智能技术，使武器具备了自治飞行和打击能力，即使受到干扰后失去卫星导引能力，仍能够依照设定程序完成自主导引与攻击[20]。

2.2.4  美国火星探测计划 

火星到地球的最短距离为5 500万公里，平均通信延时在十min以上，地面无法进行实时操控，因此,探测器必须具备自主操控能力。在没有人工干预的情况下，探测器要在遥远的恶劣环境中完成进入，由于着陆系统体积重量过大，下降和着陆过程不能用气囊弹跳减速，完全取决于系统的自主程度[21]。

2.2.5  雷锡恩智能制造

雷锡恩公司作为世界先进的导弹制造商，从导弹研制虚拟化设计、机器人标准化装配、信息数据系统管理等方面大量引入创新思路和技术，以及构建适应导弹制造“小批量、多品种、高精度”特点的智能制造体系。

3、空天领域中的智能关键技术 

智能技术在空天领域发展迅速，包括智能感知、自主决策、任务规划、健康监测、智能控制、群体协同、设计仿真、加工制造、仓储物流、测试验证等[22-24]。下面对空天领域常应用的关键技术进行介绍。

3.1 智能感知技术

复杂环境态势的全维感知：利用空天平台搭载的各种新型光电传感器，通过先进智能传感和信息处理方法，通过融合不同平台、不同传感器、不同分辨率、不同时相的探测信息，对陆、海、空、天多域的自然环境、物理环境、攻防态势等进行自主、多源、异构的态势感知。基于不确定推理理论、多源信息融合理论等构建态势感知模态，实现对战场环境和自身能力的双重感知。

3.2 智能决策技术

类脑态势分析与智能决策：根据环境与态势变化感测信息，利用深度神经网络及强化学习等人工智能方法，构建适用于空间航天器自学习与自主决策的系统框架，形成考虑能力边界的智能推演模型，实现面向多尺度耦合因素的能力推演和机制重建。

3.3 任务规划技术

战场资源配置与作战任务规划：针对复杂的战场资源，综合考虑作战目标的满足程度（覆盖性、可靠性等）、资源切换代价、资源部署代价等，在实时多任务作战中进行智能优化配置；利用智能规划程序辅助完成目标任务规划和作战方案生成。

3.4 智能控制技术

航天器智能操控：根据智能感知信息对目标进行全方位识别和运动预测，通过智能决策系统确定操控策略，对目标实施智能操控，实现高度智能化和集成化的灵巧捕获机构，并且满足空间微重力环境下的使用需求。

3.5 智能集群与协同技术

多体智能协作涌现集群效能：智能集群与协同技术借鉴自然界的自组织机制，使具备有限自主能力的多个作战装备在没有集中指挥控制的情况下，通过信息交互产生整体效应，根据作战任务和战场态势进行协同规划和任务分配，以最小的代价完成任务。集群智能的突出优势是由微弱的个体微观行为涌现出强大的集群宏观行为。

3.6 智能诊断技术

飞行器故障智能诊断与自主修复：通过了解和预报空天飞行器故障何时发生，对全系统健康状态进行评估，结合诊断与预测信息以及可用资源，对飞行器故障在线自主重构，并对维修活动作出适当规划与决策，触发地面保障系统实现视情维修，从而更好地满足飞行器重复使用、快速发射、自主保障的要求。

4、智能技术在空天领域中的应用

空天装备多数是无人系统，对智能化的需求非常迫切，包括自主高精度导航、智能指挥控制系统等；空天装备是智能技术的应用展示平台，包括智能设计、制造方法，装备智能化；空天与智能融合，为智能技术开辟了新的、极其复杂的应用环境，具有高风险、高投资、瞬时强对抗能力。

1）运载火箭的系统组成、任务剖面复杂，发射密度逐年增加，如果将自主智能、计算智能融入信息感知、飞行控制、健康管理等方向，将提高运载火箭的发射效率。

2）重复使用运载器是降低空间运输成本、提升空间快速响应能力的关键途径，以自主控制、智能运维、认知无线电等为代表的人工智能技术，对实现廉价、快速、灵活、机动、可靠的重复使用具有至关重要的作用。 

3）深空探测由于超远距离和延时通信限制，要求探测器必须引入自主智能技术，形成可适应未知环境的自主决策和行为能力。 

4）载人航天可以利用人机混合智能、无人自主智能等，有效增强空间人机交互、环控生保等能力。 

5）太空观测具有海量、多维复杂信息，需要利用大数据驱动的人工智能技术，从遥感数据中智能挖掘、分析和提取有价值的关键特征。

6）辅助指挥控制面临多维态势融合、全局任务筹划、战场控制等需求，利用智能博弈与对抗技术，能够提高对战场不完全信息认知能力，增强动态博弈适应能力，提供高水平的训练手段。 

7）体系仿真推演面临体系效能评估、体系应用模式生成等需求，利用海量智能博弈技术，能够有效优化双方任务执行策略、提高体系规划的临场指挥能力，可以对场景的不确定性进行有效覆盖，支撑体系应用的研究。

8）战术应用和指挥与控制的变革，要求作战装备能够具备更强的智能协同、自主感知、智能指挥与控制等能力，实现面向复杂作战环境的智能涌现。

9）在生产研制方面大量引入创新思路和技术，构建适应航天装备的“小批量、多品种、高精度” 智能制造体系。

5、智能空天未来发展趋势

总体来讲，人工智能已经成为牵引空天技术发展的导向因素，正在逐步形成由单点突破向整体跃升、由单一元件向系统工程、由技术研发向产业转型的发展态势，并快速向其他行业拓展应用。

5.1 融合智能技术、提升空天装备性能

应用智能目标探测、目标识别、健康监测、指挥控制、任务规划以及虚拟现实建模等技术，提升现有空天装备的性能。 

空天领域传统技术与物联网、云计算、人工智能等前沿技术之间具有良好的兼容特性，未来将通过多学科融合手段，形成技术联动发展与强化验证，进而构建空天领域新技术架构、催生多域联合作战能力。

5.2 凸显智能特性、构建空天任务体系

以智能技术为基础，推进任务体系构建，建立空天复杂环境中的智能互联架构，打造具有智能特性的空天任务体系。

推进智能协同、空天一体化集群等新型航天器智能协同模式的孵化与完善升级。

5.3 构建联合生态、支撑空天领域智能转型

注重智能技术与空天新技术的共同发展，在成果转化方面建立智能技术联合生态，实现空天智能技术的转化应用。 

6、结论

当前，人工智能已经成为国际竞争的新焦点、经济发展的新引擎、社会建设的新机遇。智能技术将深刻改变未来战争的作战样式，深度影响未来战争发展的走向，加快发展人工智能，是我国主动应对未来军事变革，未来引领世界航天，实现跨越式发展的必然之路。