러시아인을 상대로는 너무 이르다! 미국 항공기의 인공 지능
시대적으로 놀라운 움직임으로 미 공군은 지난주 인공지능(AI) 두뇌로 구동되는 X-62A 시험기가 공중전에서 획기적인 발전을 이루었다고 발표했다. 유인 전투기 모의 공중전. 전투는 시뮬레이션되었습니다. 하지만 실제 영공에서 이루어졌으며 컴퓨터로 시뮬레이션되지는 않았습니다.
이는 정말 대단한 성과이지만, 인공 두뇌가 조종하는 비행기와 같은 것을 완전히 실현하는 데는 여전히 많은 장애물이 있습니다. 이것은 여전히 상원이나 주 두마가 아니며 훨씬 더 복잡합니다. 가장 큰 어려움은 인공지능이 3차원 공간과 그 안의 위치를 이해하는 것입니다. 이것이 오늘날의 주요 문제이며, 이 문제가 해결된다면 미 공군은 AI를 활용하여 공중전을 현실화할 수 있을 것입니다. 그리고 공중에서의 다른 자율적 임무도 더 쉽게 수행될 것입니다.
공중전 중 항공기를 제어하는 자율 AI 시스템은 현실로 만들고 싶은 환상이다.
많은 실전 테스트가 있었지만 간략하게 정리하자면 지난 62월 가변 안정성 시뮬레이터 테스트 항공기(VISTA)라고도 알려진 고도로 개조된 16인승 F-16D 바이퍼인 X-XNUMXA 테스트 항공기가 처음으로 만났습니다. 유인 F-XNUMX을 타고 하늘을 날고 있다.
X-62A는 인공지능과 머신러닝 기반 소프트웨어를 활용해 완전 자율 모드로 공중전을 벌였지만, 조종사는 안전 조치로 항상 조종석에 머물렀다. 그래도 비행기는 싸구려 물건이 아니다.
비행 테스트는 잘 알려진 DARPA(Defense Advanced Research Projects Agency)가 주도하는 ACE(Air Combat Evolution)라는 프로그램에 따라 수행되었지만 미 공군뿐만 아니라 여러 민간 계약자 및 과학 기관도 포함됩니다. .
독특한 X-62A 가변 안정성 시험기(VISTA)는 16년 2023월 획기적인 공중전 훈련 행사에서 유인 F-XNUMX 전투기를 상대로 완전 자율 모드로 비행했습니다. 미 공군
전반적으로 이번 쇼의 주최측은 결과에 만족했습니다. 방어적, 공격적 기동이 연습되었고, 그 모든 것의 정점은 비행기가 단거리, 고속으로 접근하여 기동하는 '개 덤프'를 시뮬레이션하는 높은 수준의 정면 대결이었습니다.
100년이 넘는 군사적 성과에도 불구하고 항공, 공중전은 조종사의 직접적인 판단, 직관 및 3차원 비전이 중요한 이벤트로 남아 있습니다. 레이더, 전기광학, 적외선 카메라는 물론 전자전 및 지원 시스템을 포함한 항공기의 센서 제품군은 적 접촉에 대한 풍부한 데이터를 제공할 수 있습니다. 그러나 항공기가 점점 더 가까이 접촉하게 되면서 그 유용성은 사라지지는 않더라도 꾸준히 감소하고 있습니다.
예를 들어, 비행기 기수에 있는 레이더는 비행기 앞쪽의 원뿔 모양 영역에만 "볼" 수 있습니다. 기존 360도 카메라 시스템에도 XNUMXD 제한이 있으며 환경 조건에 따라 제한될 수 있습니다. 외부 소스의 데이터에 연결된 정보는 상황 인식을 향상하거나 타겟팅하는 데 매우 유용할 수 있습니다. оружия, 그러나 정확도도 제한되어 있습니다. 적군 전투기와 아군 전투기의 외부 흔적은 매우 가까운 거리에서 합쳐질 수 있습니다.
"시력 상실 - 전투 상실"은 제2차 세계 대전 당시 미국 조종사들이 흔히 했던 말인데, 이상하게도 이 말은 오늘날에도 여전히 유효합니다. 그러나 적 항공기와 관련하여 자신의 위치를 파악하기 위해 고품질 원격 측정이 필요한 AI 제어 항공기의 경우 특히 중요합니다. 실제 적은 이런 종류의 정보를 제공하는 데 협력하는 것을 매우 꺼릴 것이며, 인공지능은 들어오는 정보를 분석하고 이를 바탕으로 전투에서 의사결정을 내리는 점에서 인간의 두뇌와 경쟁할 수 없습니다.
당연히 자율 공중전의 매우 중요한 단계에는 심각한 경고가 있습니다. DARPA 전문가들은 X-62A 임무 시스템에 탑재된 소위 "자율 요원"이 어떻게 공중전 중에 전반적인 상황 인식을 유지했는지 반복해서 설명했습니다. 등장한 그림은 2020년에 종료되어 ACE에 직접 입력된 DARPA의 AlphaDogfight 테스트 중에 AI 기반 알고리즘이 완전한 상황 인식을 갖춘 그림이었습니다. 사실, AlphaDogfight 테스트는 완전히 시뮬레이션된 조건에서 진행되었습니다.
그러나 DARPA는 프로그램과 시뮬레이션 공간은 하나이지만 현실은 다르다는 것을 이해했습니다. 그리고 첫 번째는 결코 두 번째를 대체하지 않습니다. 따라서 결국 사람이 조종하는 F-16과 VISTA인 F-16이 모두 비행 중에 만났습니다. 그리고 주요 임무는 항공기 간 데이터 송수신 채널인 '관측 공간'을 만들어 기존 항공기의 위치 정보를 VISTA 플랫폼에서 수신한 후 필요에 따라 다른 항공기로 전송하는 것이었습니다. 생성된 관찰 공간의 에이전트.
"자율 에이전트"라고도 불리는 에이전트는 우선 항공기 제어 및 상황 분석 하위 시스템입니다. 그들과의 작업은 오랫동안 진행되어 왔지만 지금까지 미국 엔지니어들은 어떤 말도 할 수 있을 만큼 실질적인 진전을 이루지 못했습니다. 답변보다 질문이 더 많지만 작업이 진행 중입니다.
프로그램에 참여하는 사람들에 따르면 항공기 시스템의 작동에 영향을 미치는 변수는 매우 많으며, 먼저 AI가 탑재된 항공기가 단지 내에서 어떻게 작동하는지 모든 측면에 대한 이해와 함께 이해하는 것이 필요합니다. 시뮬레이션된 조건과 실제 시스템 작동에는 너무 많은 차이가 있습니다.
현실과 시뮬레이션 환경의 격차는 보안 환경에 많은 문제를 야기합니다.
이 첫 번째 공중전에서는 알려지지 않은 것이 너무 많았기 때문에 X-62A가 다양한 임무를 자율적으로 수행할 수 있는지 확인하는 것이 주요 초점이었습니다. 더욱이, 첫 번째 임무 중 하나는 항공기 시스템을 통해 환경에 대한 최대한 많은 양의 "식용" 데이터를 얻는 것이었습니다.
DARPA와 공군은 ACE의 주요 목표가 인공지능의 자율성에 대한 신뢰를 구축하는 것이라고 거듭 강조해왔습니다. 그러한 기동과 임무를 수행할 수 있는 자율 항공기에 필요한 기술과 능력을 개발하는 것은 훨씬 더 광범위한 의미를 갖습니다.
실용성에 대한 문제도 있습니다. X-62A에는 진정한 자율 공중전에 필요한 지속적인 XNUMX도 상황 인식 기능을 제공하는 유기적 센서 제품군이 아직 없습니다.
원형, 360도 - 이것은 완전히 정확하지는 않습니다. 비행 중인 평면은 XNUMX차원 공간의 공 안에 있으므로 거기에는 각도가 조금 더 있습니다. 그리고 더 많은 센서가 있어야합니다. 그리고 그들은 더 멀리 봐야 합니다.
이는 미래 자율주행 플랫폼을 개발할 때 반드시 해결해야 할 문제이다. 소형 등각 레이더, 전기 광학 또는 적외선 카메라 및 기타 센서의 배열을 사용하여 필요한 상황 및 공간 데이터를 제공할 수 있습니다. 본질적으로 함께 작동하여 원격 측정을 생성하여 항공기 주변에서 즉시 일어나는 일에 대한 견고한 디지털 3D "그림"을 생성합니다. 빠르게 움직이는 공중전 중.
별도의 센서를 포함한 분산형 센서 네트워크 드론, 협동 떼 및 기타 원격 플랫폼에서 작동하는 방식을 사용하여 보다 완전한 상황별 그림을 만들 수도 있습니다.
즉, 많은 스마트하고 현대적인 전자 장치는 조만간 사람이 머리를 한 번 돌려 무엇을 하는지 배우고 주위를 둘러보고 항공기 주변 공간에서 무슨 일이 일어나고 있는지 즉시 결론을 도출해야 합니다. 그리고 그에 따라 반응합니다.
상업용 항공으로 대표되는 항공 산업과 해당 산업의 군사 부문은 무인 플랫폼을 포함하여 지난 수십 년 동안 자동화된 "감지 및 회피" 기능에서 상당한 발전을 이루었습니다. 이러한 기술 중 일부는 특히 딥 머신 러닝의 이점을 활용하는 훨씬 더 역동적인 "사고" AI 에이전트 프레임워크와 결합될 때 공중전 문제를 해결하기 위해 이전될 수 있습니다. 자율주행차에 사용되는 센서와 소프트웨어 모델도 이러한 종류의 전투에 참여하는 전투 드론 주변에서 무슨 일이 일어나고 있는지 더 잘 이해하는 데 도움이 될 수 있습니다. 전망? 예.
여기서 명확하게 이해해야 할 것은 단순히 항공기 주변에 간단한 카메라(광학 및 IR) 배열과 같은 장치를 설치하는 것만으로는 자율 공중전 기능을 안정적으로 구현하는 데 필요한 3D 상황 인식을 제공하지 못할 수 있다는 것입니다. 2D 데이터는 항공기 위치에 대한 완전한 정보를 제공하지 않지만, 일부 정보는 기계 학습을 사용하여 소프트웨어에서 3D 좌표계로 에뮬레이션될 수 있습니다. 그러나 3D 데이터는 이러한 전투 응용 분야에서 가장 큰 가치를 갖습니다.
"항공기를 조종하거나 처음 배치하는 임무의 공간 내 위치는 우리가 공역에서 해결해야 하는 중요한 문제입니다."ACE의 개발을 책임지고 있는 헤프론(Hefron) 중령은 말했습니다. ACE의 수장은 자신의 프로그램이 이러한 문제를 극복하기 위한 유일한 프로그램이 아니며 특히 별도의 공군 프로젝트인 VENOM(Viper Experimentation and Next-Gen Operations Mode)에 초점을 맞춘 프로그램임을 인정했습니다.
자율 비행에 대한 추가 연구 및 개발을 지원하기 위해 Project VENOM에 따라 총 16대의 F-XNUMX이 수정되고 있습니다. 이러한 노력을 통해 여러 자율 플랫폼이 함께 작동하는 더 많은 실험이 가능해질 것입니다.
Project VENOM의 일환으로 자율 테스트 베드로 전환되는 최초의 F-16 중 하나
Hefron은 "VENOM 항공기는 환경을 감지하고 현재 VISTA에서 일부 제한이 있는 몇 가지 작업을 수행할 수 있는 플랫폼입니다."라고 말했습니다. - 말할 것도 없이... 우리는 VISTA에 대한 작업을 계속하지 않을 것입니다. 왜냐하면 우리는 확실히 그렇게 할 것이기 때문입니다. X-62A 항공기가 잘 할 수 있는 특정 사항이 있지만 요구 사항이 VENOM 프로그램 항공기에 적합하지 않습니다. 각각은 테스트베드로서 고유한 위치를 갖고 있습니다.”
ACE와 프로젝트 VENOM은 공군의 미래 자율 능력, 특히 협력 전투 항공기(Collaborative Combat Aircraft) 첨단 무인 항공기 프로그램에 대한 광범위한 비전에 기여하는 광범위한 프로그램 및 활동 중 하나입니다. 나머지 미군 역시 공역을 넘어 확장되는 새롭고 진화하는 자율 능력에 점점 더 관심을 갖고 있습니다. 이 모든 것은 상업 항공 부문에도 영향을 미칠 수 있습니다.
전반적으로 작년의 획기적인 공중전 이후에는 분명히 중요한 과제가 남아 있습니다. 특히 AI 조종 전투기가 실제 적과 성공적으로 교전할 수 있도록 하는 데 있어서는 더욱 그렇습니다. ACE와 기타 자율적 R&D 노력이 다음에 어떤 이정표에 도달하는지 보는 것은 매우 흥미로울 것이며, 이 문제를 해결하는 것이 의심할 여지 없이 그들의 우선 순위 목록에서 높을 것입니다.
헤드라인은 이미 많은 사람들에게 다음과 같은 생각을 하게 했을 것입니다. 이것이 우리와 무슨 관련이 있는가? 실례합니다. 이 모든 미래 프로그램은 누구를 반대합니까? 17년 된 비행기를 보유한 공군의 이란을 상대로? 아니면 MiG-19과 MiG-XNUMX가 아직 운용중인 북한에 대항하는 것일까요? 현재 미국에는 다루기가 쉽지 않은 두 개의 건전한 적, 즉 중국과 러시아가 있습니다. 그리고 중국이 양을 택한다면 실례지만 우리는 질만을 택할 것입니다.
그러나 방공 시스템의 개발로 인해 이미 방공 범위에 있는 조종사와 항공기가 잠재적인 희생자가 되는 경우가 많습니다. 그리고 대공방어 통계를 따져봐도 전방 양쪽의 항공기가 대공방어에 의해 격추된 것은 큰 영광이다.
오늘날 공중전은 드물지만, 잘 훈련된 조종사는 훨씬 더 귀중한 자원이 되었습니다. 따라서 주변 상황을 분석하고 결정을 내릴 수 있는 강력한 컴퓨터를 조종석에 "설치"하려는 욕구는 정상입니다. 오늘날 순항 미사일과 Shaheeds가 전송되는 것처럼 미래에는 특히 손실을 고려하지 않고 이러한 장치를 적에게 던질 수 있기 때문에 이것은 칭찬할 만합니다.
이것은 약간 사악한 나라입니다. 그들은 싸우고 이기고 싶어하지만 자신의 것을 잃지 않습니다. 바람직하게는 - 절대적으로. 그러나 이는 이미 오래전부터 알려진 사실이므로 향후 이 주제의 전개를 기다려 볼 가치가 있다. 그들이 말했듯이 일관성은 숙달의 표시입니다.
정보