最近，军事圈被这个消息刷屏了：美军的战斗机，已经能由AI完成全自动空战了。
是的，就在最近，美军的AI战斗机首次公开，揭开了神秘面纱。
这架战斗机的全名，是可变稳定性飞行模拟器测试飞机（VISTA），由美空军部长亲自搭乘，模拟了一对一的空战。
5月2日，美国空军部长Frank Kendall在Edwards空军基地驾驶 X-62A VISTA升空
注意，在一小时的飞行中，所有飞行动作都由AI自主完成！
Kendall表示——
几十年来，我们一直在想象自主空对空作战的无限潜力，但它始终遥不可及。但如今，我们已经到了一个转型的时刻，正是ACE团队取得的突破性成就，使这一切成为可能。
空军部长亲自试飞
可以看到，中午炽热的阳光下，一架橙白相间的F-16战斗机伴随着轰鸣声起飞——它是由AI控制的，而非人类飞行员。
在试飞期间，美国空军部长Frank Kendall坐在了飞机前座，在后座的安全飞行员的陪同下，他在不接触X-62A控制装置的情况下，完成了一组测试任务。
AI控制F-16，以超过550英里每小时的速度飞行，这让Kendall的身体，直接承受了五倍地心引力的压力。
它逼近一架人类飞行员驾驶的F-16，两架飞机在相距仅304米的距离内竞速，通过扭转和盘旋试图，迫使对方处于弱势。
持续一小时的飞行结束后，Kendall带着微笑从驾驶舱中走出。
他表示，自己在飞行中已经看到了足够的证据，让他愿意信任这个AI，让它来决定在战争中是否发射核武器。
飞机上的AI软件，会先在模拟器中通过数百万数据点进行学习，随后在实际飞行中验证结论。这些现实世界的性能数据随后会被重新输入模拟器，AI在此基础上处理这些数据，进行深入学习。
VISTA的军事操作员声称，类似的AI飞机，全球仅有美国拥有。
第一次AI与人类的狗斗
而早在2024年4月，美国空军试飞员学校和DARPA就宣布，他们已经完成了第一次AI与人类的狗斗。
狗斗由代号为X-62A VISTA的F-16D（Block 30）双座飞机和驾驶F-16战斗机的人类飞行员完成。
在狗斗中，X-62A展示了防御机动、攻击颤斗等技能，而坐在其中的人类飞行员可以接管AI系统，但无需激活安全开关。
两机展现了「高视角机头对机头交战」，相对速度直接达到了1200 英里/时，相距最近时达到了约610米。
X-62A在另一架载人飞机上安全自主地进行狗斗，这不仅是ACE的一个重要里程碑，也是整个自主飞行的一个里程碑。
并且，DARPA和空军强调，虽然狗斗是这次测试的核心，但ACE的目标，远非狗斗这么简单。
美国空军USAF TPS首席试飞员Bill Gray解释：狗斗是目前非常需要解决的问题，所以他们开始在空中测试自主AI系统。
我们学到的每一课，都适用于你可以赋予自主系统的任何一项任务。
模拟狗斗期间的X-62A和F-16
21次试飞，10万行代码
VISTA也称X-62A，是通用动力公司F-16D的一个修改版本。
自1990年代以来，美国空军一直用它来测试先进技术。
如今，VISTA已经被整合到DARPA的空战进化计划ACE中，配备了机器学习和专用软件。
研发VISTA的，是一家国防技术公司洛克希德·马丁。
VISTA可以被看作是一个AI探路者，它使用了全新的无人驾驶设计。
这项工作，对于实现分布式团队至关重要。
而团队的效率也可谓神速，在不到一年的时间里，就在X-62A的系统中安装了初始的实时AIAgent，演示了第一次AI与人类的狗斗，并且在21次试飞中，完成了超过10万行飞行软件关键代码的更改。
X-62A在去年的模拟狗斗中的驾驶舱
洛克希德·马丁副总裁介绍说，X-62A VISTA是他们开发、测试、集成AI，以及建立AI认证标准的重要平台。
而且，X-62A VISTA将彻底改变航空航天的未来。
平台中的硬件和软件架构都久经考验，为AIAgent和先进算法提供了安全可控的环境，使它们能够快速进行原型设计和开发。
这套开放式架构之所以能实现高度复杂的测试，是因为利用了Skunk Works的模型跟踪算法（MFA）和模拟自主控制系统（SACS）。
这些重要的更新，不仅增强了VISTA的能力，还保持了它可以进行快速原型设计的优势。
因此，团队才得以快速更改软件，频繁进行飞行测试。
一次次测试证明，这个架构足够强大，能够可靠地过渡到第三方分布式硬件，复制VISTA所展示的安全可控飞行测试目标。
AI在自主空战上，取得突破性影响
4月的这次X-62A与载人F-16的首次对战，可谓是一次里程碑级的事件。
就是这次事件，使得2023年的机器学习，在空中成为了现实。
美国未来的无人驾驶飞机计划，美国空军的协作战斗机计划，都会直接受到影响。
此次ACE计划的参与者Shield AI，在2021年收购了Heron公司。
而Heron开发的AI飞行员，在前一年就曾赢得DARPA的狗斗试验。
早在2022年，DARPA就与空军和洛克希德·马丁公司一起，将AIAgent集成到了X-62A的系统中，并于当年12月，用这些算法首次进行了喷气式飞机的自主试飞。
X-62A/VISTA的飞行系统，可以配置为模仿任何其他机型，这就使它可以完成各种测试目的，因而成为支持ACE等工作的理想平台。
洛克希德·马丁的首席飞行控制工程师Que Harris介绍道，团队在VISTA的飞行控制中有一个集成空间，允许AIAgent将命令发送到VISTA，就好像他们正在向VISTA的模拟模型发送命令一样。
这就可以被看作是喷气式飞机内部的一个「自主沙盒」。
美国空军USAF TPS主任Chris Cotting博士这样描述：就好像你在研究机构中拥有了一个模拟器实验室。
「我们已经把整个模拟器实验室塞进了F-16中」。
就如我们上文提到的，X-62A在随后的21次试飞中，几乎每天都有Agent需要重新编程，最终修改的代码，达到了10万行。
通过在完全数字环境中对算法进行快速训练和再训练，X-62A能支持各种飞行测试。
没有飞行员，没有通信，完全实现蜂群概念
Shield AI联合创始人兼总裁Brandon Tseng表示，理想的自动驾驶飞机是这样的——
没有远程飞行员，没有通信，也没有GPS。这些飞机实现了编队或蜂群的概念，可以执行指挥官的意图。
他们可以执行任务，动态地一起工作，根据彼此做出反应，还能对战场、敌对威胁和地面上的平民做出反应。
而这项技术体现出的另一个价值，就是让整个系统、整个机队变得更好。
在任何时候，飞机上都能有最好的AI飞行员。在机群学习时，每家飞机上都有他们。
「你将永远拥有最好的四旋翼飞行器飞行员，最好的V-BAT飞行员，最好的CCA飞行员。它们将占据主导地位。那时，你就能以令人难以置信的高胜率赢得交战」。
巨大挑战：需要信任算法，才能在现实中实现
然而，这个过程也存在难度很大的挑战。
首先，就是基于规则的自治。
MIT计算机科学与人工智能实验室（CSAIL）的Daniela Rus博士解释说，如果你用「if-then」的方式写出规则，那它们就必须具有鲁棒性。因此，为了让系统正常工作，需要一群专家来生成代码。
Rus博士解释说，因为机器学习做决策时，非常依赖于分析历史数据，因此它们通常会发现人类无法察觉的见解，或者是非传统的、并非基于规则的语言表达。
机器学习在条件动态波动的环境和情况下非常强大，因此很难建立清晰而强有力的规则。
所谓的「环境和情况」，就是在狗斗中，人类对手做出的不可知的独立决定。
鉴于这种不可预测性，即使是训练有素的飞行员，进行这种模拟交战也非常危险。
2000年至2016年间F-16和F/A-18战斗机的狗斗训练中的事故和死亡数据
美国空军TPS指挥官、空军上校James Valpiani表示，使用机器学习时所涉及的许多元素，都并不能被完全理解。
「可理解性和验证性，阻碍了我们探索这个领域。」目前，还没有民用或军用途径，来认证飞行关键系统的机器学习Agent。
而这，确实是ACE和现实世界的X-62A试飞发挥之处。
VISTA喷气式飞机上的机器学习Agent最重要的一点，就是学会防止飞机执行危险和不道德的行为，包括定义允许飞行范围的代码，避免空中或地面的碰撞，以及防止在授权情况下使用武器。
在美国军方坚持看来，在未来的自主武器系统的运行中，人类将永远处于循环中的某个地方，但他们在这个循环中的确切位置，将随着时间的推移而演变。这已经成为许多争论的主题。
「我们必须能够信任这些算法，才能在现实世界中使用它们。」
2024年4月1日，首批F-16战机将按照VENOM计划改装成自主试验台，抵达Eglin空军基地
而除了ACE计划外，X-62A并不是美国空军近年来唯一用于先进自主技术的飞机。
目前，空军正在改造另外六架F-16飞机，将它们转变为试验机，用于支持一个名为Project VENOM的项目，以进行大规模的协同自主测试。
