AI應用於作戰演訓的優點與侷限
2020.09.25
瀏覽數
170
壹、新聞重點
2019年8月20日，在美國「國防先進研究計畫署」（Defense Advanced Research Projects Agency, DARPA）所舉辦的「阿爾法空中纏鬥」（Alpha Dogfight）的總決賽中，小型民營公司Heron System所開發的AI脫穎而出，在預賽中擊敗了大型傳統國防承包商如「洛克希德馬汀集團」（Lockheed Martin）在內的七個競爭團隊，取得與人類飛行員模擬對戰的機會，最終更以直落5的成績，大勝人類飛行員所操控的對手。[1]
Alpha Dogfight競賽是DARPA「空戰演進」（Air Combat Evolution, ACE）計畫的一部份，致力於建立人類飛行員對AI僚機的信任，以達成人機共同作戰的目標。然而，競賽中AI與人類所表現出來的巨大落差，讓人類飛行員時代是否終結的聲浪又再度浮現。本文試圖從AI在空戰模擬中所達成的效果，來探討現階段AI應用於作戰演訓的優點以及不足之處。
貳、安全意涵
一、迫使人類飛行員跳脫既有框架思考
由於不受「G力昏迷」（G-induced loss of consciousness）的物理限制，以及能快速運算戰場訊息的特性，AI應用於空戰領域能發揮較人類飛行員更大的優勢，並非不可預見。然而，此次獲得最後冠軍的AI系統，令人感到最訝異的地方，在於其所展現出「不按牌理出牌」的侵略性。從預賽一路過關斬將，到最後5比0完勝人類對手，參賽所開發的AI，經常採取所謂的「迎頭痛擊」(face shoot)戰術，即一開賽便直撲對手正面而來，並趁對方來不及反應之時，迅速將其擊落。[2]由於現代噴射戰機的高速度，嚴重壓縮兩機在正面對飛狀態下的應處時間，再加上被擊毀戰機所四散的殘骸，對迎面而來的戰機具有高度威脅性，使得人類在訓練或實戰中已不使用此種為多數飛行員視為禁忌之戰術。
因此，當Heron System的AI使出此種戰術，對戰的人類飛行員完全無法適應，處於下風而頻頻為AI所操控的戰機所擊落。也因為AI採取此種過於侵略性且非正規戰術，此次人機對抗的結果，遭到許多評論者，特別是現、退役飛行員質疑，認為對實戰的助益不大。[3]然而，若從人類飛行員在與AI對抗的過程中，不斷調整戰術，甚至採取與AI一樣的非正規戰法來看，AI用於空中作戰訓練的貢獻在於，迫使人類飛行員跳出既有框架。「不按牌理出牌」的戰法，能夠擾亂對手的「觀察、定向、決策、行動」（Observe、Orient、Decide、Act, OODA Loop）流程，有助於在戰場上爭取到更多的時機，擊敗對手。
二、協助人類飛行員從飛行器操控者轉變到戰場指揮官
儘管在人機模擬對抗中，AI展現出壓倒性優勢，DARPA表示ACE Program的真正目的不在於開發完全取代人類的飛行員，而是要設計出能與人類共同執行任務的無人系統，進行更好的戰場分工。DARPA所規劃的未來空戰場景，將是由AI導向的無人機群執行偵察、警戒、第一線接戰等「苦工」，減輕人類飛行員在空戰所承受的「認知負荷」(cognitive load)與壓力，最大程度上提升人類飛行員的「戰場覺知感」(situational awareness)，方能有更多的餘裕扮演好「戰場指揮官」的角色，而非只是單純地駕駛飛行器。[4]
更進一步來講，DARPA希望透過ACE Program的成功，作為實現「馬賽克作戰概念」(Mosaic Warfare)的技術基礎。所謂的「馬賽克作戰概念」，即將原先單一高端儎台所承擔的作戰任務，分拆由數個相對低成本的武器系統動態組合而成的「火力網路」來執行。正如同馬賽克簡單、可快速拼裝等特點，前線部隊可以依需求隨時更換、組合出適合當下戰場環境的火力搭配。且即便一個節點被摧毀，「擊殺網」中仍有數個火力節點，任務不會因此失敗。以空戰為例，相較於高端昂貴的有人機，AI所導引的無人機能更快、更便宜地開發、部署和升級。並能快速便捷地重組的特性，提供人類指揮官依據實際需求，進行任務編隊的彈性調配，對敵機發揮壓倒性的作戰效果。
參、趨勢研判
一、AI的模擬成果能否轉化到實戰領域仍待觀察
儘管AI飛行員取得直落5的比數完勝的驚人成果，人類對手幾無招架之力，AI否能取代人類獨立進行空中作戰任務，仍言之過早。最大的原因在於，這只是在特定條件設定下的環境所模擬得出的結果，在多大程度上能轉化到實際作戰，還是未定之數。首先，Heron System被允許事先為AI飛行員輸入包括3D座標、精確的速度向量等敵機完整動態資料，這代表AI已提前知道人類飛行員在哪裡，也知道對手將要往哪裡轉。[5]相對地，人類飛行員僅能靠螢幕上小圖像與自身的戰術經驗，判定與推測AI敵機的位置與動向。其次，競賽的空戰設計與現實的作戰場景差距甚大。例如僅限「視距內」(line of sight)，以機槍互射的空中纏鬥。然而，現代的空戰的主流早已演變成「視距外」，以空對空飛彈擊殺對手。比的是誰能在團隊的情監偵合作下，先一步在視距外發現對方，而非強調一對一的近戰纏鬥。
此外，Heron System宣稱，該團隊的AI為了此次競賽，已進行了近40億次的模擬。相對地，人類飛行員則完全不熟悉此套模擬系統的操作。更重要的是，參賽團隊所開發的AI系統，依靠在封閉、特定的模擬環境所產生的對戰數據為基礎，不斷自我對抗、學習而來，而非實戰的數據。雖然過去幾年數項大型研究顯示，在封閉的模擬環境，針對特定任務的學習生成，AI確實能發揮很好的效果，例如下棋、電玩遊戲對戰等，AI玩家能展現驚人的戰術表現。然而，AI在運用到更為複雜、開放的現實世界，進行需要全盤掌握的戰略規劃調度，仍顯的力不從心。[6]
二、如何在達成任務與安全存活之間取得平衡是未來的重點
經過大量學習、對抗所生成的AI，在近戰纏鬥能力的表現已獲得肯定，這不代表人類飛行員已經信任並願意接受與AI無人機作為僚屬，共同執行空中作戰任務，更不用提駕駛艙的部份功能由AI系統接手控制的概念。最大的原因在於，AI缺乏人類「避險」的反射動作。如前所述，Heron System的AI極具侵略性，只要有51%的獲勝機會，AI會不顧一切採取極危險的機動動作，只為達成擊落敵機的任務。在預賽的階段，參賽團隊的AI飛行員便頻頻出現墜機、互撞的尷尬現象。在戰場上，勇氣與進取是勝利的要件之一，但魯莾的行徑可能最終導致任務失敗。如果DARPA的ACE Program最終希望能開發出，人類所能信任的AI同袍，則必須在不影響AI作戰表現的基礎上，對自主編隊、防碰撞等機制上多所著墨，確保AI能順利配合人類指揮官的命令。
[1] “AlphaDogfight Trials Foreshadow Future of Human-Machine Symbiosis,” DARPA, August 26, 2020. https://www.darpa.mil/news-events/2020-08-26.
[2] Joseph Trevithick, “AI Claims "Flawless Victory” Going Undefeated In Digital Dogfight With Human Fighter Pilot,” The Drive, August 20, 2020, https://reurl.cc/zz6GbQ.
[3] “Inside the Wild Finale of DARPA’s Simulated Drone Dogfights,” Daily Beast, August 20, 2020, https://www.thedailybeast.com/inside-the-wild-finale-of-darpas-simulated-drone-dogfights.
[4] “Training AI to Win a Dogfight.” DARPA, May 8, 2019. https://www.darpa.mil/news-events/2019-05-08.
[5] Ryan Pickrell, “Former Navy TOPGUN instructor: AI that beat human pilot in simulated dogfight would have 'crashed and burned' in real world,” Business Insider, August 27, 2020. https://www.businessinsider.com/navy-pilot-not-surprised-ai-beat-human-in-simulated-dogfight-2020-8.
[6] Nicholas Ernest et al., “Genetic Fuzzy Based Artificial Intelligence for Unmanned Combat Aerial Vehicle Control in Simulated Air Combat Mission,” Journal of Defense Management, Vol. 6, No. 1 (2016), pp. 1-7.