美国海军利用人工智能训练激光武器对付无人机

激光能以光速攻击目标，因此各主要军事强国都在大力发展激光武器，以应对多种威胁--其中最重要的是日益复杂的无人机的存在。

然而，激光并不是万能的，要想成为实用武器，还需要克服许多问题。 首先，目前的激光系统需要人类操作员具备一定的识别和射击目标的技巧。

从本质上讲，这个问题可以分为两个任务。 在攻击无人机的情况下，第一项任务是识别无人机的类型，以确定要攻击的薄弱点。 其次是将激光束对准该薄弱点进行足够长的训练，以摧毁目标或使其失效--这是一项棘手的挑战，随着自主无人机在飞行中变得越来越快、越来越灵活，这项挑战势必会变得更加棘手。

庞塞号两栖船坞运输舰上的激光武器系统（LaWS）演示

人类操作员仍有机会成功对付单个无人机，但成群的无人机就另当别论了。 诚然，激光可以在几分之一秒内从一个目标闪烁到下一个目标，但识别薄弱点并将光束固定在它上面完全是另一回事。 在实战情况下，人类操作员很快就会力不从心。 随着激光器在处理高超音速导弹方面的进步，问题会变得更加严重。

美国海军陆战队、海军水面作战中心达尔格伦分部、洛克希德-马丁公司、波音公司和空军研究实验室（AFRL）正在合作开发一种用于反无人机激光的新型跟踪系统，该系统利用人工智能克服了人类在瞄准和处理远距离大气畸变方面的局限性，因为大气畸变可能导致激光束偏离目标。

研究小组使用钛合金 3D 打印的"死神"无人机微型模型训练人工智能系统。 该模型通过红外光和雷达进行扫描，模拟全尺寸无人机在能见度不佳的条件下从不同角度和距离通过望远镜观察的情况。

图像目录生成了两个包含 10 万张图像的数据集，用于训练人工智能系统，使其能够识别无人机、确认其相对于观察者的角度、寻找薄弱点并将光束固定在该点。 同时，雷达输入为确定无人机的航线和距离提供数据。 为了训练系统，我们设置了三个人工智能训练场景。 第一个场景只使用合成数据，第二个场景结合了合成数据和真实世界数据，第三个场景只使用真实世界数据。

据美国海军称，第三种方案效果最好，误差最小。

下一步将是对真实目标进行雷达和光学跟踪的实地测试，测试时将使用半自动系统，并由人类操作员控制跟踪的某些方面。

达尔格伦公司的成像科学家埃里克-蒙塔格（Eric Montag）说："我们现在已经在跟踪系统中实时运行模型。今年的某个时候，我们计划在跟踪框架内演示自动瞄准点选择，以进行简单的概念验证，"蒙塔格补充说。"我们不需要发射激光来测试自动瞄准点功能。 已经有一些项目--[高能激光远征（HELEX）验证机]就是其中之一--对这项技术感兴趣。 我们一直在与他们合作，用我们的跟踪系统从他们的平台上进行拍摄。"

这项研究发表在Machine Vision and Applications.上。