最近，軍事圈被這個消息刷屏了：美軍的戰鬥機，已經能由AI完成全自動空戰了。
是的，就在最近，美軍的AI戰鬥機首次公開，揭開了神秘面紗。
這架戰鬥機的全名是可變穩定性飛行模擬器測試飛機（VISTA），由美空軍部長親自搭乘，模擬了一對一的空戰。
5月2日，美國空軍部長Frank Kendall在Edwards空軍基地駕駛X-62A VISTA升空
#注意，在一小時的飛行中，所有飛行動作都由AI自主完成！
Kendall表示—
#在過去的幾十年中，我們一直在思考自主空對空作戰的無限潛力，但它始終顯得遙不可及。然而如今，我們已經到達了一個轉型的時刻，正是因為ACE團隊所取得的突破性成就，使這一切成為可能。
空軍部長親自試飛
在中午熾熱的陽光下，一架機艦隨著轟鳴聲起飛——它是由AI控制的，而非人類飛行員。這架F-16戰機伴隨著轟鳴聲起飛，飛向遠方。
在試飛期間，美國空軍部長Frank Kendall坐在了飛機前座，在後座的安全飛行員的陪同下，他在不接觸X-62A控制裝置的情況下，完成了一組測試任務。
AI控制F-16，以每小時超過550英里的速度飛行，這讓Kendall的身體，直接承受了五倍地心引力的壓力。
它逼近一架人類飛行員駕駛的F-16，兩架飛機在相距僅304公尺的距離內競速，透過扭轉和盤旋試圖，迫使對方處於弱勢。
持續一小時的飛行結束後，Kendall帶著微笑從駕駛艙走出來。
他表示，自己在飛行中已經看到了足夠的證據，讓他願意信任這個AI，讓它來決定在戰爭中是否發射核武。
飛機上的AI軟體，會先在模擬器中透過數百萬資料點進行學習，接著在實際飛行中驗證結論。這些現實世界的效能數據隨後會被重新輸入模擬器，AI在此基礎上處理這些數據，進行深入學習。
VISTA的軍事操作員聲稱，類似的AI飛機，全球僅有美國擁有。
第一次AI與人類的狗鬥
#而早在2024年4月，美國空軍試飛員學校和DARPA就宣布，他們已經完成了第一次AI與人類的狗鬥。
狗鬥由代號為X-62A VISTA的F-16D（Block 30）雙座飛機和駕駛F-16戰鬥機的人類飛行員完成。
在狗鬥中，X-62A展示了防禦機動、攻擊顫斗等技能，而坐在其中的人類飛行員可以接管AI系統，但無需激活安全開關。
兩機展現了「高視角機頭對機頭交戰」，相對速度直接達到了1200 英里/時，相距最近時達到了約610公尺。
X-62A在另一架載人飛機上安全自主地進行狗鬥，這不僅是ACE的一個重要里程碑，也是整個自主飛行的里程碑。
並且，DARPA和空軍強調，雖然狗鬥是這次測試的核心，但ACE的目標，遠非狗鬥這麼簡單。
美國空軍USAF TPS首席試飛員Bill Gray解釋：狗鬥是目前非常需要解決的問題，所以他們開始在空中測試自主AI系統。
我們學到的每一課，都適用於你可以賦予自主系統的任何一項任務。
#模擬狗鬥期間的X-62A和F-16
21次試飛，10萬行程式碼
VISTA也稱為X-62A，是通用動力公司F-16D的一個修改版本。
自1990年代以來，美國空軍一直用它來測試先進技術。
如今，VISTA已經被整合到DARPA的空戰進化計畫ACE中，配備了機器學習和專用軟體。
研發VISTA的，是一家國防技術公司洛克希德馬丁。
VISTA可以被視為AI探路者，它使用了全新的無人駕駛設計。
這項工作，對於實現分散式團隊至關重要。
而團隊的效率也可謂神速，在不到一年的時間裡，就在X-62A的系統中安裝了初始的實時AIAgent，演示了第一次AI與人類的狗鬥，並且在21次試飛中，完成了超過10萬行飛行軟體關鍵程式碼的變更。
X-62A在去年的模擬狗鬥中的駕駛艙
洛克希德·馬丁副總裁介紹說，X-62A VISTA是他們開發、測試、整合AI，以及建立AI認證標準的重要平台。
而且，X-62A VISTA將徹底改變航空航太的未來。
平台中的硬體和軟體架構都久經考驗，為AIAgent和先進演算法提供了安全可控的環境，使它們能夠快速進行原型設計和開發。
這套開放式架構之所以能實現高度複雜的測試，是因為利用了Skunk Works的模型追蹤演算法（MFA）和模擬自主控制系統（SACS）。
這些重要的更新，不僅增強了VISTA的能力，也保持了它可以進行快速原型設計的優勢。
因此，團隊得以快速更改軟體，並頻繁地進行飛行測試。
一次次測試證明，這個架構足夠強大，能夠可靠地過渡到第三方分散式硬件，複製VISTA所展示的安全可控飛行測試目標。
AI在自主空戰上，取得突破性影響
4月的這次X-62A與載人F-16的首次對戰，可謂是一次里程碑級的事件。
就是這次事件，使得2023年的機器學習，在空中成為了現實。
美國未來的無人駕駛飛機計劃，美國空軍的協作戰鬥機計劃，都會直接受到影響。
此次ACE計畫的參與者Shield AI，在2021年收購了Heron公司。
而Heron開發的AI飛行員，在前一年就曾贏得DARPA的狗鬥試驗。
早在2022年，DARPA就與空軍和洛克希德·馬丁公司一起，將AIAgent整合到了X-62A的系統中，並於當年12月，用這些演算法首次進行了噴射機的自主試飛。
X-62A/VISTA的飛行系統，可以配置為模仿任何其他機型，這使它可以完成各種測試目的，從而成為支援ACE等工作的理想平台。
洛克希德馬丁的首席飛行控制工程師Que Harris介紹道，團隊在VISTA的飛行控制中有一個整合空間，允許AIAgent將命令傳送到VISTA，就好像他們正在向VISTA的類比模型發送命令一樣。
這就可以被看作是噴射機內部的一個「自主沙盒」。
美國空軍USAF TPS主任Chris Cotting博士這樣描述：就好像你在研究機構中擁有了一個模擬器實驗室。
「我們已經把整個模擬器實驗室塞進了F-16」。
就如我們上文提到的，X-62A在隨後的21次試飛中，幾乎每天都有Agent需要重新編程，最終修改的代碼，達到了10萬行。
透過在完全數位環境中對演算法進行快速訓練和再訓練，X-62A能支援各種飛行測試。
沒有飛行員，沒有通信，完全實現蜂群概念
Shield AI共同創辦人兼總裁Brandon Tseng表示，理想的自動駕駛飛機是這樣的——
#沒有遠端飛行員，沒有通信，也沒有GPS。這些飛機實現了編隊或蜂群的概念，可以執行指揮官的意圖。
他們可以執行任務，動態地一起工作，根據彼此做出反應，還能對戰場、敵對威脅和地面上的平民做出反應。
而這項技術體現出的另一個價值，就是讓整個系統、整個機隊變得更好。
在任何時候，飛機上都能有最好的AI飛行員。在機群學習時，每家飛機上都有他們。
「你將永遠擁有最好的四旋翼飛行器飛行員，最好的V-BAT飛行員，最好的CCA飛行員。它們將佔據主導地位。那時，你就能以令人難以置信的高勝率贏得交戰」。
巨大挑戰：需要信任演算法，才能在現實中實作
然而，這個過程也存在著難度很大的挑戰。
首先，就是基於規則的自治。
MIT電腦科學與人工智慧實驗室（CSAIL）的Daniela Rus博士解釋說，如果你用「if-then」的方式寫出規則，那麼它們就必須具有魯棒性。因此，為了讓系統正常運作，需要一群專家來產生程式碼。
Rus博士解釋說，因為當機器學習做決策時，非常依賴分析歷史數據，因此它們通常會發現人類無法察覺的見解，或者是非傳統的、並非基於規則的語言表達。
機器學習在條件動態波動的環境和情況下非常強大，因此很難建立清晰而強有力的規則。
所謂的「環境與情況」，就是在狗鬥中，人類對手所做的不可知的獨立決定。
鑑於這種不可預測性，即使是訓練有素的飛行員，進行這種模擬交戰也非常危險。
2000年至2016年間F-16和F/A-18戰鬥機的狗鬥訓練中的事故和死亡資料
美國空軍TPS指揮官、空軍上校James Valpiani表示，使用機器學習時所涉及的許多元素，都並不能被完全理解。
「可理解性和驗證性，阻礙了我們探索這個領域。」目前，還沒有民用或軍用途徑，來認證飛行關鍵系統的機器學習Agent。
而這，確實是ACE和現實世界的X-62A試飛發揮之處。
VISTA噴射機上的機器學習Agent最重要的一點，就是學會防止飛機執行危險和不道德的行為，包括定義允許飛行範圍的程式碼，避免空中或地面的碰撞，以及防止在授權情況下使用武器。
在美國軍方堅持看來，在未來的自主武器系統的運作中，人類將永遠處於循環中的某個地方，但他們在這個循環中的確切位置，將隨著時間的推移而演變。這已經成為許多爭論的主題。
「我們必須能夠信任這些演算法，才能在現實世界中使用它們。」
## 2024年4月1日，首批F-16戰機將依照VENOM計畫改裝成自主試驗台，抵達Eglin空軍基地
而除了ACE計畫外，X-62A並不是美國空軍近年來唯一用於先進自主技術的飛機。
目前，空軍正在改造另外六架F-16飛機，將它們轉變為試驗機，用於支援一個名為Project VENOM的項目，以進行大規模的協同自主測試。
