美軍Maven智能目標識別技術(shù)發(fā)展及實戰(zhàn)運用分析

識別和打擊目標過程極為耗時，盡管現(xiàn)階段的技術(shù)進步已經(jīng)大幅縮短了由識別目標到執(zhí)行打擊的時間，但高端大規(guī)模沖突所面臨的瞄準速度與數(shù)量的挑戰(zhàn)，對進一步壓縮處理和打擊目標所需時間提出了更高要求。為解決這一挑戰(zhàn)，美軍多年來圍繞利用深度學習技術(shù)進行軍用目標識別方面開展了諸多研究，其中近年來備受美軍重視的Maven項目就是典型代表之一，該項目已經(jīng)在目標識別的精度與持續(xù)性方面取得一定進展，并已經(jīng)在演習演訓，乃至實戰(zhàn)中進行了驗證。

一、Maven項目及其發(fā)展情況

美國國防部于2017年4月啟動了Maven項目之后多年來持續(xù)開展研究，將其作為美國人工智能軍事工作的核心，致力于加速大數(shù)據(jù)與機器學習的整合，實現(xiàn)有別于傳統(tǒng)系統(tǒng)的高精度、持續(xù)監(jiān)視與識別能力，如下表所示。

表：Maven智能系統(tǒng)情況

結(jié)合上表分析得出：該系統(tǒng)通過整合多種數(shù)據(jù)流，能夠?qū)崿F(xiàn)高精度、持續(xù)目標識別與定位能力，并且在其運用過程中，人類操作員始終處于循環(huán)中，在執(zhí)行打擊之前均會確認Maven智能系統(tǒng)的建議。而計劃形式轉(zhuǎn)向美國國防部正式“記錄計劃”，已然表明其可能已經(jīng)克服了傳統(tǒng)人工智能系統(tǒng)所存在的數(shù)據(jù)不可靠、圖像質(zhì)量差、在老式軍用硬件上性能緩慢等技術(shù)障礙。

現(xiàn)階段，美國各軍種均在廣泛探索運用Maven系統(tǒng)進行情報分析、目標識別和戰(zhàn)場態(tài)勢感知，整合衛(wèi)星圖像和地理定位數(shù)據(jù)，實施打擊，以及基于對大量數(shù)據(jù)分析識別部隊動向和潛在威脅預(yù)測供應(yīng)需求和優(yōu)化部隊部署，助力幫助后勤和規(guī)劃工作。

此外，美國陸軍研究實驗室于2024年9月授出五年期合同更是說明美軍在將該系統(tǒng)擴展到各軍種的同時，正在簡化、加速各軍種對Maven現(xiàn)有功能的訪問，而這些將進一步增強美各軍種之間的協(xié)同作戰(zhàn)能力，并推動其聯(lián)合全域作戰(zhàn)的發(fā)展。

二、實戰(zhàn)運用

Maven系統(tǒng)已經(jīng)在俄烏沖突中，以及也門、伊拉克和敘利亞等中東、中亞和南亞部分地區(qū)開展的行動中得以運用，并在目標探測、為打擊決策提供信息等方面發(fā)揮了關(guān)鍵作用。

(1)實戰(zhàn)運用情況

在此將Maven系統(tǒng)的典型實戰(zhàn)運用情況進行梳理，如下所示。

表：Maven系統(tǒng)實戰(zhàn)運用

結(jié)合上表分析可知：

Maven系統(tǒng)的目標識別算法已經(jīng)能夠根據(jù)衛(wèi)星和其他數(shù)據(jù)源捕獲的圖像定位、識別對手的火箭/火箭發(fā)射器、導彈、無人機儲存庫和民兵設(shè)施等目標，再由作戰(zhàn)人員操作武器系統(tǒng)，由此有助于加速作戰(zhàn)節(jié)奏。

人工智能系統(tǒng)工作示意圖(源自烏克蘭國防部)

Maven系統(tǒng)的實戰(zhàn)運用證明了即使利用機器視覺這種最基本的人工智能形式，也可以對無人機進行編程，使其在現(xiàn)場使用之前繪制出飛行路徑上的地形圖，這也意味著無人機無需與衛(wèi)星聯(lián)系，無需依賴于美國的先進情報系統(tǒng)的信息輸入;

實戰(zhàn)運用為美軍提供了有關(guān)人工智能的弱點以及需要改進的地方的經(jīng)驗教訓(據(jù)稱在支持烏克蘭的最初10個月里，Maven系統(tǒng)就經(jīng)歷了50余輪改進)。

(2)局限性分析

在實戰(zhàn)運用中，Maven系統(tǒng)已經(jīng)表現(xiàn)出了較為優(yōu)異的目標識別能力，但同時也暴露了其局限性，如在俄烏戰(zhàn)爭中，簡化版Maven的表現(xiàn)就好壞參半，識別準確率會受環(huán)境等影響。

1)識別準確率受限于某些環(huán)境條件

實戰(zhàn)驗證結(jié)果顯示，Maven系統(tǒng)易受某些環(huán)境條件(如雪、茂密的樹葉、沙漠地形等)影響而導致識別準確率降低，如在某些情況下，該系統(tǒng)會將車輛誤認為樹木，或難以區(qū)分真實誘餌和充氣誘餌;或者在沙漠地形中，由于地貌會根據(jù)天氣條件突然變化，Maven的識別準確率也可能會大幅下降。

2)尚無法智能確定攻擊優(yōu)先次序與最佳武器

美國中央司令部曾對人工智能推薦引擎進行了試驗，結(jié)果表明該系統(tǒng)在確定最佳攻擊順序或為特定目標選擇最佳武器方面效率較低，這說明Maven系統(tǒng)現(xiàn)階段仍然主要被用于幫助識別潛在目標，尚無法被用于核實目標或部署武器，仍有待進一步完善與訓練。

綜上可知，美軍已經(jīng)基于Maven系統(tǒng)初步實現(xiàn)了智能目標識別并進行了實戰(zhàn)驗證，這為美軍未來以前所未有的規(guī)模開展行動，同時識別和追捕數(shù)千個目標奠定了一定基礎(chǔ)，并且該能力對于在高端大規(guī)模沖突中提升瞄準速度與數(shù)量尤為重要，有助于釋放人力資源以執(zhí)行其他關(guān)鍵任務(wù)。盡管該系統(tǒng)的識別準確率有時受限于某些環(huán)境條件，但其在提高目標識別與打擊精度，以及推動蜂群與自主作戰(zhàn)技術(shù)發(fā)展方面所發(fā)揮的作用不容忽視，跟蹤研究其技術(shù)發(fā)展與運用情況，并圍繞相關(guān)不足或者漏洞等研究相關(guān)對策需引起重視。(北京藍德信息科技有限公司)