把制空权交给AI，美国也是没辙了

出品｜虎嗅科技组

作者｜齐健

编辑｜王一鹏

头图｜Edwards Air Force Base

就在一年前，2023年5月，OpenAI的CEO Sam Altman曾在美国国会听证会上提到过AI正在被武器化的事实，并赞同“像监管核武器一样监管AI”的提议。

如今，美国军方已经急着要把 “制空权”交给AI了。

5月2日，美国空军部长Frank Kendall在美国加州爱德华兹空军基地亲自体验了AI驾驶的X-62A VISTA战机。

在此之前，美国国防高级研究计划局（DARPA）在4月20日就已经进行过AI战机X-62A VISTA对抗人类驾驶F-16的首次实战模拟。

AI驾驶的F-16 战斗机（左）与人类驾驶的F-16并肩飞行，两架飞机彼此相距不到304米

X-62A VISTA是F-16的改款战机，目前全球共有超过4600架F-16战斗机在役，在美国的盟友当中行销20多个国家，会开F-16的AI，可能已经具“渗透”到任何西方国家的空军中的能力。

美国人不是很担心AI的安全吗，为什么这么着急要让AI开战斗机？

装备不够，AI凑？

“我们正在抢占技术优势，这是比赛的关键。”Kendall在接受采访时表示，没有开发AI武器的对手会在实战中“付出代价”。

对于AI战斗机的规划，Kendall认为，可以把AI战机放在一些故意要牺牲的地方，去“找出敌人在哪或者吸引火力”。

美国空军部长Frank Kendall“试驾”AI战机

吸引火力还比较容易理解，但没有AI就找不到敌人了吗？

在索敌这件事上，一直以来的主要方法是靠雷达。第四、五代战机的空战中，用雷达发现敌人会受到两个因素影响，第一是雷达的可检测范围有限，第二就是隐形战机的普及。

雷达的检测范围决定了谁先发现对方。现代战争的基本逻辑是发现即摧毁，空战更是如此。在茫茫天空中，先找到敌人是战斗胜利的第一步。

空战常用的雷达系统有预警机雷达和战机机载雷达两种。

第四代战机的机载雷达扫描范围大多在100-200公里，目前各国列装的预警机可扫描范围一般可达400-500公里。不考虑隐形战机的话，成规模的现代空战，在400公里范围基本上都可以发现对方。

不过，一些国内媒体曾提到过，中国最新预警机空警-2000的低空探测范围已达到最大800公里，大幅超过美军的E-3、E-2预警机。如果我军预警机真能达到这样的探测范围，那么美军要用AI操纵的F-16“蒙眼蹚雷”，就变得比较说得通了。

预警机

在隐形方面，美军的F-22和F-35列装后，第五代战机逐渐成为空战主力，其重要特性就是躲避雷达探测的“隐形”能力。

2017年我军隐形战机歼-20也开始服役。作为美军长期以来的假想敌，歼-20列装无疑对美军的空中雷达探测能力发起了巨大挑战，在未来空战中如果双方都是隐形机群，在反隐能力没有巨大差距的情况下，空中战场很可能回到“白刃战”的时代。

在空中的“白刃战”当然更需要吸引火力的“炮灰”，但这不也是说让AI战机“蒙眼白送”。

首先，在发现即摧毁的原则下，飞机雷达发现敌人后其实并不会马上开火。因为空空导弹的射程通常达不到雷达的可检测范围，即便能达到，也不能保证命中敌机。

战机驾驶员一般会选择“放近了再打”，让敌机进入到空空导弹的“不可逃逸射程”再开火。在实战中，不可逃逸距离的长短并不固定。但这个不可逃逸射程，与导弹的最大射程通常是正相关的。

我军目前主力的霹雳-15空空导弹，据报道最大射程为200公里，飞行速度为5马赫。已装备的新型霹雳-17，据报道射程可能达到300-500公里。

然而，美军主力的AIM-120空空导弹，最大射程是160公里，飞行速度是4马赫。正在研发，尚未装备的AIM-260，外界普遍猜测最大射程可能也不会成倍超过200公里。

空对空导弹

在成规模的空战中，如果导弹射程不够，没法实现远距离摧毁目标的话。那可能真的需要带着“神风特攻队”的精神，冲进敌人的有效射程内“贴脸”开火了。

F-35用不起了

X-62A VISTA是AI在美国主力战斗机上的首次尝试，而与之相似的其他类型AI战机，早在10年前就已在各国军中开始试验，包括美国的X-47B、XQ-58A，以及中国的“无侦”无人侦察机。

美国的X-47B、XQ-58A两款无人战机，都曾尝试过AI自主控制的起降和飞行，X-47B还完成过AI控制的空中加油。

不过这些完全没有驾驶舱的无人机，基本都不能超音速飞行，而且机载武器有限。这种无人机的主要功能是侦查和较简单的打击任务，空对空作战能力相对有限，与美军主力的F-16、F-22和F-35完全没法相比。

当然，价格也没法相比。

XQ-58A的Valkyrie型无人机每架成本为750万美元。而每架F-35C的造价则是9000万美元，每年的运维成本都高达到660万美元。

XQ-58A

连买带养，一架F-35C一年的成本可以买14架较轻型的AI无人机XQ-58A。

目前，美国海军的福特级航空母舰可以搭载大约70架左右战斗机。以美国海军的编制，一个F-35C中队约24驾飞机，总成本为21.6亿美元。而一艘福特级航母的造价约为127亿美元，我军的福建舰造价大约在500亿元人民币。

除了制造成本，AI系统的研发成本也不高。

2020年，美国承包商EpiSys Science, Inc.（EpiSci），获得了DARPA价值740万美元的研发合同，负责开发可信的战术人工智能 (AI) 算法作战自主权，这份合同研究很可能与如今看到的X-62A VISTA有关。

740万美元的研发经费，对于战斗机来说相当便宜。

F-35的研发总成本约为4000亿美元，自2019年以来，美国政府还给F-35制定了为期8年的现代化升级计划，预计每年研发经费为19亿美元。

打仗就是比谁钱多，比谁花钱的效率高。

能省钱的AI战机，已经被美国海军认为是航母飞行甲板上的未来。美国海军提出希望用一部分AI无人机以僚机的形式代替F-35，组成“F-35+无人机”的新型战斗群。美国海军预测未来高达60%的舰载机联队将由无人机组成。

不过，便宜的AI无人机飞行速度只有第四、五代战斗机的一半，实战中能否真的在多对一或是协作战斗中取胜，还有待研究。

人力太贵，还招不上人

除了降低先进战机的开支，AI驾驶员还能给美军解决一些HR的问题。

首先肯定是减少人员伤亡。近几十年，美国的5次海外军行动（代号：OIF、OND、OEF、OIR、OFS）中，空军战斗阵亡总人数为1064人（截至2024年5月7日）。

美军对外军事行动阵亡人数统计

虽然5次军事行动的阵亡人数只有抗美援朝期间的1/4。不过这些军事行动，几乎都没怎么与实力对等的敌人展开成规模的空战。

其次是飞行员短缺。美国空军人事中心的数据显示，截至2024年3月31日，美国空军现役中校以下飞行员11921人。一直以来，美国空军希望现役飞行员人数达到13000名，另外在空军国民警卫队和空军预备役中再雇约8000名飞行员。

美军认为长期缺乏飞行员正在成为“潜在危机”，Kendall在2022年5月曾对美国国会表示，美国空军正在积极解决飞行员不足的问题。

AI战机的登场不禁让人想到，这是不是Kendall解决飞行员短缺问题的方案之一呢？

其实美军飞行员的薪酬水平很高，一名中级军官（如上尉）的基础薪资加上其他福利年薪超过10万美元。级别更高或服役时间更长的飞行员还会有更多津贴。相比之下，美国的平均年薪在2022年为约5.5万美元。

美国国防部公布的2024年美军薪酬数据显示， O-1级别（二级陆军中尉）的飞行员在服役两年以下时，每月的基础军饷为3826.2美元。随着服役年数的增加，基础军饷会有所提高。例如，O-3级别（上尉）的飞行员在服役两年后，基础军饷为5783.7美元/月。

美军工资

美军飞行员还可以根据其飞行的资历获得额外的月度飞行津贴（AvIP），这一津贴的金额从150美元到1,000美元不等。为了鼓励留在进队，美国空军也会给飞行员很高的航空奖金（AvB），数额可能达到35000美元/年。

此外，美军飞行员的培训成本也相当可观。分析机构RAND Corporation在2019年发布的一项调研显示，美国空军训练一名基本合格飞行员的成本在110万-1090万美元不等。

F-16飞行员的培训成本约为560万美元，F-22为1090万；轰炸机飞行员的培训成本也很高，B-1为730万，B-52为970万；运输和机动飞行员的培训成本相对较低，从C-17为110万，C-130J为250万；负责指挥、控制、情报、监视和侦察操作的RC-135等机型飞行员培训成本约为550万。

RAND Corporation估算的成本包括飞行小时成本、学员的住宿和薪酬等，但这只是飞行员培训成本中的一部分，飞行员培训还需要很多其他费用，如模拟器使用费、教材和教官费用等。

AI战机不科幻，但很远

把战斗机交给AI，首先要担心的不是科幻的“AI变节”问题。

大语言模型爆发以来，社会各界都在担心AGI即将到来，强人工智能即将到来。由此，很多人还产生了AI即将毁灭世界的恐惧。

但把战斗机交给AI，其实没那么可怕。因为操纵战机的AI主要是判别式AI或决策型AI，这些系统不太具备ChatGPT这样强的泛化能力，与今天的大语言模型、生成式AI基本没啥关系，也与AGI相去很远。

因为军事装备对AI大模型实在太不友好了。

首先是算力，美国攻击无人机制造商Anduril工业的CEO Palmer Luckey就曾说过：特斯拉的人工智能比美国军用车辆更好，iPhone 的计算能力也比国防部常用的系统强大得多。

军工用芯片，特别是用于战略核潜艇、F-22超音速战斗机和洲际导弹等高端军事装备中的芯片，对可靠性和耐受恶劣环境能力的要求很高，因此通常采用的制程尺寸比民用芯片要大。

主流的AI芯片如GPU、TPU等普遍采用7纳米、5纳米等较小的制程尺寸，而很多军用芯片采用的制程尺寸可能达到250纳米。

较大的晶体管尺寸有更大的电流承载能力和更厚的氧化层，能更有效地抵抗环境侵害，对高温、辐射、电磁干扰等恶劣条件的耐受度高。小尺寸芯片由于其微小的特征尺寸，对于辐射引起的电荷集聚（如由宇宙射线引起的单粒子翻转）也更为敏感。

大尺寸晶体管的热容和散热能力也会优于小尺寸晶体管，这使得它们在高温环境下能更好地工作而不容易出现性能降低。

另一方面，军工中应用的AI模型需要具备较高的稳定性和可解释性，而Transformer为代表的大模型在这方面的表现仍不完美。

要将Transformer应用在军事装备中，则需要集成额外的解释性机制或工具来提高模型的透明度。稳定性方面，则可以通过精细的测试和验证过程，结合使用更加稳定的训练技术，如正则化方法和鲁棒性优化，来确保模型的稳定性。

“军工单位虽然保守，但同样能够感受到AI大模型的冲击。” 一位从事相关科研工作的专家告诉虎嗅，已经有人在尝试把Transformer这样的大模型“带上”飞机，中国一些军工科研单位就在研究与AI相关的技术，包括用AI帮助战斗机优化起飞、悬停等。

不过这位专家也表示，虽然X-62A VISTA已经完成了一次与人类战机的“狗斗”（Dogfight，格斗空战），但要在真实世界中完全自主驾驶战斗机，甚至参与战斗对于AI来说，其实还有一段距离。

DARPA的发言人在介绍AI驾驶战斗机存在的问题时表示，AI可能会使飞机的飞行控制面超出其极限。在进行高强度机动时会受到物理限制并损坏飞机。为此，DARPA在X-62A VISTA 中设立了一个“安全行程”，以防止AI程序对机身造成过度负荷。

事实上，要实现F-16战斗机的完全AI自主控制，AI必须能够处理极其复杂的战场情况，包括快速变化的战术环境、敌我识别、规避威胁、以及执行多种任务如侦察、空战和对地攻击。这些决策需要在分秒之间做出，要求AI系统具有高度的智能和响应能力。

此外，战场环境多变，AI还需要具备自我学习的能力，以适应新的战术和技术发展。这要求AI系统不断地从经验中学习并优化自身的行为和策略。

“AI与战斗机飞行员更多的是协作，飞行员可以把控制权交给AI一两分钟。”从Kendall对AI的描述看，短期内“AI驾驶员”的作用应该会与辅助驾驶，以及大语言模型中流行的“Copilot”概念差不多。