識(shí)別和打擊目標(biāo)過程極為耗時(shí)，盡管現(xiàn)階段的技術(shù)進(jìn)步已經(jīng)大幅縮短了由識(shí)別目標(biāo)到執(zhí)行打擊的時(shí)間，但高端大規(guī)模沖突所面臨的瞄準(zhǔn)速度與數(shù)量的挑戰(zhàn)，對(duì)進(jìn)一步壓縮處理和打擊目標(biāo)所需時(shí)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(xué)習(xí)技術(shù)進(jìn)行軍用目標(biāo)識(shí)別方面開展了諸多研究，其中近年來備受美軍重視的Maven項(xiàng)目就是典型代表之一，該項(xiàng)目已經(jīng)在目標(biāo)識(shí)別的精度與持續(xù)性方面取得一定進(jìn)展，并已經(jīng)在演習(xí)演訓(xùn)，乃至實(shí)戰(zhàn)中進(jìn)行了驗(yàn)證。

一、Maven項(xiàng)目及其發(fā)展情況

美國(guó)國(guó)防部于2017年4月啟動(dòng)了Maven項(xiàng)目之后多年來持續(xù)開展研究，將其作為美國(guó)人工智能軍事工作的核心，致力于加速大數(shù)據(jù)與機(jī)器學(xué)習(xí)的整合，實(shí)現(xiàn)有別于傳統(tǒng)系統(tǒng)的高精度、持續(xù)監(jiān)視與識(shí)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(biāo)識(shí)別與定位能力，并且在其運(yùn)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(huì)確認(rèn)Maven智能系統(tǒng)的建議。而計(jì)劃形式轉(zhuǎn)向美國(guó)國(guó)防部正式“記錄計(jì)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(guó)各軍種均在廣泛探索運(yùn)用Maven系統(tǒng)進(jìn)行情報(bào)分析、目標(biāo)識(shí)別和戰(zhàn)場(chǎng)態(tài)勢(shì)感知，整合衛(wèi)星圖像和地理定位數(shù)據(jù)，實(shí)施打擊，以及基于對(duì)大量數(shù)據(jù)分析識(shí)別部隊(duì)動(dòng)向和潛在威脅預(yù)測(cè)供應(yīng)需求和優(yōu)化部隊(duì)部署，助力幫助后勤和規(guī)劃工作。

此外，美國(guó)陸軍研究實(shí)驗(yàn)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(kuò)展到各軍種的同時(shí)，正在簡(jiǎn)化、加速各軍種對(duì)Maven現(xiàn)有功能的訪問，而這些將進(jìn)一步增強(qiáng)美各軍種之間的協(xié)同作戰(zhàn)能力，并推動(dòng)其聯(lián)合全域作戰(zhàn)的發(fā)展。

二、實(shí)戰(zhàn)運(yùn)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(dòng)中得以運(yùn)用，并在目標(biāo)探測(cè)、為打擊決策提供信息等方面發(fā)揮了關(guān)鍵作用。

(1)實(shí)戰(zhàn)運(yùn)用情況

在此將Maven系統(tǒng)的典型實(shí)戰(zhàn)運(yùn)用情況進(jìn)行梳理，如下所示。

表：Maven系統(tǒng)實(shí)戰(zhàn)運(yùn)用

結(jié)合上表分析可知：

Maven系統(tǒng)的目標(biāo)識(shí)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(shí)別對(duì)手的火箭/火箭發(fā)射器、導(dǎo)彈、無人機(jī)儲(chǔ)存庫(kù)和民兵設(shè)施等目標(biāo)，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(guó)防部)

Maven系統(tǒng)的實(shí)戰(zhàn)運(yùn)用證明了即使利用機(jī)器視覺這種最基本的人工智能形式，也可以對(duì)無人機(jī)進(jìn)行編程，使其在現(xiàn)場(chǎng)使用之前繪制出飛行路徑上的地形圖，這也意味著無人機(jī)無需與衛(wèi)星聯(lián)系，無需依賴于美國(guó)的先進(jìn)情報(bào)系統(tǒng)的信息輸入;

實(shí)戰(zhàn)運(yùn)用為美軍提供了有關(guān)人工智能的弱點(diǎn)以及需要改進(jìn)的地方的經(jīng)驗(yàn)教訓(xùn)(據(jù)稱在支持烏克蘭的最初10個(gè)月里，Maven系統(tǒng)就經(jīng)歷了50余輪改進(jìn))。

(2)局限性分析

在實(shí)戰(zhàn)運(yùn)用中，Maven系統(tǒng)已經(jīng)表現(xiàn)出了較為優(yōu)異的目標(biāo)識(shí)別能力，但同時(shí)也暴露了其局限性，如在俄烏戰(zhàn)爭(zhēng)中，簡(jiǎn)化版Maven的表現(xiàn)就好壞參半，識(shí)別準(zhǔn)確率會(huì)受環(huán)境等影響。

1)識(shí)別準(zhǔn)確率受限于某些環(huán)境條件

實(shí)戰(zhàn)驗(yàn)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(dǎo)致識(shí)別準(zhǔn)確率降低，如在某些情況下，該系統(tǒng)會(huì)將車輛誤認(rèn)為樹木，或難以區(qū)分真實(shí)誘餌和充氣誘餌;或者在沙漠地形中，由于地貌會(huì)根據(jù)天氣條件突然變化，Maven的識(shí)別準(zhǔn)確率也可能會(huì)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(guó)中央司令部曾對(duì)人工智能推薦引擎進(jìn)行了試驗(yàn)，結(jié)果表明該系統(tǒng)在確定最佳攻擊順序或?yàn)樘囟繕?biāo)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(shí)別潛在目標(biāo)，尚無法被用于核實(shí)目標(biāo)或部署武器，仍有待進(jìn)一步完善與訓(xùn)練。

綜上可知，美軍已經(jīng)基于Maven系統(tǒng)初步實(shí)現(xiàn)了智能目標(biāo)識(shí)別并進(jìn)行了實(shí)戰(zhàn)驗(yàn)證，這為美軍未來以前所未有的規(guī)模開展行動(dòng)，同時(shí)識(shí)別和追捕數(shù)千個(gè)目標(biāo)奠定了一定基礎(chǔ)，并且該能力對(duì)于在高端大規(guī)模沖突中提升瞄準(zhǔn)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(shí)別準(zhǔn)確率有時(shí)受限于某些環(huán)境條件，但其在提高目標(biāo)識(shí)別與打擊精度，以及推動(dòng)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(yùn)用情況，并圍繞相關(guān)不足或者漏洞等研究相關(guān)對(duì)策需引起重視。(來源：北京藍(lán)德信息科技有限公司)