烏克蘭急於製造AI技術的戰爭無人機 | 路透社

第1項5項，一隻鸛在一片田野上行走，Swarmer公司的員工正在準備AI啓用的無人機進行飛行，俄羅斯襲擊烏克蘭，2024年6月27日，烏克蘭基輔地區。路透社/Gleb Garanich/檔案照片

一隻鸛在一片田野上行走，Swarmer公司的員工正在準備AI啓用的無人機進行飛行，俄羅斯襲擊烏克蘭，2024年6月27日，烏克蘭基輔地區。路透社/Gleb Garanich/檔案照片基輔，7月18日（路透社）- 在烏克蘭，少數初創公司正在開發人工智能（AI）系統，以幫助飛行龐大的無人機艦隊，將戰爭帶入未知領域，作戰雙方爭相在戰鬥中獲得技術優勢。

烏克蘭希望在前線部署AI啓用的無人機將幫助其克服俄羅斯不斷增加的信號干擾，並使無人機能夠以更大的羣體工作。烏克蘭的AI無人機開發主要分為幫助識別目標並將無人機引入目標的視覺系統、用於導航的地形圖繪製，以及使無人機能夠在互連的“羣體”中運行的更復雜程序。

一個致力於此事的公司是Swarmer，該公司正在開發將無人機連接到網絡的軟件。決策可以立即在整個羣體中實施，只有在人類批准自動打擊時才會介入。

“當你嘗試擴大規模（使用人類飛行員）時，它根本行不通，” Swarmer首席執行官謝爾蓋·庫普里恩科在公司基輔辦公室告訴路透社。“對於一羣由10或20架無人機或機器人組成的羣體，人類幾乎不可能管理它們。”

Swarmer是自俄羅斯在2022年發動全面入侵以來湧現出的200多家科技公司之一，這些公司中有從IT背景的民間人士開發出無人機和其他設備，以幫助烏克蘭對抗規模更大的敵人。庫普里恩科表示，雖然人類飛行員在涉及超過五架無人機的操作時會遇到困難，但人工智能將能夠處理數百架無人機。

這個名為Styx的系統指揮着一組空中和地面的偵察和打擊無人機，無論大小。他説，每架無人機都能夠規劃自己的動作並預測其他無人機在羣體中的行為。

庫普里恩科表示，除了擴大規模，自動化還將有助於保護在前線附近執行任務且是敵方火力優先目標的無人機飛行員。

他補充説，Swarmer的技術仍在開發中，目前僅在戰場上進行試驗性試驗。

新美國安全中心的兼職高級研究員塞繆爾·本德特表示，AI無人機控制系統可能需要人類介入，以防止系統在目標選擇上出現錯誤。

關於排除人類判斷的武器倫理存在廣泛關注。2020年歐洲議會的一份研究報告警告稱，這類系統可能違反國際人道主義法，並降低開戰的門檻。

人工智能已經被用於烏克蘭一些遠程無人機襲擊，這些襲擊目標是俄羅斯境內數百公里外的軍事設施和煉油廠。一名匿名的烏克蘭官員告訴路透社，這些襲擊有時涉及大約20架無人機的羣集。

核心無人機飛向目標，但其他無人機的任務是在途中摧毀或干擾防空系統。消息人士補充説，為了做到這一點，他們使用一種帶有人類監督的人工智能來幫助發現目標或威脅，並規劃可能的路線。

信號干擾

隨着雙方都推出干擾飛行員和無人機之間信號的電子戰（EW）系統，需要人工智能驅動的無人機變得更加緊迫。

特別是小型、廉價的FPV（第一人稱視角）無人機，在2023年成為雙方打擊敵方車輛的主要方式，隨着干擾增加，它們的命中率正在下降。“我們已經在思考這樣一個概念，即在不久的將來，前線上將不再有飛行員和無人機之間的連接”，烏克蘭政府設立的國防技術加速器Brave1的人工智能負責人Max Makarchuk説。

根據Makarchuk的説法，FPV的命中目標率不斷下降。大多數FPV單位現在的打擊率為30-50%，而對於新飛行員來説，這個比例可能低至10%。

他預測，由人工智能操作的FPV無人機的命中率可能達到80%左右。

為了對抗電子戰威脅，包括Swarmer在內的製造商已經開始開發功能，允許無人機通過其攝像頭鎖定目標。

電子戰系統在其保護的設備和士兵上形成了一個看不見的信號干擾圓頂。

如果飛行員與無人機的聯繫中斷，他們將無法再控制它，飛行器要麼墜落到地面，要麼繼續直線飛行。

將無人機飛行的最後部分自動化到目標意味着它不再需要飛行員 - 從而抵消了電子戰干擾的影響。

人工智能使能的無人機已經在開發多年，但此前被視為昂貴和實驗性的。

Bendett表示，俄羅斯在2022年入侵之前一直在開發人工智能使能的空中和地面無人機，並聲稱取得了一些成功。

在烏克蘭，製造商的關鍵任務是為無人機生產一種廉價的人工智能瞄準系統。這將使其能夠大規模部署沿着整個長達1,000公里（621英里）的前線，每週使用數千架FPV無人機。

通過在樹莓派上運行人工智能程序，成本可以降低，樹莓派是一種小巧廉價的計算機，除了設計用途之外，在全球範圍內也廣受歡迎。

Makarchuk表示，他估計安裝一個簡單的瞄準系統的成本，該系統將鎖定無人機攝像頭可見的形狀，每架無人機只需約150美元。

通過《在競選路上》新聞簡報，獲取有關美國選舉及其對世界的影響的每週新聞和分析。在此處註冊。

由邁克·科萊特-懷特（Mike Collett-White）和加雷斯·瓊斯（Gareth Jones）編輯