目前，全美有近1700家公司研制了约4000种无人空中系统、无人地面系统和无人海洋系统。而且，美军的无人机数量也从2001年的不足170架，发展到2014年的11300余架。无人系统数量规模的爆炸式发展，正在孕育着从数量到质量的蝉变。将人工智能+无人系统融合为无人自主系统，正在成为军事领域改变游戏规则的革命性技术之一。在人工智能快速发展带动下，无人自主系统形成作战能力指日可待，但是行百里者半九十，还需要通过试验鉴定与评估这一推进技术应用的最佳途径，牵引无人自主系统最终形成战斗力。美军在无人自主系统的试验鉴定与评估方面，已经先行十余年，从经验认识到具体做法均有相当积累。
一、自主性试验鉴定带来的挑战
美军认为自主性技术对传统的试验鉴定与评估带来以下五个方面的挑战。
（一）自动化→智能化→自主化→集群化的发展趋势，带来面向认知、决策和涌现性等全新试验鉴定问题
美军认为上世纪后半叶的自动化，是按照规定的程序完成规定的动作，解放了人的体力。上世纪末的智能化，是根据给定的方案集和精确信息，自动优选并执行最佳方案，解放了人的重复性脑力。近十年来的自主化，则是根据原始数据依靠机器自身判断威胁态势，演化新规则和衍生新方案，通过自主认知和自主决策，解放了人的创造性脑力。而当前风头正劲的集群化，正是异构多自主系统通过自组织和自同步，实现协同作业，解放了人在实战环境下的合作交互困难。因此，美军认为面向模糊不确定威胁的自主认知态势、复杂动态对抗环境的自适应决策以及多自主系统的集群作战样式，均是传统武器装备所不具备的能力，缺少对应的试验鉴定方法，迫切需要新型试验鉴定科学技术，应对自主性技术融入武器装备后所带来的挑战。
（二）人工智能的算法空间规模巨大和不确定黑箱推理模型，造成自主系统作战行为和交战结果难以预测
美军当前主流试验鉴定是一项模型驱动的系统工程，即“建模仿真→预测结果→实施试验→校正结果”这一循环迭代试验范式。而作为自主性基础的人工智能，无论是基于连接主义的深度学习，还是基于贝叶斯学派的统计学习，其内在算法参数空间规模的组合爆炸，且决策推理模型具有不确定性和黑箱特性，无法遍历搜索人工智能输入-输出之间的清晰因果关系，难以准确预测人工智能会输出何种结果以及解释为什么会输出如此结果。这也就是为什么“阿尔法狗”能横扫人类顶尖围棋高手，其发明者却难以解释其如何“想”出这些招数的原因所在。因此，人工智能的上述特点导致当前主流试验鉴定范式难以直接运用于无人自主系统，迫切需要新思路和新技术解决新问题。
▲AlphaGo人工智能示意图
（三）群体智能涌现出的社会行为，带来面向复杂性科学的试验鉴定问题
当无人自主系统发展到异构无人自主集群阶段时，个体间为了实现自组织和自同步，将会涌现出大量合作、竞争、相互学习等社会行为。而这些社会行为又会深刻影响自主集群的作战效能和作战生存力，以及整个作战力量能否达到战略目的。美军当前的试验鉴定与评估技术，均是建立在信息论、控制论、计算机和机械工程等理工科学基础之上，显然难以有效试验鉴定与评估基于生物社会学、复杂网络、混沌动力学等复杂性科学的群体智能社会行为及其衍生的作战能力。
▲生物集群及其涌现性示意图
（四）人-机协同中存在的信任感和理解不一致问题，需要试验鉴定来确定系统自主层级和人-机编组效能
一方面，作战人员需要放权系统自主决策和自主行动，而自主系统内在人工智能模型的低观测性和低理解性，又导致作战人员难以信任自主系统，从而束缚了人-机协同编组的作战效能。这就需要通过试验鉴定，科学权衡自主层级，使其既不降低作战效能，又不因信任感而影响作战适用性。另一方面，在当前人工智能框架下，自主系统与人类的认知模式以及思维方式还存在较大差异，容易出现二者对威胁态势和作战目标的理解不一致。显然，这并不是简单的人机功效问题，而是需要通过试验鉴定，深度考核人-机认知层次的编组效能问题。
（五）自主性技术的嵌入式和普遍性，带来多域战背景下的无人自主体系联合试验鉴定问题
首先，自主性技术正在逐渐嵌入侦察预警、通信指挥、火力打击和后勤保障等各类武器装备中。其次，自主性技术普遍存在于各个作战空间的无人车、无人船和无人机等独立装备中。而多域战作为美陆军主推的单一军种跨域作战和多军种联合作战概念，与无人自主系统的嵌入式和普遍性不谋而合。因此，美军迫切需要以无人自主体系的联合试验鉴定为抓手，驱动多域战理念、条例和能力的发展。
▲联合作战试验鉴定示意图
二、美军自主性试验鉴定做法
针对无人自主系统试验鉴定这一全新领域带来的挑战，美军近年来致力于顶层设计、多路布局、分类对待、一体推进、善抓重点、软硬协同和能力建设。
（一）开展顶层领域规划，多渠道多角度持续投资无人自主系统试验鉴定项目
美国防部把自主性研究作为2013财年～2017财年七个优先投资的科学技术领域之一，并将自主性的试验鉴定作为该领域的四个挑战性子领域之一。同时，国防部还鼓励工业部门、大学和政府实验室自筹经费开展自主性试验鉴定项目，一旦成果成熟，则通过采购方式赎回。此外，由试验资源管理中心负责的试验鉴定科学技术计划，从2006年到2016年，一直将无人自主系统试验鉴定作为一类投资领域，且投资额度不断增加。而国防高级研究计划局也在不断增加无人自主系统及其试验评估的项目投资。如2017年国防高级研究计划局的进攻性集群使能战术项目，其重要目标就是发展无人自主集群集成试验床。
▲美国防部试验资源管理中心投资的八类试验技术领域
（二）采取工作组和研讨会机制，牵引军方实验室、高校和工业部门多方力量共同研究自主性试验鉴定
▲《自主性试验鉴定、检验确认技术投资策略2015-2018》
▲支持美军试验技术开发的大学名单
（三）制定无人自主系统试验鉴定体系结构框架，明确相应项目研究范围和能力发展方向
■面向五类作战空间的自主系统，即自主太空系统、自主空中系统、自主地面系统、自主海上系统和自主水下系统；
■涵盖四层自主系统试验类型，即性能试验、系统试验、任务试验和体系试验；
■包含五类自主系统评价指标，即安全性、作战效能、敏捷性、适应性和生存力；
■具备基于“观察-判断-决策-行动”（OODA）闭环的“真实、虚拟、构造的”（LVC）混合试验环境。
▲美军无人自主系统试验鉴定体系结构框架部分示意图
（四）紧盯自主性试验鉴定独特挑战，重点投资针对性项目并致力突破关键技术
▲美国防部指令文件《DoD3000.09武器系统中的自主性》
（五）全方位多层次发展无人自主系统试验鉴定能力，谋划软、硬科学技术齐头并进的格局
▲无人自主系统自适应试验框架PATFrame项目
三、启示建议
借鉴美军经验认识和具体做法，提出以下几点启示建议。
▲复杂环境下的自主系统试验项目
（一）顶层设计方面，编制领域专项计划，率先制定无人自主系统试验鉴定与评估科学技术发展路线图
本着装备研发与试验发展同步的原则，着眼未来、谋划前沿，面向未来十年无人自主系统技术发展势态，编制领域专项计划，制定与之配套的无人自主系统试验鉴定与评估科学技术发展路线图。
（二）基础建设方面，着力构建多学科协同交叉的自主性试验鉴定与评估科学技术体系
对无人自主系统及其更高级形态集群系统的试验鉴定与评估，不仅涉及传统的信息、控制、机械和计算机等学科，还需要面向自主认知、自主决策和集群行为的神经科学、社会生物学、心理学、复杂网络和混沌动力学等广泛学科。因此，为夯实无人自主系统试验鉴定与评估的科学基石，必须着力构建多学科协同交叉的科学技术体系。
（三）技术发展方面，积极借鉴民用人工智能和机器人行业先进试验鉴定技术
在和平年代，无论是美国的谷歌、亚马逊、脸书等IT科技巨头，还是中国的科大讯飞、大疆创新、百度深度学习研究、华为诺亚方舟实验室等，均已走在时代最前沿。而民用行业的人工智能和机器人同样需要安全性、费效比、人机交互等各方面的试验鉴定技术手段。因此，应积极借鉴民用人工智能和机器人行业先进试验鉴定技术。
（四）面向实战方面，聚焦发展自主性反制技术和紧密影响自主作战效能的对抗环境构建技术
为了把无人自主系统技术发展落到实处，牵引其向实战能力聚焦，一方面应该重点发展反制无人自主系统的干扰、欺骗、控制和摧毁技术，以此试验评估其生存力和抗毁性，如波音公司为美陆军研制的反无人机激光防御系统；另一方面，应重点研发紧密影响无人自主系统作战效能的复杂对抗环境，如美国国防高级研究计划局目前研究的基于认知电子战的复杂电磁对抗环境。
（作者周宇是空军工程大学；杨俊岭是中国国防科技信息中心）
1、本文只代表作者个人观点，不代表本站观点，仅供大家学习参考；