人工智能会“偷走”潜艇的隐身能力吗?

530095b1ef5768400d4a4169f4492507.jpeg

3c446dccbd866b91529dfacc5973960f.gif

更好的探测技术 不仅能使海洋变得透明,也许还会削弱核威慑力。

潜艇的价值主要在于其隐蔽性。有一种名为“相互确保摧毁”的威慑战略,其关键在于尽量确保潜艇在核战争的第一次导弹打击中幸存下来,从而在第二次打击时发射导弹回击。因此,任何可能有效地让海洋变透明、令潜航的潜艇轻而易举被发现的新技术都会破坏世界和平。近一个世纪以来,海军工程师不仅一直在致力于开发速度更快、噪声更小的潜艇,也同样在努力地改进各种雷达、声呐和其他旨在探测、瞄准和消灭敌方潜艇的技术。

随着20世纪60年代初核动力潜艇的出现,这种平衡似乎发生了变化。在2015年为美国战略与预算评估中心进行的一项研究中,现就职于哈德逊研究所的海军专家布莱恩•克拉克(Bryan Clark)指出,这些潜艇长时间在水下潜行的能力使它们“几乎不可能被雷达和主动声呐发现”。但即使是这些秘密潜艇也会产生细微的极低频噪声,能够被安装在海底的声学水听器阵列网络从远处接收到。

而现在,潜艇的捉迷藏游戏可能即将进入这样一个阶段:潜艇再也无法躲避探测和轻易消失。

位于堪培拉的澳大利亚国立大学国家安全学院最近的一项研究表明,这种局面最早可能在2050年实现。这个时间节点尤为重要,因为设计和建造潜艇所需的巨额成本需要至少分摊在60年里。今天服役的潜艇,到了2082年应该还在服役。美国国会预算办公室表示,弗吉尼亚级快速攻击潜艇等核动力潜艇的每艘成本约为28亿美元。这还只是采购价格。新的哥伦比亚级弹道导弹潜艇整个寿命周期的总成本预计超过3950亿美元。

探测敌方的潜艇和保护自己的潜艇不被发现是两个大问题,其技术细节受到严密保护。许多海军专家正在猜测传感技术是否可以与现代人工智能方法结合使用,让潜艇无法隐身。北约前副秘书长罗斯•戈特莫勒(Rose Gottemoeller)警告称:“随着多光谱、水中和水上等各种类型的传感变得更加普遍,潜艇将难以持续隐身。”而且这些新技术有可能打破平衡,导致正在开展的隐身和探测竞赛变得越来越不稳定。

c6054c3d2768940a718544d0f48dba04.gif

如今的潜艇探测传感技术不仅仅依靠监听技术,而且还能利用各种非声学技术精准确定潜艇的位置。现在人们可以通过潜艇排放的微量辐射和化学物质、对地球磁场的轻微扰动以及激光或LED脉冲的反射光来探测潜艇。所有这些方法都会试图发现自然环境中的异常情况,比如过去十年间开发的基线条件复杂模型,某种程度上来说,这得益于摩尔定律在计算能力方面的进步。

位于华盛顿特区的美国战略与国际研究中心的专家表示,有两种方法特别有前途。激光雷达传感器可通过水传输激光脉冲,产生高精度的3D物体扫描图。磁异常探测(MAD)仪器可监测地球磁场,也可以探测由潜航潜艇的金属外壳引起的细微干扰。

不过,这两种传感器都有缺点。MAD只能在低海拔或水下工作,而且往往不够敏感,无法从海底电磁场的许多其他微妙变化中辨别出潜艇造成的干扰。

激光雷达的探测距离更远且分辨率更高,可以安装在卫星上,但它的耗电量很大,一个探测距离为几百米的标准自动装置会消耗25瓦能量。激光雷达的价格也高得令人却步,特别是在太空中使用时。2018年,NASA发射了一颗采用激光成像技术的卫星来监测地球表面的变化(尤其是海面波形的变化);这颗卫星耗资超过10亿美元。

e11ddfbb6d543f39320ee4e32c05f571.jpeg

事实上,传感器的放置位置至关重要。水下传感器阵列本身不会废除潜艇的隐身能力。已退休的海军少将约翰•高尔(John Gower)曾是英国皇家海军的潜艇指挥官,他指出,传感器“需要放置在不受拖拽或捕鱼活动影响、不受地震活动影响的地方,并且要靠近可以被监测和传输已收集数据的地方。这严重限制了可选方案。”

要想满足精确定位的需求,有一种方法是打造移动传感器。水下无人机群可以做到这一点,因此一些专家认为它们是终极反潜力量。

例如,克拉克指出,这种无人机现在具备了更强的计算能力,且电池可以在两次充电之间使用两周。美国海军正在研制一种可以运行90天的无人机。无人机现在也配备了上文所述的化学、光学和地磁传感器。联网水下无人机也许可以与机载无人机协同工作,这不仅有助于探测潜艇,也有助于摧毁潜艇,正是因为这样,一些军队正在大力投资无人机。

c0c2a825e299a1bbe5de1ce1da831342.jpeg

比如,中国海军投资了一种叫做“智能仿生鲨鱼”的鱼形海底无人潜航器,专门用于搜寻潜艇。此外,美国海军正在开发低成本无人机集群技术(Locust),用于执行侦察任务。每架Locust无人机重约6公斤,售价1.5万美元,且可以安装MAD传感器;它可以低空掠过海面探测水下信号。军方之所以研究无人机方案是因为它可能会有用武之地,不过它也很可能没有作用。

a6c05ecd538b53c78d6ffb6002a705d2.jpeg

高尔认为,水下无人机是“最不可能改变潜艇隐身能力下降趋势的创新”。海军将需要大量无人机,但数据传输速度非常慢,且无人机的传输距离很短。无人机噪声大,极易被发现。“更不用说控制数千架水下无人机远远超出了当前的技术能力。”他补充道。

高尔说,“在咽喉点结合使用无人机和声呐网络来探测巡逻潜艇”是有可能的。战略上具有重要地位的潜艇巡逻咽喉点包括:英国潜艇巡逻的爱尔兰岛两侧的出口路线;中国潜艇巡逻的海南岛和台湾岛周围;俄罗斯潜艇巡逻的巴伦支或千岛群岛;以及美国太平洋潜艇巡逻的胡安•德富卡海峡。另一方面,他指出:“它们可能会被监视和驱逐,因为它们会靠近主权领土。因此,面临的挑战可能大于收益。”

高尔认为,“商业卫星对地球表面的持续覆盖”提供了一种更强大的探潜手段。他说:“这代表了与过去相比我们探测能力上最重大的转变。”现在在轨的卫星有2800多颗。由于卫星的建造和发射成本太高,这些国家的政府一度主宰了太空。如今有了成本更低的卫星技术,且私营公司正在发射由数十颗到数千颗卫星组成、能共同记录地球表面每一处影像的星座。它们配备了各种各样的传感技术,比如合成孔径雷达(SAR),它可以在远距离移动的同时扫描下方的景象,提供的结果与极长天线的效果类似。由于这些卫星星座每天会多次经过和查看同一位置,所以它们可以捕获微小的活动变化。

几十年来,专家们一直知道,根据潜艇在海洋中移动时形成的尾迹图,利用SAR探潜是有可能实现的。为了侦察这种名为“伯努利水丘”和“开尔文尾流”的尾迹,美国海军投资了雷神公司开发的AN/APS-154高级机载传感器。这款机载雷达是为低空运行而设计的,并且可能配备了高分辨率SAR和激光雷达传感器。

现在,配备了SAR和其他成像仪器的商业卫星的分辨率可以与政府卫星的分辨率媲美,并能够以极低的价格向客户提供服务。换言之,有大量相关的非机密数据可用于跟踪潜艇,而且数量呈指数增长。

这种趋势总有一天会起到重要作用,但不是现在。

詹姆斯·马丁防扩散研究中心东亚防扩散项目主管杰弗里•莱维斯(Jeffrey Lewis)经常在工作中使用卫星图像跟踪核进展问题。但跟踪潜艇却是另一回事。莱维斯说:“即使这是一项商业上可行的技术,今天我们仍然无法实时看到潜艇。”

d2b196ac6013d268d5315328475eeb00.jpeg

高尔说,商业卫星图像降低潜艇隐身能力的那一天很可能会到来,但“我们还没有到那一步。即便能实时定位潜艇,10分钟后也很难再次找到它”。

bbb6b6a3f4fd46f46afc106e7f588039.gif

尽管这些新的传感方法有可能降低潜艇的隐身能力,但没有任何一种方法能够独立完成这项工作。可能让它们实现合作的是我们这个时代最重要的技术:人工智能。

“看到今天无处不在的传感能力与大数据分析能力相结合所产生的潜力时,”戈特莫勒说,“我们自然会问这样一个问题:现在终于有可能了吗?”她的职业生涯始于20世纪70年代,当时美国海军已经开始因为苏联的探潜技术而担忧。

与必须提前编程好的传统软件不同,这里使用的机器学习策略(称为“深度学习”)可以在没有外部帮助的情况下发现数据中的模式。2021年,DeepMind的AlphaFold计划在预测氨基酸如何折叠成蛋白质方面取得了突破,科学家因此能够识别98.5%的人体蛋白质结构。早期的游戏研究工作,特别是围棋和国际象棋的研究表明,深度学习可以超越最好的旧软件技术,即使在运行速度没有优势的硬件上也是如此。

要发挥人工智能在探潜方面的作用,必须克服若干技术挑战。第一个挑战是算法训练,包括从持续覆盖海洋表面的卫星获取大量各种传感器数据,以及定期在战略位置收集水下数据。利用这些数据,人工智能可以建立详细的基线条件模型,然后将新数据输入模型来发现细微异常。这种自动侦察最有可能探测到隐身于海洋中的潜艇,并根据以前的航行模式预测其位置。

第二个挑战是实时收集、传输和处理海量数据。无论是在固定还是移动收集平台上,这项任务需要的计算能力都高于我们现在所拥有的计算能力。不过借助如今的技术,我们可以先分解技术难题,再将它们组合起来。

9e2f6c1d284a62ecaa57cde8a9c617e7.gif

未来几年,浩瀚的海洋将继续保护潜艇的隐身能力。但未来更透明的海洋会影响全球安全。携带弹道导弹的隐蔽潜艇具有威胁报复第一次核打击的能力。如果这种情况发生变化该怎么办?

“我们理所当然地认为,我们所依赖的很大一大部分力量基本上处于无懈可击的地位。”莱维斯说。即使新技术发展没有大幅削弱潜艇的隐身能力,仅仅洞察到这种情况也可能会破坏战略稳定性。

戈特莫勒警告说:“任何认为核潜艇变得更容易命中的看法,都会引起对第二次打击力量的生存能力的质疑。因此,各国将尽其所能应对任何此类脆弱性问题。”

专家们对海洋透明度的不可逆转性持不同意见。位于华盛顿特区的美国科学家联盟的高级研究助理马特•科尔达(Matt Korda)表示,任何技术突破都不会在一夜之间实现,“各国应该有足够的时间制定对策,应对任何更强的探测能力。”然而,澳大利亚国立大学国家安全学院的罗杰•布拉德伯里(Roger Bradbury)及其8名同事不同意这一观点,他们声称,2050年,任何反探测技术的技术能力都将开始下降。

科尔达还指出,海洋透明度在一定程度上“不会对各国产生同等影响,这也引发了一些有趣的问题”。例如,美国核动力潜艇是“地球上最安静的。它们几乎无法被探测到。即使潜艇在总体上变得更加可见,这对美国潜艇的生存能力可能没有任何重要影响。”

欧洲领导力网络是一个总部位于伦敦的智库,其新技术核领域高管西尔维亚•米什拉(Sylvia Mishra)表示,她“更关心海底模糊性这个整体问题”。她说,直到最近,海底活动还属于政府的权限之内。不过即便如此,海底现在出现了越来越多的行业活动。米什拉说,例如各公司正在铺设许多水下通信光缆,“这可能会导致水下检查运载工具更拥挤,并可能造成混乱。”

与水面舰艇不同的是,无人机不悬挂国旗,因此其所有权可能不明确,可能会引起混乱。这种不确定性加上无人机也可能携带致命的有效载荷,增加了海军部队将没有危险的商用无人机视为敌机的风险。米什拉说:“任何将对手的战略资产置于危险之中的行动都可能制造新的冲突触点,并加剧战争风险。”

考虑到潜艇隐身的战略重要性,高尔问道:“为什么会有国家想探测和跟踪潜艇呢?只有在想让核大国感到紧张时才会这么做。”即使在冷战期间,美国和英国也会例行跟踪苏联的弹道导弹潜艇,但这样做只是因为它们知道自己的活动不会被发现,也就是说,不会有冲突升级的风险。高尔认为这种自大非常危险:“积极跟踪第二次打击的核力量,正如你可能想象的那样,它会使矛盾升级。”

戈特莫勒说:“所有拥有核武器的国家都非常重视其第二次打击力量。”她说,如果更高的海洋透明度给其生存能力带来了新风险,无论是真实的风险还是感知的风险,各国都可能通过两种方式做出反应:进一步增强其核力量,并采取新的措施予以保护和防卫,从而引发新的军备竞赛;或者限制核武器的数量,并寻找其他办法来提高其生存能力。

最重要的是,这些因素并没有打击某些政府购买潜艇的热情。2021年9月,澳大利亚政府宣布加强与美国和英国的三边伙伴关系。这项名为“奥库斯”(AUKUS)的新协议将为澳大利亚提供多达8艘核动力潜艇,这些潜艇拥有世界上最令人梦寐以求的推进技术。不过,澳大利亚皇家海军可能至少需要20年才能部署其第一艘新潜艇。

作为核现代化计划的一部分,美国已经开始用新的哥伦比亚级潜艇替代其由14艘俄亥俄级弹道导弹潜艇组成的整支舰队。预计替换计划的购置费将超过1280亿美元,且其整个生命周期内需花费2670亿美元。美国政府官员和专家则为这些潜艇的高昂成本辩护,因为人们认为它们是无懈可击的,可以在增强核威慑方面发挥关键作用。

米什拉说,为了保护潜艇的隐身能力,“需要创造性思维。其中一种可能的办法是针对用于侦察任务的新兴技术探索一种行为准则。”

这种合作有先例。冷战期间,美国和苏联就建立了一个安全通信系统(即一条热线)以防误解滚雪球般地演变成灾难。两国还制定了一系列规则和程序,例如永远不沿可能的威胁轨迹发射导弹。在探潜方面,核大国可能也会同意实行类似的制约措施。隐身潜艇没有消失;它还有若干年的寿命。因此我们有充足的时间找到维持和平的新方法。

作者:Natasha Bajema

c80a57fb8f401274df10313a31e4cb62.jpeg

IEEE Spectrum

《科技纵览》

官方微信公众平台

0ee92610c78f5ebf2a1111807d4e1f3e.jpeg

往期推荐

扫描海洋深处的激光声纳

58岁的阿尔文号仍在海洋深处探索

近海海洋生态灾害 追踪、预警与防控决策支持

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481290.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

人工智能大地图之分布式人工智能篇

前言人工智能大地图系列文章更新啦!大地图系列的文章是为了帮助即将入门和初步入门人工智能相关领域的喵喵从上帝视角看清整个人工智能学科的全貌(好长的句子),小夕可不希望小夕的粉丝在研究了一年的人工智能某方向后,…

符合人类创作过程的AIGC:自动生成长故事的模型出现了

来源:机器之心报道编辑:小舟、蛋酱AI写文章还是得模仿人类的创作方法。在今天的人工智能领域,AI 写作神器层出不穷,技术和产品可谓日新月异。如果说 OpenAI 两年前发布的 GPT-3 在文笔上还稍欠火候,那么前段时间的 Cha…

Science:挑战传统理论,重塑联想学习概念

来源:brainnews编译作者:Young(brainnews创作团队)校审:Simon(brainnews编辑部)学会根据环境线索预测奖赏对生存至关重要。人们认为,动物通过在结果偏离预期时更新预测来学习预测奖赏…

【完结】史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(四)

小夕再次感谢大家的关心,你们的小夕已经满血复活啦!小夕会坚持为大家带来独一无二的干货和故事哦。前言有读者反映,ta若能完成这个系列的阶段三,就在他们实验室被奉为神了。因为他们实验室每个人人手一本《模式分类》,…

文本相似度

《统计学习方法》-李航 损失函数总结 概要 <div id"post_detail">NLP点滴——文本相似度 目录 前言字面距离common lang库相同字符数莱文斯坦距离(编辑距离)定义实现方式Jaro距离定义实现方式应用SimHash定义基本流程相似性度量存储索引实现应用语义相似性背…

「可解释知识图谱推理」最新方法综述

来源&#xff1a;图灵人工智能近年来&#xff0c;以深度学习模型为基础的人工智能研究不断取得突破性进展&#xff0c;但其大多具有黑盒性&#xff0c;不 利于人类认知推理过程&#xff0c;导致高性能的复杂算法、模型及系统普遍缺乏决策的透明度和可解释性。在国 防、医疗、网…

小夕的算法入门之路

小夕都快要成XX入门指导专业户了QAQ&#xff0c;小夕是要写人工智能和计算机干货的啊喂~好吧&#xff0c;问小夕如何入门算法的小伙伴太多了&#xff0c;还是写一篇文章吧。小夕还收到了“如何准备托福”和“如何准备考研英语”的求助&#xff0c;然而小夕没有考过&#xff0c;…

AIGC发展路径思考:大模型工具化普及迎来新机遇

来源&#xff1a;腾讯科技摘要&#xff1a;当前&#xff0c;AIGC引发社会关注&#xff0c;尤其是大模型和开源模式的推动&#xff0c;让AIGC有望成为AI应用落地的新领域。一方面大模型和开源加速降低AIGC应用门槛并拓展应用范围&#xff1b;另一方面AI与创新的界限进一步模糊&a…

0基础讲解机器学习算法-朴素贝叶斯分类器

朴素贝叶斯分类器可以说是最经典的基于统计的机器学习模型了。首先&#xff0c;暂且不管贝叶斯是什么意思&#xff0c;朴素这个名字放在分类器中好像有所深意。 一查&#xff0c;发现这个分类器的英文是“Nave Bayes”。Nave&#xff08;读作“哪义务”&#xff09;即幼稚的、…

你可以在虚拟世界里过上美好生活吗?

来源&#xff1a;混沌巡洋舰时间来到 2095 年。地球表面满目疮痍&#xff0c;核战争和气候变化引发一场灾难。你只能过着困苦的生活&#xff0c;躲避匪帮&#xff0c;避开地雷。你的主要愿望就是活下去。或者&#xff0c;你也可以将自己的肉体锁存在安保严密的仓库里&#xff0…

web of science,SSCI索引,带你入门!

第一步;选择数据库&#xff0c;一般选择web of science 核心文集 第二步&#xff1a;在更多设置中选择web of science 第三步&#xff1a;点击被引频次后面的数字 第四部&#xff1a;点击查看其他的被引频次计数 根据自己引用的选择次数 注意事项&#xff1a;web of sci…

陶哲轩破解数十年前几何猜想,用反例证明它在高维空间不成立,同行:推翻的方式极尽羞辱...

Pine 萧箫 发自 凹非寺量子位 | 公众号 QbitAI又一个重要数学猜想&#xff0c;被陶哲轩和他的博士后破解了&#xff01;此前陶哲轩在博客上发了个小预告&#xff0c;就已经有不少人赶来围观&#xff1a;看起来是个大新闻。现在&#xff0c;不少人期待的正式版论文&#xff0c;终…

手把手教你-如何查询中文期刊是否属于核心期刊!

1.进入图书馆、点击数据库检索、在输入cscd中国科学引文数据库&#xff08;Chinese Science Citation Database&#xff0c;简称CSCD&#xff09; 2 3 4 5 6点击详细信息进入下面的页面&#xff0c;可判断文档是否属于核心期刊&#xff01;

《机器学习系列-强填EM算法在理论与工程之间的鸿沟(上)》

小夕曾经问一位做机器学习理论的学姐&#xff1a;“学姐学姐&#xff0c;EM算法是什么呢&#xff1f;”学姐回答&#xff1a;“EM算法啊&#xff0c;就是解决包含隐变量的参数估计问题。”小夕&#xff1a;然后小夕去问一位做工程的学长&#xff1a;“学长学长&#xff0c;EM算…

2022年诺贝尔物理学奖的科学内涵辨识

|作者&#xff1a;葛惟昆(清华大学物理系)本文选自《物理》2022年第12期摘要 2022年的诺贝尔物理学奖&#xff0c;被一些人误解为证明了量子纠缠现象。实际上&#xff0c;包括爱因斯坦本人都承认量子纠缠&#xff0c;关键在于如何诠释。今年诺贝尔物理学奖的价值在于这几位物…

机器学习系列-强填EM算法在理论与工程之间的鸿沟(下)

前言在上一篇文章《机器学习系列-强填EM算法在理论与工程之间的鸿沟&#xff08;上&#xff09;》中&#xff0c;小夕用优&#xff08;恐&#xff09;雅&#xff08;怖&#xff09;的数学理论来向读者解释了EM算法的工作原理。那么从工程角度出发的EM算法又是怎样的呢&#xff…

暑期实习NLP算法岗面经总结

写文章暑期实习NLP算法岗面经总结呜呜哈做一个有思想的码农​关注他488 人赞同了该文章写在前面&#xff0c;从三月份开始找实习到现在正好两个月&#xff0c;这期间大大小小投了竹简智能、阿里、滴滴、美团、腾讯、京东、搜狗、百度、微软亚研几个公司&#xff0c;本着从小公司…

机器学习助力更好理解水的行为

来源&#xff1a;科技日报作者&#xff1a;刘霞为从理论上理解各种物质开辟更多途径科技日报北京12月19日电 &#xff08;记者刘霞&#xff09;美国一个研究团队在最新一期《物理评论快报》上刊发论文称&#xff0c;他们借助机器学习技术来理解水在零下100℃的行为。最新研究不…

期望最大化(EM)算法真如用起来那么简单?

声明&#xff1a;本文改编自订阅号“夕小瑶的卖萌屋”中的 《机器学习系列-强填EM算法在理论与工程之间的鸿沟&#xff08;上&#xff09;》、《机器学习系列-强填EM算法在理论与工程之间的鸿沟&#xff08;下&#xff09;》。前言小夕曾经问一位做机器学习理论的学姐&#xff…

预测更准确,使用机器学习改进化学品的毒性评估

编辑 | 绿萝从命运和毒性的角度来看&#xff0c;人类暴露的化学空间随着化学物质的多样性而不断扩大。欧洲和美国的化学品机构列出了大约 80 万种化学品。对于这些化学品中的大多数&#xff0c;人们对其环境归宿或毒性知之甚少。通过实验填补这些数据空白是不可能的&#xff0c…