如果說現在坦克火控的頂尖水平是自動跟蹤火控，那么觸手可及的未來，則是將目前勢頭正盛的人工智能技術融入火控系統(tǒng)，讓坦克武器系統(tǒng)從自動化邁向智能化。從分劃鏡到擾動式火控，再到穩(wěn)像式火控和自動跟蹤火控，火控技術的發(fā)展都走向了減輕炮手負擔的方向。但此前的各種技術只是將火炮的操控變得越來越簡單，最終的判斷環(huán)節(jié)仍需要人的參與，而人工智能技術的引入，很可能會將人的因素再度剝離出一部分但不會完全剝離，畢竟我們不能允許對人攻擊的指令是由人工智能判斷發(fā)出的。

(資料圖片)

壓力，還是壓力

（圖為“哈利德”主戰(zhàn)坦克，曾是我國出口巴基斯坦的拳頭產品 圖片來源：百度貼吧）

在行業(yè)內權威專家近期發(fā)表的一篇公開論文中，提到了雙人車組的可能性。美國曾為坦克裝甲車輛操作的人工負荷進行過評估，數字從小到大，人工負荷逐漸增加，28被認為是不影響效率的最大值。主要通過美軍標準對比了美軍M1A2主戰(zhàn)坦克和我國出口巴基斯坦“哈利德”主戰(zhàn)坦克的乘員工作負荷，并且指出了主要的異同?！肮隆碧箍撕蚆1A2的炮手工作負荷均為28.7，非常接近于理論上較為恰當的值而坦克車長的工作負荷分別達到了40和39.9，駕駛員則為39.5和38.3?！肮隆敝鲬?zhàn)坦克作為我國出口巴基斯坦的拳頭產品，使用了很多當事非常先進的技術，包括自動跟蹤火控、雙指揮儀獵-殲火控等，對于降低成員工作負荷起到了一定的作用。

不論具體的技術比較結果是怎樣的，至少標明一個規(guī)律——世界各國的坦克研發(fā)思路在盡量壓低炮手工作負荷的這條路上不期而遇。作為陸戰(zhàn)之王活躍戰(zhàn)場的核心競爭力——火力是坦克最重要的一項能力。坦克炮手同時擁有索敵和攻擊的能力。一個工作負荷較低的炮手也意味著期望炮手能在較好的環(huán)境下發(fā)揮出正常甚至超長水平，更好的發(fā)揮坦克作為裝甲火力平臺的長處。同時，兩輛坦克的炮手在“思考”方面的工作負荷都非常低，僅為4.6，意味著炮手需要進行的思考活動已經盡量交給自動化的電氣設備完成，在任務的大部分時間里可以考慮細化車長的人工指令甚至有余力研究如何提升車組乘員間的配合程度。

AI來襲

作為無數科幻作品中企圖“取代人類”的存在，人工智能在圖象識別方面的運用已有相當的經驗。無論是常用的yolo圖像識別模型還是其他自主知識產權的圖像識別技術，在識別人臉、口罩和其他非配合目標的情況下已經取得了相當不錯的成績。由于AI技術是在目前第三代坦克的火控系統(tǒng)技術凍結之后誕生的，所以坦克火控對于AI技術而言簡直是一片大有作為的廣闊天地?，F役坦克的自動跟蹤系統(tǒng)依然基于傳統(tǒng)的對比度鎖定，在車機系統(tǒng)處理器已經越來越優(yōu)秀的今天，人工智能系統(tǒng)已經能夠顛覆目前的目標識別與解算方式，而后很可能衍生出大量新的技術運用思路，形成一輪火控技術新概念的“井噴”效應。

（圖為搭載ATLAS火控的M1A1 FEP測試車 圖片來源：知乎）

2022年底，美國陸軍在歐文堡的演示活動期間，測試了一輛裝有ATLAS火控系統(tǒng)的M1A1FEP主戰(zhàn)坦克。M1A1FEP是美陸軍接受的海軍陸戰(zhàn)隊裝備，現在已經不算先進。而ATLAS火控系統(tǒng)則是第一套擁有人工智能輔助目標識別的火控系統(tǒng)。ATLAS采用了yolo神經網絡圖像識別，整合了三代熱成像，獲得了前所未有的目標識別能力。Yolo神經網絡在其中起到了相當重要的作用，主要負責輔助目標捕獲。如果說穩(wěn)像式火控是索敵-跟蹤，而自動跟蹤火控是索敵-鎖定-射擊，那么ATLAS則實現了判讀-射擊。理論上來說，坦克炮手只需要判讀火控系統(tǒng)彈出的目標圖像是否為敵對目標，按下確認或否定，其他的跟蹤、測距、射擊會由火控系統(tǒng)自動完成。

（圖為美軍在ATLAS火控中實驗的yolo圖像識別 圖片來源：騰訊網）

而作為ATLAS火控系統(tǒng)的一部分，美軍還在M1A1FEP上實驗了其他的云臺式傳感器。不同于傳統(tǒng)的火控系統(tǒng)，云臺式傳感器不需要將設備整合進車內，可以全部暴露在外甚至進行升降，安裝和維護都非常方便。同時，市場上有著很多軍用和民用云臺的成熟技術，無論是步兵用還是民用，成本都相較于坦克專用火控低得多。ATLAS系統(tǒng)希望簡化目標搜索、探測、識別、分類和攻擊的流程，全部由AI完成，只需按下一個按鈕就可以使得炮塔轉向ATLAS探測到的目標。

（圖為ATLAS火控測試的云臺設備之一 圖片來源：百家號）

雖然神經網絡圖像識別已經相當優(yōu)秀，極大的降低了成員組的工作壓力，但是距離實用還有一定的距離。AI圖像識別的優(yōu)勢在于可以快速綜合多個傳感器完成目標判讀，而缺點是依然會受到各種障礙的影響。圖像識別技術可以識別出坦克的完整輪廓，但是依然很難在樹叢或煙障遮擋下聯(lián)想出正確的坦克。如果出現大量誤判，甚至對“方炮塔，圓炮塔”特征誤判敵軍友軍，則會嚴重妨礙作戰(zhàn)。就美軍在伊拉克的經驗看，大部分有缺憾的先進系統(tǒng)是因為誤報過多被使用者關掉的，而不是故障有多致命。在高壓的前線環(huán)境下，可靠，穩(wěn)定才是核心，熱成像儀上沾有泥土、粉塵甚至昆蟲都是常態(tài)，必然會對AI圖像識別產生嚴重影響。

圖像識別作為現代技術下自動跟蹤火控的完善和進步，必然有嘗試的價值。正如人會學習一樣，圖像識別技術也會有自己的學習庫，并且在長期的磨合中逐漸變強，最終實現真正的“一鍵殲滅”。

出品：科普中國

監(jiān)制：光明網科普事業(yè)部

作者：黃天（海東青科創(chuàng)團隊）

審核專家：劉曉峰（資深軍事科普作家）

策劃：金赫

關鍵詞：