在当今战场上，无人机已不止是飞行器——它们是受人工智能和机器视觉驱动的智能武器。从自主打击到无GPS导航，乌克兰站在军事技术创新的前沿。本文深入探讨了人工智能如何重塑现代战争，特别关注智能无人机在俄乌战争中改变战局的作用。

现代战争本质上不同于过去的冲突。尽管交战各方的首要目标基本保持不变，但实现这些目标的方法正在快速演变。

人工智能（AI）的进步已将军事行动提升至全新水平。这在无人机的运用上尤为明显——无人机这种无人飞行器已成为当代战争的关键武器之一。在制定军事战略方面，人工智能扮演着至关重要的角色，这在持续的俄乌冲突中清晰可见。在此背景下，无人机已被证明是一种用于战斗、侦察和打击敌方目标的多功能工具。

本文将探讨人工智能如何在军事领域被运用，以及它是否真的如机器视觉技术一样有效。

什么是人工智能？

人工智能处处都是热门话题。这项技术可以模仿人类智能——它具备“学习”、做出决策和适应快速变化环境的能力。人工智能建立在机器学习、神经网络、自然语言处理（NLP）、计算机视觉和自动决策制定的基础之上。它可以一次性处理海量数据，对其进行分析，识别模式，评估局势，并即时选择特定情境下的最佳行动方案。

人工智能技术已广泛应用于医学、工业、金融、物流、教育及日常生活。当今人工智能发展和实施的另一个关键领域是军事领域——乌克兰与俄罗斯之间持续战争的性质清晰地说明了这一点。

人工智能如何应用于战争

人工智能在战斗中的运用将战争提升到了先前无法企及的水平。得益于人工智能，军队现在可以部署侦察无人机、排雷机器人和自主作战平台。先进技术能实时处理卫星图像、预测威胁、检测攻击并保护关键基础设施。人工智能还有助于减少人员伤亡，它实现了虚拟训练和战斗模拟，使士兵能在不置身险境的情况下为战斗做准备。

乌克兰正将人工智能整合到其军事战略中，并高度专注于开发自主无人机和火力控制系统。Saker Scout便是一例，它是一种国产无人机，能够独立识别多达64个目标，包括重型军事装备。这款无人机不仅定位目标，还能在电子对抗（EW）条件下传输坐标以实施精准打击。其作战范围可达10公里。

情报是有效军事行动的基础，在这一领域，乌克兰开发者亦达到了新高度。Griselda侦察系统可在短短30秒内处理海量数据。它从无人机、卫星及包括入侵的敌方系统在内的各种来源收集信息。分析后的数据会即刻传送给乌克兰武装部队。

为协调炮击，乌克兰积极使用其自有的地理信息系统Arta。通过将Arta融入作战行动，从识别敌方目标到实施打击的时间被显著缩短。该系统的运作方式是融合来自无人机、卫星和雷达的数据。

据军事新闻媒体Militarnyi报道，乌克兰于2022年10月向北约展示了其Delta态势感知系统。该系统收集并分析来自多种来源的数据，使乌克兰武装部队能够调整其行动，并确保不同部队间的有效协调。实时数据处理由云计算技术和人工智能提供支持。

基于机器视觉技术，乌克兰开发者还创造了名为DevDroid的自动炮塔。据DevDroid公司创始人尤里·波里茨基所述，这些自动化机枪可在最远800米的距离上消灭目标。

如今，曾仅存于科幻小说中的机器人系统，正帮助武装部队在最激烈的前线与敌人作战。Droid TW便是这样一套系统，它是一款围绕机枪构建、由乌克兰开发的机器人平台。其设计初衷是提供高效的侦察与打击能力。Droid TW在昼夜条件下均表现出色，能自主探测、识别和跟踪目标。它由远程操作，为人员提供了更高的安全性。乌克兰国防部已确认该系统已在实战环境中投入使用。

关于俄罗斯在战争中使用人工智能的公开信息较少。然而，已知其许多无人机型号——包括在对抗乌克兰战争中使用的“柳叶刀”无人机——正积极部署自动瞄准系统。这些进展已被包括全球最知名信源之一的路透社在内的国际媒体报道过。

人工智能与无人机：通往胜利的智能解决方案

如今，乌克兰在作战使用FPV（第一人称视角）无人机方面处于世界领先地位。一场旷日持久的战争需要大量资源，这使得扩大有效武器和作战系统的生产与部署变得至关重要。无人机现已融入军事行动的几乎各个方面。

无人机正变得更先进、更高效、更智能。让我们看看这在战场上如何运作的一些实际案例。

人工智能在乌克兰无人机中的运用

配备人工智能的FPV无人机具备强大能力：

• 无GPS导航：这在电子对抗（EW）条件下至关重要，此类无人机可以“看到”通往目标的路径，利用侦察无人机创建的地图进行导航，即使操作员信号丢失也能完成任务。
• 半自主打击：一旦操作员设定目标点或攻击方向，无人机可以独立制导并打击目标。

配备人工智能增强功能的侦察无人机已变得尤为普及。其运用提供若干关键优势：

• 可生成地形的实时3D地图，之后可用于引导打击无人机；
• 提供关于敌方防御工事、隐蔽位置及雷区的详细情报；
• 对战场变化（如增援部队抵达或部队调动）进行分析洞察。

旨在让无人机能基于其收集的数据自主规划进攻行动的功能已在开发中。在战争开始后，乌克兰公司Helsing与莱茵金属（2022年9月）及萨博（2023年9月）建立了战略合作伙伴关系。这些合作的主要目标是将人工智能集成到现有武器系统中，并持续推进其能力提升。

助力战场创新

战争参与方正持续致力于利用无人机和人工智能开发新颖、独特的解决方案。这项工作的成果如今已可见，包括：

• “无人机群”方面的前景发展——多架无人机同步工作，彼此间自动协调。
• 与侦察无人机集成——在“侦察无人机探测目标——将数据传输至FPV无人机以实施快速打击”这一链条中实现快速攻击序列。
• 反电子对抗（EW）系统——需操作员输入极少的、由人工智能驱动的无人机，能识别干扰源并相应调整其飞行路径。

人工智能在目标识别中的关键挑战

不可否认，在战争中使用人工智能有助于军事成功。然而，它也带来了一系列挑战——不仅是技术上的，还有法律和伦理上的。

最重要的问题之一是目标识别的准确性和可靠性。在受控环境中，人工智能系统可以实现近乎完美的识别率。但在真实的战斗情境中，由于干扰或能见度低导致的数据不完整或不准确，以及天气或光照等环境条件变化等因素，这种准确性会显著下降。

人工智能系统被用来识别物体，但“敌我识别”并非总是可靠的。存在将民用物体误判为军事目标的风险。

另一个主要挑战是决策的复杂性。虽然自动化决策过程有助于减少人员的工作负担，但它也引入了几个重要问题：在关键高压情况下人类决策技能的丧失；人工智能系统如何以及为何做出特定决策缺乏透明度。

除了技术挑战外，还存在严重的伦理和法律问题。谁来为人工智能采取的行动负责？将生死决策权委托给机器在道德上是否可以接受？

这些都是紧迫的问题——不仅对乌克兰如此，对整个文明世界亦然。结论很明确：在武装冲突中使用人工智能必须受到严格的国际监督。

2024年4月底，国际组织代表和外交官齐聚维也纳，讨论了规范在战争中使用人工智能和自主武器的必要性。

只有制定并通过冲突各方均认同的全面国际标准后，在战争中安全使用人工智能才可能实现。

什么是计算机视觉系统，它与人工智能有何不同？

在讨论现代数字化解决方案在战争中的实施时，不仅要审视人工智能（AI）的作用，还需关注计算机视觉系统——这项技术如今已成为军用无人机目标锁定技术的基石。

计算机视觉的优势​​

计算机视觉已成为无人机的“眼睛”。该技术使计算机能够实时“看到”图像并对其进行分析。虽然人工智能是一个模仿人类智能的广泛领域，但计算机视觉则是一个包含人工智能及其他技术的专门系统。

计算机视觉使机器能够像人类一样观察和理解周围环境——通过分析和解读静态图像或视频，并像人脑一样产出洞见。简言之，它既模仿了人类的视觉功能，也模仿了大脑的视觉处理过程。它“看到”一幅图像，并“理解”其中的内容。

该过程的工作原理如下： 摄像头捕获图像；算法立即处理和分析该图像，如有需要会进行增强以优化识别效果；系统识别出图像中的物体类型，并将该信息传输以供后续行动。

在无人机工程中应用计算机视觉带来若干重要优势： 快速识别空中目标——包括车辆、人员和武器；持续追踪和监控目标；实时生成地图，实现精确的行动规划。 一个明显的好处是无人机能够从众多物体中识别出特定的敌方车辆。这降低了误击错误目标的风险，提高了准确性和安全性。

人工智能的优势​​

将人工智能（AI）集成到军用无人机中带来了显著效益。现有系统正在不断改进，在不久的将来，我们有望看到以下进展： 无人机将能够自主选择飞行路线，同时考量实时威胁评估和关于计划攻击的战略数据；敌方战术的变化将触发适应性响应，因为AI会从每次新经验中学习，并迅速纠正过去的错误。

然而，即使在今天，基于人工智能的无人机系统也已显著提升了侦察无人机和打击无人机的性能。这之所以成为可能，得益于增强的数据处理能力——现在的数据不仅来源于无人机摄像头，还包括雷达、GPS、热成像仪等。这些组合数据集由AI即时处理，为军事行动提供了更强大的能力。

通过在无人机应用中结合AI和计算机视觉技术，可以实现最佳效果。此方向的工作已在开展中，这种结合能显著提升成果。AI负责处理数据——尤其是海量数据——并做出预测；计算机视觉的任务则是处理实时的“视觉输入”。例如，利用计算机视觉进行地形测绘时，若数据再由AI做进一步分析（随后决定下一步行动——是攻击、规避还是继续观察），则该过程变得最为有效。

在目标定位系统中，为何计算机视觉目前优于人工智能？

在专门针对目标锁定系统评估技术有效性时，可以确信地指出，计算机视觉目前在诸多标准上优于人工智能算法： 由人类操作员控制的计算机视觉能以更高精度执行一系列任务——它实时检测物体、处理摄像头数据并确定坐标；它无需冗长分析，这在必须于数秒内做出决策的情况下非常宝贵。

操作员管理的视觉模型甚至能在远距离识别最微小的物体。它们在困难条件下（如能见度低、光线不足）表现良好，并能跨不同背景探测移动目标。尽管人工智能有优势，但与计算机视觉系统不同，将其集成到无人机设计中需要更昂贵的基础设施。后者可轻松安装到处理单元中，无需额外复杂步骤或巨大成本。在高强度作战环境中，可靠性和速度至关重要。计算机视觉基于预定义算法运行，确保“看见-行动”链的快速响应。证明计算机视觉优于人工智能的一个明显例子是VGI-9无人机目标定位系统。通过使用基于计算机视觉的物体检测算法和摄像头，它能实时分析局势并将坐标传输至无人机控制系统。其优先考虑快速视觉识别敌方目标和精确瞄准。

无人机群与人工智能

基于涉及人工智能（AI）和计算机视觉的军事技术，一些最高效的无人机系统正在开发中。一项具有变革现代战争潜力的创新是无人机群。

蜂群概念的灵感来自昆虫群体——它们以协作、协调的方式行动，不依赖集中控制。类似地，无人机群由一组无人飞行器（UAV）构成，它们同时执行共同任务，并通过人工智能和计算机视觉技术相互自主交互。

蜂群单位之间的信息交换通过无线网络实现，使无人机能够同步行动并瞬时做出决策，无需外部输入。损失一架甚至数架无人机不影响任务成效。此外，蜂群中的无人机数量可根据需要增减。

看一些无人机群的实际用例。 自2017年以来，美国公司DARPA一直在开发“进攻性蜂群使能战术”（OFFSET）无人机控制系统，旨在协调多达250架无人机同时行动。这些包括空中及地面机器人单位。2020年，中国展示了利用特殊装备运输车部署无人机群。该蜂群能够组成多个无人机编队、实施战术机动并克服障碍。该领域的研发至今仍在持续发展。

乌克兰无人机蜂群技术的发展

在全面行动之前，乌克兰已着手开发基于人工智能的机器人系统。但自2022年2月以来，该领域获得了特别重视。乌克兰已成为积极研发作战无人机的国家之一。官方已启动相关支持计划，包括专门协调和资助军事初创项目（尤其涉及FPV无人机蜂群）的Brave1平台。

新型无人机蜂群系统的开发工作正在进行。Swarmer公司正基于人工智能和机器视觉研发高效蜂群技术，使大量无人机可集成到单一系统中并由一名操作员控制（即Styx系统）。

2024年，乌克兰政府拨款400亿格里夫纳（UAH）用于采购无人机及资助无人机蜂群研发。正如乌克兰总理丹尼斯·什米哈尔所述，这笔预算的近50%计划用于国内——旨在采购本土研发的无人机、改进现有项目并支持新创新技术。

​​结论​​

人工智能正在改变现代战争形态。作战效率与目标探测及打击精度均显著提升。无人机在军事行动中的整合使之成为可能，这些技术清晰展示了人工智能与机器视觉在军事领域的优势。

乌克兰正积极开发基于人工智能和机器视觉的飞行器。乌制无人机、自动炮塔及数据处理系统已在持续进行的俄乌战争中广泛应用。创新技术与无人机系统的结合极大提升了敌方目标的识别精度：无GPS导航在电子对抗（EW）条件下成为可能，半自主攻击可基于无人机探测的坐标实施，侦察单位收集的情报可即时传输并实时处理。

如今，众多国家正积极投入无人机蜂群的开发部署——该系统由大量无人机组成，无需人工干预即可同步运作。初创企业与政府主导项目的成果已在战场上接受测试并展现成效。为实现最高效能，开发者正聚焦机器视觉系统的整合，因其较人工智能具备多项优势：占用机载空间更小，可在更经济的微电脑上运行，同时提供与人工智能相近的高速实时数据采集处理能力、更高目标识别精度及更广泛功能。人工智能与机器视觉的结合将产生最优结果。

参考来源：vgi