原文来源：Natasha Bajema.Will AI Steal Submarines’Stealth？ https://engineeringrecruiting.org/blog/engineering/will-ai-steal-submarines-stealth/.July 16, 2022.
潜艇的价值主要在于它们的隐藏能力。核战争中潜艇很可能在第一波导弹袭击中幸存下来，从而能够在第二波打击中发射导弹作为回应，这是被称之为“确保相互摧毁”（mutual assured destruction）的威慑战略的关键。任何可能使海洋变得有效透明的新技术，都能使发现潜伏的潜艇变得轻而易举，因此可能危害世界和平。近一个世纪以来，海军工程师一直在努力开发越来越快和越来越安静的潜艇。但他们也同样努力地推进一系列雷达、声纳和其它旨在探测、瞄准和消灭敌潜艇的技术。
1960年代早期，随着核动力潜艇的出现，这种平衡似乎发生了转变。在战略与预算评估中心（Center for Strategic and Budgetary Assessment）2015年的一项研究中，目前在哈德逊研究所（Hudson Institute）工作的海军专家布莱恩·克拉克（Bryan Clark）指出，这些潜艇能够长时间潜在水下，因此“用雷达和主动声纳几乎不可能找到它们”。但是，即使是这些隐身潜艇也会产生精细的甚低频（very-low-frequency）噪声，这些噪声可以被安装在海底的水听器阵探测网从远处接收到。
现在，潜艇捉迷藏的游戏可能正在接近这样一个时间点：潜艇再也无法逃避探测，而只能简单地消失。根据在堪培拉的澳大利亚国立大学国家安全学院（National Security College of the Australian National University）最近的一项研究，这一时刻可能最早在2050年到来。这个时机尤其重要，因为设计和建造一艘潜艇所需的巨大成本意味着其服役至少要经历60年。今天入役的潜艇到2082年应该还在役。根据美国国会预算办公室（Congressional Budget Office）的数据，“弗吉尼亚级”（Virginia）级快速攻击核潜艇等核动力潜艇每艘的造价约为28亿美元，这只是采购价；新型“哥伦比亚”（Columbia）级弹道导弹潜艇的全寿命周期成本估计超过3950亿美元（译注：指全部“哥伦比亚”级潜艇，详见后文）。
探测敌对国家的潜艇和保护本国潜艇不被探测是一对巨大的孪生问题，技术细节是严格保密的。许多海军专家正在猜测，传感技术可与现代AI方法一同使用，以消除潜艇的隐身性。
北约前副秘书长罗斯·高特莫勒（Rose Gottemoeller）警告说，“潜艇的隐身性将很难维持，因为各种类型的水中和水面以上的多频谱感知手段正变得更加普遍”。随着这些新技术的威胁打破平衡，隐身与探测之间正在进行的竞赛变得愈加动荡不定。
1.发现潜艇的新方法
当今潜艇探测技术早已不仅是利用声呐探测，而是利用各种非声技术来确定潜艇位置。现在可以通过潜艇排放出的微量辐射和化学物质、对地球磁场的微扰动以及激光或LED脉冲的反射光来探测潜艇。所有这些方法都试图检测自然环境中的异常现象，就像在近十年来开发的基线条件复杂模型所表现的那样，这要部分归功于摩尔定律（Moore’s Law）在计算能力方面的进步。
图1.机载激光传感器可以探测接近水面的水下目标（图片来自网络）
据华盛顿战略与国际研究中心（Center for Strategic and International Studies）的专家称，有两种方法大有希望。激光雷达（Lidar）传感器通过水中传输激光脉冲，以生成物体的高精度3D扫描图像。磁异常探测器（Magnetic anomaly detection，MAD）监测地球磁场，可探测到由水下潜艇金属外壳引起的细微扰动。
这两种传感器都有缺点。MAD只在低空或水下工作，其往往不够敏感，无法从许多海洋电磁场的其它微妙变化中分辨出由潜艇引起的干扰。
Lidar有更大的作用距离和更高的分辨率，可以安装在卫星上，但需消耗大量的电力——一个几百米作用距离的标准汽车装置要消耗25 W。Lidar也非常昂贵，尤其是在太空中工作的Lidar。2018年，美国宇航局（NASA）发射了一颗采用激光成像技术的卫星，以监测地球表面变化——尤其是海面模式的变化，这颗卫星耗资超过10亿美元。
图2.星载Lidar探潜（图片来自网络）
事实上，放置传感器的位置至关重要。水下传感器阵靠自身并不能终结潜艇的隐身性。退役海军少将、英国皇家海军前潜艇指挥官约翰·高尔（John Gower）指出，传感器“需布设在不受拖网或捕鱼活动影响和不受地震活动影响的地方，并靠近可监控和传输所收集数据的位置。这严重限制了实际可用的选择。”
规避精确布设需求的一种方法是采用机动式传感器。水下航行器蜂群可以做到这一点，这就是为何一些专家提出它们是终极反潜能力。
例如，克拉克（Clark）指出，这种UUV现在具有更强的计算能力，电池充电一次可持续工作两周。美国海军正在开发一种可以运行90天的UUV。UUVs现在还装备了前面提到的化学、光学和地磁传感器。网络化的UUVs也许能与UAVs一起协同工作，这可能不仅对探测潜艇有用，而且对摧毁它们也有用，这就是为何一些国家的军队在UUVs上投入巨资。
例如，中国海军投资了一种鱼形UUV，被称为“鲨鱼机器人”（Robo-Shark），它是专为猎杀潜艇而设计的。与此同时，美国海军正在开发低成本UAVs蜂群技术，用于执行监视任务。每架“蝗虫”（Locust）无人机重约6 kg，成本1.5万美元，可配备MAD传感器；可在海面上低空掠过，以探测水下信号。军方研究无人机选项是因为它可能会奏效，然而，它很可能不会奏效。
(a)
(b)
(c)
图3. 由北京博雅公道机器人技术公司（Boya Gongdao Robot Technology）制造的2.2米长的Robo-Shark，据说能够进行水下监视和未指明的反潜行动。
Gower认为UUVs是“最不可能改变潜艇隐身能力下降趋势的创新”。海军需要大量的UUVs，数据传输速度极慢，而且UUVs的传输范围很短。UUVs的噪声也很大，非常容易被探测到。“更不用说控制数千架UUVs远远超出了现有技术能力”。
Gower 说，UUVs和声纳网可以在咽喉要道一起使用，以探测巡逻途经的潜艇。具有重要战略意义的潜艇巡逻咽喉要道包括：英国潜艇使用的爱尔兰两侧的出口航线；中国潜艇使用的海南岛和台湾岛周边海域和海峡；俄罗斯潜艇使用的巴伦支（Barents）或千岛群岛（Kuril Island）岛链；以及美国太平洋舰队潜艇的胡安·德富卡海峡（Straits of Juan de Fuca）（译注：加拿大不列颠哥伦比亚省温哥华岛和美国华盛顿州奥林匹克半岛之间的海洋通道。长130~160 km，宽18~27 km。为北面的乔治湾、南面的普吉特海峡通连太平洋的水道）。另一方面，他指出，“它们可能被监视和移除，因为其均靠近主权领土。因此，挑战可能会超过收益。”
Gower认为，更强大的潜艇探测手段在于“商业卫星对地球表面的持续覆盖”，他说，这“代表着我们的探测能力与过去相比的最重大转变”。
超过2800颗这样的卫星已经在轨。政府曾经主宰太空，因为制造和发射卫星的成本是如此之高。如今，有了非常便宜的卫星技术，私人公司正在发射由数十到数千颗卫星组成的星座，这些卫星可以协同工作，对地球表面的每一个角落进行成像。它们配备有各种传感技术，包括合成孔径雷达（SAR），它在移动很长一段距离的同时扫描下方的场景，提供的结果就像你从一个超长天线上得到的结果一样。由于这些卫星星座每天多次观察相同的位置，因此能捕捉到各种活动的细微变化。
几十年前专家们就已经知道，根据潜艇在海洋中移动时形成的尾流模式，SAR可能探测到它们。为了探测这些被称为“伯努利峰”（Bernoulli humps）和“开尔文尾流”（Kelvin wakes）的模式，美国海军投资了雷声公司（Raytheon）开发的AN/APS-154先进机载传感器。机载雷达被设计用于低空工作，也似乎配备了高分辨率SAR和Lidar传感器。
配备了SAR和其它成像仪器的商业卫星现已达到了可与政府卫星相匹敌的分辨率，并以非常低的价格向客户提供服务。换句话说，有很多相关的非密数据可用于跟踪潜艇，而且数量正呈指数级增长。
这种趋势总有一天会变得很重要，但现在还不会。
詹姆斯·马丁防扩散研究中心（James Martin Center for Nonproliferation Studies）东亚防扩散项目主任杰弗里·刘易斯（Jeffrey Lewis）经常在工作中使用卫星图像跟踪核发展。但追踪潜艇则是另一回事。Lewis说：“尽管这是一项商业化可用技术，但我们今天仍然无法实时看到潜艇。”
Gower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。即使你实时定位了一艘潜艇，10分钟后也很难再找到它。”
2.人工智能协调其它辅助探测技术
虽然这些新的感知方法有可能使潜艇更容易被发现，但没有任何一种方法能独立完成这项工作。能让它们协同工作的是我们这个时代最重要的技术：人工智能。
Gottemoeller说：“当我们看到今天无处不在的感知能力与大数据分析能力相结合的潜力时，自然地会问这样一个问题：现在终于有可能了吗?”她的职业生涯始于1970s年代，当时美国海军已开始担忧对苏联潜艇的探测技术了。
现在可通过潜艇排放出的微量辐射和化学物质、对地球磁场的微扰动以及激光或LED脉冲的反射光来探测潜艇。
与必须预编程的传统软件不同，这里所用的、称之为深度学习的机器学习策略，可在没有外界帮助的情况下发现数据中的模式。就在去年，DeepMind的AlphaFold程序在预测氨基酸如何折叠成蛋白质方面取得了突破，使科学家有可能识别出98.5%的人类蛋白质结构。早期在游戏领域，尤其在围棋和国际象棋方面，表明深度学习能胜过最好的老式软件技术，即使运行在速度并不快的硬件上。
要让AI在对潜探测中发挥作用，必须克服几个技术挑战。第一个挑战是训练算法，这涉及到从卫星对海面的持续覆盖以及在战略位置的定期水下信息收集中获取的各种传感器的海量数据。使用这些数据，AI可以建立一个详细的基线条件模型，然后将新数据输入模型以发现细微的异常。这种自动侦查（sleuthing）最有可能探测到海洋中任何地方的潜艇存在，并根据过去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。这项任务需要比我们现在所拥有的更强大的计算能力，无论是固定式还是机动式收集平台。但即使是今天的技术也能开始将各种技术拼图拼在一起。
3.核威慑取决于潜艇的隐蔽能力
在未来，浩瀚的海洋将继续保护潜艇的隐蔽性。但是，海洋透明性提高的前景本身就对全球安全有影响。携带弹道导弹的隐匿潜艇构成了对首次核打击进行报复的威胁，但如果情况改变了呢？
Lewis说：“我们想当然地认为，在某种程度上，我们需要让相当一部分部队存在于一个基本无懈可击的位置上”。即使新的发展并没有大大降低潜艇的隐身能力，但仅仅是意识到这种降低就可能破坏战略稳定性。
Gottemoeller警告说，“任何关于核潜艇变得更容易被瞄准的看法，都会引发人们对二次打击力量生存能力的疑问。因此，各国将尽一切努力应对这种脆弱性。”
专家们对海洋透明性的不可逆性持不同意见。一位华盛顿特区的美国科学家联合会（Federation of American Scientists）高级研究助理马特·科达（Matt Korda）说，由于任何技术突破都不会在一夜之间实现，“各国应有充足的时间来制定对策，以抵消任何改进的探测能力”。然而，澳大利亚国立大学国家安全学院（National Security College of the Australian National University ）的罗杰·布拉德伯里（Roger Bradbury） 和他的8位同事不同意这种看法，他们声称，到2050年，任何对抗探测技术的技术能力都会开始下降。
Korda还指出，海洋透明性在一定程度上“不会对各国产生同样的影响。这就引出了一些有趣的问题。”例如，美国的核动力潜艇是“地球上最安静的，它们几乎无法被察觉。即使潜艇总体上变得更加显眼，这也可能对美国潜艇的生存性没有任何实质性影响。”
西尔维娅·米什拉（Sylvia Mishra）是总部位于伦敦的智库——欧洲领导网络（European Leadership Network，ELN）的一名新技术核能官员，说道“我更关心的是水下模糊的全局问题。直到最近，海面下的活动还是政府职权范围内的事。”然而，现在水下行业正在不断扩张。例如，一些公司正在铺设许多水下光纤通信缆，Mishra说，“这可能会导致水下检查UUVs更加拥挤，并可能造成混乱。”
与水面舰船不同的是，UUVs不悬挂国旗，因此其所有权可能不明晰，这可能会造成一些困惑和混淆。这种不确定性，再加上UUVs也可能携带致命载荷，这增加了海军可能将一艘无害的商用UUV视为敌方的风险。Mishra说：“任何危及对手战略资产的行动都可能产生新的冲突点，加剧战争风险。”
END
联系客服
