X-62A、ライブセンサーによる初の完全自律空中迎撃を達成

はじめに

自律航空の大きな飛躍として、米空軍のX-62A VISTA試験機は、ライブセンサーデータを使用した完全自律空中迎撃ミッションを初めて成功させた。カリフォルニア州エドワーズ空軍基地で実施された飛行は、以前のテストがシミュレーションされたセンサーフィードに依存していたのとは一線を画す。この成果により、AIが操縦する戦闘機の実現が一歩近づき、将来の航空戦と人間と機械のチーム編成に影響を与える。

X-62A VISTA：自律性のテストベッド

X-62Aは、改造されたF-16Dで、米空軍の主要なプラットフォームとして、飛行中の高度な自律性と人工知能をテストしている。VISTA（可変飛行シミュレーター試験機）として知られ、次世代戦闘機を形成する技術の開発と検証に貢献してきた。そのユニークな能力により、さまざまな航空機の飛行特性を模倣でき、異なる性能範囲に適応しなければならない自律システムの理想的なテストベッドとなっている。

最近のHAVE HEATテストシリーズは、空軍テストパイロットスクールと空軍研究所がロッキード・マーチンのスカンクワークスと協力して実施し、X-62Aの能力の限界を押し広げた。8回の飛行で、航空機は脅威機として飛行するライブのT-38タロンに対して27回の戦術迎撃を実行した。重要なのは、これらの迎撃は、事前にプログラムされたりシミュレーションされた入力ではなく、レギオンPodの赤外線捜索追尾（IRST）システムの光学センサーからのリアルタイムデータのAIの解釈によって駆動されたことだ。

ライブセンサーデータが重要な理由

このマイルストーンの重要性を理解するには、自律飛行でライブセンサーデータを使用する課題を認識することが不可欠だ。実際のセンサーはノイズが多く、曖昧で、不完全な情報を提供することがよくある。ターゲットは雲に隠されたり、他の物体と混同されたり、大気の干渉によって一時的に失われたりする可能性がある。対照的に、シミュレーションデータはクリーンで予測可能であり、エンジニアは不完全な入力の複雑さを追加せずに自律システムの特定の側面に集中できる。

以前の自律飛行テストは、問題を単純化するためにデジタルシミュレーションに依存することが多かった。ターゲット航空機はデータファイルとしてのみ存在し、レーダー信号や地上局の入力は人工的に生成される可能性があった。このアプローチは、変数を分離することが重要であるエンジニアリングテストでは標準的だ。しかし、センサーデータが完璧とはほど遠い戦闘の混沌とした現実にAIを完全に備えさせるものではない。

ライブセンサーデータを使用することで、X-62AのAIは人間のパイロットが直面するのと同じ課題に取り組まなければならなかった。ノイズをフィルタリングし、動くターゲットを追跡し、不完全な情報に基づいて決定を下す必要があった。27回の迎撃を成功させたという事実は、AIが実際のセンサーの予測不可能性を処理できることを示しており、運用シナリオでの自律システムの展開に向けた重要なステップとなる。

テストの実施方法

HAVE HEATシリーズは、慎重に調整されたシナリオを含んでいた。X-62Aは、安全パイロットを乗せて、レッドエアの脅威として飛行するT-38タロンを迎撃する任務を負っていた。AIは、レギオンPodのIRSTセンサーのデータを使用してT-38を検出および追跡し、航空機の飛行経路を制御した。IRSTシステムはパッシブ検出を提供し、レーダー信号を発しないため、特定の戦闘状況ではステルス性が高く、より現実的である。

8回の飛行を通じて、AIは27回の迎撃を実行し、それぞれ異なる状況が設定された。安全パイロットは必要に応じて引き継ぐために同乗していたが、AIは迎撃中ずっと航空機を自律的に操作した。これは単純な追従運動ではなく、AIはシミュレートされたキルを達成するためにX-62Aを操縦し、複雑な計算と迅速な調整を必要とした。

テストがライブデータを使用したという事実は、AIアルゴリズムの成熟度の証である。システムはIRSTデータをリアルタイムで処理し、背景ノイズからターゲットを区別し、適切な機動を実行しなければならなかった。これは、AIがターゲットの位置の完璧なデジタル表現に依存していた以前のテストとは大きく異なる。

将来の戦闘機への影響

このマイルストーンは、将来の戦闘機の開発に重要な影響を与える。米空軍は、有人戦闘機と並んで飛行し、偵察、電子戦、攻撃などの任務を実行する協調戦闘航空機（CCA）のコンセプトを模索している。これらの無人機は、センサーデータが劣化し、敵が積極的に混乱やジャミングを試みるような、争われた環境で自律的に動作する必要がある。

ライブセンサーデータを効果的に使用する能力は、そのような自律性の前提条件である。AIが実際のセンサーのノイズや曖昧さを処理できない場合、戦闘判断を任せることはできない。HAVE HEATテストは、AIが少なくとも空対空迎撃の領域では、この課題に立ち向かうことができることを実証している。

さらに、X-62Aテストの成功は、有人航空機へのAIの統合を加速させる可能性がある。AIは、センサーフュージョンの管理、機動の提案、または高ストレス状況での引き継ぎなど、人間のパイロットを支援できる。この人間と機械のチーム編成は、将来の紛争で航空優勢を維持するための鍵と見なされている。

課題と次のステップ

成功にもかかわらず、克服すべきハードルはまだある。HAVE HEATテストは、協力的なターゲットを使用した管理された環境で実施された。実際の戦闘では、積極的に回避しようとする非協力的なターゲットが含まれ、センサー環境はさらに混沌とするだろう。AIはまた、複数の脅威を同時に処理し、レーダー、電子支援手段、データリンクなど、より広範なセンサーからのデータを統合する必要がある。

さらに、信頼と信頼性の問題が残っている。自律システムは、人間のパイロットと少なくとも同等に安全で効果的であることが証明されなければならず、交戦規則と倫理的ガイドライン内で動作できなければならない。米国防総省は、戦争におけるAIの倫理的使用の原則を開発しており、自律戦闘機の展開はこれに準拠する必要がある。

X-62Aチームは、テストを継続し、視界外交戦、ターゲットによる回避機動、複数センサーの使用など、より複雑なシナリオを含むように範囲を拡大する可能性が高い。各ステップで技術は運用現実に近づくが、自律航空機が空で一般的になるまでにはまだ長い道のりがある。

結論

ライブセンサーデータを使用したX-62Aの自律迎撃の成功は、自律航空の分野における大きな前進を表している。AIが実際のセンサーから得られる厄介で現実的なデータを処理できることを証明することで、米空軍は、さまざまなレベルの人間の監視下で動作できる新しい時代の戦闘機の基礎を築いた。課題は残っているが、HAVE HEATテストシリーズは、技術が急速に進歩しており、航空戦の未来はこれまで以上に自動化される可能性があることを実証した。

この記事はNew Atlasの報道に基づいています。元の記事を読む。