美國海軍正在幫助消除無人機群攻擊對人類操作員的需求。 由美國海軍研究生院（NPS）領導的一項研究利用人工智能使激光武器能夠更好地瞄準并摧毀多架無人機的攻擊。
激光能以光速攻擊目標，因此各主要軍事強國都在大力發展激光武器，以應對多種威脅--其中最重要的是日益復雜的無人機的存在。
然而，激光并不是萬能的，要想成為實用武器，還需要克服許多問題。 首先，目前的激光系統需要人類操作員具備一定的識別和射擊目標的技巧。
從本質上講，這個問題可以分為兩個任務。 在攻擊無人機的情況下，第一項任務是識別無人機的類型，以確定要攻擊的薄弱點。 其次是將激光束對準該薄弱點進行足夠長的訓練，以摧毀目標或使其失效--這是一項棘手的挑戰，隨著自主無人機在飛行中變得越來越快、越來越靈活，這項挑戰勢必會變得更加棘手。
人類操作員仍有機會成功對付單個無人機，但成群的無人機就另當別論了。 誠然，激光可以在幾分之一秒內從一個目標閃爍到下一個目標，但識別薄弱點并將光束固定在它上面完全是另一回事。 在實戰情況下，人類操作員很快就會力不從心。 隨著激光器在處理高超音速導彈方面的進步，問題會變得更加嚴重。
美國海軍陸戰隊、海軍水面作戰中心達爾格倫分部、洛克希德-馬丁公司、波音公司和空軍研究實驗室（AFRL）正在合作開發一種用于反無人機激光的新型跟蹤系統，該系統利用人工智能克服了人類在瞄準和處理遠距離大氣畸變方面的局限性，因為大氣畸變可能導致激光束偏離目標。
研究小組使用鈦合金 3D 打印的"死神"無人機微型模型訓練人工智能系統。 該模型通過紅外光和雷達進行掃描，模擬全尺寸無人機在能見度不佳的條件下從不同角度和距離通過望遠鏡觀察的情況。
圖像目錄生成了兩個包含 10 萬張圖像的數據集，用于訓練人工智能系統，使其能夠識別無人機、確認其相對于觀察者的角度、尋找薄弱點并將光束固定在該點。 同時，雷達輸入為確定無人機的航線和距離提供數據。 為了訓練系統，我們設置了三個人工智能訓練場景。 第一個場景只使用合成數據，第二個場景結合了合成數據和真實世界數據，第三個場景只使用真實世界數據。
據美國海軍稱，第三種方案效果最好，誤差最小。
下一步將是對真實目標進行雷達和光學跟蹤的實地測試，測試時將使用半自動系統，并由人類操作員控制跟蹤的某些方面。
達爾格倫公司的成像科學家埃里克-蒙塔格（Eric Montag）說："我們現在已經在跟蹤系統中實時運行模型。今年的某個時候，我們計劃在跟蹤框架內演示自動瞄準點選擇，以進行簡單的概念驗證，"蒙塔格補充說。"我們不需要發射激光來測試自動瞄準點功能。 已經有一些項目--[高能激光遠征（HELEX）驗證機]就是其中之一--對這項技術感興趣。 我們一直在與他們合作，用我們的跟蹤系統從他們的平臺上進行拍攝。"
這項研究發表在Machine Vision and Applications.上。
