美軍研發AI鐳射武器 自動化防禦無人機威脅

隨著無人機技術日益普及，如何有效防範其威脅成為各國軍方亟需解決的課題。美國海軍研究生院(NPS)的研究團隊與多家軍工企業合作，開發出一套結合人工智慧(AI)與高能鐳射(LWS)的自動化防禦系統，大幅提升對敵方無人機的偵測與打擊能力。

傳統的鐳射武器系統需要操作員手動控制，面對大量無人機群時往往力不從心。研究團隊將AI技術匯入LWS的追蹤系統，自動完成目標分類、姿態估算、瞄準點選擇與維持等關鍵步驟，讓操作員從手動控制轉為監督管理，大幅提升反應速度與精準度。

NPS機械與航空工程系特聘教授Brij Agrawal指出，使用價值百萬美元的攔截飛彈對付廉價無人機並不划算。相比之下，LWS雖然建置成本高昂，但每次發射僅需幾美元，且可持續作戰，是更經濟的選擇。

為訓練AI模型，研究團隊建立了兩個包含數萬張無人機影像的資料庫，並在實驗室驗證後轉移至Dahlgren進行實地測試。當雷達偵測到敵方無人機時，LWS的紅外線感測器會開始追蹤目標，高倍率鐳射望遠鏡則持續鎖定，操作員根據螢幕影像判斷無人機型別與脆弱點，並發射鐳射束。

然而，長距離與大氣條件會影響影像品質，增加辨識難度。此外，鐳射雖以光速前進，但無法像科幻電影般瞬間摧毀目標。要對無人機造成致命傷害，必須持續瞄準同一點發射鐳射，這個過程稱為瞄準點維持。

2016年，NPS團隊完成了高能鐳射光束控制研究測試平臺(HBCRT)的建置，模擬艦載LWS的功能。HBCRT配備30公分口徑的精密追蹤鐳射望遠鏡與中波紅外線感測器，可發射1千瓦的鐳射束。研究人員還利用3D列印的鈦合金無人機模型與光學元件，在實驗室內模擬數公里外的飛行目標。

NPS團隊利用卷積神經網路進行深度學習，訓練出可自動化目標分類、姿態估算、瞄準點選擇與維持的AI模型。他們比較了三種訓練情境:僅使用合成資料、結合合成與真實資料，以及僅使用真實資料。結果顯示，僅使用真實資料訓練的模型表現最佳。

目前，該AI模型已轉移至Dahlgren進行實地測試，未來將整合至其LWS追蹤系統中。研究團隊也持續擴充資料庫，以提升模型對不同型別無人機的辨識能力。這項技術不僅可用於LWS，也可應用於其他平臺的追蹤系統，在面對大量無人機、飛彈與火箭威脅時，大幅提升艦隊的防禦效率與決策優勢。