据美国海军研究生院（NPS）官网报道，NPS已开发出利用高能激光自动防御无人机的人工智能（AI）。

激光使美国海军能够以光速作战。在当今复杂而快节奏的作战环境中，无人机已成为日益严重的威胁，在人工智能的武装下，舰艇防御激光系统可以对目标进行快速、准确的评估。

为了应对低成本无人机所带来的威胁，海军研究生院的研究人员和合作者们正在运用人工智能实现激光武器系统（LWS）所使用的跟踪系统关键部分的自动化。通过改进目标分类、姿态估计、瞄准点选择和调整瞄准具，LWS评估和打击敌对无人机的能力将大大提高。

传统的LWS跟踪系统操作步骤复杂，耗时长。操作员根据屏幕提供的无人机图像与目标参照物进行比较，从而对无人机类型进行分类，并确定其独特的瞄准点。LWS和无人机之间的距离和大气条件会对图像质量产生不利影响，从而使所有这些识别工作变得更具挑战性和更加耗时。

左图：操作员正操作激光武器系统，并瞄准无人机；右图：操作员的视频屏幕

在确定无人机类型和瞄准点的同时，操作员还必须确定无人机的姿态或与LWS的相对方位。为使无人机受到破坏，操作人员不得不一直发射激光，而且一旦无人机转向，就会错过攻击目标。

NPS机械与航空航天工程系特聘教授Brij Agrawal提到：“防御一架无人机不成问题。但如果有多架无人机，派出价值数百万美元的拦截导弹成本则太高，因为无人机非常便宜，海军正在开发和测试几种LWS。尽管LWS的建造成本很高，但其发射成本很低，一旦建造完成，就可以持续发射。”

为了实现这一自动化目标，研究人员创建了两个大型代表性数据集，用于人工智能训练，以生成用于自动目标分类、姿态估计、瞄准点选择和调整瞄准具的人工智能模型。该数据集中的每条数据都包含一幅死神无人机（Reaper drone）的图像，并附有相应的姿态标定。为提高人工智能的精度，这些图像包含有不同的背景、太阳强度、和空气乱流等大量数据。

图：研究人员开发人工智能模型的一些基本流程

研究人员还通过引入雷达提示解决了人工智能模型的姿态模糊问题。雷达跟踪数据可以揭示无人机是接近、撤离还是以其他方式移动。

在研究的下一阶段，团队将人工智能模型转移到达尔格伦（Dahlgren），在其LWS跟踪系统上进行实地测试。

除了LWS，其他平台上的跟踪系统也可能从这种人工智能支持的自动化中受益。在船舶防御可能受到大量无人机、导弹和火箭威胁的情况下，提高确定敌友和应对敌对威胁的效率，以加快决策判断。