導讀：很多人都喜歡比較裝備。比什么？往往比你有我有，飛得多遠多高多快，部分設備的極限指標。我們認為，這種比較方式越來越不能反映客觀真實，越來越遠離作戰(zhàn)了。

誠然，這種比較仍然是需要，特別是因推進系統(tǒng)等技術相對落后，導致載重系數(shù)、航程航時等存在差距的情況。但是我們更想提出一個新問題：你認為，習慣了技術制勝、追求壓倒性優(yōu)勢的美軍，在如今多個國家和地區(qū)都在發(fā)展無人機、不少都能做出水平看上去貌似是差不多的無人作戰(zhàn)飛機、察打一體無人機、無人偵察機等的情況下，會用什么方式，來追求無人機系統(tǒng)或者無人空中作戰(zhàn)的壓倒性優(yōu)勢呢？顯然，如果你想認真地回答這個問題，你就需要拋棄過往那種主戰(zhàn)裝備、平臺中心、有人機的比較思路（雖然即使對這些裝備而言，傳統(tǒng)的比較方式也正在過時），你需要重新認識無人機等所有航空裝備，進而重新認識空中作戰(zhàn)。你不能把無人機視為有人機的無人化。對它，你要揚棄平臺中心的慣常思維，用信息、網(wǎng)絡和智能時代的新視角看待無人機及其研制生產(chǎn)。在關注平臺本身性能差距、彌補短板的同時，切不能因平臺的貌似接近而自得，更須同樣思考：如何用看上去差不多的平臺節(jié)點，提供壓倒性體系作戰(zhàn)優(yōu)勢？我們認為：美軍正從體系設計、信息網(wǎng)絡智能、科研生產(chǎn)工具和關系模式、平臺特征等多個方面同步著手，實現(xiàn)在無人機平臺等節(jié)點平臺特征相對接近的情況下，在未來空中作戰(zhàn)中繼續(xù)享有壓倒性優(yōu)勢。

所以，本號從今天開始推出一個新的專門分類——“無人之境”。它只針對那些在無人機參與或承擔的空中作戰(zhàn)任務中，有可能顯著提升優(yōu)勢的重要動向，而非所有的無人機相關動向。

在此想再次強調：無人機不是有人機的無人化。無人機之間的比較應放在一個任務體系中進行作戰(zhàn)比較，過往的裝備比較模式可能尤其不適合于無人機。是時候轉變思維了。但是有可能，轉變思維且知行合一，既是最容易明白的道理，同時又是最難以實現(xiàn)的實踐。

2020年5月1日，美空軍研究實驗室（AFRL）表示其開發(fā)的神經(jīng)形態(tài)計算技術有望在未來五年內率先應用于無人機。實驗室擬通過人工智能、機器學習等技術提高空中平臺數(shù)據(jù)處理能力，為作戰(zhàn)人員直接提供數(shù)據(jù)分析結果，以加快戰(zhàn)時決策速度。另外，美國防部國防高級研究計劃局（DARPA）于2008年啟動“神經(jīng)形態(tài)自適應可塑可擴展電子系統(tǒng)”（SyNAPSE）計劃，持續(xù)開展神經(jīng)形態(tài)計算相關技術研究。

美空軍研究實驗室的“藍鴉”超級計算機采用神經(jīng)形態(tài)計算技術，擬用于機載環(huán)境運行人工智能和機器學習算法（美空軍研究實驗室圖片）

作者觀點：神經(jīng)形態(tài)計算技術有望帶來以下效益：1）不同于馮·諾依曼體系結構下的二進制邏輯，神經(jīng)形態(tài)計算試圖從硬件架構實現(xiàn)上對人腦的模擬，并基于此設計新的智能算法以應對真實世界中的不確定性、模糊和矛盾問題；2）在二進制計算機上運行現(xiàn)有的智能算法并不高效，硬件上對人腦的模擬可以在降低功耗的同時，極大提升算法的效率和復雜性；3）數(shù)據(jù)的傳輸要比計算昂貴得多，特別是在通信條件受限，時效要求較高的軍事應用場景下，功耗低、性能優(yōu)越的邊緣計算模型的部署將帶來極大的效益，因此神經(jīng)形態(tài)計算這類技術最適合將智能應用部署在對載荷、時效、數(shù)據(jù)傳輸要求較高的無人機平臺上。目前神經(jīng)形態(tài)計算主要有兩種技術路線，一種是完全顛覆現(xiàn)有計算機架構，在硬件上模擬大腦“神經(jīng)元－突觸”結構，另一種是采用全新的方式連接現(xiàn)有數(shù)字單元以打造類似大腦結構的效果。