9月3日，总部位于美国加州的无人机制造商通用原子航空系统公司（GS-ASI）通过其官网宣布完成了搭载基于神经形态计算平台的“敏捷神鹰”（Agile Condor）吊舱飞行试验，但没有说明具体试验时间。携带“敏捷神鹰”吊舱的MQ-9“收割者”无人机在GS-ASI公司位于北达科他州格兰德福克斯的飞行试验与训练中心进行了飞行试验。
携带“敏捷神鹰”吊舱进行飞行试验的MQ-9“收割者”无人机
据GS-ASI的母公司通用原子公司（General Atomics）表示，作为美国空军技术演示工作的一部分，其已经在MQ-9“收割者”无人机上成功集成了“敏捷神鹰”吊舱，并对其进行了飞行测试。“敏捷神鹰”旨在自动检测、跟踪潜在的特定目标并对其进行分类。它可能是一个重要的进阶项目，使各种类型的无人飞机，以及有人飞机，能够自主识别潜在目标，并确定哪些可能是更优先级别的威胁，后续还可提供其他能力。
“敏捷神鹰”高性能嵌入式计算结构 （翻译&字幕 by 防务菌）对此，GA-ASI公司总裁戴维·亚历山大（David Alexander）在一份声明中表示：“边缘计算对未来无人系统有着巨大的影响。GA-ASI致力于在无人系统上扩展人工智能能力，‘敏捷神鹰’能力证明我们能够准确有效地缩短观察、调整、决策和行动（OODA）周期，实现信息优势。GA-ASI很高兴继续与空军研究实验室（AFRL）合作，推进人工智能技术，从而提高自主任务能力。”
“敏捷神鹰”吊舱与机箱
“敏捷神鹰”吊舱由美国国防承包商SRC公司为空军研究实验室（AFRL）开发，并于2016年交付了第一个吊舱。目前尚不清楚美国空军是否在2019年雇佣通用原子公司将该系统整合到“收割者”无人机上之前，是否在其他平台上对该系统进行过任何飞行测试。此前，该公司曾表示，预计将在2016年底前以某种方式对首个吊舱进行飞行测试。
2018年SRC公司发布了一份关于“敏捷神鹰”吊舱的白皮书，在其中解释道：“传感器的保真度迅速提高，现在能够收集大量的数据，必须对这些数据进行及时分析，以提供关键任务信息。基于[在无人机上]存储的数据……在数据收集和分析之间造成了不可接受的延迟，因为操作员必须等待无人机（RPA）返回基地才能审查时敏数据……相比之下，任务进行中的数据传输可以更快地提供数据，但这种方法需要更大的功率和可用带宽来发送数据。带宽限制导致大型数据文件下载速度变慢，通信链路堵塞，延迟增加，这可能导致情报在数据采集和分析之间发生潜在变化。所收集的数据量也是如此之大，以至于分析员无法全面审查收到的数据，以确保获得可采取行动的信息。”
SRC公司在2018年发布的《在26000英尺高度的每秒万亿次运算能力》白皮书详细描述了“敏捷神鹰”吊舱的能力白皮书里描述的尴尬境地对于装备了广域持续监视系统的无人机来说尤其如此，比如美国空军的“戈尔贡凝视”（Gorgon Stare）系统，它能捕捉到大量监视区域的图像，这些海量图像数据对于传感器操作人员和情报分析员来说，进行人工处理几乎是不可能的。“敏捷神鹰”旨在利用人工智能手段分析无人机收集的海量传感器数据，定位并对感兴趣的对象进行分类，然后将其突出标识给控制中心的操作员或在其他远程位置接收信息的人员，以便进行进一步分析。“敏捷神鹰”会果断丢弃“空白”的图像和其他数据，而这些数据并没有显示出它认为有用的东西，甚至不会让系统继续转发。
一架搭载了“戈尔贡凝视”广域持续监视系统的美国空军MQ-9“收割者”无人机SRC在2018年发布的这份白皮书显示：“这种选择性的‘检测和通知’过程释放了带宽，提高了传输速度，同时减少了数据收集和分析之间的延迟。使用‘敏捷神鹰’系统对数据进行实时预处理，还可确保对收集到的所有数据进行快速审查，从而提高向操作员通知可操作信息的速度和效率。”
“敏捷神鹰”系统概览
对于人工智能在C4ISR中起到多少作用，至少在目前，总体思路仍然是让“杀伤链”中的操作员决定如何对此类信息采取行动，包括是否发起致命打击。美国空军一直强调，无论未来无人机或其他无人驾驶飞行器的自主性如何，始终都要有一个真实的人在回路中。
“敏捷神鹰”机箱细节
不过，随着时间的推移，诸如“敏捷神鹰”这样的开发将大大减少目标确定过程各个部分中必要的人与人之间的交互，以及一般的情报收集和初步分析，甚至可能会减少更多。它还可以将各种形式的传感器数据和其他可用的情报融合在一起，特别是对可能感兴趣的领域进行加权，并对某些目标进行优先排序。美国空军还表示，该系统可利用这些能力，使无人机能够自动导航、检测和避免潜在威胁，包括在其与控制中心或GPS卫星导航系统的连接中断或完全被阻断时。
空军研究实验室在2015年9月对外公布的一份名为《敏捷神鹰：可扩展的高性能嵌入式计算机》简报幻灯片里展示了无人机如何使用“敏捷神鹰”自主感知和避免威胁的作战概念“敏捷神鹰”并不是美国空军或整个美国军方开始寻求简化这些流程的第一个项目。人工智能在美军行动上的应用，其中最著名的一项工作是Maven项目，该项目专注于使用人工智能（AI）来解析堆积如山的持续监视图像，以快速识别有用的片段和信息。现在，这将推动在此努力下开发的技术在美国军队的其他地方发挥作用。
美国空军研究实验室在2015年做的“敏捷神鹰”项目后续工作规划
后续，“敏捷神鹰”的技术设计将尽可能轻量化，并使用模块化和开放式架构设计元素，以便在未来可以快速简易地添加新的以及改进的功能。虽然它已经在MQ-9“收割者”无人机上进行了飞行测试，但不难看出这项技术如何适用于其他任何能够搭载它的无人机及载人平台。在载人平台上，该系统可以协助传感器操作员和分析员进行大量的前端工作。目前美国空军已经有计划开发人工智能“副驾驶”，可以为有人驾驶的固定翼飞机和直升机的机组人员提供各种帮助。这项技术也很有可能在海军和陆军平台上进行应用。
“敏捷神鹰”能力愿景
总而言之，“敏捷神鹰”只是美国军方更广泛推动人工智能和机器学习以全面提高自主能力的又一个例子。特别是美国空军目前正在进行一系列已经公开承认的自主无人机项目，其中最引人注目的是“天空博格”（Skyborg）项目，该项目旨在开发一套能够自主操作无人机的系统，以支持有人飞机的“忠诚僚机”角色，以及完全独立的蜂群的一部分。这项技术甚至有可能应用到完全自主的无人战机（UCAV）。
与此同时，美国空军正计划在明年举行一场无人驾驶飞机和有人战斗机的模拟格斗。上个月，DARPA举办了“阿尔法狗斗”试验竞赛的决赛。在这项为期将近一年的竞赛中，各个公司开发了人工智能驱动的软件，在虚拟环境中驾驶模拟战斗机进行空中格斗。在决赛中，获胜的团队与一名真正的战斗机飞行员进行线上PK，最终，人工智能飞行员在与人类飞行员的较量中取得了“完美的胜利”（详情可参见防务菌此前推送：【AlphaDogfight Trials】人工智能在DARPA“阿尔法狗斗”试验决赛取得“完美胜利”），这一结果已经在美国军方内外引起了很多争论。可以预见，人工智能和机器学习的应用在美国军队中继续增长和发展，这无疑是一个值得广泛关注的主要领域，而“敏捷神鹰”这一类的系统正在为这一新的作战时代铺平道路。来将通名&非诚勿扰