利用人工智能技術(shù)有效應(yīng)對胡塞武裝無人機(jī)威脅

國外媒體報道：胡塞叛軍無人機(jī)襲擊了穿越紅海和蘇伊士運(yùn)河航線（占全球貿(mào)易量10%）的船只，暴露了當(dāng)前船舶警報系統(tǒng)的缺陷。

這些襲擊的不可預(yù)測性和頻率的增加給通過曼德海峽該地區(qū)的船只帶來了充滿挑戰(zhàn)的安全環(huán)境，危及船員和貨物的安全，給海員和海上貿(mào)易帶來了巨大風(fēng)險。

胡塞武裝的襲擊最??初針對與哈馬斯聲援的與以色列有關(guān)的船只，現(xiàn)在已升級為針對該地區(qū)任何船只的更廣泛威脅，美國領(lǐng)導(dǎo)的多國海軍特遣部隊（名為“繁榮衛(wèi)士行動”）動員起來應(yīng)對這一威脅。根據(jù)也門胡塞叛軍的最新數(shù)據(jù)，自去年 11 月 19 日襲擊開始以來，迄今為止，多達(dá) 27 艘船只——主要是集裝箱船和天然氣運(yùn)輸船——在這條危險的通道上遭到了也門胡塞叛軍的無人機(jī)和彈道導(dǎo)彈的攻擊。在撰寫本文時，美國中央司令部。

對船員福利和海上貿(mào)易的影響

這些新的威脅對多個方面產(chǎn)生影響：船舶時間表的延誤和船舶本身的損壞只是問題的一部分。對于處于攻擊之中的船員來說，其受到的影響更令人擔(dān)憂。無人機(jī)可以在任何特定時刻從任何方向毫無預(yù)警地襲擊船只，這可能會引發(fā)船員的恐懼、壓力和恐慌，讓他們幾乎沒有時間保護(hù)自己。相反，如果能夠監(jiān)控來襲的無人機(jī)，就能發(fā)出早期預(yù)警，為機(jī)組人員尋找庇護(hù)所、嘗試規(guī)避機(jī)動或報告即將發(fā)生的襲擊提供寶貴的時間。

幸運(yùn)的是，到目前為止，這些襲擊尚未造成海員死亡，但這場危機(jī)對海上貿(mào)易產(chǎn)生了重大影響，包括馬士基、地中海航運(yùn)和赫伯羅特在內(nèi)的主要航運(yùn)公司選擇通過改變船只航線來避開該地區(qū)繞好望角更長的路線——對燃料成本和排放產(chǎn)生負(fù)面影響。

據(jù)統(tǒng)計，去年截至 12 月 26 日的 5 天內(nèi)，亞丁灣船舶到達(dá)量下降了 40%，其中集裝箱船到達(dá)量驟降 87%，LPG/LNG 船到達(dá)量分別下降 30% 和 28%?？死松臄?shù)據(jù)。蘇伊士運(yùn)河過境量也反映了這一趨勢，同期南向過境量下降了 45%，北向過境量下降了 26%。

在雷達(dá)下飛行

船舶雷達(dá)等傳統(tǒng)探測系統(tǒng)在有效保護(hù)人員、貨物和資產(chǎn)方面的能力有限。在近幾個月航運(yùn)公司面臨的事件中，現(xiàn)有的船舶技術(shù)無法跟蹤這些小型輕型無人機(jī)的軌跡，從而使船員有足夠的時間做出反應(yīng)和尋求安全。

與導(dǎo)彈不同，胡塞無人機(jī)尺寸緊湊，翼展約 4.5 米，長度不超過 2.5 米（類似于帆板），這對海洋雷達(dá)系統(tǒng)構(gòu)成了重大障礙?？紤]到高度因素，海洋雷達(dá)并不是為探測如此小的物體而設(shè)計的，因此無法有效識別這些無人機(jī)。

此外，這些無人機(jī)的移動速度為 200-250 公里/小時，超過了海洋雷達(dá)的能力，而海洋雷達(dá)的平均旋轉(zhuǎn)周期通常為 2.5 秒。這種限制使得有效跟蹤高速目標(biāo)變得具有挑戰(zhàn)性。無人機(jī)使用碳纖維和鋁等材料制成的輕質(zhì)結(jié)構(gòu)進(jìn)一步加劇了難度，因為它們的高度較低，無法逃脫海洋雷達(dá)系統(tǒng)的檢測能力，并且很難使用標(biāo)準(zhǔn)反導(dǎo)彈技術(shù)對其進(jìn)行干擾。

再加上潛在的雷達(dá)雜波，這使得實(shí)際上不可能正確跟蹤此類目標(biāo)并根據(jù)生成的參數(shù)（例如距離、CPA 和 TCPA）了解其運(yùn)動輪廓。此外，雷達(dá)固有的無法對任何目標(biāo)進(jìn)行分類的特性帶來了混淆的風(fēng)險，使得區(qū)分實(shí)際無人機(jī)和海雜波或云等不相關(guān)元素變得具有挑戰(zhàn)性。

應(yīng)對威脅的人工智能能力

基于人工智能的目標(biāo)檢測可以通過增強(qiáng)船舶檢測和響應(yīng)潛在威脅的能力，在減輕無人機(jī)對船舶的攻擊方面發(fā)揮至關(guān)重要的作用。以下是基于人工智能的目標(biāo)檢測如何幫助解決這一安全挑戰(zhàn)：

早期檢測：
人工智能系統(tǒng)可以結(jié)合攝像頭、雷達(dá)和激光雷達(dá)等傳感器，持續(xù)監(jiān)控船舶周圍環(huán)境，包括空域和周圍水域。

即使在弱光或惡劣天氣條件下，這些系統(tǒng)也可以高度準(zhǔn)確和快速地識別和跟蹤傳入的無人機(jī)或潛在威脅。

異常檢測：
人工智能算法可以建立船舶周圍正?；顒拥幕€，并識別與該基線的任何異?；蚱?。
如果無人機(jī)以異?；蛞馔獾姆绞浇咏?，人工智能系統(tǒng)可以提醒船員或保安人員進(jìn)行進(jìn)一步調(diào)查。
分類識別：
人工智能可以通過分析檢測到的物體的大小、速度、飛行模式等特征，將其分類為潛在威脅或非威脅。
通過使用機(jī)器學(xué)習(xí)模型，人工智能還可以識別構(gòu)成威脅的特定類型的無人機(jī)或無人駕駛飛行器（UAV），幫助安全人員評估風(fēng)險級別。

自主響應(yīng)：
一旦檢測到并確認(rèn)潛在威脅，人工智能系統(tǒng)可以觸發(fā)自動響應(yīng)來消除威脅或阻止其接近船舶。
可能的應(yīng)對措施包括啟動反無人機(jī)措施，例如干擾通信或部署物理對抗措施，如網(wǎng)絡(luò)、激光，甚至攔截?zé)o人機(jī)。


與現(xiàn)有安全系統(tǒng)集成：
基于人工智能的目標(biāo)檢測可以與現(xiàn)有船舶安全系統(tǒng)集成，例如監(jiān)控攝像頭、訪問控制和報警系統(tǒng)，以提供全面的安全網(wǎng)絡(luò)。
這種集成可以實(shí)現(xiàn)各種安全措施和人員之間的實(shí)時協(xié)調(diào)和通信。

持續(xù)學(xué)習(xí)和適應(yīng)：
人工智能系統(tǒng)可以不斷從新數(shù)據(jù)中學(xué)習(xí)，并適應(yīng)惡意行為者不斷變化的威脅和策略。
這種適應(yīng)性確保了船舶的防御機(jī)制能夠有效應(yīng)對新興的無人機(jī)威脅。

由 Orca AI 開發(fā)的人工智能驅(qū)動的 SeaPod 平臺是目前唯一可以應(yīng)對這一威脅的海事工具。這項可靠的技術(shù)擅長早期發(fā)現(xiàn)小目標(biāo)，尤其是空中目標(biāo)，及時向機(jī)組人員發(fā)出警報，采取行動，例如采取掩護(hù)或記錄證據(jù)。

一個顯著的特點(diǎn)是該平臺能夠在潛在攻擊之前向機(jī)組人員發(fā)出至少一分鐘的特定音頻警告，使他們能夠采取必要的預(yù)防措施以確保安全。該平臺還為岸上監(jiān)控提供實(shí)時視頻流，并在紅海等地理圍欄區(qū)域自動調(diào)整為專用模式，從而顯著提高其靈敏度。

支撐整體安全策略的技術(shù)

新的現(xiàn)實(shí)要求我們考慮新的安全方法并更廣泛地采用新工具和安全措施。值得注意的是，雖然基于人工智能的目標(biāo)檢測可以顯著增強(qiáng)船舶抵御無人機(jī)攻擊的安全性，但它應(yīng)該成為更廣泛的安全策略的一部分，其中包括法律和法規(guī)合規(guī)性、物理安全措施和訓(xùn)練有素的安全人員。此外，使用反措施來消除威脅應(yīng)遵守當(dāng)?shù)胤珊蛧H法規(guī)，以避免法律后果。
資料來源：Orca.AI，作者：Orca AI 聯(lián)合創(chuàng)始人兼首席技術(shù)官 Dor Raviv