🛩️ 揭秘「44死神」:安杜瑞爾與美空軍的無人機革命

🛩️ 揭秘「44死神」:安杜瑞爾與美空軍的無人機革命
無人戰鬥機 YFQ-42A(底部)和 YFQ-44A 的概念圖如藝術品所示。該飛機旨在利用自主能力和有人駕駛-無人駕駛團隊合作來擊敗對抗環境中的敵人威脅。 (美國空軍藝術作品由通用原子航空系統公司和安杜里爾工業公司提供)

美國空軍已正式將通用原子(General Atomics)和安杜瑞爾(Anduril)目前正在開發的無人機分別命名為YFQ-42A和YFQ-44A,這些無人機是協同作戰飛行器(Collaborative Combat Aircraft,CCA)計劃第一階段(或稱增量1)的一部分。這些是美國軍方史上首次使用「戰鬥無人機」的編號,反映美國空軍作戰理念的重大轉變。第一批CCA主要在空對空作戰角色中與有人駕駛戰鬥機密切合作,至少在初期階段如此。

美國空軍參謀長戴維·阿爾文(David Allvin)將軍在空軍與太空軍協會2025年戰爭研討會的主題演講中宣布了這一命名。在美國軍方通用的飛行器和導彈命名系統中,「F」代表「戰鬥機」,「Q」代表無人機,前面的「Y」表示這是原型設計。

值得注意的是,安杜瑞爾工業在官方X平台上發文表示:「這是美國空軍首次為無人戰鬥機發布官方代號。今天,我們離確保美國在未來數十年主宰天空的目標又近了一步。」

有趣的是,安杜瑞爾獲得的YFQ-44A編號在中華文化中可能被視為不吉利,因為安杜瑞爾創辦人 Palmer Luckey 表示,在中華文化中,數字「44」被視為不吉利的數字,「四」(sì)的發音類似於「死」(sǐ),而「44」則被視為「雙死」,這段敘述非常的有針對性。

CCA計畫的戰略意義

CCA計畫是美國空軍近年來推動的重要戰略,目的是開發能與有人駕駛戰機協同作戰的先進無人機系統。這些高度自主的無人機被設計為「忠誠僚機」(loyal wingman),主要由第五代戰機(如F-35、F-22)以及未來的第六代戰機(NGAD)進行指揮和控制。

該計畫分為幾個增量階段發展,目前正在進行的增量1由通用原子和安杜瑞爾公司負責開發原型機,而計畫中的增量2預計將有更高性能但也更昂貴的無人機。CCA的主要任務包括空中優勢、電子戰、情報監視與偵察,以及獨立任務執行能力。

美國空軍計畫最終採購至少100-150架第一批CCA,並可能總共採購高達1,000架或更多的無人機。這種大規模部署反映了CCA在未來空戰中的核心地位,將為美國及其盟友提供更具成本效益的空中優勢解決方案。

美國空軍官方新聞稿詳情

美國空軍在官方新聞稿中表示:「美國空軍今日宣布其協同作戰飛機計劃中兩款機型的正式命名:YFQ-42A(通用原子公司)和YFQ-44A(安杜瑞爾工業)。這些飛機代表新一代無人戰鬥機的首批機型,對於聯合部隊在未來衝突中確保制空權至關重要。這些飛機旨在利用自主能力和有人-無人協同作戰,以擊敗在受到嚴密防禦環境中的敵方威脅。」

新聞稿中展示了兩款無人戰鬥機YFQ-42A和YFQ-44A的概念圖,強調了它們在協同作戰環境中的關鍵作用。「現在我們有了兩款協同作戰飛機的原型機,」美國空軍參謀長大衛·奧爾文上將表示。「不到兩年前,它們還只存在於紙上,而今年夏天它們就將準備好進行飛行。」

新聞稿還解釋了這些飛機型號指定的標準化框架:

  • 狀態前綴:Y- 原型機(進入生產後將去掉「Y」)
  • 基本任務:F - 戰鬥機
  • 載具類型:Q - 無人飛機
  • 設計編號:42 / 44
  • 系列:A - 第一版

「這是我們歷史上首次有戰鬥機被命名為YFQ-42A和YFQ-44A,」奧爾文補充道。「這也許只是象徵性的,但我們正在向世界宣告,我們正在邁入空中作戰的新篇章。這意味著協同作戰飛機,意味著人機協同。我們正在開發這些能力時,首要考慮的是『任務優先』。」

產業反應與未來展望

安杜瑞爾工業公司工程資深副總裁傑森·萊文(Jason Levin)博士在聲明中表示:「我們與空軍密切合作,正在開創新一代半自主戰鬥機,通過在本十年結束前提供高度能力、可大量生產、更經濟實惠且更加自主的飛行器,從根本上改變空中優勢。」他補充說,這一編號「代表YFQ編號的首批飛行器類型,標誌著無人駕駛戰鬥機的新時代開始。」

同樣,通用原子公司也發布了自己的新聞稿,稱YFQ-42A代表「新一代無人戰鬥機的第一步」,將「在保障聯合部隊未來衝突中的空中優勢方面發揮關鍵作用。」通用原子表示,YFQ-42A將「以較低的成本和在威脅相關的時間線上提供戰鬥能力——可負擔的數量優勢。」

美國空軍表示將繼續與產業合作夥伴密切合作,通過嚴格的測試和評估來完善這些原型機。從這些努力中獲得的見解對於塑造CCA計劃的未來以及鞏固美國空軍在空中力量創新方面的領先地位至關重要。

這些無人戰鬥機計畫首飛時間訂在今年夏天,將標誌著空中戰爭進入一個全新的時代,重新定義未來的空中作戰模式。

Read more

AI 顯微鏡解密語言模型思維:窺探語言模型「大腦」的運作方式

AI 顯微鏡解密語言模型思維:窺探語言模型「大腦」的運作方式

語言模型(如Claude)的運作方式一直以來都像是一個黑盒子,Anthropic 最新發表的兩篇研究論文揭露他們如何嘗試「打開」這個黑盒子,了解AI系統內部的思考過程。這項研究不只具有科學價值,也能幫助人類確保AI系統的可靠性與安全性。 AI的「思考」是如何形成的? 大型語言模型不像傳統程式那樣由人類直接編寫,而是透過大量數據訓練而成。在這個過程中,模型自行發展出解決問題的策略,這些策略隱藏在模型執行的數十億次計算中。因此,即使是開發者也不完全了解模型如何完成各種任務。 研究人員從神經科學獲得靈感,嘗試建立一種「AI顯微鏡」,用於識別AI中的活動模式和資訊流動。透過這種方法,他們發現了一些令人驚訝的結果: 關鍵發現 1. 跨語言的「思維語言」 Claude能說數十種語言,那麼它「腦中」使用的是什麼語言?研究顯示,當處理不同語言時,Claude會使用共享的概念空間。 例如,當用不同語言詢問「small的反義詞是什麼」時,模型啟動相同的核心特徵來表示「小」和「相反」的概念,然後觸發「大」的概念,最後將結果翻譯成問題使用的語言。

By Fox Hsiao
圖靈測試 75 年來首次被AI成功突破,GPT-4.5如何辦到的 ?

圖靈測試 75 年來首次被AI成功突破,GPT-4.5如何辦到的 ?

圖靈測試由計算機科學先驅艾倫·圖靈於1950年提出,被視為判斷機器是否具有智能的重要方法。測試的核心是一場「模仿遊戲」:一位人類審問者同時與兩位受試者(一位人類和一位機器)進行文字對話,雙方都嘗試說服審問者自己是真正的人類。如果審問者無法可靠地辨別出誰是人類,那麼機器就被認為通過了測試。 75年來,許多系統嘗試挑戰圖靈測試,但都未能成功。直到現在,研究人員發現大型語言模型(LLM)終於突破了這道門檻。 研究方法與突破性發現 研究團隊評估了四種系統:ELIZA(一種1960年代的規則型聊天機器人)、GPT-4o、LLaMa-3.1-405B和GPT-4.5,讓它們與真人一起參與標準的三方圖靈測試。測試參與者有5分鐘時間與系統和真人同時對話,最後判斷哪一方是人類。 研究結果令人驚訝: 1. GPT-4.5:當被提示採用特定人物角色時,它被判斷為人類的比率高達73%,顯著超過了真人被識別的機率(27%)。 2. LLaMa-3.1-405B:同樣提示詞下,被判斷為人類的比率達56%,與真人不相上下。 3. 對照組:未經特殊提示詞的GPT-4o和ELIZA則表現平平,僅有21

By Fox Hsiao
Sam Altman 被 OpenAI 解雇事件背後的真實故事

Sam Altman 被 OpenAI 解雇事件背後的真實故事

秘密、誤導與信任破裂。科技界當紅 CEO 被閃電開除又戲劇性回歸的內幕。 (改編自 Keach Hagey 所著新書《The Optimist: Sam Altman, OpenAI, and the Race to Invent the Future》(《樂觀主義者:Sam Altman、OpenAI 與創造未來的競賽》),本書將由 W.W. Norton 出版社於 2025 年 5 月 20 日出版。版權所有歸作者 Keach Hagey。) 2023 年 11 月中旬,一個溫暖的夜晚,億萬富翁創投家彼得·提爾(Peter Thiel)在洛杉磯藝術區一家名為

By Fox Hsiao
GPUs融化中!從「畫素註解」到「魔法繪師」:ChatGPT-4o圖像技術有多猛?

GPUs融化中!從「畫素註解」到「魔法繪師」:ChatGPT-4o圖像技術有多猛?

社群媒體上瘋傳著各種以ChatGPT-4o生成的吉卜力風格圖像,熱潮之猛烈,甚至讓OpenAI創辦人Sam Altman在3月28日發推特表示:"看到人們喜愛ChatGPT中的圖像功能真是太有趣了,但我們的GPU正在融化。我們將暫時引入一些使用限制,同時努力提高效率。希望不會太久!"——短短幾天,這則推文已獲得700萬次瀏覽,足見此功能的爆炸性影響。這些作品不僅令人驚嘆於其畫風以及角色連續性,更令人好奇其背後的技術突破。 與此同時 OpenAI 釋出了《GPT-4o系統卡的增補:原生圖像生成》技術報告,首次揭開了這款引爆網路的圖像生成技術的神秘面紗。 報告中的關鍵揭露令人驚訝:與之前的DALL·E系列截然不同,4o圖像生成並非獨立的擴散模型,而是深度嵌入GPT-4o架構中的自迴歸模型。這種根本性的架構差異,讓我們得以一窺AI視覺技術數十年來的演變歷程。 從早期需要人工標記每個像素的繁瑣工作,到如今能自動理解並創造精美圖像的全能模型,這一路徑不僅顯示技術的進步,更代表我們理解智能本質的深刻轉變。本文將帶您了解 AI 圖像訓練方法的演進過程,揭示從語義分割到弱監督學習,再到今日生成式

By Fox Hsiao