有些AI不是AI

南华早报报道，北方工业下属的咸阳西北机电工程研究所的团队用AI精确预估战斗机在格斗空战中的机动飞行，可对F-15一级的战斗机机动轨迹预估达到2米以内的精度。这是在飞行员全力发挥主观能动性、使尽出其不意后依然能达到的精度。换句话说，用于火控的话，这就是必杀了。

具体来说，用现有的PS800红外光电系统精确测定气动控制面细微到毫米级的动作，然后用AI模型精确预估。

但这只是用AI的名号，这不是AI。

气动控制面的动作是战斗机飞行机动的前兆。先有控制面动作，然后才有机动飞行动作的发生。不同的控制面组合导致不同的机动动作；不同的动作量导致不同的机动幅度。这是常识，也容易由空气动力学知识和数字仿真确定。问题是，对战斗机精确建模、根据当前大气条件进行精确仿真，这是很大的计算量，用于火控，基本上不可能达到实时解算。

用神经元模型可以极大简化建模和计算，这是模型降阶，非常有用。神经元模型通常是静态的，但在输入项里包括当前和过去几步的状态，在输出项里包括下一步到几步的状态，就是有用的非线性预估模型。一旦做到精确预估目标的动态轨迹，火控解算就简单了。

但这整个事情不是AI，只是用了神经元预估模型！

战斗机气动控制面只有那么些：襟翼、副翼、前缘襟翼、平尾、方向舵，尤其F-15那样还必须是对称动作。这些动作都是连续的，不能离散突变。然后要加上空气的粘度、密度、风向、风速等大气数据。也就是说，基本模型估计不会超过30x30，这是小模型，根本不需要动用大模型那样的大杀器。

不定因素是重量、推力、外挂阻力（这个能看到，不知道是不是算进去了）。用预估-矫正的办法，可以推测重量和推力。重量一旦推测确定，就可以在短时间里当做常量处理。推力依然是连续可变，而且依然不可见，但可以根据上一时刻的推力估算下一时刻的上下界，作为模型预估输出的上下界。然后再根据实测反推当时推力，用于下一步的预估。

这一套组合拳下来，当然算法不简单，但也没有那么不可思议。数据来源不可能是实测，中国没有F-15给你实测。但用离线数字仿真就可以产生数据集。计算流体力学这点还是做得到的。

难点可能在于测量精度。根据光线、角度和距离不同，要精确测量毫米级的气动控制面移动量恐怕不容易。这可能需要高度精确的图像识别，这里有一点训练。问题是，工业上用摄像头进行次品检测好几十年了，这就算AI？还是不要把AI庸俗化为好。

要是这都能算AI，我在30年前就玩神经元网络了，岂不是AI元老了？

现在有把什么都往AI上扯的趋势。AI很有用，但不是要AI了才有用，也不是有用的都必须是AI。还是实事求是为好。