河套 IT TALK 54：（原创）现实版的天网计划——美国国防部的“天使基金”在投什么项目？(五)
【太长不看】(TLDR) ：本文介绍了10个DARPA目前正在投资的项目，分别为：TAMI（时间感知机器智能）、US2QC（用于公用事业规模量子计算的未开发系统）、Zenith（先进液体镜面望远镜）、Coded Visibility（编码视觉）、AIDA（不同选择的积极解释）、ASED（主动社会工程防御）、ACK（自适应跨域“杀”网）、ADAPTER（用于环境准备的高级适应和保护工具）、ANCILLARY（先进的小型垂直起降飞行器）、AFRE（先进的全速率引擎）。
在本系列的第一篇我们对美国国防高级研究计划局（DARPA）做了一个简短的介绍。
DARPA的项目相当多都是公开的，由于机构运作节奏很快，所以项目也不停地启动和终结。但有一点是毫无疑问的：了解DARPA正在资助什么项目，会有助于我们了解美国科技的前沿。这个系列，我们将分大约分几期来阐述当下DARPA网络公开的正在资助的科研工程项目，让大家一窥端倪，或许能对在科技前沿的方向选择上的朋友有一定程度的启迪。
本文，我们将继续和大家介绍另外10个DARPA正在投资对项目。
注意我们对每个项目的解读也有自身知识结构的局限，如果想进一步了解更多信息，可以去公开渠道自行查询。
TAMI
TAMI是Time-Aware Machine Intelligence（时间感知机器智能）的缩写。
TAMI和另外两个项目SAIL-ON（用于开放世界新奇事物的人工智能与学习）和CAML（能力感知机器学习）有关，都是专注于开发更复杂的人工智能系统，这些系统可以在复杂、动态的环境中运行。但三者还是有差别。
CAML 相当于给AI增加了一个自知之明的能力，也就是算法可以评估自己的表现并确定它们何时无法执行给定任务。SAIL-ON 专注于开发可以在开放世界环境中有效运行的 AI 系统。而TAMI 专门专注于开发可以基于时间推理的 AI 系统，也就是在AI中增加时间的变量。
在了解TAMI的细节之前，我们先要明白人工智能元学习（meta-learning）的概念，也就是“学会学习”，是指人工智能系统从过去的经验中学习并将其学习策略适应新任务的能力。传统的机器学习方法需要大量标记的训练数据才能有效，而且训练过程可能非常耗时且计算量大。元学习方法旨在通过使人工智能系统能够从更少量的数据中学习并更快地适应新任务来克服这些限制。
在 DARPA 时间感知机器智能 (TAMI) 计划的背景下，目标是开发新的时间感知神经网络架构，将元学习功能引入机器学习。这将使人工智能系统能够学习如何更有效地推理时间并更有效地适应新的时间环境。这意味着他们可以考虑事件之间的时间关系，并根据事件的时间和顺序对未来事件进行预测。
除了元学习，还有几项技术也非常关键：
长短期记忆 (LSTM)：一种常用的时间感知神经网络架构是长短期记忆 (LSTM) 网络。LSTM 旨在处理顺序数据，例如语音、文本或视频，并且可以记住过去的事件及其时间关系以预测未来事件。
注意机制：时间感知神经网络也可能包含注意机制，使网络能够专注于数据中的重要时间特征。这在处理复杂的时间数据（例如视频或传感器数据）时特别有用。
多尺度时间建模：时间感知神经网络也可以设计为从微秒到年的多个尺度对时间进行建模。这使网络能够推理不同粒度级别的时间事件，并在广泛的时间尺度上进行预测。
主动学习技术（active learning）：选择最具信息量的数据样本进行标记，而不是标记所有可用数据。减少训练AI系统所需的标记数据量，从而使训练过程更加高效。
比如：其中一个正在被研究人员探索的主动学习技术是不确定性采样。这种技术涉及选择AI系统最不确定或最有可能错误分类的数据样本进行标记。通过标记这些样本，AI系统可以从错误中学习并随着时间的推移改善其性能。
还有一种主动学习技术是委员会查询。这种技术涉及创建不同AI模型的委员会，并选择委员会对意见不一致的数据样本进行标记。通过选择这些样本，AI系统可以从不同的角度学习并提高其推广到新情况的能力。
总的来说，TAMI计划的目标是开发新的时间感知神经网络架构，使AI系统能够实时地适应新的情况。主动学习技术是实现这一目标的关键组成部分，它可以减少训练AI系统所需的标记数据量，并提高其性能。通过使用这些技术，TAMI计划的研究人员希望加速开发更复杂和有效的时间感知机器智能系统。
关键词：时间感知神经网络、主动学习、长短期记忆、注意机制、尺度时间建模、不确定性采样、委员会查询
US2QC
US2QC是Underexplored Systems for Utility-Scale Quantum Computing（用于公用事业规模量子计算的未开发系统）的缩写。
量子计算的技术正在突飞猛进地发展。相信未来几年，量子计算机将对各种科学和技术学科领域产生变革性影响。量子计算机的种类也千差万别，包括：超导量子计算机、离子阱量子计算机、光子量子计算机、拓扑量子计算机、量子退火炉和核磁共振 (NMR) 量子计算机。值得注意的是，每种类型的量子计算机都有自己的长处和短处，而且尽管量子计算机的技术发展迅猛，但仍然面临两大挑战：
首先，尽管已经提出了许多用于量子计算机的算法和应用程序，但在大多数情况下，尚未完成与现实世界使用的最佳经典替代方案的严格比较。
其次，尚不清楚何时或是否可以建造“公用事业规模”的量子计算机——计算价值超过其成本的——尤其是对于需要容错的应用程序。
容错公用事业规模量子计算机的复杂性可能接近或超过经典超级计算机。公用事业规模的量子计算设计需要考虑可行的验证，计算机的所有必要组件和子系统都需要按照要求规格生产，并且所有组件和子系统都可以成功集成，这种模块化和验证的系统设计之前完全没有被仔细地考虑。
US2QC主要目标是确定一种未充分探索的量子计算方法是否能够比传统预测更快地实现公用事业规模的运营。US2QC 将通过与正在进行的研发工作并行进行的严格、协作、灵活的验证和验证来实现这一目标。
DARPA的项目之间往往不是孤立的，而是相互促进和相辅相成的。比如我们之前介绍的DRINQS（驱动和非平衡子系统）就是研究如何减少退相干，而ONISQ（带有噪声的中等规模量子设备优化）还通过将量子设备与经典系统相结合的组合优化来避免量子计算的噪声问题。以后有机会，我们可以专门介绍一期DARPA的量子计算的相关项目，以及相关的脉络。公用事业的量子计算机目前有几个关键的研究领域，包括：
拓扑量子位：拓是传统量子位的有前途的替代品，因为它们对错误更有弹性。
原子钟：原子钟是测量原子跃迁频率的高精度仪器。DARPA 正在资助使用原子钟执行量子信息处理任务的研究，这可能会导致量子计算的新方法。
混合量子比特系统：混合量子比特结合了多种类型的量子比特来创建一个性能更高的系统。DARPA 正在资助对各种混合量子位系统的研究，包括那些将超导量子位与其他类型的量子位（例如离子阱或量子点）相结合的系统。
量子退火：量子退火是一种特定的量子计算方法，旨在优化复杂优化问题的解决方案。DARPA 正在资助开发量子退火器的研究，这种退火器可以扩展到更大数量的量子位并用于实际应用。
关键词：规模量子计算、量子计算容错性、原子钟、拓扑量子位
Zenith
Zenith是DARPA和液体镜面望远镜（LMT）有关的天顶项目。
LMT不是一个新鲜概念了。在2016年退役的加拿大大型天顶望远镜就是当时最大的LMT，直径为6米，旋转速度每分钟8.5转。液体镜的最大优点是成本低，约为传统望远镜镜的1%。这将整个望远镜的成本降低了至少 95%。
太空望远镜，面临的成本挑战更为突出。建造一个在地球静止轨道上的复杂光学器件成本高昂，令人望而却步。而且传统的固态光学望远镜另外一个关键限制就是在轨碎片、太空垃圾或者细小的太空陨石和尘埃都会导致固体透镜的损坏且无法修复的可能性不断增加。比如在1990年发到近地轨道运行的哈勃望远镜就曾出现多次镜面缺陷而进行过五次故障维修和退化部件更换。
LMT比传统的固体反射镜望远镜更便宜且更易于维护。因为镜子是由一池简单的液体制成的，所以随着时间的推移可能会破裂或磨损的运动部件和机械装置更少。此外，如果镜子被污染或退化，可以很容易地更换或重新填充镜子，这比修理或更换实心镜子更便宜。
LMT 在图像质量和分辨率方面具有优势。由于液体镜可以精确成型和控制，因此可以制造出表面极其光滑和均匀的镜子。这可以减少或消除可能影响固体反射镜望远镜的某些类型的像差和扭曲。
因此LMT可能是启用下一代超大型望远镜的一种方式，可以大大提高地面和太空的空间域感知能力。
但LMT存在天顶限制：因为LMT中的液体金属具有高表面张力和低粘度，这使得它们在高速旋转时能够形成光滑稳定的表面。在数学上保证聚光形状所需的微妙力平衡要求旋转轴完全垂直。这种技术会导致LMT仅观察天顶附近的物体，如果观察超出一个范围，会产生巨大的失真。这种视角范围限制使其跟踪天空中的物体变得更加困难。此外，由于液体不断运动，连接和定位望远镜的其他组件（例如相机或光谱仪）可能会更加困难。
本Zenith项目希望有关键技术的突破，打破现在所有LMT必须要旋转的模式。利用材料技术、电磁力控制和其他创新方法的最新进展来达到不旋转运动也能创建或维持液体光学表面。这就彻底打破了天顶限制的约束。未来的LMT能够在辅助旋转航天器和推力的额外复杂性的情况下得到部署。如果技术可行，本项目将制造一种比目前的望远镜更大、功能更强大的望远镜，同时价格也更便宜且更易于维护。
关键词：液体镜面望远镜、天顶限制
Coded Visibility
DARPA Coded Visibility计划直译是编码视觉的意思。
在战场上，为了干扰敌军的视线或者遮蔽人员或者物品，通常需要遮挡或阻挡光的传输，包括可见光和电磁波谱的其他部分。方式是经常会释放一些细微的尘颗粒障碍物，比如：烟雾、灰尘、雾、霾和其他空气传播的颗粒。在军事应用中，遮蔽物通常用于掩盖部队或装备的移动或位置以防敌人观察，或者降低敌人传感器和监视系统的有效性。当然在战场上也会经常遇到一顿狂轰滥炸之后烟雾缭绕的状况，或者遭遇极为恶劣的影响视觉的自然天气状况（雾霾、沙尘暴、暴雪等等）。
但是这些遮蔽物也是把双刃剑，因为存在明显的几个缺陷：
(1) 除了敌方部队外，它们还同时降低了友军的视觉能力；
(2) 一旦部署，它们的性能是固定的，无法实时调整；
(3) 它们会造成严重的健康风险，需要使用呼吸器。
在 DARPA Coded Visibility 项目中，研究人员正在探索使用先进的可编程成像技术（例如偏振测量法和高光谱成像）穿透遮蔽物的新方法，以通过遮蔽物检测和识别隐藏的物体。目标是开发新技术，以增强态势感知并提高军事人员在具有挑战性的环境中有效作战的能力。
有几种技术可以穿透遮蔽物并允许对遮蔽物后面的物体进行成像和感测：
高光谱成像：这项技术使用多种波长的光来创建具有高细节的图像，并且可以穿透某些类型的遮挡物，例如烟雾和阴霾。
偏光法：这项技术利用光的偏振特性来区分不同的材料，并且可以穿透某些类型的遮挡物，例如灰尘和雾气。
毫米波雷达：该技术使用毫米波波长范围内的无线电波来探测穿过墙壁和树叶等遮挡物的物体。
激光雷达：这项技术使用激光创建物体及其周围环境的 3D 地图，并且可以穿透某些类型的遮挡物，例如烟和雾。
热成像：这项技术检测物体发出的热量，可以穿透某些类型的遮挡物，例如黑暗和烟雾。
在 DARPA 编码能见度项目中，研究人员正在探索使用这些先进的成像和传感技术来增强态势感知并在具有挑战性的环境中实现有效操作。换句话说就是，制造一种战场上的不对称视觉优势，让给敌军造成视觉障碍和干扰的同时，却能清晰地观察到对方的一举一动，甚至增强自身的能见度（超出可见光的光谱感知力）。
因为以上所有的成像技术都需要特殊的光学器件、传感器或过滤器来提高它们的灵敏度和性能。所以尽管本项目没有提及，但是具体实操层面，以上技术大概率需要一种特殊的眼镜（甚至是AR眼镜）来配合。
关键词：可编程成像技术、高光谱成像、偏振测量法、毫米波雷达、激光雷达
AIDA
AIDA是Active Interpretation of Disparate Alternatives（不同选择的积极解释）的缩写。
美国政府出于其战略目的，一直保持着对世界各地各个领域事件、状况和趋势进行战略解码和理解。但现实状况是来自四面八方的信息，数据格式差别很大，信息种类也非常多，并且是结构化和非结构化数据的混合体。非结构化数据可以包括英语和各种其他语言（甚至还有各种方言）的文本或语音，以及图像、视频和其他传感器信息。即使是结构化数据，其呈现的表现力、语义和特异性也可能不同。此外，由于需要克服数据的嘈杂、冲突和潜在的故意欺骗性质的假消息，或者半真半假的信息，所以让深度数据挖掘和分析变得异常困难。
传统的方式，为了避免这种干扰，对于跟踪这些事件、状况和趋势的人来说，往往将不同渠道媒体的信息独立分析，而不会相互关联，构成一个上下文归纳和演绎处理。通常，每项独立分析只会得出一种解释，即使没有相互矛盾的证据，也会因缺乏证据而排除其他解释。当这些独立的、贫乏的分析被结合起来时，通常在分析过程的后期，结果可能是一个单一的明显的共识观点，并不反映真正的共识。
本项目AIDA的目标就是开发一个多假设语义引擎，该引擎可以从各种非结构化来源生成对事件、情况和趋势的明确替代解释，用于嘈杂、冲突和潜在欺骗性的信息环境。该引擎必须能够将从多个媒体源自动导出的知识元素映射到一个通用的语义表示中，聚合从这些源中导出的信息，并生成和探索有关事件、情况和感兴趣趋势的多个假设。该引擎必须根据分析的准确性和每个假设的语义表示的连贯性，为派生的知识和假设建立置信度度量。该引擎还必须能够利用通用语义表示和生成的假设中的知识作为媒体分析算法的替代上下文，通过改变它们的模型或先验概率来提高准确性并根据上下文的预期解决歧义。此外，引擎必须能够与其用户通信以揭示生成的假设并允许用户更改假设或提出新的假设。
这个引擎开发需要AI和数据挖掘算法和技术的支撑。以下是可能用到的技术：
命名实体识别 (NER)：此技术涉及从非结构化文本（例如人员、组织和位置）中识别和提取命名实体。这有助于识别给定文档或文档集中实体之间的重要信息和关系。
情感分析：该技术涉及分析文本的语气和情感内容，以确定它是积极的、消极的还是中性的。这对于了解有关特定主题或事件的公众意见或情绪很有用。
文本分类：此技术涉及根据文本内容将文本分类为不同的类或类别。这对于组织大量文本数据并确定其优先级非常有用。
主题建模：此技术涉及识别一组文档中的基础主题或主题。这对于理解大量文本数据的内容和含义很有用。
机器翻译：这项技术涉及自动将文本从一种语言翻译成另一种语言。这对于分析多语言文本数据和与说不同语言的人交流很有用。
我们之前还介绍过Habitus项目。Habitus 计划和AIDA不同，旨在获取当地知识并将其提供给军事操作员，为他们提供内部观点以支持决策制定。这涉及开发新的参与机制和方法，以根据当地人的意见创建当地系统的预测性因果模型。
但二者大的方向都是吻合的，都是应对复杂的国家安全挑战并提高全球军事行动的有效性。
关键词：多假设语义引擎、 命名实体识别、情感分析、文本分类、主题建模、机器翻译
ASED
ASED是Active Social Engineering Defense（主动社会工程防御）的缩写。
自从互联网诞生以来，我们的世界变得越来越紧密，信息也变得更为通畅，互联网在知识共享，通信的便捷性都带来的巨大的提升，也塑造了整个世界的互联网经济体系。但互联网也带来了对军事系统和关键基础设施的网络攻击威胁。虽然，我们会将很大的精力集中在通过防火墙等手段保护计算机和网络。但我们还是要意识到，由于超过80%的网络攻击都是针对具体人进行的攻击，而不是针对具体的计算机或者网络的缺陷或者安全漏洞本身。
我们将对人类的攻击称为“社会工程”，因为它们操纵或“设计”用户执行所需的操作或泄露敏感信息。最普遍的社会工程攻击只是试图让毫无戒心的互联网用户点击恶意链接。更有针对性的攻击试图从组织中获取敏感信息，例如密码或私人信息，或者通过赢得不必要的信任来窃取特定个人的有价值的东西。
这些攻击总是有一个“请求”，即攻击者想要从受害者那里引发的期望行为。为此，他们需要受害者的信任，这通常是通过互动获得的，或者是通过欺骗或被盗的身份获得的。根据复杂程度，这些攻击将针对个人、组织或广大人群。
社会工程攻击之所以有效，是因为用户很难验证他们收到的每一次通信。此外，验证需要一定程度的技术专业知识，而这是大多数用户所缺乏的。使问题更加复杂的是，有权访问特权信息的用户数量通常很大，从而造成相应的大攻击面。
主动社会工程防御 (ASED) 计划旨在开发核心技术，以实现自动识别、调查、和抵御社会工程攻击的能力。如果成功，ASED 技术将通过主动检测攻击、干预用户与潜在攻击者之间的通信以及协调对攻击源的调查来实现这一目标。
当然，即便是针对人的社会工程攻击，也可能会牵扯到物理层、网络层和应用层。
物理层面：物理社会工程攻击涉及亲自或通过物理渠道操纵个人。例如，攻击者可能会冒充合法技术人员获得对安全设施的物理访问权限，或使用社会工程策略说服员工提供对敏感信息或系统的访问权限。为了抵御物理社会工程攻击，组织可能会实施安全措施，例如访问控制、员工培训以及闭路电视摄像机和保安人员等物理安全措施。
网络级别：基于网络的社会工程攻击涉及利用网络基础设施或协议中的漏洞来访问敏感信息或系统。基于网络的社会工程攻击的示例包括网络钓鱼、鱼叉式网络钓鱼和借口。为了防御基于网络的社会工程攻击，组织可以实施网络监控、入侵检测系统和多因素身份验证等措施。
应用程序级别：基于应用程序的社会工程攻击涉及利用软件应用程序中的漏洞来访问敏感信息或系统。基于应用程序的社会工程攻击示例包括恶意软件攻击、SQL 注入攻击和跨站点脚本 (XSS) 攻击。为了防御基于应用程序的社会工程攻击，组织可以实施软件补丁、漏洞扫描和网络分段等措施。
ASED 计划会考虑到这些复杂的情况，开发一种全面的方法来防御社会工程攻击。通过提高检测、响应和预防社会工程攻击的能力，ASED 计划旨在提高网络基础设施的弹性并降低网络攻击的风险。
关键词：社会工程攻击、主动社会工程防御
ACK
ACK 是Adapting Cross-Domain Kill-Webs (自适应跨域“杀”网) 的缩写。
ACK计划旨在开发用于军事行动中跨域协作和决策制定的新技术。形象一种说法，就是军事自动化物联网技术。
ACK 计划的目标是创建一个“杀网”——一个相互连接的自治系统网络，通过传感器和效应器等支持元素可以快速检测和响应不同领域（如太空、空中、陆地、地下、海洋和网络）的威胁。该计划旨在开发用于实时数据融合和分析、协作决策以及对威胁的自主响应的新技术，以实现更快、更有效的军事行动。这里面的关键词是：“自治系统”。也就是任务指挥官不需要详细了解跨领域可用的能力以及其他领域可能提供的服务能力或质量。系统会自动计算寻找跨域武器组合攻击的“最佳选项”。
而且这个系统还应该具备针对作战人员的状况来灵活调整武器搭配，来充分匹配作战部队人员的潜能，即便作战人员伤亡，还能通过快速替代来创造更大的弹性，并通过实现更好的跨域资源共享以平衡任务负载来提高当前部队的效率。
ACK 计划专注于开发四个关键领域的技术：
跨域感知：开发可以提供跨多个域的实时态势感知的传感器和数据融合技术。
跨域决策：开发能够实现跨多个域的快速协作决策的决策技术。
跨域执行：开发自主响应技术，可以对跨多个域的威胁做出快速、协调的响应。
系统集成：开发集成技术，可以实现跨不同领域的不同系统的无缝集成和互操作性。
ACK计划的最终目标是打造新一代军事能力，能够跨不同领域无缝作战，并对新出现的威胁做出快速反应。通过开发用于跨域协作和决策的新技术，该计划旨在提高军事行动的有效性和效率，并降低与传统军事行动相关的风险和成本。
看到这个项目，我第一个反应就是科幻电影《终结者》里面的天网（Skynet）计划。尽管目前这个计划还是专注于开发军事行动中跨域协作和决策的新技术，重点是提高军事行动的有效性和效率，同时降低风险和成本。而且触发按钮应该掌控在人类操作员手里，但是未来会不会出现类似天网一样的反人类的有感知力、自我意识的系统。用这套自动化军事网络去攻击所有人类呢？我只能说，希望该计划包括严格的道德和法律框架，以确保这些技术的使用符合国际法律和法规，对人类，特别是需要对波及到的普通的平民能有最大程度的生命权的尊重。
关键词：自治系统网络、“杀”网、跨域感知、跨域决策、跨域执行
ADAPTER
ADAPTER是ADvanced Acclimation and Protection Tool for Environmental Readiness（用于环境准备的高级适应和保护工具）的缩写。
士兵在行军或者作战过程中，会耗费高强度体力和保持高度紧张的状况，面临大汗淋漓、肌肉酸痛、疲惫不堪、神经脆弱、血压升高、难于入眠等等状况。而且也往往遇到各种意外的自然状况，比如恶劣的天气，不当的饮食，引发的高烧、腹泻，或者由于作战的紧迫性而引发的时差反应等等。这些因素都会降低士兵的作战能力，如果控制不好，也会决定一次任务的成败。
为了最大限度地提高战士的表现，环境准备高级适应和保护工具（ADAPTER）计划将开发系统，让战士更好地控制自己的生理机能。虽然 ADAPTER 计划并不专注于治愈身体，但正在开发的技术可能有助于预防或减轻某些类型的伤害或疾病的影响。
该计划将工程细胞和生物化学物质整合到一个内部生物电子载体中，作战人员可以根据需要向该载体发出信号，以产生和释放治疗方法，以消除旅行者腹泻的主要原因、病原菌，或调节因任务要求而中断的昼夜节律或时差。
ADAPTER 计划的目标是创建一套可监测和调节人体内部环境的可穿戴技术，我理解就是一套作战服，帮助保持最佳性能并减轻环境压力因素的影响。这包括：
监测心率、血压和核心体温等生命体征的技术，以及为身体特定部位提供有针对性的冷却或加热的技术。例如，该设备可能能够冷却皮肤表面以减少出汗并增加炎热环境中的舒适度，或者为四肢提供温暖以防止在寒冷环境中冻伤。
除了温度调节外，ADAPTER 计划还专注于开发用于监测和优化其他生理过程的技术。例如，该计划正在探索使用非侵入式传感器来监测身体的氧气水平，并帮助优化高海拔环境中的呼吸率。
同样该计划正在探索使用非侵入式传感器来监测身体的补水水平，并根据需要提供有针对性的补水。
该计划也正在研究使用技术来优化睡眠质量和数量，特别是短睡眠，比如通过耳机的自动降噪和眼镜的自动光线调整，以提升睡眠质量。这在睡眠可能会中断的高压力环境中尤为重要。
该计划还在探索用于监测和优化身体表现的技术，包括用于跟踪肌肉疲劳的传感器和用于提供有针对性的肌肉刺激的技术。
总体而言，ADAPTER 计划的目标是开发一套可穿戴技术，帮助军事人员适应各种环境条件并在其中作战。通过监测和调节身体的各种生理过程，这些技术可以帮助提高军事人员在具有挑战性的情况下的应变能力和效率。
关键词：可穿戴技术、体征监测、优化身体表现
ANCILLARY
ANCILLARY是AdvaNced airCraft Infrastructure-Less Launch And RecoverY（先进的小型垂直起降飞行器）的缩写
垂直起降飞机（VTOL）目前在美国被大量使用，主要用在短距离、未经准备的跑道上（比如前沿作战基地），或者小型航空母舰起降等等。
VTOL飞机的尺寸和效率会因设计、预期用途和其他因素而有很大差异。一般而言，在其他条件相同的情况下，大型飞机的效率往往低于小型飞机。这是因为较大的飞机需要更强大的发动机、更多的燃料，并且通常比较小的飞机具有更高的总体运营成本。所以进一步缩小VTOL飞机尺寸，以实现更长的续航，同一艘船上更多的飞机停靠和部署，DARPA AdvaNced airCraft Infrastructure-Less Launch And RecoverY (ANCILLARY) 计划当前正在研究新的X飞机。
为实现这一目标，可能会涉及以下一些技术：
继续优化改进垂直发射和回收系统：该项目还在探索使用垂直起降 (VTOL) 技术，例如倾转旋翼飞机和无人机系统 (UAS)，进行发射和回收。这些系统可以为在基础设施有限的地区部署飞机提供更大的灵活性，也可以用于狭窄或城市环境。
先进的传感和通信技术：该项目还专注于开发先进的传感和通信技术，使自主发射和回收系统能够在各种环境中安全有效地运行。这些技术包括用于检测和避开障碍物的先进传感器和算法，以及用于在发射和回收系统与飞机之间传输数据的安全通信系统。
轻质材料：为了使发射和回收系统更小、更机动，使用轻质材料可能很重要。例如，可以使用碳纤维或其他复合材料代替较重的金属，以在不牺牲强度的情况下减轻重量。
高效电源：为了支持发射和回收系统，可能需要高效可靠的电源。这可能包括使用先进的电池或燃料电池，它们可以长时间提供电力而无需频繁充电或加油。
微型传感器和处理器：为了实现发射和回收系统的自主操作，可能需要微型传感器和处理器。这些组件需要足够小以适合发射和回收系统本身，但仍能够检测和处理信息以支持自主操作。
高性能计算：为支持先进的传感和通信技术，可能需要高性能计算。这可能包括使用可以快速处理和传输数据以支持自主操作的专用处理器或机载计算系统。
总的来说，使发射和回收系统更小、更紧凑可能需要仔细平衡材料、电源和计算技术，以在广泛的操作场景中实现高效和可靠的操作。
关键词：垂直起降、轻质材料、高效电源、微型传感器和处理器、高性能计算
AFRE
AFRE是Advanced Full Range Engine（先进的全速率引擎）的缩写
由于发动机技术的局限，当前的飞机的行进速度状况出现了一个断裂带。
如果是超燃冲压发动机驱动的超音速发动机，使用一次性火箭一次性提升至运行速度3.5 马赫以上，当远低于 3.5 马赫的速度下，进入的空气移动速度不够快，无法有效地压缩和混合发动机中的燃料。这是因为超燃冲压发动机依靠飞机的向前运动来压缩空气，而在较低的速度下，空气没有足够的动量被有效压缩。这意味着发动机无法产生足够的推力来推动飞机前进。
如果是传统喷气涡轮发动机，由于以下的局限，最高速度又很难超越 2.5 马赫：
气动阻力：在高速行驶时，空气对飞机的阻力急剧增加，从而产生发动机必须克服的巨大阻力。这导致燃料消耗增加和效率降低。
温度限制：喷气涡轮发动机会产生大量热量，在高速行驶时，温度可能会过高，从而有可能损坏发动机部件。这限制了发动机可以安全运行的最大速度。
结构限制：在高速下，飞机结构上的应力显着增加，可能导致损坏或故障。这也可以限制飞机可以安全运行的最大速度。
这样在2.5马赫和3.5马赫之间，就出现了一个断裂带，在这个之间的速度，飞机无法稳定运行，从而限制了飞行器的实用性。
DARPA 启动了高级全程发动机 (AFRE) 计划。AFRE 寻求开发和展示一种新的飞机推进系统，该系统可以在从低速起飞到高超音速飞行所需的整个速度范围内运行。
AFRE 旨在探索基于涡轮的联合循环 (TBCC) 发动机概念，该概念将使用涡轮发动机进行低速运行和双模式冲压发动机——无论流经它的空气是亚音速的（如在冲压喷气发动机）或超音速（如超燃冲压喷气发动机）——用于高速运行。
另一种方法是使用替代推进技术，例如脉冲爆震发动机，它使用爆震波在高超音速下实现高推力和效率。此外，DARPA 正在探索新材料和制造技术，以制造更轻、更坚固、更耐热的材料，以承受高超音速飞行的极端温度和压力。
这些努力是 DARPA 开发一系列高超音速技术（包括车辆、发动机和材料）以支持国防部战略目标的更广泛计划的一部分。
关键词：全速率飞行、基于涡轮的联合循环发动机 (TBCC) 、脉冲爆震发动机
未完待续…
附：DARPA简介
DARPA，全称Defense Advanced Research Projects Agency，也就是美国国防高级研究计划局。从历史起源来看，DARPA是典型美苏冷战的产物。苏联在1957年率先发射了人类第一颗人造卫星Sputnik 1，正式开启了太空时代。为了和苏联撸起袖子展开竞争，当时的总统艾森豪威尔在1958年2月7日，联合学术界、工业界和军方创建了DARPA。承诺从那时起，美国将成为战略技术意外的发起者，而不是受害者角色。DARPA 一直不辱使命，坚持一项独特而持久的使命：对美国国家安全的突破性技术进行关键投资。DARPA属于典型的军民融合机构，所以在DARPA成立的50多年来，投资的项目无数，而且相当多的项目都超出了军方的需求。比如我们现在熟知的ARPANET（互联网等等前身）、GPS、自动语音识别和我们前几期提到的波士顿动力的多足机器人都是DARPA投资的杰作。其实远不限于此，现代科技的任何一个角落，几乎都有DARPA的影子。《经济学人》称 DARPA 是“塑造了现代世界”的机构。
更详细介绍请参见：聊聊美国国防高级研究计划局正在投资的项目(一)