長期以來，高新科技始終是軍隊戰(zhàn)斗力的倍增器。近年，無線通信、傳感器、人工智能等電子信息技術(shù)發(fā)展日新月異，為戰(zhàn)場數(shù)據(jù)融合、智能指揮控制帶來了新的發(fā)展機遇。隨著無線遠程傳感器成本的下降以及可用性的提高，越來越多帶有傳感器的自主系統(tǒng)走上戰(zhàn)場。美國國防部在“21世紀戰(zhàn)場”計劃中就構(gòu)建了規(guī)模龐大的戰(zhàn)場物聯(lián)網(wǎng)，將傳感器分布在了士兵可穿戴設(shè)備、車輛、無人機、攝像機、頻譜儀、信號和無線電傳感器、網(wǎng)絡(luò)傳感器等幾十種裝備上。
戰(zhàn)場物聯(lián)網(wǎng)將傳感器分布在戰(zhàn)場各節(jié)點
與只能進行運動檢測的簡易傳感器不同，這些傳感器具備各式各樣的功能，可以得到更加豐富的數(shù)據(jù)。但對于依賴人工分析數(shù)據(jù)的傳統(tǒng)模式來說，過多的數(shù)據(jù)會嚴重影響其轉(zhuǎn)化為可用情報的時效性和可靠性。近年來，人工智能(AI)技術(shù)蓬勃發(fā)展，它充分利用了機器的算力和儲存能力，有望解放人類頭腦，挖掘更多的數(shù)據(jù)信息，進而為決策提供輔助。具體來說，人工智能(AI)融入戰(zhàn)場傳感器網(wǎng)絡(luò)后將在以下六個關(guān)鍵領(lǐng)域發(fā)揮作用。
目標檢測和威脅檢測
利用AI技術(shù)，進行視頻圖像中的目標檢測和威脅檢測早已是一項成熟技術(shù)。特別是在我國，安防領(lǐng)域的頂級公司?？低暰驮峁┝艘砸曨l聯(lián)網(wǎng)與AI視覺感知技術(shù)為核心的行業(yè)解決方案，其市場份額獨霸全球。在國際上，隨著計算機性能的不斷提高以及深度學習框架的提出，視頻目標檢測和威脅檢測技術(shù)也不斷發(fā)展，檢測的實時性和可靠性也越來越高。
Project Maven項目利用無人機拍攝畫面進行目標檢測
美國國防部曾投入大量的人力，對無人機或者士兵可穿戴設(shè)備上的視頻圖像數(shù)據(jù)進行目標檢測和威脅分析。然而，它帶來的人力、物力和財力消耗相當驚人，而且隨著傳感器網(wǎng)絡(luò)規(guī)模的日益擴大，資源越來越吃緊。自2017年開始，美國國防部與谷歌合作開展了Project Maven項目，利用谷歌著名的TensorFlow人工智能框架，對無人機拍攝的畫面進行分析，識別車輛、人員等目標，其效率得到大大提高。
網(wǎng)絡(luò)安全自動化運營
近幾年，網(wǎng)絡(luò)威脅的規(guī)模和復(fù)雜程度不斷提高，對網(wǎng)絡(luò)安全部門的快速響應(yīng)能力和先發(fā)制人能力提出了挑戰(zhàn)。為了保持在網(wǎng)絡(luò)安全上的優(yōu)勢，利用人工智能進行自動化網(wǎng)絡(luò)安全運營顯得至關(guān)重要。
大圖模式
美國海軍信息戰(zhàn)系統(tǒng)司令部人工智能網(wǎng)絡(luò)安全挑戰(zhàn)賽
2019年，美國海軍信息戰(zhàn)系統(tǒng)司令部就宣布了一項人工智能網(wǎng)絡(luò)安全挑戰(zhàn)賽，征集使用人工智能和機器學習進行網(wǎng)絡(luò)安全自動化運營的應(yīng)用。他們認為，現(xiàn)代惡意軟件，特別是高級惡意軟件的適應(yīng)能力更快，而人工智能和機器學習在挖掘數(shù)據(jù)以及行實時威脅響應(yīng)方面可以發(fā)揮更重要作用。
士兵健康監(jiān)控
利用人工智能、機器學習、傳感器和視覺設(shè)備，可以將戰(zhàn)場上的醫(yī)務(wù)人員引向急需幫助的受傷士兵。在人工智能的輔助下，士兵可穿戴式設(shè)備提供的生物識別數(shù)據(jù)能夠幫助醫(yī)務(wù)人員，在實施救援前就能做出更明智的救生決定，進而極大地壓縮救援時間，提高救援效率。這對于醫(yī)療資源緊張的戰(zhàn)場來說，好處無疑是巨大的。
利用士兵可穿戴設(shè)備上的傳感器可以實施遠程健康監(jiān)控
電子戰(zhàn)信號智能處理
美軍一直對電子戰(zhàn)領(lǐng)域非常關(guān)注，通過不斷更新電子戰(zhàn)軟件和硬件，來增強其進攻和防御能力。但是，電子戰(zhàn)中所用的傳感器和其他任何類型傳感器一樣，都可能會產(chǎn)生一系列的虛警信號或者噪聲信號。為了從這些錯誤數(shù)據(jù)中提取可用信息，美國國防部正尋求利用人工智能對信號進行噪聲濾除和信號分類識別的方法，以降低人工信號檢測的“認知負擔”。去年，美國陸軍快速能力和關(guān)鍵技術(shù)辦公室利用人工智能技術(shù)，對一型電子戰(zhàn)系統(tǒng)的用戶界面進行改善，輔助士兵分析數(shù)據(jù)，最終取得了很好的效果。
利用AI技術(shù)可以實現(xiàn)信號調(diào)制識別
設(shè)備實時監(jiān)測
軍用車輛和設(shè)備故障不僅影響使用成本，而且更重要的是，它們還會直接威脅士兵的人身安全。如今，為了消除這種隱患，可以在車輛裝備上安裝大量傳感器以獲取設(shè)備運行的各種數(shù)據(jù)，利用人工智能技術(shù)進行數(shù)據(jù)挖掘、故障預(yù)測，從而向決策者和士兵提供車輛的實時分析，在事故發(fā)生前進行預(yù)警，做到“防患于未然”。
人工智能技術(shù)將解放了車輛維修員的雙手
戰(zhàn)場態(tài)勢感知和決策支持
2019年12月，美國陸?？杖妼ο冗M作戰(zhàn)管理系統(tǒng)ABMS進行了首次野外測試。ABMS旨在將各種軍事技術(shù)相互聯(lián)系，更好地應(yīng)對日益復(fù)雜的對抗威脅。在測試中，ABMS將空軍和海軍的戰(zhàn)斗機、海軍驅(qū)逐艦和陸軍部隊收集的通信和傳感器數(shù)據(jù)進行了融合。實際上，這正是全域聯(lián)合作戰(zhàn)和控制理念(Joint All-Domain Command & Control，JADC2)的一部分，這一理念構(gòu)想了陸、海、空、天和網(wǎng)絡(luò)五大空間的協(xié)同作戰(zhàn)。JADC2的關(guān)鍵是在不同作戰(zhàn)空間中實時收集、分析和共享數(shù)據(jù)，利用人工智能輔助，確保數(shù)據(jù)到達目標部隊，以提供有效的態(tài)勢感知和決策支持。
全域聯(lián)合作戰(zhàn)和控制理念的關(guān)鍵是對不同作戰(zhàn)空間進行實時收集、分析和共享數(shù)據(jù)
結(jié)語
隨著機器學習特別是深度學習技術(shù)的進步，人工智能技術(shù)逐步展現(xiàn)出巨大的軍事應(yīng)用潛力。人工智能與傳感器網(wǎng)絡(luò)的融合，已成為未來戰(zhàn)場發(fā)展的重要趨勢，這將極大提升作戰(zhàn)效率，是當之無愧的戰(zhàn)斗力倍增器。
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。