问题陈述

当前差距

  • 当前的联合全域指挥/控制 (JADC2) 系统往往缺乏后勤态势感知能力
  • 各任务指挥系统的维持数据不能很好地同步
  • 指挥官在做出及时、知情的战场决策时面临巨大的认知负荷

目前是如何实现的?目前的系统依赖于

  • 孤立和不同步的数据
  • 在孤立和不整合的网络上运行
  • 人工处理 因此,很难做出及时、明智的决策

A-LIDS 能够

  • 后勤态势感知(通过 "LOG COP "实现)
  • 比较评估任务行动方案(COA)的后勤准备情况(通过称为 LogScore 的指标)
  • 人工智能 (AI),通过预测和优化,帮助做出快速准确的决策
  • 数字化转型(数据管道自动化)
    • 减轻指挥官的认知负担
    • 提高决策的速度和准确性
  • 帮助在当前战斗结束后继续开展行动

成为VIP会员查看完整内容
47

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《生成式人工智能的地缘政治》美国奥尔布赖特石桥集团
《NASA先进信息系统中的机器学习》2022.11最新49页slides
专知会员服务
39+阅读 · 2023年2月25日
《大语言模型进展》69页ppt,谷歌研究科学家Jason Wei
专知会员服务
76+阅读 · 2022年10月29日
【牛津大学博士论文】持续学习的高效机器学习,213页pdf
专知会员服务
77+阅读 · 2022年10月19日
「基于通信的多智能体强化学习」 进展综述
论文笔记之Feature Selective Networks for Object Detection
统计学习与视觉计算组
21+阅读 · 2018年7月26日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
325+阅读 · 2023年3月31日
Arxiv
53+阅读 · 2023年3月26日
Arxiv
111+阅读 · 2023年3月24日
Arxiv
15+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员