摘要

攻击和防御工业对国家安全至关重要,通过提供最重要的信任度并稳定地满足军事需求。这项研究探讨了人工智能、机器学习和电子信息在国防工业发展中的意义。随着人工智能在国防工业中的出现和发展,本文回顾了目前国防工业生产什么产品,做什么研究,以及优势/劣势。国防工业和其他所有部门都受到人工智能、机器学习、机器人、大数据、数据科学、深度学习、模拟、模糊逻辑、5G和电子学的影响,这些都将成为下一代军事技术。在这项研究中,还强调了混合战争,其与国防工业中发展的人工智能技术已变得相当“熟悉”。利用人工智能技术对大规模数据的处理,可能会产生巨大的军事优势,独特的智能能力,以及各种业务的可观改善。跟上人工智能的持续发展节奏,保持有效的防御将是至关重要的。

关键词:人工智能,大数据,国防,国防工业,国防领域,深度学习,数据科学,电子,模糊逻辑,混合战争,机器学习,机器人,5G,物联网。

1 引言

随着人工智能(AI)快速发展,其为各个领域带来益处,在国防工业领域也取得了巨大的成功。扩大国防工业产品的生产并达到该领域的最高水平是许多国家的主要战略之一。由于这些融合了机器学习、机器人和人工智能的新技术发展,一个问题无疑会出现在我们的头脑中:混合战争是否即将到来?

当然,这个问题是随着自主车辆、无人驾驶飞行器(UAV)、武装无人驾驶陆地车辆和无人驾驶战机的研制而诞生的。虽然一开始看起来不可思议,但它为人工智能技术的形成做出了卓越的贡献,它将通过把几种算法结合到其结构中来促进高水平的发展。人工智能是旨在在机器人中模拟人类思维的技术集合,它需要多学科的研究。今天,人工智能技术在收集、处理和解释数据方面发挥着关键作用,使目前不可行的解决方案和技术成为可能。如果没有人工智能工具,不可能对使用现有技术获取的数据进行处理分析。

另一方面,机器学习是人工智能的一个子领域,它做的是有监督-无监督的辅助学习,而不是代码密集型解决方案。我们可以利用机器学习从丰富、复杂的数据中提取有效的推论。在谈论国防工业生产的战争技术时,我们说它是用大量的数据创造的。最准确处理这些数据的方式是人工智能、机器学习和深度学习。有了这三样,就不可能不看到数据科学在世界的普及。深度学习通常被认为是机器学习的一个子领域。它包括通过数据驱动的学习产生人工智能的策略。通过评估虚拟环境中真实飞行员在飞行模拟器中的瞬时决策和环境信息,人工智能飞行员可以在不写程序的情况下制定规则集,并在包含高度复杂数据的环境中做出现实的飞行决策。混合战争的形成与过去使用的战争技术和现在使用的战争技术之间有许多变化。从现实意义上讲,国防领域如此大的发展,其最大的关键是人工智能。

2 什么是国防工业中的混合战争?

随着国防工业中通信和战争技术的发展,战争在总体上已经发生了变化。因为每个国家都想发展和变得更强大,所以很难预测我们在战场上遇到的情况。在战争中,信心和动力一样必要。只有一点点的安全感是令人欣慰的,它也会导致战场上更健康的思维和战略行为。

混合战争是一种战争概念,它以国际关系学科和安全战略的多样化以及发展中的技术所创造的新防御和攻击载体来取代常规战争。由陆、空、海三层组成的常规战争被包括电磁波谱、空间、网络和信息层,以及这三层的混合战争所取代。混合战争可以看成是如图1所示。

图1 混合战争。

在混合战争中,其目的是在不需要武装冲突的情况下实现打破对手的联盟、伙伴关系和决心。为此,首选外交和经济行动、信息战等方法,必要时还可使用常规部队作为威慑威胁。在国家和联盟内部制造不稳定;通过制造政治分离,减缓友好的解决方案、决策和反应的速度,最终导致战略不确定性,从而达到目的。

在混合战争期间,国家开始为这些计划中最有效的计划做准备,制定各种战略计划(战术、行动),以保护自己不受对方影响,获得优势和权力。混合战争最显著的优势是人工智能技术,它可以提供许多选择,并确保先进能力的完整性,通过迷惑对手头脑获得优势。

因此,混合战争对国防工业中正在发展的人工智能技术越来越“熟悉”,这场战争的范围也随着这些技术的发展而扩大。为了发展人工智能技术,我们必须收集数据,并适当地使用这些数据,以便我们能够向目标迈出坚定的步伐。特别是在这个领域所做的技术,即使是最轻微的错误被忽视,也会对所有的研究产生不利的影响。在人工智能领域进行的研究中,每个国家都知道其重要性,有必要揭示出我们与其他国家不同的特点。例如,我们应该能够在几秒钟内做出决定,而不是几分钟,并在99.9%的时间内发现并消灭敌人。首先通过在模拟中测试该领域的研究,然后将其应用到实际,我们可以及早发现不足之处,并采取必要的预防措施。

3 仿真技术在国防工业中的应用

仿真工具通过鼓励可持续的生产环境来增强与生产有关的任务。自我配置是用于创建生产系统的数字工具的一个特点。因此,它显示了一个实际研究的路线图。国防工业中使用的模拟仿真器提供了关于将要完成的工作或已经完成的工作的信息,允许它被整合到计划的战略中。模拟器的数据允许制定(战术、行动和战略)规划。仿真技术在国防工业中是必不可少的。因为在这个环境中,它能提供几乎准确的数据,这促进了许多项目和新技术产品的出现。在图2中,我们可以看到Havelsan的仿真技术。

图2 仿真技术。

4 大数据

大数据处于不断更新的科学和商业世界中。由此产生的数据来自于模拟器、视频、音频、图像、帖子、社交网络互动、科学数据、传感器和手机以及所有其他连接设备和技术。

  • 重要问题

大数据要求从传统的数据分析中获得革命性的飞跃,如图3所示。大数据由其三个主要部分定义:种类、速度和数量。

图3 大数据的三个特征。

多样性将大数据带入一个超大的格式。有三种类型的大数据来自于许多来源。它们是结构化、半结构化和非结构化。结构化数据增加了一个预先标记和快速排序的数据仓库,但非结构化数据是随机的,不容易分析。半结构化数据包含标签,以分离数据项。

目前,数据的体积或数量超过了TB和PB。大规模的数据增长和扩展超过了标准的存储和处理技术。因此,数据量在我们的生活中无处不在,而且产生的速度非常快。

在整个过程中,速度是一个重要的因素。这就是数据产生的速度。今天,由于数字和社会媒体的发展(发送、网络互动、图像、视频),大数据迅速产生。在数字世界中,每天都有成千上万GB的数据实时产生。

这个组件的数据流必须得到验证,以便在国防工业中产生基于人工智能的技术。数据必须是安全的,因为获取和验证大数据是很困难的。在完成所有这些过程后,也就是处理数据将为将要生产的技术提供一个很好的优势。这将使国防工业的强大技术得以生产。

5 数据科学

数据科学的最一般的定义可以表示为从数据中获取信息的科学和艺术。利用数据科学,我们可以获得数据,从这些数据中提取信息,并将这些信息用于塑造未来的研究。所进行的大多数新研究都会将从过去提取的数据与当前的数据进行比较,并向我们展示我们更喜欢哪一个步骤来实现我们的未来。数据科学包括组织和分析,可视化,以及报告数据。

总之,数据科学通过研究现状为决策者提供意识,并通过预测当前和未来的研究增加决策的正确性。

5.1 数据分析

通过机器学习和深度学习提供的方式,可以获取人工无法获得的数据。为了了解所获信息的质量,可以通过详细调查分析,检查方法步骤,探索数据的大小、速度和变化来了解。为了获得最佳的解决方案,针对现有问题而选择的机器学习算法应该能被分布式数据使用。

5.2 数据可视化

我们发现的数据有时会很复杂,所以它对我们来说变得有些难以理解。如果我们将这些数据可视化,就可以让我们更好地理解它,其在脑海中的位置也会更加固定。此外,数据的速度和规模越大,数据就越接近实际。数据中的联系将不容易看到,而且我们也很难理解它们。在这方面,数据的可视化是至关重要的。

6 人工智能在国防工业中的研究

随着人工智能使用的增加,研究的数量也在增加。在这方面,国防工业已经进行了并将继续进行突破性的研究。所产生的大部分技术仍处于设计、测试或评估阶段。当然,目的是为了在战场上取得优势。

这些技术有望产生战术侦察和监视,用炸弹或导弹进行空袭,为间接火力、特种作战和心理作战进行前方监视,边境控制和保护,地雷搜索和销毁,反走私,化学、生物和放射性扫描,海上和遏制中的船舶识别,战斗搜索和救援,空中无线电链接和中继任务,以及天气数据收集。因此,国防工业的重点是人工智能。

研制的一些技术产品:

I)Baykar Bayraktar Akinci

这是一种高空长航时(HALE)级别的武装无人驾驶飞行器,由土耳其国防工业公司Baykar Defense开发。它们在2021年8月29日首次进入土耳其武装部队。

Akinci的最大起飞重量为5500多公斤,配备两个涡轮螺旋桨发动机。其中1350多公斤由有效载荷组成。它也被称为突击型无人驾驶飞行器(TİHA),因为它可以进行空对空作战。Akinci配备了电子支持和反制系统、双卫星通信系统、空对空雷达、防撞雷达和国产合成范围的雷达。

图4 Bayraktar Akinci。

II)HAVELSAN Barkan

世界上的安全威胁已经增加,特别是对陆军来说。自主的无人驾驶陆地车辆将现代技术融入军事单位,通过远程管理和使用传感器系统来感知环境,并在数字战场的要求下无人执行侦察、监视和弹药运输等基本任务。

HAVELSAN公司设计和生产了HAVELSAN BARKAN,以满足现代军事领域的需求。BARKAN在许多方面是野战人员的重要助手,特别是在提高行动的成功率、防止损失和降低行动成本方面。此外,BARKAN还被开发用于携带或牵引货物、提供近身保护和武装侦察等任务。

图5 BARKAN。

7 国防工业中的5G技术

随着人工智能工作的日渐深入,新产品将不断涌现,因此,国防工业中生产的技术的多样性也将增加。

全球智能设备数量的增加,技术的发展,以及对容量和覆盖质量的要求提高等因素影响着通信领域新技术的发展。由于连接到互联网的设备数量不断增加,机器学习,物联网,以及速度和容量需求的增加,已经开始研究5G的出现。通过5G技术,旨在更好地同时满足这种多样性的需求和要求。

第5代通信技术,不仅在通信领域,而且在许多领域都能创造和使用产品,它允许新的工作领域和经营方式;它将通过加速人工智能、机器学习、大数据和物联网等创新应用的发展,在可持续发展目标中发挥重要作用。因此,5G进入我们的生活,其重要性可见一斑。

7.1 物联网(IOT)的任务

对于国防工业中的物联网,到目前为止,指挥、控制、通信、计算机、情报、监视和侦察都集中在火控系统的应用上。普遍的看法是,传感器主要作为数据收集和共享工具,从而加强指挥和控制。物联网使指挥官能够根据合并无人驾驶传感器和现场报告的数据所产生的实时分析结果做出选择。

  • I)监视和侦察。许多传感器被用来在防御中获得优势。雷达、视频、红外或无源射频探测数据、监视卫星、空中平台、无人驾驶飞行器、地面站和现场士兵从这些传感器获取数据。这些数据被传递到一个整合平台,该平台分析并向指挥链的上层和下层分发信息。

  • II)后勤。在这个地区部署了多个低级别的防御性传感器。例如,RFID标签已被用于跟踪货物和管理中央物流中心之间的供应。

  • III) 士兵健康。士兵可以被通知有异常情况,如脱水、睡眠不足、高心率或低血糖。如果需要,可以通知主医院的医疗反应小组。

  • IV)监控。将先进的图像分析和模式识别软件与安全摄像机和传感器相结合,有利于远程监控设施的安全风险。将许多传感器纳入飞机、无人驾驶飞行器、卫星和船舶的就业是海洋和沿海监控的一个例子。如果我们把5G将给国防领域带来的创新总结如下;战场上的单位将能够通过连接战争网络获得支持,关键任务控制将更有效地进行,可以快速决策,并在电子战和导弹攻击中采取行动。各国将能够即时监控其武装部队。

图6 5G技术。

8 在战争中使用模糊逻辑

随着战场的复杂化,人工智能技术在军队中逐渐普及。但从研究的情况来看,基于人工智能的技术在军事领域还是不够的,模糊逻辑也得到了应用。

在战争中,它是需要考虑的领域之一,因为空中是敌人攻击最多的地方。因此,在行动前应确定防空因素以最好地支持各种计划。应该选择要得到防空支持的单位的防空优先程度。

在战争中,士兵们必须在短时间内做出正确的决定。然而,所做的决定并不总是100%的确定。有些时候或情况下,做决定的人必须选择其他选项。在这种情况下,脑电路分析就是应用模糊逻辑。模糊逻辑是一种识别和解决真正的不确定和不确定问题的有效方法。模糊逻辑是一种多变量理论,它采用 "中"、"高"、"低 "等均值,而不是 "是"-"否"、"真"-"假"等传统变量。

8.1 模糊逻辑处理

为了在模糊逻辑中创建一个更好的解决方案,要进行比较,以便通过成对的比较来决定哪个是 "好"、"更好 "或 "坏"。

作为一个例子,我们将研究BAHP方法,因为这种方法以人类的思维方式处理不确定性,并有效解决多标准决策问题。这种方法应该在战争环境中应用。其步骤如下:

  • 步骤1:目标的模糊值;

  • 步骤2:在计算出模糊值后,对这些值进行比较,得到选项和标准的可能性值V。

  • 步骤3:比𝑘模糊数更重要的凸模糊数的概率度定义为如下:

  • 步骤4:通过归一化得到归一化的权重向量W,其中W不是模糊数。归一化过程是通过将每个值除以总和得到的。

9 人工智能在国防工业中的优势

国防工业生产的产品不仅在战争活动中至关重要,而且对国家的发展也有贡献。人工智能、增强现实、机器学习、深度学习和机器人技术是所有这些的结合,由于新一代的战争技术,通过快速获取战场上的信息,提高了士兵在战争环境中的态势感知,在不需要任何显示器或面板的情况下,以理想的速度提供信息的获取。国防工业生产的技术优势:边界监视,对手工制造的爆炸物进行干预,地雷探测和中和,用于搜索和救援行动,快速耐用和分析,许多功能将使我们的士兵受益。随着国防技术中人工智能的增加,它应该有望在军事领域获得优势。

10 人工智能在国防工业中的劣势

在人工智能的工作下,许多新的战争技术已经产生。虽然这些技术受到大家的喜爱,让人眼前一亮,但也有看不见的错误面。由于不容易发现这些生产出来的技术在生产过程中出现的错误,所以可能会被忽略掉。大多数技术和应用仍处于设计、测试或评估阶段。当然,模拟器在发现这些错误方面有重要作用。

自主系统在任何情况下都会给我们带来好处,因为它们会做出并执行自己的决定,但它们是否应该自己做决定仍是一个争论的问题。在每一种情况下,他是否应该自己选择,或者在必要时应该征求人类的同意?

出于这个原因,应该确定在哪些关键情况下,基于人工智能生产的国防技术需要人类的批准。

11 结论

因此,如果用于生产国防领域新技术的数据通过适当的算法进行处理,那么用人工智能建立、开发和使用的技术将在国防部门的发展中发挥重要作用,在军事领域提供战略、战术和行动的好处。此外,这些技术将通过在战争期间做出适当的指导,给予目标导向。由于在这个由人工智能创造的新形势下产生的每一项技术都将为自己正名,它将通过直接影响现在和未来而成为国防工业不可缺少的一部分。这些技术,在所有研究中需要的独特功能中提供监测、监视和数据收集,大大影响了国防。尽管如此,他们还是配备了足够的设备来化解对方,并预测每一步。为了从人工智能的重要性和力量中获得更多好处,在这一领域不落后是至关重要的。即使看一下已经产生的技术,我们也能看到我们未来的国防领域将是多么强大。

成为VIP会员查看完整内容
139

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。
使用多层胶囊网络的国防军事目标检测
专知会员服务
41+阅读 · 2022年8月14日
【AI+军事】最新22页PPT,解读人工智能军事应用
专知会员服务
301+阅读 · 2022年3月14日
综述:军事应用中使用的一些重要算法
专知
8+阅读 · 2022年7月3日
国家自然科学基金
252+阅读 · 2017年12月31日
国家自然科学基金
17+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 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
8+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年10月3日
Arxiv
0+阅读 · 2022年10月2日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Arxiv
15+阅读 · 2019年6月25日
VIP会员
相关VIP内容
使用多层胶囊网络的国防军事目标检测
专知会员服务
41+阅读 · 2022年8月14日
【AI+军事】最新22页PPT,解读人工智能军事应用
专知会员服务
301+阅读 · 2022年3月14日
相关资讯
综述:军事应用中使用的一些重要算法
专知
8+阅读 · 2022年7月3日
相关基金
国家自然科学基金
252+阅读 · 2017年12月31日
国家自然科学基金
17+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 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
8+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员