更智能的人工智能实现更快速的电磁辐射控制（EMCON）

设想一场景：太平洋地区紧张局势正在升级，海军航母打击群（CSG）正在迅速移动。其试图尽可能长时间不被发现，但由于对手的监视系统似乎无处不在且持续存在——在空中、水面和水下——航母打击群正在穿越一种海上的电子雷区。

电磁辐射控制（EMCON）变得前所未有的关键。

幸运的是，航母打击群正得到一种先进形式的人工智能——人工智能体（AI agent）的协助。与大多数传统人工智能不同，这些智能体不仅仅分析数据——它们致力于实现特定目标。在此案例中，它们通过规划最安全路线，并建议在穿越漏洞窗口时应开启或关闭哪些辐射排放，来帮助航母打击群保持隐蔽。

重要的是，人工智能体实时完成所有这些工作。鉴于当今的现代战争，电磁辐射控制通常必须在数秒而非数分钟内执行。

实时地图与路线

人工智能体的首要步骤之一是创建对手空中、水面和水下监视系统的实时通用作战图（COP）。对于传统人工智能，机器学习模型可能分析传感器数据，并将其与历史和实时情报进行关联。然后由分析员、操作员和指挥官来解读通用作战图并规划最安全的进出路线。

然而，由于此过程可能非常耗时，操作员和指挥官可能只能使用可用信息中的有限部分。并且可能难以保持通用作战图和地图的更新，尤其在电子战环境快速变化时。例如，在危机时期，对手可能突然开始重新定位其卫星或激活隐藏的监视无人机。漏洞窗口可能快速且意外地变化。

这正是人工智能体的用武之地。对于电磁辐射控制，它们可能审阅来自各种机器学习模型及其他来源的所有信息，并在创建推荐路线时决定使用哪些信息。

这远超出了长期以来利用人工智能快速处理大量传感器及其他数据的目标。人工智能体正在找出为特定目的（在此案例中，为在与同样老练的对手进行的电磁域对抗中获胜）而整合这些数据的最佳方法。

目标导向型人工智能

人工智能体的显著特征之一是它们始终朝着目标努力。例如，在冲突前，可能会赋予一个人工智能体这样的目标：“根据指挥官的战术和战略优先级，规划出平衡速度与被发现风险的路线。”另一个目标可能是：“当舰船穿越漏洞窗口时，计算执行指挥控制所需的特定信号辐射的价值与风险。”

人工智能体具有指导或“协调”其他人工智能以实现其目标的独特能力。例如，当人工智能体规划路线时，它们可能指令一系列机器学习模型聚焦于特定位置，或以特定方式分析传感器数据，以更好地跟踪对手监视活动。

一旦人工智能体确定了最安全路线，它们可能向指挥官提供若干备选方案，并描述每个方案的风险与收益。它们可以多种格式呈现此信息，包括三维地图和交互式图形。并且由于人工智能体持续从传感器数据获取新信息，它们能够实时更新地图和路线。

本质上，人工智能体将决策所需信息置于指挥官指尖，提供了在与同级对手对抗时运用电磁辐射控制所需的速度。同样重要的是，人工智能体还提供了更高的电磁辐射控制精度，因为它们能利用所有可用的传感器及其他数据，而不仅仅是其中的片段。

何者应开或应关？

人工智能体的另一个关键作用是在漏洞窗口期间建议应开启或关闭哪些辐射排放。这远在冲突发生前就已开始。分析员将首先研究特定辐射排放（例如来自无线电、武器系统或导航节点的辐射）被各种对手监视系统探测到的方式。

利用建模与仿真，人工智能体可以确定哪些辐射排放组合可能更安全或更不安全（即更易或更不易被探测），这取决于监视系统的类型以及其他因素（如距离和天气）。

在海上，指挥官将与人工智能体合作，利用这些信息进行实时电磁辐射控制。例如，如果指挥官希望在漏洞窗口期间建立某些无线电通信，他们可以询问人工智能体被探测的可能性。除了提供该信息外，人工智能体可能建议替代的通信形式，或保护性措施，如切换至低截获概率/低探测概率（LPI/LPD）波形或跳频。

速度与洞察力

人工智能体在电磁辐射控制中可发挥其他作用。例如，它们能提供舰船上所有辐射源的统一视图，以便指挥官能更快、更有效地执行电磁辐射控制。它们还能补充当前用于评估电磁辐射控制的工具。例如，人工智能体能快速精准确定辐射问题，计算其对战术态势（TACSIT）的影响，然后建议最快、最有效的行动。

人工智能体始终只是根据任务优先级提出建议。指挥官保持在其决策环路中。但人工智能体有助于提供指挥官在战斗中有效运用电磁辐射控制所需的速度与洞察力。

参考信息：

https://www.usni.org/magazines/proceedings/sponsored/faster-emcon-smarter-ai