在国防中利用边缘人工智能的力量：了解陆军、海军和空军的关键用例

人工智能（AI）已成为多个领域的变革力量，国防领域也不例外。然而，有一种人工智能子集在这方面尤其具有突破性： 边缘人工智能。通过在设备上本地处理数据，边缘人工智能即使在断开连接的环境中也能提供更快的响应、更强的安全性和更稳健的操作。对于国防部队（陆军、海军和空军）来说，这些优势可以转化为更高的作战效率、更强的态势感知能力，并最终增强国家安全。

边缘人工智能解决方案所需的一般基础设施和组件

要使边缘人工智能有效发挥作用，需要一套特定的基础设施组件。核心要素包括

• 边缘设备： 这些是在源头执行数据处理的硬件。在军事领域，这些设备可以是部署在战场上的无人机、地面车辆、可穿戴设备、摄像头或传感器。
• 边缘服务器： 它们是本地服务器，可处理来自一组边缘设备的数据。与单个设备相比，它们具有更强的处理能力，可支持多个设备之间的协调。
• 人工智能模型： 用于分析和决策的人工智能算法需要针对边缘计算进行优化，同时考虑内存和功耗限制等因素。
• 连接性： 虽然边缘人工智能可以在断开连接的环境中运行，但 4G/5G 等连接解决方案可以在可用时提高数据传输速率。
• 安全解决方案： 在防御环境中，安全性至关重要。安全的数据传输和存储机制以及人工智能模型保护技术是边缘人工智能基础设施的重要组成部分。

边缘人工智能在军事领域的应用案例

陆军：自主地面车辆

问题陈述： 陆军经常在危险和不可预测的地形中执行任务。派遣士兵在这些地区执行侦察或巡逻任务会使他们面临不必要的风险。

解决方案 配备了边缘人工智能功能（摄像头+边缘人工智能节点）的自主地面车辆可以在具有挑战性的地形上航行，在不危及人类生命的情况下执行侦察和巡逻任务。这些车辆可以实时处理数据，快速决定要走的路径、要避开的障碍物以及是撤退还是继续前进。

成果： 降低士兵的风险，提高巡逻效率，增强态势感知能力。

海军： 智能维护系统

问题陈述： 海军舰艇需要定期维护，以确保最佳功能。然而，由于这些系统的复杂性，确定维护需求可能是一项具有挑战性的任务。此外，目前舰艇和潜艇上的数据收集系统都是静态的，只能在事后而非实时地从中挖掘洞察力。

解决方案结构： 边缘人工智能可用于开发智能维护系统。遍布整个船只的传感器可以监测各种参数，通过边缘处理，可以在本地对数据进行实时分析，从而获得即时见解。在边缘设备上运行的预测性维护模型可以在潜在问题变成严重问题之前预见到它们。

成果： 提高船舶效率，减少停机时间，显著节约维护成本。

空军： 无人机蜂群

问题陈述： 空军需要进行广泛监视，以维护空域安全。然而，这项任务需要大量资源，而且会使飞机和人员暴露在敌方防御之下。

解决方案结构： 由边缘人工智能驱动的无人机蜂群是一种新兴的解决方案。配备了边缘人工智能设备和适当人工智能模型的无人机可以协调成群或 “蜂群 ”运行，在提供广泛覆盖的同时降低风险。它们可以就飞行路径、监控目标和躲避敌方防御做出实时决策。

成果： 扩大监视范围，降低人员和飞机面临的风险，缩短响应时间。

边境/军事设施的安全和监视

问题陈述： 国家边境和军事设施幅员辽阔，往往地处偏远，要有效监控和确保其安全极具挑战性。传统的监控方法可能会耗费大量资源，而且不一定能及时发出有关潜在安全威胁的警报。

解决方案结构： 边缘人工智能可以利用传感器和摄像头网络为先进的监控系统提供动力。这些系统可以对视频信号进行实时分析，识别异常情况或潜在威胁。例如，它们可以检测未经授权的移动，识别特定车辆或人员，甚至识别可疑的行为模式。

成果： 加强边境和军事设施的安全，及时发现威胁，减少监控任务的人力需求。

军事平台的自动访问控制

问题陈述： 军事平台，无论是物理平台（如军事基地或舰船）还是数字平台（如国防网络），都需要严格的访问控制来确保安全。传统的访问控制方法很容易遭到破坏，而且访问权限管理既复杂又耗时。

解决方案结构： 边缘人工智能可用于创建复杂的自动访问控制系统。生物识别身份验证系统可利用人工智能，根据面部识别、指纹或其他生物识别数据准确验证身份，并在本地处理信息，以实现快速、安全的访问控制。对于数字平台，人工智能可以监控用户行为，检测可能表明未经授权访问或恶意活动的异常情况。

成果： 增强军事平台的安全性，简化访问控制程序，及早发现潜在的安全漏洞。

上述用例是国防垂直领域的一些关键用例。还有许多其他使用案例，使用边缘人工智能可以成倍地提高效率，从而释放关键的人力资源。在军队中实施基于边缘人工智能的解决方案不是 “是否 ”的问题，而是 “何时 ”的问题。

参考来源：https://www.linkedin.com/pulse/harnessing-power-edge-ai-defence-look-critical-use-cases-katta