当下,全球国防工业正在快速进步发展和创新。更复杂的是,这些进步跨越了不同的技术,其中几个关键的技术趋势旨在改变2024年及以后的国防能力并加强国家安全行动。

关键要点

  • 人工智能、3D 打印、超连接、网络安全、数字孪生技术、可持续发展努力和军事物联网是 2024 年将塑造该行业的主要国防技术趋势。

  • 这些技术专注于增强国防能力、克服供应链问题、实现可持续发展目标和提高流程效率。

  • 持续的数字化转型对于应对国家安全的动态挑战至关重要。

人工智能和机器学习

预计到 2024 年,人工智能 (AI) 和机器学习 (ML) 技术的国防应用将越来越多。根据行业分析:

  • 人工智能和机器学习将用于优化复杂的国防行动,增强决策,实现预测分析,并提高整体军事效率。

  • 算法可以快速分析来自不同来源的大量数据,并确定可操作的见解,以获得战略优势。

  • 人工智能系统的自学习能力将有助于适应动态的战斗情况。

  • 通过人工智能实现日常任务的自动化将使人类的工作集中在批判性思维和任务规划上。

  • 人工智能虚拟助手、计算机视觉系统、自主无人机、网络防御工具、兵棋推演模拟是一些应用。

  • 全球军事人工智能市场规模预计将从 2022 年的 62.6 亿美元增长到 2028 年的 131.6 亿美元,复合年增长率为 12.2%。

例如,美国国防部的 MAVEN 项目通过梳理无人机监控录像并识别目标和模式,将人工智能用于地理空间分析。这加强了情报收集,并帮助作战人员领先于新出现的威胁。

扩展人工智能应用

虽然人工智能已经被纳入情报处理、网络安全、后勤优化和模拟训练环境等领域,但未来的国防应用正在迅速扩展:

1、自主系统

人工智能算法正在为自动驾驶补给卡车、损害评估无人机、3D 打印机器人和小队支援陆地机器人等国防系统实现更大的自主性:

  • 自主无人机蜂群,可以自我组织并根据任务态势感知进行调整。
  • 自动驾驶汽车可以在困难的地形上行驶,从而节省人力。AI 路径规划可最大限度地提高效率。
  • 固定翼和四轴飞行器无人机可以自主监视战场,降低风险。
  • 医疗援助机器人可以自主疏散和治疗受伤的士兵,进行初步护理。

2、AI 优化的通信

ML 模型可以对军事通信进行编码/解码以确保安全性,并建议优化的波形协议。抗干扰、自愈网状网络可以保持连接。特别与新的战术链路通信系统有关,或与战场上5G通信系统的潜力有关(仍然存在一些局限性)。

3、增强的仿真环境

AI 生成越来越逼真的模拟环境,用于在各种场景中训练战斗机飞行员、坦克乘员和步兵部队:

  • 基于物理的损害建模可以准确地再现武器破坏和环境影响。
  • 自适应敌方人工智能提供动态挑战,以提高部队的准备状态。
  • 模拟平民和村庄在执行任务时也会做出适当的反应。

4、对话式 AI 助手

像 Anthropic Clara 这样的 AI 虚拟助手在理解自然语言和参与细致入微的对话方面表现出越来越强的能力:

  • 助手可以成为私人导师,对新兵进行从协议、车辆维修到任务规划等各个方面的培训。
  • 他们通过从讨论中推断出最佳策略来为指挥官提供建议。
  • 作为服务人员的数字伴侣,它们可以减轻焦虑,提高动力和士气。

这种对话代理在进行繁琐的行政工作时,使关键的国防相关知识更容易获得。随着语言模型研究的指数级进展,到 2024 年,AI 助手自然交谈的能力将发生转变,从而大大提高其实用性。

人工智能赋能的国防系统已经取得了成功,但也面临着训练数据偏差、决策透明度问题和采用犹豫等挑战。机器学习、神经网络、预测分析和自然语言处理方面正在进行的研究重点是克服这些障碍,使人工智能在 2024 年成为不可或缺的力量倍增器。

高度互联的国防生态系统

越来越多的技术转向创建灵活且可互操作的多域防御生态系统。传统上,陆地、空中、海洋、太空、网络领域中不同的网络和系统正在融合:

  • 这种超连接性可实现跨多军种任务和国际联盟盟友的无缝数据和信息共享。
  • 它得到了战术边缘云、私有云、混合模型等云计算模型的推动。

1、战术边缘云

分布式云基础设施,专注于步兵巡逻队、装甲车等野战单位。它提供:

  • 用于低延迟战场决策的本地存储/计算。
  • 实时汇总来自车身、车辆和无人机传感器的数据。
  • 人工智能从边缘融合的传感器馈送中提炼出可操作的情报。

2、私有国防云

针对国防数据主权、规模和安全需求定制的企业级云解决方案:

  • 全球私有云提供了存储、处理来自卫星、监视系统的情报的能力。
  • 他们使用虚拟化安全地托管模拟器、ERP、计算机视觉应用程序。
  • 内置的网络安全工具,如加密、访问控制,可保护敏感数据。

3、 混合模型

公有云、私有云和边缘资源的组合,专为任务需求量身定制:

  • 当工作负载快速扩展时,云爆发无缝到商业云。
  • 跨战术边缘、私有云和公有云聚合数据。

BAE系统的联邦云通过将空中、陆地、海洋、太空领域桥接到灵活的云架构上,实现超连接系统。美国国防部 JADC2 采用类似的混合云方法。到 2024 年,向弹性、可重构的多域云平台的融合将加速,以实现超连接的国防任务。

Indra 正在欧洲联合会中积极开发其中的一些解决方案,这些解决方案将在未来几年内推动这些技术的采用。

4、网络安全 - 捍卫数字前沿

网络攻击是一种严重且始终存在的国家安全威胁。高级持续性威胁、勒索软件、供应链攻击可能会削弱关键的防御基础设施。

由敌对国家的复杂网络组织正在不断探测网络的弱点,以提取情报或获得未来破坏的访问权限。因此,强大的网络安全势在必行。

5、IT/OT 融合

武器、车辆、工业控制系统等传统信息技术 (IT) 和作战技术 (OT) 系统正在通过 IP 网络融合,以实现数据可访问性:

  • 这扩大了容易受到威胁的攻击面,这些威胁可能从企业 IT 跨界到运营 OT 系统。
  • 传统的 OT 系统通常缺乏现代安全工具,从而导致漏洞。
  • OT 平台的入侵可能会对现实世界产生灾难性的影响。

6、零信任和欺骗策略

零信任和欺骗网络安全策略越来越受欢迎。

  • 零信任要求在授予任何访问权限之前进行严格的身份验证和最低权限授权。这样可以最大程度地减少攻击爆炸半径。

  • 欺骗使用陷阱和诱饵来检测威胁行为者并研究他们改进国防的工具。

7、网络杀伤链分析

将威胁映射到网络杀伤链包括入侵和攻击进展:

  • 侦察 - 敌人识别目标,收集有关漏洞的情报
  • 武器化 - 对针对攻击目标量身定制的恶意软件有效负载进行编码
  • 投递 - 发送带有恶意链接的网络钓鱼电子邮件以下载有效负载
  • 利用 - 执行代码以触发缓冲区溢出等漏洞
  • 安装 - 为持久性而安装的恶意软件,隐藏在注册表项中
  • 指挥和控制 (C2) - 打开用于远程访问的加密通道
  • 动作 - 实现网络攻击目标 - 数据泄露、破坏

分析被破坏的杀伤链阶段有助于调查,提高恢复和防御工事。

到 2024 年,高级持续性威胁的规模和复杂程度预计将增长。因此,网络安全必须与陆、空、天防一起提升为一项关键的战略能力。

增材制造材料

2024 年,由于新型高强度、多功能可打印材料的出现,国防 3D 打印能力正在扩大:

1、高性能聚合物

PEKK、PPSF/PPSU 等耐热/耐化学腐蚀聚合物可为飞机、卫星、船舶和核应用提供耐用的 3D 打印部件。

2、先进金属合金

铝、钛、镍和钢合金在车辆、武器和植入物方面具有优于传统材料的强度重量比。

3、智能材料

压电材料、形状记忆合金和聚合物在模拟时会改变形状/性能。这允许实时重新配置天线、机翼、传感器。

4、生物相容性材料

生物打印利用明胶、纤维素、透明质酸材料来打印皮肤移植物、软骨、骨骼和肌肉组织,以提供快速的现场医疗援助。

5、多材料3D打印

将聚合物、金属和智能材料结合到一次打印中,可实现定制和多功能。防御系统可以通过交换材料轻松升级。

6、3D打印

3D打印技术也称为增材制造,通过基于数字模型逐层沉积材料来构建结构。对于国防应用:

  • 3D打印正在通过分布式按需制造帮助克服供应链瓶颈,从而降低成本和交付时间。飞机、陆地系统、船只可以通过 3D 打印制造。
  • 它支持军事装备的敏捷原型设计、定制和持续升级。新的武器和车辆原型可以有效地进行测试和迭代。
  • 轻量级 3D 打印无人机、车辆和武器部件可降低燃料使用量。共形 3D 打印天线可提高通信能力。
  • 便携式 3D 生物打印机允许现场提供医疗救助。食物、备件、避难所也可以按需制造。
  • 据估计,从 2022 年(15 亿美元)到 2030 年(140 亿美元),3D 打印国防市场将以 25% 的复合年增长率增长。

法国陆军已经利用 Ultimaker S5 3D 打印机按需制造专门的车辆零件、天线等。英国皇家海军的新型自主船HMS Tamar还具有多个3D打印部件,以实现灵活性。3D打印技术在多材料制造、打印速度、零件强度和精度方面的持续改进将推动其在2024年的国防采用。

数字孪生和数字主线

数字孪生技术创建了一个物理实体(如飞机、车辆、基地等)的虚拟仿真模型,这些实体通过一个通用的数据环境相互连接。它支持:

  • 身临其境的 3D 可视化,用于逼真的防御系统表示。
  • 对各种真实世界的场景进行建模,以评估无风险环境中的结果。
  • 通过模拟远程识别问题,以最大限度地减少停机时间。
  • 准确跟踪车队健康状态。
  • 通过交互式数字环境对人员进行有效培训。

数字主线需要一个通信框架,该框架将整个产品生命周期(从构思、设计、生产到部署)的数字孪生连接起来。它将促进:

  • 设计模型、仿真、传感器、执行器等之间的无缝数据集成。
  • 在多个用户之间共享不断发展的系统见解。
  • 克服数据孤岛,获得对决策至关重要的整体视图。

根据 MarketsandMarketsTM 的数据,航空航天和国防的数字孪生和线程市场将以 16.5% 的复合年增长率从 15 亿美元(2022 年)增长到 30 亿美元(2027 年)。

BAE系统公司与Microsoft合作,采用其基于云的数字孪生解决方案。它提供了身临其境的 3D 环境、模拟和数据集成,这对于他们的猎人级护卫舰计划至关重要,从构思到部署。到 2024 年,基础仿真、云计算、物联网、AR/VR、数据集成和安全功能的成熟将刺激数字孪生和线程技术在国防中用于高级系统工程项目。

可持续性

航空航天和国防部门越来越关注通过脱碳工作和采用绿色技术实现环境可持续性:

  • 政府法规和组织承诺正在推动全球军队到 2050 年实现净零排放的可持续发展目标。
  • 正在评估氢电和电动飞机等新兴航空航天技术,以取代现有的基于燃料的推进系统。氢气和混合动力推进在飞行过程中排放的温室气体极少。
  • 电动飞机还可以实现更安静、更隐蔽的飞行,这对任务至关重要。
  • 氢燃料电池、生物燃料和太阳能系统也被评估为更清洁的能源替代品。
  • 制造和维护流程正在数字化,以提高效率。人工智能正被用于优化航空航线和飞行剖面,以最大限度地减少排放和能源使用。
  • 材料和设备的回收和再利用计划已经扩大。供应链正在进一步本地化,以减少物流碳足迹。

例如,美国空军和海军已经测试了全电动和混合动力飞行演示器,测试了零排放飞行。2035年后的目标是对所有新购置的空气系统进行优化,以实现可持续性。国防脱碳目标的实现取决于新兴绿色技术的成熟,到 2024 年,投资将超过 14 亿美元,这将进一步推动。

军事物联网

物联网 (IoT) 范式正在通过智能互连传感器、设备、武器系统和其他资产共同构成军事物联网 (IoMT) 应用于国防和航空航天领域。

相关应用包括:

  • 通过智能仓库跟踪传感器、液位检测器、监控系统进行集成基地管理。
  • 自动化库存监督和物流计划优化。
  • 改进设备监控,通过设备磨损传感器进行预测性维护。
  • 通过生物传感器和 GPS 跟踪增强士兵健康监测,以做出适当的医疗响应。
  • 通过融合多个联网传感器(如卫星、无人机、雷达)提供决策支持。
  • 在地面基础设施发生故障时,利用弹性网状网络进行安全通信。

MarketsandMarketsTM 估计,到 2025 年,军事物联网市场规模将从 2020 年的 18.8 亿美元达到 44.2 亿美元,复合年增长率为 13.5%。

泰雷兹集团利用 IoMT 对关键的航空航天和国防设备进行预测性维护。智能传感器数据馈送到 AI 模型中,可提前检测异常并采取预防措施。到 2024 年,具有底层 5G、卫星通信网络、基于 AI 的分析和强大的网络安全的 IoMT 将成为军事行动不可或缺的一部分。

参考来源:Eusebio Rodriguez

成为VIP会员查看完整内容
49

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。
2024年数据中心能源十大趋势白皮书
专知会员服务
25+阅读 · 2月1日
基于人工智能的自主系统:军事的未来
专知会员服务
46+阅读 · 1月25日
Gartner:2024年重要战略技术趋势(附报告)
专知会员服务
56+阅读 · 1月18日
变革航空航天与国防:人工智能革命
专知会员服务
53+阅读 · 1月9日
超视距国防通信系统:最新进展与未来挑战
专知会员服务
42+阅读 · 2023年12月17日
军事数据空间:挑战、机遇和用例
专知会员服务
109+阅读 · 2023年11月14日
《在国防中实现负责任的人工智能》2023最新报告
专知会员服务
44+阅读 · 2023年2月22日
机器学习的 7 个关键军事应用
专知会员服务
295+阅读 · 2022年4月24日
《军事行动自动化》【译文】2022最新报告
专知
56+阅读 · 2022年11月13日
【数字化】2019年全球数字化转型现状研究报告
产业智能官
29+阅读 · 2019年7月8日
【工业4.0】德国工业4.0解析
产业智能官
17+阅读 · 2019年6月16日
2019年全球数字化转型现状研究报告
智能交通技术
13+阅读 · 2019年6月2日
反无人机技术的方法与难点
无人机
20+阅读 · 2019年4月30日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
18+阅读 · 2018年11月27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
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
5+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
7+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
1+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
19+阅读 · 2012年12月31日
Arxiv
153+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
395+阅读 · 2023年3月31日
Arxiv
137+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关VIP内容
2024年数据中心能源十大趋势白皮书
专知会员服务
25+阅读 · 2月1日
基于人工智能的自主系统:军事的未来
专知会员服务
46+阅读 · 1月25日
Gartner:2024年重要战略技术趋势(附报告)
专知会员服务
56+阅读 · 1月18日
变革航空航天与国防:人工智能革命
专知会员服务
53+阅读 · 1月9日
超视距国防通信系统:最新进展与未来挑战
专知会员服务
42+阅读 · 2023年12月17日
军事数据空间:挑战、机遇和用例
专知会员服务
109+阅读 · 2023年11月14日
《在国防中实现负责任的人工智能》2023最新报告
专知会员服务
44+阅读 · 2023年2月22日
机器学习的 7 个关键军事应用
专知会员服务
295+阅读 · 2022年4月24日
相关资讯
《军事行动自动化》【译文】2022最新报告
专知
56+阅读 · 2022年11月13日
【数字化】2019年全球数字化转型现状研究报告
产业智能官
29+阅读 · 2019年7月8日
【工业4.0】德国工业4.0解析
产业智能官
17+阅读 · 2019年6月16日
2019年全球数字化转型现状研究报告
智能交通技术
13+阅读 · 2019年6月2日
反无人机技术的方法与难点
无人机
20+阅读 · 2019年4月30日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
18+阅读 · 2018年11月27日
相关基金
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
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
5+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
7+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
1+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
19+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员