1944年6月6日,盟军最高指挥官德怀特·艾森豪威尔将军指挥代号"霸王行动"的多国协同作战,在法国诺曼底海滩成功突破纳粹2400英里防线(含障碍物、地雷、碉堡、机枪与火炮)。尽管此次行动未应用当代先进技术,仍被视为史上最成功的联合作战典范。无线电、电话系统、信号与密码破译技术的运用,在人类最惨烈冲突中实现了可靠互操作性。当今我们必须自问:面对未来大规模冲突,我们能否以先进技术实现同等水平的互操作性?

大国竞争背景下的互操作性优先战略

在大国竞争中,美国国防部(DoD)须优先确保各军种互操作性,以维护国家安全并在复杂多域环境中获取优势。AI可辅助军事领导者规划、采购与整合先进技术,提升联合部队与盟国伙伴的协同能力。然而,各军种及盟国采用的专有数据系统常面临软件兼容性、术语差异与网络架构挑战,影响多域环境作战效能。

构建卓越联合互操作性的基础条件

设想AI工具能快速推荐与联合部队互操作性相关的装备采购方案,这对各军种独特任务的成功至关重要。DoD首席信息官副助理莱斯利·比弗指出:"当今作战人员需要与动态战场环境兼容的信息技术。"无论陆、空、海、天域,都需在数据共享框架下实现域间融合,以应对近邻威胁。全域战场可视化是决胜未来战争的关键,而技术革新与国际竞争者创新追逐的态势下,卓越互操作性将成为技术化冲突中力量投射的基准。美国支持北约倡议的能力尤其依赖装备通过技术、流程、人员或信息维度实现数据交互。随着科技巨头加速生产先进装备,AI工具的部署对整合DoD联合全域指挥控制(CJADC2)等系统、构建通用作战图景至关重要。

现有进展与AI赋能潜力

DoD通过"融合计划"等演习取得显著进展,陆军第三装甲军近期与法、德、英部队开展指控协同演练,探索互操作性挑战的解决方案。此类协作有助于识别跨国指控系统网络接口问题,而AI可加速进程,精准定位互操作性缺口与机遇,辅助多国高层优化采办决策,节省数十亿美元技术采购成本。

AI提升数据系统互操作性的路径

强化新技术规划与采购——DoD联合能力建设依赖敏捷高效的需求生成、采办、规划、预算流程。利用AI工具进行全球市场预测与扫描,推进可持续互操作性,涉及技术能力评估(涵盖政策、训练、维护、风险管理与全周期成本分析),可变革装备识别、采购与集成流程,为DoD与盟国节省巨额资金,重构采办体系以保护互操作性优先级。

优化人机接口工效学——技术扩散需深度分析装备与用户及其他互补技术的交互。面对全年多国演习与周期性人员轮换,AI可协助组织保持连续性并跨军种共享更新(含软件升级、故障排除与网络接口挑战),同时通过数据分析实现人员技能与互操作性适配技术的精准匹配。

技术部署与战略目标协同——地缘政治、经济与气候变迁推动盟军现代化进程,各实体战略目标亦动态调整。追踪新技术在联合部队纵向与横向整合需借助AI实现高效分析。DoD已与Scale AI签约,将AI整合至军事工作流以提升规划与行动效能。军事领导者需借助AI透视技术演进中的国家安全盲区。

未来展望

DoD超越全球竞争者的能力取决于可传递速度与精度的互操作性。未来战争需要敏捷可扩展的通信架构,实现跨战场多源伙伴数据共享。任何技术优势的实质在于通过共识连接人员。联合作战依赖互操作性优化技术运用,DoD须部署AI工具维系与伙伴的复杂问题协同解决能力。面对术语、软件、网络架构、加密与系统专有性等互操作性壁垒,必须运用AI防止先进技术投资效益递减。DoD已为战场配备创新技术,而AI将助力其实现均衡高效的应用美学。

参考来源:belfercenter

成为VIP会员查看完整内容
1

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。
中文版 | 乌克兰战场的人工智能与无人平台应用
专知会员服务
10+阅读 · 4月17日
2022-24 年俄乌战争中的海上无人系统 (USV) 概览
专知会员服务
43+阅读 · 2024年9月29日
《任务式指挥不适合现代海军》中文版
专知会员服务
92+阅读 · 2023年9月21日
《为自动化的未来做准备》2022最新美陆军58页报告
专知会员服务
30+阅读 · 2022年12月29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
43+阅读 · 2015年12月31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
45+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
18+阅读 · 2013年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
50+阅读 · 2011年12月31日
A Survey of Large Language Models
Arxiv
452+阅读 · 2023年3月31日
Arxiv
10+阅读 · 2021年8月4日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
相关基金
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
43+阅读 · 2015年12月31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
45+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
18+阅读 · 2013年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
50+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员