印度洋-太平洋司令部参谋长表示,该司令部正在开发一种工具,利用人工智能加速 "漫长而艰巨 "的作战规划过程

这项名为 "风暴突破者"(Stormbreaker)的工作目前正在开发中,并致力于建立一个人工智能化的联合作战规划工具包,以支持多领域、作战层面行动方案制定的规划、兵棋推演、分析和执行

美国陆军少将、印度洋-太平洋司令部参谋长约书亚-陆克文(Joshua Rudd)在 3 月举行的美国国防工业协会太平洋作战科学与技术会议上发言时说,这一举措将瞄准通常需要 "数小时、数天、数周、数年才能制定完成 "的流程。

他说,按照传统的军事决策程序,即使是日常行动也需要三到四个行动方案。

他说:想一想,是否有一种方法可以连续运行这些程序,并对其进行红队分析、战争博弈、反复模拟,这样不仅可以产生你可能没有考虑过的行动方案,还可以完善现有的行动方案。制定行动计划需要 "很长时间",但更新计划也是如此。在制定作战规划时,"许多事实和假设以及威胁都要追溯到......敌人现代化和提供能力的惊人速度"。

虽然陆克文没有讨论具体细节,但他表示,初步能力已开始交付,其核心是 "一些建模和模拟能力,这些能力利用现有数据--如威胁数据、友军数据、作战计划--然后通过人工智能/机器学习透镜进行评估,然后生成输出"。

陆克文说,印度洋-太平洋司令部司令、海军上将约翰-阿奎里诺将该计划称为 "把握主动权",是提供综合威慑的一种方法。

陆克文说,其他三项计划--联合火力网、印太司令部任务网和太平洋多域训练环境概念--都是相互促进的。

"联合火力网"是一个作战管理系统,可满足对决策优势的需求,即 "将海量信息提炼成可用[和]可显示的信息 "的能力。但是,如何将海量数据从最高级别的机密信息到开放源代码信息......汇集在一起,以了解敌人在做什么,了解友军在做什么?

他说,要实时查看这些信息并做出决策,"人类很难做到"。"我们认为,人工智能和机器学习能力可以发挥辅助作用,使我们能够以相关的速度做到这一点"。

如果陷入冲突,以速度和规模移动的能力 "以及对我们构成的真正威胁将是我们在近代史上从未见过的"。

他说:"我认为,我们非常擅长提供和封闭杀伤链。针对......单一目标的决策优势。我们可以将这些知识和经验应用于此。因此,"联合火力网 "是我们的方法、设计和努力的方向,我们要将其结合起来,使我们拥有决策优势,从而能够关闭杀伤链。

陆克文将INDOPACOM任务网络描述为 "将先前存在的网络整合在一起的单层玻璃,在这些网络中,我们历来都是进行双边对话,我们需要能够进行多边对话"。

创建这一网络面临一些挑战,例如在信息共享和加强与盟友和合作伙伴的合作方面存在政策和权力障碍。

但这也有技术方面的因素。当务之急是能够抵御网络攻击和渗透。因此,我们正在将其与联合火力网结合在一起。

最后,"太平洋多域训练环境概念 "旨在将实战、虚拟和建设性训练环境结合在一起

陆克文说:重点是我们可以实时拼接虚拟、实战和建设性的训练活动,使我们能够进行演练,整合盟友和合作伙伴,并反复进行。

他补充说,这一概念与INDOPACOM任务网络的最终成熟有关,并得到了联合火力网络的支持。

"如果你同时实现了所有这些目标,那么你就会看到所有这些努力之间的内在联系,如果你以我们建议的方式实现所有这些目标,我相信这将产生极其强大的威慑效果。"因此,加速、加速、加速"。

参考来源:NDIA

成为VIP会员查看完整内容
51

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。
美空军寻求人工智能无人机霸主地位
专知会员服务
24+阅读 · 3月7日
美国陆军深度感知的未来
专知会员服务
37+阅读 · 2月20日
以色列在加沙战争中部署新的军事人工智能
专知会员服务
52+阅读 · 2月11日
美国陆军准备推出下一阶段的人工智能 TITAN 情报节点
专知会员服务
49+阅读 · 2023年12月31日
俄乌战争与加以冲突:人工智能走向战场
专知会员服务
105+阅读 · 2023年11月27日
美陆军计划部署四大新型地面无人系统
无人机
23+阅读 · 2019年4月30日
美国公开《无人系统综合路线图(2017-2042)》
DARPA征集无人集群战术思路
无人机
15+阅读 · 2017年10月18日
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
25+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+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
0+阅读 · 2014年12月31日
国家自然科学基金
19+阅读 · 2013年12月31日
国家自然科学基金
41+阅读 · 2011年12月31日
Arxiv
0+阅读 · 5月9日
A Survey of Large Language Models
Arxiv
362+阅读 · 2023年3月31日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
25+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+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
0+阅读 · 2014年12月31日
国家自然科学基金
19+阅读 · 2013年12月31日
国家自然科学基金
41+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员