美国收集和处理海量信息、迅速将新收集的信息与现有数据整合以了解背景情况并迅速做出准确情报判断的能力,是为美国决策者和作战人员提供决定性决策优势的关键。在情报界,要实现决策优势,就必须大大加快任务分配、收集、处理、利用和传播对作战有用的信息,为我们各级联合作战部队和政府的及时决策提供信息。

这些活动早在冲突开始之前就已开始,即通常所说的 "灰色地带",如果威慑失败,这些活动将持续到作战行动中。

抢占乌克兰制高点:揭露俄罗斯的意图

在 2021 年底俄罗斯对乌克兰行动之前,美国情报部门能够先发制人--公开--在俄罗斯的敌对意图和计划实施之前就予以揭露和破坏,从而发挥了信息的力量。这使美国能够抢占认知 "制高点",联合盟友和伙伴国,向公众通报即将到来的危险,并有效反击对手的虚假信息。

这种对所有信息来源的快速有效利用直接促成了西方对乌克兰的早期支持,并提供了持续的决策优势。它还有效地促进了乌克兰公众对军事抵抗俄罗斯侵略的支持,为西方多领域援助的到达和整合赢得了关键时间,并增强了乌克兰人民大胆抵抗的意志。

技术创新促进国家安全

最近的技术进步大大提高了情报机构收集、处理和分析各领域大量信息的能力。但是,仅有信息并不是情报。情报的真正价值在于能够快速叠加许多信息,应用背景,得出理解,辨别变化和意义,并按照对行动有用的时间轴向各级决策者传播有用的见解和判断。

如果说知识就是力量,那么美国的决策信息优势就是国家的超级力量。每天,情报操作人员都要向作战部队、国防领导人和政策制定者提供可操作的情报和见解,为明智决策提供依据。及时提供准确的作战环境信息能为联合部队带来作战优势,提高成功率并拯救生命。这些洞察力往往可以与盟友和任务伙伴共享,使志同道合的国家能够实现集体、同步的效果,这在其他情况下是不可能实现的。

利用变革保障未来

有一点是肯定的: 随着我们继续参与全球竞争环境,情报界需要更快地前进。在博思艾伦咨询公司(Booz Allen Hamilton),我们发现,充分利用快速的技术变革步伐可以起到事半功倍的效果。

一次又一次地帮助客户实现数据处理自动化,丰富信息库,并利用分析算法和机器学习的力量来实现整体态势感知和快速理解--通过预测作战环境中的 "下一步",并确定如何最好地应用新兴技术,而无需等待正式要求跟上,从而保持领先于对手的行动。有三个要素支撑着我们为情报操作人员和组织加快技术变革的能力:数字化现代化、人工智能集成和高端分析应用。

计算能力和人工智能的进步

随着软件和电子产品越来越多地渗透到每一个可以想象到的角落(和设备),信息的创建、收集和存储也越来越多,每时每刻,日复一日。技术的进步也使我们能够对收集到的数据进行越来越多的处理。功能更强大的处理器在体积上不断大幅缩小,在计算能力上不断扩大,使我们能够在 "边缘 "进行大规模处理。"边缘 "是大多数用户居住的地方,是理解速度最关键的地方,也是快速发展的 "从闪光到爆炸 "后果最致命的地方。20 世纪 80 年代超级计算机需要数小时才能完成的工作,现在只需几秒或几分钟就能在手机上完成,并同时与其他设备或云端共享。

通过人工智能和机器学习算法带来的更强大的分析解决方案,现在可以以指数级的速度更广泛地利用收集到的数据。这些软件不仅能处理可用数据,还能学习并随着时间的推移不断改进其操作。这样,它们就能在分配的任务中逐渐变得更好、更快,并更有能力适应新的任务。

区域安全数据共享

实现任务自动化和发掘强大的洞察力是当务之急。同样重要的是分享这些优势的能力,以加强地区和全球伙伴关系与联盟。以数据为中心的环境推动了跨组织、跨梯队和跨分类级别的多领域通信。这一同步联合作战效果的关键目标是全域联合指挥与控制(JADC2)的核心--这是美国国防部(DoD)的首要任务,旨在最大限度地提高美国、盟国和伙伴国部队在全球范围内的作战成功率。这可以有力地加强美国安全援助对整个印巴分遣队的影响,并增强盟国和伙伴国抵御地区侵犯或侵略的决心。

快速共享多领域、基于所有来源的对手意图警告,尤其是在可以公开共享以反击虚假信息、削弱威胁准备工作并作为广泛的军事和政治威慑的可信基础时,其威力更为强大。

数字作战空间的网络安全

所有这些改进--更强大的软件和硬件、安全的通信以及快速拼接和分析海量信息的能力--都改变了情报界的游戏规则,进而改变了整个国防部的联合行动,加强了美国的安全。

我们还注意到企业级技术解决方案中固有的漏洞,这些漏洞在全球物联网中不断扩大。过去主要针对大型企业系统的网络威胁,现在已影响到我们使用数字功能的能力,而这些数字功能影响到我们日常生活的方方面面。从国家的关键基础设施、电信网络和武器系统到我们的个人电脑和手机,我们所做的一切现在几乎都面临着某种程度的风险。

面临网络威胁的组织正在接受零信任,这是一种实时保护高价值资产的安全思想。但网络安全团队不能只在商店里购买零信任架构。要将零信任完全付诸行动,团队必须仔细研究组织的优势和挑战,然后规划出一条通往零信任架构的道路。这样,组织就能将零信任的核心原则--假定存在违规行为;绝不信任,始终验证;只允许最少权限的访问--转化为支持关键任务和战略目标的具体解决方案。

20 年来,博思艾伦一直处于网络战的前沿,为情报界和国家安全界识别和减轻威胁。我们才华横溢的技术专家--他们精通数字技术,分布在全球各地,拥有不同的背景和经验--都站在联邦和商业领域的第一线,确保我们享有的优势得到保护,并在我们需要的时候,在我们需要的地方,随时待命。

推进信息的力量

这些核心要素--技术优势、网络防御和创新型科技人才--将有助于保持国家全球领导地位,并提高成功应对印巴、欧洲和全球当前和未来挑战所需的能力。

参考来源:AFCEA

成为VIP会员查看完整内容
58

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。
军事数据空间:挑战、机遇和用例
专知会员服务
120+阅读 · 2023年11月14日
指挥控制系统智能化发展综述
专知会员服务
115+阅读 · 2023年11月10日
指挥官需要作战决策科学家
专知会员服务
76+阅读 · 2023年11月5日
作战决策优势的核心
专知会员服务
89+阅读 · 2023年11月2日
联合全域作战智能博弈优化一体化决策问题
专知会员服务
108+阅读 · 2023年6月15日
《数据赋能作战决策》
专知会员服务
198+阅读 · 2023年4月14日
人工智能军事化与全球战略稳定
专知会员服务
44+阅读 · 2023年3月3日
机器学习的 7 个关键军事应用
专知会员服务
301+阅读 · 2022年4月24日
深度学习研究及军事应用综述
专知
18+阅读 · 2022年7月7日
人工智能技术在军事领域的应用思考
专知
38+阅读 · 2022年6月11日
阿里巴巴全球化架构设计挑战
InfoQ
35+阅读 · 2019年11月25日
国外有人/无人平台协同作战概述
无人机
103+阅读 · 2019年5月28日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
机器学习必备手册
机器学习研究会
19+阅读 · 2017年10月24日
国家自然科学基金
295+阅读 · 2017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
0+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
0+阅读 · 2014年12月31日
国家自然科学基金
30+阅读 · 2014年12月31日
国家自然科学基金
50+阅读 · 2014年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
国家自然科学基金
16+阅读 · 2012年12月31日
国家自然科学基金
42+阅读 · 2012年12月31日
Arxiv
159+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
148+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关VIP内容
军事数据空间:挑战、机遇和用例
专知会员服务
120+阅读 · 2023年11月14日
指挥控制系统智能化发展综述
专知会员服务
115+阅读 · 2023年11月10日
指挥官需要作战决策科学家
专知会员服务
76+阅读 · 2023年11月5日
作战决策优势的核心
专知会员服务
89+阅读 · 2023年11月2日
联合全域作战智能博弈优化一体化决策问题
专知会员服务
108+阅读 · 2023年6月15日
《数据赋能作战决策》
专知会员服务
198+阅读 · 2023年4月14日
人工智能军事化与全球战略稳定
专知会员服务
44+阅读 · 2023年3月3日
机器学习的 7 个关键军事应用
专知会员服务
301+阅读 · 2022年4月24日
相关资讯
深度学习研究及军事应用综述
专知
18+阅读 · 2022年7月7日
人工智能技术在军事领域的应用思考
专知
38+阅读 · 2022年6月11日
阿里巴巴全球化架构设计挑战
InfoQ
35+阅读 · 2019年11月25日
国外有人/无人平台协同作战概述
无人机
103+阅读 · 2019年5月28日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
机器学习必备手册
机器学习研究会
19+阅读 · 2017年10月24日
相关基金
国家自然科学基金
295+阅读 · 2017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
0+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
0+阅读 · 2014年12月31日
国家自然科学基金
30+阅读 · 2014年12月31日
国家自然科学基金
50+阅读 · 2014年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
国家自然科学基金
16+阅读 · 2012年12月31日
国家自然科学基金
42+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员