根据对来自私营部门、学术界和盟国政府的 20 位专家的访谈,以及对 700 多份有关不断发展的技术资料的广泛审查,以帮助未来的军事情报分析人员,个体、战术和事业三个不同层次的 19 项技术极有可能在 2035 年或之前问世。它们是

在个人层面上,无代码或低代码软件药物认知增强器(PCE)、由边缘人工智能和神经反馈设备支持的数字助理/伴侣扩展现实(XR)和全息显示器,很可能会为 2035 年的情报分析师提供更强的能力,使其能够专注于验证反馈的真实性,进行批判性分析以确定建议,并有效地将这些建议传达给决策者。

无论是与前中央情报局和国家安全局局长迈克尔-海登(Michael Hayden)将军交谈,还是与国防情报局(CDI)局长、现任加拿大部队情报司令部(CFINTCOM)司令斯科特-毕晓普(Scott Bishop)少将交谈,咨询过的每一位专家都坚定地认为,即使在 2035 年,也需要有 “人在环内”,以弥补那些技术无法与人类思维相抗衡的领域(如模糊导航)的不足,从而确保受支持决策者的信心。人类分析师极有可能借助多种技术来增强自身能力,以应对近未来战场的不确定性。

首先,无代码或低代码软件可以让非数据科学专家更轻松地操作强大的数据集,这是一个创新领域,当前的流行病实际上有助于推动研究进入超速状态。

图 1. Porrima 团队对未来个人情报分析师的设想。

图 2. 优化人工智能的 “人在环内”示意图

  • 据《福布斯》报道,到 2022 年底,对无代码或低代码的投资将可能超过 250 亿美元,到 2024 年,65% 以上的新应用开发将利用这种技术。
  • Facebook Reality 实验室研究战略负责人 Alicja Mincewicz 在被问及对未来分析师的要求时表示,他们需要 “批判性思维、逻辑思维、数学、[正规的]数据科学培训以及跳出框框的思维能力”。
  • 澳大利亚政府分析部主任史蒂夫-齐德克(Steve Zidek)在描述未来的情报分析师时说:"他们需要有一名数据科学分析师;分析师必须接受过大数据方面的培训,有人能够处理这些数据并使其有意义--数据分析技能。

鉴于未来的情报分析师在管理超负荷信息和驾驭不确定性方面将面临越来越多的需求,其他创新技术,包括药理认知增强剂(PCEs)和由边缘人工智能和神经反馈设备支持的数字助理/伴侣,将有可能在复杂、适应性强的环境中改善认知功能。

  • 目前,包括旨在增强记忆力的 racetam 系列和可提高学习能力的 alpha GPC 在内的六种 PCE 无需处方即可购买。目前的研究表明,这些药物以及目前正在测试的其他药物可能会以多种方式提高智力分析师的认知功能。技术研究公司 Reports and Data 预计,到 2026 年,PCE 市场规模将超过 53 亿美元。
  • 根据 Juniper Research 的数据,2020 年个人、公司和其他组织将使用 42.5 亿个数字语音助手,如 Siri、Alexa 和 Cortana。Juniper Research 还预计,到 2024 年,将有超过 84 亿台设备投入使用。目前,数字伴侣(可主动做出个人响应的数字助理)领域的投资者包括丰田人工智能风险投资公司(Toyota AI Ventures)、iRobot Corp、Samsung Next 和 Union Tech Ventures。
  • 虽然边缘技术可能会在战术层面产生最大影响,但这些技术(包括分布式计算以及处理能力和内存的不断进步)也很可能在 2030-2035 年间变得足够小巧轻便,从而为个人分析师提供帮助。
  • 最后,神经反馈目前已广泛应用于临床。不过,埃隆-马斯克的 Neurolink 公司和游戏巨头 Valve 公司都在开发商业脑机接口。综合来看,这些技术将有可能在 2030-2035 年间以三种特定方式为情报分析师提供帮助:认知增强、情绪调节和抗压能力。

图 5. Porrima 团队绘制的未来虚拟分析与控制元件 (ACE) 的愿景图。

先进的 XR 将增强现实(AR)、虚拟现实(VR)和混合现实(MR)功能与大规模全息显示技术相结合,极有可能成为未来情报分析师学习新技能、整合数据以开展行动和交流研究成果的主要方式。

  • 虽然美国陆军最近与微软签订了在未来 10 年内购买价值 220 亿美元的 HoloLens 头显的合同,但与商业领域的努力相比,这一采购就相形见绌了。据普华永道会计师事务所估计,到 2030 年,全球经济将通过 XR 获得 1.92 万亿美元的收益。

  • 英国全息显示初创公司 VividQ 首席执行官达兰-米尔恩(Darran Milne)表示:"全息显示将成为未来十年多个领域的主流显示技术。” 德州仪器、三星、高通、苹果、松下、微软、柯尼卡、美能达,甚至欧莱雅都在投资全息显示技术。

  • Niantic Labs(一家另类现实游戏公司)的高级游戏设计师约翰-祖尔-普拉滕预计,AR 的全面大众化还需要不到 5 年的时间,他说:“[近期]AR 是最有前途的,因为它能增强感官;VR 则是要制造欺骗,在[设计师]摆脱能遮挡可视物的头戴式设备之前,VR 不会那么成功”。

从对分析人员个人的影响来看,一个更具启发性的发现是关于支持战术战斗的情报资产的配置和组成。虽然人的因素几乎可以肯定将继续发挥重要作用,但这些人员不太可能需要集中在一起才能有效开展行动。事实上,分布式计算架构、机器智能(利用边缘人工智能、机器学习和超自动化)、光保真(Li-Fi)技术和自由空间光学(FSO)的结合将有可能实现虚拟分析和收集要素(ACE)。

虚拟 ACE 不仅能提高分析功能,还能在 2030-2035 年期间预期的中断、间歇和潜伏(DIL)环境中通过减少特征来提高生存能力。虽然分布式计算架构已经存在了几十年,但对这一传统设计理念的创新很可能使网络能够优化由位于战场边缘的人工智能管理的网络中所有设备的处理和传输资源。

  • 一家财富 500 强公司的首席安全官员斯科特-琼斯(Scott Jones)在谈到运营中心的阵列时表示,“网络人员分散是当前行业的趋势”,“挤满人的房间已经死了,[亲临现场的]全球安全运营中心正在成为虚荣的游戏”。
  • Palantir 公司是目前陆军情报分析师工具 “分布式通用地面系统-陆军(DCGS-A)”软件升级的生产商,在其最近一次名为 “能力下降一 ”和 “能力下降二 ”的更新中已经融入了边缘计算概念。
  • 2020 年 IBM 年会通知和代理声明反映出云收入增长到 250 亿美元以上,同比实现两位数的强劲增长,目前占 IBM 总收入的 34%;宣布战略收购,以扩展混合云和人工智能能力。

除了分布式计算机架构外,战术微云(cloudlets)和网络觅食(cyber foraging)这两个新概念也很可能在 2030 年之前得到充分发展,从而进一步增强情报分析师在虚拟 ACE 中的能力。卡内基梅隆大学软件工程研究所的研究人员称,战术微云是 “位于移动设备单跳附近的可发现、通用、无状态服务器”。网络觅食允许功能较弱的移动系统通过伺机发现和利用附近的服务器来卸载或增强其计算和存储需求。

  • 到 2030 年,在目前正在研究的七种不同的网络寻呼系统中,很可能至少有一种系统会被证明是成功的。

  • 基本的战术微云和网络觅食技术已经问世,并正在通过联合企业防御基础设施(JEDI)云等项目集成到美国国防部(DoD)的架构中,而且正在通过国防部与卡内基梅隆大学等大学合作开展的广泛研究进行优化。

对这一演变至关重要的其他发展中技术包括机器智能--边缘人工智能、机器学习和超自动化的同步。美国空军中将(Lieutenant General)表示,随着 “感知、识别、利用和共享 ”的职责由这一组合式机器智能架构来执行,并以能够满足未来领导者所需的 “从传感器到射手 ”速度的超自动化先进技术为支撑,未来的分析师将可能成为重点关注的对象。 美国空军负责情报、监视和侦察的副参谋长 VeraLinn Jamieson 中将(中将)认为,未来的分析人员将可能专注于 “评估信息并做出决策,进入敌人的决策[或]行动圈”。

图 6. 卡内基梅隆大学网络觅食图

  • 空军的 “下一代 ISR 主导飞行计划 ”已经开始利用这些技术,在未来十年内实现传感器架构内的处理、利用和传播自动化。
  • 德勤公司(Deloitte)最近的一项研究估计,利用当今的技术,处理、开发和传播(PED)自动化将使军事情报分析人员的日常工作量减少 17.5%。

图 7. 利用人工智能潜在增加的分析师能力。

Li-Fi和自由空间光学/可见光通信(FSO/VLC)等新通信技术将为战场和后方提供更安全、更灵活、更快速的连接。

  • 在 2019 年美国陆军欧洲和非洲司令部(USAREUR-AF)的一次演习中,一名高级陆军准尉将这些技术(Li-Fi 和 FSO)结合起来使用,开创并实地测试了一种将 Li-Fi 技术与另一种名为 FSO 的新兴能力相融合的技术。这次演习成功地在两个战术作战中心之间建立了安全通信,两个中心之间相距 16 公里,地形复杂,天气条件多变,在为期十天的演习中保持了 95% 的通信可用率。

  • Li-Fi 发明人、Pure Li-Fi 联合创始人哈罗德-哈斯(Harold Haas)表示,在未来 10-15 年内,无线通信量将增长 60%,物联网(IoT)预计将增长数十亿,对带宽的需求将是目前的 12000 倍。仅靠电磁波谱中的无线电波和微波频率带宽不足以满足这一增长需求。

在事业层面,技术创新的重点可能是扩大和改进传感器网络、确保其数据安全、减少传输延迟以及验证输入和输出。第六代(6G)电信技术几乎肯定会在 2028 年问世,并在 2030 年得到广泛应用,使未来的情报分析师能够访问来自传感器网络的海量数据流。

  • 美国国家地理空间情报局前局长罗伯特-卡迪罗(Robert Cardillo)说:“我们之所以拥有情报,是为了回答三个问题:什么是新的,什么是真实的{指欺骗性传感器数据},什么是下一个”。在谈到利用商业能力加强收集工作时,他补充说:“这种在开放环境中工作的挑战[商业可用传感器架构],带来了在混乱世界中保持真实性的挑战”。

  • 诺基亚、贝尔、埃里克森和三星都认为 6G 几乎肯定会在 2028-2030 年间问世。这将有助于加快物联网和军用物联网(IoMT)的发展,其速度将达到每秒千兆比特级,最终将达到每秒太比特级,从而实现对数据和物联网设备的即时访问。

目前正在开发或部署的几项技术将有助于验证和保护这些未来数据流的安全,其中包括不可篡改的区块链令牌生态系统以及全同态加密和量子加密。

  • Verizon 公司最近推出了 “全透明”(Full Transparency),将[不可篡改代币]区块链技术纳入其中,为企业通信设定了标准,实现了安全、不可篡改的新闻发布。

  • 微软、IBM 和 Cornami 等公司正在通过不断研究,提供先进的加密解决方案。例如,2020 年 7 月,IBM 宣布完全同态加密的现场试验取得成功,并为 MacOS 和 iOS 平台提供了完全同态加密工具包。

尽管欺骗(或至少伪装)新兴传感器技术(包括但不限于深度伪造和热隐形等技术)的努力日益复杂,但开源传感器、众包以及商业收集和分析平台可能会为未来的分析师提供及时而有价值的见解。公开提供或 “出售 ”的传感器数据极有可能在可用性和质量方面继续增长。

  • 瑞士商业情报机构 i-Intelligence 总监 Chris Pallaris 在谈及商业传感器的普及时说:“传感器的工作、传感器和可穿戴技术的利用以及这些平台与机器学习(ML)和决策支持系统的融合,让我们对作战空间有了[前所未有的]了解”。
  • 加州大学伯克利分校计算机科学教授、数字取证专家哈尼-法里德(Hany Farid)在谈到深度伪造技术的指数级改进时告诉《金融时报》:"2019 年 1 月,深度伪造技术还漏洞百出、闪烁其词。九个月后,我从未见过深度伪造技术发展如此之快。这只是冰山一角。”

随着物联网向万物互联(IoE)过渡,以及世界各地的军队认识到利用这些无处不在的传感器阵列的必要性,提供传感器数据验证的要求可能会大幅增长。要从各种形式的深度伪造数据中识别出合法数据,将需要多种能力,包括上文强调的防御加密选项,以及分析师生成的算法,以帮助检测欺诈或欺骗信息,如果没有自动化能力,这些信息将越来越难以辨别。

其他结论:

为确保未来的军事情报分析人员完全有能力优化 2035 年前可能投入实战的不断发展的能力,建议考虑在近期采取一些行动。

  • 一个值得强调的领域涉及培养分析人员的培训管道。与我们交谈过的专家小组一致建议,未来的培训应侧重于培养通才,而不是专才。他们还强调了将数据科学元素纳入学校教育的重要性。

  • 尽管软件编码不可能成为开发目标定位工具或实现预测分析的必要条件,但战略预测方法在未来将势在必行。我们强烈建议考虑在军事职业专业 (MOS) 培训平台中增加这方面的内容。

  • 通过商业或开源媒介获得的传感器数据几乎无处不在,这些数据的扩散可能会颠覆传统的分析方法。先使用 “开源 ”数据,然后再审查机密和秘密收集的数据,这可能成为未来分析人员的必要业务实践。为了最大限度地利用这种方法,未来的军事情报分析员还必须具备一定程度的 “数字流畅性”。

目前,所有这些技术的发展水平都表明,到 2035 年,未来的军事情报分析员有可能掌握这些技术。正如作家威廉-吉布森(William Gibson)在三十多年前所指出的,“未来已经到来,只是分布不均”。

成为VIP会员查看完整内容
8

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。
《军事异构战术网络 - 提高连接性和网络效率》386页报告
《分布式海战中的无人系统》133页报告
专知会员服务
197+阅读 · 2023年9月20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
38+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
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
4+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
1+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
A Survey of Large Language Models
Arxiv
420+阅读 · 2023年3月31日
Arxiv
10+阅读 · 2020年11月26日
Optimization for deep learning: theory and algorithms
Arxiv
105+阅读 · 2019年12月19日
VIP会员
相关VIP内容
《军事异构战术网络 - 提高连接性和网络效率》386页报告
《分布式海战中的无人系统》133页报告
专知会员服务
197+阅读 · 2023年9月20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
相关资讯
相关基金
国家自然科学基金
38+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
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
4+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
1+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员