战术边缘态势感知：私有AI如何推动国防AI创新

在边缘采用软件定义方法可为任何冲突场景提供关键优势。

一旦敌对势力进入交战状态，既定战略往往被战场迷雾中的意外、混乱与无序取代。当今具备战术边缘最完整战场态势感知能力的现代军事力量，往往能掌握决胜优势。

通过部署在轻量化、小型化、低功耗设备上的人工智能（AI）软件应用，可实现具有突破性的边缘计算战术优势。此类设备可由单兵携带，必要时可快速弃置或销毁。

AI作为颠覆性力量

"AI正在改变一切"的论断在军事应用领域愈发成为现实。事实上，美国国防部（DoD）应用AI与机器学习（ML）技术已有数十年历史——例如宙斯盾战斗系统的快速数据获取与目标指挥控制能力便依赖于ML算法。当前的新共识在于：AI可能成为现代军事史上最具根本性的颠覆力量。问题已不再是"是否采用AI"，而是"采用何种AI"。

私有AI作为一种将AI模型迁移至数据源的架构方案，因其满足未来AI框架所需的数据安全与隐私强化要求，为包括国防部门在内的现代机构提供了极具说服力的发展路径。构建现代私有云所需的关键要素（如增强加密技术）尚未融入当前战场AI框架。

DDIL环境中的决策制定

构建与部署高度灵活、适应性强且强化安全隐私的AI框架，与军事应用需求高度契合。此类应用还需具备卓越的协同能力：联合作战优势需要敏捷的战场空间态势感知——这不仅服务于任务弹性，更需整合跨机构与盟军的协作网络。

在冲突场景中，数据采集与分析必须尽可能贴近战场环境。其核心目标是增强战场指挥官实时决策所需的全局态势感知能力。

但必须清醒认识到：这是项伴随多重挑战的复杂课题。数十年来，美军条令默认其军事优势可确保网络化武器系统与部队通过战场/卫星通信系统将数据上传指挥链。乌克兰战场无人机通信的实践揭示了这种假设的潜在谬误——对手已掌握干扰此类通信的技术能力。

在通信拒止、干扰、间歇与受限（DDIL）环境中，必须采用基于边缘的数据采集、通信与分析方案。包括美军在内的军事组织已无法依赖"回传请示"的运作模式，系统需在边缘算力支持下于对抗性战场环境中自主决策。

国家安全需求催生私有AI方案

软件定义的私有AI军事应用方案，将商业领域最前沿的AI创新成果引入国防领域。其核心优势在于：软件定义方法兼容当前引领AI创新的软硬件供应商开放生态体系。

在2023年美国空军特种作战司令部主办的"BRAVO黑客松"联合全域作战竞赛中，某团队开发的私有AI应用使部队能在与云端通信中断的海陆跨域环境中识别潜在敌方目标。

该私有AI模型充分展现了软件定义方案的优势：无需足球场规模的数据中心算力支持；AI模型经任务定制化训练；集成各类商用电子元件实现硬件通用化；在成本可控前提下实现显著战术效益。这些优势解释了为何特种作战群体成为美国防部内部推动私有AI与边缘计算创新的主要力量。

软件定义AI方案降低了AI软件升级对硬件更新的依赖，这正是该方案成为国防部门大型机构未来发展方向的主因。

国家安全需求呼唤私有AI解决方案。在安全硬件基础上运行的软件定义私有AI系统，可打造更敏捷、更灵活的武器系统。这种能力优势对前线作战人员具有至关重要的战术价值。

参考来源：broadcom