美国陆军研究实验室等最新论文《用于战场物联网的高效且有弹性的边缘智能》

摘要

将多个领域的军事能力融合以提高效能的学说预示着国防的新时代，其特点是能够承受更高的作战规模和节奏，这得益于战场自动化和协作水平的提高。然而，要获得这些技术进步的潜在好处，前提是要找到应对无数挑战的成功解决方案，以便在竞争环境中实现智能、异构、交互资源的更高效和可扩展的操作。换句话说，提高防御能力的自动化和协作需要更智能的“战场操作系统”——一个在排除人类参与时间尺度上管理复杂自动化任务的系统，同时赋予作战人员足够的控制权。我们将此操作系统称为战场物联网 (IoBT)。

在本文中，我们将重点关注维护 IoBT 所依据的三个优势原则（在现代冲突中）所面临的挑战。即，

• (i) 时间是武器；赢家是那些将传感器和行动者之间的延迟最小化的人

• (ii) IoBT 是一个战斗网络；所有功能都必须经受住主动、坚定和技术成熟的对手

• (iii) 需要机器智能；需要一种新型的 AI 解决方案，可以快速预测到需要的点，在那里它们可以在严酷的现场操作环境中生存，而不是将 AI 限制运行在更高级别数据中心的解决方案中。

战场物联网协作研究联盟（由政府和学术界研究机构组成的联盟，由美国陆军作战能力发展司令部资助，称为 DEVCOM，陆军研究实验室 (ARL)）针对上述挑战制定的解决方案是讨论了：

• (i) 映射能力范围（即，帮助理解设想的 IoBT 能力的基本可行性限制）
• (ii) 优化性能（即，通过以更低的成本提供智能能力来改进 IoBT 成本/价值权衡）
• (iii) 确保弹性（即，提高已开发的 IoBT 能力，以在具有挑战性的战场环境中抵御广泛的威胁）。

我们特别关注涉及机器自动化和危害人工智能本身的威胁。虽然国防科学在研究保护有形资源的解决方案方面有着悠久的历史，但一旦自动化进入循环并被依赖作为手动操作的优越替代方案，自动化或人工智能 (AI) 就需要同样强调保护，因为它对作战优势至关重要。因此，战场物联网解决的一个关键挑战是保护 IoBT 本身的效率、功效和完整性。

图1:多域作战(MDO)效应循环图

图2：分布式虚拟试验场(DVPG)的概念架构