美陆军为致命和非致命火力开发更快、更好的数据 “杀伤链”

田纳西州纳什维尔--在第九届技术交流会（Technical Exchange Meeting 9，简称 TEM 9）上，一个专家小组表示，美陆军正将新的重点放在利用人工智能和机器学习等技术上，以加快定位和射击目标的 "杀伤链 "过程。

该技术交流会于12月在纳什维尔举行，是一系列会议中的第九次，会议的重点是向工业界提供信息，帮助陆军为未来战场设计通信和数据系统。

美陆军专家说，杀伤链流程现代化面临的挑战之一是，由于卫星、飞机、无人机、车辆甚至士兵越来越多地使用传感器和通信系统，陆军领导人收到的数据量越来越大。陆军副部长加布-卡马里奥（Gabe Camarillo）在为期两天的会议开幕致辞中指出，所面临的挑战往往不是数据太少的问题，而是 "数据太多 "的问题。

卡马里奥和许多在 TEM 9 会议上发言的专家表示，人工智能和机器学习（分别为 AI 和 ML）技术可以帮助提炼海啸般的信息，使其更加简洁和有用。将这些技术与现代化的统一通信和数据网络相结合，指挥官就能比对手更快地做出明智的决策。这就是所谓的决策优势。

马特-保罗上校是指挥、控制、通信-战术项目执行办公室下属的任务指挥部项目经理，他说，人工智能和机器学习工具可以协助处理战场信息流，快速定位和识别目标，然后帮助指挥官选择与目标交战的最佳资产。这些资产包括直射武器、火炮、迫击炮、飞机、导弹甚至激光等定向能武器。保罗说，杀伤链结构还能帮助陆军更快地决定何时、何地以及如何使用致命和非致命武器攻击目标。

远程精确射击跨职能小组主任罗里-克鲁克斯（Rory Crooks）上校介绍了旨在实现从战略层面到战斗边缘杀伤链现代化的几项工作。

克鲁克斯说，要使杀伤链现代化，首先要将可用数据精简到只剩下与解决军团、师和旅等各级问题相关的信息。他解释说，任务式指挥意味着每个梯队的指挥官都有不同的任务，相对于所有可用信息，相关信息的子集更小。

例如，"战术情报目标定位访问节点"（TITAN）计划处理所有可用情报以协助目标定位--为梯队指挥官找到最重要的目标，他说。其他例子还包括联合目标定位指挥与协调系统，该系统将取代传统的联合自动纵深作战协调系统，以及陆军高级野战炮兵战术数据系统的新版本，该系统将有助于在旅以上各级直接火力范围之外配对合适的联合和陆军有机 "射手"。此外，"在多域作战中优化反应的火力同步 "是一个旅级及以下级别的系统，它将把近距离作战中的传感器与现有的最佳直接和间接火力系统配对使用。

隶属于情报电子战与传感器项目执行办公室（PEO IEW&S）的情报系统与分析项目经理克里斯-安德森（Chris Anderson）上校说，TITAN项目旨在建立高空和天基传感器系统，以提供 "深度感知"，从而更有效地使用远程精确火力。

他补充说，TITAN 还将允许使用来自多个地点的多个传感器的输入。

安德森说，为了测试、开发和评估涉及人工智能和机器学习的新传感器相关 "杀伤链 "创新，PEO IEW&S最近启动了 "Linchpin项目"。他说，该项目正在开发陆军首个以传感器为重点的智能和机器学习操作管道，以规范和加快人工智能和机器学习能力的集成、交付和培训。它将使陆军能够 "训练 "人工智能和机器学习模型来探测物体，并提醒分析人员注意可能的目标。这可以缩小陆军处理的原始数据数量与指挥官和决策者在战场上所需信息的数量和种类之间的差距。

陆军未来司令部的人工智能集成中心、DEVCOM 的陆军研究实验室和 PEO IEW&S 正在合作开展 Linchpin 项目，该项目侧重于陆军最新的传感器系统，包括卫星、光学、电子信号接收器和其他先进的传感系统。

安德森说："我们的指导原则是：模型和算法是人工智能的燃料和弹药。因此，我们必须要问，我们如何才能快速、持续地将这些算法提供给需要它们的平台，然后创建一个反馈回路，这样我们就能不断重新训练这些模型"。

PM 任务式指挥部的保罗上校说，开发新的传感器技术、新的数据处理方法以及构建弹性、安全和快速网络的努力将继续跟上其他进步的步伐。

他说："过去几年来，陆军在新型远程精确射击能力......新型火箭、火炮和导弹系统方面进行了大量投资。我们必须通过传感器处理、数字火力支援指挥和控制等能力来支持这种能力。未来，我们需要这些流程更加自动化、更加敏捷、直观和以数据为中心。"