全球安全环境的迅速变化正在挑战美军抓住、保持其相对于潜在对手的信息和决策优势的能力。这些挑战要求美国国防部(DoD)集中精力,对联合兵力如何开发、实施和管理其指挥与控制(C2)能力进行现代化改造,以便在所有作战领域、跨层级以及与联军任务伙伴的合作中取得胜利。

进入 JADC2

为了应对这一挑战,美国国防部(DoD)提出了联合全域指挥与控制(JADC2)计划,以重振军队当前的指挥与控制(C2)基础设施。JADC2 的目标是建立一个由传感器和兵力组成的联合协同网络,使空军、陆军、海军陆战队、海军、网络和太空部队能够在所有作战领域进行集体实时决策。

这一综合网络将提供从战术边缘到 C2 系统的传感器和目标数据,以及武器和效应器资源,以便在数小时、数分钟甚至数秒内选择最佳应对措施。与目前分析作战环境和发布命令所需的多天流程相比,这一加速度意义重大。

JADC2 将使联合兵力能够实时共享情报、监视和侦察数据。JADC2 将使跨不同网络域传输成为可能,从而利用人工智能算法更快地做出决策,这些算法可以识别目标,然后推荐最佳的动能和非动能武器来攻击目标。

JADC2 参与者

JADC2 不是一个单独的实体或军种或计划。JADC2 为塑造未来的联合兵力 C2 能力提供了一种综合方法,其目的是培养作战能力,以便在战争的各个层次和阶段,在所有领域,与指定的合作伙伴一起感知、理解和行动,为作战和战术指挥官提供决定性的信息优势,使他们能够以相关的速度汇聚联合和多领域效应。

这是与联盟伙伴共同制定的联合战略,其基础是通过各层级实现数据民主化,从而对所有对手形成威慑态势,使指挥中心外的士兵与指挥中心内的领导者拥有相同的数据。 这种泛梯队数据战略使任务指挥部能够抵御针对指挥链的攻击。

就范围而言,JADC2 不仅仅用于连接军事平台--它还适用于支撑国家生存的所有实体,包括粮食/渔业/谷物、全球供应链、能源/石油/天然气,甚至气候变化等环境挑战。 JADC2 将在商业和军事领域的全球合作伙伴整合在一起,创造出一种类似于 "核三位一体 "的持久杀伤力,对所有威胁国家企业和平生存的敌对行动形成一种前瞻性的威慑态势。全面部署 JADC2 后,将形成一个开放式系统架构,实现从战术边缘到云端的更快、更灵活的通信。 JADC2 将融合的传感器和报告数据与最佳射手/执行者联系起来,跨越并扁平化了传统的组织层级。参谋长联席会议主席马克-米利将军的一句话抓住了 JADC2 的精髓: "我们不以陆军和海军的身份打仗......我们以国家的身份打仗......我们与盟友和伙伴一起打仗"。

如何构建JADC2?

JADC2 的问题空间非常复杂,而且受到当前由脆性、零散的遗留系统、设备、支持单一安全域的定制网络以及各种具有硬编码、专有接口和结构的数据配置组成的拼凑系统的阻碍,这些系统和设备需要在战术边缘进行数据拆包、转换和重新打包。这种方法会产生大量开销,阻碍实时网络和融合速度--而此时,实时信息传递至关重要,可能意味着成败之分。

为了提高竞争力,美国防部通过了一项数据战略,该战略指出:"国防部是一个以数据为中心的组织,它利用数据的速度和规模来获得业务优势和提高效率"。此外,该战略还规定:"所有国防部领导人都有责任将数据视为武器系统,并管理、保护和使用数据以提高作战效果"。该文件概述了这一战略的七个目标--使数据可视、可访问、可理解、可链接、可信、可互操作和安全(VAULTIS),它定义了 JADC2 连接性的未来基础。

美国空军、美国陆军和美国海军已经在建立 JADC2 系统,并分别创建了三个项目--先进作战管理系统(ABMS)项目、融合项目和超配项目,以满足这些网络和互操作性需求。此外,美国防部 JADC2 跨职能小组(CFT)正在推动数据标准化、利用人工智能/移动语言优化人类响应、弹性传输层、任务伙伴数据共享等方面的多管齐下的工作。 此外,DARPA 还在完善 "马赛克战争"(Mosaic Warfare)概念,将原始情报转化为瞄准点。 这些系统的实施正在推动数据需求的出现,这些需求将指导并完善 JADC2 的成功实施。

数据将推动 JADC2 取得成功

实时相关数据将推动 JADC2 系统的发展,现在已经有了明确的数据要求,这些要求将成为所有 C2 决策的基础。这些要求包括以数据为中心的架构、使用多种传输方式的网络,因此需要与传输方式无关的解决方案、具有多域安全飞地、采用零信任系统、提供全球互操作性、具有从战术边缘到作战云的连接性等。

RTI ConnextⓇ 现已部署在 1,500 多个国防系统和 70 多个指挥与控制 (C2) 平台中,是 JADC2 的可信连接框架。 请继续关注本系列博客,了解有关 JADC2 需求的更多信息,并聆听来自全球各地的杰出领导者讲述构建和部署 JADC2 系统所面临的挑战和取得的成功。

成为VIP会员查看完整内容
67

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。
美国空军综合虚拟试验靶场:联合模拟环境
专知会员服务
89+阅读 · 2023年11月2日
战略战斗游戏中基于模糊XAI的形式化验证
专知会员服务
28+阅读 · 2023年11月1日
多域作战在现代战争中的角色
专知会员服务
80+阅读 · 2023年10月24日
数据中心化:JADC2 成功的基础
专知会员服务
73+阅读 · 2023年9月24日
《分布式海战:决策支持》
专知会员服务
142+阅读 · 2023年8月15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
JADC2的十大数据需求
专知会员服务
117+阅读 · 2022年6月8日
使用 Keras Tuner 调节超参数
TensorFlow
15+阅读 · 2020年2月6日
DeepMind:用PopArt进行多任务深度强化学习
论智
29+阅读 · 2018年9月14日
DARPA征集无人集群战术思路
无人机
16+阅读 · 2017年10月18日
MNIST入门:贝叶斯方法
Python程序员
23+阅读 · 2017年7月3日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
37+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
4+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014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
1+阅读 · 2014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
47+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年11月7日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
407+阅读 · 2023年3月31日
Arxiv
146+阅读 · 2023年3月24日
Arxiv
68+阅读 · 2022年9月7日
VIP会员
相关VIP内容
美国空军综合虚拟试验靶场:联合模拟环境
专知会员服务
89+阅读 · 2023年11月2日
战略战斗游戏中基于模糊XAI的形式化验证
专知会员服务
28+阅读 · 2023年11月1日
多域作战在现代战争中的角色
专知会员服务
80+阅读 · 2023年10月24日
数据中心化:JADC2 成功的基础
专知会员服务
73+阅读 · 2023年9月24日
《分布式海战:决策支持》
专知会员服务
142+阅读 · 2023年8月15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
JADC2的十大数据需求
专知会员服务
117+阅读 · 2022年6月8日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
37+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
4+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014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
1+阅读 · 2014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
47+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员