2023 年底进行的 “对抗性环境中机器人战车的可信操作”(TORVICE)试验结合了来自澳大利亚、英国和美国的专家和技术,以评估人工智能(AI)在此类资产中的适应能力--这是盟国 AUKUS 安全伙伴关系下的一系列 AI 能力倡议之一。自动驾驶车辆在南澳大利亚 2000 平方公里的库尔塔纳训练区的恶劣地形上航行,执行模拟远程精确射击和其他任务。与此同时,国防科学家试图用电子战和光电激光攻击来破坏无人驾驶吉普车和卡车的定位、导航和定时系统。

澳大利亚国防部发言人对论坛说:TORVICE测试了自动驾驶车辆在对抗性环境中完成任务和保持网络连接的能力。这次试验使推进了在陆地领域采用这些技术更近了一步。

军事指挥官和防务分析人士表示,人工智能和机器学习等新兴能力正在改变整个印度洋-太平洋地区及其他地区的战略合作、竞争和冲突。从保护全球航运免遭导弹袭击,到增强兵棋推演和场景建模,再到采用大型语言模型(LLM)(如 ChatGPT)来挖掘堆积如山的原始情报,人工智能系统加快了决策速度,使部队能够投射力量,同时降低部队和非战斗人员面临的风险。

图:2023 年末,一辆英国 “海盗 ”多功能无人驾驶战车在南澳大利亚进行的 AUKUS 合作项目 “对抗性环境中机器人战车的可信操作”(TORVICE)试验中运行。

美国海军副司令布拉德-库珀(Brad Cooper)在 “战略竞争时代的人工智能 ”会议上发表主题演讲时说:“人工智能和无人系统等新技术改变了军队提供安全保障和试图遏制战争的方式......并可能最终决定战争时期谁能获胜。中央司令部已经能够在海事领域使用人工智能进行模式检测,以便以更快的速度识别威胁。人工智能......已被证明非常有效。”

库珀说,为了应对伊朗支持的也门胡塞叛军在红海对商船的袭击,美中央司令部利用 “传感器、人员、培训和人工智能的融合”来优化决策。时间至关重要: 反舰弹道导弹的飞行速度是音速的五倍,约为每小时 6000 公里,这使得中东地区的军事操作人员仅有 10 秒钟的时间来识别目标并决定是否将其击落。

库珀在 3 月 2024 日举行的会议上对与会的军事领导人、政府官员、行业代表和学者说:“所做的每一件事都有人类参与其中,这次会议由位于坦帕的南佛罗里达大学全球与国家安全研究所(GNSI)主办。归根结底,决策是由人来做出的。通过人工智能,决策过程变得更加生动......能够以以前无法想象的速度前进。”

智能作战

盟国和合作伙伴越来越多地开展合作,将人工智能整合到各个作战领域,用于分析、监视和侦察、网络和导弹防御、后勤和训练等功能。在新加坡武装部队(SAF)的 “锻造军刀 2023 ”演习中,新加坡国防科学技术局的工程师们验证了人工智能、数据分析和机器人技术在根据实时反馈调整战术和目标方面的应用。这次演习在美国爱达荷州的一个空军基地举行,为新加坡空军提供了比 720 平方公里的新加坡大 20 倍的空域。

新加坡国防部(MINDEF)表示,“先进技术的无缝整合”使新加坡武装部队能够 “看得更远、感知更快、打击更智能”。例如,新加坡武装部队的指挥与控制信息系统(CCIS)利用人工智能和武器与目标匹配算法,生成作战解决方案,使指挥官能够在知情的情况下迅速做出决策,快速准确地消除威胁......降低附带损害的风险,提高打击任务的效率。CCIS 最近的增强功能包括:气象模块,可将气象条件纳入建议行动;三维空域模块,可识别资产间潜在的飞行路径冲突;三维武器安全区模块,可提高对打击武器路径的态势感知;以及从无人机视频资料中检测和分类物体的算法。

此外,新加坡武装部队的数字和情报处利用探测分析技术来确定网络威胁的位置,而苏丹武装部队医疗队则开发了一种分析工具来确定部队肌肉骨骼损伤的原因。MINDEF表示:“作为一支网络化和技术先进的战斗部队,技术将继续成为新加坡武装部队‘更智能’作战的关键推动力和战斗力倍增器。”

图:在 TORVICE 试验期间,来自澳大利亚、英国和美国的规划人员使用沙盘规划人工智能自动驾驶车辆的测试。

印度陆军则在 2021 年使用数十架国产研发的、支持人工智能的无人机执行模拟进攻任务和支援任务。一年后,印度国防部公布了 75 个人工智能优先项目,重点能力包括假新闻检测器、声控指挥系统、驾驶员疲劳监测、卫星图像分析以及武器系统和设备的预测性维护。该部表示,这些技术将彻底改变国家部队,在武器系统、情报、监视和侦察以及数据管理中引入自主性,“可以成为阻止恐怖主义、安装反恐措施、保护士兵的巨大资产”。“事实上,国防领域的人工智能可以在最深层次上改变战斗和冲突”。

人工智能的益处超越了作战空间,尤其是在印度洋-太平洋地区这样一个广阔的舞台上。根据其 “风暴突破者 ”计划,美国印太司令部(USINDOPACOM)正在开发一种具有 “先进数据优化能力、机器学习和人工智能”的数字工具,以支持规划、兵棋推演[和]任务分析。时任美国印太司令部司令的美国海军上将约翰-阿奎里诺 2024 年 3 月在美国国会作证时说。

华盛顿特区新美国安全中心执行副总裁保罗-沙雷(Paul Scharre)在 2023 年年中告诉新闻机构 PBS:“军队所做的大部分工作实际上并不是在矛尖上作战。这是后勤、人员、维护--每天都要把人和东西从一个地方运到另一个地方......因此,人工智能在所有这些对军队运作至关重要的非战斗功能方面都有优势。如果军队能将维护、后勤、人事和财务职能提高 10%,这将对军队在战场上的军事边缘能力产生巨大影响。”

这些优势在21世纪战争的信息海洋中显而易见。美中央司令部首席技术官斯凯勒-摩尔(Schuyler Moore)在 GNSI 会议上说:"如果不能在有意义的时间范围内筛选数据,太多的数据就等于没有数据。人工智能在筛选海量数据并浮现出可能特别感兴趣的片段方面非常出色,然后人类可以决定如何处理这些数据"。

图:2023 年 4 月,“蓝熊幽灵 ”无人机在英国陆军南部索尔兹伯里平原训练场为 AUKUS 合作项目的人工智能技术试验做好准备。

非对称优势

在 TORVICE 试验的六个月前,来自 AUKUS 各国的军事顾问、工程师和科学家齐聚英国陆军位于英格兰南部的索尔兹伯里平原训练场,这里距离南澳大利亚的库尔塔纳训练场约 16000 公里。操作人员使用由人工智能无人飞行器(包括蓝熊幽灵和 CT220 无人机)组成的飞行器群来实时探测和跟踪目标。英国国防部表示,此次测试是世界上首次 “对飞行中的模型进行实时再训练”。澳大利亚负责战略、政策和工业的副部长休-杰弗里(Hugh Jeffrey)在一份新闻稿中说:"这种根据任务定制的自适应人工智能能力将能够提供比任何国家都更强大的能力"。

这种实验展示了 “一个可互操作的人工智能管道,使AUKUS能共同创建人工智能模型,并将其部署在彼此的无人驾驶飞行器上,”澳大利亚国防部发言人告诉论坛。

阿德莱德大学机器人与自主系统高级防务研究中心是领导这些合作工作的机构之一。该中心于2021年与澳大利亚国防科技集团(Defence Science and Technology Group)联合成立,其工作重点包括:为国防人员创建自主系统和机器人技术培训项目;增强机器学习能力;开发人类与自主系统之间的接口。

澳大利亚国防部发言人说,澳大利亚《2023 年国防战略审查》呼吁进行兵力态势重组和其他转型,涵盖国家国防的所有领域,其中还 “强调了自主系统和机器人系统的潜在变革性影响”。“人工智能是赋予机器人系统自主性的一项关键技术,国防部门正在迅速了解和开发此类系统,以获得不对称优势"。

参考来源:印太防务论坛

成为VIP会员查看完整内容
4

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。
智慧后勤:维持作战中的人工智能前沿
专知会员服务
25+阅读 · 11月17日
电磁频谱战中实施人工智能
专知会员服务
51+阅读 · 4月19日
英国陆军将测试用于作战训练的 ChatGPT 增强型目标机器人
专知会员服务
40+阅读 · 2023年12月31日
美陆军计划部署四大新型地面无人系统
无人机
25+阅读 · 2019年4月30日
DARPA征集无人集群战术思路
无人机
16+阅读 · 2017年10月18日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
34+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31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
1+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
11+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
16+阅读 · 2013年12月31日
Arxiv
0+阅读 · 12月10日
Arxiv
68+阅读 · 2022年9月7日
Arxiv
26+阅读 · 2020年2月21日
VIP会员
相关基金
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
34+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31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
1+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
11+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
16+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员