第四次工业革命预示着人工智能(AI)、自动化和机器人技术的时代,为澳大利亚陆军带来了巨大的潜在利益。这些创新可以帮助的一个关键领域是陆军日益增长的间接火力和目标定位任务。这在四个关键领域是显而易见的。首先,新的人工智能和机器人技术可以弥合陆军在编队水平以上的间接火力差距。其次,机器人技术可以增强火炮系统的续航能力和射程。第三,陆军将其火力平台整合到联合部队中的能力可以通过自主杀伤链计划得到帮助。最后,增强情报计划可以大大加快陆军的目标定位循环。然而,这些创新的有效整合取决于控制措施,其能够保持人类对目标定位过程主导权。

火力平台增强

人工智能可以帮助弥合陆军在师级的火力不足。今年第1师(澳大利亚)的重组将看到对师间接火力平台的需求越来越大,特别是如果尝试师级机动的话。然而,陆军的榴弹炮不能发挥师炮兵的作用,榴弹炮是编队级近战的工具。此外,正如澳《2023年国防战略评估》所述,陆军新的高机动性火炮火箭系统(HIMARS)可能会主要关注于战略威慑拒止任务。此外,在重大战争场景中,还必须做好准备,以应对攻击航空和固定翼支援受到敌方空中拒飞的限制。

由此产生的师级火力差距可以部分地通过游荡自主武器来弥补。Harpy和HERO无人机等游荡弹药拥有数十小时的续航能力和数百公里的射程。这些能力非常适合提供纵深的火力,从而实现分区机动。这些武器的作战有效性的证据很多,特别是来自纳加诺-卡拉巴赫和俄乌冲突。自主武器增强将使野战炮兵能够集中精力在近距离战斗中实现火力优势。它还将允许陆军卓越的深度打击资产HIMARS进行战略打击。

遥控火炮

陆军未来的炮兵部队也将从机器人技术中受益,因为它适合澳大利亚的沿海作战环境。自主火炮平台减少了乘员、成本和重量,从而提高了可部署性和可持续性。这些属性在澳大利亚印太地区严酷偏远的环境中是有利的。更重要的是,这些优势提高了陆军投射全天候高耐力反舰威慑力量的能力,这些威慑力量可以在减少人体暴露的情况下将侵略者置于危险之中。这是推动美国(US)远征火力远程操作制导部队(ROGUE-F)能力和德国炮兵-Geschütz-Modul的概念。ROGUE-Fires系统是美国陆基舰艇拦截系统的核心,这种能力对澳大利亚来说具有明显的实用性。陆军已经开始了遥控装甲车的实验之旅,例如BAE系统公司的可选载人M113装甲运兵车。随着该技术在战术上变得更加可取,可以利用国内创新为陆军开发遥控火炮。

自动杀伤链

人工智能的使用还可以大大提高陆军的HIMARS与联合部队杀伤链的整合。术语“杀伤链”是指在整个战场上寻找、固定和攻击目标的过程。现在已经有一些计划可以数字方式整合整个联合部队中更多种类的射击系统,以增加潜在杀伤链途径的数量。例如,一个名为“自动战术瞄准和反击杀伤链系统”(ATTACK)的程序可以自主地将西方空军使用的K系列目标数据重新格式化为野战军炮兵使用的J系列格式。这允许跨联合服务平台快速切换目标,大大提高了互操作性。另一个名为“联合目标指挥与控制系统”的美国项目将联合部队的所有空中和水面火力资产整合到一个共同的数字火控线程上,从而极大地帮助了多域打击的执行。

这样的能力特别有利,原因有二。首先,它们经过优化,可以在被拒绝的战场内执行纵深打击,如果国家附近爆发战争,将非常需要这种打击。其次,它们提高了陆军将其远程火力与联合部队同步的能力。随着澳大利亚国防军的下一代导弹舰队(包括战斧和海军打击导弹)的部署,这一点将变得越来越重要。ADF不同远程效应器的合作同步对于实现杀伤链优势至关重要。这些创新将有助于陆军在未来的精确打击综合体中发挥关键作用。

人工智能赋能的目标定位

通过采用增强情报软件,可以加快陆军的目标定位循环。目标定位循环是按照目标对战术目标的价值排序、定位和参与目标的过程。增强智能计划可以加速目标定位循环中通常缓慢且人员密集的方面。其中一个程序称为战术情报目标访问节点(TITAN),它自主聚合来自安全和开源媒体的大量原始数据,以识别广阔战场上的潜在交战目标。一旦被发现,其他程序,如 Watchbox then Processes, 利用和传播(PED)目标至交战决策者。在攻击后,战斗损害评估(BDA)的挑战性过程也可以使用机器学习来加快。卷积神经网络可以处理来自网络、视觉和电磁传感器(如卫星)的输入,以提供在广泛区域内传递的效果的摘要。在此之后,其他程序可以对不同武器组合的有效性进行分类,以塑造随后的瞄准事件。尽管这些项目仍处于起步阶段,但它们让我们得以一窥人工智能如何帮助加速关键瓶颈以实现杀伤链主导地位的不久的将来。

控制措施和限制

对于人工智能的所有优势,我们还必须确保其实施受到强有力的控制措施的约束。这是为了确保相当于剥夺人命的陆军目标定位程序不会被转让给算法。正如蒂姆·麦克法兰(Tim MacFarland)所言,我们必须确保在自主武器的应用中,“信任”不会成为“控制”的替代品。控制措施也是必要的,以确保在创新的热情中,不会过度依赖和疏忽来凝固杀伤链。本文提出的创新并不意味着陆军恢复更初级目标定位方法的必要性失效,尤其是当系统被敌方否定时。最后,有必要采取控制措施,确保人工智能增强的杀伤链能够适应战争的多变性。只有人类才能确定冲突的政治目标和道德准则。战争,在其所有的混乱中,是一种超越算法的人类现象。出于这些原因,人工智能增强应侧重于加速目标锁定周期和杀伤链的缓慢移动阶段,而不是取而代之。

结论

陆军的间接火力和目标定位责任将从人工智能和机器人技术的创新中受益匪浅。游荡弹药和机器人技术可以大大减少陆军的师级火力差距,同时还可以提高其防御平台的耐久性。自动杀伤链软件的出现可以加快目标交战,使陆军能够更好地将其LRPF整合到联合部队打击中。增强智能程序可以显著加快目标定位循环中耗时方面,例如检测、传播和 BDA。然而,所有这些创新都必须受到责任的制约,即维护人类对目标交战的权威,以符合特定战争的战略目标和道德层面。

参考来源:澳陆军研究中心

成为VIP会员查看完整内容
35

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。
无人机的自主性开发
专知会员服务
26+阅读 · 3月11日
变革航空航天与国防:人工智能革命
专知会员服务
41+阅读 · 1月9日
军事领域的人工智能: 实用工具
专知会员服务
69+阅读 · 2023年11月25日
战争算法:人工智能在武装冲突决策中的应用,ICRC视角
专知会员服务
90+阅读 · 2023年10月28日
释放战略潜能: 电子战中的人工智能
专知会员服务
72+阅读 · 2023年10月5日
利用人工智能测试军事认知系统
专知会员服务
63+阅读 · 2023年9月17日
《通信和导航中的优化算法设计》美国空军研究实验室
专知会员服务
35+阅读 · 2022年8月19日
深度学习研究及军事应用综述
专知
12+阅读 · 2022年7月7日
通过集成 XNNPACK 实现推理速度飞跃
TensorFlow
26+阅读 · 2020年7月30日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
反无人机技术的方法与难点
无人机
13+阅读 · 2019年4月30日
基于机器学习的KPI自动化异常检测系统
运维帮
12+阅读 · 2017年8月16日
国家自然科学基金
90+阅读 · 2015年12月31日
国家自然科学基金
0+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
0+阅读 · 2015年12月31日
国家自然科学基金
2+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
15+阅读 · 2012年12月31日
国家自然科学基金
14+阅读 · 2012年12月31日
国家自然科学基金
38+阅读 · 2012年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
Arxiv
111+阅读 · 2023年3月24日
Arxiv
15+阅读 · 2023年3月17日
VIP会员
相关VIP内容
无人机的自主性开发
专知会员服务
26+阅读 · 3月11日
变革航空航天与国防:人工智能革命
专知会员服务
41+阅读 · 1月9日
军事领域的人工智能: 实用工具
专知会员服务
69+阅读 · 2023年11月25日
战争算法:人工智能在武装冲突决策中的应用,ICRC视角
专知会员服务
90+阅读 · 2023年10月28日
释放战略潜能: 电子战中的人工智能
专知会员服务
72+阅读 · 2023年10月5日
利用人工智能测试军事认知系统
专知会员服务
63+阅读 · 2023年9月17日
《通信和导航中的优化算法设计》美国空军研究实验室
专知会员服务
35+阅读 · 2022年8月19日
相关基金
国家自然科学基金
90+阅读 · 2015年12月31日
国家自然科学基金
0+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
0+阅读 · 2015年12月31日
国家自然科学基金
2+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
15+阅读 · 2012年12月31日
国家自然科学基金
14+阅读 · 2012年12月31日
国家自然科学基金
38+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员