亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

軍事創新過程在戰時和平時具有不同的特點。戰時創新有戰場的直接反饋。和平時期的創新必須考慮到各種可能的未來，同時還要面對信息不完善所帶來的不確定性。軍事創新研究表明，實驗為克服這一挑戰提供了工具。現有的學術研究將實驗描述為一個迭代學習的過程，它能產生關于未來戰爭的新數據，并引用了美國航母戰和德國聯合武器演習等歷史實例。

本文認為，要理解實驗如何支持和平時期的創新，這種觀點并不全面。與其說實驗揭示了未來戰爭的本質，倒不如說實驗作為一種建立共識的工具最具價值。和平時期的軍事實驗是一個社會過程，在這一過程中，組織、團體和行動者影響著國防政策子系統內的意識形態競爭。社會過程包括構建知識，并就 "什么是真實的 "和 "什么是有效的 "達成共識。在戰爭期間，這一過程是通過戰場上的共同經驗實現的。在和平時期，這一過程發生在實驗過程中。軍事實驗需要高層領導的支持，但僅靠支持并不能在關鍵群體中達成足夠的共識。為了提高實驗向創新過程的實施階段過渡的可能性，國防政策制定者利用宣傳網絡（由國防政策制定者和政策影響者組成的松散聯盟）在整個國防政策子系統中建立共識。

本論文在三個案例研究中考察了這些論點：20 世紀 80 年代陸軍的摩托化概念實驗、20 世紀 90 年代陸軍的新路易斯安那演習和二十一世紀部隊實驗，以及 20 世紀 90 年代末和 21 世紀初聯合部隊司令部的聯合實驗。就國防政策而言，本文的研究結果表明，國防決策者應集中精力擴大宣傳網絡，將實驗與更廣泛的國防政策子系統聯系起來，以最大限度地發揮實驗的作用。此外，實驗還要求領導者在思想上與新理念保持一致，能夠傳達新理念的價值，擁有可靠的實戰經驗，并參與到宣傳網絡中，將實驗與關鍵群體聯系起來。最后，有效的實驗要求領導者在其職業生涯的早期經常接受必要的教育和體驗。

軍事創新過程

本論文利用強化學習（RL）來解決空戰機動模擬中的動態對抗博弈問題。空戰機動模擬是運籌學領域常見的一種順序決策問題，傳統上依賴于智能體編程方法，需要將大量領域知識手動編碼到模擬環境中。這些方法適用于確定現有戰術在不同模擬場景中的有效性。然而，為了最大限度地發揮新技術（如自動駕駛飛機）的優勢，需要發現新的戰術。作為解決連續決策問題的成熟技術，RL 有可能發現這些新戰術。

本論文探討了四種 RL 方法--表式、深度、離散到深度和多目標--作為在空戰機動模擬中發現新行為的機制。它實現并測試了每種方法的幾種方法，并從學習時間、基準和比較性能以及實現復雜性等方面對這些方法進行了比較。除了評估現有方法對空戰機動這一特定任務的實用性外，本論文還提出并研究了兩種新型方法，即離散到深度監督策略學習（D2D-SPL）和離散到深度監督 Q 值學習（D2D-SQL），這兩種方法可以更廣泛地應用。D2D-SPL 和 D2D-SQL 以更接近表格方法的成本提供了深度 RL 的通用性。

貢獻

本文有助于以下研究領域：

• 設計獎勵信號以推動空戰機動領域的學習，以及確定最有效信號的相應評估。
• 第 6 章中介紹的結合 RL 和監督學習的新方法，可加速深度 RL 并超越基準算法。考慮到 RL 的訓練是一項非常昂貴和資源密集型的操作，這些縮短學習時間的新方法是本論文最重要的貢獻。
• 優于單目標智能體的多目標 RL 智能體，在第 7 章中介紹。這是一個非常重要的貢獻，因為它證明了多目標 RL 這一相對較新的發明可以在不增加學習時間的情況下超越單目標 RL 的性能。
• 用于訓練和測試單目標和多目標 RL 智能體的開源框架。

信息是實施國防戰略的關鍵。對于美國國防部（DoD）來說，信息為最重要的資產--人民--提供了有效決策所需的知識和充分發揮其潛力所需的智慧。

美國防部認真管理從數據流到數據庫再到決策文件的各種信息。通過記錄管理，可以獲取和分析各種信息，并改進國防部的運作方式、平臺和武器的建造以及作戰方式。如果沒有實時的作戰信息，作戰人員就無法駕駛飛機、探測來襲導彈、了解對手是否在山的另一側或確保周邊安全。

最近，美國防部對信息管理的關注適當地集中在快速獲取原始數據并將其轉化為可操作的信息，以便及時做出決策。這些行動信息中的許多信息在初次使用后仍有用處，并成為美國國防部的記錄。

記錄管理遠不止傳統的紙質政策和信函檔案。記錄是決策的重要工具，也是問責、透明、學習、成長以及將機構知識傳授給未來美國防部領導者的關鍵。通過保存完好、便于查閱的記錄管理系統，過去的行動可以為當今的行動規劃和決策提供信息和幫助。這就是為什么良好的記錄管理對任務的成功非常重要。要利用信息的長期潛力，就必須對記錄管理能力進行投資，并培養一支具備充分利用這些能力所需的人才隊伍。

然而，隨著信息環境的快速變化，美國防部的檔案管理能力卻沒有跟上步伐。需要首席信息官發揮領導作用，實施整個美國防部的戰略，以實現數字化現代化和信息相關能力目標。

這項美國防部記錄戰略旨在采用人工智能和云服務等最新技術，減輕與記錄管理相關的行政負擔，同時創造一種環境，使美國防部記錄得到自動識別和捕獲、專業整理和系統管理。該戰略還建立在美國防部數據戰略目標的基礎上。

實施美國防部記錄戰略，同時增加美國防部在記錄管理能力和人才方面的投資，是一項高度優先事項，也是美國防部現在和未來幾年實現和保持決策優勢的 "必做之事"。

記錄管理 (RM) 是確保高質量決策支持信息的重要流程。好的記錄可以幫助各級做出好的決策。糟糕的記錄管理會浪費時間和資源（有時甚至會危及任務和生命）。美國國防部（Department of Defense，DoD）記錄的可用性和良好管理為當今國防部信息企業中的決策者提供的大量信息增添了背景、歷史一致性和嚴謹性。由于美國政府和國防部面臨著越來越多的威脅，從網絡空間的漏洞到來自對手的物理威脅，因此，利用反應迅速、有價值和可信賴的記錄將使國防部能夠更好地利用其龐大的機構知識庫。

本《美國防部記錄戰略》設想建立一個檔案整理、檔案管理流程自動化和治理責任明確的國防部信息企業。為美國防部記錄設定這些目標--整理、自動化和治理--為國防部降低記錄風險，同時將記錄作為寶貴資源加以利用指明了方向。記錄整理是對美國防部記錄的識別、評估和背景化，以促進記錄從采集到處置的整個生命周期的管理。經過精心整理的記錄可以跨越國防部內部的組織和職能界限，值得信賴。有了記錄問責制和記錄管理自動化，美國防部記錄中包含的信息可以為建立持續的系統優勢提供必要的決策依據。

美國防部的這一記錄愿景涉及擁有哪些信息、如何獲取信息以及保存多長時間。隨著從物聯網到數據庫再到桌面的數據爆炸式增長，這并不意味著互聯網上每個設備捕獲的每條數據或每個數據庫字段的更新都必須在記錄控制下進行整理和捕獲。相反，認識到記錄國防部職能和活動的數據是一種記錄，就可以在數據的生命周期內使用高效的自動化。此外，經過整理的記錄可防止使用誤導或錯誤的數據進行分析，以及基于該數據的任何下游結果。為此，國防部記錄戰略以國防部數據目標為基礎，確保國防部記錄可見、可訪問、可理解、可鏈接、可信、可互操作和安全。

美國防部記錄目標的實現使企業能夠對所有記錄進行生命周期管理，并使各級操作和決策授權用戶都能發現這些記錄。對記錄管理能力的這一堅實基礎進行投資，可使國防部從戰略上部署全方位的信息，從而獲得決策優勢。要實現這一愿景，必須依靠四個關鍵因素：

• 通過改進提供一個機器可讀的數字資產價值路線圖，支持業務流程、互操作性和分析，戰略性地使用國防部記錄時間表。
• 為記錄和記錄共享提供完整的元數據，支持自動記錄生命周期管理，以簡化記錄檢索，保證記錄的可信度，鏈接記錄的上下文，減輕用戶負擔。
• 為聯邦企業架構中的電子記錄管理（ERM）提供指導，以便在信息技術（IT）開發流程中使用，從而實現整理、自動化和治理，以應對在零信任環境中管理大規模國防部記錄的挑戰。
• 建立一支多層面的 21 世紀檔案工作隊伍，具備計劃管理、企業風險管理、檔案庫房和行政支持等方面的技能，以實現全面的檔案目標。

正如國家檔案館和記錄管理局表明那樣，一個成功的記錄管理計劃取決于許多組織要素，如宣傳、授權和指定、資源、資金、伙伴關系和合作。本《美國防部檔案戰略》列舉了實現檔案目標的具體方法。作為負責記錄管理政策和監督的國防部高級領導，美國防部首席信息官（CIO）將通過制定涉及機構風險管理規劃、指標和問責措施的政策來奠定基礎，以確保合規并指導國防部各部門的計劃。

在實現美國防部記錄目標的過程中，所有高層領導都要發揮關鍵作用。招聘和留住專注于記錄管理的計劃和技術人員，為利用國防部的知識庫進行決策奠定了基礎。讓檔案專業人員盡早參與到 IT 采購流程中，將有助于在 IT 系統和服務中最有效地設計檔案管理。創建一種跨數據、信息、知識和記錄工作的協作文化，可以起到事半功倍的效果。

美國防部首席信息官將采取初步措施，開發宣傳這一戰略和倡導行動的工具。國防部首席信息官將修訂記錄政策，并繼續利用能力規劃指南和預算認證流程來實現記錄目標。最重要的是，國防部首席信息官將與國防部所有部門合作，確保對記錄進行整理、自動化和管理，采用長期和全企業的方法，將記錄作為國家資產在國防部所有環境中進行管理。

長期目標

在決策或推理網絡中進行適當的推理，需要指揮官（融合中心）對每個下屬的輸入賦予相對權重。最近的工作解決了在復雜網絡中估計智能體行為的問題，其中社會網絡是一個突出的例子。這些工作在各種指揮和控制領域具有相當大的實際意義。然而，這些工作可能受限于理想化假設：指揮官（融合中心）擁有所有下屬歷史全部信息，并且可以假設這些歷史信息之間具有條件統計獨立性。在擬議的項目中，我們打算探索更普遍的情況：依賴性傳感器、（可能的）依賴性的未知結構、缺失的數據和下屬身份被掩蓋/摻雜/完全缺失。對于這樣的動態融合推理問題，我們建議在一些方向上擴展成果：探索數據源之間的依賴性（物理接近或 "群體思維"），在推理任務和量化不一定匹配的情況下，采用有用的通信策略，甚至在每個測量源的身份未知的情況下，采用無標簽的方式--這是數據關聯問題的一種形式。

我們還認識到，對動態情況的推斷是關鍵目標所在。考慮到一個涉及測量和物理 "目標 "的傳統框架，這是一個熟悉的跟蹤問題。但是，來自目標跟蹤和多傳感器數據關聯的技術能否應用于提取非物理狀態（物理狀態如雷達觀察到的飛機）？一個例子可能是恐怖主義威脅或作戰計劃--這些都是通過情報報告和遙測等測量手段從多個來源觀察到的，甚至可能被認為包含了新聞或金融交易等民用來源。這些都不是標準數據，這里所關注的動態系統也不是通常的運動學系統。盡管如此，我們注意到與傳統的目標追蹤有很多共同點（因此也有機會應用成熟的和新興的工具）：可能有多個 "目標"，有雜波，有可以通過統計學建模的行為。對于這種動態系統的融合推理，我們的目標是提取不尋常的動態模式，這些模式正在演變，值得密切關注。我們特別建議通過將雜波建模為類似活動的豐富集合，并將現代多傳感器數據關聯技術應用于這項任務，來提取特征（身份）信息。

目標

研究的重點是在具有融合觀測的動態系統中進行可靠推理。

方法

1.決策人身份不明。在作戰情況下，融合中心（指揮官）很可能從下屬那里收到無序的傳感器報告：他們的身份可能是混合的，甚至完全沒有。這種情況在 "大數據 "應用中可能是一個問題，在這種情況下，數據血統可能會丟失或由于存儲的原因被丟棄。前一種情況對任務1提出了一個有趣的轉折：身份信息有很強的先驗性，但必須推斷出身份錯誤的位置；建議使用EM算法。然而，這可能會使所有的身份信息都丟。在這種情況下，提出了類型的方法來完成對局部（無標簽）信念水平和正在進行的最佳決策的聯合推斷。

2.動態系統融合推理的操作點。在以前的支持下，我們已經探索了動態事件的提取：我們已經開發了一個合理的隱馬爾科夫模型，學會了提取（身份）特征，有一個多伯努利過濾器啟發的提取方法 - 甚至提供了一些理論分析。作為擬議工作的一部分，將以兩種方式進行擴展。首先，打算將測量結果作為一個融合的數據流，這些數據來自必須被估計的未知可信度的來源。第二，每個這樣的信息源必須被假定為雜亂無章的 "環境 "事件（如一個家庭去度假的財務和旅行足跡），這些事件雖然是良性的，可能也不復雜，但卻是動態的，在某種意義上與所尋求的威脅類似。這些必須被建模（從數據中）和抑制（由多目標追蹤器）。

3.數據融合中的身份不確定性。當數據要從多個來源融合時，當這些數據指的是多個真相對象時，一個關鍵的問題是要確定一個傳感器的哪些數據與另一個傳感器的哪些數據相匹配："數據關聯 "問題。實際上，這種融合的手段--甚至關聯過程的好方法--都是相當知名的。缺少的是對所做關聯的質量的理解。我們試圖提供這一點，并且我們打算探索傳感器偏差和定位的影響。

4.具有極端通信約束的傳感器網絡。考慮由位置未知、位置受漂移和擴散影響的傳感器網絡進行推理--一個泊松場。此外，假設在這樣的網絡中，傳感器雖然知道自己的身份和其他相關的數據，但為了保護帶寬，選擇不向融合中心傳輸這些數據。可以做什么？又會失去什么？我們研究這些問題，以及評估身份與觀察的作用（在信息論意義上）。也就是說，假設對兩個帶寬相等的網絡進行比較；一個有n個傳感器，只傳輸觀察；另一個有n/2個傳感器，同時傳輸數據和身份。哪一個更合適，什么時候更合適？

5.追蹤COVID-19的流行病狀況。誠然，流行病學并不在擬議研究的直接范圍內，但考慮到所代表的技能以及在目前的健康緊急情況下對這些技能的迫切需要，投機取巧似乎是合理的。通過美國和意大利研究人員組成的聯合小組，我們已經證明，我們可以從當局提供的每日--可能是不確定的--公開信息中可靠地估計和預測感染的演變，例如，每日感染者和康復者的數量。當應用于意大利倫巴第地區和美國的真實數據時，所提出的方法能夠估計感染和恢復參數，并能很準確地跟蹤和預測流行病學曲線。我們目前正在將我們的方法擴展到數據分割、變化檢測（如感染人數的增加/減少）和區域聚類。

本文是《能力發展創新》系列出版物的第一卷--《作戰評估創新：在沖突環境中衡量結果》。

能力發展中的創新是指利用現有的想法，以不同的方式做事，并做得更好。雖然在商業世界中這一概念很普遍，但在政府和國際組織部門中，過多地依賴組織形式和既定的工作和解決問題的方式往往會扼殺創新和轉型。通過克服組織上的限制，挑戰既定的工作和思維方式，以及從長遠的角度來看待可能的變化，來推動北約的創新。完成創新有許多工具，包括研究、概念開發和實驗，與來自國家、學術界和工業界的專家建立聯系，以及像創新中心這樣的在線合作場所。

這卷書是如何在作戰評估領域進行創新的呢？首先，我們目前的思維受到了挑戰，我們的假設受到了質疑。de Coning、Mac Ginty和Pennell的文章對我們衡量進展的工程式方法的基本范式提出質疑。他們并沒有拒絕目前的方法，但他們確實讓我們反思如何改進我們目前的流程。Schroden、Gaul和Jesse以及Bexfield的章節強調了當前軍事評估系統的具體問題并提出了解決方案。

其次，作戰評估的范圍得到了擴展。傳統上被認為是以軍事為中心的活動，布魯塞特、卡梅耶、法里納和穆勒證明了在這個過程中包括更廣泛的行為者的重要性，從 "當地人 "到私營公司再到國際發展機構。他們提醒我們與民間伙伴合作的潛在價值，因為盡管存在差異，但與軍隊有很多共同點。

第三，鼓勵長期的思考。由于各種組織上的、實際的和政治上的原因，本卷中提出的許多想法在目前還沒有直接納入北約的政策和理論。然而，想法需要時間來成熟、發展和辯論，而公開發布這些高質量的同行評審文章是這個過程中的一個寶貴的墊腳石。Williams、Bell和Pennell以及Connable的章節提醒作戰評估的漫長發展之路。

正在擴大作戰評估領域的視野。創新需要外界的投入和新鮮的視角，使能夠以新的視角思考世界。實現這一目標的最佳方式是通過一個多樣化的專家網絡來分享想法，以及通過遠遠超出組織限制的思考

在過去的二十年里，人工智能（AI）獲得了大量的關注，并激發了許多科學領域的創新。美國軍事預測人員創造了許多以人工智能為核心特征的未來作戰環境的預測。本文報告了人工智能創新的歷史趨勢，導致了對真正的通用人工智能（AGI）出現的高預期時期。這些對持續創新的夸大期望超過了實際能力，導致幻想破滅。人工智能經歷了新的創新、過度期望和幻想破滅的周期，然后是適度的進步。人工智能創新的周期性遵循極端夸張的周期，在過去的周期中，這導致了資金的損失和未來創新的放緩。為了避免在夸張的周期中看到的未來的幻滅和進步的喪失，領導者需要對機器學習技術有一個現實的理解，以及它對未來的人工智能發展意味著什么。本文提出了一個理解人工智能與作戰環境互動的功能框架。

引言

語義學、技術樂觀主義、誤解和議程掩蓋了目前關于人工智能（AI）和智能的本質的辯論。關于人工智能的預測，從歇斯底里的天網啟示錄到人工智能驅動的烏托邦都有。人工智能和 "機器學習 "可能會走上幻滅之路。技術領域的知名專家警告說，人工智能將對人類的未來產生災難性影響。特斯拉和Space X的首席執行官（CEO）埃隆-馬斯克（Elon Musk）稱人工智能是一種生存威脅，并懇請政府對人工智能進行監管，"以免為時已晚"。已故著名物理學家史蒂芬-霍金認為，人工智能將是人類的末日。新聞媒體的標題是："美國有可能在人工智能軍備競賽中輸給中國和俄羅斯"。還有人援引世界末日的觀點和對人工智能技術的情感反應。例如，《紐約時報》最近發表了一個標題："五角大樓的'終結者難題'。可以自己殺人的機器人"。不幸的是，煽動恐懼的言論引起了公眾的共鳴，并建立在人工智能將是人類終結者的流行文化敘事上。

在歷史背景下觀察，目前對人工智能的看法遵循一個可衡量的趨勢，即Gartner公司的信息技術（IT）研究 "炒作周期 "的技術發展階段，見圖1。炒作周期以 "技術觸發點 "開始，一種只存在于原型的新概念化能力，吸引了媒體的注意。下一個狀態是 "期望值膨脹的高峰"，早期采用者因其在實施該技術方面的成功而獲得宣傳。下一個階段是 "幻滅的低谷"，技術固有的物理限制變得明顯，人工智能未能成熟，投資資金轉移到更有前途的企業。在幻滅的低谷之后，技術繼續成熟，盡管速度要慢得多。在這個緩慢的環境中，它被更好地理解，實施起來也有真正的成功。最后一個階段，即 "生產力的高原"，是技術在被充分理解的條件下被廣泛實施的時候。然后，各行業創建標準和法規來管理技術的實施和互操作性。

圖 1. 技術發展的成熟度曲線。

人工智能發展的以往演變遵循夸張的周期，有幾個高峰和低谷，這里將概述一下。每次人工智能發展進入幻滅的低谷，美國政府和軍方支出停止資助；人工智能的發展都會停滯不前。美國政府和軍方一直是人工智能發展史上不可或缺的一部分，并將繼續在指導未來發展方面發揮重要作用。美國軍方不能有膨脹的期望，這將導致一段幻滅期，將主動權和技術優勢讓給美國的同行競爭者，俄羅斯和中國；他們正在追求武器化的AI。領導人和決策者需要對人工智能的發展有一個現實的技術理解，以指導他們將人工智能整合到軍隊企業中。過去的夸張周期提供了需要避免的陷阱的例子，但也提供了需要尋找有用的應用和未來創新的領域。

許多軍事人工智能的研究和開發資金是針對短期內可以實現的戰術級系統的改進。在這里，人工智能（AI）的潛在好處往往受到感官輸入質量和機器解釋能力的限制。然而，為了充分理解人工智能在戰爭中的影響，有必要設想它在未來戰場上的應用，傳感器和輸入被優化為機器解釋。我們還必須嘗試理解人工智能在質量上和數量上與我們的有什么不同。本文介紹了綜合作戰規劃過程中自動化和機器自主決策的潛力。它認為，人工智能最重要的潛力可能是在戰役和戰略層面，而不是戰術層面。然后探討了更多機器參與高級軍事決策的影響，強調了其潛力和一些風險。人工智能在這些情況下的應用發展應該被描述為一場我們輸不起的軍備競賽，但我們必須以最大的謹慎來進行。

1 引言

目前，人工智能（AI）的民用發展大大超過了其在軍事方面的應用。盡管知道網絡將是一個重要的未來領域，但國防部門還沒有習慣于數字-物理混合世界，因此，國防部門與新的社會技術的顛覆性變化相對隔絕。在軍事上運用人工智能的努力往往集中在戰術應用上。然而，人工智能在這些領域的好處受到輸入傳感器的限制，它們被用來復制人類的行為，并在需要與物理環境互動的角色中使用。在作戰和戰略層面上，軍事總部的特點是信息的流入和流出。如今，這些產品無一例外都是完全數字化的。考慮到作戰計劃的過程，可以看出，即使在目前的技術水平下，其中有很大一部分可以可行地實現自動化。這種自動化的大部分并不構成可能被理解的最純粹意義上的人工智能，即 "擁有足夠的通用智能來全面替代人類的機器智力"。然而，軟件可以在特定任務中勝過人類的事實，再加上高級軍事決策過程被細分為此類特定任務的事實，使其成為比較人類和機器決策的優點、限制和能力的有用工具。這樣做，人類的能力似乎有可能被輕易取代。因此，追求軍事決策自動化的動機肯定是存在的。本文討論了部分自動化軍事決策的潛力和實用性，并想象了為這些目的無限制地發展人工智能可能帶來的一些風險和影響。

由于作戰環境（OE）中的信息量過大，導致多域作戰 (MDO) 的美國陸軍指揮官無法快速做出決策。此外，美國陸軍的演示方法缺乏正確展示和交流信息的能力，無法實現快速消費和高效決策。情報專業人員作為了解態勢的信息提供者和關鍵決策的連通渠道，起著至關重要的作用。情報專業人員可以通過了解認知理論和交流來提高他們的能力，為指揮官和組織提供關鍵優勢。本課題從三個重點領域入手，即學說、認知理論和交流。對理論進行了評估，形成對指揮官、參謀部和情報專業人員角色內核的理解。我們還研究了知識管理的演變，以建立態勢認知，作戰流程，以及交流和軍事簡報中的理論缺陷。這部專著涉及認知理論，包括：思維、學習、學習誤區、雙重編碼理論、認知負荷理論和自然決策理論。交流方面的研究包括：理論、過程和方法，以及關于修辭、信息背景、簡潔、說服力和影響力、常用詞匯和視覺表現元素等這些額外細節。情報專業人員了解認知理論和交流的意義，將通過有影響力的信息傳遞促進學習的提高。改善組織內的簡報方法，使用口頭和視覺演示，將進一步豐富對態勢的理解，以便在日益復雜的多領域環境中做出更快、更有效的決策。

引言

在領導多域作戰（MDO）中美國陸軍指揮官正在陷入信息海洋中，無法快速決策。指揮官需要情報專業人員提供作戰環境（OE）信息和評估，從而做出更快、更有效的決策。情報專業人員可以通過了解和應用認知理論和交流來提高他們在這方面的能力。認知理論包括人們如何思考、學習和決定。交流包括理論、過程和方法。此外，還必須對理論有一個基本的了解，包括行動指南、工作人員的角色、過程和缺點。了解認知和交流理論可以增強情報專業人員向指揮官提供重要信息的能力，從而增加對態勢的理解，并允許在高度復雜的多域環境中更快地做出決策。

本專著的研究方法包括三個主要的重點領域：學說、認知理論和交流。對理論進行了評估，形成了對作為決策者的指揮官、參謀部和情報專業人員角色內核理解。我們研究了知識管理的演變，以建立對形勢的理解和指揮官的可視化，作戰流程，以及交流和軍事簡報中的理論缺陷。本節的結論是，通過納入認知理論，同情報專業人員的提高聯系起來，這些理論包括：思考、學習、學習誤區、雙重編碼理論、認知負荷理論和自然主義決策理論。交流所研究的內容包括：理論、過程和方法，以及關于修辭、信息背景、簡潔、說服力和影響力、常用詞匯以及視覺呈現元素等額外細節。情報專業人員了解認知理論和交流的意義將通過有影響力的信息傳遞來促進學習。改善組織內簡報的方法為采用用口頭和視覺演示的形式，進一步豐富對態勢的理解，以便在日益復雜的多領域環境中做出更快、更有效的決策。

將數字資源信息整合形成系統對這些資源的利用至關重要。這種信息的形式可能是誰負責該資源，該資源可用于什么，該資源在哪里，如何獲得該資源，以及該資源如何與其他資源結合。總的來說，這些信息代表了當前信息環境中各要素態勢感知的組成部分。對這些要素的了解使數字資源的利用更有能力。在實踐中，這種感知可以幫助以一種更適應的方式分配資源，考慮到諸如信息消費者的要求以及提供者和消費者之間的通信渠道所帶來的限制。這里介紹了與自適應處理有關的概念，在基于云的聯盟反潛作戰（ASW）的背景下。在與北大西洋公約組織（NATO）合作伙伴的合作中，一個云基礎設施被用來構建與虛擬平臺相關的計算能力，包括虛擬平臺之間的模擬通信渠道。對基礎設施適應性性質的測試依賴于與 ASW 中的信息分發和利用相關的已定義用例。這里，這些用例被詳細描述。這些用例顯示了支持這樣一個適應性系統所需信息快速增長的復雜性。這些用例還指出了許多未來的研究途徑。

引言

在加拿大皇家海軍（RCN）的作戰任務中，海上信息和衍生物的收集、處理和傳播主要集中在平臺的自主性上，無論是船只還是飛機。這種以平臺為中心的觀點部分是由于在作戰中必須成為一個自給自足的實體，有能力收集和處理對平臺重要的所有信息。盡管實驗已經顯示了無縫連接和利用外部信息的能力[1][2]，但在依靠外部資源進行數據和信息處理方面存在著一種謹慎的做法。

這種謹慎的做法部分是由于不愿意依賴外部伙伴，因為與該伙伴的通信可能很差或不存在。遇到諸如缺乏帶寬、大延遲或質量下降等問題的通信渠道通常被稱為 "弱勢網絡（disadvantaged network）"[3]。這種網絡確實抑制了盟軍中其他人或海上平臺與總部所在地之間對任何收集的數據或信息的分發和使用。

當然，處理通信問題的標準對策是構建通信機制，允許更大的信息量通過通信渠道。這種解決方案有效地解決了 "給我更多帶寬"的要求。然而，另一種有效的方法則側重于更好地利用現有帶寬。這里，"更好地使用 "意味著以更全面的方式使用，通過考慮以下因素考慮到整個處理周期：

• 正在使用的信息。

• 該信息的位置。

• 對該信息采取行動所需的處理算法、模型等。

• 處理算法或模型的位置。

• 完成處理所需的計算能力。

• 參與平臺之間的帶寬連接。

• 最終產品的使用地點。

這些因素認識到信息是一種資源，要被移動并與處理算法相結合，然后形成一個新的產品。這些組成部分的重要性，以及這些組成部分與歷史信息科學的關系，在[4]中有所描述。

對這種描述來說，重要的是認識到信息資源有多種形式。在數字空間中，資源可以是輸入數據、軟件形式的處理算法，或可以許多形式表示的輸出產品（例如，一個數字文件，一個圖像）。還要注意的是，在許多情況下，輸出可能成為另一種算法的輸入。

然而，通過諸如上述（即清單）的考慮來利用信息資源，需要對資源本身有廣泛的了解。請考慮一下，一個信息系統如何確定它所擁有的數字模型是否與一個獨立的、不同的信息系統上存在的輸入數據集兼容。創建資源層面的元數據是一項艱巨的任務，而這一層面的資源知識是需要的。

盡管資源級元數據的編譯是有問題的，但第二個問題很可能更困難--使用資源級數據來自動調整信息系統所需的分配和處理。事實上，如果不做大量的假設來降低問題的復雜性，這種適應性系統方法是非常困難的[5]。

北約的自適應系統研究

北約信息系統技術組168（IST168）成立于2018年[6]，研究一種基礎設施，允許對自適應信息處理和分配技術進行實驗。IST168下進行的研究重點是允許數據或應用程序在聯盟網絡內流動，從而促進該網絡內不同位置的自適應處理和信息創建。其目的是考慮到數據存儲、處理能力和平臺間通信連接的本地和當前可用性。簡單地說，IST168的口號是："把數據移到代碼上；或者把代碼移到數據上；或者把兩者都移到別的地方？"

為了將IST168的工作建立在軍事背景下，該小組正在通過為陸地和海洋領域設計的軍事場景來探索這種架構的預期應用。這些場景旨在為這種適應性基礎設施的使用方式提供一個作戰背景、故事情節或敘事說明。這些場景在IST168的研究中被廣泛使用[7-10]。

IST168的陸地場景是基于北約先前創建的名為Anglova vignette No.3的場景[11]。這集中在一次城市行動中，涉及到士兵捕捉過往車輛的視頻片段，對該片段進行處理，然后由遠程總部制作成產品。對陸地場景感興趣的人可以參考[11]。

IST168的海上場景是本文件的重點。由于以前沒有滿足參與國需求的海上場景，因此努力開發一個場景，并說明北約構建的基礎設施將如何支持該場景。因此，根據參與的北約國家和眾多加拿大CRACCEN團隊成員所表達的需求，在此創建了一個海上情景。該場景的主題是反潛作戰（ASW）。

海上反潛作戰方案利用了IST168的優勢，也為IST168做出了貢獻。作為IST168努力的一部分，多個北約國家提供了云計算基礎設施，包括加拿大的云計算基礎設施。每個貢獻的云都在東道國的完全控制之下。這些國家基礎設施然后與其他國家部分共享，產生一個國家控制但國際共享的信息空間。在這個空間內，對信息的資源級理解得到了發展。

自適應的云基礎設施--虛擬實驗室

國際云基礎設施以及單一的國家基礎設施代表了大量的工作，但也是研究信息問題的高度靈活資源。一個單獨的國家云或一個國際云，可以被配置成代表戰斗空間中物理實體上存在的信息系統。例如，云基礎設施可以被重新配置為眾多的虛擬計算單元，這些單元代表了單個平臺，如一艘船、一架直升機、一架無人駕駛飛行器（UAV）、一個總部等。然后，這些虛擬平臺可以用來容納存在于真實物理平臺上的信息系統。在虛擬環境中使用仿真通信信道可以使虛擬平臺通過現實的通信信道連接起來。在這里，通信信道是使用可擴展移動特設網絡仿真器（EMANE）[12], [13]來模擬的。

從本質上講，可以構建一個虛擬實驗室來代表整個物理平臺連接中可用的計算、通信和信息資源。

與加拿大研究的關系

指揮部偵察區協調和控制環境網絡（CRACCEN）活動[14]是由加拿大國防研究和發展部正在執行的一項研究活動。CRACCEN被設想為一個整體的社會技術系統，所有指揮小組的決策和反潛戰任務的相關信息都將被匯集起來，以發揮作戰和戰術優勢。

CRACCEN打算徹底改變加拿大水下戰爭[15]。CRACCEN的工作支持這一變革，其研究方向是解決一個全面的人類/信息系統，以滿足未來反潛作戰的需要。在這方面，CRACCEN有一個龐大而重要的反潛隊伍，該隊伍可以在地理上分散在海上平臺和岸上的組件中。

CRACCEN下調查的概念與IST168的活動部分地相互聯系。實際上，IST168正在開發的互連云基礎設施和模擬通信渠道與支持的反艦導彈海上場景相結合，提供了與CRACCEN相關的信息發現和共享環境。這種相關性包括展示云基礎設施在ASW環境中支持數字信息發現、共享和使用的能力。

在這方面，與IST168相關的發展可以被視為具有幾個與信息相關的特點，這些特點對CRACCEN是有用的，分別是（非廣泛的清單）：

• a. 可訪問性--信息環境的共享區域允許其他各方訪問共享區域內的信息資源。

• b. 可調整性--信息環境中的隔離區域可以被創建，這些區域允許一個特定的國家在環境中獨立于其他國家行事。

• c. 靈活性--它考慮到了信息環境中共享區域之間不同的通信連接和斷開。

• d. 可發現性--共享信息環境中的信息資源可以被有機會進入該環境的國家發現。

• e. 有效性--在信息環境中的一個共享區域向另一個共享區域轉移資源之前，有能力評估信息資源的潛在用途。

信息環境的上述特征是可以通過生成元數據來實現的，元數據具體描述了信息環境中可用的個別信息資源。這些元數據描述，作為一個完整的集合，允許單個信息系統對該系統內可用的信息資源形成一種 "態勢感知"。這種感知有效地建立了對當前情況下的元素（即數字資源）的感知，這是態勢感知（SA）的第一個構建模塊[16]。對這種類型的態勢感知的研究是DRDC海上信息電子化（MIX）活動的一部分[17]。

總之，MIX為理解和形成信息領域的態勢感知提供了研究基礎，然后將其應用于反艦導彈的場景。這種聯系為更好地理解如何利用信息領域進行軍事行動提供了一個現實的背景。

報告提綱

第2節介紹了一個海上反艦導彈的敘述或情景。該場景描述了在一個海峽中的一個精心設計的反艦作戰行動，涉及兩艘水面艦艇、一架無人機和一個岸上的站點。第3節描述了9個用例，展示了在反潛作戰中如何考慮信息資源、計算資源和通信渠道。第4節提供了一個結論。