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

過去幾年來，大西洋上的敵對潛艇活動不斷加劇。此外，戰略對手開發出了先進的隱形潛艇，使其更難被發現。活動的加劇加上先進的平臺，使美國的對手得以挑戰其在水下領域的主導地位。雖然利用貝葉斯搜索方法對優化搜索策略進行了大量研究，但公開文獻中的大多數方法都側重于搜索靜止物體，而不是由藍方潛艇對移動的紅方潛艇進行搜索。因此，本文了建立了一個敵方潛艇模型，其目標是避免被發現。隨著搜索努力的消耗，敵方潛艇位置的后驗概率分布會根據負面搜索結果計算出來。提出了一種尋找搜索模式的方法，該模式試圖在貝葉斯框架內利用馬爾可夫特性使探測概率最大化。具體來說，研究了三種不同的運行窗口方法：一種簡單的網絡優化模型、一種在規劃整個路線的每個時間段后執行更新的網絡優化模型，以及一種只提前兩個時間段的動態程序。

圖 3：在場景 I-V 中，我們改變了 “紅方”的起始位置和 “紅方”的起始格數。請注意，場景 I 的起始位置是 SR 的右下方單元格。SR 的北端位于網格的頂部。左上角的單元格是（1,1），右下角的單元格是（20,20）。

過去幾年中，大西洋上的潛艇活動不斷加強，多艘紅色潛艇部署到大西洋。此外，美國的對手正在研制與美國海軍（USN）潛艇級別相當的高能隱形潛艇。正因為如此，美國高級領導人評估認為，大西洋不再是一個沒有爭議的戰場，這迫使美國海軍調整工作重點，以挑戰此類海底威脅。例如，2018 年，美國海軍重新組建了美國第二艦隊，以應對大西洋上的敵對潛艇活動 [LaGrone, 2018]。此外，海軍最近宣布成立一支新的驅逐艦特混艦隊，專門負責在短時間內做好部署準備，以應對大西洋上的獵潛艇[Shelbourne，2021]。在作戰方面，艇員在部署前都要接受額外的訓練和認證，以確保隨時準備應對敵對潛艇的海底威脅。

美國海軍正在采取的行動清楚地表明，大西洋上敵方潛艇存在的增加對國家安全構成了重大威脅。當 “紅方”潛艇部署到大西洋時，能夠快速定位和跟蹤它們對國家安全至關重要。俄亥俄級彈道導彈潛艇（SSBNs）的設計目標是成為核三巨頭中可生存的部分。SSBN 上的潛艇艇員在處于戒備狀態時，必須保持不被發現的狀態，這樣才能保持可靠的第二次核打擊能力，為總統決策提供更多的靈活性，并對戰略對手的核與非核侵略形成威懾。在 SSBN 附近水域活動的敵對潛艇，如果被前潛艇發現并跟蹤，可能會降低 SSBN 的生存能力。快速定位敵對潛艇的能力將使指揮官能夠調整 SSBNs 的位置，以最大限度地保證其生存能力，并將幫助海軍跟蹤紅色潛艇，以減輕其武器對本土的威脅。

從歷史角度看，反潛戰（ASW）真正開始于第一次世界大戰期間，目的是對抗德國帝國海軍的無限制潛艇戰戰略[Cares，2021]。從那時起，反潛戰演變為兩類：進攻性反潛戰和防御性反潛戰[Cares, 2021]。在進攻性反潛戰中，目標是獵殺敵方潛艇[Cares, 2021]。但需要注意的是，在和平時期的行動中，其目標會有所改變，即確定敵方潛艇的位置并與之保持聯系[Cares, 2021]。另一方面，防御性反潛戰的目標是保護資產免受敵方潛艇的攻擊[Cares, 2021]。這兩項工作的共同點是需要有效地發現敵方潛艇。潛艇指揮官會得到可在其中行動的水域空間、敵方潛艇的位置信息以及可能有關敵方潛艇任務的情報。有了這些信息，指揮官就需要制定搜索敵方潛艇的計劃，通常是在計劃范圍內（如 12 小時）進行搜索。

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

長期以來，軍事采購項目一直飽受詬病，因為能力略有提高所需的開發成本卻呈指數級增長。為應對這一趨勢，最有前景的改革努力之一是開放式系統架構計劃，該計劃采用模塊化設計原則和商業接口標準，以此降低系統升級的成本和復雜性。雖然概念上很簡單，但實踐證明這一努力在實踐中卻異常困難。造成這種困難的主要原因是，開放式系統在開發的早期階段以額外的成本和風險換取日后注入技術的選擇權，但這種選擇權所帶來的好處本身就是不確定的。因此，實際實施需要一個決策支持框架，以確定這些不確定的未來收益何時值得當前承擔的成本和風險，但有大量證據表明，現有的設計方法不足以滿足這一需求。

本研究的目標是開發一個受軍事采購啟發的架構建模與評估框架，通過提供一種方法來衡量與開放系統相關的預期成本、效益和風險，從而解決這一差距。這項工作基于三個假設：(1) 未來技術注入的目的是跟上作戰需求的不確定性發展；(2) 成功的設計必須證明如何利用未來的升級來滿足這些需求；(3) 隨著新信息的不斷涌現，項目經理可以靈活調整之前的決策。有鑒于此，本方法學提出了一種新技術，將運行需求編碼為能力路線圖，而非傳統設計方法中使用的 "最壞情況 "標量值。然后，對現有的技術預測技術進行了新的調整，以此來確定如何利用未來的技術改進來有效地滿足路線圖中表達的需求，并提出了一種新的性能測量方法來量化替代性更新策略的相對價值。最后，受實物期權領域方法的啟發，將一系列決策支持啟發式方法與自動搜索程序相結合，以確定有助于靈活決策的策略，從而對沖不確定性。

然后，將所提出的方法應用于一個空中情報、監視和偵察平臺的示例場景，該平臺有可能在未來增量中升級其傳感器套件。該場景的能力路線圖改編自美國國防部信息主導團隊進行的真實世界貿易研究，預測模型則是通過評估過去十年中商業圖像處理技術的發展而開發的。本研究探討的具體問題是，應如何安排未來技術注入的時機和選擇，以最大程度地滿足成本、性能和風險方面的備選偏好。此外，這項研究還表明，就本研究中開發的性能指標而言，開放式系統架構和集成式系統架構之間的相對優勢和劣勢可以在成本效益框架的背景下進行展示，該框架目前被采購專業人員用于管理復雜的設計決策。本實驗的結論是，所提出的方法可以客觀地識別影響任意開放式系統設計問題的無數因素，并將其匯總到一個單一、直觀的可視化中。由于現有方法不具備這種能力，這就為所提出的方法是一種更優越的方法這一論點提供了相當大的支持。

美國國防部（DoD）正迅速與各軍種合作，從多年期（如 7-10 年）傳統采購計劃轉向基于商業行業的軟件開發方法。雖然商業技術和方法為快速部署任務能力以應對威脅提供了機會，但商業技術是否適用于滿足水面作戰系統的實時要求尚不清楚。這項研究建立了技術數據，以驗證當前商業技術的有效性和適用性，從而滿足國防部作戰管理系統的硬實時要求。有學者進行了類似的研究；然而，微服務、容器和容器編排技術當時還未出現在國防部的雷達上。該領域的最新知識將為國防部未來的路線圖和投資提供參考。將采用基于任務的方法，利用任務工程為應用研究設定背景。已經建立了一個假設的但與業務相關的海峽過境方案，以便在評估假設時為確定實驗參數提供背景。將系統模型聯合起來形成一個系統架構，并利用云計算環境中的數據收集數據進行定量分析。

本文件編排如下：

• 第 1 章（導言）討論了擬議研究背后的理論體系，討論了本研究的目的，并確定了要解決的問題。

• 第 2 章（研究背景）介紹了文獻綜述，并討論了以往研究的局限性。

• 第 3 章（方法論）討論了方法論方法，闡明了任務工程背景，提出了預測和假設，并討論了原型測試環境的開發和實例化。

• 第 4 章（結果）討論統計分析結果。

• 第 5 章（討論）概述了研究結果，并討論了研究意義和局限性。

• 第 6 章（結論）介紹了本研究對工程管理與系統工程（EMSE）"知識體系 "的貢獻，并對未來研究提出了建議。

美國陸軍在各級戰爭中都會進行評估，以便更好地了解實現目標的進展情況。陸軍專門進行作戰評估，以衡量軍事力量的使用效果。評估過程是一項反復進行的活動，貫穿整個任務規劃過程。作戰評估的現狀是過去幾十年戰爭中形成的條令和方法的結果。然而，生態系統中的幾個利益相關群體已確定需要進一步發展評估流程。本研究旨在對作戰評估企業進行全面分析，并就架構改進的機會提出建議。

本研究的目的是提供對作戰評估體系的透徹分析，并就改進架構的機會提出建議。研究方法包括文獻綜述、利益相關者評估和訪談，以及在創新企業戰略架構（ARIES）框架內應用系統分析方法，以評估當前狀態條件，并確定未來狀態系統的轉型機會。然后對擬議的未來狀態要素進行分析，以確定在評估過程的多個層面上增加價值交付。

研究確定了可進一步開發的系統設計機會，以更好地為利益相關者提供價值。對主要利益相關者進行更多的能力意識培訓和程序宣傳，也可以推廣更有效的評估產品和服務。最后，對作為信息積累的評估能力的分析支持了有關實施措施的建議，以更好地在系統內獲取和傳播經驗。

研究方法

研究方法采用了創新企業戰略架構（ARIES）框架的系統工具，并應用了利益相關者網絡理論和系統工程方法。ARIES 框架通過對當前和未來狀態的分析來看待系統差異，從而確定最有利于未來轉型的架構考慮因素。

這項研究通過以下方式探索重新構建系統的機會：

• 定義企業
• 分析外部和內部生態系統因素
• 分析當前狀態的利益相關者
• 分析當前系統流程
• 評估當前架構的一致性
• 確定未來狀態愿景
• 分析未來狀態對利益相關者的影響
• 分析未來狀態流程的影響
• 重新評估未來狀態架構調整
• 建議未來狀態架構考慮因素

隨著大數據的興起，信息的傳播速度也在不斷加快。速度將影響基于信息的決策。問題是，信息速度、連續性和真實性的提高是否有助于提高組織中決策者的決策質量。這種決策質量可以通過解決智能體在決策過程中對速度和準確性的權衡來解決。為了了解信息速度對決策質量的影響，本研究探討了速度對速度-準確性權衡的影響。本研究在決策過程中分析了這種權衡的背景。

現有工作

關于大數據的興起及其對組織決策過程的影響，目前已有相關研究。這些研究從所有四個方面對大數據進行了描述：數量、速度、種類和真實性；不過，有關速度對這些過程的具體影響的研究尚未問世。本研究有助于理解信息速度的概念以及這種速度對決策過程的影響。我們將通過描述信息速度對速度和準確性之間權衡的影響來探討這一問題。有關速度、速度-準確性權衡和決策過程的現有文獻為本研究提供了方向。

研究方法

為了探討信息對速度和準確性之間權衡的影響，本研究采用了基礎理論方法，在現有文獻和收集的數據之間反復推敲，以構建有關信息速度對速度-準確性權衡影響的理論。

我們在 Da Silveira 和 Slack（2001 年）的模型基礎上建立了一個模型，以解決速度對如何在速度和準確性之間進行權衡的影響問題。該模型經過調整，適用于智能體的行為影響過程中的權衡的情況。通過使用該模型，可以確定流程中的下一個因素：必要條件、一個目標給另一個目標帶來的變化、能力的有效性以及智能體如何平衡權衡的選擇。為了確定這些因素，采用了實證研究來解決這一問題，因為智能體的選擇是可以觀察和質疑的。實證研究是在一個案例研究中進行的：荷蘭國防部組織內的一個情報流程。實證研究采用了兩種方法：人種學觀察和訪談。訪談用于了解智能體所感知到的取舍，并深入了解導致這些取舍的因素。在人種學研究過程中，發現智能體在速度和準確性之間的實際權衡。數據收集過程的結果被整合到一個模型中，以解決信息速度對速度和準確性之間權衡的影響。

結論

通過實證研究方法收集的數據，我們構建了一個關于速度和準確性之間權衡影響的模型，如圖 S.1 所示。

圖 S.1： 信息速度對速度-準確性權衡的影響模型

該模型是通過分析在進行實證研究的背景下收集的數據構建的。這種環境受到以下背景因素的影響：所有接收到的信息都應進行分析的規則、交付結果的明確截止日期、流程中特定智能體的特定任務以及主要通過報告共享信息。

信息速度的影響既有消極影響，也有積極影響。積極影響包括信息可用性的提高，盡管這種影響只有在沒有信息進行分析過程時才會顯現。負面影響包括信息的可理解性降低，從而降低分析能力、速度和準確性。另外，當最后期限固定時，高信息速度導致的工作量增加要求智能體具有更高的速度水平。這種效應會導致結果的準確性降低，而在決策可能對人的生命造成高風險的情況下，這種結果往往是不可取的。

雖然速度提高后信息流動速度會加快，但如果不對當前決策過程的組織結構進行調整，決策過程的速度就不可能提高。而且，在特定情況下，當信息速度提高時，決策所依據的信息的準確性也可能降低。速度可以通過提高信息可用性為決策過程帶來機遇，但為了應對速度帶來的負面影響，應改變決策過程的組織結構。

下一步工作

在這項研究中，我們發現了信息速度對速度-準確性權衡的影響。這項研究是在特定背景下進行的，研究人員的主觀性影響了所構建的結果。為驗證研究結果，應在不同組織內，由多名研究人員和受訪者通過訪談和人種學研究開展更多實證研究。此外，基于 Da Silveira 和 Slack 模型開發的模型也應得到驗證，以適合解決智能體如何在目標之間進行權衡的問題。

作為分布式海上作戰（DMO）的一個關鍵原則，盡管有人和無人、水面和空中、作戰人員和傳感器在物理時空上都有分布，但它們需要整合成為一支有凝聚力的網絡化兵力。本研究項目旨在了解如何為 DMO 實現有凝聚力的作戰人員-傳感器集成，并模擬和概述集成實施所需的系統能力和行為類型。作為一個多年期項目，本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境，尤其側重于有人和無人飛機的情報、監視和偵察 (ISR) 任務。

在半個世紀的建模和仿真研究與實踐（例如，見 Forrester, 1961; Law & Kelton, 1991），特別是四分之一世紀的組織建模和仿真工作（例如，見 Carley & Prietula, 1994）的基礎上，獲得了代表當前技術水平的計算建模和仿真技術（即 VDT [虛擬設計團隊]；見 Levitt 等人, 1999）。這種技術利用了人們熟知的組織微觀理論和通過基于代理的互動而產生的行為（例如，見 Jin & Levitt, 1996）。

通過這種技術開發的基于代理的組織模型在大約三十年的時間里也經過了數十次驗證，能夠忠實地反映對應的真實世界組織的結構、行為和績效（例如，參見 Levitt, 2004）。此外，幾年來，已將同樣的計算建模和仿真技術應用到軍事領域（例如，見 Nissen, 2007），以研究聯合特遣部隊、分布式作戰、計算機網絡行動和其他任務，這些任務反映了日益普遍的聯合和聯盟努力。

本報告中描述的研究項目旨在利用計算建模來了解如何為 DMO 實現有凝聚力的戰斗傳感器集成，并建模和概述集成實施所需的系統能力和行為類型。作為一個多年期項目，本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境。在這第一項工作中，將對當今的海上行動進行建模、模擬和分析，重點是有人駕駛和無人駕駛飛機的情報、監視和偵察（ISR）任務。這為與執行 ISR 任務的一個或多個 DMO 組織進行比較確立了基線。這也為與其他任務（如打擊、防空、水面戰）進行比較建立了基線。第二階段接著對一個或多個備用 DMO 組織進行建模、模擬和分析。

在本技術報告的其余部分，首先概述了 POWer 計算實驗環境，并列舉了一個實例，以幫助界定 DMO 組織和現象的計算建模。依次總結了研究方法。最后，總結了沿著這些方向繼續開展研究的議程。這些成果將極大地提高理解和能力，使能夠為 DMO 實現戰斗員與傳感器的集成，并為集成實施所需的系統能力和行為建模和概述。

管理整個戰場上不斷增長的數據量和速度是作戰人員的一個關鍵問題。解決這個問題將需要從根本上改變戰場分析的方式。一種在戰場上做出決策的新方法將通過將分析能力移至數據源附近來消除數據傳輸延遲。決策周期取決于捕捉數據并將其轉化為可操作信息的速度，以便進行決策。實時態勢感知是通過將計算資產定位在戰術邊緣來實現的。

加速戰術決策過程需要利用三個技術領域的能力：（1）高性能計算（HPC），（2）機器學習（ML），以及（3）物聯網（IoT）。利用這些領域可以減少網絡流量，縮短將數據轉化為可操作信息所需的時間。更快的決策周期可能會徹底改變戰場上的行動。

本報告概述了一個人工智能（AI）系統的設計，用于在戰術作戰環境中的近實時分析，在同地的移動HPC硬件上執行。該報告包括以下幾個部分：（1）描述動機、背景和技術狀況的介紹；（2）利用HPC問題定義和用例的戰術決策過程描述；（3）HPC戰術數據分析框架設計，使數據變成決策。

1 引言

背景

戰術邊緣人工智能（AI）的方法被細分為三個主要研究領域：（1）研究延伸到戰術邊緣的移動或便攜式高性能計算（HPC）環境的硬件和架構；（2）研究機器學習（ML）算法和物聯網（IoT）架構及其與便攜式HPC的一致性；以及（3）利用邊緣HPC為戰術決策過程設計操作工作流框架。

• HPC邊緣架構： 這項工作包括調查在移動和/或便攜式HPC環境中提供和支持數據科學能力所需的最先進的硬件、軟件、網絡和存儲。

• ML邊緣分析： 機器學習已經通過尋找和分析大數據集的潛在特征的能力改變了數據分析。我們能否徹底改變戰場上的數據分析方式，然后建立讓ERDC解決這一類新問題的能力？

• 邊緣HPC：這項工作旨在將擬議的硬件能力創新與創新的分析能力結合起來，以最優化和最恰當的方式在戰術邊緣提供計算密集的決策支持分析。處理這項任務的方法將是在解決作戰需求的同時暴露出一個作戰過程。換句話說，當團隊直接為現實世界的戰場數據處理需求建立戰術邊緣分析時，為實現戰術邊緣分析所經歷的操作流程將開始定義一個可推廣的操作流程，以利用邊緣的HPC解決戰術決策分析問題。

動機

技術創新（AI）在各行業和各國的快速發展和擴散性質正在削弱美國對國防技術應用的壟斷。獲得的優勢是暫時的，因為近似的對手能夠迅速利用這些日益普遍的能力。中國制定了一項發展計劃，到2030年成為人工智能的世界領導者，并創造一個1500億美元的產業。俄羅斯總統弗拉基米爾-普京表示，"誰成為這個領域（人工智能）的領導者，誰就會成為世界的統治者"（Gigova 2017）。美國防部（DoD）必須迅速而果斷地利用人工智能和自動化，使美國部隊能夠更有效和高效地運作。通過以戰略為重點的意圖和工作，適當地加以利用，人工智能可以成為最大的補償--或者說，如果缺乏遠見和方向，它可能會成為一個戰略赤字。

人工智能已經成為每一類企業的解決方案和問題的一個日益增長的來源。基于人工智能的技術已經融入如此多的部門，往往引起巨大的變化，從軍事或全球安全的角度來看，它不能被忽視。

潛在軍事應用的早期AI問題（通過全球安全集團的視角）：

1.在近期內，人工智能的哪些軍事應用是可能的？

2.在這些應用中，哪些是對戰略威懾的穩定性有潛在影響的？人工智能是否會改變我們考慮威懾的方式？

3.人工智能輔助的軍事系統如何影響區域穩定？

4.區域穩定和戰略威懾之間有什么聯系？

5.人工智能帶來的意外后果和戰略意外的風險是什么？

目前國防界對什么是人工智能缺乏共同的模式、術語和基線。人工智能有許多應用和方法，但其中最大和最廣泛使用的是以一種形式提供價值的方式分析 "大數據"。狹義人工智能使用離散的問題解決工具來執行特定的狹義任務。通用人工智能包括旨在模仿和重現人腦功能的技術。狹義的人工智能有更多的采用，并被證明在各種領域提供價值。人工智能與商業應用的交叉，使數據豐富的領域有了預測分析的能力。大量的傳感器和相機，加上現有的以數據為中心的資源，正在推動人工智能的機會，以揭示隱藏的洞察力。

目標

人工智能顯然有潛在的軍事潛力，但要到什么時候才能在實踐中真正顯現出來？美國防部在2018年6月建立了一個聯合人工智能中心，導致資金和研究的增加。與工業/學術界人工智能應用直接類似的軍事應用（物流、規劃、分析、運輸等）已經在整個國防和情報界迅速采用了人工智能支持的數據分析。戰爭有單獨的和不同的應用，對人工智能的采用較慢。適用于戰爭的人工智能應用的主要類別是：（1）那些主要在戰爭的戰役層面產生影響的應用；（2）那些主要在戰爭的戰略層面產生影響的應用。"在戰爭的戰役層面上的人工智能應用可能對使用通用軍事力量來實現戰術目標產生非常大的影響，從而對常規威懾的可信度產生影響。人工智能在戰略層面的應用可能會對有關戰爭規模和范圍、升級和降級的政治決策產生重大影響，進而影響戰略穩定和威懾"（Davis 2019）。

美國防部戰略的一個關鍵重點是確定關鍵的探路者，使該部能夠實現其人工智能的愿景：

• 繼續開展被稱為 "Maven項目 "的算法戰爭跨職能小組（AWCFT）的工作，以迅速整合和部署商業和政府開發的人工智能能力，支持反ISIS運動。

• 建立一個以國防部人工智能為重點的中心，在國防企業的多個領域創新和部署人工智能系統的操作原型，并確定將人工智能技術持續應用于各種用例的途徑。

• 在戰術邊緣提供世界級的計算能力。國防部將重新獲得嵌入式HPC的競爭優勢，以支持 "算法戰爭"，重點是在運輸集裝箱中的前線部署HPC，以支持戰地戰術行動。設計利用世界一流的高功率架構來融合數以萬計的信息源。

美國國防部的人工智能目標是：

• 為人工智能建立跨領域的基礎。美國防部將加強跨領域的基礎，并制定法律和政策框架，以確保其能夠成功應用人工智能。它必須強調其開發的系統的互操作性，同時確保其部署的安全和保障。此外，它必須最大限度地追求國際、商業和學術伙伴關系，同時增長和培養自己的有能力的人工智能勞動力。

• 實現軍事技術的優勢。美國防部將集中投資并利用商業和學術投資，以便在關鍵領域實現對對手的軍事技術優勢，包括核心人工智能、機器學習、機器人、數據分析、高級計算和人類-人工智能協作。

• 轉變美國防部的關鍵業務職能。美國防部將通過大量利用商業AI/ML產品和投資來實現其業務運作的現代化和簡化。

• 建立、部署和維護基于AL/ML的能力，提供戰場上的軍事優勢。為了提高殺傷力，美國防部將投資于應用能力的開發，將新興技術與特定的軍事能力和行動概念聯系起來，快速過渡能力，并專注于關鍵的應用領域。

已經確定的（目前正在研究的）三個潛在應用的作戰目標：

• 無所不在和無所不知的自主車輛

  • 高度重視人工智能的軍事應用

  • 專注于所有級別的無人系統（陸、海、空）。

  • 進行復雜的戰役戰術，快速調整，報告變化

• 大數據驅動的M&S和兵棋推演

  • 人工智能已經在核武器系統中得到了一些應用。

  • 對人工智能的兵棋推演方法的興趣增加，以探索和了解動態條件如何影響結果和決策。

• 集中的情報收集和分析

  • 需要更快地分析情報數據流（沒有信息過載）。
  • 數據量的增加（加上來自不同來源的數據種類增加），需要人工智能來解決收集和分析問題

已經為戰略目標確定了四個潛在的應用（目前正在研究）：

• 實現情報、監視和偵察（ISR）的系統體系

  • 目標識別只是開始；ISR也需要多領域的態勢感知。
  • 整體感知是目標，也是關鍵，因為戰場延伸到所有領域。
  • Maven項目（算法戰爭跨職能小組）。
  • 軍事版的物聯網可以在傳統因素中實現軍事優勢：速度和范圍

• 戰略資產的精確瞄準

  • 由人工智能賦能的ISR使定位、跟蹤和瞄準戰場上的實體成為可能，從而使打擊敵人成為可能。
  • 在更好地理解之前，使基于相互脆弱性的威懾的基本戒律變得不太確定

• 有效的導彈防御

  • 實現更好的目標獲取、跟蹤和識別
  • 防止彈道導彈攻擊

• 人工智能引導的網絡

  • 通過創建人工智能引導的探測、繪圖和黑客系統來發現網絡/數據的漏洞，以實現防御性戰略
  • 用于定位和收集、破壞或虛假信息的進攻性人工智能
  • 防御性人工智能用于檢測入侵和搜索衰弱的異常情況

這些都直接影響了戰爭的速度。"戰爭的速度已經改變，而這些變化的性質使得全球安全環境更加不可預測、危險和無情。決策空間已經崩潰，因此程序必須適應戰爭速度的發展"（Garamone 2017）。有人說，"軍隊必須最大限度地利用其決策空間，所以軍事領導人可以以戰爭的速度提出選擇"（Garamone 2017）。這可以通過 "建立一個框架，使高級領導人能夠及時做出決定"（Garamone 2017）來實現。

方法路徑

人工智能是實現迎戰戰爭速度變化這一總體目標的關鍵一環（圖1）。人工智能為指揮官提供了對態勢理解，并為高效和有效地處理、利用和傳播信息打開了大門，其速度是人類無法比擬的。人工智能使系統能夠學習和適應，加快作戰節奏，使士兵更聰明，并能自主操作。戰場系統需要有彈性，能夠適應不斷變化的情況。信息的增長已經超過了人類快速分析信息并將其應用于決策過程的能力。士兵和機器作為一個綜合認知系統工作，能夠大大擴展數據分析的深度和廣度。機器專注于分析低層次的細節，讓士兵將注意力集中在更高層次的戰略和規劃上。

人工智能對威懾和穩定有多種潛在影響。它也有很大的潛力通過增加感知到的突襲風險來侵蝕穩定。歪曲的數據可能導致人工智能系統采取意想不到的行動。人工智能確實會犯錯，但這些錯誤不能導致戰略不穩定或不必要的升級。人工智能的速度可能會意外地加速一些可以通過其他努力來降級的事情。當被賦予與外國和友好平臺有關的不同參數時，它也可能誤報意圖。人工智能只是跟上戰爭速度的大拼圖中的一塊。

定義邊緣

邊緣的定義是相對于事業內部的位置而言的。例如，移動網絡運營商（MNOs）認為邊緣是其無線接入網絡（RAN）的末端，是多接入邊緣計算（MEC）的一個大機會。數據中心服務提供商可能將邊緣視為部署在關鍵位置的基礎設施，以盡量減少通信延遲。HPC和邊緣服務器供應商將遠程站點的設備視為其邊緣。數據處理要求的范圍可以從邊緣的超低延遲和實時延遲，到 "近邊緣 "的中等延遲和本地數據處理，再到集中式數據中心的高延遲和高容量存儲和網絡。

人工智能邊緣計算將通過把計算帶到數據上而不是把數據移到這些強大的計算機資源上來減少網絡流量需求。這將減少從數據到決策所需的時間（圖2）。邊緣計算在將計算資源移至數據源附近時，利用了更小、更強大的設備，從而減少了網絡流量，使計算資源更接近前線（圖3）。它將分析數據所需的計算匯集到數據源；數據到決策（D2D）的時間減少了，從數據中提取的見解和信息被高度壓縮并更容易分享，更多的計算能力可以在更小的設備中得到。傳統的方法是在低層（戰術邊緣）收集數據，并將數據傳輸到高層進行處理和分析。這種方法的結果是隨著數據源的不斷增加而出現了擴展問題。它通過傳輸未處理的數據給網絡帶來了負擔。數據傳輸成為一個主要的瓶頸，影響了戰場的節奏。

目標

一個有效的指揮和控制（C2）系統必須為用戶提供作戰畫面，支持規劃過程，并能接收、處理和傳輸信息。

這項工作的目的是研究人工智能和HPC一起工作，以推進關鍵的軍事能力，如態勢感知（圖4）。邊緣的HPC加人工智能提供了對本地數據的近乎實時的利用，支持高度的自主性，計算資產被移到離數據源更近的地方，增加了數據分析的深度和廣度，減少了做決定的時間，洞察力為決策提供了依據。

報告組織

本報告分為六章：

• 第一章是對當前情況的概述和報告的目的。
• 第2章提供背景和當前可用的軟件和硬件基礎設施。
• 第3章調查了要調查的潛在軍事用例。
• 第4章提供了解決該問題的建議方法。
• 第5章總結了報告的內容。
• 第6章涉及未來的工作計劃和發展。

隨著美國陸軍對多域作戰概念的鞏固，保持領導力發展與未來作戰環境的相關性是至關重要的。近距離的對手將繼續在沖突的門檻下競爭，增加了多域作戰的復雜性和不確定性。雖然評估陸軍領導力要求模型是很常見的，但陸軍領導人如何在核心屬性和能力的基礎上，在多域作戰中成長？陸軍領導力要求模型與培養多域心理相結合，能夠在多域作戰中實現有效的領導。

該理論方法對領導力核心能力和屬性進行了擴展，提供了三個額外的領導力特征。預測近鄰行動的能力，利用現有能力和人員，以及在復雜性和不確定性中堅持不懈的能力，構成了多域心理。通過教育和培訓來實施多域心理，陸軍領導人將在多域作戰中有效地對付近距離的對手。

對指揮官的認知要求正在增加。由于創新和變化的速度，指揮官做出良好風險決策的能力受到挑戰。未來的戰爭不太可能像以前的沖突或訓練演習那樣以常規戰斗為主。美國的對手避免使用既定的理論，這提出了難以預料或減輕的危險。鑒于指揮官不能僅僅避免風險，而是要接受風險以獲得并保持戰爭的主動權，指揮官及其參謀部應考慮陸軍的風險理論和陸軍風險管理中心的理論風險梯度法是否足以應對多域作戰概念中描述的未來戰爭。

從對認知的研究來看，"風險認知 "的概念為風險管理人員（通常是參謀人員或主題專家）和風險決策者（通常是指揮官）如何評價風險分析方法提供了啟示。風險感知，即對風險水平的主觀判斷，這種想法與提出事實和數據就一定有說服力的想法形成鮮明對比。風險感知的研究已經證明了背景、敘述和簡單性在風險交流中的重要性。在風險決策者中，不熟悉、不了解、以及深深的偏見或恐懼會導致對風險水平的認知與專家的認知相差甚遠。

另外三種風險分析方法與陸軍理論風險梯度進行了比較。這些工具源自民用方法，被用于項目管理、工程和其他與風險和預見有關的領域。它們是故障樹、場景假設和風險三要素。雖然它們都有一些量化的元素，但它們為風險管理人員提供了同樣多的空間，甚至更多的空間，以應用批判性思維和分享背景，如預測的不確定性或與規劃行動的聯系。

正如陸軍出版物和文章所描述的那樣，未來的戰爭預計需要指揮官掌握五個領域--包括不熟悉的網絡和空間領域--在作戰領域往往比以前更廣闊，在行動中趨向于提高機動速度和創新。在這樣的環境中，無論是競爭、沖突、反叛亂，還是大規模的地面作戰，所有軍事專業人員都應該使用盡可能好的風險分析來保護生命和實現目標。為此，本文對理論、領導人發展和參謀部行動提出了潛在改變方法。