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

這項研究的目的是為美陸軍領導提供工具支持,讓他們更好地了解士兵在關鍵評估活動中的表現。本研究開發了一種移動評估工具,該工具具有靈活性、可擴展性和可編輯性,可支持不同的陸軍活動、競賽以及對個人和集體任務訓練和測試的評估。該解決方案的模型是專家步兵徽章(EIB)。該移動評估工具允許干部對 1,000 多名 EIB 候選人進行評分,使用平板電腦訪問數字評分標準,輸入候選者分數。這些分數以數字方式(近乎)實時傳輸到跟蹤應用程序,并顯示在戰術行動中心的數據分析儀表板上,讓領導者即時了解 EIB 候選人的表現。在多個 EIB 培訓周期間,對該系統進行了測試,并對用戶界面進行了驗證。陸軍領導可利用數據分析的結果來確定訓練重點,最終提高士兵和未來陸軍領導的熟練程度。

付費5元查看完整內容

相關內容

人工智能在軍事中可用于多項任務,例如目標識別、大數據處理、作戰系統、網絡安全、后勤運輸、戰爭醫療、威脅和安全監測以及戰斗模擬和訓練。

在國防訓練中應用模擬器不僅具有經濟意義,而且還能顯著減少排放。然而,直到現在,人們還沒有對應用模擬器所帶來的環境效益進行深入研究。本研究旨在量化印度陸軍使用選定模擬器進行訓練所帶來的環境和經濟效益。研究的一些主要發現如下

  • T-90 駕駛模擬器在 30 年的假定壽命期內,在團級和中隊級可分別減少碳排放達 1919 噸和 640 噸。在經濟方面,它可以幫助裝甲團和中隊每年分別節省 45.4 億印度盧比和 1.4 億印度盧比。
  • 在假設的 30 年壽命期內,T-90 乘員射擊模擬器可分別為裝甲團和裝甲中隊減少高達 3676 噸和 1225 噸的碳排放。而在經濟方面,它可以幫助裝甲團和裝甲中隊每年分別節省 12.7 億印度盧比和 4.13 億印度盧比。
  • 用于輕型四輪汽車駕駛培訓的自動駕駛模擬器在 15 年的假定使用壽命內可減少 103 噸二氧化碳當量。而在經濟方面,它可以為一個團每年節省 375 萬印度盧比。
  • 先進武器模擬器(AWeSim)可在 10 年內減少 55 噸碳當量,從經濟角度看,每年可節省 2460 萬印度盧比。
  • 由于某些尖端武器系統的彈藥價格昂貴,實彈射擊訓練受到限制。盡管如此,還是有必要對人員進行此類系統的培訓,以提高其熟練程度和熟悉程度。模擬器(如防空模擬器,或稱 "3ADS")彌補了這一不足,同時還消除了大氣中有毒氣體的釋放。
付費5元查看完整內容

美國國家科學、工程和數學研究院為空軍研究實驗室編寫了一份共識報告,其中記錄了各軍種對支持人-人工智能(Al)團隊合作的普遍和日益增長的愿望。Sonalysts 已經開始了一項內部計劃,探索人類-人工智能團隊的培訓。這項工作的第一步是開發一個能夠促進人-人工智能團隊研究的合成任務環境(STE)。決定將 "聯合全域指揮與控制"(Joint Al-Domain Command and Control,JADC2)作為開發 STE 的重點,因為 JADC2 概念中的大量傳感器輸入和決策選項可能需要使用輔助系統才能及時做出決策。有鑒于此,我們聘請了多位具有指揮與控制經驗的主題專家(SMEs),以深入了解如何開發能體現與 JADC2 相關的團隊挑戰的 STE。本報告記錄了我們與這些利益相關方的初步接觸。我們制作了一份包含兩類問題的調查問卷。第一類問題要求受訪者報告他們是否同意我們預計在以 JADC2 為重點的測試平臺中可能非常重要的 STE 功能。第二類問題要求主題專家回答開放式問題,探討任務域、性能評估方法、通信方法和自主隊友的特征等測試平臺特征。研究小組確定了 13 名具有軍事背景和指揮與控制經驗的 Sonalysts 員工(內部稱其為合作伙伴),并邀請他們參與調查。12 名受訪者完成了調查。然后,研究小組對他們的回答進行了分析,以確定出現的主題和需要進一步分析的話題。結果表明,我們的主題專家可以接受使用與軍事環境中類似的任務進行研究,只要這些任務要求團隊處理大量數據以做出復雜決策。主題專家認為,測試平臺應支持代表矩陣式組織的 "體系團隊",并應支持口語、基于文本和面對面通信的強大陣列。

背景

2021 年,美國空軍研究實驗室(AFRL)人類性能單元(Human Performance Wing)要求美國國家科學、工程和醫學院(NASEM)編寫一份共識報告,以審查人工智能(Al)的軍事作用,特別是作為人機團隊的一部分。這項工作的目標是使美國空軍后勤部能夠更好地支持未來系統的設計,在這些系統中,人類與智能體聯手實現任務目標。

NASEM報告在更廣泛的人機協作領域確定了九個重點領域:

1.訓練人機團隊

2 人工智能的透明度和可解釋性

3 人機團隊互動

4 信任人工智能隊友

5 人-AI團隊合作過程與成效

6 人機協作方法與模式

7 人-AI團隊中的態勢感知

8 人類-人工智能團隊中偏見的識別與緩解

9 人機系統集成流程與人機團隊協作和績效的衡量標準

Sonalysts 已開始在內部探索人-AI團隊中的第一個領域--人AI團隊培訓。表 1 轉載了 NASEM 報告的部分內容,其中作者將六項研究需求分為三個階段。

研究計劃的第一步是開發合成任務環境 (STE),為人機團隊提供一個經過驗證的研究環境。為了提出一套能夠最大限度地提高我們的研究適用性的要求,Sonalysts 正在與該領域的主要搜索人員和分部門專家(SMEs)進行接觸。本報告總結了與軍方 SME 進行的首次外聯工作的結果。

概述

雖然各軍種多層次都對人機協同感興趣,但新出現的聯合全域指揮與控制(ADC2)概念提供了一個聚焦視角。JADC2 概念設想將所有軍種和所有領域(如空中、海上、陸地、太空、網絡空間)的傳感器連接成一個龐大的網絡,以便快速使用這些軍種和領域的資產來實現任務效果。為了加快行動速度,同時考慮更多的數據和潛在行動方案(COA),人類決策者很可能要比過去更廣泛地與 AI 隊友合作。此外,我們認為這將是真正的 "團隊合作"。我們的研究將假定,智能體最終將能夠作為同伴/隊友而不僅僅是工具與人類合作。為了實現這一目標,我們設想人類-AI團隊將包括使用AI或類似技術在指定領域內做出決策和/或采取行動的自主系統,這些系統將能夠應對新的性能挑戰,同時與隊友協調和合作。當達到這些里程碑時,我們就可以開始將該系統視為自主隊友,它不僅能夠獨立行動,還能相互依賴。

付費5元查看完整內容

美國海軍和海軍陸戰隊提出了名為 "分布式海上作戰"(DMO)的未來作戰概念,這是其 2030 年部隊戰術、現代化工作和技術采購的基礎。海軍陸戰隊已改變其部隊結構,以執行新戰略中的一項重要任務--"遠征高級基地作戰"(EABO)。為了執行 EABO,海軍陸戰隊需要海軍采購新的航運工具,并試驗小型機動編隊。然而,海軍更優先考慮的是維護其航母、潛艇和驅逐艦/護衛艦艦隊,而不是建造更多的兩棲艦艇。無心插柳柳成蔭的資源競爭與過去的回聲,特別是戰時的回聲,和諧地交織在一起。本專著將通過高級領導人的視角,以及他們為推進這一概念以準備未來與日本的太平洋戰爭而采取的行動,研究 1920-1941 年戰時海軍/兩棲概念發展的演變。在這兩種情況下,海軍和海軍陸戰隊都提出了相互競爭的概念驗證,并利用有限的資源發展兩軍的能力。雖然創新進展緩慢,但美國從新興技術的長期競爭中獲益匪淺,同時也不會在沖突前投入可能被對手利用的平臺和技術。

付費5元查看完整內容

研究要求:

美國陸軍行為與社會科學研究所(ARI)與陸軍人才管理特別工作組(ATMTF)合作,在全陸軍范圍內開展了一項軍官職位分析。這項工作的目的是確定對確保陸軍在人才管理方面做好準備至關重要的知識、技能、能力和其他特征(KSAOs)。這項合作的成果包括引入了陸軍人才屬性框架(ATAF),這是一個全面、統一和分層的陸軍 KSAO 列表。在這項工作的基礎上,確定 ATAF KSAOs 的循證測量方法被認為是陸軍人才管理的關鍵需求。為支持這項工作,當前的研究對測量規劃和規格制定過程進行了廣泛概述。此外,當前的研究還介紹了開發《陸軍衡量標準匯編》(AMC)的初步工作,這是一個包含陸軍 KSAOs 循證衡量標準的資源。

程序:

在第一階段,ARI 人員編寫了包括最佳實踐在內的測量規劃和規范流程高級教程。在第二階段,對學術、商業、政府和公共資源進行了系統審查,以確定可納入 AMC 的衡量標準。系統審查首先要確定目的、范圍、排除標準和編碼方案。接下來,ARI 人員開始對措施來源進行結構化搜索,目標是學術數據庫、商業供應商、政府研究資料庫和公共領域項目資料庫。此外,ARI 人員還與從事類似工作的其他陸軍組織進行了協調。搜索結果初步收集了 144 項措施。考慮到背景和目的、有效性和可靠性證據、內容相關性和結構對應性等標準,對這些測量方法進行了進一步評估和篩選。

研究結果:

測量規劃和開發流程概述了流程中的以下步驟:確定重要任務和職責;將任務和職責與屬性聯系起來;選擇、調整或開發測量方法;通過規范實施測量計劃。在本教程中,我們概述了陸軍人才管理專業人員在為人才管理目的謹慎選擇衡量標準的過程中應認知的關鍵因素和注意事項。在第二階段工作中,我們確定了全陸軍范圍內被評為對軍官最重要的前 30 項 KSAO 的 69 個潛在衡量標準。我們還發現了制定或調整衡量標準的機會,其中有兩種情況是我們無法找到合適的 KSAO 衡量標準。

調查結果的利用與傳播:

陸軍人才管理專業人員可以利用測量規劃和規范流程概述以及最初的 AMC,幫助選擇 ATAF 中的陸軍 KSAO。他們可以借鑒所審查的規劃流程步驟,包括關鍵考慮因素和最佳實踐,來制定自己的衡量計劃和規范。我們提供了幾種說明性工具,陸軍人才管理專業人員可利用這些工具輔助決策,包括構建關聯矩陣和按衡量標準劃分的屬性矩陣。我們描述了衡量規劃過程中的一個關鍵決策點(例如,在選擇、調整或制定衡量標準之間做出決定),并為陸軍人才管理專業人員提供了如何處理每種選擇的指南和選項。最后,我們還為尋求進一步指導的人員提供了其他信息來源。此外,陸軍人才管理專業人員可以將 AMC 作為起點,選擇用于自身衡量規劃工作的衡量標準。此外,我們的系統性審查結果還可用作陸軍內部衡量發展和改進工作的催化劑,包括制定更多的 KSAO 衡量標準、利用預測分析和建模來改進流程,以及解決人才管理研究和實踐中的衡量權衡問題。

付費5元查看完整內容

這項工作由 Calian 和 C3 人因咨詢公司根據加拿大國防研究與發展-多倫多研究中心(DRDC TRC)任務 20 "未來自主系統集成的人機協作研究路線圖 "進行,是更大的人機交互(HAI)任務授權合同(TAC;合同:W7719- 185397/001/TOR)的一部分。人機交互任務授權合同的總體目標是設計、開發、實施和評估人機協作(HAT)概念、方法和技術,以提高加拿大兵力(CAF)人機系統(HMS)的整體性能。

當前項目的目標是制定一個研究路線圖,以指導未來自主系統(AS)的研發工作及其在加拿大武裝部隊中的集成。具體來說,路線圖將指導未來對部署自主系統的心理、倫理、道德、社會和文化影響的調查。為實現這一目標,加利福尼亞空軍和災難恢復與發展中心的利益相關者參與了一項 HAT 調查。該調查由 13 個涉及 HAT 研究問題的問題組成,使用 Survey Monkey 進行在線管理。調查圍繞四個研究主題展開:了解國防部/加拿大空軍目前正在考慮的人工智能賦能的自動系統類型;根據這些系統的分類法識別風險因素并確定其優先次序;加拿大空軍不同服務部門在使用和應用這些系統方面的異同;以及 DRDC 和加拿大空軍利益相關者之間的一致程度。

這項研究的參與者包括 DRDC 和 CAF 的主題專家 (SME),他們目前都活躍在與自主相關的項目中(例如,AS 項目中的 CONOPS 工作組)。代表作戰和研究界不同組織的 50 多名受訪者完成了 HAT 調查。調查結果顯示:

1.總體而言,CAF 和 DRDC 利益相關者的主要關注點在于擁有非致命能力的半自主(S-A)系統。這些系統廣泛應用于情報、監視和偵察(ISR)以及指揮與控制(C2)行動。對這些系統至關重要的基礎技術包括計算機視覺、機器人技術和高級數據分析;

2.與加拿大皇家海軍(RCN)和加拿大陸軍(CA)相比,加拿大皇家空軍(RCAF)有不同的優先事項,因為其對完全自主(F-A)系統以及具有致命能力的 S-A 和 F-A 系統的需求有所增加;

3.所有利益相關方都表達了對軍事自主系統的一系列風險考慮。這些問題包括系統有效性、人類系統集成(HSI)和人工智能脆弱性等各個方面。值得注意的是,對具有致命能力的系統的關注程度明顯更高,尤其是與道德、倫理和法律因素相關的風險;

4.關于人因專家確定的九個 HAT 研究主題,它們都被評為關鍵主題,亟需研究關注。在這些主題中,信任、權力轉移和系統透明度/可解釋性被列為最重要的研究課題;以及 5.

5.CAF 和 DRDC 的受訪者在自主系統研究(包括其應用和基礎技術)的精力分配方面達成了顯著共識。但是,在致命自主武器系統領域存在明顯差距,研究界似乎落后于作戰界。

付費5元查看完整內容

美國陸軍作戰能力發展司令部(DEVCOM)陸軍研究實驗室(ARL)利用高分辨率傳感器、實驗室儀器和軟件技術,開發了電力測量和分析工具。為支持這些傳感器的使用,開發了一套可擴展的軟件模塊,用戶界面只需一個網絡瀏覽器。ARL 開發的用于 "嵌入式研究系統的可視化和處理 "的軟件框架和模塊稱為 ARL-ViPERS。這種基于傳感器的軟件提供了一種方法,用于配置傳感器以及與傳感器產生的數據進行交互并使其可視化,而無需在終端用戶設備上安裝任何軟件。

引言

美國陸軍作戰能力發展司令部(DEVCOM)陸軍研究實驗室(ARL)的幾個傳感器系統原型建立在通用的模塊化數據采集、存儲、處理和通信硬件上,稱為 ARL 的自主實時電力測量和儀器系統(ARL-ARTEMIS)。ARL 的移動式無人值守地面傳感器 (ARL-MUGS) 和移動式功率計 (ARL-MPM) 就是其中的兩個例子(圖 1)。這些系統配備的軟件可用于傳感器配置,以及對電力 (EP) 系統收集的數據進行實時和后處理分析。ARL 開發的 "嵌入式研究系統可視化和處理 "軟件框架稱為 ARLViPERS。以下將 ARL-ARTEMIS 和 ARL-ViPERS 分別稱為 ARTEMIS 和 ViPERS。

ViPERS 包括嵌入式網絡應用程序(可通過用戶設備,如手機、平板電腦或個人電腦上的網絡瀏覽器訪問)和 Dataserver 應用程序(用于運行自定義處理代碼)。網絡應用程序和 Dataserver 都在傳感器上運行,共同提供用戶界面 (UI),方便用戶配置傳感器,并提供多種數據可視化工具,方便用戶進行 "邊緣 "數據分析。Dataserver 的主要職責是在后臺管理正在進行的數據處理任務,而網絡服務器則用于為用戶提供相應的用戶界面。Dataserver 可以看作是 ViPERS 的 "大腦",而網絡服務器則是 "臉面"。

所有需要的 ViPERS 軟件都在 ARL 傳感器硬件上運行;因此,用戶無需在用戶設備上安裝任何軟件。ViPERS 還考慮到了模塊化。它包括幾個用于 EP 分析的基礎模塊,用戶可以輕松擴展軟件,加入自己的模塊。用戶還可以上傳定制的處理代碼和可視化程序,這些程序將在傳感器上實時運行;詳見第 3.18 節。

本《ViPERS 用戶指南》逐步介紹了通過網絡應用程序向用戶提供的各項功能。第 2 部分提供了連接和使用 ViPERS 所需的基本信息。第 3 部分包括 ViPERS 網絡應用程序各模塊的詳細信息;第 4 部分提供 ViPERS 數據服務器的信息。有關添加新模塊和可用應用編程接口(APIs)的說明,請參閱配套的《ViPERS 實施指南》 和《ViPERS 編程手冊》。

ViPERS基礎

ViPERS 軟件框架包括以下內容:

  1. 嵌入式網絡服務器,提供與傳感器交互的用戶界面;

  2. Dataserver 應用程序,用于在傳感器后臺運行處理模塊;以及

  3. 用于長期數據存儲的嵌入式實時時間序列數據庫。用戶可將本節作為 ViPERS 的基本 "快速入門 "指南。

付費5元查看完整內容

該項目為與使用無人系統支持分布式海戰(DMO)有關的作戰概念和系統設計決策提供信息。研究通過系統地改變仿真模型中的系統設計特征和作戰活動,支持對無人系統(UVC)進行能力級分析。分析結果表明,UVC 可提高各種無人系統的作戰可用性(Ao)和使用時間(TOS),因為它可隨時進入維護、加油和重新武裝設施,而無需長時間前往岸基設施或分布式支援艦艇。在比較使用 UVC 的配置與在自適應兵力包 (AFP) 中分配無人系統支持的配置時,單個無人系統的 Ao 提高了 6% 到 31%。仿真模型分析確定了 UVC 架構,其中包括至少 8 個無人機發射回收站、至少 3 個船舷托架和至少 5 個甲板井托架,以最大限度地提高 Ao。

在支持分布式海上作戰(DMO)時,無人系統有可能發揮兵力倍增器的作用,在提高殺傷力的同時降低有人系統的風險。然而,無人系統到岸基維護、加油和重新武裝設施的轉運時間減少了可用于支持執行 DMO 的自適應兵力包(AFP)的總體駐扎時間(TOS)。本項目研究了無人水面艦艇 (USV)、無人水下航行器 (UUV) 和無人機 (UAV) 在美國海軍現有艦艇上的集成問題,該艦艇已被重新改裝為無人載具 (UVC)。在本報告中,"UxV "一詞用于描述無人系統這一類別。

如 Van Bossuyt 等人(2019 年)所述,項目團隊采用了系統定義、系統建模和系統分析的通用系統工程流程序列。在系統定義過程中,項目團隊重點開發了作戰概念(CONOPS),并定義了 UVC 的系統要求。系統建模活動的重點是構建 UVC 的離散事件仿真模型。在系統分析階段,團隊利用所開發的模型來評估 UVC 的各種設計參數對每種無人系統類型的運行可用性(Ao)的影響。

A. 系統定義

在系統定義階段,從自上而下和自下而上的角度開發和考慮了 UVC 要求。從自上而下的角度來看,團隊分析并確定了滿足總體任務有效性目標所需的能力,而與任何現有的候選平臺無關。從自下而上的角度來看,團隊評估了一艘登陸直升機船塢(LHD)艦,以確定該平臺可實現的最大 UVC 能力。通過查閱文獻和分析利益相關者的需求,項目團隊確定了 UVC 的以下關鍵能力:指揮與控制 (C2)、UxV 發射、UxV 維護和 UxV 回收。根據設想,UVC 將包括著陸甲板無人機發射和回收站、無人機維護/布防/燃料艙、用于大型 USV/UUV 操作的船舷艙或站,以及用于小型 USV/UUV 操作的井甲板艙。

B. 系統建模

項目構想將 UVC 視為針對地面和岸上敵對兵力實施 DMO 的 AFP 的一部分。UVC 的作用是支持 UxV 對敵方岸基導彈基地進行偵察和打擊。在打擊階段之前、期間和之后,UxV 提供全天候的情報、監視和偵察(ISR)、目標定位和戰損評估服務。UVC 的總體目標是通過消除到岸基支持設施的較長運輸時間來增加 UxV 的全時服務時間。為實現這一總體目標,研究小組選擇 "航程 "和 "持續停留時間 "作為性能指標(MOP),并選擇 "UxV 任務時間"、"UxV 停機時間 "和 "維護灣利用率 "作為效果指標(MOE)。

設計并開發了一個離散事件仿真模型,用于分析 UVC 設計參數對 MOP 和 MOE 的影響。該模型是通過 ExtendSim10 建模程序開發的。該模型包括 UxV 發射和回收、UxV 維護活動以及 UxV 重新武裝和加油活動。UxV 的發射時間表和總模擬運行時間是根據擬議的 UVC CONOPS 制定的。目前,該模型并未考慮 UxV 的損失或故障;這是未來可能開展工作的一個領域。模型的主要輸出是每種 UxV 的 Ao。

C. 系統分析

為了廣泛探索實驗空間,同時減少試驗總數和模型運行時間,我們專門設計了一個填充空間的拉丁超立方設計。每次試驗重復模擬 30 次并收集結果。合并所得的 Ao 值,得出每個試驗的統計平均值。

分析結果表明,UVC 可隨時提供維護、加油和重新武裝設施,而無需在岸基設施或分布式支援艦艇之間進行長時間的轉運,從而改善了每種 UxV 的 Ao 值和 TOS 值。對于任何特定的 UxV,通過增加 UVC 發射、回收和維護站的數量,從而消除或減少這些服務的排隊時間,可獲得最大的 Ao。分析表明,UVC 在設計時應至少配備 8 個無人機發射/回收站、至少 3 個船舷托架和至少 5 個焊接甲板托架。這些參數沒有確定上限,這也是未來研究的一個潛在領域。

有趣的是,雖然 UVC 的存在改善了大型無人水面艦艇(LUSV)的航速,但 UVC 的實際設計似乎對 LUSV 的航速沒有影響。這可能是由于 LUSV 的假定任務持續時間長,假定維護間隔長,因此不可能出現任何排隊現象。單個船側停泊區似乎足以為多艘 LUSV 提供服務,但即使是單個船側停泊區,也可通過消除到岸基設施的轉運時間來改善 Ao。

付費5元查看完整內容

2019年,美國空軍(USAF)要求美國國家科學、工程和醫學研究院進行一項研究,以審查與未來戰術邊緣數據驅動行動能源需求有關的挑戰和機會。因此,國家研究院在其空軍研究委員會(AFSB)的主持下,成立了美國空軍未來數據驅動行動的能源挑戰和機遇委員會。該跨學科委員會的成員都是志愿者,他們被任命為代表這一高度專業化課題的相關學術、研究和操作經驗。本報告是該委員會的工作成果。

報告總結

邊緣數據設備需要能源

正如《2020年國防未來工作組報告》所指出的,"人工智能、生物技術、量子計算以及空間、網絡和電子戰等方面的進步正在使傳統戰場和邊界變得越來越不重要"。報告中的一個重要發現是,需要取得重大進展,通過利用信息技術日益增長的力量,如人工智能(AI)和機器人技術,提高國家安全和競爭力。

美國空軍(USAF)內部正在進行重大努力,以做到這一點。正在研究和試驗產品和工藝技術,并將其納入未來作戰概念和計劃。這一工作的一個重要部分集中在整合行動上,從戰略到戰術,跨越所有的工作。在考慮這些未來作戰概念時,必須提出的一個問題是:實現以知識為基礎的未來的設備將如何供電?

更確切地說,離穩定和永久地點最遠的設備將如何管理其能源需求?和平時期作戰環境的豐富能源供應,在沖突期間可能無法在部隊預測的最遠處--戰術邊緣--輕易獲得。了解與戰術邊緣的持續數據收集、處理、存儲、分析和通信相關的能源挑戰是制定滿足未來戰場競爭的計劃的重要部分。

克服這些挑戰

委員會咨詢了學術界、政府和工業界的技術專家,以確定與戰術邊緣的能源需求有關的挑戰和問題,以及未來為幫助解決這些挑戰而考慮的任何潛在解決方案。為了理解、解決和常規化將能源因素納入作戰能力,需要進行近期、中期和長期努力。本文件中的建議涉及理解這些需求和不滿足這些需求的連帶效應,將數據處理的能源需求納入任務和單位準備評估,以及研究產品和工藝技術以解決節能計算、彈性、互操作性和戰術邊緣能源管理的替代解決方案。這些建議總結如下。

能源需求和任務準備

這些建議的核心問題是,在戰術邊緣的數據處理和支持作戰行動的功能上需要多少能源。從根本上說,這個問題的答案目前還沒有全面的了解。有理由認為,一個明顯的建議是系統地分析和記錄與支持這些任務的數據處理有關的能源需求。

  • 建議1:美國空軍必須將能源需求納入所有武器系統的戰備報告指標。

在全面分析與戰術邊緣數據處理相關的能源需求的同時,重要的是了解能源可用性和質量對這些功能的影響,以及如果能源需求完全或及時得不到滿足,對更大的任務功能和武器系統會產生什么影響。必須了解戰術邊緣的數據能力暫時或持續失去電力對行動的影響,包括從后勤、管理到對目標的有利影響。單位執行任務要求的能力可能會因為無法收集、處理、分析和交流關鍵數據而大打折扣,從而影響到單位和任務的準備。

  • 建議2:在新興的數據驅動的作戰環境中,美國空軍的資源和能力準備評估應包括在戰術邊緣提供足夠和適當的能量給數據能力。

“拔掉插頭的演習”

實地演習和培訓通常假定在任何時候和任何需求下都有電源。這也是對通信系統、網絡和其他支持性基礎設施的一個標準假設。在前線部署的情況下或在有爭議的戰斗空間中,應該預計到電力和其他基礎設施將成為攻擊的目標,因此將不會持續提供或斷斷續續。損失可能來自于現有的不良商業基礎設施或敵人的拒絕;缺乏維護;缺乏燃料;或人為錯誤。為了模擬一個現實的未來環境,美國空軍必須在訓練和演習中包括 "熄燈 "情況。這些針對戰術單位和動態基地的拔掉插頭的演習可以揭示出與對戰術邊緣任務的數據可用性預期相關的依賴性。

  • 建議3:美國空軍應該對所有現實的實地演習進行“拔掉插頭的演習”,對戰術邊緣數據預期的影響應該被記錄下來并轉達給任務計劃制定者。

  • 建議4:關于戰術邊緣數據能力“拔掉插頭的演習”的結果應被用于修訂和更新任務準備度評估。

明確的能源需求

目前,計算支持的能源需求,無論是內部還是外部,目前在任何主要武器系統或任務簡介中都沒有定義。先進的信息技術(IT)能力,如人工智能,以及大規模分布的小型設備和通信節點的使用,影響了戰術邊緣的能源需求,并對任務和武器系統的作戰準備和性能產生影響。這些能源需求必須被定義為所有任務和系統的要求。

  • 建議5:美國空軍應將與數據預期有關的能源需求,包括支持和任務或系統內部的能源需求,作為所有任務和系統的明確要求。合同的條款和條件應包括要求具體和完整描述能源需求、類型以及與后勤支持的兼容性的語言。

  • 建議6:美國空軍應明確解決戰術邊緣信息環境的能源最小化、功耗監測和能源生成問題,包括所有小型設備和物聯網能力。

人力

支持與分散在戰術、作戰和戰略層面的計算/存儲功能相關的能源需求所需的人力技能是非常重要的,是成功實施數據驅動行動的一個障礙。美國空軍不具備管理、領導、監督或解決與數據驅動行動相關的能源消耗挑戰的有機人力(已經在組織內的人力)。如果沒有了解整個能源需求的有機人力,包括高度專業化的領域,如射頻(RF)工程,美國空軍可能永遠不會實現加強其行動目標的解決方案,而會使自己遭受大量的戰術、行動和戰略風險。這一人力挑戰包括招募、教育、培訓和優化承包商/軍隊的混合,以及對教育的激勵。

  • 建議7:美國空軍應建立一個人力計劃,招募、教育、分配和培訓軍事和文職人員,以應對與數據驅動行動相關的能源挑戰。

  • 建議8:美國空軍應激勵能源工程師,特別是天線和無線電頻率工程師等專家。

能源復原力和互操作性

雖然在外國部署的美國部隊的技術互操作性是一個眾所周知的問題,但在開發或采購新的電源或分配系統時,這些問題必須是一個具體的考慮。理想情況下,新系統應該自動適應并與外國環境互操作,很少或沒有機械切換或重新配置。

向部署的部隊提供能源的挑戰因物流而變得復雜,物流往往傾向于簡單而不是復雜,大用戶而不是小用戶。在戰術邊緣,小型用戶在全域聯合行動(JADO)概念下的數據收集、分析和通信方面可能有更大的作用,這將使他們成為大型單位作戰準備的依賴。這對需要分析的聯合或多軍種行動有影響,包括所有軍種在戰略制定上的合作。

  • 建議9:美國空軍應該開發一個經濟效益模型,探索不同能源輸送模式的效用、機會成本、風險和效益。

  • 建議10:美國空軍應探索在戰術性野外演習中實施車聯網(V2G)的相關選擇。

  • 建議11:美國空軍應從能源交付的成本效益和與單一能源來源相關的運營成本的角度考慮能源類型和交付方式的后勤尾巴(例如,使用無人機向小用戶交付電池,而不是傳統的燃料車隊)。

  • 建議12:美國空軍在設計電力系統(超過變壓器)時,應考慮與外國電力系統和伙伴軍事部隊(如北大西洋公約組織)的互操作性,包括某些元素的標準化和 "即插即用 "能力。

研究

隨著數據驅動的行動對作戰概念變得更加關鍵,能源影響應明確成為規劃過程的一部分,包括研究如何減少能源使用、能源來源暴露于敵對活動,以及提高能源復原力。

減少能源消耗的算法和應用空間已被證明是非常有前途的。已經進行了研究,在操作系統層面和應用層面創建能源消耗意識的算法,看來這一工作路線對于減少在戰術邊緣運行的計算系統的能源需求有很大潛力。雖然眾所周知,聰明的算法設計可以產生能源節約,但仍有更多的研究需要進行,以產生實用的和部署的能源意識算法。需要的研究包括將理論算法轉換為實際可部署的軟件。此外,還需要進一步研究近似技術的作用,以減少能源使用,同時不影響準確性。人們還知道,系統如何架構,包括天線類型和傳輸策略等細節,會對能源使用產生全面影響,這意味著對能源的系統性使用的研究將是有益的。這些研究工作可以支持減少信號發射和熱信號的操作安全目標。

  • 建議13:美國空軍應投資于未來與減少能源使用相關的產品和工藝技術的研究,最大限度地減少能源物流風險,并提高與戰術邊緣數據操作相關的能源復原力。

  • 建議14:美國空軍應投資研究在實際可部署的軟件中使用能源意識算法。

  • 建議15:美國空軍應投資開發軟件算法中的近似技術,在不影響精度的情況下有效降低能耗,達到不可接受的水平。

  • 建議16:美國空軍應在現實場景中開展實驗活動,包括各種系統和戰術邊緣單位的部署特點,以指導研究方向和實施潛力。

前進之路

這些建議為美國空軍提供了一種將能源需求納入未來戰場規劃的方法。如果不對能源需求進行明確的規劃并將其納入作戰準備評估,就有可能發生關鍵的故障,從而對整個相連的戰場產生連帶影響。通過建議來執行所描述的議程將是具有挑戰性的,但其結果將大大改善成功部署下一代技術到戰術邊緣的可能性。

付費5元查看完整內容

人工智能(AI)有可能給軍事行動的所有方面帶來重大破壞。這項研究開發了一個嚴肅游戲(SG)和評估方法,以提供參與破壞性人工智能技術所需的心態教育。該游戲名為 "Obsolescence",從人工智能和作戰當前和未來狀態的報告匯編中教授向國防部 (DoD) 推薦的戰略級概念。評估過時的教育價值的方法解決了常見的挑戰,如主觀報告、控制組、人口規模和衡量抽象或高水平的學習。游戲提議的教育價值采用前后測試的形式,與人工智能和戰略規劃領域的官方來源和專家建立的基線進行測試。評估包括基于自我報告的學習和測量參與者在游戲后對LO相關問題反應的變化這兩個指標。實驗發現,測量的學習效果和參與者自我報告的學習效果之間有很強的關聯性,這兩個指標都證實了Obsolescence實現了其教育目標。這項研究包括利用評估方法的必要步驟,并為Obsolescence和教育游戲評估領域的未來研究提出了建議。

付費5元查看完整內容
北京阿比特科技有限公司