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

圖：一名美國海岸警衛隊成員通過控制器控制一架無人機系統。將無人資產整合到海岸警衛隊的行動中，并為熟練的勞動力配備最先進的自主技術，使每個切割機、小船站和部門都能以更高的效率和精度實施作業。

海岸警衛隊任務需求達歷史峰值，但其內部評估顯示現有巡邏艦僅能完成11項法定任務中的6項。將無人裝備整合至作戰體系，并為專業隊伍配備尖端自主技術，可使每艘巡邏艦、小型艇站及防區以更高效率與精度執行任務。這些新增能力——輔以持續的海上態勢感知（MDA）、全球化情報監視偵察（ISR）及強化的海上執法存在——將使海岸警衛隊優化有人裝備運用，保障海上自由與安全。

無人系統

海岸警衛隊已在巡邏艦成功部署無人機系統（UAS），但無人水面艇（USV）研發滯后。此類水面艇可在人工遙控或全自主狀態下運行，兩種模式均能降低人力需求，同時維持必要執法存在并構建MDA能力。

相較傳統裝備，USV具備更持久續航與更廣活動半徑。其無需生活艙室設計，可搭載更大有效載荷或額外燃料；還能與有人裝備協同擴展傳感器范圍，在遠海充當通信中繼節點；全壽命周期運營成本亦低于傳統艦船。擴展能力包括從USV發射系留四旋翼無人機，在執行人員搜救或非法目標定位任務時提升視野高度。

2023年3月，海岸警衛隊發布《無人系統戰略規劃》聲明："本部隊將在復雜海洋環境中有效運用、防御及監管無人系統，推進美國公眾的海上安全、安保與繁榮。"2020年，其研發中心與Spatial Integrated Systems及Saildrone公司完成兩項30天演示合同，在MDA職能中實現無人系統持久部署（時長超越同平臺有人機組能力），并將合約自主技術集成至現役系統。2021年，研發中心成功完成增強型"特里同"USV測試。此發展勢頭不容錯失。

盡管USV應用經驗有限，海岸警衛隊無需獨自承擔無人系統研發與部署重任，可借鑒國防部（DoD）經驗。國防部"復制者計劃"已投入10億美元，目標18-24個月內部署數千架無人機。

海軍作為USV技術全球領導者，在第四、五、七艦隊有效運用無人裝備，并在阿拉伯海與加勒比海等作戰區域完成重要測試——第四、五艦隊借助無人裝備增強MDA與ISR能力以打擊走私活動。無人系統對海軍攔截非法海事行動至關重要，該技術直接關聯海岸警衛隊的禁毒與移民攔截任務。

作戰概念

必須考量如何將新型自主裝備與能力轉化為力量倍增器。以下非窮盡列舉，海岸警衛隊應通過工作組征集全體人員意見，探索自主技術在全域作戰中的實施路徑。

• 國家安全艦母艦概念
  無人水面艇（USV）可與大型艦艇協同部署。國家安全艦（NSC）作為理想平臺，標配可搭載三艘小艇、一架直升機及"掃描鷹"無人機系統，其容量與靈活性足以增配USV。NSC雖已運用"掃描鷹"定位走私船只，但可額外攜帶更多小艇，并部署配備雷達、AIS及光學攝像頭的"特里同"自主航行ISR水面艇或同類USV。由三艘及以上此類USV組成的編隊可執行區域封鎖任務——憑借約30天的續航力協助NSC定位目標，待有人機組最終實施攔截。續航周期結束后回收USV，艦員完成必要維護補給即可再次部署。

此外，USV可在白令海與北冰洋部署，協助巡邏海上邊界線并定位涉嫌非法、未報告及無管制捕撈的船只。

• 防區態勢感知
  防區或站點可運用USV或無人機系統（UAS）維持責任區態勢感知。水面或空中裝備可在交通密集區或非法活動高發矢量區域以游弋模式部署運行。單名操作員即可遠程監控裝備，避免有人機組受耐力限制或惡劣環境疲勞影響。一旦識別威脅，有人機組可立即定向響應。

空中裝備憑借視野高度優勢提升區域監控能力，水面艇則通常具備更強續航力。在搜救場景中，USV可向遇險船員提供個人漂浮裝置等基礎救生設備。該能力對節慶活動或航海旺季的站點尤為實用，既能維持執法存在又可應對激增任務量。例如在配備快速響應艇的特定防區，無人載具可使21人編制的艦員在碼頭待命，無需輪換部署有人裝備即可實現不間斷覆蓋，從而增加訓練時間、緩解執勤疲勞并提升海勤吸引力。

• USV通信中繼站
  現行岸基"救援-21"系統接收海上遇險呼叫的覆蓋范圍約20海里，依托沿海岸線分布的通信塔運作。配備系留空中組件的USV可擴展該網絡覆蓋，戰略部署于遠洋漁場等高交通密度區。新增離岸節點通過多塔臺無線電測向交叉定位，提升遇險位置標定能力；增高天線發射高度則擴大無線電傳輸范圍，使無衛星通信的船只獲得更遠通信距離。

采用USV作為通信中繼還增強海岸警衛隊通信網絡的覆蓋范圍與魯棒性。擴展的通信半徑使響應單元與防區聯絡更可靠，并能與更遠距離的遇險船員通話。移動式USV通信站亦可用于災后重建通信，助力救援機構高效協調。

• 采購模式
   選擇能快速交付技術的采購模式至關重要。海岸警衛隊戰略規劃強調：第一步應是服務承包而非資產采購。NSC成功部署"掃描鷹"已驗證此模式——自2021年起每年有四艘NSC增配該能力，并在攔截行動中成效顯著。無人機硬件及操作員均由承包商提供，該策略使海岸警衛隊能快速測試多供應商方案，并簡化無人系統初期操作培訓。待可靠無人系統證明確能提升部隊效能后，方可考慮長期采購。

• 人員與培訓
   初期作戰單位需與承包商協作制定USV最佳操作規范，逐步積累制度化知識并最終形成戰術技術程序文件或寫入政策。為備戰未來自主運營USV的時代，海岸警衛隊領導者須開發并實施人員培訓體系。可借鑒海軍設立"機器人戰專家"（RW）職稱的做法——RW水兵作為操作員、維護員和管理者規劃控制機器人系統運行。海岸警衛隊應建立專屬職稱體系，通過商業課程、海軍RW培訓及最終由部隊戰備司令部運營的"C級學校"啟動人員培訓。

未來展望

全球無人水面艇的崛起毋庸置疑，海岸警衛隊必須駕馭此項技術以強化能力并緩解超負荷運轉的人力體系壓力。借鑒現有無人系統項目的經驗與采辦策略，海岸警衛隊可快速吸納這些技術，為未來鍛造更堅韌強大的作戰力量。

參考來源：usni

圖：一架遠程操控的BQM-34無人靶機在穆古角海上靶場發射測試導彈，支持開發提升射程與精度的先進導彈設計。（圖片來源：美國海軍）

美國海軍在導彈技術領域取得突破，首次從無人平臺成功空射"固體燃料一體化火箭沖壓發動機"（SFIRR）。此次由海軍空戰中心武器分部（NAWCWD）實施的測試，標志著遠程導彈系統現代化進程的重要進展。海軍在12個月內完成推進系統與火控系統的集成驗證，展示了其快速創新與列裝下一代武器的能力。

SFIRR技術開創導彈推進新范式。相比依賴液態燃料與復雜燃燒機制的傳統沖壓發動機，SFIRR采用固體燃料——兼具推進劑與結構部件功能，消除了液態燃料存儲與操作的設計與后勤難題，尤其在戰斗環境中優勢顯著。固體燃料系統具備更高穩定性，更易集成至多型發射平臺。通過將火箭加速段與沖壓發動機持續推進段整合至緊湊固體燃料模塊，SFIRR在保持高機動性的同時實現遠程高速飛行，成為精確打擊高速運動或遠距目標的理想選擇。

此次測試通過配備先進火控系統的BQM-34無人靶機實施SFIRR發射，不僅驗證推進技術突破，更預示美海軍未來武器部署的戰略轉型。依托無人平臺發射導彈，海軍可在安全距離接戰威脅，避免有人資產與人員涉險。該模式還賦予更高作戰彈性——無人系統可部署于有人機風險較高的爭議或拒止區域。

總部位于加州中國湖基地的海軍空戰中心武器分部（NAWCWD）是美海軍武器系統核心研發機構。作為項目主集成方，NAWCWD在一年內成功整合推進、航電與火控技術至可飛行驗證體，彰顯其將前沿研究快速轉化為實戰方案的能力。該中心通過與政府機構、防務承包商及學術機構協作，加速創新進程以確保海軍在日益激烈的全球安全環境中保持技術優勢。

從戰術戰略視角看，SFIRR成功具有較大影響：緊湊設計與簡化燃料系統減輕后勤負擔，適配從有人戰機到無人系統的多樣化平臺；增程提速擴展交戰范圍，使指揮官能在威脅進入有效射程前實施攔截；固體燃料沖壓發動機的高速持續推進特性，特別適用于穿透先進防空系統或打擊時效性目標。這些能力強化海軍未來在力量投送、縱深打擊與多域敏捷作戰方面的優勢。

此次成功驗證不僅是技術成就，更清晰表明美海軍正加速武庫現代化以保持導彈戰優勢。SFIRR測試經驗已應用于開發更先進的導彈原型（聚焦速度、射程與操作彈性提升）。隨著潛在對手加緊先進武器研發，此類舉措確保美海軍持續引領全球海上作戰能力發展。

參考來源：armyrecognition

美陸軍官員在談到"下一代指揮與控制"（NGC2）概念時，承認需推進變革性調整。

圖：美國陸軍參謀長蘭迪·A·喬治將軍于2024年3月在加州歐文堡"聚合頂點4號"項目期間，觀摩下一代指揮與控制（NGC2）實驗能力演示。在本年度同樣位于歐文堡的"聚合頂點5號"項目中，陸軍組織士兵主導的NGC2"原則驗證"以評估該方案進展。

美國陸軍指揮控制體系升級進程取得進展。據陸軍未來司令部NGC2項目聯合負責人馬修·斯卡格斯上校與邁克爾·卡盧斯蒂安上校透露，本月起軍方將啟動私營部門合作招標，簽訂NGC2概念建設合同，首批原型系統將于今年秋季交付。

這一進展基于NGC2在3月加州歐文堡"聚合頂點工程5號"（Project Convergence Capstone 5）演習期間，通過多輪作戰人員測試驗證其能力。然而盡管概念驗證成功，官員們仍發現存在大量需改進的后勤異常與系統組件問題，尤其體現在數據傳輸存儲與軟件定義網絡（SDN）領域。

合作模式

通過NGC2實驗獲得的首要經驗是：選擇行業合作伙伴的流程可能異于常規。官員強調所簽合同必須具備靈活性與適應能力。

斯卡格斯指出，鑒于NGC2項目的龐大規模與動態演進特性，不應由單一企業承擔全系統開發。陸軍希望保持與多家公司并行試驗的自由度——評估其技術能力，應用于NGC2項目，再決定是否深化合作。換言之，軍方力圖避免將NGC2主導權鎖定于某家企業，以防最終產品性能不達預期。

革新任務式指揮未來

"NGC2的獨特之處在于它更偏向概念而非系統——我們構建了基于云架構的集成數據層，"斯卡格斯上校表示，"但要以非綁定單一主承包商的方式簽訂合同，避免由某家企業掌控整個系統。數據必須具備可觀測性與可擴展性，若某應用運行異常，需具備更換供應商的自由。"

NGC2的數據擴展能力允許企業便捷地將創新技術集成至系統。斯卡格斯指出，企業新工具可直接接入可擴展數據層，為驗證其技術適配性提供便利測試途徑。

"靈活"與"合同"通常互為反義詞，但在NGC2項目中，這種實驗性協議雖艱難卻關鍵。斯卡格斯強調："我們嘗試建立新型合同機制——引入由多家企業組成的競爭性技術聯盟，通過創新合同條款設計，使政府能在需求變化時動態調整合作方。若無法實現這點，任務指揮系統終將重蹈傳統覆轍。"

技術優化方向

軍方表示需對NGC2框架進行多項改進。首要任務是構建低延遲數據傳輸能力，通過逆向工程法從目標反推解決方案。斯卡格斯解釋："我們明白無法始終回傳邊緣數據，必須解決延遲問題。因此，邊緣計算的重要性日益凸顯——傳感器邊緣攝取數據經AI處理后可直接供指揮官決策，無需回傳云端。"

卡盧斯蒂安上校補充道："必須著力發展邊緣AI能力，確保在沖突環境下實現數據攝取、解析與下層指揮官應用的無縫銜接。"

增強隱私安全與網絡升級

官員們正著力提升NGC2系統的隱私與安全性。斯卡格斯指出，作戰人員需在使用NGC2時最小化甚至消除戰場電磁特征，以規避敵方傳感器與射頻探測。

軟件定義網絡（SDN）2019年作為"網絡現代化方案"推出，其核心在于"將本地網絡路由控制功能遠程集中化"。但NGC2測試表明SDN響應速度不足以滿足戰備需求。為此，軍方提議引入基于人工智能的解決方案提升網絡敏捷性。

卡盧斯蒂安強調："未來沖突節奏極快，通信兵與指揮層將無暇手動調整網絡對抗敵情。必須將AI引入網絡運維——不僅優化數據路徑選擇，還需洞悉敵方在電磁頻譜與作戰空間的意圖并自主響應。"他補充道："目標是將網絡升級為完全自主、智能且威脅感知的體系，這將成為大規模作戰的核心需求。"

賦能決策與網絡愿景

據指揮控制跨職能團隊主任帕特里克·埃利斯少將介紹，NGC2概念18個月前提出，旨在為指揮官提供增強型信息數據庫以加速優質決策。網絡跨職能團隊通訊主管克萊爾·海寧格指出，NGC2賦予指揮官更機動、便捷與可訪問的指揮控制系統。

埃利斯與C3N項目執行官員馬克·基茨進一步闡釋NGC2的軍事影響。埃利斯表示："核心理念是通過工具賦能指揮官做出更優、更快、更多的決策——現代戰場態勢要求我們必須實現這點。"

基茨總結道："構建陸軍強大、全面、統一的網絡是場持續征程。NGC2是此進程中前所未有的里程碑，其展現的網絡未來圖景令所有人振奮。"

參考來源：AFCEA

美國國防部正通過"雷霆熔爐"（Thunderforge）項目推動技術創新，該計劃將整合先進AI加速關鍵作戰決策流程。

在五角大樓靜謐的指揮室內，一場技術革命正重塑美國軍事行動規劃模式。"雷霆熔爐"項目成為此次轉型的先鋒，將先進人工智能模型深度植入美軍決策核心。

五角大樓的戰略押注

美國防部已授予Scale AI公司價值數百萬美元的合同，旨在開發重新定義軍事規劃速度與精度的系統。在國防創新單元（DIU）監管下，"雷霆熔爐"試圖彌合軍事戰略家所稱的"根本性錯配"——現代戰爭所需速度與武裝力量現有響應能力之間的鴻溝。

該計劃本質上致力于打造新一代工具，使軍事指揮官能在日益復雜動態的戰場環境中"以機器速度運作"。初始部署將聚焦印太司令部與歐洲司令部這兩個華盛頓優先戰略區域。

硅谷入局五角大樓

該項目標志著硅谷創新力與美軍作戰需求的歷史性融合。專注數據標注與AI模型開發的Scale AI公司牽頭組建聯盟，成員包括微軟、Anduril等科技巨頭。

這種協作遠超越普通政府合同范疇：它象征著民用科技界與軍工復合體傳統壁壘的漸進消融。專為促進此類互動而設立的DIU，已成為連接這兩個歷史性隔絕領域的高效橋梁。

改變戰場規則的技術

"雷霆熔爐"的技術武器庫包含尖端成果：
? 能處理整合海量信息的大型語言模型（LLM）
? 可生成多場景預案的生成式AI系統
? 具備漸進自主性的"AI智能體"
? 依托人工智能的模擬推演與兵棋推演系統

其目的不僅在于輔助指揮官，更旨在根本性重構軍事規劃流程，實現指數級提速與適應性提升。

靜默的軍備競賽

"雷霆熔爐"的加速研發并非孤立事件。美國輿論持續將此計劃置于應對潛在對手技術崛起的戰略框架內。這催生了全球地緣競爭的新維度——聚焦算法與算力而非核彈頭的軍備競賽。

此競爭態勢催化風險資本持續涌入防務關聯企業，強化商業創新與軍事應用的融合趨勢。"雷霆熔爐"由此成為民用科技與國家安全交匯地帶重構趨勢的典型縮影。

參考來源：Marta Reyes

X-51A"馭波者"驗證機展示了高超音速飛行能力。該機型由普惠火箭達因公司SJY61超燃沖壓發動機驅動，設計通過乘波體構型實現約6馬赫極速。圖片來源：美國空軍

全球各國政府正爭相獲取被視為"未來戰爭制勝必備武器"的高超音速導彈。俄羅斯已在侵烏戰爭中動用Kh-47"匕首"高超音速導彈，中國宣稱已列裝包括DF-17與DF-26在內的多型高超音速武器。

Kh-47導彈并未為俄羅斯鎖定勝局。事實上，烏克蘭聲稱其美制"愛國者"防空系統已多次成功攔截該導彈。

美國正投入數十億美元追趕高超音速技術，但高昂成本已引發項目調整。近期，美國海軍因成本超支與預算限制終止"高超音速空射進攻性反水面戰導彈"（HALO）項目。HALO并非美軍最昂貴的高超音速項目；海軍將轉而聚焦AGM-158C"遠程反艦導彈"（LRASM）等低速系統。

在HALO項目終止前，美國空軍已宣布將完成"空射快速響應武器"（ARRW）原型研發但放棄采購計劃。

新型高超音速導彈采購成本驚人。若采購385枚高超音速導彈，美國需耗資超120億美元。作為對比，二戰期間生產5萬輛M4"謝爾曼"系列坦克耗資約30億美元（1945年幣值）——經通脹調整后約合540億美元。

若將同等資金轉投其他項目，當前可采購17萬枚制導炸彈、250萬枚155毫米炮彈、2億發5.56毫米彈藥或超170架F-16戰機。未來戰爭或需數千枚高超音速導彈。鑒于其近乎天價的成本及對其他武器項目的擠壓效應，向假想敵支付"認輸費"或許將成為更經濟的財政選擇。

參考來源：DSM

圖：2025年2月21日，第1-2斯特瑞克旅戰斗隊士兵在羅德里格斯實彈訓練場進行聯合兵種實彈演習期間執行警戒任務。（美國陸軍參謀軍士澤維爾·萊加雷塔攝）

美國會打破傳統，通過覆蓋整個2025財年的持續決議案（CR）為國防部提供資金。該法案授予新項目啟動權，但阻礙長期規劃。盡管立法為國家安全撥款8925億美元（含采購預算小幅增長），但大幅削減研發與作戰維護預算，在政府宣稱提高支出背景下仍形成財政緊縮環境。

本文援引的預算調整數據源自Forecast International《2025財年美國防預算聚焦》儀表板，該工具可視化呈現國會防務委員會在預算周期內的資金分配調整。

CR總額較2024財年法定額度增加60億美元，但經通脹調整后國防部實際購買力仍低于去年。最終預算較拜登政府申請額削減30億美元，盡管兩黨（尤其參議院）呼吁增加支出。

與傳統CR不同，該法案允許國防部啟動新項目并擴大資金調配權限，賦予項目主管更高靈活度。立法者還建議整合部分采辦預算以減少分項數量。

立法意圖與執行落差

復雜因素在于：CR僅按大類撥款賬戶規定資金額度，未包含項目級支出明細。項目細節以"國會意圖"形式單獨遞送國防部。這使得國防部在資金使用上擁有超乎尋常的自主裁量權。

這引發哪些項目將按計劃推進、哪些可能延遲或變形的疑問。目前，項目級調整應視為指導性意見而非法律約束。

采購預算持平 研發預算縮水

2025財年CR提供1682億美元采購預算，較申請額高出6.88億美元（+0.4%）。盡管總額持平，海軍陸戰隊與太空軍等多部門采購預算遭大幅削減。研發試驗鑒定（RDT&E）預算整體削減19億美元（-1.3%）。作戰維護預算遭重創，較申請額削減57億美元，軍事基建預算削減8.184億美元。

圖：預算來源：2025財年美國防預算聚焦

美空軍計劃遭遇挫折

空軍原期待采購預算大幅提升，最終僅獲1.07億美元微增，遠低于參議院軍事委員會建議的36億美元與參院撥款委員會提議的10億美元。相比之下，眾議院曾建議削減空軍總采購預算。

此前談判中的會議撥款法案本可為空軍飛機采購提供5-10%增長，但最終法案僅上調0.3%。立法者建議增購2架F-35、數架C-130與2架HH-60W戰斗救援直升機，而參議院提議的增購F-15EX與9架C-130未獲通過。

空軍研發預算遭受重擊，削減23億美元（降幅4.7%）。盡管兩院撥款委員會均建議削減，但最終降幅更接近參議院撥款委員會（SAC）提案。SAC曾計劃通過為太空軍增加11億美元抵消空軍削減，但該調整未納入最終法案。

"哨兵"洲際導彈、"下一代空優"（NGAD）與"先進作戰管理系統"（ABMS）等高調項目預算遭削減，而T-7教練機與E-7"楔尾"預警機等換裝計劃獲得額外資源。

美海軍采購預算縮水近10億美元

海軍采購預算呈現分化態勢，造船成為罕見亮點。艦船建造與改裝預算增加近10億美元（+2.9%），主要得益于第三艘"阿利·伯克"級驅逐艦與三艘"岸艦連接器"（SSC）的16億美元增資，彌補了2025財年"星座"級護衛艦削減一艘的缺口。其他海軍采購賬戶均遭削減，其中"其他采購"與陸戰隊采購分別下降4.6%和10.4%——"弗吉尼亞"級潛艇備件與維修削減5.78億美元主導前者，陸戰隊采購削減涉及電磁頻譜作戰（1.765億美元）、戰術車輛、通信設備與武器系統。

航空領域，立法者增購4架F-35C、1架CH-53K與2架KC-130J，但未能抵消整體縮減。海軍損失3架MQ-25，F/A-18、EA-18G、F-35B/C與MQ-4C"人魚海神"改裝資金遭削減。AMRAAM與"標準-6"導彈采購預算亦受沖擊。

美海軍研發預算較申請額微增1.0%，其中"核動力海基巡航導彈"（SLCM-N）獲1.5億美元增資，但"下一代干擾機"、EA-18G升級與"標準-6"改進項目預算削減。

美陸軍采購微增側重航空項目

美陸軍采購預算最終增加2.659億美元（+1.1%），主要來自航空采購3.087億美元增長（+9.8%），其中UH-60"黑鷹"獲6000萬美元、MQ-1C"灰鷹"獲2.4億美元。彈藥采購增加1.546億美元（+5.7%），"其他采購"微增6060萬美元（+0.6%）。

導彈采購下降2.475億美元，"愛國者"導彈、"間接火力防護能力"（IFPC）、"遠程高超聲速武器"與"標槍"反坦克導彈遭削減。車輛項目喜憂參半：M109"帕拉丁"與戰術車輛增資被"多用途裝甲車"（AMPV）削減抵消，部分通信系統預算縮減。

研發試驗鑒定（RDT&E）預算增加2.487億美元（+1.8%），低于眾院撥款委員會提議的13億美元增幅。增量集中在應用研究、先進技術開發及UH-60、CH-47與戰車等現役系統現代化，但原型開發與系統驗證資金削減。

總結

2025財年持續決議案是特殊預算形態：雖賦予美國防部比標準CR更高的靈活度，但缺乏傳統撥款法案的穩定性與精確性。部分項目受益于新啟動權，但諸多長期投資（尤其研發領域）面臨延遲或縮水。

焦點轉向待定的2026財年預算申請——特朗普總統暗示其規模或近1萬億美元。該申請能否闡明國防部執行2025財年CR預算的路徑尚待觀察，但將揭示新政府國防優先事項的演變方向。

Forecast International《美國防預算聚焦》將持續實時追蹤進展，通過交互視圖呈現后續預算流程中的資金變動。

參考來源：//dsm.forecastinternational.com/2025/04/24/congress-scales-back-ambitions-in-final-fy25-defense-deal/

盡管"關稅戰爭"對軍事技術的整體影響尚難精確評估，但可以確定的是，"無人機戰爭"將持續推動全球反無人機系統這一快速增長領域的發展。

美國應對無人載具威脅的舉措覆蓋全國防務體系，而近期某軍種取得顯著進展。4月14日，美國海軍陸戰隊宣布計劃為海軍陸戰隊空地特遣隊（MAGTF）全面部署便攜式反無人機能力，通過動能與非動能手段大規模列裝探測、追蹤、識別與壓制敵方無人機的技術。

據海軍陸戰隊要求，這些系統需具備輕量化、易操作、易培訓等特性。計劃要求開發并整合獨特反無人機解決方案，涵蓋車載與單兵作戰能力。

其中一項方案細節已部分披露：3月13日，安杜里爾公司（Anduril）贏得海軍陸戰隊6.42億美元、為期10年的記錄項目，負責交付、部署與維護"固定式反小型無人機系統"（Installation-C-UAS），實現全天候自主作戰。該公司表示，該方案集成多型傳感器與效應器，采用開放式架構設計支持快速迭代與系統升級。

過去數年間，美國防部持續資助多項反無人機系統研究、開發、測試與評估（RDT&E）計劃，并實施覆蓋采購與訓練的遠期規劃——本十年剩余年份的年均投入將達數億美元。當前，RDT&E板塊在2029財年前將分配超2.454億美元用于相關項目，同期采購預算約13億美元。

在國防預算公告差異極大幾乎成為常態的背景下，近期動態顯示未來預算仍將持續支持反無人機技術發展。3月，國會批準陸軍調整2024財年預算的請求，將2030萬美元從"九頭蛇"火箭項目轉用于為中央司令部采購4套"集裝箱化武器系統-先進精確殺傷武器系統"（CWS-APKWS）。

同期，國會研究服務處發布《國防部反無人機系統：背景與國會審議議題》報告。報告指出，美國政策制定者對無人機軍事威脅的擔憂日益加劇，要求各軍種應對由此產生的重大技術與作戰挑戰。

參考來源：Defense & Security Monitor

設想一個未來：人工智能（AI）以空前的速度、精度與洞察力賦能北約部隊。這場變革的核心正是盟軍轉型司令部——推動北約釋放AI集體安全潛能的引擎。該司令部正推進多項舉措，將AI融入軍事行動、創新、教育與能力發展，呼應北約2030年實現數字化轉型、數據驅動與多域作戰能力的目標。

奠基工程：數據即戰略資產

盟軍轉型司令部AI工作的核心理念簡明有力：數據即戰略資源。正如優質食材成就佳肴，高質量、結構化數據是AI高效、可靠、負責任運行的基礎。缺乏可訪問、可共享、易理解的數據，AI工具將無法釋放全部潛能。

為實現這一愿景，該司令部主導提升北約數據管理與應用效能的行動，包括實施數據開發計劃。該計劃聚合北約作戰與轉型領導者，聚焦將現實需求轉化為實用案例、推動負責任數據共享、確保北約工具系統使用統一數字語言。

通過這一框架，盟軍轉型司令部著力培養數據與AI人才隊伍，支持標準化建設以確保數據可信度與跨系統適用性。這種"數據優先"策略是AI能力融入北約體系的關鍵基礎。在此之上，司令部正將前瞻概念轉化為支撐聯盟行動與決策的實用工具。

從概念到能力：推進實戰化AI解決方案

盟軍轉型司令部對北約數字化轉型最顯著的貢獻在于推進實戰相關的AI解決方案與原型系統。這些項目驗證了AI如何加速決策、提升作戰效能、強化態勢感知。

典型案例是AI FELIX（人工智能前端學習信息執行系統）。該數字助手旨在減少重復性文書工作，優化北約機構知識管理。其最初應用于"戰備委員會"——負責接收、登記、審核所有正式來函的北約總部核心部門。AI FELIX通過每日自動分析數百份文件、標注關鍵信息并分發給相應團隊，將處理時間縮減80%。

基于數萬份文檔訓練，AI FELIX融合機器學習與規則系統，在元數據標注與文件分類上超越人工效率。除自動化外，它還完成北約檔案庫全量回溯標注，顯著提升內部檢索工具效能。該工具已擴展至多個北約司令部，預計服務超2萬用戶，通過自動化常規任務解放人力專注核心職責。

更進一步的AIDA（人工智能數字助手）為北約知識庫引入對話界面。用戶可通過自然語言交互獲取附溯源引文的語境化答案。在保密網絡運行的AIDA采用檢索增強生成技術（RAG），依托數十萬份多密級文件確保回答準確可溯。超越聊天機器人范疇，AIDA代表北約人員數字輔助的進化方向：未來將支持文件起草、數據查詢、系統集成與多智能體協作。每位參謀或可配備AI助手團隊，根據個人偏好執行研究、簡報生成、反饋協調等任務，實現從基礎自動化到智能支持的躍升。

另一新興能力AI CLAIRE（快速開發內容鏈接與人工智能）專注語義搜索與智能內容導航。該工具通過理解查詢意圖（非簡單關鍵詞匹配），幫助北約標準與條令管理者從海量開源與內部資料中提取相關信息，加速關鍵知識獲取，優化動態文件體系的更新維護。

決策優勢賦能：政治-軍事輔助決策（PM-ADM）

為增強北約預見、理解與應對新興威脅的能力，盟軍轉型司令部推進跨域AI應用。**政治-軍事輔助決策（PM-ADM）**計劃在數據攝取、分析、知識建模與智能代理等多層面部署AI。

PM-ADM系統全天候運行，持續處理傳統指揮控制系統與開源數據。通過自然語言處理解析結構化/非結構化信息，并對照北約戰略知識模型（以本體論構建的聯盟關鍵概念關系圖譜）。當識別可能影響戰略優先級的新數據時，系統自動將其整合至知識庫并建立關聯。

數據攝入后，系統基于**網絡本體語言（OWL）**等標準進行語義推理，生成新洞見與模式識別。這些推斷納入知識庫，支撐高級查詢工具與驗證框架。系統內智能代理可識別認知空白并提出填補方案。

分析結果輸入各類可視化工具，助力戰略洞察與人類認知。PM-ADM最終目標在于捕捉低層級指標，通過語境化分析揭示北約利益風險，實現更早期、更明智的干預以遏制事態升級。

情報能力現代化：強化北約認知優勢

在戰略競爭中獲得"認知優勢"（比對手更快思考、決策與行動的能力）至關重要。盟軍轉型司令部主導的情報與ISR（情報監視偵察）功能服務能力項目，正在革新北約開源情報（OSINT）與圖像情報（IMINT）的采集處理方式。

該計劃整合人員、流程、工具與數據，支撐北約全情報周期（從采集到分發）。其目標是為規劃分析團隊提供無縫銜接的集成體驗，實現情報輸入與決策流程直連。

全面部署后，系統將提供預測分析、自然語言處理、關系圖譜、變化檢測、圖像目標識別等AI工具，加速情報工作流的同時提升決策洞見深度與精度。最終目標是幫助北約保持認知優勢，并將態勢感知擴展至信息環境領域。

解碼信息疆域：AI賦能信息環境評估

在當今互聯互通且充滿對抗的世界，理解與應對信息流動至關重要。北約**信息環境評估（IEA）**能力通過監測公共信息空間中友方、中立與對抗方的信息活動，支撐戰略傳播的"理解"功能。

IEA實時持續評估信息環境，識別關鍵社會群體、行為模式與影響路徑。這種深度受眾理解助力任務行動中的快速循證決策。該項目整合敘事分析、情感分析、社交網絡分析與建模仿真等先進方法，AI技術在自動化海量數據處理、新興議題識別、信息傳播預測等方面發揮核心作用。

通過人機協作，北約力求領先對抗性敘事，促進真實信息傳播，確保戰略響應明智有效，最終捍衛聯盟內部信任、團結與韌性。

兵棋推演革新：AI強化軍事演習與戰略思維

兵棋推演作為檢驗戰略、測試方案、提升決策的傳統方法，正在盟軍轉型司令部獲得AI賦能。該司令部探索如何通過生成式AI與大語言模型提升推演真實性、效率與場景多樣性。

近期實驗表明，AI可生成精細想定、模擬敵我行為策略、輔助艱難決策，甚至在推演中提供實時評估。例如生成式AI工具在戰略級兵推中模擬紅藍隊策略，幫助參演者動態探索復雜決策空間，獲得快速定制化反饋。

所有AI兵推應用均遵循《北約負責任使用AI原則》，確保人類監督、透明度與可靠性貫穿始終。

培養AI就緒人才隊伍

國防領域AI應用不僅關乎技術部署，更需人才儲備。盟軍轉型司令部著力培養北約機構的AI素養，創建專項培訓計劃，將AI主題融入演習與課程。

典型舉措包括面向司令部人員的大語言模型（LLM）系列培訓，重點破除技術神秘感，建立負責任使用AI的信心。司令部新設數據科學與AI團隊，通過TIDE Sprint會議與專家網絡推進北約實踐社區建設，確保AI轉型"以人為本"。

戰略引領與責任治理

作為北約AI戰略方向的核心塑造者，盟軍轉型司令部與創新、混合與網絡事務助理秘書長聯合主持數據與AI審查委員會（DARB）。該治理機構監督聯盟AI負責任應用，推動《北約AI戰略（修訂版）》落地，強調優質數據、嚴格測試評估框架、防范AI對抗性使用等原則。

戰略要求加速實用AI案例開發、支持國際標準建設、深化與盟國、工業界和學界合作。盟軍轉型司令部正通過北大西洋防務創新加速器（DIANA）、國家測試中心與學術伙伴等多渠道推進相關工作。

未來之路：以關聯速度驅動負責任創新

國防AI時代已至，盟軍轉型司令部正引領北約轉型。通過推進負責任創新、培育數字素養人才、擴展具有作戰影響力的AI能力，該司令部正在塑造聯盟防務未來。

集體安全的未來將由智能技術定義——盟軍轉型司令部正為此鋪路。通過其工作，司令部為聯盟配備應對新興挑戰所需的工具、人才與信任基石，以自信姿態把握前方機遇。

參考來源：北約

部署于太平洋地區的美海軍陸戰隊，在去年參與了從韓國到菲律賓的多場演習。其中設有單元負責分析監視數據，向指揮官預警潛在威脅。但最近一次部署不同以往：他們首次通過類ChatGPT的聊天機器人界面，使用生成式AI篩查情報。

此次實驗是五角大樓在全軍推動生成式AI（可模擬人類對話的工具）應用的最新例證，其任務范圍涵蓋監視等領域。這標志著美軍AI應用進入第二階段——第一階段始于2017年，聚焦計算機視覺等傳統AI技術（如分析無人機圖像）。盡管新階段啟動于拜登政府時期，但隨著埃隆·馬斯克旗下DOGE公司與國防部長彼得·赫格塞斯高調倡導"AI驅動效率"，其緊迫性顯著提升。

正如報道所述，此舉引發AI安全專家的警示：大語言模型是否適合分析地緣政治高風險情境下的微妙情報？這也加速美國邁向AI不僅分析軍事數據、更提出行動建議（如生成目標清單）的新階段。支持者稱此舉將提升精確度并減少平民傷亡，但多個人權組織持相反觀點。

鑒于此，當美軍及全球其他軍隊將生成式AI引入所謂"殺傷鏈"更多環節時，以下三大開放性問題值得關注：

“人在環內”的邊界何在？

與眾多防務科技公司交流后，會反復聽到一個術語："人在環內"。其核心在于AI執行特定任務，人類負責監督審核。該機制旨在防范極端風險（如AI誤判發動致命打擊）與常規失誤，隱含著雙重承諾：承認AI必然出錯，同時保證人類將糾錯。

但AI系統依賴數千項數據點進行決策的特性，使得人類監督成為艱巨挑戰。AI Now研究所首席AI科學家海迪·克拉夫（曾主導AI系統安全審計）指出："'人在環內'并非總能實現有效風險緩釋。"當AI模型基于數千數據點推導結論時，"人類實際上無法篩選如此龐大的信息量以判定AI輸出是否錯誤"。隨著AI系統數據依賴度持續提升，此問題將呈指數級放大。

AI使信息定密更易還是更難？

冷戰時期的美軍情報體系下，信息通過隱蔽手段獲取，由華盛頓專家撰寫報告后標注"絕密"并限制接觸權限。大數據時代與生成式AI分析技術的興起，正從多維度顛覆這一傳統范式。

匯編分類難題凸顯：假設數百份非密文件各自包含某軍事系統的零散細節，整合者可能據此推導出本應歸密的關鍵信息。過去可合理假設無人能關聯碎片信息，但大語言模型正精于此道。

蘭德公司高級工程師克里斯·穆頓（近期測試生成式AI在情報分析中的適用性）指出，面對數據量與AI分析的指數級增長，"尚未找到對海量產出進行合理定密的理想方案"。定密不足威脅國家安全，但國會亦批評五角大樓存在過度定密問題。

相關報道

（無人機機首添加OpenAI標識圖示）

OpenAI新防務合同完成軍事化轉型
今日宣布與安杜里爾公司的新合作將在戰場部署AI，標志著該公司立場一年內的重大轉變。

防務巨頭帕蘭蒂爾正布局解決方案，提供AI工具判定數據定密狀態，并與微軟合作開發基于機密數據訓練的AI模型。

AI在決策鏈中的滲透層級應有多高？

縱觀全局，值得注意的是美軍AI應用軌跡與消費級技術高度同步：2017年手機應用盛行人臉識別時，五角大樓啟動"馬文計劃"（Project Maven），利用計算機視覺分析無人機影像識別目標。

如今，隨著大語言模型通過ChatGPT等界面滲入工作與生活，軍方開始采用類似模型分析監視數據。

未來趨勢何在？ 消費領域正邁向"代理型AI"（可聯網代執行任務）與"個性化AI"（基于隱私數據學習提供個性化服務）。軍事AI或將遵循相同路徑。喬治城大學安全與新興技術中心3月報告顯示，AI輔助決策的軍事應用激增："指揮官關注AI提升決策效能的潛力，尤其在作戰層級。"

拜登政府去年10月發布《國家安全AI備忘錄》為高風險場景設置防護機制。盡管該備忘錄未被特朗普政府正式廢除，但特朗普總統強調"美國AI競爭需更多創新、更少監管"。無論政策如何，AI正快速滲透至決策鏈高層——不再局限于行政事務，而是介入高時效、高風險的重大決策。

參考來源：James O'Donnell

圖：在澳大利亞舉行的一次演習中，一名美國海軍陸戰隊技術人員在班組攻擊范圍內使用人工智能駕駛無人機系統。

人工智能（AI）和機器學習的技術開發是美國國防部（DOD）最優先的研發項目之一，目的是為指揮、控制和態勢感知、機器自主和機器人、彈藥制導和瞄準、圖像識別、電子戰（EW）和通信、人機協同、技術評估，甚至天氣預報和空間觀測等應用提供使能技術。

在過去的一年里，看到了美國許多人工智能和機器學習技術倡議和開發合同，以鞏固人工智能在過去幾十年中取得的進展。雖然這些技術仍遠不能與人類智能相提并論，但它們在以下方面取得了進步：快速高效地處理海量數據；使無人飛行器能夠在地面、海洋和空中自主運行；理解來自不同來源的傳感器數據，并將這些數據綜合為可操作的智能；快速識別情報圖像中的目標；自動執行頻譜戰任務；以及幫助人類和計算機協同工作。

人工神經網絡、強大的通用圖形處理器（GPGPU）、現場可編程門陣列（FPGA）、先進的軟件工程工具，以及不同傳感器、數據處理器和通信節點的智能聯網，都是實現人工智能和機器學習愿景的關鍵技術。

指揮與控制中的人工智能

美國空軍研究人員于今年三月啟動了人工智能和下一代分布式指揮與控制項目，將人工智能（AI）應用于對抗性環境中的分布式指揮與控制。

這個項目的八個技術領域分別是：指揮與控制人工智能，實現適合任務的人工智能；聯合的、可組合的自主性和人工智能工具箱；先進的兵棋推演智能體；C4I的交互式學習；指揮與控制復雜性主導生成人工智能C4I；軟件定義的分布式指揮與控制；戰術人工智能。

美空軍研究人員正試圖將人工智能應用于指揮與控制，并通過從單體指揮與控制節點向分布式指揮與控制的轉換，考慮在任務規劃中使用敵方人工智能。該項目的重點是根據具體問題快速調整人工智能模型，并確定角色、職責和支持基礎設施。它還尋求開發戰斗管理工具，將分布式專家團隊匯聚在一起，訓練和部署適合任務的人工智能。

圖：美國空軍試驗型 X-62 VISTA 飛機采用機器學習和專用軟件測試自主空戰飛行。空軍照片

人工智能和下一代分布式指揮與控制項目將在未來四年內花費約9900萬美元，預計將授予數份合同。該項目正在接受白皮書，截止日期為 2027 年 3 月。

去年9月，美空軍啟動了地理空間情報處理與開發（GeoPEX）項目，該項目擬在未來兩年內投入近1億美元，將人工智能和機器學習應用于來自圖像、圖像情報或地理空間數據和信息的地理空間情報（GEOINT）。

GeoPEX 試圖開發有利技術，為軍事任務規劃和決策提供來自圖像、圖像情報或地理空間數據和信息的 GEOINT。該項目涵蓋圖像的各個方面，包括從電磁波譜的紫外線到微波部分的數據，以及從圖像中獲得的信息；地理空間數據；地理參照社交媒體；以及光譜、空間、時間、輻射、相位歷史、極坐標數據。

該項目還尋求開發先進地理空間傳感器數據的分析技術。目標是利用傳統和非傳統來源的所有可用地理空間數據，創建具有成本效益的可操作情報。

數據可能來自多個不同來源的 GEOINT 數據，這些數據相互關聯，為任務決策提供可操作的情報。數據源和技術可能包括基于知識的處理、全色圖像、合成孔徑雷達、雙向雷達處理、長波紅外傳感器、多光譜和超光譜、視頻、高空持久紅外、三維點云、人工智能（AI）和機器學習。

機器自主和機器人技術

人工智能和機器學習在機器自主和機器人技術的最新技術發展中發揮著核心作用。去年秋天，位于新澤西州巴斯汀里奇的 Peraton 實驗室公司贏得了美國國防部高級研究計劃局 (DARPA) 的學習內省控制 (LINC) 項目合同。LINC 項目旨在使人工智能系統能夠很好地應對這些系統從未見過的條件和事件。

LINC 的目標是開發基于人工智能和機器學習的技術，使計算機能夠檢查自身的決策過程，從而使有人和無人地面車輛、艦船、無人機群和機器人等軍事系統能夠應對在設計這些系統時無法預測的事件。LINC 技術將實時更新控制法則，同時為操作員提供指導和態勢感知，無論操作員是人類還是自主控制器。

當今的控制系統力求模擬設計時預期的運行環境。然而，這些系統在遇到意外情況和事件時可能會失靈。相反，LINC 將開發機器學習和自省技術，這些技術能夠從軍事平臺的行為中找出意外情況（如損壞或改裝）的特征，然后更新控制法則，以保持穩定性和控制力。

裝有 LINC 的平臺會不斷將機載傳感器測量到的平臺行為與學習到的系統模型進行比較，確定系統行為如何可能導致危險或不穩定，并在需要時實施更新的控制法則。這可以改善目前處理平臺損壞的方法，因為這種方法將恢復和控制的重任交給了操作員，無論操作員是人類還是自主控制器。

LINC 將幫助操作員保持對在戰斗中受損或在戰場上根據新要求進行改裝的軍用平臺的控制。支持 LINC 的控制系統將通過觀察行為、學習行為變化和修改系統響應方式來建立平臺模型，以保持不間斷運行。

LINC 專注于兩個技術領域：利用機載傳感器和執行器學習控制；向操作員傳達態勢感知和指導。通過使用機載傳感器和執行器學習控制，將執行跨傳感器數據推理，以確定系統運行變化的特征，快速篩選可能的解決方案，以便在動態變化的情況下重建控制，并通過不斷重新計算運行限制來確定無損可控區域。向操作員傳達態勢感知和指導，包括通過開發提供指導和操作提示的技術，以簡明、可用的形式告知操作員系統行為的變化，從而傳達有關新控制環境及其安全限制的詳細信息。LINC 是一項為期四年、分三個階段進行的計劃。最初的工作涉及 iRobot PackBot 和一個遠程 24 核處理器。

遠程處理器擁有英偉達 Jetson TX2 通用圖形處理單元（GPGPU）、雙核英偉達丹佛中央處理器、四核 ARM Cortex-A57 MPCore 處理器；256 個 CUDA 軟件內核、8 千兆字節的 128 位 LPDDR4 內存和 32 千兆字節的 eMMC 5.1 數據存儲。該計劃的一個關鍵目標是建立一個基于開放標準、多源、即插即用的架構，實現互操作性和集成性，包括能夠輕松快速地添加、移除、替換和修改軟件和硬件組件。

人工智能倫理

當人們擔心這些技術可能會發展得比人類智能更好時，整個機器人和機器自動化話題就會變得充滿爭議。有些人認為，人工智能最終可能會讓人類和機器在生存之戰中互相對抗。

美國軍事研究人員對這個問題非常敏感。DARPA 于今年 2 月啟動了 “具有軍事行動價值的自主標準和理想（ASIMOV）”項目，以探索在未來軍事行動中使用人工智能（AI）和機器自主的倫理和技術挑戰。ASIMOV 旨在制定基準，以衡量未來軍事機器自主的道德使用情況，以及自主系統在軍事行動中的準備情況。

機器自主和人工智能（AI）技術的快速發展需要有方法來衡量和評估自主系統在技術和道德方面的表現。ASIMOV 將開發和展示自主基準，但不開發自主系統或自主系統算法。ASIMOV 計劃旨在創建倫理自主語言，使測試界能夠評估特定軍事場景的倫理難度以及自主系統在這些場景中的倫理表現能力。

圖：在去年冬天的一次實驗中，配備了專用軟件和人工智能的無人機展示了旨在加強兩棲作戰的系統。

ASIMOV 將自主基準--而非自主系統或自主系統的算法--將包括一個倫理、法律和社會影響小組，為執行者提供建議，并在整個計劃中提供指導。ASIMOV 將使用 2022 年 6 月發布的 “負責任的人工智能（RAI）戰略與實施（S&I）途徑 ”作為制定負責任的軍事人工智能技術基準的指南。該文件列出了美軍負責任人工智能的五項道德原則：負責任、公平、可追溯、可靠和可治理。

對人工智能的信任

在創建人類與人工智能計算機團隊時，人工智能也是一個棘手的問題。核心問題是：人類能否真正信任機器智能，以及人類如何確保人工智能做出最佳決策？

美國國防部高級研究計劃局（DARPA）于今年 1 月啟動了 “人類-人工智能團隊探索模型”（EMHAT）項目，以幫助回答其中的一些問題。該項目旨在開發人類與人工智能團隊的建模和仿真，以評估了解此類團隊的能力和局限性。EMHAT 試圖創建一個人類與人工智能建模和仿真框架，提供數據幫助評估現實環境中的人機團隊。該項目將利用專家反饋、人工智能組裝的知識庫和生成式人工智能來表示一組不同的人類隊友模擬，類似于數字雙胞胎。

研究人員解釋說，團隊對于完成超出個人能力的任務至關重要。人類團隊合作的洞察力來自于對團隊動態的觀察，以確定導致成敗的過程和行為。然而，在應用人類團隊分析或開發評估人機團隊的新方法方面，取得的進展相對較少；機器歷來不被視為平等的成員。

EMHAT 的研究人員將利用數字雙胞胎來模擬人類與人工智能系統在完成人機任務過程中的互動，并使人工智能適應模擬人類行為。雖然美國國防部（DoD）已經預測了人機團隊合作的重要性，但在理解和評估人類-人工智能團隊的預期行為方面仍存在巨大差距。該項目旨在確定人類和機器作為隊友在何時、何地、為何以及如何高效地協同工作。

就在去年六月，美國國防部高級研究計劃局（DARPA）啟動了人工智能量化（AIQ）項目，旨在尋找方法保證人工智能（AI）在未來航空航天和國防應用中的性能和準確性，不再依賴于臨時猜測。

AIQ 試圖找到評估和了解人工智能能力的方法，以實現對性能的數學保證。要成功使用軍事人工智能，就必須確保自主和半自主技術的安全和負責任的運行。然而，保證人工智能能力和局限性的方法目前還不存在。這正是 AIQ 計劃的用武之地。AIQ 將開發評估和了解人工智能能力的技術，以保證其性能和準確性。

該計劃將測試一個假設，即數學方法與測量和建模技術的進步相結合，將能保證人工智能能力的量化。該計劃將涉及三個相互關聯的能力層面：具體問題層面、問題類別層面和自然類別層面。最先進的評估方法都是臨時性的，處理的是最簡單的能力，而且沒有嚴格的理論基礎。

AIQ 匯集了兩個技術領域：為理解和保證能力提供嚴格的基礎；尋找評估人工智能模型的方法。這項旨在保證人工智能性能的計劃分為兩個為期 18 個月的階段--一個階段側重于具體問題；另一個階段側重于類和架構的組合。

彈藥控制、制導和目標定位

軍事人工智能和機器學習的主要目標之一是使智能彈藥能夠在很少或根本不需要人工干預的情況下導航、機動、探測目標和實施攻擊。美國空軍研究實驗室已向工業界尋求能夠實現這一目標的使能技術。

美空軍今年 1 月啟動的 “2024 年空中主導權廣泛機構公告”計劃旨在開發建模與仿真、飛機集成、目標跟蹤、導彈制導與控制以及用于無人機群的人工智能（AI）。該項目旨在揭示 13 個空空彈藥研究領域的最新技術水平：建模、模擬和分析；飛機集成技術；發現固定目標跟蹤和數據鏈技術；交戰管理系統技術；高速引信；導彈電子設備；導彈制導和控制技術；先進彈頭技術；先進導彈推進技術；控制執行系統；導彈運載和釋放技術；導彈測試和評估技術；人工智能和機器自主。

美國陸軍也對人工智能輔助目標識別和探測感興趣。位于密歇根州沃倫的陸軍坦克-汽車與軍備司令部（TACOM）于去年 12 月發出了 “輔助目標檢測與識別（AiTDR）”項目的信息征集令，該項目旨在開發機器學習算法，以縮短檢測、識別和攻擊敵方目標所需的時間。AiTDR 試圖利用機器學習算法縮短從傳感器到射手的交戰時間。該 RFI 試圖了解輔助目標識別技術的現狀，以探測訓練有素和未經訓練的新目標。

陸軍研究人員說，傳統的機器學習技術側重于輔助目標識別。這需要一個龐大的訓練圖像數據庫，其中包含在背景地形、目標姿態、光照和部分遮擋等條件下拍攝的目標圖像。這就限制了在未經訓練的新條件下檢測新目標或訓練目標的能力。AiTDR 項目的重點是探測一般類別的目標，而不是識別特定目標，因為訓練不足的算法有可能導致漏檢目標。通過在不晚于 2026 年之前為載人飛行器開發出可靠、直觀和自適應的自動目標探測技術，實現這一目標將有助于加快交戰時間并優化乘員性能。

圖：去年秋天，在美國洛杉磯巴克斯代爾空軍基地，一名空軍技術人員觀察人工智能機器狗 Atom，隊友通過遙控訓練操作它。空軍照片

通信和電子戰中的人工智能

電子戰（EW）和通信為人工智能和機器學習提供了重要機會。更重要的是，人工智能有可能加快電子戰和通信的速度，使美軍和盟軍能夠比敵軍更快地開展行動。

去年秋天，位于加利福尼亞州門洛帕克的 SRI 國際公司和位于洛杉磯的南加州大學（USC）贏得了 DARPA 的寬帶傳感器系統處理器重配置（PROWESS）項目合同，該項目旨在開發高吞吐量流數據處理器，可在 50 納秒內完成重配置，用于雷達、通信和 EW 領域的先進射頻應用。

SRI International 和南加州大學的研究人員正在開發可重新配置的處理器，為自主射頻和微波系統提供對復雜和不確定電磁環境的態勢感知。PROWESS 的目標是實現射頻自主，即無線電利用人工智能感知頻譜并適應環境。射頻自主可幫助抵御無線電干擾的影響，并提高頻譜容量，以容納越來越多的收發器。

雖然當今自主無線電的首選處理器是現場可編程門陣列（FPGA），但信號環境的變化可以達到納秒級，遠遠快于 FPGA 的重新編程速度。因此，我們需要新型接收器處理器。PROWESS 的目標是開發高吞吐量、流數據處理器，實時重新配置以檢測和描述射頻信號。通過能在 50 納秒內進行自我重新配置的處理器，PROWESS 將能在不確定的環境中實時合成處理流水線。PROWESS 將幫助未來的無線電接收器根據測量的頻譜條件和認知射頻決策邏輯的需要優化性能。

DARPA 的研究人員表示，高吞吐量流數據處理器可以在預編程解決方案很可能失敗的不確定環境中實現接收機處理流水線的實時合成。PROWESS 預計將把新興的高密度可重新配置處理陣列與嵌入式實時調度器結合起來，以揭示新的架構權衡，從而實現快速程序切換和高計算密度。

DARPA的研究人員表示，PROWESS項目旨在創建可重構處理器，通過增強頻譜感知來提高射頻自主性，從而使射頻系統能夠根據實際頻譜條件進行優化，并對干擾做出實時反應。這類計算機架構有可能為頻譜傳感和相關應用帶來巨大優勢，尤其是當系統必須在動態和有時混亂的環境中運行時。PROWESS 預計將重點開發運行時可重新配置的處理硬件和支持軟件。

就在去年 6 月，位于馬里蘭州哥倫比亞的 Geon Technologies LLC 贏得了美國空軍研究實驗室價值 990 萬美元的訂單，為指揮和控制開發小型、輕量級的實時 5G 通信信號處理。Geon 專家將開發用于指揮和控制的實時信號處理，以及尺寸、重量和功率受限的系統，以充分利用下一代 5G 通信波形和技術。

Geon 將重點開發 5G 掃描儀，以繪制 5G 射頻環境地圖，并開發 5G 通信的網絡安全技術。Geon 專注于軍事和情報應用領域的射頻通信。公司的專長圍繞軟件定義無線電應用、現場可編程門陣列（FPGA）和數字信號處理（DSP）芯片、信號處理和地理定位技術。

去年秋天，位于北卡羅來納州羅利市的 Vadum 公司贏得了位于印第安納州克蘭市的美國海軍水面作戰中心克蘭分部的一份反應式電子攻擊措施（REAM）項目合同，該項目旨在開發探測和分類技術，利用人工智能和機器學習識別新的或波形敏捷雷達威脅，從而自動應對電子戰攻擊。

波形靈敏雷達能夠改變脈沖信號的時間、頻率、空間、極化和調制，以提高其靈敏度，或使潛在對手對其設計和使用感到困惑。該公司正在研究針對新威脅和未知威脅提供預警保護的軟件算法，以及描述未知雷達威脅特征的能力，以及支持更多平臺的可擴展模塊化能力。

圖：2022 年 10 月，一名被派往陸軍未來司令部人工智能集成中心的陸軍技術人員在加州歐文堡使用 Inspired Flight 3 無人機進行實地測試，以展示自主性、增強現實、戰術通信、先進制造、無人機系統和遠程射擊。陸軍照片

如今的機載預警系統能夠熟練識別在固定頻率上運行的模擬雷達系統。一旦識別出有敵意的雷達系統，EW 飛機就能使用預先編程的反制技術。然而，識別使用敏捷波形的現代數字可編程雷達變體的工作正變得越來越困難。現代敵方雷達系統正變得可數字化編程，具有未知行為和敏捷波形，因此識別和干擾它們變得越來越困難。

REAM 等新方法旨在使系統能夠近乎實時地自動生成針對新的、未知的或模糊的雷達信號的有效反制措施。他們正在嘗試開發新的處理技術和算法，以確定敵方雷達系統的特征，對其進行電子干擾，并評估所采用的反制措施的有效性。

位于紐約州貝斯佩奇的諾斯羅普-格魯曼任務系統分部在2018年贏得了一份價值730萬美元的合同，為REAM計劃開發機器學習算法。該公司正在將機器學習算法應用于EA-18G艦載電子戰噴氣機，以對抗敏捷、自適應和未知的敵方雷達或雷達模式。預計 REAM 技術將在 2025 年左右加入現役海軍艦隊中隊。

參考來源：military aerospace