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

據美國防部稱，潛在對手正在擴大和增強其攻擊美國的導彈能力，而美國現有攔截器的計劃使用壽命即將結束。為應對這一挑戰，美國防部表示需要在 2028 年之前開始部署 NGI。為協助這項工作，MDA 計劃使用虛擬工具和軟件來提高計劃的效率。

美國會在法規中規定，MDA 每年報告 NGI 的開發目標、成本和利益相關者審查情況，并由 GAO 評估 NGI 的采購進度。本報告討論了 MDA (1) 在開發 NGI 方面取得進展的程度，(2) 應對 NGI 重大技術風險的程度，以及 (3) 實施虛擬環境以促進 NGI 開發的程度。

GAO 審查了美國防部文件和獨立的風險、成本和測試評估，并采訪了國防部官員。GAO 進行了實地考察，以觀察 NGI 發射設施和關鍵支持雷達的建設情況。

美國政府問責局向國防部提出了五項建議，包括定期與利益相關方就 MDA 的威脅要求進行協調，確保性能模擬充分反映 NGI 預計運行的環境，以及定期評估實施虛擬環境的努力。國防部同意一項建議，但不同意其他四項建議。正如本報告所討論的，美國政府問責局認為所有建議都是有效的。

美國政府問責局的發現

美導彈防御局（MDA）正在開發一種新系統--下一代攔截器（NGI）--以抵御復雜的導彈攻擊（見圖）。國防部 (DOD) 責成 MDA 加快該系統的開發，并從 2028 年開始部署攔截器。

NGI 計劃將于 2024 年開始產品開發，但該計劃正計劃將設計和生產活動重疊，以加速飛行測試。任何重大的設計問題都可能擾亂這一戰略。此外，與類似武器系統的開發時間表相比，NGI的時間表已經很樂觀了，而且MDA歷史上也有未實現測試目標的情況，正如美國政府問責局在2023年5月報告的那樣（GAO-23-106011）。NGI 的成本也增加了數億美元，但該計劃仍在計劃資金范圍內。由于供應鏈問題和材料成本上升，MDA 官員預計成本還會進一步增加。

2022 年，美國防部的獨立審查確定了多個高風險項目，以及 MDA 為降低技術風險可采取的行動。MDA 不同意風險評估的關鍵方面，迄今為止，已采取有限措施來降低這些風險。例如

• MDA 尚未完全執行國防部官員關于更新 NGI 威脅相關性能要求、監控和報告威脅變化以及與利益相關方合作的指示。
• MDA 打算根據 NGI 性能模擬做出關鍵的采購決策，而這些模擬并不完全代表作戰人員打算如何使用該系統--這是驗證 NGI 設計是否足夠成熟并將滿足性能要求的必要步驟。

如果不及時處理這些風險，MDA 將增加日后發現性能不足的可能性，從而延誤項目。

MDA 在建立虛擬環境以實現 NGI 開發協作方面取得了一些初步進展。然而，MDA 遇到了挑戰，沒有按計劃定期評估實施進度。這樣做可以幫助 MDA 確定潛在的效率，以便在最后期限前實現實地部署。

新興量子技術有望推動、破壞或實現信息技術的新功能，用于各種軍事、安全和安保應用。加拿大國防部（DND）、加拿大武裝部隊（CAF）和加拿大的盟友可以利用這些技術改善行動。如果落入對手和壞人手中，這些技術也會構成威脅。

為了應對新興的量子技術，國防部/加拿大空軍發布了《量子科技戰略》： 2021 年 1 月，DND/CAF 發布了《量子科技戰略：為未來作戰環境中的技術顛覆做好準備》（QSTS）。該戰略指導國防部/加拿大空軍應對新興的量子科技（S&T），確保國防團隊為量子化的未來作戰環境做好充分準備，同時支持加拿大已經蓬勃發展的學術和工業量子生態系統。

雖然量子技術仍處于新興階段，但仍有機會對其進行投資：利用研究與開發（R&D）、探索對策并盡早了解其潛力。然而，一旦它們出現（即準備投入使用），某些技術的存在就會成為威脅景觀的永久特征，并可能被壞人用來對付加拿大或我們的盟友。與此同時，加拿大的盟國國防同行也在感知、計算和通信領域投資量子技術。國防部/加拿大空軍必須走在潛在對手的前面，并保持與盟國的互操作性。

自發布 QSTS 以來，技術發展趨勢不斷加快，世界各國政府越來越多地投資于全球量子生態系統。在加拿大，根據國家量子戰略（NQS），加拿大政府將在 2021/2022 財年至 2027/2028 財年的七年內投資 3.6 億美元，用于支持加拿大的量子生態系統。

《量子 2030：加拿大國防部/武裝部隊量子科技戰略實施計劃》是一項行動號召，旨在使國防團隊能夠確定量子科技因素并將其納入規劃工作。該行動號召橫跨五個領域：

1.確定可能受到量子技術影響的潛在最終用戶和業務。將針對這些最終用戶和業務提供額外的量子支持，并實施行動號召。

2.對相關人員進行培訓，提高他們的技能，使他們對量子技術有基本的了解，即量子掃盲。非專業人員應就與其職責相關的量子信息科技問題做出有理有據的決策。

3.繼續與加拿大國防研究與發展部（DRDC）合作開展量子工作，以提高整個國防團隊在量子投資方面的協調性，從而直接支持 QSTS 的支柱 3。

4.抓住機遇，通過加拿大政府創新計劃推動量子技術的實際實驗，以獲得最先進的技術。

5.與加拿大學術界和產業界的量子專家直接接觸。加拿大的量子生態系統是世界公認的卓越系統，加拿大國防部/武裝部隊有責任將這一民用部門的優勢轉化為國防和安全部門的優勢。

除了號召采取行動外，DRDC 還將領導 DND/CAF 的量子科技工作，開展一系列項目，在四個確定的利基領域提高技術就緒水平 (TRL)。每個領域都制定了任務說明，目標是在七年內，即 2030 年前達到 TRL 7（原型可在現場進行測試）。每項任務都確定了一項與國防、安全和安保高度相關的量子相關具體技術。

1.量子增強雷達

DRDC 將在未來 7 年內建造量子增強遠距離射頻傳輸和探測系統原型，并進行實 驗。

2.量子增強光探測和測距（LiDAR）

DRDC 將在未來 7 年內建立量子增強型光探測和測距（LiDAR）原型系統，并對其進 行實際測試。

3.用于國防和安全的量子算法

DRDC 將在未來 7 年內演示一種量子算法，該算法能夠解決國防和/或安全問題，并 具有優于傳統計算的優勢。

4.量子網絡

DRDC 將與合作伙伴合作，在未來七年內建立并演示一個能夠遠距離傳輸量子信息并采用理論上無法破解的量子協議的通信網絡。

以任務為導向的方法側重于構建原型系統。要成功完成這些任務，需要多學科團隊來設計工作系統。DRDC 將需要與學術界、私營部門和整個加拿大政府的合作伙伴開展合作。

這些任務將分三個階段進行。第一階段（第一年，2023/2024 財年）包括有針對性的增長，包括招聘高素質人才 (HQP)、培訓非量子專家以及以擴大戰略咨詢職能的形式增加能力。第二階段（第二至第四年，2024/2025 財年至 2026/2027 財年）包括詳細的里程碑規劃和任務的正式批準，以及支持每個任務的相關科學項目。第三和最后階段（第五至第七年，2027/2028 財年至 2029/2030 財年）將進行實地測試和演示，加快量子技術的早期應用。

到 2030 年，量子技術領域和市場將與今天大不相同。"量子 2030"計劃的目的是在追求有前途的技術利基和實現靈活方法之間取得平衡。"量子 2030"作為加拿大國防部/武裝部隊的奧斯特綜合科技戰略實施計劃，還將為加拿大國防部新興技術態勢提供參考。

自 2010 年承認氣候變化對軍事行動構成威脅以來，美國國防部（DOD）不斷認識到氣候變化對國家安全的相關性和日益增加的影響。最近的美國行政命令要求國防部在武裝部隊行動中考慮氣候變化。2021 年，國防部發布了 "氣候適應計劃"，其中確定了具體的工作重點，強調了各軍種應對和準備氣候變化所需的要求，包括工作重點二的重點領域，即評估 "當前和未來的裝備"，以 "訓練和裝備一支氣候就緒的部隊"。 各軍種還確定了各種途徑、實施行動和氣候適應計劃。美國海軍部（DON）發布了一項氣候戰略--"2030 年氣候行動"，旨在從戰略上應對氣候變化給海軍部隊帶來的威脅。對于美國海軍部隊而言，可能受到影響的行動范圍包括海軍和海軍陸戰隊在艦隊中使用的關鍵資產；其中包括海軍艦艇、飛機、潛艇、遠征軍和設施。《美國防部氣候風險分析》中的圖 1 顯示了每個作戰司令部預計會受到的一些影響，以及一些交叉、連帶和/或全球影響。

美海軍部面臨的一個長期挑戰是準確識別和理解氣候變化對海軍和海軍陸戰隊行動的真正影響；海軍為認識這些影響所做的努力可以追溯到 20 世紀 50 年代。據預測，許多氣候變化影響將削弱海軍的能力，而有些影響則是良性的，有些影響甚至可能有利于行動。了解、預測氣候變化的影響不僅對戰略和作戰計劃十分重要，而且對戰術計劃也十分重要。法國等其他國家已正式認識到軍隊適應氣候變化的必要性，并已著手將氣候變化影響和準備工作納入各自的部隊結構。英國下議院最近發布了一份題為 "國防與氣候變化 "的報告，指出 "在不削弱軍事能力的情況下，國防可以做更多的工作來衡量和減少碳排放。武裝部隊、國防采購和國防產業--無論是在國內還是在國外--都需要進行調整，以應對未來幾十年氣候變化的影響，這將對地緣戰略、國防戰備、復原力和有效發揮軍事作用產生影響"。為協助適應氣候變化，政府間氣候學數據和分析的可用性不斷增加。利用這些工具可以幫助國防部更好地了解在不斷變化的氣候和環境中完成作戰任務所需的條件，并提高面對這些影響的復原力。

北約和歐盟已開始國防數字化轉型進程。2022 年和 2023 年，北約首次通過了 "數字化轉型愿景 "和 "數字化轉型實施戰略"，而歐盟則批準了 "歐盟部隊數字化戰略實施計劃"，將網絡效應納入歐盟軍事行動，并將數字化能力列為其 "戰略指南針 "文件第四個支柱（投資）的優先事項。根據部門戰略，數字化轉型的不同要素（包括數據、云和物聯網）之間的聯系日益緊密，通過應用新興技術和顛覆性技術，促進國防數字化，使其成為多領域行動和國防創新的推動者。

數字化轉型需要深刻的社會技術和組織變革--超越僅僅將模擬數據轉化為 1 和 0 的數字化。本文概述了北約和歐盟數字化轉型倡議的主要原則，簡要介紹了部分歐洲國家的國防數字化水平，并分析了歐洲國防能力數字化轉型的主要挑戰。

北約和歐盟的數字化轉型倡議正在產生積極的影響，歐洲各國政府將在 2030 年之前逐步優化數字化能力。圍繞數字化轉型交流最佳實踐、建立共同的技術標準和數據共享政策，以及協調國防規劃中的數字化能力要求和目標，都將使歐洲安全受益。

北約和歐盟的數字化轉型范圍都非常宏大。它包括轉型的技術、組織程序和人員支柱，并優先考慮數據、云和更新的網絡安全方法。然而，由于數字化轉型的時間框架較長（到 2030 年代）、關鍵程序部分（尤其是采購和預算調整）缺乏進展、數據主權和可訪問性方面的挑戰以及整個歐洲對國防數字化能力的投資持續不足，實施工作受到了阻礙。除非所有這些領域在短期內發生重大變革，否則北約和歐盟都不太可能在 2030 年之前實現數字化轉型的里程碑。

北約數字化轉型的支柱和組成部分，以實現 2030 年的多域作戰 (MDO)

美空軍研究實驗室（AFRL）的使命是為空中、太空和網絡空間部隊領導作戰技術的發現、開發和交付。為完成這一使命，空軍研究實驗室需要獲得國內外的研發（R&D）和技術人才。美國空軍后勤部的國際組合和參與方法很好地利用了國際研發和人才，但僅靠這些方法可能不足以獲取越來越多的海外研究成果。為此，美國空軍后勤部委托進行了這項研究，以探討在美國空軍后勤部目前的海外辦事處（負責考察和資助研發工作）之外，在海外實驗室建立強大的實際存在的各種方案。根據這項研究獲得的信息，提出了四項主要建議： 2) 擴大、簡化和充分利用各種方法，將 AFRL 技術人員嵌入海外實驗室；3) 開展國際合作，應對駐地研發挑戰；以及 4) 不尋求影響國際科技資金的方法。

這項研究包括六項任務：

任務 1：確定在海外實驗室建立實體機構的目標
任務 2：記錄行業和大學在海外實驗室方面的經驗
任務 3：確定在海外實驗室建立實體機構的方法
任務 4：將行業/大學的經驗與建議的目標和方法進行比較
任務 5：評估功能要求
任務 6：建議

冷戰期間，美國國防部（Department of Defense，DoD）領導了全球研發工作，并在這一過程中創造了包括互聯網、精確武器和全球定位系統在內的現今常見技術。然而，從那時起，美國防部一直在努力吸收新的先進技術，因為兵力開發轉型或實施新的抵消戰略的舉措未能實質性地改變美軍的設計或能力開發流程。在很大程度上，美國防部在采用方面的困難是由于技術創新的中心從政府轉移到了私營部門，使軍隊日益成為技術的客戶而不是創造者。人工智能（AI）和無人系統就是這種情況，它們已經顛覆了現代戰爭的長期方法。因此，整合這些新技術（其中許多是商業衍生技術）的挑戰為國防部如何改革其流程和組織以促進創新提供了一個很好的案例研究。為此，本研究評估了美國軍方如何才能更及時地開發、部署和集成相關的無人系統，并以美國海軍為例說明了所建議的方法。

美國海軍和國防部將需要人工智能無人飛行器所能提供的作戰優勢。面對像大國，美軍不可能繼續依靠其歷史優勢來威懾和擊敗侵略。相反，美國國防部將需要通過部署一支可預測性更低、適應性更強、復原力更強的部隊，來應對大國的系統摧毀戰戰略。無人系統可以通過釋放美國軍人的作戰創新能力來實現這一目標，美國軍人可以像今天在烏克蘭的軍人一樣，利用無人系統來增加他們可以使用的戰術和效果鏈的種類，這可以破壞大國的計劃和概念，并使美軍有能力維持持久的沖突。

無人系統提供復原力和適應性的能力取決于規模。小規模的群體無法同時應對多個任務線或影響鏈，也就缺乏支持長期作戰的能力。無人系統可以通過放棄強大的自衛功能和專注于少數功能來降低成本和復雜性，從而實現規模化。這些限制要求無人系統與其他無人系統和有人平臺組合成系統簇（SoS），這可能會加劇美軍長期以來在各軍種之間和各軍種內部整合部隊的困難。因此，要實現無人系統的優勢，國防部將建立整合新任務線程和 SoS 的常規流程。否則，美軍各軍種將只能在現有的使用案例中部署單獨的無人系統來取代有人平臺。

美國各軍種已在嘗試通過實驗、快速采購、數字互操作性和聯合全域指揮與控制（JADC2）等舉措來提高其集成 SoS 的能力。然而，正如本報告為美國海軍所描述的那樣，這些工作往往側重于長期服務目標，而非近期作戰問題，并使用自上而下的系統工程流程來指導未來能力的需求。這種傳統方法假定美軍有足夠的時間開發新系統，并且與對手相比保持著巨大的技術優勢，但在美中競爭的背景下，這兩種情況都不可能持久。

為了更快地將非裝備系統納入部隊并獲得由此產生的作戰優勢，美國防部需要改變傳統的采購方法，調整美軍戰術或任務主線，使其能夠整合當今可用的非裝備系統。這種自下而上的 "任務集成 "方法與美國防部占主導地位的系統工程方法形成鮮明對比，反映了商業制造或分銷領域出現的最佳實踐，在這些領域，吸收機器人技術最快、最有效的方法是調整組織的工作流程，而不是開發在現有工作流程中取代人類的機器人。

針對美國防部目前的流程并實施任務集成，本研究建議進行以下改革：

1.正式確定任務集成流程，該流程將履行SoS 開發功能，以解決作戰指揮官的近期作戰問題。

各軍種和國防部長辦公室（OSD）應履行六項職能，以便更快地部署新的 SoS，這些 SoS 幾乎普遍包含無人系統：

• 問題定義--與作戰指揮官一起確定并闡明其關鍵作戰問題
• 解決方案開發和實驗--評估使用新概念和實地或現有技術解決作戰問題的方法
• 材料采購--獲得試驗和初步部署原型 SoS 所需的系統和工具
• 數字集成--將 SoS 元素組合到軍事背景下有用的任務線程中
• 資源配置和需求--為任務集成活動提供資金，驗證成功原型實驗的結果，以便進行采購
• 運行改進--在實地評估原型 SoS，以驗證需求并逐步完善系統

雖然任務集成將是新的無人系統投入實戰的主要途徑，但各軍種應繼續其系統工程和需求生成過程，以滿足對有人平臺和其他資本投資的預計長期需求。

2.設立一個創新辦公室，作為 SoS 開發的資源贊助者和任務整合過程的管理者。

創新辦公室需要多個撥款類別的資金，并有能力與適當的軍種或聯合參謀部辦公室共同驗證需求。短期內，國防部可通過重組現有的軍種或國防部組織及其相關資金來創建創新辦公室。從長遠來看，美國國防部應在廣泛的計劃要素（PE）項目中為創新辦公室分配資金，就像在國防范圍內的研發中使用的資金或組合預算編制模式所建議的資金一樣，以便使有前途的 SoS 能夠迅速過渡到采購和實戰階段。

3.在服務項目執行辦公室（PEOs）和 OSD 設立 DevOps 項目經理（PM）職位。

DevOps 項目經理將通過承包各種服務和采購，或將資金轉移到其他政府部門以支持分析和實驗，幫助同步和加速任務集成過程。各軍種應在每個負責非機組人員系統的 PEO 內設立 DevOps PM，以支持任務集成工作，而 OSD 則應在負責研究與工程的副部長辦公室（OUSD R&E）或負責采購與維護的副部長辦公室（OUSD A&S）內為聯合任務線程設立 PM 角色。

DevOps 項目管理角色的設立將標志著文化的重大轉變，因為它將采購專業人員帶入了實驗和需求流程。然而，當現有技術能夠滿足當前和近期的軍事需求時，當更快地引入新能力對獲得作戰優勢至關重要時，將實驗和采購聯系起來是合適的。

4.在服務 PEO 和 OSD 中創建生態系統 PM 角色。在新型武器、任務系統和車輛中，軟件日益成為軍事能力和優勢的源泉。

軟件也是當今軍隊整合的機制，就像過去幾代人通過條令和程序進行整合一樣。國防部應在每個采購 PEO 中設立項目管理人員，負責管理 SoS 軟件環境的開發和維護。

生態系統項目管理人員將擁有連接車輛、任務系統、指揮與控制（C2）軟件的政府接口，并監督新系統與生態系統的集成。生態系統項目管理公司的建立將使政府能夠管理和監督供應商的軟件開發工作，包括維護指揮、控制和通信（C3）環境的軟件工廠，以及新系統供應商展示其與生態系統進行數字集成的能力的執行平臺，而不是將更多的軟件開發工作交給政府。

結論

在主導地位不再是既定事實的環境中，美軍將回歸作戰創新。從歷史上看，美軍在獲得隨機應變和發揮創造力的工具和流程后，一直表現出色。通過任務集成實現有效創新所需的許多要素已經到位。要加速實現無人系統的優勢，就需要更好地協調和執行這些活動，以解決當今的作戰問題。如果海軍和國防部不能做到這一點，他們可能會錯失最佳時機，無法在與大國等同行對手的競爭中獲得持久優勢。

美國仍然是世界上最突出的軍事和技術力量。在過去十年中，美國認識到人工智能作為力量倍增器的潛力，越來越多地將人工智能（AI）的熟練程度視為美國重要利益和保證美國軍事和經濟實力的機制。特別是，在過去十年中，人工智能已成為美國國防的一項關鍵能力，特別是考慮到2022年美國國防戰略對印度-太平洋地區的關注。

因此，美國國防部（DoD）（以及美國政府和國防機構總體上）對人工智能和相關新興技術表現出越來越大的熱情。然而，雖然美國目前在學術界和私營部門的人工智能研究和開發方面取得了巨大進展，但國防部尚未在廣泛范圍內成功地將商業人工智能的發展轉化為真正的軍事能力。

美國政府在利用國防人工智能和人工智能支持的系統方面通常處于有利地位。然而，在過去的幾年里，各種官僚主義、組織和程序上的障礙減緩了國防部在國防人工智能采用和基于技術的創新方面的進展。最關鍵的是，國防部遭受了復雜的收購過程和廣泛的數據、STEM和AI人才和培訓的短缺。從事人工智能和人工智能相關技術和項目的組織往往是孤立的，而且還存在必要的數據和其他資源相互分離。在美國防部內部存在一種傾向于可靠方法和系統的文化，有時趨向于勒德主義。所有這些因素都導致了人工智能采用的速度出奇的緩慢。美國家安全委員會2021年提交給國會的最終報告總結說，"盡管有令人興奮的實驗和一些小型的人工智能項目，但美國政府離人工智能就緒還有很長的路要走"。

因此，盡管人工智能有可能增強美國的國家安全并成為一個優勢領域，而且鑒于美國在軍事、創新和技術領導方面的長期傳統，人工智能有可能成為一個薄弱點，擴大 "美國已經進入的脆弱窗口"。 如果美國不加快創新步伐，達到負責任的速度，并奠定必要的制度基礎，以支持一支精通人工智能的軍隊，人工智能將繼續成為一個不安全點。

去年，美國防部在這些挑戰中的一些方面取得了進展，調整了國防人工智能的方法。2022年6月，美國防部發布了《負責任人工智能戰略和實施途徑》，將更有數據依據的、負責任的、可操作的人工智能工作列為優先事項，此后開始執行。最重要的是，美國防部已經啟動了對其人工智能組織結構的重大改革，創建了一個新的首席數字和人工智能辦公室（CDAO），以整合其不同的人工智能項目和利益相關者，并使其與該部門的數據流更好地協調。值得注意的是，美國國防部目前正在對其國防人工智能的整體方法進行重大變革和振興。然而，這些新的人工智能努力是否足以讓美國彌補失去的時間，還有待觀察。

美國陸軍最近制定了一項關于未來陸軍如何作戰的戰略以及實現這些軍事能力的相關現代化和研究重點。以高超音速飛行為基礎的遠程精確射擊對于確保美國能夠對任何競爭對手實施其意志至關重要。要實現一個有效的未來美國軍隊，必須克服許多障礙。其中一些差距是對高超音速飛行器空氣熱力學的理解，從而促使對基礎研究的需求。本報告的目標是定義一個經典的、與陸軍相關的配置，適合于基礎研究，以允許與適當的主題專家的關鍵數量的集中合作。從這種開放的幾何構型研究中獲得的數據和知識可能會受到更多的限制性分配。

美國陸軍最近制定了一項關于未來陸軍如何作戰的戰略以及實現這些軍事能力的相關現代化和研究重點。以高超音速飛行為基礎的遠程精確射擊對于確保美國能夠對任何競爭對手實施其意志至關重要。

要實現一個有效的未來美國軍隊，必須克服許多障礙。其中一些差距是對高超音速飛行器空氣熱力學的理解，從而促使對基礎性研究的需求。缺乏對高超音速飛行器周圍發生的復雜物理和化學的預測性知識，抑制了及時的、優化的多部件設計。對邊界層過渡和沖擊-邊界層相互作用等具體現象了解不多。不能正確地對現象進行建模，會產生一些不確定的特征，如表面壓力分布和熱通量，這對飛行器技術，包括穩定性、控制和熱負荷管理，都有負面影響。

幸運的是，有一個先例，即通過定義政府基準飛行器來促進全社會的科學討論，這些飛行器包含功能相關的工件，但對具體的發展計劃不敏感（見陸軍-海軍基本芬納導彈、空軍改良基本芬納導彈、陸軍-海軍旋轉火箭、國家航空航天飛機和NASA研究）。本報告的目標是定義一個典型的、與軍隊相關的配置，適合于基礎研究，以便與足夠數量的適當的主題專家進行重點合作。從這個開放的幾何構型的研究中獲得的數據和知識可能會受到更多的限制性分配。

空中力量已經從一個世紀的技術創新和進步中受益。新技術的出現繼續挑戰著空中力量中經常持有的常識。無人機系統（UAS）就是這樣一種不斷發展的空中力量技術。這項技術為澳大利亞國防軍（ADF）帶來了巨大的機遇。雖然澳大利亞國防軍在特定的角色上取得了一些無人機系統的進展，但澳大利亞皇家空軍（RAAF）還沒有在其所有的空中力量貢獻中采用這種技術來達到軍事效果。

《空中力量手冊》（空天力量中心[ASPC]，2022年）定義了七種空中力量的貢獻：力量生成、空軍基地行動、空中指揮和控制、反空、空中機動、空中情報和ISR（情報、監視和偵察）以及空中打擊。一些先進的盟國已經在空中情報、ISR和空中打擊方面采用了發達的無人系統。這些系統包括美國空軍（USAF）的MQ-1捕食者、MQ-9死神和RQ-4全球鷹。甚至反空--載人空戰--也在發展無人系統的路上；RAAF與波音公司合作開展了 "忠誠的翼人 "項目（戴維斯，2019c），現在正式命名為MQ-28A幽靈蝙蝠（達頓，2022）。

但空中機動性如何？ADF還沒有接受關于未來ADF空中機動性自主性的真正對話。未來自主空中機動性思維停滯不前的一個更可能的原因是，在（到目前為止）有效的空運理論的支持下，載人系統幾十年來取得了高度可靠和經證實的作戰成功。因此，這里有一個克勞塞維茨式的平行關系：戰爭性質的一個持久因素是對機動性的需要，但今天皇家空軍所面臨的是戰爭性質的一個階梯式變化，一個對機動性來說過于重要的技術機會，不容忽視。

本文確定了在澳大利亞國防軍空中機動中采用無人機系統的滯后性，并探討了澳大利亞國防軍在未來使用無人機系統的機會。通過這樣做，本文旨在提高對ADF無人駕駛空中機動性潛力的集體認識，并為ADF部隊結構企業的軍事和商業貢獻者提供一個廣泛的參考來源。本文首先研究了無人機系統適應的驅動因素，或指標。這些驅動因素包括澳大利亞的戰略利益、區域軍事現代化、安全和生存能力、降低成本和技術可用性。然后，本文介紹并分析了三種核心空中機動性活動中每一種的無人機系統發展的具體機會和例子。為此，本文簡要討論了澳大利亞國防軍目前的機隊，然后探討了一些不斷發展的無人駕駛空中機動性技術和概念，澳大利亞國防軍可能會考慮在下一代空中機動性機隊中使用。最后，本文提出了無人機系統空中機動性發展可能面臨的一些挑戰，以幫助未來的研究和探索。

證據表明，需要一個靈活的、跨服務（和跨文化）、跨行業的方法來設計、開發和使用未來的空中機動部隊。傳統的澳大利亞皇家空軍中重載平臺和陸軍輕中載平臺的分叉模式可能會讓位于大型和小型載人和自主系統的混合艦隊。聯合部隊設計者之間的集體方法--跨單一軍種總部的真正合作--對于皇家空軍的固定翼空中機動團體和陸軍的旋轉翼團體之間的合作至關重要。也許更重要的是，在這個領域需要與工業界合作。商業行業在自主車輛領域發揮著相當大的作用，政府和私人研究和開發組織也是如此。現有的和新的伙伴關系的跨服役杠桿對于利用未來自主的ADF空中機動性的機會是至關重要的。

美國人工智能國家安全委員會在2021年1月提交給國會的最終報告中建議國防部在2025年前做好人工智能準備。這一建議源于美國同行之間的人工智能軍備競賽，以及近年來在開發用于持續監視、指揮和控制以及武器化代碼的算法方面所取得的進展。雖然美國防部內有旨在利用各部門人工智能的戰略舉措，但戰術能力的發展和部署之間存在嚴重的脫節。作為美國防部的領導機構，聯合人工智能中心負責為美國防部的所有部門創造可行的解決方案，因此，如果所有單位都試圖在2025年之前做好人工智能準備，將不堪重負。本文強調了人工智能發展過程中的一個主要缺陷，并認為應將能力發展授權給空軍機群，并提供必要的資金和資源以真正將人工智能作為一種武器。此外，本文確定了通過基因操縱、智能灰塵納米技術和COVID-19機器學習過程發現成功的人工智能概念，以幫助戰術領導人了解人工智能革命如何幫助他們的特定任務領域，并激勵他們進行自我教育。

當涉及到利用人工智能（AI）時，美國空軍還沒有準備好與同行對手作戰，而且美國處于一場未宣布的軍備競賽中，可能會看到對手在未來十年內占據領先地位，因此需要迅速采取行動以扭轉局勢。更令人不安的是，這一威脅并沒有被該領域的戰術專家完全理解，或者即使他們理解，他們也可能沒有意識到（或在官僚上沒有能力）提供競爭所需的能力。對手在人工智能的研究和開發工作中正在取得進展。情報界的專業人士可以做些什么來解決這個問題。本文將嘗試定義中隊可以解決的戰術相關問題，并確定高層行動的不足之處。

人工智能國家安全委員會在其最終報告中建議美國防部采取行動，以便各部門為十年后的競爭做好準備。委員會的核心建議是美國防部遵循兩條努力路線：在2025年前為廣泛的人工智能整合奠定基礎，在2025年前實現軍事人工智能的準備狀態。這些項目在委員會報告發表前幾年就已經在進行了，這表明了對我們為有效競爭而需要的未來現實的戰略理解和承諾。然而，如前所述，開發人工智能支持的能力需要多年時間。為了有廣泛的人工智能整合，各級領導人需要了解人工智能的基本復雜性，以及如何在他們的任務空間內納入人工智能能力，以便他們能夠在2025年之前迎來人工智能革命。所提到的三大舉措從戰略角度縮短了傳感器和射手之間的差距，但處于邊緣的元素如何為這些努力作出貢獻？此外，如何授權給前線，讓他們根據任務的具體需要進行必要的組織、訓練和裝備？本文的目的是介紹人工智能的基本概念，并闡明應采取的行動，以推動空軍進入由人工智能驅動的持久性監視狀態。以下段落將討論智能能力、經過驗證的分析概念，以及展示未來的需求。

有幾個定義需要提到，以便在本文的其余部分提供背景，并幫助教育下級領導了解基礎概念。首先，人工智能需要三樣東西：數據集、算法和函數。數據集是一個數值表，算法是計算機用來解析數據的過程，而函數是 "從一組輸入值到一個或多個輸出值的確定性映射 "這些構成人工智能的基礎。總的來說，我們可以把人工智能看作是一類努力，它試圖采用計算機算法，并允許人類以合乎邏輯的方式解釋其結果。作為人工智能類別的一個子集，"機器學習（ML）涉及開發和評估使計算機能夠從數據集中提取（或學習）的算法。DL "專注于創建能夠做出準確的數據驅動決策的大型神經網絡模型"，而DL的重點舉措是圍繞著從神經網絡的特定神經元中貢獻特定功能的想法。對DL的理解對指揮官使用人工智能的能力至關重要，因為科幻小說中的想象力會認為這是可能的。

從情報、監視和偵察（ISR）的角度來看，DL可以推動多種數據來源的綜合（例如，多情報融合和分析）。通俗地說，ML可以幫助將幾種情報功能以一種共同的形式結合起來。然而，鑒于適當的數據集、算法和功能（或指揮官的意圖），理論上DL有可能允許對收集的信息進行分析、理解、反駁為錯誤信息、接受為事實、重新分配任務進行額外的收集，或推動新的收集任務，就像人可以做的那樣，但在機器處理信息和得出關于可用數據的結論所需的幾秒鐘內，是自主的。雖然戰略和作戰指揮官正在努力實現一種反映類似于上述DL潛力的能力的最終狀態，但他們仍然必須考慮法律、道德和倫理困境，以及開發完整的人工智能基礎設施的安全性和可靠性。如果戰術領導人不與高級領導人同步利用這些機會，我們注定無法與當前的任務集進行任何形式的整合，并注定無法實現國家安全委員會對人工智能規定的 "到2025年人工智能就緒的軍隊 "的姿態。那么，我們的部隊如何才能變得更有人工智能效率？幸運的是，人工智能驅動的能力、分析技術以及政府和商業案例研究可供探索。

人類基因編輯曾經似乎是難以想象的事情，但通過使用機器學習，它正逐漸成為現實。有關規則間隔短回文重復群（CRISPR）的研究已經進行了多年。作為一種生物技術，人們可以推斷出CRISPR技術的意圖是讓科學家有能力 "改變基因或創造DNA以改變植物、動物或人類。"此外，很難像前國家情報局局長詹姆斯-克拉珀在2016年所做的那樣，將基因編輯作為一種強大的大規模殺傷性武器來爭論。由于基因編輯為裝備精良的對手提供了機會，情報專業人員應該了解有關基因操縱的指標如何通過機器學習表現出來，以達到與美國戰略利益相悖的目的，并幫助指揮官了解他們如何能夠迅速打擊這些威脅。這一現實離所需的科學并不遙遠，如果分析人員知道如何識別必要的因素，他們可以將其納入計算。

如果分析員不能通過DL技術獲得分析所需的數據，也有一些創造性的解決方案來獲得信息。一個提供巨大潛力的創新是被稱為微電子機械系統的微小無線網絡的出現，被親切地稱為智能灰塵。"智能灰塵的大小為立方毫米，包含電源、通信和計算。"這是整個傳感器網絡的一個單一節點。研究還表明，智能灰塵粒子將能夠達到微觀水平，能夠作為傳統醫療護理方法的替代品進行注射。比隱身的尺寸更令人敬畏的是這個設備子集預計能提供的能力。它們可以容納攝像頭、環境傳感器和通信機制，以傳輸數據，并進一步處理。與ML工作、與存儲設備甚至互聯網的連接相結合，人們可以設想出一種檢測概率很低的收集資產，一種維護需求很低的系統，如果計劃得當，這種系統能夠降低前沿部署資產的風險，并限制其進入目標收集區域。

到此為止，本文已經討論了分析師如何將人工智能視為一種威脅，如何將其視為一種收集資產，但分析的過程呢？不妨看看COVID-19大流行病。雖然2020年的大流行病充滿了不確定性，但在大約一年的時間里，病毒被相對快速地分析、追蹤和抗擊。醫學界與DL專家合作，開發了COVID篩查和診斷方法、藥物發現以及最終的疫苗創新。這需要大量的數據輸入，這些數據來自社交媒體、基于文本的數據、病人數據、被稱為omics的科學數據的集合，以及圖像和視頻數據。這個分析系統是一個里程碑，表明人類可以與機器合作，在一個非常有效的時間窗口內從獨特的數據集中創建一個解決方案。應用于多源數據融合和分析的標準情報實踐中，如果有資源，沒有理由相信分析師不能利用DL的能力來制定準確的評估。

正如人們所看到的，人工智能在多個國家安全問題上具有巨大的潛力，如果戰術分析員有能力的話，他們可以將其應用于自己的任務領域。美國防部在人工智能方面最重要的代理人是聯合人工智能中心（JAIC），該中心于2019年2月12日根據行政命令13859的要求啟動，作為國防部人工智能戰略的執行者。有一個組織負責確保人工智能的需求得到滿足是一個有價值的目標，但如果各部門要在2025年之前做好人工智能準備，他們就不可能處理整個國防部的能力發展需求量。各級指揮部需要有一個共同的承諾，以避免因優先事項不一致而錯過機會。就目前的人工智能能力發展進程而言，戰術解決方案是不可用的。

自身的官僚主義阻礙了快速、分散的能力發展。為了確保人工智能驅動的能力，人們必須證明有足夠大的需求需要使用人工智能（如僅用五名分析師對數百萬個數據點進行排序），并通過多層官僚機構提交所謂的 "緊急行動需求"，以達到主要司令部的要求。一旦獲得批準，該請求將被轉發到JAIC進行裁決。一旦被裁定并在國防部的其他要求中被優先考慮，可能需要幾個月的時間才能找到一個開發者，并開始解決這個問題。在最好的情況下，這個過程可能會看到從需求提交到開發的6個月周轉期，這是不令人滿意的，如果服務要在2025年之前做好人工智能準備。這不是JAIC的錯，因為他們應該向國防部領導人和國會倡導人工智能，所以各部門有資金從外部尋求人工智能，同時學習如何在人工智能、ML和DL能力發展方面變得靈巧。筆者建議領導們認真考慮賦予機翼必要的預算、培訓要求，并與經批準的開發者名單（由全軍委員會批準）協調，以追求人工智能的努力。這項建議并沒有將JAIC完全從流程和能力發展中移除，因為該組織將繼續承擔正式的領導地位，制定政策并獲取最佳實踐，以便在整個國防部共享。

人工智能革命就在這里。本文確定了人工智能為部隊的每項任務提供的機會的縮影。人工智能、ML和DL為可能的事情打開了大門，并且應該讓ISR分析員以不同的方式思考問題及其解決方案。從基因突變到自動分析再到自主武器，可能性只限于可用的數據--或如何解釋可用數據。美國的對手已經具有威脅性，并且很可能在未來十年內增加。國家安全不僅需要提高對人工智能的認識，還需要開發和整合基于人工智能的武器系統。依靠簽約組織來開發機器算法，在未來是不可持續的。必須根據任務的需要調整任務算法，否則就會在一系列的能力中遭受失敗。