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

美國國防部(DoD)制定本指南手冊,旨在支持人工智能(AI)系統及人工智能賦能系統(AIES)的開發測試與評估(DT&E)。其目標是通過技術可靠、基于共識的指導原則,應對人工智能技術帶來的獨特挑戰。本手冊為政府測試團隊規劃與執行人工智能賦能組件、應用及系統的開發測試與評估提供支持,助力在AIES開發與部署階段向決策者及利益相關方提供關鍵洞察。鑒于人工智能技術快速演進,本指南反映了測試與評估(T&E)領域的當前共識,未來將隨技術方法進步持續更新。

人工智能系統的測試面臨關鍵挑戰,傳統全面測試方法因以下因素難以適用于多數人工智能組件:

  • 模型輸出在實踐中的固有不可預測性;
  • 模型對輸入細微變化的敏感性;
  • 某些人工智能模型的復雜性和不透明性;
  • 參數空間的高維度性;
  • 模型輸出對訓練數據集的復雜依賴性。

此外,被測系統的配置變更通常快速迭代,這為測試與評估(T&E)過程增添了另一層復雜性。上述因素使得測試團隊、評估人員與決策者難以通過具體測試結果推演通用結論,阻礙對人工智能組件及人工智能賦能系統(AIES)開展必要的技術評估,進而影響工程決策或采辦決策。

為應對這些挑戰,本指南手冊強調了以下新方法:

  • 早期參與開發:在AIES開發初期引入T&E團隊,促使技術特征與任務需求對齊。鑒于機器學習模型開發的迭代性,早期介入至關重要——從開發之初持續優化需伴隨動態評估,確保部署系統符合作戰目標。
  • 形式化方法增強:形式化方法通過數學嚴謹的技術手段補充傳統物理測試,實現人工智能系統更精確的驗證。這類方法有助于應對人工智能技術固有的復雜性與不確定性。
  • 確保可測試性需求:DT&E團隊需與需求方加強協作,不僅確保系統需求原則上可測,還需構建可行的測試方案以支撐必要評估。AIES測試的復雜性進一步擴展了該職責范圍。
  • 指導系統與作戰概念(CONEMP)開發:AIES開發的迭代性及其與作戰概念的深度耦合,要求DT&E的度量活動需協同指導系統與作戰概念開發方。在人類-系統融合、校準信任、涌現行為、人機協同等領域的測試,以及遵循負責任的人工智能政策,對避免高成本返工、確保系統設計與作戰需求一致至關重要。

本指南手冊最終旨在為美國國防部人工智能項目提供資源支持,強化對人工智能技術的有效測試與評估能力,確保其成功整合并服務于國防使命。

本指南手冊面向政府測試團隊,旨在指導其規劃與執行人工智能賦能系統(AIES)或系統中人工智能組件的開發測試與評估(DT&E),為采辦項目前期及項目執行中的DT&E活動提供聚焦性指南。

人工智能的引入對開發測試與評估(DT&E)帶來重大變革。機器學習(ML)方法與負責任人工智能(RAI)要求改變了系統及軟件生命周期的傳統模式,包括性能特征化與風險管理。測試與評估(T&E)需貫穿AIES開發全周期,以確保評估有效性與可信度。這種全周期滲透通常要求DT&E深度參與科技研發(S&T)、原型開發與實驗驗證。 本指南初始版本闡釋人工智能如何重塑DT&E,從DT&E活動與輸出以及人工智能驅動變革因素的雙重視角展開分析。手冊涵蓋機器學習數據集測試評估方法,包括數據集本身、基于其訓練的模型及集成系統的評估。同時簡要探討T&E團隊與其他實踐社群加強互動可能帶來的全局性效益——此類擴展性互動對DT&E團隊早期介入系統作戰概念(CONEMP)定義至關重要。

首版指南手冊的章節框架包括:

  • 第1章引言,闡述手冊目標與范圍;
  • 第2章AIES的DT&E概述,分析人工智能系統最新進展對性能評估、風險評估及系統工程支持的DT&E職責影響,概要性介紹人工智能(尤其是機器學習)引發的核心議題;
  • 第3章AI驅動的T&E實踐變革,提出應對機器學習新型挑戰的專項T&E方法論;
  • 第4章T&E社群的擴展性互動,探討T&E專業領域之外的組織與跨學科協作機制。

本指南后續版本將深化當前議題,包括生成式AI的測試評估挑戰及強化學習(RL)的完整論述(以應對國防部新興用例需求)。隨著國防部及其下屬機構在風險管理、安全工程及數據模型驗證、確認與認證(VV&A)領域的政策標準完善,未來版本將詳細闡釋T&E在相關領域的作用。

最新

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。

生成高質量標注合成圖像數據的能力,是構建和維護機器學習數據集的關鍵工具。然而,確保計算機生成數據質量達標極具挑戰性。本報告旨在評估并改進"虛擬自主導航環境系統與環境傳感器引擎"(VANE::ESE)生成的合成圖像數據,同時記錄為處理、分析VANE::ESE圖像數據集并基于其訓練模型所開發的全套工具集。研究還呈現多項實驗結果,涵蓋對可解釋AI技術應用的探索,以及在不同合成數據集訓練的多模型性能對比分析。

虛擬自主導航環境(VANE)是由軟件工具與虛擬場景構成的自動駕駛建模與仿真系統集合。其環境傳感器引擎組件(VANE::ESE)專用于在虛擬環境中高精度模擬車輛傳感器物理特性(涵蓋攝像頭、激光雷達、毫米波雷達等)(Carrillo et al. 2020)。本報告聚焦評估、優化VANE::ESE仿真引擎在生成合成圖像數據方面的性能——該類數據用于訓練機器學習(ML)計算機視覺模型,以執行目標檢測與圖像分類任務。合成數據生成能力的核心價值體現在兩方面:首先,因數據基于預設場景生成,可為每個圖像樣本實現自動標注,能零成本構建超大規模數據集;其次,可構建特定虛擬場景生成數據,有效覆蓋現實采集難以企及的高危邊界場景(例如戰損建筑或車輛的圖像數據)。快速生成特定場景的標注數據集對機器人與自主系統等廣泛領域具有重要價值。

然而,利用合成數據訓練ML模型仍面臨雙重挑戰:其一,海量合成數據集存在標注準確性保障及多格式標簽轉換等通用問題;其二,彌合真實數據與合成數據之間的差異尤為困難。現有研究提出多種解決方案——包括通過全域自適應技術改進模型(Wang and Deng 2018)、采用生成對抗網絡轉換圖像(Pfeiffer et al. 2019),以及直接提升仿真圖像的視覺真實感。真實圖像數據存在巨大差異(即便同類物體樣本間亦如此),要在保留準確標注的前提下復現這種差異性與真實度極具挑戰。本研究采用務實性操作路徑優化VANE::ESE圖像數據:接收生成數據集→運用本報告記錄的多重方法與工具分析→向開發團隊反饋優化建議→迭代提升后續數據集質量。

本工作的核心目標是提升VANE::ESE合成圖像數據在目標檢測與分類神經網絡訓練中的泛化能力,次要目標是開發并完整記錄用于處理分析VANE::ESE數據集的軟件工具集。

付費5元查看完整內容

美國海軍陸戰隊(USMC)將人工智能(AI)視為提升現代戰爭決策優勢的變革性技術。本《海軍陸戰隊AI實施計劃》(AI IPlan)響應《海軍陸戰隊AI戰略》發布需求制定,作為落實第39任司令官規劃指導"利用人工智能進步強化戰術邊緣決策能力"的關鍵舉措。該計劃與《兵力設計》、《海軍部(DON)數據與AI武器化戰略》(制定中)、《國防部(DoD)數據分析與AI戰略》及《人工智能行政命令14179》等核心指令保持協同。

目的:AI實施計劃明確落實《海軍陸戰隊AI戰略》的行動路徑、主責部門(OPRs)與里程碑節點。計劃設立"數字化轉型試點(DXP)"項目作為近期實施載體與成效評估工具,通過整合性文件統一協調各類活動,確保行動協同。基于戰略指令細化分解,為每項目標設定明確任務。

適用范圍:本文件適用于海軍陸戰隊全體力量,以艦隊陸戰隊為主要服務對象。

方法

  1. 數字化轉型試點:數字化轉型是通過采用數字技術實現創新增效的過程。本計劃設立"數字化轉型試點"項目,部署數字轉型團隊(DXTs)以支持并衡量實施成效。試點聚焦以下領域:
    ? 交付數字化、數據、分析與AI解決方案
    ? 實現流程優化
    ? 為指揮部提供數字化、數據與AI應用的機遇與風險建議
    ? 驗證現有流程并識別數據與AI整合機會
    ? 通過數據與AI治理架構進行報告(確保軍種協同與決策)

  2. 數據作為AI基礎:數據管理、治理與架構是有效實施AI的關鍵。本計劃支持并指導《海軍陸戰隊數據實施計劃(DIP)》更新工作,明確將可審查事項納入指揮官檢查項目,推動文化向數據驅動決策轉型。

  3. AI基礎設施:AI基礎設施運營規劃組(OPT)將識別存儲計算、資源管理、開發安全運維(DevSecOps)、機器學習運維(MLOps)環境及戰術/企業級機器學習(ML)平臺需求,并將網絡安全貫穿各環節。

  4. 人才隊伍:本計劃提出支持數據與AI戰略目標的人才結構調整,明確三類核心群體:
    ? 應用層:運用AI能力提升作戰效能的陸戰隊員
    ? 技術層:開發、維護與優化數字化、數據及AI解決方案的技術團隊
    ? 決策層:負責AI及AI增強系統使用風險評估的領導者

  5. 培訓與教育:通過定制化培訓確保任務成功,包括:
    ? 開發即時培訓資源提升員工技能
    ? 建立體系化AI培訓機制(支撐AI專業力量與全體人員能力建設)

  6. 政策與政策阻礙:海軍陸戰隊創新單元(MIU)評估指出現有AI實施潛在障礙并提出建議,重點關注以下領域:
    ? 運行授權(ATO)流程
    ? 現行風險管理框架
    ? 軍種內部數據管理碎片化
    ? 軟件構建、部署與管理的文化慣性

  7. 海軍陸戰隊數字化轉型中心:將評估設立"海軍陸戰隊數字化轉型中心(CDX)"。該中心通過提供數字化、數據與AI知識產品,培育健康生態系統、開發者社群與用戶基礎,并借力產學研合作加速AI等新興技術在全軍種的部署。

  8. AI治理:AI治理確保合規性、資源協調與負責任AI實踐,同時激勵創新。計劃要求軍種數據辦公室(SDO)識別與現有治理體系的整合機遇,建立AI治理框架。

  9. 資源框架:本計劃闡述如何在全軍種協調資源,實現高效AI實施與監管,支撐當前與未來需求的全域能力建設。

執行

明確任務與主責部門(OPRs)以推動有效實施。每項任務均含預期關鍵績效指標(KPIs),主責部門需在本計劃發布后細化KPI。OPRs需按季度向AI工作組(AIWG)匯報進展。圖1概要展示實施時間線與里程碑節點。

本AI實施計劃通過詳細路線圖落實《海軍陸戰隊AI戰略》,推動陸戰隊轉型為AI賦能部隊,以強化戰備與效能應對未來沖突挑戰,彰顯海軍陸戰隊通過負責任與創新運用AI技術保持競爭優勢的決心。

實施時間線

圖1. 海軍陸戰隊人工智能實施計劃里程碑與時間線

付費5元查看完整內容

本《網絡作戰測試與評估指南手冊》基于美國防部指令(DoDI)5000.98與國防部手冊(DoDM)5000.99的政策框架,通過細則與流程指導強化實施要求。手冊明確支持被測系統(SUT)作戰效能、適用性與生存性評估所需的網絡測試,強調作戰測試與評估(OT&E)在判定系統網絡生存性及預防、緩解、恢復與適應網絡攻擊能力中的核心作用。本手冊取代并整合原作戰測試與評估局(DOT&E)兩份已廢止備忘錄——《采辦項目網絡安全作戰測試與評估程序》(2018年4月3日)與《網絡經濟脆弱性評估》(2015年1月21日)——的內容并進行擴展,在聯合研制測試與評估(DT&E)及OT&E指南發布前作為過渡性指導文件。本文檔旨在填補廢止備忘錄的規范空白,后續指南將闡述"適應性采辦框架"(AAF)路徑在作戰測試(OT)活動中的具體應用。注:2025年即將發布的《網絡研制測試國防部手冊》與《網絡研制測試指南手冊》將為網絡DT及OT前期測試提供政策指導,本手冊將引用相關內容。

本手冊附錄包含專為作戰測試機構(OTAs)與作戰測試組織(OTOs)設計的網絡測試與評估(T&E)活動規劃指南與檢查清單,涵蓋以下內容:

? 作戰測試前考量因素
? 作戰測試計劃的網絡相關內容
? 協作式漏洞與滲透評估(CVPA)數據要求
? 對抗性評估(AA)數據要求
? 網絡經濟脆弱性評估(CEVA)要求

網絡OT&E的核心目標,是評估系統在預期作戰環境中保持任務就緒狀態、在對抗性網絡空間安全運行的能力,以及支持操作人員在多域作戰環境中執行關鍵任務的能力。實施充分有效的網絡OT&E,對確保國防部系統的網絡作戰生存性至關重要。對于列入OT測試與評估(T&E)監督清單的項目,遵循本手冊將是評估T&E策略與計劃充分性的關鍵依據。非DOT&E監管項目亦可從本指南中獲益。在OT&E的規劃、調度、執行與報告中遵循并整合本指南要求,可滿足DOT&E政策意圖。DOT&E在審查與評估所有作戰測試的網絡測試充分性時,將考量對本指南及引用規范的遵循程度。

付費5元查看完整內容

本指南為美國防部(DoD)相關群體(包括各軍種、文職人員及國防部支持承包商)提供信息,旨在確保項目在國防采辦全生命周期中納入模塊化開放系統方法(MOSA)?。目標讀者涵蓋決策者、項目管理辦公室(PMO)、項目經理(PM)及負責在國防項目中實施與評估MOSA的牽頭系統工程師。盡管MOSA長期應用于國防部項目,本指南闡述了當前強制要求采用MOSA的法規與國防部政策。

本指南提供了規劃、實施與評估MOSA的最佳實踐,包括實施原則、效益、挑戰及基于國防部與工業界從業者經驗的建議。其包含制定征求建議書(RFP)?與評估MOSA實施規劃方案時的參考建議。附錄提供了補充信息,涵蓋推動國防部MOSA領域認知的背景工作。

本指南由負責研究與工程的國防部副部長辦公室(OUSD(R&E))系統工程與架構(SE&A)?編制,并將持續審查、更新并吸納反饋,以體現該領域的技術進展。

MOSA定義與目的

MOSA是一種采辦與設計方法,包含技術架構與業務架構,旨在支持使用符合廣泛支持且基于共識標準的系統接口(在標準可用且適用的前提下)。MOSA系統結構允許在生命周期內逐步增補、移除或替換可分離組件,從而提升效率、促進競爭與創新。MOSA通過架構模塊化、開放系統標準及適宜的行業實踐(參見《美國法典》第10編第4401節),將技術要求與合同機制及法律考量相整合,以加速技術與能力在整個產品生命周期的演進。國防部采用MOSA旨在實現新型或遺留硬件/軟件系統或其集成組件的競爭性、經濟可承受的采辦與維護。本指南聚焦于MOSA的技術層面(含項目管理)。本文中,“實施MOSA的計劃”主要指項目在技術系統架構中納入并支持MOSA的策略。

MOSA支柱

美國防部研究工程副部長辦公室(OUSD(R&E))牽頭的多個工作組制定了以下MOSA支柱,以確保國防部項目具備有效戰略來實現MOSA目標。軍種部長們在2024年12月更新的三軍聯合備忘錄中重點強調了這些支柱,該備忘錄規范了國防部武器系統的MOSA實施。項目辦公室可調整并擴展這些MOSA支柱,通過將其納入項目戰略獲得顯著效益。附錄D提供了項目主任在實施支柱時可參考的詳細考量清單。

? 建立賦能環境:通過建立并維護支持MOSA的賦能環境,國防部能確保開發出模塊化、互操作和適應性強的系統,從而高效滿足不斷變化的國防需求。該支柱涉及制定支持MOSA的需求規范、商業實踐、開發策略、采辦方法、測試評估手段及整體戰略框架。

? 采用模塊化設計:為實現采辦方的業務目標和技術目標,采辦組織應在發布招標書前明確模塊化系統組件的必要功能。采用模塊化設計的采辦方或開發商可快速升級或變更功能,對系統其他部分影響有限或為零。該支柱在設計過程中隔離功能模塊,以簡化開發、維護、變更和升級流程。

? 指定模塊化接口:通過指定模塊化系統接口,國防部可確保系統具備靈活性、互操作性和易升級性。開發者借此可有效管理變更、保持向后兼容性、利用開放標準,最終實現系統的長期可持續性和作戰效能。該支柱聚焦組件接口與服務實現的解耦,使其遵循獨立生命周期。

? 利用共識性開放標準:通過開放標準規范模塊化系統接口,國防部可確保系統靈活性、互操作性和易升級性。采用基于共識的標準并管理政府所有的接口庫,使開發者能利用商業技術,促進競爭加劇、加速升級迭代并降低成本。

? 認證符合性:開發者需驗證MOSA要求實施情況,確保符合選定的內外開放接口標準。認證過程保證系統同時滿足內外開放接口標準,為維持互操作性、靈活性和未來適應性提供框架。符合性認證至關重要,因其確保達成模塊化與開放性目標,最終支撐項目成功與系統可持續性。通過嚴格的標準符合性評估與驗證活動,國防部可確保模塊化開放系統實現預期效益,增強系統靈活性、可維護性與整體任務效能。

MOSA優勢

美國法典與國防部政策要求實施MOSA,因其具備多項優勢,包括對潛在對手的競爭優勢。國防部高度重視以下核心效益:

? 提升互操作性:通過允許獨立更換可分離的軟硬件模塊,確保不同系統組件間的無縫集成與通信。
? 增強競爭性:采用含可分離模塊的開放架構,使各組件能在多元化供應商中公開競標,促進創新并降低成本。
? 加速技術更新:允許部署新能力或替換技術而無需改動系統內所有組件,確保系統保持先進性與有效性。
? 融合創新力:提供作戰靈活性以快速配置與重組可用資產,滿足瞬息萬變的作戰需求并適應新威脅。
? 實現降本增效:在采辦全生命周期內促進跨供應商技術、模塊與組件的復用,減少重復開發投入,降低測試要求,并高效利用既有投資。

圖2-1提供了MOSA支柱的概述以及MOSA為采辦項目帶來的主要好處。

除核心效益外,MOSA實施還帶來提升系統性能與作戰效能的附加優勢。即插即用能力是關鍵優勢之一,確保不同模塊與系統能有效通信并交換數據,實現多源組件的無縫互操作,增強靈活性并打破供應商鎖定。可重用性是另一重要優勢,MOSA鼓勵設計可跨系統或項目復用的組件,不僅縮短開發周期與成本,還能復用測試數據,顯著節省全生命周期成本。

可擴展性作為MOSA的核心優勢,使系統能按需靈活擴容或縮容。新增模塊或復制既有模塊即可滿足動態需求,無需大規模改造。供應商獨立性通過采用共識性開放標準與模塊化設計,降低對特定供應商的依賴,營造多供應商提供兼容組件的競爭環境,拓寬選擇并預防市場壟斷。

靈活性與適應性對國防部至關重要,MOSA系統能更輕松適應技術迭代、需求演變或任務形態變化,確保系統長期有效而無需全面重構。MOSA提供三重靈活性:戰略靈活性支持快速整合新技術與能力,作戰靈活性使敏捷任務組能動態配置資產應對快速變化的作戰需求,商業靈活性促進采購中的價值創新。

通用性是另一優勢,MOSA鼓勵跨系統采用通用組件與接口,增強一致性、縮短開發周期并簡化訓練維護。更少的定制部件還簡化了后勤供應鏈。安全性與網絡韌性通過共識性開放標準與模塊化設計得以提升——安全補丁與更新可針對特定模塊實施而不影響全系統。在需要強化作戰安全性的場景下,政府管控接口可替代共識性開放標準。這些優勢共同確保國防部系統具備適應性、競爭性與成本效益,最終支撐戰備狀態與作戰優勢。

付費5元查看完整內容

《國家互操作性實地操作指南》(NIFOG)是一份技術參考資料,旨在為事故通信提供支持。2025年是 NIFOG 出版的第 14 個年頭。NIFOG 定期更新,匯集了美國公共安全從業人員推薦的通信參考資料和信息。由于事故通信和信息技術的技術性和規范性不斷增強,該指南現在和將來都將不斷完善。2.01 中的新內容包括信息技術、緊急無線運營商服務、干擾管理、加密和網絡安全方面的參考資料。

如何使用 NIFOG?

無線電技術人員在對無線電進行頻道編程時可將 NIFOG 作為參考。建議在適用法規允許的情況下隨時將這些頻道編程到無線電中,而不是等到災難即將發生或正在發生時才進行編程。

對于應急通信規劃人員來說,NIFOG 是一個有用的工具,為他們提供了最有可能出現在其他部門或管轄區應急人員無線電中的互操作性頻道的信息。

NIFOG 也是信息技術專家的有用工具,為他們提供與網絡基礎設施和網絡安全有關的常用參考資料和信息。

付費5元查看完整內容

RAI 工具包的生成式人工智能版本通過提供具體的問題和工具,將生成式人工智能指南付諸實施,使生成式人工智能(GenAI)項目負責人能夠確保負責任地安全設計、開發、部署和使用這項新技術。本指南的結構和大部分內容與 2023 年 11 月發布的 RAI 工具包 MVP 相同,并根據 RAI 團隊在這一年中收到的反饋進行了一些更新。在適當的地方,它包含了新的或經過修改的內容,以解決 GenAI 特有的問題和風險。

特別值得注意的是加入了一個新工具,即 “適宜性、可行性和可商榷性評估”。附錄 11 中的評估源于《關于生成式人工智能和大型語言模型的指南報告》(2024 年 4 月),為用戶提供了一個簡單的問卷,以確定 GenAI 是否是滿足其業務需求的正確技術。使用該工具作為預選裝置,人工智能項目團隊可以避免在其他成本較低的人工智能或分析技術被證明同樣有效(甚至更有效)的情況下,浪費時間和資源來追求 GenAI 解決方案。

該工具包旨在作為一種技術資源,為每個組件自身的治理流程提供支持。根據與特定項目用例相關的風險以及特定組件的指導方針和要求,用戶可以自由選擇本工具包中與用戶最相關的部分。例如,對于低風險或試驗性用例,可以跳過工具包中的許多項目。無論具體用例如何,建議使用的項目都標有 [Gate] 標記。

工具包在產品開發生命周期的每個階段都按順序進行。與《指南與警戒線》特定部分相關的項目用腳注突出顯示如下: 對齊: 第 3D 節 - 護欄: 數據合規性。這些腳注指出了《指南與護欄》中與該項目相關的部分(即本例中的第 3D 部分)。

工具包的每個項目也可在更新后的 RAI 工具包網絡應用程序中找到,其中有可用工具的鏈接以及每個項目的分類標簽。GenAI 版 RAI 工具包是一份動態文件,將定期更新。

階段 1. 接收
1.1 考慮以往的經驗教訓
1.2 確定相關法律、道德框架和政策
1.3 確定利益相關者并讓他們參與進來
1.4 具體化人工智能用例
1.5 決定進入構思階段
階段 2. 構思
2.1 確定需求
2.2 確定風險和機遇/權衡利弊
2.2 權衡和權衡道德標準
2.3 撰寫倫理關注聲明
2.4 設計以減輕道德/風險負擔
2.5 問責制、責任、訪問流和治理
階段 3. 評估
3.1 評估需求、關注聲明、緩解措施和衡量標準
3.2 探索性數據分析
3.3 更新人工智能適用性、可行性和可取性評估
3.4 更新文件
階段 4. 開發/采購
4.1 利用人工智能促進保證
4.2 更新文件
階段 5. TEVV
5.1 測試系統的穩健性、彈性和可靠性
5.2 更新文檔
階段 6. 集成與部署
6.1 運行測試
6.2 培訓用戶
6.3 建立事件響應程序
6.4 審計和監督機制
6.5 更新文檔
階段 7. 使用
7.1 對系統及其使用、環境和生態系統進行持續監控
7.2 確保更新和再培訓
7.3 制定系統退役計劃
7.4 記錄經驗教訓

付費5元查看完整內容

本概念文件(CP)是關于未來指揮與控制(C2)的四篇系列文件中的最后一篇。

前三份文件闡述了 C2 企業所處的運行環境及其系統未來需要如何發展

前三份國家方案審視了國防 C2 企業的高級推動因素和挑戰,以及適應快速變化的威脅環境和技術格局所需的相關系統:

  • CP1 探討了 2040 年前未來作戰環境(FOE)的復雜性可能如何影響對 C2 的要求。它為后續文件提供了一個理解基線,而后續文件則更詳細地探討了 C2 能力需求的各個方面和具體方面。

  • CP2 側重于 FOE 可能給未來 C2 企業的設計帶來的機遇、挑戰和困境,因為它需要發展各種屬性和特征。

  • CP3 認為有必要將 C2 概念化為一種綜合能力,在整個國防范圍內進行積極培養和壓力測試,而不是一套單獨的系統或孤立的活動。

本最終文件考慮了到 2040 年 C2 系統所需的推進因素

在前幾份文件研究結果的基礎上,CP4 從技術、人員相關和組織特點等方面,對未來 C2 系統的推進因素進行了更深入的研究。它還探討了國防如何確保C2能力繼續發展并適應FOE的需求。最后,本報告從所有四份國家方案的研究結果中總結出對英國國防部的一系列重要影響。

以技術為重點的推動因素

經與 DCDC 協商,研究小組確定了一系列特別值得關注的技術領域。本 CP 并不打算全面列出可能與 C2 相關的新興技術,也不打算規定國防部應采用哪些技術解決方案或架構。相反,它旨在討論一小部分領域,以說明更廣泛的技術顛覆性影響在未來可能如何影響 C2 系統,以及這種創新可能帶來哪些新的能力和特性。

表 供考慮的技術領域、能力和特性

以人員和組織為重點的推動因素

變革不僅僅涉及技術。C2 能力是一個復雜的社會技術系統,由各種動態配置的社會和技術組件組成。有鑒于此,第 3 章探討了未來 C2 系統的一些組織和人力推動因素。CP2 和 CP3 對這些問題進行了更詳細的研究,本文件是 CP2 和 CP3 的第四份文件,也是最后一份文件:

  • 培養一種新的國防思維和文化,以支持在面對復雜性、不確定性和變化時有效運作;
  • 徹底改革教育和培訓方法;
  • 推廣新的工作方式;
  • 加強企業各級的復原力和適應性;以及
  • 設計適合各種目的和情況的不同總部職能。

過時的推進手段

至關重要的是,國防在探索未來指揮與控制時,不能只關注新事物;還必須考慮如何以最佳方式管理或逐步淘汰遺留系統和指揮與控制方式。為此,第 4 章探討了國防如何確保其 C2 系統繼續發展,并與快速變化的作戰環境保持同步。這包括確定現有能力中面臨淘汰的領域,并考慮國防如何能夠快速而從容地處理從傳統工作方式向下一代能力和技術的過渡。

圖 4.1 為加快提供 C2 能力而需克服的采購方面的長期挑戰

本文總結了從整個系列中得出的關鍵含義

英國國防部在制定新的 “聯合概念說明”(JCN)和未來 C2 的愿景時,需要考慮的見解和影響包括:

  • 為了應對 FOE 的挑戰,未來的 C2 企業將不再是一個單一的實體,而是由個人和組織的不同組合組成的更加靈活的集合體。

  • 與不同合作伙伴的合作將是未來 C2 系統的關鍵因素。按照傳統的軍事和等級觀念,國防部門往往需要與既不能指揮也不能控制的伙伴合作。相反,在建立和維持非等級關系方面,國防部門需要更加得心應手,更有能力與更多的參與者建立伙伴關系、開展合作與協調。

  • 因此,國防 C2 企業將需要由多個并行的 C2 系統組成,這些系統能夠有效地進行調整,可能在不同的 C2 方法之間靈活有效地移動,以應對各種挑戰和情況。這就要求企業能夠快速增加和整合新的合作伙伴,同時有選擇地共享信息以保護機密。它還需要包括在被拒絕和性能下降的環境中實現安全、生存能力和復原力的模式,如恢復模式或更堅固的通信方法。很可能會存在多種 C2 狀態,甚至并行運作,在較有利環境(如較寬容的環境)中的 C2 配置與在降級和被拒絕環境中的 C2 配置截然不同。

  • 國防需要對組織方式以及機構文化中更多無形的方面進行深刻變革,以使這種更加靈活、適應性更強的 C2 企業在實踐中發揮作用。這不可能是一次性的轉變,而是需要長期的努力,過渡到不斷學習和發展的文化,以適應不斷變化的環境。國防文化至少需要支持提高對風險、實驗和挑戰的容忍度(在適當的情況下),以及提高對復雜性、不確定性和系統思維的舒適度和熟悉度。

  • 沒有國防部門的單元努力,包括領導層的明確認可和投資,就不可能實現必要的組織變革。為了讓整個國防企業都參與到這場變革中來,領導層需要明確傳達整個國防所期望的變革,并樂于接受來自各級組織以及國防之外的觀察員和利益相關者的反饋和挑戰。

  • 培訓、教育以及嚴格和具有挑戰性的演習將成為一系列能力的關鍵推動因素,包括促進國防部門內部以及與 PAG、國際盟友和合作伙伴、工業界和其他方面的合作與協作;演練在巨大壓力、風險、變化和不確定性下的行動;測試和整合新技術和工作方式;挑戰和調整現有工作方式。

  • 為了指導這一學習和迭代過程,并支持資源的優先排序,國防需要衡量標準和對不同情況下 “好 ”的標準的共同理解,以便做出 C2 系統固有的艱難決策和權衡。

  • 國防部門將需要付出更大的努力來招募、培養和保持對未來 C2 系統至關重要的各種技能,包括各種技術技能和知識;與包括人工智能和 ML 在內的先進技術打交道;在不確定情況下做出決策的舒適度;“軟性 ”人際、管理和溝通技能;以及適當和建設性地質疑現有模式或決策的意愿和能力。

  • 鑒于國防、PAG 和私營部門對此類技能的激烈競爭,國防必須考慮如何以最佳方式激勵、培養和留住這些人才。這在一定程度上需要考慮如何最大限度地利用整體部隊方法,以及利用人工智能、ML 和 HMT,包括自主化和自動化,作為提高勞動力生產率和抵消潛在資源(如人力)不足的手段。

? 國防部需要將 C2 理解為一種社會技術能力,需要以全面、積極的方式不斷培養,以聯合整個國防部的力量,實現共同目標。這就需要一個擁有足夠資源和激勵措施的授權高級負責人,以推動那些負責在較低級別實施相關變革和發展活動的人員的責任感和一致性。

  • 國防不能簡單地 “購買 ”現成的新 C2 技術,對任何技術 “一刀切 ”的承諾都應保持警惕。相反,國防需要對新的能力和系統進行投資,并隨著時間的推移不斷改進,同時負責任地管理從傳統工作方式的過渡。要實現這些目標,需要包括工業界和學術界在內的整個國防企業的協作與合作,以幫助參與者了解國防需求并合作滿足這些需求。

全球戰略優先計劃希望,確定這些影響將有助于國防部門對未來 C2 能力進行更廣泛的思考,也有助于 DCDC 更新和替換當前關于未來 C2 的 JCN 2/17 的具體工作。

付費5元查看完整內容

美國國防部和合作組織正在開發先進的機器系統,這些系統將與人類合作完成任務。鑒于這些人機團隊(HMT)從未經歷過測試與評估(T&E),本簡報有助于指導評估人員應對 HMT 帶來的新挑戰。它定義了人機協作,描述了評估 HMT 所面臨的挑戰,并提供了對 HMT 的測試與評估非常重要的指標分類框架。

人機協作比個體系統完成任務的簡單行為更為廣泛。它涉及人與系統之間的廣泛互動,因為他們要共同努力實現一個集體目標。鑒于人機協作的高度協作性,僅僅衡量機器和人是不夠的。我們還需要衡量團隊本身,而且這些衡量標準必須與任務相關、定量且客觀。

在評估 HMT 時會遇到一些獨特的挑戰,包括如何處理不透明的心智模式,以及機器指揮通信、自我任務或人類任務的情況。例如,考慮一個人機搜救小組,在這個小組中,一架自主無人機在空中飛行,尋找倒塌建筑中的幸存者,當發現幸存者時,它會向地面上的機器人發出警報。然后,機器人將幸存者從廢墟中拉出,送到人類醫護人員那里接受治療。如何評估無人機決定搜索地點的過程?或者如何與機器人溝通?機器人對這些通信的反應又如何?醫護人員決定如何治療幸存者以及治療順序如何?無人機、機器人和醫護人員如何合作并優先救治傷勢最嚴重的幸存者?它們如何協調其他工作?他們如何應對不斷變化的環境所固有的困難?顯而易見,團隊成員之間的互動是關鍵。

該框架概述了 HMT 評估的主要類別,包括能力(團隊具備哪些能力?)、互動(團隊如何合作和協調行動以實現目標?它強調團隊的衡量標準以及人與機器之間衡量標準的協調。因此,如果要評估人類的認知能力(即注意力和判斷力),就需要同時評估機器的認知能力(即信息處理架構和決策算法)。

該框架還提供了一種結構,用于確定和選擇評估團隊效率的適當指標。所有這些衡量標準都來自于先前的科學研究。

首先,考察人和機器的能力,因為其中任何一項能力都可能是團隊合作失敗的原因。對人的培訓和經驗、心理特征、體能、態度、認知資源、腦力勞動負荷或疲勞等進行評估。考慮與機器的認知結構和硬件組件相關的因素,如程序化任務知識、操作系統和其他軟件,以及物理傳感器和平臺。

其次,檢查可能導致交互失敗的關鍵領域。其中包括機器的態勢感知、資源分配和不同情況下的資源使用。例如,機器在使用傳感器尋找新的幸存者時需要多少電力,會影響到機器是否可以協助滿足團隊的其他需求。這些關鍵領域還包括人類的視角和決策過程。例如,人類對情況的理解會影響他們在這種情況下的行為,以及他們是否信任與之合作的機器。

最后,考慮潛在的漏洞。哪些威脅可能會阻礙團隊完成目標?如果團隊失敗會有什么后果?失敗可能會引發哪些其他問題?重要的是要找出任何問題,以便在今后的工作中加以緩解或解決。

最后,本簡報為 T&E 界提供了兩個重要啟示:

  • 評估 HMT 所面臨的挑戰與評估使用工具或系統的人類所面臨的挑戰不同。團隊中的人類和機器(稱為智能體)必須追求相同的目標,影響當前的問題狀態,并相互協調行動;這些互動因素使團隊面臨新的漏洞和更多的故障點。
  • 不能僅憑任務結果來識別潛在的系統漏洞。智能體之間的互動增加了評估的問題空間。

付費5元查看完整內容

本出版物為美國陸軍戰爭學院學生了解作戰司令部(CCMDs)、聯合特遣部隊(JTFs)和聯合職能部門司令部網絡空間行動的設計、規劃和執行提供了入門指南。它將美國政府的非機密文件和可向公眾發布的文件合并成一本入門讀物。

本指南遵循《聯合出版物 5-0:聯合規劃》(Joint Publication 5-0,Joint Planning)中詳述的作戰設計方法和聯合規劃流程(JPP),并將《聯合出版物 3-12:賽博空間戰》(Joint Publication 3-12,Cyberspace Operations)中的這些原則應用于賽博空間領域。然而,本出版物不得引用、復制或代替條令或其他官方出版物使用。

美國陸軍戰爭學院《戰略性賽博空間戰入門》共六章:

第 1 章介紹了賽博空間戰。

第 2 章回顧了作戰設計條令,并將這些原則應用于賽博空間領域。

第 3 章回顧了聯合規劃流程,并確定了賽博空間戰 規劃關注點。

第 4 章介紹執行聯合作戰期間的賽博空間戰。

第 5 章概述了國土內的賽博空間戰。

附錄 A 概述了賽博空間政策、戰略和指南。

附錄 B 包括美國政府、國防部、聯合和軍種賽博空間組織的說明、 和軍種賽博空間組織的介紹。

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
北京阿比特科技有限公司