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

人工智能和增強認知（AI；包含兩者）已經為美國空軍（USAF）的重要職能提供了指導。到 2030 年，人工智能將滲透到空軍的所有任務領域。正如美國空軍明確指出的，對美國空軍科學至關重要的是，"未來不會自己發明自己"。據此，本報告的目標是幫助設想和指導美國空軍發明未來的人工智能。因此，需要的是充分利用人工智能并推動其發展的研發工作，以及如何提升空軍在所有任務領域保護國家的能力。

美國空軍豐富的技術歷史可追溯到幾十年前（如 McCulloch & Pitts，1943 年；Rosenblatt，1958 年；Rummelhart 等人，1985 年；Hopfield，1988 年），但隨著計算能力的進步，許多技術已迅速發展（LeCun 等人，1998 年；Hassabis 等人，2017 年），它們已經或即將在作戰環境中無處不在。2030 年，它們很可能成為美國空軍武器裝備的核心。從自主無人機到人類可穿戴設備，智能機器及其與人類的接口正在接近徹底改變我國空軍兵力作戰環境的臨界點。我們將這一最新趨勢稱為 人工智能加速。

必須認識到的是，美國不一定在所有相關技術方面都處于領先地位。這是一個重大弱點，也是一個需要克服的差距。我們的對手和盟友都注意到了人工智能加速的趨勢。例如，俄羅斯總統弗拉基米爾-普京曾指出，"誰成為這一領域的領導者，誰就將成為世界的統治者"。(美國有線電視新聞網，2017 年 9 月 2 日）。法國總統埃馬紐埃爾-馬克龍（Emmanuel Macron）承諾法國將進行新的重大投資，"為......人工智能研究提供資金"（Rabesandratana，2018 年）。在中國，人工智能研發得到了精心培育，與此同時，中國對外國企業轉讓科學數據制定了逐步限制性措施（Ding，2018 年）。國家主席習近平說 "我們要加快把中國建設成為先進制造業強國，推動實體經濟同互聯網、大數據、人工智能等先進技術深度融合"。(路透社，2017 年 10 月 18 日）。

為了彌補這一差距，100 多位頂尖的學術界、工業界和政府科學家為這項研究做出了貢獻，強調了'人工智能加速'可能如何塑造 2030 年的美國空軍。這些專家在 2018 年第二季度以 "NSF Ideas Lab "的形式進行了在線討論，其中一部分專家（本報告的作者）還進行了面對面的討論，這種形式由 Knowinnovation（KI）促成，該組織在通過面對面和虛擬互動促進創新和跨學科科學進步方面擁有豐富的經驗。

本報告整合了這些跨學科互動中產生的想法，并以美國空軍及其作戰人員為背景，重點關注三個關鍵領域：機器、人機和人類。下面我們將對這些術語進行操作性定義，并在圖 1（第 16 頁）中加以說明。

圖 1：各層次人機交互示意圖（報告的概念性組織結構）

機器

顯然，我們需要開發能夠自主運行、降低風險、與人類并肩作戰，并能在空中和太空極端環境中長期運行的機器和算法。機器將取代并在某些情況下改變現有的能力。為了應對快速發展、高度動態的賽博空間可能帶來的范式轉變破壞，美國空軍需要采取積極主動的姿態，包括在政府和私營部門研究投資的基礎上，不斷螺旋式發展新系統。專家們一致認為，變化不會沿著現有的趨勢線發生。賽博空間正在迅速發展，因此高度動態的環境和快速變化很可能會打破人們的預期。專家們一致認為，關鍵是要投資研究，開發適應性強、靈活、穩健、使用安全和不受威脅的系統，并評估哪些系統對于在美國采購至關重要。

人機

在 2030 年的地平線上，美國空軍在人工智能加速組織結構突變的精心領導下，有可能實現人機協同的變革性增強，從而大幅提高作戰人員的認知和協作能力，包括但不限于態勢感知、決策速度、作戰和組織靈活性。這將包括盡早采用先進的人機和腦機接口；普遍集成可穿戴、微型和納米電子傳感器，用于生理、心理和神經監測、反饋和閉環實時干預，這些傳感器將與特定機器或更廣泛的指揮系統相連接，在極端環境中尤為寶貴； 人類與信息或機器人機器之間的團隊合作一體化；創建映射網絡空間的虛擬世界，允許人類以空間和信息直觀的方式進行部署；以及與專家數字助理、云連接信息系統的日常互動，這些系統具有自然語言處理能力，大大縮短了人類與他們業務所需信息之間的距離。在這些主題中，大家對人機協作的幾大主題達成了共識。

I) 人機融合提高個人績效：這一領域提出了提高人類績效的新興技術，包括認知、行為和健康。

II) 人機協同：這一領域指出了人機混合團隊協同工作的新興模式。

III) 對人機協作性能的全系統監控：這一領域強調了對這些新技術進行仔細、持續和動態監督的重要性。

人類

專家組一致認為，人類特工是美國空軍所有任務領域取得成功不可或缺的組成部分。到 2030 年，在美國空軍的所有行動中，從后勤到維護或控制作戰機器，人類都將理所當然地與人工智能互動。此外，將有大量空軍兵力人員在神經技術進步帶來的增強認知模式下履行職責。人工智能的加速發展無疑將塑造未來的勞動力隊伍。鑒于作戰環境的快速演變，專家組重點關注的是，2030 年所需要的軍官屬性可能與 20 世紀所看重的屬性大不相同。

大家一致認為，必須建立對如何在開發和采用人工智能加速技術方面培訓和培養當前和下一代空軍兵力的認識。這需要系統層面的整合，以及現役人員與研發和采購界之間的互動。例如，通過讓現役人員參與人工智能系統的設計，可以在一定程度上實現有效采用。空軍人員應征入伍后，必須接受相關技能培訓，以應對未來美國兵力的挑戰。因此，了解如何在人工智能滲透的作戰環境中提高和保持人的性能，如耐力、巔峰認知、保持任務狀態等，對于為 2030 年的作戰做好準備至關重要。

橫切問題

該小組確定了許多貫穿各領域的關鍵問題。這些問題包括美國空軍面臨的戰略突襲、道德、法律、社會和能源挑戰。就戰略出其不意而言，本報告的挑戰范圍僅限于可以預見到對手會出現的人工智能技術進步。在倫理、法律和社會問題方面，人們明確認識到，美國空軍自愿采取的限制措施很可能不會成為其他國家的限制。最后，大家一致認為，能源供應和 "質量 "可能是人工智能進步的一個重大制約因素，特別是在美國空軍必須在動態和偏遠環境中工作的情況下。

建議

美國空軍應與其他聯邦科學機構（如國家科學基金會）以及美國國防部和情報部門的其他部門協調其在人工智能加速領域的研發投資。

美國空軍應在全球范圍內掃描研發投資，以深入了解可能代表未來作戰挑戰的外國政府計劃和能力。

美國空軍應組織一個由來自學術界和工業界的頂尖研究人員組成的人工智能加速咨詢委員會，隨著科學基礎各學科的不斷進步，為美國空軍領導層提供信息和建議。

美國空軍應通過構建平臺技術、數據架構、算法和集成能力，為解決方案搭建支架，為人工智能應用奠定基礎。

美國空軍應設立執行數據架構師職位，以監督人工智能的整合，以及從設備到后勤和人力資產的集中信息資源的收集和安全化。

結論

人工智能加速將塑造美國空軍（USAF）2030 年的戰備態勢。專家組達成的共識是，空軍應加快開發和采購計算與神經技術方面的系統系列，從而在整個相關作戰環境中實現指揮、控制、通信、計算機和情報（C4I）方面的巨大進步。這一系列系統分為三個方面： 1）追趕現有的商業技術（采用）；2）對最相關的技術突破（如人工智能）進行核心投資；3）對填補前者突出所留下的空白的技術（如量子計算）進行外圍投資。

這樣的未來美國空軍將需要能夠卸載或放大人類性能的機器、人機和人機界面。這不僅包括意圖，還包括對來自傳感器流的反饋做出響應的能力，即使是在高級別作戰環境所產生的極端條件下。整個人工智能生態系統將需要為無人機和代理（包括蜂群）提供真正的自主操作，其操作領域既包括美國空軍熟悉的領域，也包括迄今為止美國空軍從未經歷過的領域。這不僅包括大氣層，還包括 "內部空間"（即網絡領域），更重要的是，甚至包括更高層次的大氣層以及低地軌道和深空。此外，還需要應對這些環境中隨之而來的能源限制。最后，這個系統之系統需要具備足夠的防御能力（也許是生物啟發），以抵御同行競爭對手的退化和攻擊。

美國空軍能否在 2030 年的軍事環境中取得成功，不僅取決于人工智能的加速，還取決于指揮和控制能否靈活應對戰略突襲。這種臨界點可能出現在空間技術領域（如太空電梯），也可能出現在人工智能領域的顛覆性發展。例如，"通用人工智能"（定義為能夠對任何智力任務進行人類水平認知的人工智能）的成功開發和實施掌握在國內同行競爭者手中，將使美國空軍處于明顯的劣勢。這種進步的軍事抵消將取決于美國空軍對技術前景的持續認識--不僅在航空航天領域，而且在認知與計算的交叉領域，因為它適用于人工智能。

本研究旨在開發一種區塊鏈數據結構和原型，以跟蹤美國防部（DoD）各部門之間資金流動的預算編制情況。該項目的目標是提高對交易的洞察力，以實現購置資金的靈活性，并為美國防部的規劃、管理和宏觀平衡提供更好的支出跟蹤信息。該報告總結了區塊鏈技術可以加強的一系列解決方案和用例。區塊鏈技術尚未解決預算跟蹤問題。其他領域的現有解決方案只是將區塊鏈作為一種服務來使用。它們沒有考慮如何利用圖分析和機器學習等技術來改進基于區塊鏈的解決方案。不恰當的區塊鏈設計可能會導致系統的數據冗余急劇增加，這可能會導致大規模系統（如政府基礎設施）的系統維護成本居高不下。此外，由于基于區塊鏈的系統數據量大，我們需要一些工具，如與區塊鏈相結合的圖分析，來從數據中提取新的信息和模式。因此，基于區塊鏈和圖分析的混合設計已被用于國防部的預算跟蹤。

在本項目中，借助圖分析概念，提出了組織區塊鏈數據結構的原型。由于難以獲得國防部（DoD）預算管理的真實世界數據，我們利用了基于本項目期間提供的樣本的高級數據結構，作為更真實數據集的替代。在制定了初步路線圖和展示國防部資金轉移的圖表網絡后，我們提出了七個新穎的使用案例，以展示該解決方案的適用性。對于每個用例，我們都確定了所針對的問題、如何應用所建議的設計，以及所建議的解決方案設計如何帶來益處。使用案例涵蓋了與預算管理、數據操作和安全優化有關的幾個問題，以及與成本和成本效益有關的問題。

本項目的成果突出了以下幾點：

• 區塊鏈可以支持財務數據的不可篡改性，這是一個至關重要的問題。
• 通過圖形交易展示國防部資金并提取有價值的見解是一種可行的選擇。由于用于分析國防部（DoD）數據的現有基礎設施非常復雜，而且在利用區塊鏈技術后變得更具挑戰性，因此所提出的分析交易和預算的想法增強了數據分析的便利性和安全性。
• 交易圖表可用于加強監督和問責。此外，還可通過圖形分析提取流量和關系。
• 區塊鏈與圖表分析的結合為國防部（DoD）的預算跟蹤問題帶來了透明度和問責制。

該項目按以下步驟進行：

• 從國防部（DoD）獲取數據和數據結構
• 設計一個圖表模型，以突出顯示模式和趨勢，并獲得各種查詢信息
• 設計基于區塊鏈的解決方案
• 設計和演示原型
• 開發和說明若干使用案例

由于本項目關注的是一個新穎的概念，而基于區塊鏈的預算管理系統此前并無設計，因此我們將重點放在設計問題上，提出了一個原型來支持這一概念，作為概念驗證。我們根據提供的數據樣本調整了設計。建議的用例很有可能被用作本項目的擴展。它們包括

• 保護合同數據不被篡改
• 國防工業基地健康
• 改進地理合同數據查詢
• 改進應急承包進度和合同數據
• 知識產權管理
• 備件合同
• 預測缺失和不一致的購置數據字段

本最終技術報告總結了 2018 年 9 月至 2022 年 9 月期間 AFRL 項目 "嵌入式深度學習和高級計算 "的研發工作。該項目涉及兩個重要的技術趨勢：使用深度神經網絡（DNN）的深度學習正迅速成為許多機器學習應用的首選方法，而網絡邊緣的嵌入式設備正變得越來越廣泛。通過這兩種技術的融合，我們可以看到新一代嵌入式設備的出現，它們可以執行智能任務，如學習未知環境和感興趣的目標、周圍環境的三維映射、執行數據分析以及根據本地數據進行預測。這些設備構成了所謂的人工智能物聯網（AIoT）[1]。

本研究項目研究的基礎技術可促進未來嵌入式深度學習的高效訓練和推理計算系統。研究的主要方法包括 (1) 使用隨機舍入的可變精度分塊浮點；(2) 采用術語量化，將浮點數量化為 2 次冪術語，而不是傳統的均勻量化；(3) 使用特定領域詞匯對預訓練語言模型進行調整；(4) 通過使用恒定帶寬塊的調度最大限度地減少內存訪問；(5) 在算法的協同設計中應用全棧優化、 (6) 為可穿戴計算拆分神經網絡，(7) 設計用于檢測輸入到 DNN 的非分布式輸入的算法，(8) 為高效的 DNN 系統陣列實現打包稀疏 DNN，(9) 為 DNN 的 3DIC 實現設計內存邏輯架構和系統構建模塊，以及 (10) 在內存計算中利用位級稀疏性。

引言

卷積神經網絡（CNN）等深度神經網絡（DNN）實現了深度學習。它們具有多層非線性特征轉換，每增加一層就能提取出越來越好的特征。然而，訓練一個大型 DNN 并在這樣的網絡上執行推理需要耗費大量的時間和精力。對于大型語言模型（LLM）和生成式對抗網絡（GAN）等大型深度網絡來說，訓練成本很高。由于小型人工智能物聯網（AIoT）設備在處理能力、內存占用和功耗預算方面存在嚴格的資源限制，因此在這些設備上進行訓練和推理更具挑戰性。有必要共同設計算法、模型和硬件參數，以便在這些嵌入式設備上執行高效的訓練和推理。在為嵌入式設備訓練復雜的深度模型時，并行處理、管理內存訪問時間表和利用數據稀疏性等高級計算技術至關重要。

本項目旨在針對嵌入式深度學習和推理中的關鍵挑戰開展廣泛研究。例如，我們探索了嵌入式深度學習與基于并行和分布式計算的高級計算之間的相互作用。該項目利用了 PI 在相關領域的經驗，包括他早期在系統陣列以及分布式和嵌入式神經網絡架構方面的工作。我們將在本報告的其余部分重點介紹我們已發表的部分成果。

本報告標志著軍備控制協會題為 "明天的軍備控制 "的項目達到了頂點。這項工作是歐洲領導力網絡項目的一部分，由德國聯邦外交部資助，名為 "解讀技術復雜性和核政策制定的方法"。本協會的工作屬于該項目的第四部分，題為 "緩解戰略和軍備控制"。

該協會的項目側重于新的或現有的軍備控制和風險減少措施，決策者可以提出并支持這些措施，以防止具有軍事用途的新技術和新興技術導致沖突或對抗進入核戰爭。該項目從2021年3月至2022年12月進行。該協會主辦了五次虛擬研討會，每次都以一種選定的技術為中心，除了最后一次，即結合無人機和致命的自主武器系統，包括12至20名參與者。與會者包括來自世界各地的前政府官員和外交官、政策專家和技術專家。

本報告執行總結

近年來，具有軍事用途的新興技術的話題在國防官員、政治領導人、外交官、政策專家和技術專家之間引起了激烈的辯論。盡管有些人認為這些技術為使用它們的人提供了明顯的、改變游戲規則的戰場優勢，但其他人認為這種評估是夸大其詞，或呼吁更多地關注其使用的風險。

本報告概述了幾種新興技術及其各自的軍事應用可能產生的破壞穩定的影響。它旨在讓決策者更好地了解如何通過一系列軍備控制和減少風險的措施來減輕風險，減少大國沖突或對抗升級到核級別的機會。

在本報告中，"新興技術 "一詞指的是廣泛的科學和技術發展，如果應用于軍事領域，可能會以不可預測和潛在的危險方式對未來的戰爭產生變革性影響。本報告重點關注六種重要的、獨特的新興軍事能力：高超音速武器系統、直接進攻性網絡作戰、進攻性反空間能力、人工智能（AI）驅動的能力、無人機和致命的自主武器系統（方框ES.1）。這些能力的選擇是基于兩個因素。首先，它們已經進入或將在大約未來10年內進入該領域。第二，各國政府和民間社會已經開始在各種論壇上開始討論這些能力的戰場效應，并為軍備控制和減少風險制定潛在的途徑。

本報告提煉了軍控協會在2021年和2022年舉辦的一系列研討會的信息和想法，每個技術領域的幾十位技術和政策專家都參與其中。它確定了四個總體主題，突出了對新技術和新興技術的軍事應用如何可能增加使用核武器風險的最大關切。

增加沖突的速度。在沖突或對抗中使用新興技術可能會在危險的程度上加快其中任何一方的步伐，使有關各方迅速向升級的階梯發展。這個主題包括兩個主要的風險：決策者選擇國家下一步行動的時間減少，以及決策者的信息過載。

不斷增加的不確定性。具有軍事用途的新技術能力可能會增加沖突或對抗中的整體不確定性，如行動的性質和對手的意圖。這些能力還可能暴露出新的弱點，造成不確定的影響，并引入以未知方式運作的新行為者。

減少人的作用。隨著人工智能系統提供的情報、監視和偵察信息及其他數據的擴大，不堪重負的政治和軍事決策者可能會責成人工智能能力收集和處理整個戰場領域的信息，評估各種行動方案，確定可能的最佳結果，甚至可能推薦一個特定的選擇并執行該反應。這種控制權的重新分配可能會導致幾乎沒有實質性的、有效的人類監督。

激勵軍備競賽。新技術和新興技術的軍備競賽可以說已經在進行中了，隨著行為者迅速追求和部署新的尖端能力，試圖保持或獲得戰略優勢，有可能在數量和質量上進一步提升。

決策者可以采取行動，在近期和長期內減輕這些風險。減少風險和軍備控制的努力應側重于在各領域和技術中以及在政府和非政府行為者之間采取多種措施，這些措施綜合起來可以建立一個有效、可行和可持續的軍備控制制度。

本報告確定了現在或未來五年內可能實現的近期風險緩解措施：危機通信系統、定義的建立、規范、單邊聲明和行動，以及建立信任措施。這些類型的措施可以幫助提高透明度和防止誤解，為世界上大多數人認可的技術建立一種共同的語言，并為使用某種能力時的負責任行為建立公認的標準。

本報告概述了在未來10年或更長時間內可以實現的長期措施：涉及一個以上國家的軍備控制和減少風險的安排（如條約、協議），比建立信任措施更正式，盡管不一定具有法律約束力。

本報告所研究的新技術和新興技術所帶來的軍事能力和應用，不僅加劇了戰略穩定和國際安全的現有風險并創造了新的風險，而且使減輕這種風險和對這些系統進行有效軍控的努力變得更加復雜。鑒于新興軍事技術的潛在不利影響，政策制定者可以而且應該考慮近期的軍備控制和降低風險措施。這些措施可以為長期措施奠定基礎，幫助建立一個未來的安全架構，這個架構可以單獨提供透明度、可預測性和穩定性，更可以將核戰爭的前景推到更遠的可能性之外。

表ES.1--六種選定的新興技術能力

新興技術	描述
高超音速武器	高超音速武器是指以至少五倍音速，或5馬赫的速度飛行的導彈或飛行器。
直接攻擊性網絡行動	進攻性網絡行動是針對敵方計算機系統的敵對活動，目的是破壞該計算機處理的信息的保密性、完整性或可用性。本報告的重點是專門針對核企業中任何地方的計算機系統的行動。
進攻性反空間能力	進攻性反空間能力是旨在欺騙、擾亂、拒絕、降低或摧毀空間系統的能力。本報告重點關注反衛星能力，包括直接上升系統和共同軌道能力。
人工智能支持的能力	人工智能是一個總括性術語，包括各種計算技術和使能技術，為計算機解決以前只能由人類處理的復雜問題讓路。本報告重點關注人工智能在軍事或戰爭中的應用。
無人機	無人機是指沒有飛行員、機組人員或乘客的飛行器，它通常是自主的，由地面站控制，或被賦予預先編程的任務。本報告的重點是空中和水下的無人機。
致命性自主武器系統	致命自主武器系統是一種在沒有人類干預的情況下選擇目標并對目標使用武力的武器系統。

在過去的75年里，蘭德公司進行了支持美國國家安全的研究，目前為聯邦政府管理著四個聯邦資助的研究和發展中心（FFRDCs）：一個為國土安全部（DHS），三個為國防部（DoD）。本文將重點評論國防部如何能夠最好地確保人工智能（AI）的進展有利于美國國家安全，而不是降低它。

在一系列廣泛的技術中，人工智能因其進展速度和應用范圍而脫穎而出。人工智能具有廣泛改變整個行業的潛力，包括對我們未來經濟競爭力和國家安全至關重要的行業。由于幾個原因，將人工智能納入我們的國家安全計劃帶來了特殊的挑戰：

• 這些技術是由商業實體驅動的，而這些商業實體經常在國家安全框架之外。

• 這些技術正在迅速發展，通常超過了政府內部的政策和組織改革。

• 對這些技術的評估需要集中在私營部門的專業知識，而這些專業知識很少被用于國家安全。

• 這些技術缺乏區分良性和惡意使用的常規情報特征。

美國目前是全球人工智能的領導者；然而，這種情況可能會改變，因為中國尋求在2030年前成為世界主要的人工智能創新中心--這是中國人工智能國家戰略的明確目標。此外，中國和俄羅斯都在追求軍事化的人工智能技術，加劇了挑戰。作為回應，將強調美國防部可以采取的四組行動：

1.確保美國防部的網絡安全戰略和網絡紅方活動跟蹤可能影響網絡防御和網絡進攻的人工智能的發展，如網絡武器的自動開發。

2.為防止不良行為者獲得先進的人工智能系統，(1)確保對領先的人工智能芯片和芯片制造設備進行強有力的出口控制，同時許可芯片的良性使用，如果需要的話，可以進行遠程節流；(2)利用國防生產法的授權，要求公司報告大型人工智能計算集群、訓練運行和訓練模型的開發或分發情況；(3) 在美國防部與云計算供應商簽訂的合同中，要求他們在訓練大型人工智能模型之前對所有客戶進行 "了解你的客戶 "篩選；(4) 在美國防部與人工智能開發商簽訂的合同中包括 "了解你的客戶 "篩選，以及強大的網絡安全要求，以防止大型人工智能模型被盜。

3.與情報界合作，大幅擴大收集和分析敵國參與人工智能的關鍵外國公共和私營部門行為者的信息，包括評估關鍵外國公共和私營實體；他們的基礎設施、投資和能力；以及他們的工具、材料和人才供應鏈。通過以下方式加強國防部開展此類活動的機構能力：（1）在美國和盟國政府機構、學術實驗室和工業公司之間建立新的伙伴關系和信息共享協議；（2）招募私營部門的人工智能專家以短期或兼職的方式為政府服務。

4.投資于人工智能安全的潛在計劃，包括（1）嵌入人工智能芯片的微電子控制，以防止開發沒有安全保障的大型人工智能模型，以及（2）在部署人工智能系統之前評估其安全性的通用方法。

在軍隊越來越多地使用基于機器學習（ML）的技術的背景下，我們的文章呼吁對ML平臺進行分析，以了解ML如何在軍隊中擴散以及產生什么影響。我們采用了新媒體研究中關于平臺的物質技術視角，并將這一文獻帶到了批判性安全研究中，我們認為需要關注平臺和它們所做的技術工作，以了解數字技術是如何出現和塑造安全實踐的。通過對谷歌開源ML平臺TensorFlow的詳細研究，以及對美國國防部算法戰爭跨職能團隊，即Project Maven的討論，我們做出了兩個更廣泛的貢獻。首先，我們確定了軍隊更廣泛的 "平臺化"，我們指的是（技術材料）ML平臺的日益參與和滲透，它是使整個軍隊的分散和實驗性算法開發的新做法得以實現的基礎設施。其次，我們得出這種平臺化是如何伴隨著軍隊和企業領域的行為者之間的新的糾葛，特別是在這種情況下發揮關鍵作用的大科技公司，以及圍繞這些平臺組織的開源社區。

在軍隊越來越多地使用機器學習（ML）技術的背景下，我們的論文使用ML平臺的分析視角來理解ML是如何在軍隊中擴散的，并產生了什么影響。我們采用了新媒體研究中發展起來的關于平臺的物質/技術視角，將這一文獻與批判性安全研究結合起來，并認為關注平臺和它們所做的技術工作對于理解數字技術如何出現和塑造安全實踐是必要的。我們借鑒了對谷歌開源ML平臺TensorFlow的詳細研究，以及對美國國防部多功能算法戰爭團隊，即Project Maven的討論，并做出了兩個更廣泛的貢獻。我們首先確定了軍隊更廣泛的 "平臺化"，我們指的是ML "硬件技術 "平臺的日益參與和滲透，作為軍隊中實驗性和分散性算法開發的新實踐的基礎設施。然后，我們繼續說明這種平臺化是如何伴隨著軍隊和企業行為者之間的新的糾葛，特別是GAFAMs，它們在這種情況下發揮著關鍵作用，而且圍繞這些平臺組織的開源社區也是如此。

在武裝部隊越來越多地使用自動學習技術（機器學習，ML）的背景下，在我們的文章中，我們描述了關于ML平臺的一個分析視角，目的是理解ML在武裝部隊中的發展以及其影響。采用一種關于平臺的物質和技術觀點，就像在關于新的通信媒體的研究中所開發的那樣，并在安全問題的研究中提及這一信息、 我們認為，有必要集中研究平臺和技術工作，以了解數字技術的發展和安全實踐的結構。通過對谷歌開放的ML平臺TensorFlow的詳細研究，以及美國國防部的交互式戰斗機設備的辯論，美國國防部的Proyectamento de Defensa，即美國國防部。美國的Proyecto Maven，實現了兩個更廣泛的貢獻。首先，我們確定了一個更廣泛的武裝部隊 "平臺"，其中我們指的是ML平臺（技術/材料）的不斷參與和滲透，作為一種基礎設施，允許在武裝部隊中進行新的分散的算法開發和實驗實踐。第二，我們注意到這一平臺正伴隨著武裝部隊和公司統治者之間的新沖突，特別是那些在這一背景下發揮重要作用的大型科技公司，以及在這一平臺上組織起來的無國籍社區。

《科學技術趨勢2023-2043》對科學技術（S&T）趨勢及其對北約軍事行動、防御能力、企業職能和政治決策空間的潛在影響進行了評估。該評估借鑒了北約科學與技術組織（STO）的集體見解和研究活動，其協作網絡由五千多名活躍的科學家、分析師、研究員、工程師和相關研究設施組成。這些見解與對開源科技文獻、選定的國家研究計劃、北約STO技術觀察活動、（嚴肅）研究游戲、STO CPoW（合作工作計劃）活動以及北約創新努力的廣泛審查相結合。該報告分為兩卷，包括總體結論（第一卷）和詳細分析（第二卷）。

本報告基于、更新并擴展了之前出版的《北約科學與技術趨勢：2020-2040》，遵循相同的總體結構和重點。總體而言，該報告的結論和見解經受住了時間的考驗。然而，在廣泛的技術和地緣戰略環境中出現了值得注意的發展，其中值得注意的是COVID-19、烏克蘭、氣候變化、新戰略概念和東南亞。這些變化反過來又推動了相關科技的發展，并突出了它們對企業或軍事行動的影響。

本報告旨在幫助當前和未來的軍事和民事決策者了解新興和顛覆性技術（EDTs），從而指導北約研發組合管理、創新活動和能力規劃。它側重于以下內容： - 為什么這些EDTs對聯盟的未來活動很重要； - 預計它們將如何發展；以及 - 從作戰、組織和企業的角度來看，這對聯盟意味著什么？

在未來的20年里，我們斷言，四個總體特征將決定先進的軍事技術。技術發展將越來越智能化、互聯化、分散化和數字化。這些反過來將導致軍事能力越來越自主、網絡化、多領域和精確。技術將越來越具有雙重用途，即從商業部門開發和汲取。新興技術能力將提高聯盟的作戰和組織效率，實現北約作戰概念的五個戰爭發展要務（WDI）： 認知優勢；多域綜合防御；跨域指揮；分層彈性；以及廣泛的影響和力量投射。同時，這些技術將而且確實正在給聯盟帶來重大挑戰，包括作戰、互操作性、倫理、法律和道德方面的問題。

北約已經批準了一套既定的感興趣的電子技術，也被稱為優先技術領域。成員國國防部長在2019年10月同意了首批七個EDTs。對于上一份科技趨勢報告，STO增加了第八個領域（材料），供未來考慮和發展。2022年，在馬德里峰會上，這些EDT被正式擴大到包括能源和推進以及新型材料和制造。根據STO繼續監測和評估更廣泛的技術領域的任務，本報告還考慮了電子與電磁學（E&EM）技術的最新發展狀況。這些科技領域要么目前處于發展的初級階段，要么正在經歷快速的革命性增長。本報告所考慮的EDT的最終清單，以及通常使用的縮寫或速記（以黑體顯示），是：

• 數據： 大數據、信息和通信技術
• AI：人工智能
• RAS（或Autonomy）： 機器人學和自主系統
• 空間：空間技術
• 高超音速：高超音速技術
• 量子： 量子技術
• BHET（或生物技術）： 生物和人類增強技術
• 材料： 材料和先進制造
• 能源： 能源與推進
• E&EM: 電子和電磁技術

人工智能、自主性、空間、數據領域、能源和機電領域的技術發展被認為主要是（但不完全是）顛覆性的，因為這些領域的發展建立在支持科學和技術發展的悠久歷史之上。這些領域的行動重點圍繞著它們對其他技術的有效采用和影響。因此，對軍事能力的重大或革命性的破壞要么已經在進行，要么將在未來五到十年內產生相當大的影響。新興領域可以在量子、生化技術、材料和數據的某些方面（如6G技術）找到。這些發展也許被定義為重新出現更好，因為以前的發展周期已經對早期的技術革命產生了重大影響。這些技術需要更多的發展時間（10到20年），才能充分實現其顛覆性的軍事能力。

自上次報告以來，有幾個主要的電子技術發展值得注意，包括：

• 數據： 分布式賬本技術、高級分析和可視化的使用增加，以及新的網絡和無線技術（如6G）的發展，正在加速對連接分散的傳感器和C2節點的深思熟慮的數字數據骨干的需求。這反過來又推動了物聯網（IoT）、邊緣計算和新數據架構（如網狀、結構、湖泊等）的發展。

• 人工智能：顛覆性的人工智能應用以及人工智能作為科技推動者或其他EDT發展的催化劑的作用，已經成為整個物理、信息和生物科學及相關技術重大發展的重要因素。同時，人工智能實踐的局限性導致了對新的、更強大的和可信賴的方法的探索，超越了深度學習和AIoT（物聯網人工智能）的發展。

• RAS：人工智能和能源儲存的發展正在推動日益復雜和強大的自主系統的發展。然而，最重要和最有影響的RAS發展是其廣泛的應用和對當前軍事行動和計劃的影響。成本的降低，廣泛的可用性，以及在戰場上的創造性使用，推動了RAS的創新。

• 空間：商業企業和戰略競爭者正在加速空間技術的發展。在敵對地區持續的天基通信（如StarLink）的影響是值得特別注意的。同時，反衛星研究日益受到關注，而在軌維修能力有望使在軌運行更便宜、更長久。新的推進系統也有望增加對非近地（月球）空間的利用并降低發射成本。

• 高超音速：正在為廣泛的軍事應用（如載人飛機）進行混合模式發動機的研發，部署實用的高超音速導彈系統和開發有效的反措施。

• 能源：能源方面的發展，應對氣候變化和安全挑戰，正在推動軍事方面探索和采用電力推進（空中、陸地和海上）以及用于先進能源儲存的新電池化學。對全球大規模太陽能生產以及地面和地外天基小型核電、釷和核聚變反應堆的研究顯示，在2030年下半年或2040年代初，安全和廣泛的能源生產有相當大的前景。值得注意的是，人工智能和新型材料已經并將繼續成為這種發展的關鍵推動力。

• 生物技術：疫苗（如COVID-19的疫苗）近乎神奇的快速發展和工程病原體的潛在發展是值得特別注意的。生物制造、合成生物學和三維生物打印方面的進展正在加速。

• 材料：對室溫超導體的研究，石墨烯（和其他二維材料，如石墨烯）的新用途，以及新的半導體材料為未來的技術帶來了巨大的希望。增材制造和生物打印的應用正在爆炸性增長，顛覆了目前的醫療和物流系統。

• E&EM：新的非硅材料和半導體設計正指向更快的芯片和專門的處理器（如用于AI的神經形態）。

真正的顛覆性影響將通過EDT的組合及其復雜關系所驅動的技術融合而發生。以下協同作用和相互依存關系預計將對未來軍事能力的發展產生高度影響：

• 數據-人工智能-自主性： 自主性、大數據和人工智能的協同組合，利用智能、廣泛分布和廉價的傳感器與自主實體（物理或虛擬）一起，將利用創新技術和方法，產生潛在的軍事戰略和作戰決策優勢。

• 數據-人工智能-BHET： 人工智能與大數據配合，將有助于設計新的藥物、有目的的基因修改、直接操縱生化反應、新的化學和生物威脅，以及活體傳感器。

• 數據-人工智能-材料： 人工智能與大數據配合，將有助于設計具有獨特物理特性的新材料。這將支持使用二維材料和新技術的進一步發展。

• 數據-量子： 在10到15年的時間里，量子技術將通過大幅提高傳感器能力、改進PNT（定位、導航和計時）、安全通信和計算，擴大C4ISR數據收集、處理和利用能力。

• 能源-材料-人工智能：在石墨烯等新型材料和外來電池化學的推動下，能源儲存的新發展，以及更強大的輕質材料和新型設計（如大規模鑄造、超級電容或3D打印），將繼續推動電氣化或綠色燃料（如氫和生物燃料）在軍事行動中的使用。支持這些設計和材料開發并優化能源使用的人工智能將有助于北約部隊的綠色化。

• 空間-量子：基于空間的量子傳感器，在量子密鑰分配通信的推動下，將產生適合衛星部署的高精度傳感器。越來越多的商業化的、更小的、更低功率的、更敏感的、由量子傳感器促成的分布式天基傳感器網絡將在10到15年內成為未來軍事ISR架構的一個重要方面。

本報告總結了對美國防部（DOD）數字孿生實踐狀況的評估和相關的驗證、確認和認證（VV&A）工作，以及在武器系統和部署部隊中使用商業虛擬化技術的計劃。本報告是基于作戰測試與評估主任辦公室（DOT&E）對DOT&E監督下的項目和軟件采購途徑進行的調查。DOT&E通過與部分項目辦公室和DOT&E工作人員的訪談驗證了調查數據。本報告是根據眾議院報告117-118編寫的，該報告伴隨著眾議院軍事委員會關于2022財政年度國防授權法的報告。

DOT&E監督下的約14%的項目正在應用持續集成/持續交付（CI/CD）方法，約7%的項目已經建立或正在計劃建立數字孿生。在DOT&E監督下的8個項目中，有一個項目正在使用CI/CD方法，一個項目正在建立數字孿生。

數字孿生還沒有被用來支持作戰或實彈測試和評估（T&E）。雖然關于數字孿生的VV&A工作仍在開發中，但DOT&E與國防部研究與工程副部長辦公室協調，正在為建模和仿真（M&S）的驗證和確認（V&V）制定指導，將適用于數字孿生。許多影響M&S的差距也影響了數字孿生的可信使用。需要更多的案例研究來證明和規范適當的程序，以支持M&S或數字孿生的更敏捷的VV&A。

在武器系統和部署部隊中使用商業虛擬化技術的計劃，要求評估商業虛擬化的好處，如能源節約、潛在的可靠性改進和硬件節約，同時創建和維護更復雜的安全邊界。該計劃還強調要求評估系統及其組件對專門的實時計算機處理的依賴性，其中虛擬化可能對戰術應用構成性能或功耗方面的擔憂。最后，該計劃致力于開發必要的工具和程序，以充分評估采用這種技術的系統的運行性能。

多域作戰環境的復雜性和相關的作戰限制正日益使數字技術成為技術與評估的關鍵方面。例如，隨著威脅和系統本身的發展，可以反復遭受網絡攻擊的數字孿生，并將允許對任務的網絡生存能力進行持續評估，以保持同步。

雖然數字孿生為T&E創造了新的機會，使不斷發展的系統得到保證，但需要專門的投資和倡議來規范和實施這種方法。有機會解決使用這種能力的挑戰，以及整合基于模型的工程，以優化從項目開始到其生命周期結束的綜合T&E方法。

表 1. DOT&E 監督清單或軟件采購途徑 (SWP) 下的項目摘要及其在本報告中的涵蓋范圍

這項研究試圖確定目前的武力使用模式是否適用于沒有人類行為者的情況下對自主平臺的攔截。該項目包括對使用武力政策的歷史概述和對專業執法組織當前使用武力建議的定性分析。該項目還分析了執法部門和自主系統之間的互動記錄，特別是焦點小組的反應，以獲得執法部門對自主系統使用武力的看法。最終，該項目發現，目前的武力使用模式不適合在沒有人的情況下使用。目前缺乏對一線官員的指導，可能會導致延遲和不一致的反應，不當使用武力，或不采取行動，這可能會導致生命損失。報告建議為攔截自主系統建立一個單獨的決策框架，以填補目前使用武力模式的空白。這個新的決策框架需要一個持續的評估過程，以解決潛在的二階效應，并在決策過程中考慮到這類變量。

機器人是一個具有挑戰性的領域，需要軟件和硬件的融合來完成所需的自主任務。任何工作流程的關鍵是在部署到生產環境之前對軟件進行自動構建和測試。本報告討論了美國陸軍作戰能力發展司令部陸軍研究實驗室（ARL）的無人自主車輛軟件研究平臺MAVericks的軟件開發過程中使用的持續集成/持續交付工具的重要性和創建情況。這個工具在ARL進行的快速研究和開發中起著至關重要的作用--包括模擬和嵌入式硬件目標的自動構建測試，以及驗證軟件在環模擬中的預期行為。

持續集成/持續交付（CI/CD）是軟件開發中常用的工具，用于自動構建、測試和部署代碼。這個工具對于提高研究的速度和效率至關重要，同時確保在增加或改變新功能時功能不受阻礙。在CI/CD之前，軟件開發過程是具有挑戰性的，隨著越來越多的合作者修改代碼庫，任何新的開發都有可能破壞現有的功能--比如代碼不再構建，自主行為和故障保護裝置不再按預期工作。

本報告重點關注美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室（ARL）的MAVericks無人自主飛行器（UAV）軟件平臺的CI/CD集成，該平臺建立在開源平臺ROS2和PX4之上。ROS2是一套用于構建機器人應用的軟件庫和工具，而PX4是一個強大的無人機飛行控制軟件。利用這兩個平臺，MAVericks是一個專注于敏捷飛行的大型合作項目，在模擬和機器人平臺上都能發揮作用。MAVericks的目標是在ModalAI的VOXL和RB5硬件平臺上運行，因為它提供了尺寸、重量和功率，同時也是藍色無人機項目的合作伙伴，這意味著他們得到了國防創新部門的資助，以符合2020年國防授權法第848條的規定。

合作者包括美國軍事學院的西點軍校，作為分布式和協作式智能系統和技術項目的一部分；加州大學伯克利分校，作為規模化和穩健的自治項目的一部分；以及馬里蘭大學的人工智能和多代理系統的自治項目--而且這個名單一直在增加。此外，ARL一直在尋求提高其算法的穩健性和成熟的能力，以過渡到DEVCOM和國防部的其他組織。隨著許多合作者加入MAVericks，重要的是要確保每次修改后有最低限度的可用功能，以鼓勵快速加入和貢獻。MAVericks是一個由一百多個軟件包組成的大型研究平臺，重要的是每個軟件包都能可靠地構建和運行。通常情況下，合作者只關心幾個軟件包，他們可以很容易地進行修改和添加，而不需要對不相關的問題進行排查，這一點至關重要。由于這種不斷增長的社區，很容易偶然地引入錯誤或破壞不相關的功能。因此，CI/CD是一個很好的解決方案，它將為不同的用戶群體提高平臺的可靠性和可用性。

CI/CD管道實現了許多簡化開發的功能。它可以完全構建整個平臺，確保新用戶的依賴性安裝成功，在模擬環境中運行和測試平臺，以確保自主行為正常工作，并快速構建壓縮的工作空間，以防止在無人機上構建。

在自主系統的軟件開發中，一個有問題的情況是，用戶修改了幾個包，但只構建和測試了一個特定包。這樣，代碼就被合并到了生產中，而沒有驗證它對其他人是否有效。如果未經測試的修改被合并，依賴這些修改的包可能不再構建或通過所有的測試案例。

從用戶的角度來看，CI/CD是由用戶創建代碼合并請求（MR）來觸發的，將他們的修改添加到主分支。這就啟動了CI/CD，建立了一個管道。該管道包括四個階段：構建-依賴、構建-完整、測試和部署。對于每個階段，可以并行地運行多個作業來完成該階段。在每個作業中，流水線首先將合并后的變化復制到一個新的環境中，并完成一個特定的任務。在流水線的最后，一個完全構建的版本被上傳，并準備在無人機上閃現。如果任何步驟失敗，其余的管道階段將被中止，并通知用戶到底是什么地方出了問題，以便他們能夠解決任何問題。管線的概述見圖1。

在本報告中，描述了MAVericks CI/CD的基礎，然后詳細介紹了管道中的每個階段，以及所克服的幾個挑戰。