利用人工智能和机器学习来满足作战人员的需求
推荐
《打破“头脑”方阵—兵棋推演的历史、变革与创新》即将出版，敬请期待！往期回顾
美国军方不再享有对各种潜在对手的技术优势。用前国防部副部长罗伯特·沃克的话来说，“我们的部队面临着进入未来战场的真正可能性，并发现自己面临着一系列先进的，颠覆性的技术，这些技术可以将我们以前的技术优势转变为现实 -我们的武装部队不再拥有无可争议的战区通道或不受约束的作战行动自由。”
为了重新获得这种技术优势，国防部制定了第三抵消战略和国防创新计划，旨在帮助美国军队重新获得技术优势。这项工作的核心是人工智能，机器学习和无人系统。
已经很多文章提到关于使美国军用无人系统更加自主以充分利用其能力的努力，但与一些潜在的对手不同，美国不太可能部署全自动机器，作战人员将处于人在回路中。如果是这样的话，美军如何最好地利用无人系统提供的承诺？
一个答案可能是为我们提供“增强情报”。支持无人驾驶车辆，使作战人员能够教导这些系统如何执行所需任务是这项工作的第一个重要步骤。这将直接导致人机协作，将自治系统所做的“人为”性质转变为军事运营商的“增强”能力。
但是这个普遍的解释引出了一个问题，增强情报会对军事运营商产生什么影响呢？战斗人员希望无人驾驶系统执行哪些任务，使士兵、水手、飞行员或海军陆战队员能够在紧张的情况下迅速做出正确的决定，在这种情况下，任务完成必须与意外后果相平衡？
考虑一个无人系统进行监视任务的情况。今天，运营商接收无人系统所看到的流式视频，并且在空中无人系统的情况下，通常是实时的。但这需要操作员连续几个小时盯着实时视频（美国海军的MQ-4C Triton的续航能力是三十小时）。这种作战概念是对人力资源的巨大消耗，往往几乎没有显示出这种努力。
使用基本的增强智能技术，MQ-4C可以接受培训，只提供对人类伙伴有意义和有用的东西。例如，在旧金山和东京之间飞行的以巡航速度运行的Triton将在大约十五小时内飞行五千多英里。MQ-4C不是发送十五小时通常无趣的视频，因为它飞越大多数空旷的海洋，MQ-4C可以训练只发送它遇到的每艘船的视频，从而大大压缩情报人员的工作量。
提升到一个新的水平，Triton可以对每个联系人进行自己的分析，以标记它可能的兴趣。例如，如果船舶在已知的航运通道上运行，则已向适当的海事当局提交航行计划，并提供AIS（自动识别系统）信号; 它很可能只值得操作员注意，而Triton会相应地标记它。但是，如果它不符合这些标准（例如，船舶进行突然的航线改变，使其在正常航运通道之外更好），操作员将立即得到警报。
对于致命的军事无人系统，在授权无人作战伙伴发射武器之前，操作员必须知道的标准更高 - 或者通常情况下 - 建议上级授权致命的行动。以军事操作员管理正在进行的一系列无人驾驶航空系统飞行为例，这些航班一直在观察恐怖分子并等待上级授权使用该无人机发射的空对地导弹来取消威胁。
使用增强智能，操作员可以训练无人驾驶航空系统，以预测在颁发授权之前上级将要求的问题，并且如果不是点解决方案，则提供至少百分比概率或置信水平的问题，例如：
这个人的预期目标是什么？
•这种信心基于什么？
- 面部识别
- 语音识别
- 行为模式
- 与某些人联系
- 已知家庭成员的接近程度
- 已知队列的接近程度
•附带损害的可能性有多大？
- 家庭成员
- 已知的队列
- 不明身份者
•现在等待与打击有什么潜在影响？
这些考虑仅代表运营商必须训练其无人系统的一部分问题，这些系统配备了致命武器来应对。远非将无人系统的致命权威放弃，为这些系统提供增强智能并利用其在敌人的OODA环路内运行的能力，以及我们的系统，使这些系统能够使人类操作员免于必须实时（并且经常在战斗压力下的即时决定。从一开始就将这种增强型智能设计到无人系统中，最终将使它们成为军事操作员的有效合作伙伴。
桌面战争
兵棋交流者平台，挖掘兵棋原理及背后的故事！