未來戰場上的物聯網和人工智慧

中國航空報訊：

軍事物聯網（IoMT）是用於作戰行動和戰爭的一類物聯網。它是軍事領域中相互聯絡的實體或“事物”的複雜網路，它們不斷地相互通訊以協調、學習物理環境並與之互動，從而以更有效，更明智的方式完成廣泛的活動。

由人工智慧（AI）驅動的大規模軍事物聯網（IoMT）有望在無人監視與目標鎖定、態勢感知、士兵健康監測和其他關鍵應用等領域帶來巨大作戰優勢。然而，必須首先克服主要的資料和通訊挑戰。

根據美國國會研究服務部（CRS）釋出的關於聯合全域指揮與控制（JADC2）計劃的報告，未來的衝突需要在幾小時、幾分鐘或幾秒鐘內做出關鍵決策，而不是幾天。這些決策需要分析作戰環境併發布命令。美國國防部旨在加快決策並實現決策自動化的一種方法是透過大規模使用的軍事物聯網（IoMT）和人工智慧（AI）。

JADC2是美國國防部的一項重大舉措，旨在從各個軍事部門的數千輛作戰車輛、環境感測器和其他智慧裝置中收集資料。然後使用人工智慧和機器學習（ML）來提供相關資訊，以便在前線快速做出決策——甚至可以用來識別軍事目標並推薦最佳武器來對付它們。

軍事物聯網包括許多不同的“東西”——從戰場感測器和武器系統到跟蹤裝置、通訊裝置、可穿戴裝置、無人機、艦船、飛機、坦克，甚至身體感測器。他們一起將前所未有的海量實時資訊傳輸到作戰系統。

每個軍兵種都有自己的物聯網相關計劃。對於美國空軍而言，物聯網是其不斷髮展的先進作戰管理系統（ABMS）的重要組成部分。對陸軍來說，它是“陸軍未來司令部”，而對海軍來說，它是“強者專案”。JADC2的總體目標是將這些所有計劃聯絡在一起，並使它們作為一個整體在作戰上成功發揮作用。

未來的巨大挑戰

這個大規模物聯網計劃的成功當然取決於實時收集和儲存來自成千上萬個“事物”的海量資料的能力。然而，更大的挑戰實際上是立即理解所有資訊，並以足夠快的速度將結果提供給作戰人員，以便他們能夠利用這些資訊。其中技術障礙是巨大的，包括：

合併、整合和共享海量物聯網資料流，這些資料由各軍兵種的裝置產生，資料格式和通訊網路各不相同。理想情況下，目標是能夠快速處理的統一資料格式和資料儲存。

決定建立一個通用的大頻寬、低延遲網路，作為軍事物聯網裝置與邊緣、雲處理和人工智慧環境之間的連線紐帶。有許多可能性，包括衛星和專有軍用網路解決方案，但許多人將5G視為最終的解決方案。

在大規模可擴充套件的集中式環境（如雲）和位於網路邊緣的快速執行系統之間智慧地劃分資料處理和儲存。這些解決方案使系統更接近作戰，在作戰上資料連線可以提供快速的網路效能、低延遲和可用性，從而使前線能夠快速做出決策。

在網路邊緣進行彈性資料儲存、通訊、同步和處理，即使是在遠端位置或在沒有5G等傳統通訊能力的時候，通常也需要數週。作戰人員不能被迫依賴不太可靠的遠端雲連線，而且關鍵資料不能因為連線或斷電而丟失，即使只有幾分鐘。

對所有這些資料通訊和儲存進行持續不斷地網路攻擊預防、探測和補救。

人工智慧技術的應用，將有助於解決複雜電磁環境下戰場的精確態勢感知難題。基於人工智慧和全維資訊的戰場感知體系，不僅抗干擾抗攻擊能力強，而且可以實現戰場資訊全網可知可視可控。透過物聯網和各類感測器，實現對各類戰場大資料的實時自動採集、儲存、傳輸與處理，實現全域覆蓋、多元融合、實時處理和資訊共享，達到對整個戰場及作戰指揮的全過程“透徹感知”“透明掌控”。綜合利用射頻感應、全球定位、紅外感測、生物特徵識別等感知、捕獲和測量技術，隨時隨地對戰場目標物件進行資訊採集和獲取；運用資料探勘、深度學習等技術，提高影象理解、語音識別、目標匹配能力；運用智慧組網技術，為戰場感知大資料傳輸提供高速、可靠、抗干擾的資訊網路支撐。

引人注目的軍事物聯網例子

美國國防部正處於規劃和實施JADC2和物聯網的早期階段，其中許多決策仍有待做出，迄今為止只進行了有限幾個物聯網潛力的展示。假設這些物聯網挑戰中的大部分都可以得到解決，那麼有人和無人應用的例子將是引人注目的，而且數量眾多。下面是幾個例子。

自主武器系統：人類仍是作戰成功的主要智慧體和推動者。然而，軍用無人機、智慧導彈和無人地面車輛等自主監視和武器系統可以進行先進的戰場監視，提高作戰情報，甚至可以打擊目標，保護士兵的生命。他們還可以透過人工智慧和麵部識別等技術為作戰帶來精確度，這些技術可以比人類更準確地鎖定敵方作戰人員，避免向友軍開火和平民傷亡。人與自主決策之間的分工將是決定自主系統是否成功的重大道德和技術挑戰之一。

士兵攜帶的感測器和裝置：通常被稱為戰場物聯網，這是一個嵌入士兵作戰服、頭盔、武器系統和運輸工具中的情報收集和生物識別感測器網路，可以傳遞有價值的戰場資訊以及士兵位置、健康狀況統計資料和精神狀態。這些知識可用於決定何時在最不利的情況下將士兵調離戰場，或及時主動實施醫療救助以減少傷亡。

態勢感知：態勢感知對於戰場上快速有效的決策至關重要。將物聯網與人工智慧相結合不僅是一種增強自動化態勢感知的方法——包括戰場佈局、小隊和敵人的位置、裝備和目標——它有可能比以往任何時候都更快地提供這種感知，而不必依賴於集中的指揮和控制。

利用彈性連線和網路邊緣處理的能力，無人系統和其他物聯網監控裝置可以共享和合並資料，直接向前線提供卓越的情報、監視和偵察（ISR）資訊。使用人工智慧來輔助和自動化許多監視功能，可以減輕戰場上士兵的壓力和認知負擔。

透過5G或其他通用感測網路將無人機、感測器和其他裝置連線到本地邊緣資料庫/人工智慧/機器學習伺服器，可以在雲無法訪問或距離太遠而無法快速傳遞資訊時提供資訊。當雲連線可行時，物聯網可以利用雲的巨大可擴充套件性和處理能力。

即使在5G不可用或網路攻擊使其不可行的遠端情況下，替代可用的對等網路（例如Wi-Fi、藍芽或私有專有通訊解決方案）也可以同步分散式資料庫，並提供戰場所需的網路和資料彈性。一種解決方案可用於利用點對點連線並在它們之間同步資料，然後在可用時與本地、區域和雲伺服器連線並同步資料。

還有許多其他物聯網的例子，如對補給車輛監控、軍事基地安全、戰場預防性維護以及庫存管理。隨著戰場變得越來越複雜和不可預測，物聯網和人工智慧將成為一種越來越有價值的戰略，用於超越對手並最大限度地減少戰鬥和平民傷亡等關鍵決策的加速和自動化。