当前位置:首页|资讯|人工智能|深度学习

《以机器的速度进行决策:将人工智能引入指挥链》

作者:中国指挥与控制学会发布时间:2023-10-13

原标题:《以机器的速度进行决策:将人工智能引入指挥链》

在日益复杂和苛刻的作战环境中运作的需要,有可能使现代军舰上以人为中心的指挥链超负荷。扩大使用快速发展的人工智能技术提供了应对这一挑战的潜力,彻底改变了指挥空间的决策。本文以皇家海军为例,研究了最近在这一领域的实验。

背景介绍

战斗信息中心(CIC)是现代军舰上态势编制、任务管理和武器控制的协调中心。它承载着一个人类操作团队,负责为战术家和指挥官提供合理化的信息,作为实时决策的基础。战争小组的成员与计算机控制台、显示器、通信设备和其他外围设备互动,以建立对战术形势的集体认识;评估和优先考虑威胁;并管理海面上、海面下的 "战斗"。

一名电子技术员在美国海军 "保罗-汉密尔顿 "号导弹驱逐舰(DDG-60)上跟踪地面和空中接触。随着威胁越来越复杂,环境越来越有挑战性,数据量越来越大,指挥团队越来越面临认知过载。(图片: 美国海军)

目前,CIC中的指挥链是基于高度规定性和以人为本的决策层次,由编译器和操作员从各种有机和非有机来源中建立战术图景,以实现及时和知情的战术决策:例如,转向开放武器弧的路线,或执行软杀伤性反措施计策。然而,人们认识到,由于海军部队越来越多地被要求在更加复杂和苛刻的作战环境中作战,而这些环境的特点是多样化和越来越具有挑战性的威胁,因此指挥小组现在面临着越来越大的超负荷威胁。

同时,舰艇收到来自有机传感器和非有机来源的越来越多的数据,从而使指挥团队识别、理解和应对威胁情况的能力更加复杂。操作人员也要承受越来越大的压力:在防卫值班时,一次盯着屏幕看几个小时,需要人类集中精力,即使有休息时间。任何疏忽都可能意味着遗漏或错误地识别了一次接触。

正是在这种背景下,海军从业人员、作战人员、国防科学家、工业界和学术界都开始考虑如何增加自动化和更多地使用人工智能(AI)技术来提高指挥和控制领域决策的敏锐度和速度。定义各不相同,但从广义上讲,人工智能可以被描述为机器所显示的 "智能行为"。从本质上讲,这描述了机器模仿人类在推理、计划、学习和解决问题的任务中所采用的认知功能的能力。

人工智能已经开始进入商业和消费领域的主流,因为事业已经看到了人工智能在提高生产力、增加效率和简化任务执行方面的潜力。海军现在也热衷于在指挥和决策中利用 "机器速度 "人工智能的力量,因为他们认识到人工智能技术善于从嘈杂的动态数据中推断出模式、趋势和信号。同时,人们认识到,在一个有效和高效的社会技术组织中整合人类操作员和计算机,会带来无数的技术、操作和道德方面的复杂性。

维斯比级护卫舰HSwMS卡尔斯塔德的CIC。未来人工智能支持的指挥和控制系统将需要将人类和机器的合作作为设计过程的基本组成部分来考虑。(图片: Richard Scott)

背景下的人工智能

高级别的自动化对海战来说绝非新鲜事物。例如,设置为 "自动 "模式的自卫武器系统将在满足预先确定的交战阈值条件时自动开火。这代表了一种非常初级的人工智能形式,因为武器系统有能力承担原本由人类执行的功能。然而,应该明确的是,这不是一个学习系统,因为它只按照预先编程的规则集运作。

在指挥环境中实施早期形式的人工智能的最初想法可以追溯到20世纪80年代。皇家海军(RN)舰艇在南大西洋的损失,在海湾地区对 "斯塔克 "号护卫舰(FFG-31)的反舰导弹攻击,以及 "文森 "号巡洋舰(CG-49)无意中击落一架伊朗A300客机,都证明了依赖大型和以人为中心的指挥链的行动信息组织的脆弱性和易错性。在某些情况下,高工作量和战斗压力的结合压倒了操作人员的认知能力,导致他们错误地评估局势和/或错误地计算出适当的反应。在其他情况下,由于操作人员和作战人员缺乏关注,即使有明确的线索表明攻击迫在眉睫,也会忽视威胁。

到20世纪90年代,一些有限的尝试将人工智能的形式引入到指挥链中。然而,这些所谓的 "专家 "系统--实施基于包含嵌入式理论或规则的知识库的人工智能形式--遇到了一些不足和限制。例如,那个时代的计算能力和可访问的内存所带来的限制必然限制了软件实施的复杂性。另外,这些基于知识的技术在实施中非常僵化--依赖于从操作者经验中提炼出来的规则--因此在应用中非常狭窄。

约翰霍普金斯大学应用物理实验室的硬杀伤/软杀伤(HK/SK)性能评估工具(HaSPAT)原型于2020年初部署在美国海军 "邦克山 "号巡洋舰(CG-52)上。(图片:美国海军)

对在海军指挥和控制领域实施人工智能的重新关注反映了过去十年中技术和工艺的重大进步--最重要的是,深度学习的革命使计算机能够以更像人类的方式对特定任务进行学习和概括。同时,人们对人工智能在指挥过程中可以增加价值的地方有了更好的认识:例如,通过帮助提醒操作人员在早期阶段的潜在威胁,或在复杂的多重威胁情况下支持威胁评估和武器分配(TEWA)。

还应理解的是,至少在可预见的未来,不赞成用机器完全取代人类的想法。相反,重点是利用人工智能技术来减少决策者的工作量,从而使人类在计划任务、估计对手能力或考虑采取特定行动方案时有更多的时间和更清晰的认识。简而言之,当时间有限或选择的数量太多,人类无法分析所有的选择时,人工智能可以提供关键的决策支持。

这种决策援助的一个例子是约翰霍普金斯大学应用物理实验室(JHU APL)开发的硬杀伤/软杀伤(HK/SK)性能评估工具(HaSPAT)原型。HaSPAT旨在帮助操作人员了解计划中的防御态势,并在敌方攻击前评估作战系统的性能,它还通过告知有哪些资源可用,确保为自卫保留足够的弹夹容量来平衡武器库存。来自JHU APL的工程师在2019年6月访问美国海军 "邦克山 "号巡洋舰(CG-52)后开发了HaSPAT。在与该舰的指挥官讨论后,决定进行快速开发,以帮助舰上的作战团队更好地计划和协调硬杀伤和软杀伤效应器的使用。

智能船舶第二阶段共资助了10个智能代理,并选择了一个 "集成商 "来管理ISAIN环境的开发。(图片: Dstl)

HaSPAT纳入了有关武器有效性的信息,以支持武器分配和调度,并嵌入了一个模拟,以产生分析和性能指标,告知用户与配置相关的可能风险。它还被设计成用户可以为区域和自卫实验设置不同的部队战斗空间配置。

原型工具于2020年初部署在美国海军 "邦克山 "号上,以便船上的船员能够评估HaSPAT的功能,并为进一步更新提供反馈。根据JHU APL的说法,这一初步演示为在部队层面上获得更重要的硬杀伤/软杀伤协调能力提供了一个垫脚石。

在大西洋彼岸,旨在加速和改善指挥团队在紧张的水上战争场景中的形势意识和威胁分析的原型决策辅助工具也已经由英国皇家海军在海上进行了操作试验。例如,英国皇家海军和国防科技实验室(Dstl)在2021年5月的海上演示/"强大的盾牌21 "演习中评估了一些人工智能工具。其中一个是Roke公司的STARTLE应用程序,其目的是通过提供实时建议和警报,帮助减轻操作员监测空中情况的负担。另一个是CGI英国的系统协调综合效果分配(SYCOIEA)自动化平台和部队TEWA应用。

智能船舶指挥实验室 结论

【完整内容请上专知查阅】

专知便捷查看

便捷下载,请关注专知智能防务

  • 点击“发消息” 回复 “SDM” 就可以获取《《以机器的速度进行决策:将人工智能引入指挥链》》专知下载链接
  • 欢迎微信扫一扫加专知助手,咨询使用专知,定制服务合作!

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取70000+AI(AI与军事、医药、公安等)主题干货知识资料!

点击“阅读原文”,了解使用专知,查看获取100000+AI主题知识资料


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1