• 打印
  • 收藏
  • 加入书签
添加成功
收藏成功
分享

人工智能在作战指挥中的应用

人工智能应用于战场态势感知

人工智能技术的应用,将有助于解决复杂电磁环境下战场的精确态势感知难题。基于人工智能和全维信息的战场感知体系,不仅抗干扰抗攻击能力强,而且可以实现战场信息全网可知可视可控。通过物联网和各类传感器,实现对各类战场大数据的实时自动采集、储存、传输与处理,实现全域覆盖、多元融合、实时处理和信息共享,达到对整个战场及作战指挥的全过程“透彻感知”“透明掌控”。综合利用射频感应、全球定位、红外传感、生物特征识别等感知、捕获和测量技术,随时随地对战场目标对象进行信息采集和获取;运用数据挖掘、深度学习等技术,提高图像理解、语音识别、目标匹配能力;运用智能组网技术,为战场感知大数据传输提供高速、可靠、抗干扰的信息网络支撑。

将人工智能应用于作战指挥活动中,通过全域覆盖、随遇接入、稳定高效、安全可靠的信息交互平台,将战场实体基础设施和信息基础设施有机融合起来,把多维战场中的感知系统、武器装备、作战人员联接成一个巨大的网络,实现时空一致、连续精确的战争态势感知、信息共享和智能决策,协同指挥各作战要素和武器平台,推进战场各要素向最大限度的“自主适应、自主行动”方向发展,以更快的指挥速度、更高的打击精度,实施连续指挥和协同作战。

人工智能应用于作战任务分析

为完成作战任务分析,指揮员需要对战场数据信息进行分类,并确定当前战场态势,以构建动态更新的通用作战图,并检测己方作战指挥系统是否被欺骗。在人工智能技术的辅助下,作战指挥系统可根据接收到的情报报告的顺序,自动生成战术级通用作战图。利用深度学习算法,可以将高维度文件输入向量转换为一种低维度本征向量空间的方法,在该空间中互邻的向量与类似的文档对应,利用少量有主题标记的样本来定义本征向量空间中的特定聚类,并使用这些聚类构建自动元标注算法。在此基础上使用人工智能算法,确定一个文档中与特定话题相关的实体,例如提取与战场相关的项目和数字,可以加速制定任务计划的过程。此外,运用人工智能技术,可以识别战场上的异常信息。通常以深度自动编码器技术为基础,正常的数据点位于自动编码器构建模型的非线性低维度嵌入坐标中,当自动编码器对正常数据点进行解码时,重建错误较少,而异常信息的重建错误较多。这种方法可用于识别接收的传感器数据中的异常,标记异常报告。

随着现代战场在空间上的拓展,复杂多样的传感器遍布陆、海、空、外层空间和电磁网络空间,各类情报侦察与监视预警信息呈爆炸式增长,由此产生的海量信息数据超出了指挥员的能力范围,导致战场信息收集不及时、有效信息产出时效性低、反馈失误等问题。运用人工智能算法,发现已有的数据库与新近发生的战场事件之间的关联,通过已知事件推导预测将来可能发生的事件,这对夺取作战指挥决策和军事行动优势至关重要。只有在复杂纷繁的海量战场数据中发现其内在规律,快速有效地形成战场数据支援和战场态势分析,才能牢牢把握住未来战争的主动权。例如,挖掘武器装备的数据信息,快速识别目标,选择摧毁的先机条件;挖掘水文、地理和气象数据,利用对己方有利的条件,抢先发起攻击。

人工智能应用于生成作战行动方案

智能化作战指挥体系在感知到敌情信息后,相关数据通过战场信息网络进入联合作战指挥体系,进行后续的数据处理和融合,直至搜索、优化行动方案,形成最终应对策略,在这整个过程中需要系统端进行大量、快速、稳定的数据计算。智能化作战对抗,由于诸多环节都是通过机器计算自主完成,作战指挥的智能化程度高、反应速度快。

人工智能可以在复杂纷繁的海量战场数据中发现其内在规律

对抗双方通过作战指挥体系内部的高速运算,不断寻求有利的战机,一旦发现“有机可乘”,就迅速生成应对方案、调整体系力量、采取相应行动,整个作战指挥过程真正做到实时同步。根据感知终端提供的共享情报信息数据,在大数据库、云计算平台的支撑下,经过作战指挥系统基于数据和算法的“决策”,自动生成可供选择的作战行动方案。人工智能与仿真环境相结合,使用深度强化学习算法来自动生成作战行动方案,这种算法可以在仿真环境中执行试错实验以度量不同计划的期望效应。

人工智能应用于作战行动方案分析与推演

智能化的作战指挥系统利用所获取的战场态势数据,对各种情报信息进行自主分析,实时自主决策,自主生成或调整作战方案,并通过信息传输网络指挥控制相应的作战单元完成作战任务,确保作战单元、武器装备形成高效统一的整体,协同有序行动。运用“数据+算法”实现作战行动方案分析和推演的高度自主化,同时加上机器的高速计算能力,就可以通过更多环节的智能自主处理,得出更加科学的作战指挥决策方案,大幅提升作战指挥体系的反应速度,进而高效调控相应的作战行动,在战场上获取相对优势,夺取战争的胜利。

在作战计划制定过程中,可以使用定性方法来分析任务计划和行动方案。当不同的计划小组提出了几种作战行动方案后,可以使用概念框架登记专家对这些作战行动方案的评论,这些专家使用一个模板,创建结构化评论并系统评估不同作战行动方案的各方面特征。之后使用一种能够区分各种辩论模型间相同和不同之处的框架,选择和总结各领域专家对不同作战行动方案的评论,实现对备选作战行动方案的结构化分析。同时,还可以将人工智能与多智能体系统组合,开展红蓝对抗,使指挥员了解各种行动方案的优缺点与动态推演过程中可能存在的事件进展,评估各种行动方案的优缺点,预测和了解敌方的行动。

最近北约利用大规模平行仿真、数据分析和可视化等技术,开发了用于作战指挥决策支持的数据耕耘系统,可以分析不同仿真系统对地面作战计划产生的几十万个仿真输出结果。

网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。
畅销排行榜
monitor