人工智能在国外情报分析和指挥决策中的应用2023.docx

《人工智能在国外情报分析和指挥决策中的应用2023.docx》由会员分享，可在线阅读，更多相关《人工智能在国外情报分析和指挥决策中的应用2023.docx（11页珍藏版）》请在第一文库网上搜索。

1、人工智能在国外情报分析和指挥决策中的应用20231.序言近年来，在战争需求和技术进步的推动下，传感器和采集平台的能力显著提高，收集了大量数据，这可能使作战人员对战场态势的理解更加丰富和准确。但是，庞大的数据量超出了情报分析人员将其转化为行动情报的能力，无法为战场态势理解提供有效的帮助。现代战场环境的高度复杂性、动态性和不确定性，也需要指挥官能够适应环境变化、快速应对战场不确定性、加快决策速度。美军在图像识别、自然语言理解、认知计算等方面开展了大量研究，积极推动人工智能技术在军事领域的应用，提升作战能力。本文研究了一些军事强国、尤其是美国在情报分析和指挥决策中的人工智能技术应用。目录1 .序言1

2、2 .最新应用情况13 .人工智能应用于军事情报的优势分析44 .人工智能应用于军事情报领域面临的挑战45 .人工智能在美军情报分析和指挥决策领域的应用55.1. 人工智能应用概况55. 11情报分析56. 1.2.指挥决策65.2.近期研究项目75.2.1,指挥官虚拟参谋(CVS)75.2.2.数字企业多源开发助手(MEADE)85.2.3.“指南针”(COMPASS)96.结语11主要参考文献112 .最新应用情况近年来，以大数据、机器学习、自然语言处理为核心的人工智能技术取得显著进步。美国方面，美国情报界和国防部对开发和部署人工智能系统支持情报分析十分重视，认为这既是利用新兴技术的机会，

3、也是应对数据过剩的解决方案。为此，美国先后成立了的情报高级研究计划局。ARPA）。近年来，IARPA大量投资于情报分析方面的人工智能系统，尤其是在分析、预测和收集等情报研究领域。此外，美军早在2015年就成立了算法战跨职能小组，其将国防部的大量数据快速转换为具有实际价值的情报，提升战术无人机及中控全动态视频的分析处理，使其实现自动化，提高海上作战支援能力。经过多年的改进，加载特殊算法的解译系统，在深度学习技术的支持下，人工智能系统在复杂环境下的自动识别率已经超过80%,下一步，美国还将在更多无人机平台上测试这项技术。图2Pre1igens公司的ZEBRA情报工具法国方面，法国Pre1igenS

4、公司开发了两种A1产品ROB1N和ZEBRA,用来搜索文本，不仅可以搜索特定的参考，还可以在特定的上下文、关系或含义中找到这些参考。它搜索图像以检测、分类和识别感兴趣的军事对象。ROBIN是一种符合NATOSTANAG3596标准的光学卫星图像监控工具，可以利用商业或主权数据。ZEBRA是一种用于军事测绘的自动A1解决方案，可以从卫星图像中检测和矢量化道路和建筑物，并创建城市和农村地区的地图。法国Pre1igenS公司的软件目前已被法国、日本、英国、美国以及其它北约或欧盟国家使用。在2023年，法国军事情报局的Pre1igenS和联合部队图像形成和解释中心UFIFIC）建立了TAnA项目（人工

5、智能图像处理和分析），打算在选定的感兴趣的站点上构建一个量身定制的自动活动检测工具。该平台接收来自法国新空客D&S建造的ComposanteSpatia1eOptique三卫星高分辨率电光/红外星座的图像。PreHgenSAI使用其算法和图像数据库识别感兴趣的对象，特别是在特定的感兴趣站点上，使分析师能够专注于那些提供最大价值的任务，并根据分析师设定的规则发出警报通知。图3Systematic公司SitaWare战斗管理系统英国方面，SyStematiC公司为英国陆军设计了SitaWare战斗管理系统总部，这将在营级及以上提供全面的态势感知和指挥与控制（C2）能力。SitaWare套件经过操作

6、验证，已交付给30多个国家/地区。该软件在战场空间的各个层面提供全面的C2能力，从使用SitaWareEdge的地面指挥官到使用SitaWareFront1ine的骑兵部队和使用SitaWareHeadquarters的更高级别的指挥。人工智能可以通过多种方式支持指挥官和参谋人员的角色。它可以比人类更快、更一致、更准确地处理大量信息，从而减轻认知负担并减少工作量。这尤其适用于情报分析，作为态势感知的主要贡献者，情报分析是C2过程的基本组成部分。3 .人工智能应用于军事情报的优势分析人工智能应用于军事情报领域可以为战场带来的五个优势。人工智能处理大量复杂数据的能力将简化和加速跨越各级指挥的决策过

7、程，可以作为指挥官的力量倍增器，特别是在多域战的新兴需求下。人工智能可以为运营规划支持做出贡献。该技术不仅使指挥官能够快速访问和考虑比目前更广泛的数据，还能进一步提供智能和细致入微的支持，如地形分析和考虑广泛规划因素的能力。人工智能可以使指挥官专注于执行行动而不是管理系统，特别是在战术层面。例如，指挥官可以访问和分析有关先前攻击、可能的敌人战术或通信黑点的数据集的人工智能工具，这样指挥官可以更好地了解在计划或实施行动时需要考虑什么。人工智能最终将在模仿人类能力而不仅仅是人类大脑能力的情况下产生最大的影响。也就是说，它能够以与人类相同的方式评估信息。人工智能进行传感器融合和跟踪相关性的能力（利用

8、广泛的输入并且比人类操作员快得多）将带来能力上的一步变化。这在战术层面可能特别有益，生活模式分析工具可以极大地增强态势感知。通过分析被动收集的视频片段和传感器数据，软件可以提醒指挥官异常情况（例如环境变化或潜在战斗人员数量的增加）并推断是否可能发生攻击。4 .人工智能应用于军事情报领域面临的挑战目前国外的军事情报机构大多数流程己经数字化，并且数据源的数量不断增加。分析和理解所有接收到的数据将有助于实现信息优势，这就是人工智能的基础。但不可能对所有数据进行人工处理。然而，人工智能可以模仿许多“人类”的认知技能，并且可以无限地更快、更一致地做到这一点。虽然A1可以预测轨迹、识别模式并应用理论来提供

9、威胁分析和预测，但这是一个迭代过程，因为A1从用于改进模型的强化学习技术的经验中学习。所以，数据的可用性可能是训练A1模型的一个挑战，这需要大量特定于国防的数据，而收集和分类限制会使这变得困难。此外，由于人类的“解释能力”，人工智能情报系统需要保持人类参与十分有必要。这可以允许人工智能在其后果被充分理解的情况下做出决定，尤其是在不确定性较低的情况下，如在涉及动态活动的情况下，更加需要人类参与。这对于人类情报员和人工智能系统是双向的考验，人工智能系统需要更加合理、可靠的分析决策能力，这依赖于了解相关知识和策略的指挥人员对情报分析过程进行计划、监督和调节，而拥有高度智能水平的军事情报分析系统，又需

10、要人工智能需要能够理解复杂性、解决问题并提出适合情况的正确问题的指挥官来正确使用。总的来说，未来情报人员及人工智能军事情报系统将构成一种新的人机关系。（北京蓝德信息科技有限公司研究员张杰）5 .人工智能在美军情报分析和指挥决策领域的应用5. 1.人工智能应用概况6. 11情报分析美军积极将人工智能技术应用于图像等半结构化和非结构化数据的处理。DARPA于1976年开始图像理解（ImageUnderstanding）项目，目标是开发能够自动或半自动分析军事照片和相关图片的技术。2017年4月，美军成立“算法战跨职能小组”（AWCFT,即MaVen项目），分析无人机提供的大量视频信息。该项目将计算

11、机视觉和机器学习算法融入智能采集单元，自动识别针对目标的敌对活动，实现分析人员工作的自动化，让他们能够根据数据做出更有效和更及时的决策。美军采用人工智能技术提升多源信息融合能力，构建统一的战场图像。DARPA于2011年设立“洞悉”（InSight）项目，通过分析和综合各类传感器和其他来源的信息，集成烟囱式的信息形成统一的战场图像，发现威胁和无规律的战争行动。该项目用于增强分析人员实时从所有可用来源收集信息、从中学习以及与最需要的人分享重要信息的能力。该项目的目标是提供全面战场态势，增强情报分析人员为战场上时间敏感的行动提供支持的能力。美军还将人工智能技术应用于动态行为的分析，提升战场空间感知

12、能力。DARPA于2010年启动“心灵之眼”(MinCrSEye)项目，寻求使用人工智能进行视频分析，开发一种机器能力一一视觉智能，提供观察区域中与活动相关信息，能够提前对时间敏感的重大潜在威胁进行分析。它与机器视觉的区别在于：后者是识别各种物体以及它们的特性，描述的是静态情景；前者的重点是增加感知和认知，辨别和推断这些情景中的动作和行为，获得关于情景更加完整的描述。此外，美军情报高级研究计划局(IARPA)也在寻求利用人工智能技术来辅助整理传统情报手段收集的信息。近期完成的知识、发现和分发(KDD)项目可帮助对来自分析或现场报道等不同来源的数据进行归类。7. 1.2.指挥决策DARPA在20

13、世纪80年代资助动态分析和重新规划工具(DART)项目，采用自动推理，显著改善沙漠风暴和沙漠盾牌行动中后勤和其他领域的规划问题。DARPA于2007年启动“深绿”(DeePGreen)项目，借鉴“深蓝”，将人工智能引入作战辅助决策，预测战场上的瞬息变化，帮助指挥官提前思考，判断是否需要调整计划，并协助指挥官生成新的替代方案。它通过对OODA环中的观察和判断环节进行多次计算机模拟，提前演示不同作战方案可能产生的各种结果，对敌方行动进行预判，协助指挥官做出正确决策。“深绿”将指挥官的注意力集中于决策选择，而不是方案细节的制定。2017年，美国陆军通信电子研究、开发与工程中心(CERDEC)开发了自

14、动计划框架(APF)原型，帮助指挥官和参谋人员分析军事决策过程、评估机动、后勤、火力、情报及其他作战行动过程，提供加快指挥官规划和发布指令速度的关键技术。自动计划框架是一个自动化工作流系统，在任务规划相关的标准图形和地图中嵌入了实时数据、条令数据，为军事行动提供通用的参照系。借助自动计划框架，指挥官和参谋可通过军事决策程序同步工作或在规定时间内按任意顺序生成最佳计划。自动计划框架项目的成果包括三个方面：计划模型、计划生成器和计划监视器。为了应对海量数据及复杂的战场态势，美军希望利用苹果公司的Siri、谷歌助理、亚马逊的A1eXa和微软的Cortana等产品的成果，处理海量的多源情报信息，为指挥

15、官制定决策提供支持。美国陆军于2016年启动了指挥官虚拟参谋项目，综合应用认知计算、人工智能和计算机自动化等技术，提供主动建议、高级分析及人机交互，为陆军指挥官及其参谋制定战术决策提供从规划、准备、执行到行动回顾的全过程决策支持。美空军正在开展类似的研究。2018年1月，美空军发布“数字企业多源开发助手（MEADE）项目的广泛机构公告，试图通过对话的方式来改进军事情报分析，同时支持决策制定。美空军研究实验室（AFR1）资助辛辛那提大学研究人员开发名为“A1PHA”的人工智能系统，它通过收集大量来自战斗机上种类繁多的传感器所采集的数据，协助处理这些信息，并理解它的背后含义，从而提供合适的建议。2

16、016年，该系统在飞行模拟测试中，作为红方在模拟空战中用三代机成功击退了有预警机支持的四代机。5.2.近期研究项目5.2.1.指挥官虚拟参谋（CVS）美国陆军通信电子研究、开发与工程中心下设的指挥、力量和集成局（CP&D于2016年启动了指挥官虚拟参谋项目。该项目的目的是采用工作流和自动化技术帮助营级指挥官和参谋监控作战行动、同步人员处理、支持实时行动评估，在复杂环境中为决策制定提供可用的信息。该项目将提供以下能力：任务指挥中的任务分析：确定可自动化的任务基本组成清单，增强指挥官和参谋的决策制定能力；工作流组织：一种同步并加速指挥官和参谋在灵活和可修改的框架下执行军事决策程序（MDMP）的软件工具，以支持部队标准作业程序；行动作战方案评估：用于持续任务监控并比较可选作战方案的软件算法和模型，提示指挥官和参谋做出决策或修正行动；评估可