点击关注,欢迎志同道合的小伙伴!
寻找军民两用技术
以下是我们的技术侦察员认为对国防和情报领导人在短期内至关重要的 10 项军民两用技术。
技术：AI 芯片有几种类型，通常在功率效率/速度和可运行模型的灵活性之间进行权衡。随着芯片晶体管达到其物理尺寸极限和摩尔定律放缓，其他技术（尤其是定制的冯·诺依曼和非冯·诺依曼专用集成电路 (ASIC) 和芯片内光子数据传输）正在经历创新复兴，并将彻底改变 AI 行业。
未来：在短期内，边缘应用可能会遭受重大颠覆，例如无人机系统 (UAS) 上的高保真计算机视觉 (CV) 或头戴式显示器中使用自然语言处理 (NLP) 的实时翻译。最终，随着芯片变得越来越“像大脑”，它们的能力将开始与人脑相媲美，甚至像大型语言模型 (LLM) 这样的高度复杂的模型有一天也可以在小尺寸、重量和功率 (SWaP) 的设备上运行。
技术：在很大程度上，支持 alt-PNT 的技术套件包括惯性、视觉、低地球轨道 (LEO) 卫星、地面射频 (RF) 和基于环境/地球物理的 PNT。虽然自 1990 年代以来已有多种 alt-PNT 解决方案可用并部署，但目前出现了新一轮创新，其中大部分是由原子钟的进步和 LEO 卫星的部署推动的。
战略洞察：对 GPS 卫星的威胁——甚至是直接攻击——正在增加。美国对手已知有能力禁用 GPS，这可能会削弱军事行动并扰乱商业活动。即便如此，政府问责局 (GAO) 披露，国防部仍然严重依赖 GPS，这种依赖代表着令人担忧的国家安全漏洞。
未来：理想情况下，未来的导航系统将嵌入多种 alt-PNT 模式，可以根据需要和情况单独或串联使用，并且可能利用多模式 AI (MMAI) 融合（见下面的第 7 点）。
3. 自主群体
技术：群体中的单位使用人工智能“飞行员”、与人类、群体中的其他单位和非群体系统的通信来做出决策、优化角色和执行任务；冗余和容错确保即使多个代理失败也能成功完成任务。机载人工智能模型帮助群体适应不断变化的条件，随着时间的推移优化任务分配和行为，并做出集体决策。
战略洞察：自主群体使相对较小的军队或团队能够投射更强大的力量。国防部于 2023 年秋季宣布的 sUAS（小型无人机）采购计划 Replicator （复制者）是一项强制功能，旨在加速集群 AI 飞行员、可扩展且价格合理的硬件平台以及安全供应链的开发和采购时间表。
未来：自主集群可用于致命和非致命应用。这些应用范围从自主集群“空中缠斗”和对军事人员、设备和车辆的动能攻击，到情报、监视和侦察、通信和电子战以及后勤等增强学科。模块化、可消耗且与平台无关的集群硬件和软件将能够顺利过渡到新的用例，包括对敌人的反集群。
4. 生成式人工智能软件开发
技术：支持生成式人工智能的软件开发解决方案通常使用 LLM 来生成代码和其他对软件开发至关重要的内容。
战略洞察：由于对底层技术缺乏信任和可靠性，国防部门对支持人工智能的软件开发工具的使用受到限制。然而，国防部和其他联邦机构正在积极探索整合生成式编码技术的方法——尤其是考虑到 2023 年《关于安全、可靠和值得信赖的人工智能开发和使用的行政命令》，该命令为美国联邦机构提供了开发和实施框架。
未来：随着生成式编码工具的进步，该技术将能够处理更多的实际编码过程，使人类能够专注于软件的设计和逻辑，而不是其编程语法。
技术：硅阳极 (SiA) 化学方面的最新进展表明，在未来一到三年内，与基于石墨的锂离子技术相比，SiAs 将提供更好的能量密度和效率。固态电池 (SSB) 也有潜力改善电流阈值，尽管需要更长的时间。
战略洞察：HDES 是各种任务不可或缺的一部分，从供应链物流到基地和通信操作，再到支持战场上的作战人员。目前，国防部使用传统电池造成了瓶颈和运营效率低下。
未来：不久的将来，电力系统将以嵌入式 SiA 锂离子电池和 SSB 为特征。从长远来看，氢电池具有最引人注目的潜力，但其广泛采用和全面使用预计还需要 10 至 20 年的时间。
6. 高超音速
技术：美国军方目前正在研发两种高超音速武器：配备吸气式喷气发动机或“超燃冲压发动机”的巡航导弹和发射到空中然后高速滑翔到目标的滑翔飞行器。建模和仿真等数字技术的进步使高超音速研究和开发更加便宜，并缩短了创新和扩展的路径。
战略洞察：由于美国与对手相距甚远，而且中国正试图在印度太平洋地区建立一个“坚不可摧的泡沫”，能够快速打击的远程高超音速将成为美国及其对手武器库的关键组成部分。
未来：高超音速将使地球缩小。如果在遥远的未来正确利用高超音速技术，美国将能够在数小时内遏制威胁并将资源运送到世界各地。
7. 多模态人工智能
技术：深度神经网络正在接受训练，以理解不同类型的数据之间的相互关系。多模态作为一个概念并不新鲜。然而，随着当今获取多样化数据和组合算法的能力，融合正越来越广泛地用于训练跨多种数据类型的人工智能模型——用于推荐系统、语言理解、图像生成和最先进的生物识别等任务。
战略洞察：将不同类型的情报融合成一个可供决策参考的输出的能力是五角大楼的关键业务，而实现这一目标的多模态模型将受到高度需求。国防部创新部门的初步努力指出了 MMAI 对于情报聚合、人类行为预测、深度伪造检测和预测性维护的重要性。
未来：多模态算法是高性能和可信人工智能的基础——每个相关模型都将尽可能多地整合相关数据类型，以实现自动分析。人们还认为 MMAI 是迈向未来通用人工智能 (AGI) 的一步，理论上，它将使算法能够自行学习、理解和执行各种任务。
技术：目前，射频干扰和网络接管会破坏操作员和无人机系统的通信，因此它们对于对抗商用现货系统至关重要。对于更先进的威胁，定向能将是首选效应器。C2 可能是最紧迫的技术挑战 — 为了使 c-UAS 能够有效对抗各种威胁，需要分层部署多个效应器并实现高度自动化。
战略洞察：对于美国而言，c-UAS 技术的步调威胁是中国自主无人机和群体技术的发展。2023 年，美国联合反小型无人机系统办公室 (JCO) 在 c-UAS 研究和采购上花费了超过 7 亿美元。最近的声明表明，非动能效应器可能更适合用于消除这些新出现的群体威胁。
未来：随着无人机在社会和战场上越来越受欢迎，未来的 c-UAS 将以人工智能驱动的 C2 系统为特征，该系统融合传感器数据，快速识别新威胁，并在人工监督下自动做出最佳响应。
技术：PQC 基于复杂的数学模型，目前尚无已知的量子捷径。美国国家标准与技术研究所 (NIST) 正在将这些模型标准化，以供政府和行业使用，同时还提倡加密敏捷性框架，即在有效的加密算法受到损害时轻松更换加密算法的能力。2024 年 8 月，NIST 发布了预期的四个标准化 PQC 协议中的三个。
战略洞察：安全的数据和通信是国家安全和经济繁荣的基石。时间紧迫，因为美国的对手已经在收集国家的数据，希望将来用量子计算机解密。此外，由于过渡到 PQC 预计至少需要十年时间，并且考虑到量子计算的发展速度，组织必须立即采取行动。
未来：未来，加密敏捷性将成为适应新出现的漏洞的关键，混合加密协议也可能提高弹性。只有时间才能证明现有的 PQC 算法是否能够抵御量子计算机，但模型的持续创新可能是必要的。
10. 空间领域感知技术
技术：SDA 任务通过广泛的技术堆栈完成，包括各种传感器模式、计算资源、AI/ML 和分析、可视化技术以及在此基础上创建的应用程序和服务。传感器模式可以是地面的，也可以是空间的。
战略洞察：太空现在是一个作战领域，这是过去十年来发生的巨大转变。鉴于此，美国及其盟国伙伴需要准确了解对其资产和能力的威胁，以便他们能够防止冲突并保持环境优势。
未来：预期的创新包括能够准确获取、跟踪和分发超出地球同步轨道的物体到更高的轨道 xGEO，该轨道延伸到月球轨道；空间商业传感器的普及；增强现实和虚拟现实 (AR/VR) 用于 SDA 任务；以及在 xGEO 中运行的空间传感器。
欢迎添加订阅
历史文章:
“飞翔灵境 变革之光”-航空工业虚拟现实产业联盟亮相世界VR产业大会
觉得不错，就点在看哦～! ↓ ↓