超级军网智能战场——DARPA通过人工智能支撑新“抵消战略” （作 ...
来源：百度文库 编辑：超级军网 时间：2024/04/23 18:11:59
http://www.cssn.cn/jsx/dtkx_jsx/201603/t20160317_2927267.shtml
美国国防部国防高级研究计划局（DARPA）正在发展人工智能技术，帮助人们理解过去五十年中互联网积累的海量数据，并做出正确的据测；而在美国国防部正在实施的第三个“抵消战略”中，“人-机合作”已被认为是“高科技圣杯”。
第三个“抵消战略”的主要设计者是美国国防部常务副部长沃克，DARPA局长普拉巴卡尔表示：“我们之间进行了深入的交流，DARPA的很多项目都将成为‘抵消战略’的组成部分。这不仅仅局限于特定的技术，还包括一套研究技术的新方法……如果我们还以之前的速度和方式处理问题，是不可能实现新战略目标的。例如，在我们制造的功能集成的作战系统中，各子系统之间通过硬连接的方式组合在一起，出故障时甚至不知问题点在哪里；而且，功能集成型作战系统研制时间、排故时间和升级时间都太长，导致这些型号不能跟上敌方快速现代化的装备”。
DARPA在其2015年版战略规划——《服务于国家安全的突破性技术》中，明确提出要“重塑复杂军用系统”（DARPA图片）
因此，DARPA目前把“重塑复杂军用系统”当作一项至关重要的研究方向，普拉巴卡尔举例说明了几个方向：
——与功能集成型定制系统相比，模块化和开放式架构系统具有吸引力，这种系统中某些软件或硬件的替换并不会影响系统的其他部分；
——与装备数量相对较少的昂贵有人平台相比，混合各类有人和无人平台的编组具有吸引力，其中无人机平台包括无人水面艇，也包括可一次性使用的手抛式无人机；
DARPA正在通过“体系集成技术与实验”（SoSITE）项目，探索基于混合各类有人和无人平台的作战编组（DARPA图片）
——与针对部队特性类型和规模设计的系统相比，能够随着用户而调整规模的系统具有吸引力；
——与依赖少数传播途径和中心节点的易受攻击的网络相比，高度分布式的网络具有吸引力，它可以经受物理攻击、干扰和入侵。
普拉巴卡尔承认，干扰和入侵很难抵挡。联网的程度越高，受到赛博攻击的可能性就越高；越依赖无线网络，就越可以通过技术手段侦察和对抗。DARPA正在解决上述问题：
——实施“高可信赛博军用系统”（HACMS）项目，运用被称为形式化方法的数学手段寻找并解决系统的赛博薄弱点。在试验中，HACMS团队重新编写了AH-6直升机的软件，使“红队”的黑客不能入侵机载计算机；甚至在拥有部分HACMS源代码后，“红队”也找不到一处系统漏洞（但普拉巴卡尔表示，该系统并不是完全无法入侵的）。
——实施“自适应雷达对抗”（ARC）项目等基于认知电子战技术的项目，通过使用人工智能实时地发现、搜集和对抗战场上的波形。当前军机如截获全新信号（如敌方的雷达或者其他无线电信息），通常的做法是记录数据并传回后方基地。此后专家可能要花上数月或数年的时间了解敌方的系统并想出应对措施。但是现代发射机都是数字式的，通过软件很容易改变波形。基于认知电子战技术的项目就是为了应对这些瞬息万变的信号。
普拉巴卡尔表示，DARPA的认知电子战系统的反应速度要快于人类，它首先实时搜集波形，然后使用最新的人工智能和机器学习方法进行处理，做到了解敌方在电磁频谱方面正在做的事，并预测敌方的下一步动作，然后采取适当的干扰措施。
目前美军已经拥有自动化作战系统，例如当来袭目标太多、超过了人脑的处理速度时，美国海军配装“宙斯盾”作战系统的驱逐舰可以自动发射“标准”系列防空导弹。如果这种能力上升到航母打击群层面实现编队级协调，形成编队级自动化协同的防空反导、协同电子对抗等能力，是否已能够对付沃克所说的“包含100枚弹药的导弹群袭”？
人工智能在军事上的全面引入将引发一个问题：人类需要做什么？对此，DARPA副局长史蒂芬•沃克表示：不想让人类处理所有信息，取而代之的是在关键点上做出决定。例如机载计算机可对敌我双方的有人和无人作战飞机的活动保持密切跟踪，做出分析，并给予人类驾驶员2个或3个行动选项。那么，人类如何才不会成为计算机系统的“提线木偶”？普拉巴卡尔认为这是人工智能带来的最大问题。“当我们提高机器的性能时，我们需要信任它们告诉我的事情和所提出的行动方案。但是目前的人工智能深度学习实际上并没有一套严格的理论基础。我们都知道机器有时会违反常识，因为它们并不知道这些常识。DARPA目前已经在着手解决这些问题，并且正在为人工智能发展全新的理论基础。”
http://www.cssn.cn/jsx/dtkx_jsx/201603/t20160317_2927267.shtml
美国国防部国防高级研究计划局（DARPA）正在发展人工智能技术，帮助人们理解过去五十年中互联网积累的海量数据，并做出正确的据测；而在美国国防部正在实施的第三个“抵消战略”中，“人-机合作”已被认为是“高科技圣杯”。
第三个“抵消战略”的主要设计者是美国国防部常务副部长沃克，DARPA局长普拉巴卡尔表示：“我们之间进行了深入的交流，DARPA的很多项目都将成为‘抵消战略’的组成部分。这不仅仅局限于特定的技术，还包括一套研究技术的新方法……如果我们还以之前的速度和方式处理问题，是不可能实现新战略目标的。例如，在我们制造的功能集成的作战系统中，各子系统之间通过硬连接的方式组合在一起，出故障时甚至不知问题点在哪里；而且，功能集成型作战系统研制时间、排故时间和升级时间都太长，导致这些型号不能跟上敌方快速现代化的装备”。
DARPA在其2015年版战略规划——《服务于国家安全的突破性技术》中，明确提出要“重塑复杂军用系统”（DARPA图片）
因此，DARPA目前把“重塑复杂军用系统”当作一项至关重要的研究方向，普拉巴卡尔举例说明了几个方向：
——与功能集成型定制系统相比，模块化和开放式架构系统具有吸引力，这种系统中某些软件或硬件的替换并不会影响系统的其他部分；
——与装备数量相对较少的昂贵有人平台相比，混合各类有人和无人平台的编组具有吸引力，其中无人机平台包括无人水面艇，也包括可一次性使用的手抛式无人机；
DARPA正在通过“体系集成技术与实验”（SoSITE）项目，探索基于混合各类有人和无人平台的作战编组（DARPA图片）
——与针对部队特性类型和规模设计的系统相比，能够随着用户而调整规模的系统具有吸引力；
——与依赖少数传播途径和中心节点的易受攻击的网络相比，高度分布式的网络具有吸引力，它可以经受物理攻击、干扰和入侵。
普拉巴卡尔承认，干扰和入侵很难抵挡。联网的程度越高，受到赛博攻击的可能性就越高；越依赖无线网络，就越可以通过技术手段侦察和对抗。DARPA正在解决上述问题：
——实施“高可信赛博军用系统”（HACMS）项目，运用被称为形式化方法的数学手段寻找并解决系统的赛博薄弱点。在试验中，HACMS团队重新编写了AH-6直升机的软件，使“红队”的黑客不能入侵机载计算机；甚至在拥有部分HACMS源代码后，“红队”也找不到一处系统漏洞（但普拉巴卡尔表示，该系统并不是完全无法入侵的）。
——实施“自适应雷达对抗”（ARC）项目等基于认知电子战技术的项目，通过使用人工智能实时地发现、搜集和对抗战场上的波形。当前军机如截获全新信号（如敌方的雷达或者其他无线电信息），通常的做法是记录数据并传回后方基地。此后专家可能要花上数月或数年的时间了解敌方的系统并想出应对措施。但是现代发射机都是数字式的，通过软件很容易改变波形。基于认知电子战技术的项目就是为了应对这些瞬息万变的信号。
普拉巴卡尔表示，DARPA的认知电子战系统的反应速度要快于人类，它首先实时搜集波形，然后使用最新的人工智能和机器学习方法进行处理，做到了解敌方在电磁频谱方面正在做的事，并预测敌方的下一步动作，然后采取适当的干扰措施。
目前美军已经拥有自动化作战系统，例如当来袭目标太多、超过了人脑的处理速度时，美国海军配装“宙斯盾”作战系统的驱逐舰可以自动发射“标准”系列防空导弹。如果这种能力上升到航母打击群层面实现编队级协调，形成编队级自动化协同的防空反导、协同电子对抗等能力，是否已能够对付沃克所说的“包含100枚弹药的导弹群袭”？
人工智能在军事上的全面引入将引发一个问题：人类需要做什么？对此，DARPA副局长史蒂芬•沃克表示：不想让人类处理所有信息，取而代之的是在关键点上做出决定。例如机载计算机可对敌我双方的有人和无人作战飞机的活动保持密切跟踪，做出分析，并给予人类驾驶员2个或3个行动选项。那么，人类如何才不会成为计算机系统的“提线木偶”？普拉巴卡尔认为这是人工智能带来的最大问题。“当我们提高机器的性能时，我们需要信任它们告诉我的事情和所提出的行动方案。但是目前的人工智能深度学习实际上并没有一套严格的理论基础。我们都知道机器有时会违反常识，因为它们并不知道这些常识。DARPA目前已经在着手解决这些问题，并且正在为人工智能发展全新的理论基础。”
美国国防部国防高级研究计划局（DARPA）正在发展人工智能技术，帮助人们理解过去五十年中互联网积累的海量数据，并做出正确的据测；而在美国国防部正在实施的第三个“抵消战略”中，“人-机合作”已被认为是“高科技圣杯”。
第三个“抵消战略”的主要设计者是美国国防部常务副部长沃克，DARPA局长普拉巴卡尔表示：“我们之间进行了深入的交流，DARPA的很多项目都将成为‘抵消战略’的组成部分。这不仅仅局限于特定的技术，还包括一套研究技术的新方法……如果我们还以之前的速度和方式处理问题，是不可能实现新战略目标的。例如，在我们制造的功能集成的作战系统中，各子系统之间通过硬连接的方式组合在一起，出故障时甚至不知问题点在哪里；而且，功能集成型作战系统研制时间、排故时间和升级时间都太长，导致这些型号不能跟上敌方快速现代化的装备”。
DARPA在其2015年版战略规划——《服务于国家安全的突破性技术》中，明确提出要“重塑复杂军用系统”（DARPA图片）
因此，DARPA目前把“重塑复杂军用系统”当作一项至关重要的研究方向，普拉巴卡尔举例说明了几个方向：
——与功能集成型定制系统相比，模块化和开放式架构系统具有吸引力，这种系统中某些软件或硬件的替换并不会影响系统的其他部分；
——与装备数量相对较少的昂贵有人平台相比，混合各类有人和无人平台的编组具有吸引力，其中无人机平台包括无人水面艇，也包括可一次性使用的手抛式无人机；
DARPA正在通过“体系集成技术与实验”（SoSITE）项目，探索基于混合各类有人和无人平台的作战编组（DARPA图片）
——与针对部队特性类型和规模设计的系统相比，能够随着用户而调整规模的系统具有吸引力；
——与依赖少数传播途径和中心节点的易受攻击的网络相比，高度分布式的网络具有吸引力，它可以经受物理攻击、干扰和入侵。
普拉巴卡尔承认，干扰和入侵很难抵挡。联网的程度越高，受到赛博攻击的可能性就越高；越依赖无线网络，就越可以通过技术手段侦察和对抗。DARPA正在解决上述问题：
——实施“高可信赛博军用系统”（HACMS）项目，运用被称为形式化方法的数学手段寻找并解决系统的赛博薄弱点。在试验中，HACMS团队重新编写了AH-6直升机的软件，使“红队”的黑客不能入侵机载计算机；甚至在拥有部分HACMS源代码后，“红队”也找不到一处系统漏洞（但普拉巴卡尔表示，该系统并不是完全无法入侵的）。
——实施“自适应雷达对抗”（ARC）项目等基于认知电子战技术的项目，通过使用人工智能实时地发现、搜集和对抗战场上的波形。当前军机如截获全新信号（如敌方的雷达或者其他无线电信息），通常的做法是记录数据并传回后方基地。此后专家可能要花上数月或数年的时间了解敌方的系统并想出应对措施。但是现代发射机都是数字式的，通过软件很容易改变波形。基于认知电子战技术的项目就是为了应对这些瞬息万变的信号。
普拉巴卡尔表示，DARPA的认知电子战系统的反应速度要快于人类，它首先实时搜集波形，然后使用最新的人工智能和机器学习方法进行处理，做到了解敌方在电磁频谱方面正在做的事，并预测敌方的下一步动作，然后采取适当的干扰措施。
目前美军已经拥有自动化作战系统，例如当来袭目标太多、超过了人脑的处理速度时，美国海军配装“宙斯盾”作战系统的驱逐舰可以自动发射“标准”系列防空导弹。如果这种能力上升到航母打击群层面实现编队级协调，形成编队级自动化协同的防空反导、协同电子对抗等能力，是否已能够对付沃克所说的“包含100枚弹药的导弹群袭”？
人工智能在军事上的全面引入将引发一个问题：人类需要做什么？对此，DARPA副局长史蒂芬•沃克表示：不想让人类处理所有信息，取而代之的是在关键点上做出决定。例如机载计算机可对敌我双方的有人和无人作战飞机的活动保持密切跟踪，做出分析，并给予人类驾驶员2个或3个行动选项。那么，人类如何才不会成为计算机系统的“提线木偶”？普拉巴卡尔认为这是人工智能带来的最大问题。“当我们提高机器的性能时，我们需要信任它们告诉我的事情和所提出的行动方案。但是目前的人工智能深度学习实际上并没有一套严格的理论基础。我们都知道机器有时会违反常识，因为它们并不知道这些常识。DARPA目前已经在着手解决这些问题，并且正在为人工智能发展全新的理论基础。”
http://www.cssn.cn/jsx/dtkx_jsx/201603/t20160317_2927267.shtml
美国国防部国防高级研究计划局（DARPA）正在发展人工智能技术，帮助人们理解过去五十年中互联网积累的海量数据，并做出正确的据测；而在美国国防部正在实施的第三个“抵消战略”中，“人-机合作”已被认为是“高科技圣杯”。
第三个“抵消战略”的主要设计者是美国国防部常务副部长沃克，DARPA局长普拉巴卡尔表示：“我们之间进行了深入的交流，DARPA的很多项目都将成为‘抵消战略’的组成部分。这不仅仅局限于特定的技术，还包括一套研究技术的新方法……如果我们还以之前的速度和方式处理问题，是不可能实现新战略目标的。例如，在我们制造的功能集成的作战系统中，各子系统之间通过硬连接的方式组合在一起，出故障时甚至不知问题点在哪里；而且，功能集成型作战系统研制时间、排故时间和升级时间都太长，导致这些型号不能跟上敌方快速现代化的装备”。
DARPA在其2015年版战略规划——《服务于国家安全的突破性技术》中，明确提出要“重塑复杂军用系统”（DARPA图片）
因此，DARPA目前把“重塑复杂军用系统”当作一项至关重要的研究方向，普拉巴卡尔举例说明了几个方向：
——与功能集成型定制系统相比，模块化和开放式架构系统具有吸引力，这种系统中某些软件或硬件的替换并不会影响系统的其他部分；
——与装备数量相对较少的昂贵有人平台相比，混合各类有人和无人平台的编组具有吸引力，其中无人机平台包括无人水面艇，也包括可一次性使用的手抛式无人机；
DARPA正在通过“体系集成技术与实验”（SoSITE）项目，探索基于混合各类有人和无人平台的作战编组（DARPA图片）
——与针对部队特性类型和规模设计的系统相比，能够随着用户而调整规模的系统具有吸引力；
——与依赖少数传播途径和中心节点的易受攻击的网络相比，高度分布式的网络具有吸引力，它可以经受物理攻击、干扰和入侵。
普拉巴卡尔承认，干扰和入侵很难抵挡。联网的程度越高，受到赛博攻击的可能性就越高；越依赖无线网络，就越可以通过技术手段侦察和对抗。DARPA正在解决上述问题：
——实施“高可信赛博军用系统”（HACMS）项目，运用被称为形式化方法的数学手段寻找并解决系统的赛博薄弱点。在试验中，HACMS团队重新编写了AH-6直升机的软件，使“红队”的黑客不能入侵机载计算机；甚至在拥有部分HACMS源代码后，“红队”也找不到一处系统漏洞（但普拉巴卡尔表示，该系统并不是完全无法入侵的）。
——实施“自适应雷达对抗”（ARC）项目等基于认知电子战技术的项目，通过使用人工智能实时地发现、搜集和对抗战场上的波形。当前军机如截获全新信号（如敌方的雷达或者其他无线电信息），通常的做法是记录数据并传回后方基地。此后专家可能要花上数月或数年的时间了解敌方的系统并想出应对措施。但是现代发射机都是数字式的，通过软件很容易改变波形。基于认知电子战技术的项目就是为了应对这些瞬息万变的信号。
普拉巴卡尔表示，DARPA的认知电子战系统的反应速度要快于人类，它首先实时搜集波形，然后使用最新的人工智能和机器学习方法进行处理，做到了解敌方在电磁频谱方面正在做的事，并预测敌方的下一步动作，然后采取适当的干扰措施。
目前美军已经拥有自动化作战系统，例如当来袭目标太多、超过了人脑的处理速度时，美国海军配装“宙斯盾”作战系统的驱逐舰可以自动发射“标准”系列防空导弹。如果这种能力上升到航母打击群层面实现编队级协调，形成编队级自动化协同的防空反导、协同电子对抗等能力，是否已能够对付沃克所说的“包含100枚弹药的导弹群袭”？
人工智能在军事上的全面引入将引发一个问题：人类需要做什么？对此，DARPA副局长史蒂芬•沃克表示：不想让人类处理所有信息，取而代之的是在关键点上做出决定。例如机载计算机可对敌我双方的有人和无人作战飞机的活动保持密切跟踪，做出分析，并给予人类驾驶员2个或3个行动选项。那么，人类如何才不会成为计算机系统的“提线木偶”？普拉巴卡尔认为这是人工智能带来的最大问题。“当我们提高机器的性能时，我们需要信任它们告诉我的事情和所提出的行动方案。但是目前的人工智能深度学习实际上并没有一套严格的理论基础。我们都知道机器有时会违反常识，因为它们并不知道这些常识。DARPA目前已经在着手解决这些问题，并且正在为人工智能发展全新的理论基础。”