美媒盤點2024十大新興國防技術

【#美媒盤點2024十大新興國防技術#】美國《國防》月刊網站10月16日刊發題為《2024年十大新興國防技術》的文章,作者是美國博思艾倫諮詢公司高級副總裁布萊恩·麥卡菲。全文摘編如下:

衝突和動盪在全球範圍內不斷髮生,後冷戰時代的國際秩序對於維護美國利益來說越來越靠不住。為了在新的大國競爭中保持技術優勢,國防部以及美國的國防和情報產業基地必須依靠美國最大的技術優勢:美國商業產業。

博思艾倫諮詢公司的技術搜索團隊密切關注著創新領域的格局,並列出了以下十種在短期內對國防和情報界領導者至關重要的軍民兩用技術。

1.人工智能(AI)加速器芯片

定義:AI加速器芯片(又稱「AI芯片」)是專門的微電子硬件設備,可加速和優化AI/機器學習軟件模型的處理。在這裏,我們的分析重點是圖形處理器之外的架構。

技術:AI芯片有幾種類型,通常需要在能效和可運行模型的靈活性之間進行權衡。隨著芯片晶體管達到物理尺寸的極限,摩亞定律放緩,其他技術正在經歷一場創新的複興,並有望徹底改變AI行業。

戰略洞察:AI發展的速度可能取決於新的芯片材料和設計。此外,地緣政治緊張局勢也會和芯片製造行業互相影響,美國《芯片與科學法》是恢復美國在半導體領域領導地位的關鍵努力。

未來:在短期內,邊緣應用可能會發生重大變革,例如無人機系統上的高保真計算機視覺等。最終,隨著芯片變得越來越「類似大腦」,芯片的能力將開始與人類大腦相匹敵,甚至高度複雜的模型如大語言模型,有朝一日也可以在小尺寸、低重量和低功耗的設備上運行。

2.替代定位、導航和授時技術

定義:這一技術指的是一套用來在必要時補充、增強甚至取代全球定位系統(GPS)進行地理定位和授時的技術。

技術:支持替代定位、導航和授時的技術套件主要包括基於慣性、視覺、低地球軌道衛星、地面射頻和環境/地球物理的導航和授時技術。雖然自上世紀90年代以來已經有多種替代定位、導航和授時解決方案問世並投入使用,但目前正出現一波新的創新浪潮,很大程度上是因為原子鐘技術取得進步和部署低地球軌道衛星所推動的。

戰略洞察:GPS衛星受到的威脅——甚至遭到直接攻擊——正在增加。儘管如此,美國政府問責局已經披露,國防部還在嚴重依賴GPS,這種依賴代表了一個令人擔憂的國家安全漏洞。

未來:理想情況下,未來的導航系統將嵌入多種替代定位、導航和授時模式,可以根據需要和具體情況單獨或聯合使用,並可能利用多模態AI融合進行操作。

3.自主蜂群

定義:自主蜂群是一群作為一個整體執行一項任務的自主機器人。在國防領域,蜂群的應用包括收集情報、監控基礎設施、維護周邊安全並在戰場上攻擊目標或進行動能撞擊。

技術:一個蜂群中的單元使用人工智能「導航員」,與人類、蜂群中的其他單元以及非蜂群系統進行通信,從而做出決策,優化角色並執行任務;即使多個單元失敗,冗餘和容錯能力也能確保任務的成功。

戰略洞察:自主蜂群使得規模相對較小的軍隊或小組展現出更強大的力量。國防部2023年秋季宣佈的小型無人機採購計劃「複製器」項目起到推動作用,加速了開發和採購速度。

未來:自主蜂群有致命性和非致命性應用。這些應用包括自主蜂群「纏鬥」、對軍事人員、裝備和車輛實施動能撞擊,以及情報、監視和偵察等增強學科,實施通信和電子戰等。

4.生成式AI軟件開發

定義:這是指利用生成式AI提高寫代碼效率的工具,包括代碼生成、代碼補全、代碼歸檔、舊代碼轉換以及軟件測試和調試。

技術:生成式AI軟件開發解決方案通常利用大語言模型生成與軟件開發相關的代碼和其他核心內容。

戰略洞察:由於對基礎技術缺乏信任且可靠性不足,國防部等聯邦機構在使用AI軟件開發工具方面存在限制。國防部和其他聯邦機構正在積極探索整合生成式編碼技術的方法,特別是考慮到去年出台的關於AI安全、可信開發和使用的行政命令,為美國聯邦機構製定了開發和實施的框架。

未來:隨著生成式寫代碼工具的進步,這項技術將能夠處理更多的實際寫代碼工作,使人類能夠專注於軟件的設計和邏輯,而不是其編程規則。

5.高密度能量存儲

定義:這是指相對於當前能源系統具有更高的能量-重量比和能量-體積比的一組技術。高密度能量存儲系統能用相對較小和輕便的形式存儲大量能量,為便攜電子設備、電動汽車等應用產品提供更高效和持久的電力。

技術:矽陽極材料的最新進展表明,在未來的一到三年內,矽陽極將提供比石墨基鋰離子技術更高的能量密度和效率。固態電池也有潛力提高當前的能量密度閾值,儘管廣泛應用的時間跨度更長。

戰略洞察:高密度能量存儲對各種軍事任務至關重要,從供應鏈物流到基地和通信操作,再到支持戰場上的作戰人員。目前,國防部使用的是傳統電池,造成瓶頸和操作效率低下。

未來:近期的電力系統將以可兼容的矽陽極鋰離子電池和固態電池為特色。從長遠來看,氫電池具有最具吸引力的潛力,但其廣泛採用和全面使用的時間跨度估計為10到20年。

6. 高超音速技術

定義:高超音速推進指的是物體以超過5馬赫的速度(五倍聲速)飛行。更一般地說,當今的「高超音速技術」還可以指在「對達到這個速度的車輛和武器進行測試和生產」時所用到的技術。

技術:美國軍方目前正在研發兩種類型的高超音速武器:裝備有吸氣式噴氣發動機(又稱「超燃衝壓發動機」)的巡航導彈,以及發射到空中後高速滑翔到目標的滑翔飛行器。建模和仿真等數字技術的進步,使得高超音速技術的研究和開發更加便宜,並縮短了創新和擴大規模的路徑。

戰略洞察:考慮到美國與其對手之間距離甚遠,而中國正試圖在印太地區建立一個「不可穿透的防線」,所以能夠高速打擊目標的遠程高超音速武器將是美國軍火庫及其對手的軍火庫中的關鍵組成部分。

未來:高超音速技術將實質上讓地球「變小」。如果在更遙遠的未來能掌握高超音速技術,美國將能夠在幾小時內遏製威脅並將資源運送到世界各地。

7. 多模態人工智能

定義:多模態人工智能(MMAI)模型能夠接收和/或輸出多種數據類型。在這裏,我們關注輸入內容的多模態融合。

技術:深度神經網絡正在接受訓練,從而理解不同類型數據之間的相互關係。多模態作為一個概念並不新鮮。然而,隨著當今具備了獲取多樣化數據並結合算法的能力,多模態融合正在被更廣泛地用於訓練跨多種數據類型的人工智能模型——用於推薦系統、語言理解、圖像生成和最先進的生物識別等任務。

戰略洞察:將不同類型的情報融合成一個能夠影響決策的結果輸出,是五角大樓的關鍵業務,而能夠實現這一點的多模態模型將會有很高的需求。國防部創新部門的初步努力指出了多模態人工智能對於情報聚合、人類行為預測、深度偽造檢測和預測性維護十分重要。

未來:多模態算法是高性能、可信賴人工智能的基礎——每一個有重大影響的模型都將儘可能多地整合相關數據類型以實現分析的自動化。多模態人工智能也被認為是邁向未來通用人工智能的一步。理論上,這將使算法能夠自主學習、理解和執行廣泛的任務。

8. 非動能反無人機系統

定義:非動能反無人機系統是反無人機系統(c-UAS)的一個子集,專注於使用射頻干擾、網絡接管或定向能等效應器來使小型和中型無人機威脅失效。

技術:目前,射頻干擾和網絡接管能夠擾亂操作員與無人機系統的通信,對於對抗商用現成品系統至關重要。對於更高級的威脅,定向能將是首選的效應器。指揮與控制可能是最迫切的技術挑戰——為了讓反無人機系統有效對抗各種威脅,需要將多種效應器分層並基本實現自動化。

戰略洞察:對於美國來說,反無人機技術最迫在眉睫的威脅是中國在自主無人機和蜂群技術上的發展。美國聯合反無人機系統辦公室2023年在反無人機系統的研究和採購上花費了超過7億美元。最近的聲明表明,非動能效應器可能首選用於消除這些新興的蜂群無人機威脅。

未來:隨著無人機在社會和戰場上的普及,未來反無人機系統的特點將是由人工智能驅動的指揮與控制系統。這些系統融合傳感器數據,快速識別新威脅,並在人類監管下自動給予最優響應。

9. 後量子密碼學

定義:後量子密碼學指的是用於加密個人、組織和政府的私密通信的數學算法,這些算法被認為能夠抵禦當前和未來量子計算機的攻擊。

技術:後量子密碼學基於複雜的數學模型,目前沒有已知的量子捷徑。美國國家標準與技術研究所正在標準化這些模型供政府和工業使用,同時也倡導一種密碼靈活性的框架,即在使用中的算法被破解時能夠輕鬆更換加密算法的能力。2024年8月,國家標準與技術研究所發佈了四個標準化量子密碼學協議中的三個。

戰略洞察:安全的數據和通信是國家安全和經濟繁榮的基石。時間緊迫,因為美國的對手已經在收集美國的數據,希望未來能用量子計算機對其進行解密。此外,由於過渡到後量子密碼學預計至少需要十年時間,考慮到量子計算的進步速度,各組織必須立即行動起來。

未來:在未來,密碼靈活性將是適應新出現的漏洞的關鍵,混合加密協議也可提高韌性。只有時間才能告訴我們現有的後量子密碼算法能否抵禦量子計算機保持安全,但模型的持續創新可能是必要的。

10. 空間領域感知技術

定義:空間領域感知技術使人們能夠理解太空運行環境和可感知的威脅。它還可以讓商業運營商安全地執飛其航天器,躲避太空碎片,維護其所使用的軌道區域。

技術:空間領域感知任務是通過廣泛的技術棧完成的,包括各種傳感器、計算資源、人工智能/機器學習和分析、可視化技術,以及在這些基礎上創建的應用和服務。傳感器可以是地基和天基的。

戰略洞察:太空現在是一個戰鬥領域,這是過去十年來的一個重大轉變。鑒於此,美國及其盟國需要準確瞭解對其資產和戰力構成的威脅,以便其防止衝突並保持優勢。

未來:預計的創新包括對在地球同步軌道之外的更高軌道即xGEO軌道(一直延伸到月球軌道)上的航天器進行準確獲取、跟蹤和部署的能力;天基商業傳感器的大量增加;採用增強現實和虛擬現實技術執行空間領域感知任務;以及在xGEO軌道運行的天基傳感器。(編譯/塗頎)