소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

미 공군 장성들에 따르면, 미 공군 무기 개발자들은 인공지능 기반 전쟁 시대와 새로운 다중 영역 '집단' 연결 구축의 필요성에 대비해 집중적인 준비를 하고 있다고 합니다. 미 공군 참모총장 데이비드 올빈(david allvin) 장군은 인공 지능, 컴퓨터 자동화 및 보다 안전한 형태의 교차 전송 계층 데이터 네트워크가 급속히 증가함에 따라 이 개념이 작전 계획과 무기 개발 모두에 적용된다고 설명했습니다.

런던 왕립항공학회 연설에서 앨빈은 미 공군이 "집단적 민첩성"이 요구되는 새롭고 빠르게 변화하는 위협 환경에 대응하여 점점 더 새로운 전투 구성과 능력을 개발해야 한다고 강조했습니다.

그는 연설에서 전투 측면에서 군대가 네트워크화된 '대형'을 이루기 위해서는 새로운 위협 정보를 기반으로 서로 신속하게 조정하고 협력해야 한다는 점을 분명히 지적했습니다. 분명히 "집단적 민첩성"은 조정된 전투기 함대, 성공적인 데이터 공유, 인공 지능 기반 분석 및 컴퓨터 자동화를 사용하여 최전선에서 데이터를 수집 및 분석하여 군대 전체에 데이터를 전송하는 능력을 통해 작전 효율성을 향상시킬 것입니다. 필요할 때 새로운 정보를 바탕으로 자율적으로 조정합니다. 이와 관련하여 "집단적 민첩성"을 통해 모든 규모의 유인 및 무인 플랫폼 떼가 광범위하고 분산된 작전 스펙트럼에 걸쳐 작전을 조정할 수 있게 됩니다.

개념적으로 이는 공군이 오랫동안 개발해 성공한 abms(advanced battle management system)의 구현과 직접적인 관련이 있습니다. abms는 빠르게 떠오르는 목표 세부 사항을 도메인 간 전투 플랫폼 또는 무기와 조정함으로써 테스트에서 큰 위력을 입증했는데, 이는 미 국방부의 공동 전체 도메인 지휘 및 통제 노력에 대한 미 공군의 기여로 이해할 수 있습니다. 예를 들어, 최근 몇 년 동안 미 공군은 공중 플랫폼이 지상 화력에 대한 목표 지침을 제공하고 순항 미사일을 요격할 수 있는 abms를 성공적으로 구현했습니다.

alvin은 이러한 작전 조정이 무기 개발 단계에서 시작되어 공통 데이터 표준을 사용하여 새로운 기술이 구축되고 "코딩 속도로 업그레이드"할 수 있는 능력을 갖추어야 한다고 강조했습니다. 이는 플랫폼이 처음부터 신속하고 지속적인 업그레이드를 수행할 수 있어야 하며, 소프트웨어 발전 및 기타 성능 개선에 최대한 빨리 적응할 수 있는 관련 기술 인프라를 구축해야 함을 의미합니다.

alvin은 현재의 전투 시스템 툴킷이 "빠른 변화와 신속한 적응"을 위해 설계되지 않았으므로 업계와 사용자의 기존 모델을 새로운 변화에 적응할 수 있도록 조정해야 한다고 말했습니다. 모든 당사자는 현재 문제에 대해 생각하고 있습니다. 즉, "집단적 민첩성"을 달성하고 시스템이 서로 대화할 수 있도록 툴킷을 시스템 플랫폼에 "연결"하는 대신 "내장"하는 방법에 대해 생각하고 있습니다.

기술적 변화를 따라가면 애플리케이션이 새로운 알고리즘을 통합하고 소프트웨어 기능을 매우 빠른 속도로 향상시킬 수 있기 때문에 이는 의미가 있습니다. 성능을 빠르게 향상시킬 수 있는 새로운 알고리즘의 '한 번'에 직면한 alvin은 고속 개선과 현대화를 달성해야 하는 필요성에 부합하는 '코딩' 및 '표준' 엔지니어링을 새 플랫폼에 포함할 것을 강조했습니다.

이 아이디어는 '집단 인공지능'의 급속한 통합과 일치하는 것으로 보인다. '집단 ai'는 데이터가 수집되면서 단일 시스템 내에서 분석을 수행하는 동시에 단절된 수집 지점을 통합하는 것을 의미합니다. 예를 들어, 네트워크로 연결된 다중 도메인 ai 인프라는 다양한 수집 지점이 단일 위치에서 ai를 수행할 수 있도록 하는 일종의 '집단 ai'를 수행할 수 있습니다.

단일 플랫폼은 인공 지능 알고리즘을 사용하여 수신되는 isr(지능, 정찰, 감시) 데이터와 센서 정보를 방대한 데이터베이스와 비교하여 밀리초 단위로 운영 관련성을 결정할 수 있습니다. 전투의 가장자리에 있는 단일 또는 기타 고립된 전방 지점에서의 효율적인 처리, 표적 식별 및 문제 해결의 결과 또는 결과는 대규모 노드 세트에서 수집 및 분석되어 연결되지 않은 인공 지능 세트에 대한 통찰력을 제공할 수 있습니다. 분석 필요한 다중 노드 인공지능 분석을 위한 단일 지점입니다. 이를 통해 대규모 대형은 alvin이 구상한 일종의 통합된 집단 전투 능력을 가질 수 있습니다.

서비스의 abms와 마찬가지로 alvin의 "집단 민첩성" 개념은 현재 캐슬린 힉스(kathleen hicks) 국방부 차관의 지시에 따라 실행되고 있는 미 국방부의 다중 서비스 사이버 프로그램인 jadc2와 밀접하게 연결되어 있습니다. 공군의 "집단적 민첩성"에 대한 alvin의 요구는 무인 항공기 시스템 운영 및 데이터 흐름을 조정하기 위해 자율성과 인공 지능 노드를 사용하는 것을 목표로 하는 해군의 오랫동안 지속되고 발전하는 ghost fleet 프로그램과 밀접하게 동기화됩니다.

예를 들어, 해군은 수상 무인 수중 차량 함대가 서로 협력하여 자동으로 경로를 조정하고 동시에 일련의 노드에서 공유되는 새로운 정보에 응답할 수 있는 "유령 함대"를 구상하고 운영하고 있습니다. "유령 함대"의 아이디어는 경로를 조정하고 새로운 정보에 반응할 수 있는 무인 시스템 그룹 간에 시간에 민감한 전투 관련 데이터를 구축하여 alvin이 설명하는 "집단적 민첩성"을 달성하는 것입니다. jadc2는 이러한 "집단적 민첩성"이라는 아이디어를 바탕으로 이러한 정보 처리, 효율적인 데이터 분석 및 대응을 각 서비스 내의 그룹 수준에서 수행하고 이를 모든 서비스로 확장하여 공동의 집단적 다중 도메인 전쟁을 형성하도록 고안되었습니다. 존.