夜雨聆风学习资料网

ARTICLE · 1088201

五角大楼给"AI+指挥控制"踩油门:传感器到射手,从几分钟压到几秒

五角大楼给"AI+指挥控制"踩油门:传感器到射手,从几分钟压到几秒

9月23日,Warrior Maven(勇士马文网)发了一篇报道,标题直接点题:《五角大楼加速 AI 与指挥控制融合》。作者 Kris Osborn 一开头就抛了个很具体的问题:

假设一辆敌方坦克从两片树林之间的空地露头,大约 30 秒后又缩回视野之外。一架前出的空中传感器、一架攻击无人机、再加上一架战斗机,够不够在这 30 秒里走完"发现目标、确认目标、挑出最优武器、把它摧毁"这一整条链?

答案越来越是"够"。前提是,AI 得跑到战场最前沿去"思考",而不是把数据拉回数据中心慢慢处理。

一、旧模型:几分钟起步;新模型:几秒钟

Curtiss-Wright 防务解决方案的战略规划办公室 AI 架构师 Kimberly Lowe 讲得很直白,把新旧模型摆了一遍:

"旧模型是,传感器抓到点东西,数据先送回数据中心去处理。通常中间还有个人,因为总得有人把数据看懂。然后射手要么接到电话、要么收到数据,再做决定。这一套下来,最少也要几分钟。新模型不一样,我们把'思考'推到边缘,推到传感器所在的位置。AI 让思考过程就地发生。于是时间被大幅压缩,射手在几秒钟内就能拿到经过标记的数据,而不是几分钟。"

核心变化就一句话:把"看懂数据"这件事,从后方的机房,搬到了前线的传感器旁边。

二、AI 和指挥控制,是一对,不是两个

这篇报道反复强调的一点是:AI 本身在战术上没有立竿见影的价值,除非有一个"传输层"网络,能把时间敏感的数据又快又准地送出去。

数据可以被 AI 传感器采集、被小型化服务器处理,但如果送不到射手手里,一切白搭。所以五角大楼和工业界现在急着干的事,是把已经跑通的 AI 应用,和新一代指挥控制技术、战术拧到一起。

美国陆军太平洋司令部今年新成立了一个"多域指挥-太平洋"(Multi-Domain Command - Pacific)单位,第 7 步兵师师长 Bernard J. Harrington 少将讲了 AI 怎么帮他们:

"如果我们有一大堆不同类型的传感器,还要根据感兴趣的信号把它们摆到最优位置,AI 就能帮上大忙,不用一群分析员手动去挪这些资产。再把这些传感器从太空、平流层、空中、海上、陆地各域看到的东西快速吸收、理解,再根据位置和弹舱深度,推给最合适的那个射手。AI 正在帮我们做这件事。"

注意他提的两个词:"位置"和"弹舱深度"(magazine depth)。意思是不光看谁离得近,还要看谁手里还有弹药、还能打。这已经是把"选择"这件事交给系统去辅助判断了。

三、20 磅的"前线小服务器"

要把处理和分析推到前沿,硬件得跟着小型化。报道里提到的 Curtiss-Wright 的 PacStar 810,就是一个 20 磅重、能随身带着跑的 AI 服务器/处理器"盒子"。

它干两件事:要么直接把数据交给前沿的操作手,让他们几秒内自己决定"打、防、还是机动";要么把整理好的、时间敏感的、高度相关的信息,回传给指挥中心或集成的"枢纽",帮决策提速。

LYNTRIS 决策系统的发展总监 Alan "Doc" Docauer 把它概括成一句话:

"现在出来的有些工具,是货真价实的第二代、甚至第二代加强版 AI,能瞬间把海量数据筛出来,把'决策级信息'递到杀伤链最前端的那个人手上。你的系统在帮你理解、帮你把你该做的决定放进上下文里。"

四、AI 不是万能药,得靠"扛得住"的网络

Docauer 还泼了盆冷水,这句话我觉得是全文最实在的一句:

"这一切都建立在'要有弹性、要保证连得上'的网络之上。所以 AI 单独不是解药,它只是一堆解药里的一味。"

他说的"弹性、保证连得上"(resilient and assured networking),指向的是实战里最容易被忽视、也最容易被打断的那一环:链路。AI 再快,网络一断,前线的"聪明"就停摆。

五、开放架构:谁也别想自己吃独食

报道最后落到产业合作上。Lowe 说得明白:

"没有哪家公司能把整条链自己造出来。有公司做服务器硬件,有公司做网络,最后靠软件把它们串起来。所以合作、协作、集成,是这一切能在前沿跑起来的关键。我们谁也单干不了。"

她还点了个更根本的问题:如果不守统一标准,软件开发者都不知道自己在跟什么打交道。所以她主张,趁现在大家都在造新的 AI 服务器、新封装,把标准"烤"进硬件里,省得以后再返工。Docauer 也呼应,说开放任务系统(open mission systems)能让软件跨域、跨系统、跨军种、跨盟友网络做系统级集成,让数据能在不同节点之间共享流通。

一张表看懂新旧对比

维度
旧模型
新模型
数据处理位置
拉回数据中心
推到传感器所在的边缘
有没有人插一脚
通常有人解读
系统就地"理解"、标注
传感器到射手耗时
几分钟起步
几秒钟
硬件形态
集中大型系统
20 磅级可携行小盒子
关键前提
数据中心算力
弹性、保证连通的传输层

几点启示

这篇和之前 War on the Rocks 那篇《别再用 AI,去指挥它》正好可以对着看。那篇讲的是"人和 AI 的关系",这篇讲的是"AI 和网络的结合"。一个在顶层讲指挥哲学,一个在底层讲传输层和边缘算力,但指向同一个判断:AI 单独上不了战场,它得先和别的系统焊在一起。

几个点值得留意。

第一,"把思考推到边缘"这件事,本质是把杀伤链的延迟从"人脑+机房"变成"本地算力"。这不是简单的提速,而是改变了谁在什么时候做决定。前沿操作手拿到的是已经"筛好、标好"的信息,等于把一部分指挥官的判断权,前移到了小队。

第二,"弹舱深度"这个词很关键。让系统去挑"最合适的射手",标准不只是距离,还有谁手里有货。这说明这类系统已经开始介入资源分配这种更"指挥"层面的活了。

第三,全文最冷静的一句是"AI 不是解药"。美军现在一边猛踩油门,一边提醒自己别把宝全押在算力上。真正扛得住打的是网络,是链路,是标准。这跟我们之前写"横向杀伤网"时的结论是一致的:网比节点更重要。

(注:本文基于 Warrior Maven 报道,作者 Kris Osborn,受访者为 Curtiss-Wright、LYNTRIS 及美军多域指挥单位人员。境外信源,观点不代表本号立场,涉军表述仅作外方情况介绍。)

相关学习资料