详细介绍
”来训练人员,但军事训练模拟软件到底是什么?人工智能的最新进展怎么样改进它?广义上讲,军事模拟可以指各种各样的训练方法。军队使用从数学模型到在非战斗环境中全面演练战术和武器等很多方法来为军人准备好。特别是,军事训练软件是一种常用的军事模拟类型,因为它通常是模拟真实战斗情况的最佳方式,同时保持较低的受伤风险和运营开销。通过整合人工智能,军事训练模拟软件能发挥更大的作用。
美国陆军多年来一直使用虚拟现实软件训练士兵。我们的军队使用虚拟现实技术进行训练、模拟甚至治疗的时间比 VR 的商业化使用时间要长得多。基于软件的训练计划往往成本较低,这只是军队长期以来青睐它们的一个原因。
虚拟现实环境之所以在军队中如此受欢迎,或许更重要的是它体现了美国陆军的座右铭:“像打仗一样训练,像训练一样打仗”。换句话说,虚拟现实可以最好地反映战争的现实,而不会真正危及军人。
虚拟现实环境让我们的武装部队成员了解如何与队友合作,怎么样处理与真实的生活中的武器大小和重量完全相同的模拟武器,并学会在高压情况下做出正确的决定。
让军事训练模拟软件程序尽可能地模拟真实世界的战斗至关重要。虽然 VR 产品的普通消费者只是享受这种高级技术,但毫不夸张地说,对于士兵来说,逼真的虚拟训练环境可能会带来生死攸关的后果。在战斗中准备不足——无论是因为行走在陌生的地形、面对不熟悉的武器,还是演习无法像训练中那样工作——都可能会引起士兵或其战友严重受伤甚至死亡。
对于军人来说,危险的不单单是战斗,还有训练过程本身。事实上,最近的一份国会报告数据显示,美国士兵在训练演习中死亡的人数比在战斗中死亡的人数还多。虽然军事专家仍在讨论这一现象的具体原因,但最终结果是,我们的军队正在更密切地关注实施训练程序的更安全方法,例如更多地应用虚拟环境。
最近,人工智能为我们的武装部队提供了更多机会,使军事训练软件受益匪浅。AI可以引入更多的不可预测性、挑战性和真实性,从而创造更好的训练体验。仔细地了解军事训练模拟软件如何从增强的人工智能功能中受益。
基于人工智能的军事模拟系统提供了高度详细的训练环境,大幅度的提升了士兵的战备程度,并有可能是在战场上挽救生命。这些模拟系统能包含真实的场景、能学习和改变行为的对手,以及数据分析,以显示在大多数情况下要额外训练的地方。在安全的环境中培养士兵的技能,使他们可以更好地应对复杂且快速变化的战斗情况,最终降低在现实行动和训练事故中伤亡的风险。人工智能驱动的军事模拟系统提高了军事人员在现实情况下做出瞬间决策的技能,这对国家安全具备极其重大意义,并有可能挽救生命。
直到最近,逼真的训练环境还是一项连虚拟现实技术都难以满足的需求。虽然环境能做到看上去很自然,但很难让虚拟世界真正模仿真实的生活中的地方,而不是像中东山脉那样。
然而,一种新的军事训练模拟软件程序能在虚拟环境中重现真实的城市。现在,士兵们不再只是对亚洲森林的大致了解,而是在踏入真实地点之前就已经在这些环境中接受过训练。这种高度具体的知识将使士兵能够更快地穿越真实环境,更准确地进行后勤规划,并提前做好更好的准备。
该虚拟现实程序能够在人工智能的帮助下快速准确地生成这些合成训练环境 (STE)。通过收集卫星图像、街景数据,甚至无人机拍摄的3D 图像等信息,可以在几分钟内创建全球各地的位置。人工智能软件可以收集这一些数据并使用它来重现景观的细节。
此外,这项技术还能够用新数据更新训练环境。假设人工智能程序中的某个城市在真实的生活中扩张。该系统能借助人工智能轻松更新,以纳入这些新信息。这让士兵能够体验现在的地形,而不是几个月甚至几年前的地形。
人们通常认为人工智能的经营成本很高,仅仅是因为它是尖端技术。然而,从长远来看,人工智能实际上往往会为组织节省资金,UPS和IBM等公司就是如此。最近的生成式人工智能革命使AI直接面向公众,并证明了该技术能以最少的初始投资产生巨大的影响。
虽然实施人工智能技术的启动成本往往在开始时较高,但AI在某些任务上比人类更有效率。例如,AI可以合成大量数据并比我们更快地执行仓库任务,使人类能够专注于更适合其技能的任务,同时还确保我们也可以更轻松地做出数据驱动的决策。
对于我们的武装部队来说,规划和执行军事演习的全面演练常常要比军事训练软件更多的财政资源。即使是课堂培训,在时间和金钱方面也可能更加昂贵。其更高的费用来自于需要同时在一个地方使用大量实物资产。
在成本评估中,不仅要考虑标价,还应该要考虑运营成本。以我们的空军为例,在人工智能飞行模拟中训练飞行员实际上有助于他们更快地进入真实飞机的训练。这些模拟为飞行员提供了比仅做笔记更深入的战斗飞行知识,使他们可以迅速安全地获得所需的训练。
过去几十年来,现代战争慢慢的变复杂,不单单是高科技传统武器。特大城市和其他复杂环境和电子战和网络战为我们的部队带来了新的挑战。随着战争慢慢的变复杂,对多维度军事训练的需求也慢慢变得大。
经济攻击和数据收集等混合威胁将传统战争与网络战争和其他非传统战略相结合。士兵必须接受训练,在各种地形条件下使用各种装备和战法作战,才能为混合战争做好准备。
此外,军事人需要了解驻扎地的社会政治环境。这些知识可以让他们更好地与当地民众进行相对有效互动,并针对该地区的特定敌人制定战略。
那么这一些因素与AI和军事训练模拟软件有何关系?具有创建大量智能自主代理能力的人工智能程序能更好地模拟未来与盟友、敌人和当地平民的互动。
这些代理可用于创建身临其境、逼真的模拟,涵盖众多社会政治领域的各种混合战争战术。由于人工智能赋予代理自主权,它们的行为不会像士兵在多次训练后可能检测到的那样可预测。相反,每次模拟都会重置该特定代理的行为模式。
人工智能技术尤其有价值,因为它能够将不可预测的元素融入军事训练模拟软件中。在战争中取得优异成绩的重要的条件是能快速思考,无论是手持还是与当地平民进行简单交流。武装军人在实际投入战斗之前就已经接受了这项技能的训练,使他们在实际部署后能够更有效率。
如前所述,AI可以比人类更好地完成许多任务。许多任务都涉及数据分析。然而,我们人类的抽象、概括、推理、学习、计划和直觉能力(所有在战斗环境中发挥作用的技能)目前都超过了人工智能创造物的能力。
有效的军事战术还取决于对空间和时间元素的理解。虽然这些概念对人类来说是自然而然的,但它们必须被编入人工智能中。但如果有一个AI系统能够从人类身上学到足够多的东西,向我们展示新颖、创新的战略,那会怎样呢?
在美国的人工智能公司里面,高级 AI 研究科学家和团队致力于开发一种 AI 程序,该程序能够在现代作战级战争游戏中与人类专家对手对战并击败他们。多智能体军事训练模拟软件的工作原理与Alpha Go类似,后者是一种强化学习程序,旨在掌握棋盘游戏围棋。
Alpha Go 不仅成功击败了前世界围棋冠军,还多次做出围棋专家最初没办法理解的举动。换句话说,Alpha Go 是一个不仅每次都能获胜的程序,而且还会慢慢教会人类观众和玩家一种理解围棋的新方法。
顾名思义,生成式AI是一种专注于生成内容的人工智能,内容有文本、图像和视频。使用机器学习技术,尤其是神经网络,它可以创建看起来像人造的内容。生成式人工智能最近最令人兴奋的发展之一是应用程序的激增,用户在其中输入提示,应用程序生成内容作为响应。使用 NLP,人类和人工智能基本上能够直接进行对话,这在某种程度上预示着人们不再需要成为计算机科学家才能受益于生成式人工智能的功能。
在军事模拟方面,生成式AI可以明显地增强其真实感。它可以模拟现实环境中的复杂场景,但也可以创造更逼真的对手,并通过情报报告等方式来进行类似人类的交流。生成式人工智能还可以用自然语言传达数据洞察并回答问题,使指挥官更容易了解下属从训练中学到了什么,并确定哪些地方在大多数情况下要进一步培训。
人工智能领域最近最重大的发展之一是生成式人工智能的爆发式增长。生成式人工智能现已广泛普及,对国家安全具有重大影响,因此将该技术用于军事训练模拟软件是明智之举。生成式AI可以大大增强军事模拟的真实性、可扩展性和适应性。以下是一些示例:
人工智能现在可以为战争游戏和其他军事模拟系统创建逼真的图像和环境。随着模拟系统更准确地复制条件,它们为军事人员提供的准备将得到一定的改善,模拟系统的价值也将提高。
除了视觉效果外,AI生成的文本还可以模仿人类的语调,并针对特定目的进行定制。这通过自然语言交流增强了用户体验。
军事模拟的一个重要方面是用户面临的危险的真实性。在真实的生活中,敌人可以从士兵的行为中学习并改变策略以做出一定的反应。生成式AI可以调整其行为并创造更具挑战性和现实性的体验。这种实时适应性是生成式AI在军事模拟中的主要优势之一。模拟越逼真,人员应对现实世界对手的准备就越充分。
同样,生成式AI可以生成的场景可能比以前可能的情况更真实。这确保训练演习仍然不可预测且具有挑战性,鼓励用户设计创新的新响应。这为真实战场上发生的意外情况提供了宝贵的训练。
尽管创建虚拟训练需要初期投资,但从长远来看,虚拟训练的成本可能远低于实际军事训练,后者可能包括燃料和车辆维护等费用。设置和开展训练演习可能还需要投入大量时间和人员注意力,从而分散他们的注意力。然而,有人可能会说,军事模拟并不能充分复制现实世界的情况,因此额外的成本、时间和人员注意力是值得的。生成式人工智能通过提高模拟的真实性来缩小这一差距,从而有可能节省军事资源。
为了展示军事模拟的投资回报率,生成式AI可以收集、接收和分析大量数据。这一些数据包括特定用户在特定任务上的表现以及整个单位的表现。使用 NLP,AI可以以对话形式与军事指挥官沟通这一些信息,确定人员在大多数情况下要额外培训或支持的领域。指挥官可以向人工智能询问有关数据的问题,以明确模拟在提高下属技能方面发挥的作用,并用AI生成报告,提供给军队高层的决策者。
人工智能军事模拟的另一个便利之处在于可以有效的进行远程训练,让军事人员能够从不同地点参与逼真的模拟。借助生成式人工智能,这种远程训练的体验能更加逼真,因此,无需为实现其他目标(例如进行远程训练的潜力)而牺牲质量。
生成式AI有潜力以多种方式增强军事模拟。从更像人类的交流到更逼真的对手,生成式人工智能以AI战争游戏的历史为基础,将这些模拟提升到另一个层次。
Sentient Digital 开发了由AI驱动的军事训练模拟。海军战争模拟游戏《舰队崛起》就是人工智能如何提供逼真军事模拟的一个很好的例子。
舰队应急演习利用大型语言模型 (LLM) AI 和AI (ACI) 相结合。这使得它能够真实地模拟威胁和对策,以及令人信服的人类交流。舰队应急演习有三种可用场景,让海军指挥官能够在现实的作战环境中体验和练习制定应对潜在现实情况的措施。
这些组件允许舰队崛起接收参与者的自然语言输入,本质上意味着他们能够像与人交谈一样和AI交谈。此外,它可以创建包含历史背景的复杂场景。它还可以以现实的方式与用户交流,包括报告中的不完善之处,以模拟真实事件中信息不完整造成的后果。对于训练目的而言,舰队崛起可以模仿对手对用户行为的反应方式,包括从行为模式中学习并相应地改变自身的行为。
Sentient Digital 还创建了军事模拟系统,以应对无人机群体智能的潜力。群体智能是一种新兴特性,这在某种程度上预示着一群无人机可能会表现出一种集体智能,这种智能是群体中每个成员的智能之外的。Ultron Emergent提供了一种初步选择,可以取代军方正在进行的实弹训练,以研究城市环境中无人驾驶车辆群体的群体智能的潜力和威胁。
Ultron Emergent 的继任者是Emergent Swarm。该模拟器模拟无人驾驶车辆的群体智能,同时模拟载人车辆,跨越多种环境。人工智能还会生成有关其观察到的行为的数据并进行报告。
Sentient Digital 的红色崛起模拟了最先进的俄罗斯军事战术,在战争场景中创造了一个高度逼真的对手。它使用 NLP 分析文本中的军事理论并将其融入到场景中,创造了一个使用真实军事技术的具有挑战性的对手。
军事航空维护是任务、训练和计划的一个重要方面。航空工程师可通过商业人工智能程序来帮助预测飞机何时需要维修或某些部件何时需要更换。
人工智能能大大的提升维护程序的整体效率,使更多飞机可以执行任务。人工智能技术还能够适用于设计过程,以开发未来更先进的飞机。
人工智能传感器能检测周围环境的变化,并以人类或其他机器可理解的方式传达有关这些变化的数据。人工智能传感器比人类更快地收集数据,并更准确地收集结果。这使军事人员能够在战斗或其他敏感环境中做出快速、基于数据的决策。
在 Sentient Digital, Inc.,正在开发一个人工智能程序,该程序从各种来源收集有关敌对目标的数据,包括人类情报以及空中、船舶和陆地雷达传感器。人工智能将这一些数据融合成通用作战目标图,然后确定攻击目标的最佳武器和平台。最后,该程序确定最适合攻击目标的资产并联系它们。
AI 传感器还可以连接到物联网 (IoT),以此来实现数字网络上设备之间的通信。军事物联网 (IoMT)对于武装部队的作战行动(例如侦察、监视和数字战争)逐渐重要。连接到 IoMT 的 AI 传感器最终能够大大减少数字作战在作战环境中所需的物理空间和高成本。
军方可通过自然语言处理和人工智能自动对传入数据来进行分类,并将其与监控指标和警告进行匹配。NLP涉及计算机从人类语言中获取含义,本质上允许人类以正常说话的方式与计算机进行交流。在军事环境中,NLP 可以分析通信以确定它们是否表胁。NLP还可以针对指示新兴战术、程序、作战技术或热门话题的关键字或主题提供警报。
人工智能可用于提高复杂战斗环境中目标识别的准确性。这使国防部队能够更深入地了解潜在的作战领域,包括分析报告、文件、新闻提要和别的形式的非结构化信息。
人工智能目标识别还可以包括基于概率预测、天气和环境条件汇总、预期、标记潜在供应线瓶颈或弱点、任务方法评估、缓解策略和新目标的发现的敌人行为。
威胁监测和态势感知在很大程度上依赖于情报、监视和侦察行动 (ISR),这些行动获取并处理有关各种活动的信息。为该系统配备人工智能能帮助国防人员进行威胁监测,从而增强他们的态势感知能力。
配备人工智能的无人驾驶飞行器(UAV)又称为无人机,可有效用于巡逻区域、识别潜在威胁以及向相应响应团队传输感知到的威胁信息。无人机可加强军事基地的安全,提高人员在战场和偏远地区的安全性和作战效率。
人工智能可以高效处理大量数据以获取有价值的信息,并更快地传递重要信息。此外,人工智能还能帮助从不同来源筛选和汇总信息。这为军方提供了高级分析,包括可识别的模式和相关性。
使用人工智能进行信息处理也有助于防止人为错误或忽视潜在威胁。人工智能不但可以比人类更快地处理和分析信息,还能够工作更长时间,从而进一步促进其更快地识别潜在威胁。