美媒：2024年十大新兴国防技术
近日，美国博思艾伦咨询公司高级副总裁布赖恩·麦卡锡在《国防》月刊网站上发表了题为《2024年十大新兴国防技术》的文章，深入探讨了国防与情报领域当前及未来一至三年内至关重要的技术。 cN& ]JS,
[attachment=130815] 6]D%|R,Q#}
AI加速器芯片 yd> b2 M
|ler\"Eu
人工智能（AI）加速器芯片是专为加速人工智能/机器学习（AI/ML）计算并降低能耗而设计的半导体芯片。这些芯片使得边缘设备也能实现AI功能。文章认为，AI的发展速度可能取决于新型芯片的材料与设计。在短期内，边缘应用（如无人机系统上的高保真计算机视觉或头戴式显示器中利用自然语言进行的实时翻译）可能会发生重大变革。未来，随着芯片变得越来越“类脑”，像大型语言模型这样高度复杂的模型，也能在小型化、轻量化、低功耗的设备上运行。 ~Tv KMW6/#
NU <K+k
定位、导航和授时替代技术 ToXgl4:kd
A7c* qBt
定位、导航与授时替代技术提供了一种比现有全球定位系统（GPS）更安全、更稳健的替代方案。该技术套件包括惯性、视觉、低地球轨道卫星、地面射频以及基于环境和地球物理的导航和授时技术。美国未来的导航系统预计将嵌入多种可替代PNT技术模式，并可能利用多模态AI技术进行整合。 ! !we4tWq
v|K'M,E
自主集群机器人 V0 O6\) /.
R?E< }\!
自主集群机器人是指一群作为整体协同执行任务的机器人。自主集群的应用包括情报收集、基础设施监控、周边安全维护以及在战场上锁定目标或动能打击。自主集群中的单元使用AI“驾驶员”与人类、集群内的其他单元以及非集群系统进行通信，实现决策优化和任务执行。文章指出，自主集群应用包括集群之间的“混战”，对军事人员、设备和车辆的动能打击，以及增强情报、监视、侦察、通信、电子战、后勤支援等方面的能力。 iKVJ
c=C
,'%wadOo
生成式AI新软件 )%6h9xyXt
QO;OeMQv%
生成式AI新软件是一种用于审查、编辑和编写的AI/ML软件，旨在减轻人类写代码的负担，并减少漏洞和安全缺陷。文章指出，目前，美国国防部和其他联邦机构正在积极探索整合生成式编码技术的方法。随着生成式写代码工具的进步，该技术将能够处理更多的实际写代码工作，使人类能够更专注于软件的设计和逻辑，而不是其编程规则。 1I#]OY#>
_X e" +
高密度能量存储 Ui43 &B
[zw0'-h.
高密度能量存储技术相比当前能源系统具有更高的能量重量比和能量体积比。这种技术能够为从便携式电子设备到电动汽车的各种应用提供更高效、更持久的电力。硅阳极技术的最新进展表明，未来1—3年内，硅阳极将提供比石墨基锂离子电池技术更好的能量密度和效率。高密度能量存储对于供应链物流、基地运营以及支持前线作战人员等多种任务至关重要。未来，电力系统将采用可插拔的硅阳极锂离子电池和固态电池，而氢电池则具有长期潜力，但预计其广泛采用和充分利用需要10—20年的时间。 H-g
CY|W
d&x #9ka
高超音速技术 =K:)%Qh
l =X6m(
高超音速技术使飞行器或武器系统的飞行速度达到5倍音速以上。美国军方正在研制两种高超音速武器：装备有吸气式喷气发动机的巡航导弹和高速滑翔飞行器。数字技术的进步降低了高超音速研发成本，并加速了创新和扩展的途径。 g7 -* WN<
' &+ 5L.
多模态AI ;+3XDz
v
H~ `JAplr
多模态AI是一种能够同时处理文本、图像、音频、视频等多种数据类型的AI系统，旨在更好地解释上下文并做出更准确的预测。多模态融合技术越来越多地被用于训练跨多种数据类型的AI模型，用于语言理解、图像生成以及生物识别等领域。文章指出，美国国防部需要大量多模态模型来融合不同类型情报，实现决策信息的输出。 xJ(}?0h-X
XN Gw@$
非动能反无人机系统 ZdsYIRU#
,"xr^@W
非动能反无人机系统使用高度集中的能量（如激光、微波、粒子束等）来破坏或摧毁快速移动的威胁目标。随着无人机的普及，未来反无人机系统将配备由AI驱动的指挥控制系统，能够融合传感器数据，快速识别新威胁，并在人类监督下自动做出最佳响应。 Wq"5-U;:w
$eU oFa5A
后量子密码学算法 O}Mu_edM
A(84cmq!q
后量子密码学算法是指用于加密个人、组织和政府私密通信的数学算法。这些算法对抵御当前和未来量子计算机的攻击至关重要。后量子密码学算法基于复杂的数学模型，目前尚未发现任何量子捷径。美国国家标准与技术研究院正在对这些模型进行标准化，并倡导建立密码敏捷性的框架。文章认为，由于过渡到后量子密码学算法至少需要10年时间，相关机构迫切需要立即采取行动。密码敏捷性和混合密码协议将是适应新兴漏洞的关键。 vLT$oiN[c
DPg\y".4Y&
空间态势感知技术 s)BB(vQ]6
0n)99Osq(u
空间态势感知技术用于全面了解太空运行环境，通过研究和监测卫星和轨道物体来感知威胁并降低碰撞风险。该技术通过广泛的技术栈实现，包括传感器模态、计算资源、AI/ML与分析、可视化技术以及基于这些技术创建的应用和服务。未来创新将包括在更高轨道上准确跟踪和部署航天器的能力，天基商业传感器的增加，以及采用增强现实和虚拟现实技术。
|
