信息智能技术将会给国防自主技术带来颠覆性的创新

　　最近几年，美国国防部自主系统投资巨大，但信息自处理技术没得到足够重视，这是自主技术革命的难点，也应该是未来的重点。自主技术发展未来应从以平台为中心向以数据为中心过渡，而数据自处理应首先建立一种健壮和集成的PED架构。

　　2016年11月28日，美国国防杂志网刊发Govini的一份数据分析指出，在同越发先进的竞争对手竞争方面，美国国防部非常有自信，认为通过破坏性致命武器的混合，如超快速导弹、无人机蜂群及自主杀手机器人，它很快可以超越竞争对手。但是，自主武器战争也正面临军事智能碎片化的现实挑战。

　　高效的超智能战争机器必须要植入尖端的人工智能系统，让它以迄今为止令人难以置信的方式来收集、处理和分析大量信息。有专家指出，尽管开发焦点已经集中在自主间谍飞机、轰炸机和潜艇项目，但是如果没有数据处理和分析基础设施来帮助进行节点链接并提供可靠的实时智能，这些系统的性能将严重受限。

　　信息架构是“第三次抵消战略”很少谈及的一个话题，同时它也正成为最艰难的一种挑战性任务。Govini的分析总监建议，美国国防部必须要构想出可以满足自主系统智能需求的数据架构。如果要继续使用自主系统进行大量数据收集，那么必须要建立一个对应的自主处理过程，以实现自主系统的实际价值。而这其中首先要建立一种健壮和集成的PED架构（PED是处理-processing、开发-exploitaTIon与传播-disseminaTIon的缩写），以便自主监控系统能发挥它们的潜力。

　　与前5年平均水平相比，美国国防部2016财年在数据科学和分析方面的支出上升了39.4%，达到11亿美元，而前五年的年均增长率为39%。实时处理技术支出增长了35.7%，达到15亿美元。这些投资被视为是从以平台为中心向以数据为中心的现代化战略过渡的重要步骤。对于成功的自主系统而言，其关键是它们收集的数据如何与先前收集的数据保持一致，即实现更完整的态势感知。这就是所有的自主技术投资所支撑的数据科学、分析、机器学习和人工智能的真实意义所在。

　　随着PED架构的应用，自主车辆将能够充分发挥其潜力。对于国防工业来说，最重要的是这些架构将为其开发可“跨域”共享数据的空中、陆地和海上平台开辟道路。

　　在2011-2016年间，美国国防部在自主系统方面已经投资了近600亿美元。其中无人机总计约占56.8%，如果军方有集成的信息架构，美国国防部将有动机购买更多的水下和地面自主系统，以创建一种全域的智能收集网络。而当前系统则倾向于彼此孤立操作，这导致作战概念的分散化和信息共享能力受限。

　　最近几年，美国军方已经减缓了对传统无人平台的采购，并且正寻找新一代系统。当前，其重点已放在自主智能网络，这种网络可接收数据并将其转换为决策行动可用数据。但同时，国防系统自主性很容易被忽视的一个方面是数据处理的自主性。这就是为什么国防部的投资逐渐被引导向基于云设施的人工智能、云计算、软件和自定义应用程序的原因所在。

　　美国国防部继续投资特定军种智能系统如分布式通用地面系统（DCGS）的原因是为了实现“跨域解决方案”。而每个军种都在采集适用于自己的DCGS版本。分析人士认为，自主性PED架构需要比DCGS本身更广泛和更强大，第三次抵消战略的重点应是使所有这些自主平台能够无缝集成并相互通信。如果没有一个更富有凝聚力的计划来整合数据，那么仅在平台自身进行更多的投资是毫无意义的，必须要实现一种更广泛的、自动化的架构。

　　美国军方在烟道式数据源连接方面的困难为硅谷公司开发解决方案提供了机会。美国硅谷PalanTIr公司正在开发下一代DCGS，但是它的应用提议遭到了美国陆军的拒绝。这也是自主技术发展的一种障碍。

　　自主武器在复杂战区的操纵能力是第三次抵消战略的核心。其想法是，这些系统必须要能渗透进敌国所试图保卫的空域或水域内。在这种情况下，无人系统将优于有人的飞行或航行系统，并且这种情况也更加需要比当前可用系统更复杂的自主平台。

　　美国国防部情报副部长办公室信息系统负责人爱德华·莱恩称，第三次抵消战略最难的部分就是数据。他的办公室负责第三次抵消战略的C4I（指挥、控制、通信、计算机和情报）架构愿景的确定，而该愿景的一部分就是数据战略。

　　其中的障碍之一是政府数据对应用开发人员或技术精通部门的安全防护障碍，这些人可能需要帮助指挥官和分析师实时捕获有价值情报。创造力和创新都发生在数据可用之后，随着发展，美国国防部将实现一种数据中心方法，以更快的进行创新。