、空中、陆地和海洋领域的战略优势的武器化，可能会加快行动的节奏，同时影响部队在进攻和防御行动中的生存能力。
2.目前，美国、欧洲和中国正在开发能借助智能手机指挥的自主直升机。自主的地面车辆，如坦克和运输车，正在全球范围内进行开发。
3.2018年1月，人工智能任务组建议设立国家人工智能任务，作为协调印度人工智能相关活动的节点机构，五年内的预算拨款约为1200亿印度卢比。它确定了印度AI发展的十个领域，包括国家安全。
近来，人工智能（AI）系统的商业和军事应用已经走到了最前沿。某些现代军队已经将AI的军事应用纳入后勤支持、网络防御、医疗后送机器人和综合监视等领域。然而，AI在空间、网络、空中、陆地和海洋领域的战略优势的武器化可能会加快行动的节奏，同时影响部队在进攻和防御行动中的生存能力。因此，设想21世纪战争的军事战略家将不得已重新思考围绕人工智能的新战争技术。本简报旨在分析AI在军事行动中的影响及其在印度武装部队中的表现。
人工智能和机器人技术在军事行动中的未来与工程师设计自主系统的能力成正比，这些系统能够展示独立的知识能力和基于专家的推理。目前，还没有这样的自主系统在使用中——大多数地面机器人是远程操作的。
在全球范围内，正在进行大量的自主系统研发工作。许多国家的空中、地面、水上和水下交通工具都在逐步推进这种系统。目前，美国、欧洲和中国正在开发能借助指挥的自主直升机。自主的地面车辆，如坦克和运输车，正在全世界范围内开发。鉴于这些发展，许多人现在认为AI和机器人技术有可能引发一场新的 军事事务革命（RMA），因为这些系统的复杂程度和能力不断提高。
除了自主系统之外，还需要利用人工智能的力量来提高现有部队的作战能力。这可能会带来许多红利，如利用的图像识别来识别威胁，预测供应瓶颈，自动化行政运作等。这种应用将允许部队重组，以较小的人员配置水平取代庞大的组织。因此，人工智能有可能帮助国防部队提高其(后勤部队与作战部队的)前后方比率。进化路线上的另一个重点领域是开发自主武器，这可以被称为 人机合作，其中机器和人以共生关系一起工作。这种方法设想将机器的速度和力量与人类的判断力结合起来，将机器的精确性和可靠性与人类的稳健性和灵活性结合起来，也使计算机和人类能够相互帮助思考，称为 认知团队。
美国在开发精确制导弹药、隐形武器、情报、监视和侦察（ISR）系统方面做了大量投资，以对抗任何对手的数量优势并改善其技术基础。据报道，作为其 第三抵消战略 的一部分，美国已将180亿美元用于人工智能，作为其未来国防计划的一部分。其中很大一部分已被分配给机器人技术、自主系统、人机协作、网络和电子战。
俄罗斯强调他们打算全力发展人工智能以保持全球经济和军事力量的平衡。俄罗斯军队正在开发基于AI的机器人、反无人机系统、边境保护系统和巡航导弹。
中国正在大力推动人工智能自主系统的发展。，已着手开发具有高度准确性的人工智能巡航导弹系统。
随着装备现代化的巨大需求和其他作战和后勤方面的挑战，AI和机器人范式还没有成为印度武装部队理论思维和前景规划的关键组成部分和驱动力。然而，为了加强安全，一些部队慢慢的开始有限地使用某些现成的商用设备（COTS）。
相对而言，印度在人工智能的研发方面还处于起步阶段，特别是在国防领域，从其经济规模和国防需求来看，其在该领域的滞后是很明显的。与其对手甚至一些小国的发展状况相比，情况更是如此。印度目前的AI产业估计每年为1.8亿美元。
2018年1月，人工智能任务组建议设立国家人工智能任务，作为协调印度人工智能相关活动的节点机构，五年内的预算拨款约为1200亿印度卢比。它为印度的AI发展确定了十个领域，包括国家安全。在具体领域的分析中，它进一步列出了基于AI的系统在国家安全方面的可能领域，包括自主监视和战斗系统、自适应通信系统、网络攻击缓解和基于多传感器数据融合的决策系统。该报告提出了一系列建议，包括建立卓越中心，为开发者建立人工智能试验台实验室，建立一个跨学科的数据中心来解释数据，起草标准和技能发展。2018年2月，国防生产部（MoD）成立了一个特别工作组，研究AI在国防应用中的未来使用。某些处于开发阶段的旗舰项目如下：
①网络中心行动的人工智能（AINCO）。这包括创建知识库、语义信息接收和处理、界面推理和事件关联的一整套技术。
②“机器人家族”。这个概念是开发一个完整的机器人战车“家族”，它使用共同的导航软件和控制界面，可以自动扫过雷区的路径，冒出烟雾以掩盖前进，干扰敌人的传输，并用反坦克导弹进行射击。类似的技术正在为监视和侦察应用而开发。
③AI和机器人中心（CAIR）。目前，印度武装部队正在与CAIR密切合作，处理多代理机器人框架（MARF）项目——蛇、有腿机器人、爬墙机和无人地面车辆（UGV），是正在开发的一些机器人类型。它还开发了网络流量分析（NETRA）。
印度武装部队需要更多地关注 自下而上 的自动化方法，然后是辅助服务的 智能化，如医疗、库存管理、后勤、维修和保养、专业军事教育、自主监视和战斗系统。人工智能和其他利基技术在武装部队中的一些应用如下：
①蜂巢项目。电子和机械工程师团（EME）慢慢的开始了 蜂巢项目 的工作，该项目旨在作为一个集中的实时数据库，记录全国近2000个陆军车间正在进行的所有设备维修以及与地形有关的核心问题。为促进 智能运作，应该采用人工智能，从而消除对人工输入数据的需求，并创建 预测性维修 模型，取代目前的 法医 和 预防性 维修。机器视觉可以在EME车间与自然语言处理（NLP）模块（如数据输入和记录的虚拟助手（VADER））结合使用，将机械师对其工作的实时口头描述转换成文本，从中提取有关信息并更新到Beehive云中。
②医疗保健。陆军医疗队（AMC）的中央数据库——Dhanvantr，有一个自动数据输入系统，从而使网络上的所有军事医院能够访问对方的病人的医疗记录。AI可以被整合到AMC中，通过自动阅读X射线和报告来减少其有限人员的负担，并通过全面的 预防 而不是 规定 来提高医疗卫生保健的质量。一些健康初创公司，如Pre- Cognitive（基于云的心电图{ECG}监测公司）和Sig Tuple（用AI驱动的可视化医疗数据分析的智能筛查解决方案）是很好的学习模式。更明智地用AI诊断工具将减少繁忙，并促进 黄金时间 的快速反应。从这些诊断中获得的数据也可以与士兵个人的地形、人口统计学、口感和生活方式相关联，并在此后创建一个定制的健康计划。
③人工智能对抗网络攻击。基于AI的算法可以被设计用来自动检验测试网络中的恶意软件，并促进对它们的有效反击措施。人工智能也可用于编写代码，以应对恶性软件。
④在控制线（LoC）环境中的应用。在控制线上生活的一个重要特点是违反停火的不确定性（CFVs）。伤亡是由于不可预测的射击和由于部队的频繁更换而缺乏机构记忆的结果。一个基于云的综合AI系统可以有效地消除这些缺点，通过汇编来自多个传感器（音频和视觉）的数据，包括上级编队的情报报告和CFVs的模式、使用的武器口径、对手使用的大致弹药（使用音频传感器计算射击间隙）以及可能的射击时间。
⑤无人驾驶平台的使用。启用人工智能的机器人能在反叛乱/反（CI/CT）地区的简易爆炸装置（IED）的拆除中发挥力量倍增器的作用。印度武装部队能学习美国陆军在伊拉克和阿富汗使用Talon、iRobot、Packbot7等机器人的经验。使用 robotic mules’ 就是这样一个例子。地面车辆（UGVs）可当作智能车队的一部分，在常规行动中使用。
⑥利基技术的进攻性使用。将基于AI的解决方案与无人驾驶系统相结合，实际上可以在常规战争之外产生有力的动态反应。然而，在接触线上，有必要引入短平快的战争模式；配备有手榴弹的COTS无人机和四旋翼飞机，可拿来产生破坏性的效果。尤其是在短平快的战争中，无人机群的行动有可能压倒敌人的防御和部队集结。探测模式和有关数据的人工智能也可用于实时控制无人机，并投放炸药以达到最大的破坏力。
⑦伤亡人员疏散。在作战场景中，自主车辆可被部署用于伤员疏散的目的。受伤士兵的及时疏散将导致在战场上拯救更多的生命。
⑧战争游戏。手工战争游戏可能是自古以来的传统方法，但它可能不再有真正的目的。由于代理战争和不对称战争等各种新概念，今天的战场充满了不确定性。计算机化的战争游戏是通过一系列分析兵力比例、乘法系数、移动表、随机数字、人员检查等来模拟所有可能的场景和战争条件的绝佳手段。
⑨信息主导。今天的战争将完全基于情报和监视来进行。虽然，印度陆军已经意识到它们的重要性，并且正在为未来的战争研究网络中心战（NCW）等概念，然而，NCW本身并不足以掌握主导信息领域和控制其流动的策略。为减少我们自己的 观察-判断-行动（OODA）循环，我们应该意识到，主要的瓶颈之一是决定性的机构本身。因此，在复杂的过程中使用Al来协助指挥官，做出决定所需的时间可能会大大减少。
文章出处：【微信号：AI智胜未来，微信公众号：AI智胜未来】欢迎添加关注！文章转载请注明出处。
的应用慢慢的开始渗透到各行各业，与生活交融，成为人类没办法拒绝，无法失去的一个重要存在
情报领域的应用现状和发展趋势 /
多个领域都有应用，每个人的精力都是有限的，因此对自己熟悉的领域或者喜欢的领域，去深入的学习
技术，通过对大量数据的分析，来识别和评估各个业务环节的表现，从而对效能做评估和监测。此外，我们还可
金融风险防控、服务优化、效率提升等方面的应用不断深入，并取得了一定成效，市场主体对应用
大模型已经孵化；繁衍过程将突飞猛进，ChatGPT已经上线。 世界首富马斯克认为AI对人类是一种威胁；谷歌前CEO施密特认为AI和机器学习对人类有很大益处。 每个国家对核武器的运用有两面性，可造可控；但AI
很多特定问题（如围棋、《星际争霸》游戏、医疗诊断等）的解决上甚至超过了人类的水平。这也引起了
领域的应用已慢慢的变成为学术研究的焦点。从早期计算机在战术决策辅助中的应用，到21世纪无人作战系统的广泛运用，
有什么区别？当今唯一可用的软件选项是 ML 系统。在十年左右的时间里，当计算能力和算法开发达到可以显着影响结果的地步时，我们将见证第一个真正的
自诞生之日起即被赋予了一项崇高使 命，即代替人类完成繁重、危险和重复性工作。面对 这些工作，
应用方向思考 /
【youyeetoo X1 windows 开发板体验】支持语音控制的AIoT智能终端设计
嵌入式学习-ElfBoard ELF 1板卡- Uboot目录结构介绍
