共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
新一代人工智能技术已经成为当前研究的重点和热点,并逐渐成为提升国防力量、军事能力和国家竞争力的有效途径。本文在总结人工智能概念的基础上,给出了新一代人工智能的定义和发展的重要意义,从掌握未来战争主动权、支撑军工装备研制生产模式转型和保障国防科技先进性三个方面梳理了国防科技领域发展新一代人工智能的必要性,并从基础技术支撑和国防特色应用两个方向提出了国防科技领域发展新一代人工智能涉及的基础软硬件、标准规范、智能装备/系统、辅助作战指挥、智能研发等重点内容,在此基础上给出了相关的发展建议。以上研究可为新一代人工智能技术在国防科技领域的研究、应用和发展提供参考。 相似文献
3.
4.
对近年来美军无人系统及相关技术研究的发展态势进行梳理,并分析其特点,可知:海军是美军无人系统及相关技术研究的主力,也是未来美军人工智能赋能的重点;以技术应用、测试和系统整合为重点,部门和军种间通专分离、相互支撑;人机互信是未来美军无人系统及相关技术研究的重要方向;美军主要从速度、精确度、协调性、可及范围、持续性、耐受力和杀伤力等方面提升军事能力,旨在加强威慑,促进与盟友的互操作性。 相似文献
5.
人工智能技术的发展加速了军事智能化的脚步。本文分析了美军在推进人工智能军事应用方面采取的一系列举措,如注重国家战略层面的顶层设计,出台一系列智能化发展战略规划;部署各类军事智能化研究项目,开展大数据、智能算法研究,促进人工智能技术向情报处理、无人作战平台、指挥控制、武器装备系统、作战方式变革的渗透转化;重视智能化技术的基础理论研究和人才培养,聚焦核心和关键技术的突破,夯实军事智能化发展的基础。阐述了美军在推进人工智能军事应用进程中面临的来自技术、信任、伦理等多方面的挑战,并从成熟算法民转军用、寻求认知智能算法突破、培养军事智能化复合型人才等角度提出几点启示。 相似文献
6.
7.
8.
与国际上其他军事强国相比,我国军事智能化发展还处于起步和探索阶段。当前军事智能化发展呈现出技术增长点随机发散与关键技术领域不聚焦等特征,阻碍了人工智能技术在军事领域的应用。人工智能技术在军事应用中应本着"有所为有所不为"的原则。为了增强对"为军所用"人工智能核心技术的评价能力,推动高需求匹配度的核心技术发展,本文对军事智能化的边界问题进行了探索研究,通过将军事智能"五性"与现有武器装备"六性"和作战试验与鉴定相结合,并基于"封闭性"准则,提出了将"军事智能化"这一开放性问题进行边界收敛,以促进军事智能技术创新发展呈现收敛状态并逐步形成有序的体系。 相似文献
9.
10.
11.
12.
13.
深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。 相似文献
14.
边缘计算是物联网技术与人工智能技术深度结合的产物,核心思想是在靠近终端的网络边缘侧就近提供智能服务,满足用户在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求.通过对边缘计算在军事信息系统中运用优势的分析,认为其主要理念内涵符合军事信息系统智能化发展的方向.归纳了边缘计算在军事信息系统领域的相关关键技术,并基于边缘计算搭建了无人机作战信息系统样例,较为直观地展现了如何运用边缘计算提升军事信息系统的作战效能.最后提出几点发展建议,供相关规划部门和研究机构参考. 相似文献
15.
16.
汪文超 《海军工程大学学报》1985,(4)
文章首先简述了人工智能迅速发展的概况并指出了人工智能在军事上具有广泛用途。为了加速我国指控系统现代化工作的进程,应积极探索人工智能技术在指控系统中的应用,为此作者提出了舰载人工智能指控系统(AIC~2—1)的研究方案。文章对此方案作了详细介绍,包括系统结构方框图、总系统和子系统的功能说明以及研究该系统的步骤和要点。文章共分五个部分:1.人工智能及其在军事上的应用。2.人工智能指控系统(AIC~2—1)总体方案构想。3.AIC~2—1系统功能。4.关于研制AIC~2—1系统的几点想法。5.结束语。 相似文献
17.
战争的信息化程度不断加深对军事侦察提出了更高要求。军事目标识别作为军事侦察的主要任务之一,需要能够处理细粒度军事目标,为人员提供更加详细的目标信息。但传统的粗粒度目标识别方法无法得到目标的细粒度信息。因此,如何识别细粒度目标成为目前军事侦察亟需解决的问题。针对该问题,本文结合军事领域的实际需求,对细粒度识别技术的发展现状进行了分析,提出了军事领域细粒度识别技术应用流程的数据集构建、模型设计和终端部署三个阶段,同时,从无人机侦察、遥感侦察和单兵侦察三个方向分析了细粒度识别的应用前景。经过分析,军事领域细粒度识别技术已经具备实际运用条件,具备良好的应用价值。 相似文献
18.
19.
20.
<正>人工智能自诞生之日起就引起人们无限的想象和憧憬,同时也伴随着巨大的伦理争议。在诸多成因中,人工智能技术的安全性问题引发的伦理争议尤为激烈。一方面,人工智能在增强人类应对和解决安全危害能力,提高安全控制水平方面将发挥重要作用;另一方面,受制于技术本身的特点和缺陷,拥有自主能力的人工智能则很有可能成为全新的安全威胁。相较于社会其它领域,人工智能在军事领域的应用起步较晚,但由于军事活动自身的特殊属性, 相似文献