共查询到20条相似文献,搜索用时 312 毫秒
1.
<正>人类战争形态的发展演变历史表明,火药、机械制造技术、现代信息集成技术先后推动了热兵器战争、机械化战争、信息化战争形态的发展。如今,随着人工智能技术的迅猛发展及其在战场上的广泛应用,战争形态从信息化战争逐渐清晰地呈现出智能化战争形态。进入21世纪,信息栅格、人工智能、云计算、物联网、大数据等一系列新一代信息技术迅猛发展,为实现武器装备智能化展示出广阔的应用前景。具有指挥高效化、打击精确化、操作自动化和行为智能化的武器装备,将在未来战场上贡献独特的“机器智慧与力量”,并推动智能化战争到来。 相似文献
2.
经过60多年的发展,人工智能对人类生产生活各方面都产生了巨大影响。近年来,随着世界各国大力推进军事智能化建设,人工智能向军事领域渗透的步伐逐步加快,引发军事领域新一轮变革,推动战争形态向智能化战争的新方向演变。本文采用文献分析和实例研究的方法,深入剖析了人工智能技术对智能化战争形态发展的影响;将智能化战争划分为算法战争阶段和类脑化战争阶段两个阶段,并从基本概念、发展现状、作战样式等角度进行了细致分析。通过分析算法战争的局限性及类脑领域快速发展的趋势可以看出,世界各国、各科技企业均十分重视脑科学与类脑智能相关研究,智能化战争未来将从当前的算法战争阶段进入到类脑化战争阶段。 相似文献
3.
4.
党的十九大报告指出,加快军事智能化发展,提高基于网络信息体系的联合作战能力、全域作战能力,有效塑造态势、管控危机、遏制战争、打赢战争。2017年7月,国务院印发实施《新一代人工智能发展规划》,提出要强化新一代人工智能技术对指挥决策、军事推演、国防装备等的有力支撑,以人工智能提升国防实力,保障和维护国家安全。可以预见,军事智能化作为新一轮军事变革的核心驱动力,将深刻改变未来战争的制胜机理、力量结构和作战方式。 相似文献
5.
6.
7.
未来战争是人机环系统融合的战争。它不仅仅是智能化战争,更是智慧化战争。未来的战争不但要打破形式化的数学计算,还要打破传统思维的逻辑计算,是一种结合人、机和环境各方优势互补的新型计算-算计博弈系统。本文以智能化战争为背景,探讨了深度态势感知的概念、内涵与模型;介绍了未来战争中深度态势感知模型发挥的作用,即深度态势感知解决了人工智能中的可解释性、学习及常识三个重要瓶颈;最后,介绍了深度态势感知在未来战争中面临的挑战,包括人机环境系统融合问题、战场中的不确定性以及智慧化协同作战的实现。鉴于人机融合智能机制、机理破解以及有效的协同方式将成为影响未来战争的关键因素,深度研究态势感知对预测未来战争走向具备一定借鉴意义。 相似文献
8.
9.
复杂性科学是当今世界科学发展的热点和前沿,其研究与应用正迅速向各个学科渗透和扩展,成为备受众多领域科学家关注的交叉学科研究领域.目前,在军事科学领域,战争复杂性的问题正日益受到学者们的广泛关注.应用复杂系统建模与仿真方法对战争复杂性问题进行建模与仿真研究是一种有别于传统的基于兰切斯特方程等数学模型方法研究战争问题的一种新方法.讨论了战争系统复杂性问题,在掌握现有资料的基础上,力图较全面介绍国内外关于基于Agent战争系统复杂性建模与仿真方面的最新研究进展,并对相关的研究成果给出了自己的看法. 相似文献
10.
11.
12.
13.
立足打赢未来智能化战争的作战需求,提高目标探测识别、运动参数估计的实时性和准确性,解决自主拦截决策建模难度大、决策结果稳定性差等问题,通过引入数据挖掘、深度学习、神经网络等人工智能技术,重点开展基于大数据的多类型目标状态空间模型分析、多探测模式下的目标融合识别技术、基于卷积神经网络的射击诸元修正等,研制一套自学习防空火力控制系统,有效弥补传统防空火力控制技术在时敏目标状态空间模型、大闭环校射、协同信息处理、控制决策等环节的不足,提升火控系统自修正、自学习能力,为武器装备向无人化智能化方向发展提供技术支撑. 相似文献
14.
15.
16.
17.
18.
梳理未来智能化战争认知域主战场演进趋势和现实挑战,在厘清知识体系、构建底层逻辑的基础上,提出认知智能新理论范式,探索使计算机具备真正逻辑思维的原理和方法。以文化、信仰、价值观、意识形态为争夺重心,提出“认知智能作战”新概念,推动作战体系由信息化向智能化加速跃升,实现制生权向制脑权、制智权升级演进。从复杂性与多尺度视角研究下一代人工智能前沿技术,分析现有深度学习可解释性的瓶颈,推动动态、稳健与可信的智能模型与方法体系的构建。研发“认知引导机器人”武器装备,覆盖“观察,判断,决策,行动”认知攻防全流程,在塑造意识形态、占领对手文化语系、柔性认知干预、正向价值引导等方面实现主导战场行动。 相似文献
19.
“复杂性”催生指挥“新模式” 总被引:1,自引:0,他引:1
随着信息化战争形态的出现,作战指挥的复杂性特征日趋明显.将被誉为"21世纪科学"的复杂性科学,引入作战指挥领域,从新的视角对作战指挥进行分析和探讨,将会催生新的作战指挥模式,进而引导军队作战指挥变革. 相似文献
20.
随着大数据、物联网和5G的不断发展,海量数据的获取变得越来越容易,人工智能技术利用GPU的强大计算能力和深度学习网络对高维数据和非线性模型的拟合能力,迎来了飞跃式发展,深刻改变着人类生产、生活和学习方式,出现了语音识别、机器翻译、无人驾驶及智能机器人等场景,计算、数据与模型的不断发展也成为推动人工智能前进的主要动力。本文分析了人工智能技术的主要发展方向,包括自然语言处理、语音识别和图像识别分析等,结合当前人工智能的主要技术方向和典型应用,展望了人工智能在军事训练领域的广阔应用前景,同时,聚焦发展智能化军事训练亟需解决的关键问题,针对解决网络、数据、模型等面临的问题提出措施建议,指出应通过模拟仿真训练提高训练效率,基于训练数据科学评价训练效果。 相似文献