共查询到19条相似文献,搜索用时 312 毫秒
1.
人机混合智能是由“人-机-环境”相互作用而产生的新型智能系统。对人机混合智能领域的最新研究与应用动向与进展进行了综合评述。首先介绍DARPA近年来在人机混合智能领域的加速布局;然后盘点了脑机接口、可信人工智能、虚拟现实、环境感知等人机混合智能核心技术的最新科研与应用进展;最后讨论人机混合智能面临的挑战与对未来军事发展的启示。综述表明,机器在未来将更多地用作人类“同事”,而不仅仅是“工具”,人机混合智能的各项核心技术已经不同程度地产生实战应用,而人、机之间的权责分工、能力分配、交互接口、伦理规制等将是人机混合智能进一步发展所需解决的关键问题,人机混合智能将加速军事变革进程,对作战样式、装备体系、战斗力生成模式等带来根本性变化。 相似文献
2.
3.
4.
5.
6.
7.
文章基于智能化无人化技术发展对陆军战争形态演化的驱动作用,阐述了智能无人作战体系在陆军全地域、全天候、全时段遂行多样化军事使命任务作战能力,分析了基于智能无人作战系统从人机弱结合到人机融合的演进方向,提出"人在回路、物在感知、可随遇接入和动态重组,且能够自适应、协同、自组织"的智能化无人化作战体系构建思路。 相似文献
8.
《国防科技》2021,42(3)
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
9.
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
10.
针对人与远程无人设备协同精准配合的迫切需求,以机器人操作系统为基础构建了一种人机共融的远程态势感知系统,并开展了实验与分析。该系统以视觉定位技术为基础,以人机感知共融为切入点,通过实时三维场景重建技术与场景一致性融合方法,将无人设备探测到的环境及目标信息进行三维重构,并通过增强现实设备进行显示,与人的视觉信息进行一致性融合,实现无GPS条件下远程无人设备与人所佩戴的增强现实设备之间的协同定位。实验结果表明,系统在近距离时具有较好的人机协同定位准确度,定位精度随着距离的增加而逐渐降低。所构建的系统使无人设备成为人眼的延伸,在不干扰人员正常行动的情况下实现了穿障碍、跨视距的感知能力,在未来信息化作战中可发挥重要作用。 相似文献
11.
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
12.
面对智能化时代的巨大进步,人工智能安全逐渐成为备受关注的议题.以Web of Science数据库收录的核心论文为研究对象,运用科学计量学方法和可视化技术,对包括国家、机构在内的研究力量分布以及热点、前沿和所涉学科在内的主题内容进行分析和总结.针对潜在的人工智能安全议题,构建定性分析框架,对人工智能安全进行定性定量结合... 相似文献
13.
邢璐 《中国人民武装警察部队学院学报》2014,(7):18-21
新疆维稳形势严峻,预警是维护社会稳定的重要途径。情报收集是成功预警的前提和基础。当前的新疆维稳预警情报收集工作还存在收集主体素质不高,群众优势未能充分发挥,缺乏有效交流与合作等问题。为此。必须加强情报队伍建设,构筑人民防线,完善协作机制,加强情报交流,以改进情报收集工作。 相似文献
14.
15.
发展语言智能处理技术是全球新军事科技研发的重要趋势。美军在几十年的发展过程中,不遗余力地推进新的语言智能技术的研发与应用。在人工智能宏观政策和举措的带动下,美国政府与军方在语言智能领域采取了较为清晰的战略路线:明确需求方向,注重长远规划;重视军民融合,调动地方研发活力;创新技术研发资金的管理模式,提高发展效率;推动技术在关键领域的应用,加快美军战斗力的形成。本文认为,面对这一趋势,我们需要深度布局国防语言智能处理技术战略,重视面向未来需求的长远规划;充分调动语言智能处理技术研发的"民间力量",注重军产学研的协同创新;建立科学适度的项目研发机制,加快颠覆性技术的战斗力转化。 相似文献
16.
Sumit Ganguly 《The Nonproliferation Review》2014,21(3-4):373-382
This article analyzes India's efforts to deploy a Ballistic Missile Program (BMD). The article has three objectives. First, it argues that scientific-bureaucratic factors and India's incapacity to deter Pakistan's use of terrorist proxies have driven its quest for BMD. Second, the article also evaluates the current state of India's two-tiered missile defense shield. In spite of various claims on the part of India's defense science establishment, the paper estimates that India still lacks a deployable BMD system and is still far from developing an effective strategy of deterrence-through-denial. Third, the article analyzes the implications of the development of India's BMD system for nuclear stability in South Asia. The article shows how India's BMD capacities, however limited, have indirectly exacerbated the security concerns of India's regional rival, Pakistan. 相似文献
17.
杜威和桑代克的教育科学观存在着严重的分歧。回顾杜威和桑代克教育科学观的内容、个人实践与影响,可以发现,两位教育思想巨人的教育科学观争论主要集中在三个方面:第一,在对于实验学校的态度上,杜威认为实验学校是教育科学研究的重要组成部分,而桑代克则认为教育测量与统计才是教育科学的中心,实验学校是可有可无的一部分。这一事实反映了二人对于教育科学本质的不同认识,杜威认为教育科学乃是服务于教育实践的规范科学,而桑代克则认为教育科学是进行教育理论生产的实证科学;第二,在教育研究中对于民主理念的理解上,杜威反对一切形式化的等级结构,而桑代克则认为教育研究中的等级结构是教育学科制度化的必要手段;第三,在教育研究的范式选择上,杜威希望将教育学打造成一门标准的学术科系,一种体现自由学科精神的“复数教育学”。而桑代克则是实证主义研究取向的代表。他主张由大学专业学院中真正的科学家来主导教育知识的生产,并由这些职业科学家建立一种“单数教育学”。 相似文献
18.
指挥与控制一般被认为是军队和工程自动化的基本范畴,但从哲学的高度可以看到更广阔的领域。指挥与控制是人类区别于自然界自组织活动的核心行为。人类的语言从一开始就已相当传神地揭示了这一概念的具体内涵。指挥控制有别于自动控制,是指挥与控制的有机结合。指挥控制的对象是以人为基本要素的系统,指挥与控制能否合二为一,依赖于指挥者的威信、指令的正确度以及信道的畅通等因素。指挥与控制学科的建立是一项复杂的系统工程,依赖于自然科学和社会科学等相关学科群。 相似文献
19.
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