2024美国防部与国家安全领域十大热点新兴技术-CSDN博客

知远所知远战略与防务研究所

2024年10月21日 13:15 江苏

知远战略与防务研究所丁卫华/编译

全球最大的管理咨询机构之一博思艾伦咨询公司（Booz Allen Hamilton）提出，全球冲突与动荡频仍，后冷战时代的国际秩序对美国的利益而言愈发不稳定。为了在新的大国竞争中保持技术霸权，美国国家和军队层面的国防和情报工业基地必须依仗新兴技术的支持。

博思艾伦咨询公司的技术侦察团队发布报告称，短期内，有10 种军民两用技术对美国国防和情报领导者可谓至关重要¹。它们分别是：

人工智能加速器芯片

定义：人工智能加速器芯片（AI accelerator chips）是专用的微电子硬件设备，可加速和优化处理人工智能/机器学习软件模型。此功能对于云/数据中心应用程序（如运行大型语言模型）非常重要，对于边缘人工智能而言则尤为重要。

技术：人工智能芯片有多种类型，通常需要在能效/速度和可运行模型的灵活性之间进行权衡。随着芯片晶体管达到其物理尺寸极限和摩尔定律的放缓，其他技术——特别是定制冯·诺伊曼和非冯·诺伊曼专用集成电路（specific integrated circuits ,ASICs）和芯片内光子数据传输——正在经历创新的复兴，并将颠覆人工智能行业。

战略洞察：人工智能的发展速度可能取决于新的芯片材料和设计。此外，面对台湾地区日益加剧的地缘政治紧张局势，台湾积体电路制造公司（台积电）生产了世界上大部分的人工智能芯片，而美国的《创造有益的半导体生产激励措施和科学法案》（Creating Helpful Incentives to Produce Semiconductors (CHIPS) and Science Act）则代表了恢复美国在半导体领域领导地位的关键努力。美国防部可利用该项目和其他项目的资金来研发下一代设备，以增强战术决策能力和军事韧性。

前景：在短期内，边缘应用可能会发生重大颠覆，如无人机系统上的高保真计算机视觉（high-fidelity computer vision）或头戴式显示器中使用自然语言处理的实时翻译。最终，随着芯片变得越来越“像”大脑，其能力将开始与人类大脑相媲美，甚至像大型语言模型（large language models）这样高度复杂的模型有一天也可以在小尺寸、小重量和小功率（low size, weight, and power）设备上运行。

图1：在深度学习模型的灵活性和运行效率间权衡

图2：未来预期

图3：使用案例

可替代定位、导航与计时

定义：可替代定位、导航与授时（Alternative positioning, navigation, and timing, alt-PNT）是指用于在必要时补充、增强甚至取代全球定位系统（GPS）的一系列技术。

科技：在很大程度上，支持可替代定位、导航和授时的技术包括惯性、视觉、低地球轨道卫星、地面射频和基于环境/地球物理学的定位、导航和授时。自1990年代以来，已出现了几种可替代定位、导航和授时的解决方案。目前，又有新一轮创新浪潮，其实现主要拜原子钟的进步和低地球轨道卫星的部署所赐。

战略洞察：对全球定位系统卫星的威胁甚至直接攻击正在增加。美国的对手有能力禁用全球定位系统，这可能会削弱美国的军事行动并阻碍商业活动。美国政府问责局透露，美国防部继续严重依赖全球定位系统一事，是令人担忧的国家安全漏洞。

前景：理想情况下，未来的导航系统将嵌入多种可替代定位、导航和授时模态，这些模态可以单独使用，也可以协同使用，具体取决于需求和应用场景，并可能利用多模态人工智能（multimodal AI, MMAI）融合。

图4：GPS被禁用时，更佳之授时功能将对任务产生积极影响

图5：未来预期

图6：使用案例

自主集群

定义：自主集群（Autonomous Swarms）是一组自主机器人，可作为一个有凝聚力的单元遂行任务。自主集群的灵感来自自组织、非等级化的生物系统。集群在防御环境中的应用包括收集情报、监控基础设施、维护周边安全以及与目标交战或在战场上提供动能效果。

科技：集群中的单位使用人工智能“飞行员”，与人类、集群中的其他单位和非集群系统进行交流，做出决策、优化角色和遂行任务。冗余和容错功能可确保任务成功，即使多处发生故障亦如此。板载人工智能模型可帮助集群适应不断变化的条件，随着时间推移优化任务分配和行为，并做出集体决策。

战略洞察：自主集群使规模相对较小的部队能够投射更大力量。“复制器”（Replicator）系美国防部于2023年秋宣布的小型无人机采购计划，旨在加快集群人工智能“飞行员”、可扩展且经济实惠的硬件平台和安全供应链的开发和采购时间表。

前景：自主集群用于致命和非致命应用。其范围从自主群体的“混战”和对军事人员、设备和车辆的动能攻击，到增强情报、监视与侦察、通信和电子战以及后勤。模块化、可归因且与平台无关的集群硬件和软件能够顺利过渡到新的使用场景，包括针对敌方的反集群。

图6：无人机集群C2的未来系统将越来越多地使用半自主和自主的去中心化架构

图8：未来预期

图9：使用案例

生成式人工智能软件开发

定义：生成式人工智能软件开发（Generative AI Software Development）是指使用生成式人工智能来提高编码效率的任何工具，包括代码生成、代码完成、代码文档、遗留代码转换以及软件测试和调试。

科技：支持人工智能的生成式软件开发解决方案通常使用大型语言模型来生成代码和其他对软件开发至关重要的内容。

战略洞察：由于对底层技术缺乏信任并质疑其可靠性，美国防部对人工智能支持的软件开发工具的使用是受限的。然而，美国防部和联邦其他机构正在积极探索整合生成式编码技术的方法。

前景：随着生成式编码工具的进步，该技术将能够处理更多实际的编码过程，使人类能够专注于软件的设计和逻辑，而非编程语法。

图10：使用生成式人工智能编码工具进行训练和软件开发的过程

图11：未来预期

图12：使用案例

高密度储能

定义：高密度储能（High-Density Energy Storage, HDES）是指与当下能源系统相较能量重量比和能量体积比更高的技术。高密度储能系统以相对小巧轻便的外形尺寸存储大量能量，为从便携式电子产品到电动汽车的各种应用提供更高效、更持久的电力。

科技：硅阳极的最新进展表明，与石墨基锂离子技术相比，在未来1-3年内，硅阳极将提供更好的能量密度和效率。

战略洞察：高密度储能是各类任务不可或缺的一部分，从供应链物流到基地和通信运维，再到为一线作战人员提供支持。目前，美国防部使用传统电池时运营效率低下。

前景：未来，电力系统将以插入式硅阳极锂离子电池和固态电池为特征。从长远来看，氢电池具有最引人注目的潜力，但据估计，其广泛采用和全面使用需要10-20年。

图13：技术就绪水平与能量密度或可存储功率之间的关系

图14：未来预期

图15：使用案例

高超声速

定义：高超声速（Hypersonic）推进是指物体的移动速度超过马赫数5。

科技：美国军方目前正在寻求两种类型的高超声速武器：一种是配备吸气式喷气发动机或“超燃冲压发动机”的巡航导弹，另一种是发射到空中然后高速滑翔到目标的滑翔飞行器。建模和仿真等数字技术的进步使低成本的高超声速研发成为可能，并缩短了创新和扩展的途径。

战略洞察：由于美国与其对手之间的距离很远，且中国试图在印太地区制造“坚不可摧的气泡”（impenetrable bubble），因此可以快速打击的远程高超声速导弹将成为美国及其对手武器库的关键组成部分。

前景：高超声速导弹基本上将世界变成“地球村”。如果在更遥远的将来能够正确利用高超声速武器，则美国可在几小时内达成威慑并将资源运至世界各地。

图16：高超声速武器两种主要飞行模式的区别

图17：未来预期

图18：使用案例

多模态人工智能

定义：多模态人工智能模型可以输入/输出多种数据类型。

科技：明确，深度神经网络正在接受训练，以理解不同类型的数据相互关联。作为一个概念，多模态并不新鲜。然而，随着当今获取各种数据和组合算法的能力，融合正越来越广泛地用于训练跨多种数据类型的人工智能模型，用于推荐系统、语言理解、图像生成和最先进的生物识别等。

战略洞察：融合不同类型情报，使其成为决策信息的输出，是美国防部的关键业务，为实现这一点，将需要大量多模态模型。美国防部创新部门的初步努力表明，多模态人工智能对情报融合、人类行为预测、深度伪造检测和预测性维护的重要性。

前景：多模态算法是高性能和可信人工智能的基础，每个结果模型都将包含尽可能多的相关数据类型，以实现自动化分析。多模态人工智能也被认为是迈向未来通用人工智能（artificial general intelligence, AGI）的一步，从理论上讲，这将使算法能够自行学习、理解和执行广泛任务。

图19：简化的MMAI架构，用于尝试识别深度伪造视频的模型

图20：未来预期

图21：使用案例

非动能反无人机系统

定义：非动能反无人系统是反无人系统的子集之一，专注于使用射频干扰、网络接管或定向能等来消除中小型无人机威胁。

科技：目前，射频干扰和网络接管会破坏操作员和无人系统之间的通信，这使得其对于打击商用现货系统而言至关重要。对于更高级威胁则将首选定向能。

战略洞察：对美国而言，中国在自主无人机和集群技术上的发展使之感到威胁迫近。2023年，美国联合反小型无人系统办公室在反无人系统研究和采购方面的花费逾7亿美元。其新近声明表明，非动能可能是消除新出现群体威胁之首选。

前景：无人机在社会和战场上越来越受欢迎。未来的反无人系统将以人工智能驱动的指挥与控制系统为特征，可以融合传感器数据，快速识别新威胁，并在人工监督下自动做出最佳响应。

图22：HMP和HEL定向能系统

图23：未来预期

图24：使用案例

后量子密码学

定义：后量子密码学（Post-quantum cryptography, PQC）是指用于加密个人、组织和政府的私密通信的数学算法，此类算法被认为可以抵御当前和未来量子计算机的攻击。

科技：后量子密码学基于复杂的数学模型，不存在已知的量子捷径。美国家标准与技术研究院正在对这些模型进行标准化，供政府和行业使用，同时还倡导加密敏捷性框架。换言之，如果正在运行的加密算法受到损害，可以轻松更换加密算法。2024年8月，美国家标准与技术研究院发布了预期的4个标准化后量子密码学协议中的3个。

战略洞察：安全的数据和通信是国家安全和经济繁荣的基石。美国的对手已在收集该国数据，希望将来能用量子计算机予以解密。此外，由于过渡到后量子密码学预计至少需要10年时间，并且考虑到量子计算的发展速度，相关机构亟需立即行动。

前景：未来，加密敏捷性将是适应新出现漏洞的关键，而混合加密协议还可以提高韧性。只有时间才能证明现有的后量子密码学算法对量子计算机是否安全，但可能仍需不断创新模型。