尽管几十年来商业和消费行业一直在投资于扩展现实技术(XR),但最近的进展扩大了美国军事领域的潜在应用数量。事实上,2022 年 2 月,负责研究和工程的国防部副部长办公室将 XR 的人机界面确定为美国防部(DOD)14 个关键技术领域之一。随着国防部增加 XR 和相关应用的开支,美国国会可能会考虑其对国防授权和拨款、军事力量结构和网络安全的影响。

概述

XR 包括三大类物理和数字环境(图 1):

  • 虚拟现实(VR),一种完全沉浸式的数字环境(例如,将用户置于游戏虚拟世界中的视频游戏)。

  • 增强现实(AR):在物理环境中叠加数字对象(例如,在用户的视频或照片上叠加预设数字效果的 Instagram 滤镜)。

  • 混合现实(MR),物理和数字环境的混合体,其中物理和数字对象可以互动。与 AR 不同,MR 可使用户操纵物理或数字对象,并与同一混合现实环境中的其他用户分享他们对这些对象的看法(例如,在投射的数字地图上协同标记敌方部队的位置)。

图 1. 扩展现实的主要类别

一些先进的使能能力,如 5G 和边缘计算--一种 "在数据源或数据源附近 "进行的计算--很可能在未来扩展 XR 应用。这些能力可提高数据传输速率、增加用户容量并减少延迟(即时延),所有这些都可支持大规模网络应用。美国防部目前正在华盛顿州刘易斯-麦克乔德联合基地和德克萨斯州圣安东尼奥联合基地测试 XR 的 5G赋能应用。

扩展现实的军事应用

美国军方正在探索 XR 的一系列应用,并在各军种开展研发项目。这些应用包括战术、飞行、维修、医疗和其他培训以及作战。

军事训练

据负责研究与工程的国防部副部长海迪-斯尤(Heidi Shyu)称,国防部打算利用 "游戏行业......[正在成熟的]AR/VR 和实战训练 "作为开发自己的定制 XR 项目的基础。这样做可以使军队能够进行那些在物理环境中成本过高或危险性过大的训练演习,并使远在异地的军人能够共同训练。

例如,陆军的合成训练环境(STE)--一种旨在补充或整合实战训练的 XR 训练环境--旨在使士兵 "在第一次战斗开始之前,就能在他们将要战斗的地方,与他们将要战斗的伙伴一起,在复杂的作战环境(包括密集的城市、林地、丛林、沙漠和亚地形)中进行训练"。STE 的设计目的是使士兵能够更有效地 "通过重复提高熟练程度"。这些因素反过来可以提高战备状态和杀伤力。

空军将 XR 用于飞行训练,目的是降低成本、减少训练时间和飞机磨损。空军还在探索将 XR 用于维修训练,并正在建设虚拟训练机库,"以便随时随地 "在各种机体上进行训练。同样,海军也希望利用 XR 将工程师和维护人员联系起来,让他们能够在全球范围内实时共同解决维护问题。

美国防部还在研究 XR 在医疗培训中的应用。据空军称,XR 可以"[增加]培训的可用性,而无需增加培训设置的人力可用性"。这种应用可以实现分布式学习,为人手不足的医疗培训课程创造更高的效率。

交战

军方正在继续探索 XR 在作战中的应用(图 2)。长期以来,军方一直将 XR 应用于飞行员和机组人员使用的平视显示器和头盔显示器(分别为 HUD 和 HMD)。这些显示器可提供动态飞行和传感器信息,以提高用户的态势感知能力并改进武器瞄准。就 F-35 战斗机的 HMD 而言,来自 F-35 外置摄像头的输入信息可为飞行员提供 360 度的周围环境视图;它还可显示夜视和热图像--所有这些都可与任何探测到的物体的技术细节(如高度、速度)相叠加。

同样,美陆军正在开发集成视觉增强系统(IVAS),这是一种基于微软商用 HoloLens 的加固型(即强化型)磁共振任务演练耳机。陆军文件指出,IVAS "集成了下一代全天候态势感知工具和高分辨率数字传感器,提供一个单一平台,提高士兵的感知、决策、目标捕获和目标交战能力"。陆军文件显示,该系统最终将被纳入地面和空中车辆平台。

图 2. XR 的战场使用示例

可能面临的问题

美国国会在继续评估美国防部对当前和新兴 XR 军事应用的投资时,可能会考虑一些问题。

可负担性

XR 的军事应用在前期开发成本方面差异很大,美国军方最大的 XR 项目之一 IVAS 的 10 年实战成本高达 220 亿美元。然而,一旦投入使用,XR 系统可能会因无需集中人员、使用实弹或操作平台而降低训练成本。为评估这些问题,国会可指导对 XR 训练和作战应用的潜在好处和缺点(如认知过载)进行独立分析,以确定其成本和节省的费用。这项分析可确定是否有成本更低的替代手段来实现任何已确定的效益。国会还可能寻求获得有关 XR 系统预计生命周期成本(包括维护要求)的信息。

技术成熟度

虽然 XR 的某些应用相对成熟,特别是那些集成了独立 AR 的应用,但其他应用还处于较初级的开发阶段,需要更高水平的技术集成,或在实地应用或测试方面出现了延误。国会可能会继续寻求有关 XR 系统技术成熟度的信息,并随后确定这些系统是否值得请求的资金水平。国会还可以评估任何必要使能能力的技术成熟度,以确定它们是否足够成熟和获得足够的资金。

人员

XR 应用可能会对军事人员和部队结构产生一些影响。例如,如果美军能够提高训练或作战效率,就可以将人员从训练单元转移出来,或减少总体人力需求--保留较少数量的部队,提高战备水平。相反,XR 应用可能会产生对维护人员或 IT 和网络安全人员的更大需求。这种需求可能会抵消部队其他方面的削减,甚至增加总体人力需求。

网络安全

一些分析人员对 XR 系统潜在的网络安全漏洞表示担忧,尤其是那些依赖高价值目标数据库进行武器维护、图像分类或其他功能的系统。如果这类系统被渗透,就会向对手提供有关美国武器系统的重要信息,以及有关美军训练方式的信息,从而在发生冲突时打算如何作战。此外,用于作战的 XR 系统还可能使对手歪曲用于协调军事行动的共同行动图,或导致系统错误识别人员和平台,从而可能造成自相残杀或意外的平民伤亡。国会可能会要求通报国防部对 XR 系统进行网络安全测试的结果,或扣留发现存在重大漏洞的系统的资金。

参考来源:美国CRS

成为VIP会员查看完整内容
25

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
国防新兴技术
专知会员服务
33+阅读 · 2月15日
克服国防中的数据分析惯性以赢得未来战争
专知会员服务
20+阅读 · 1月20日
将人工智能集成到指挥控制系统中
专知会员服务
69+阅读 · 1月1日
俄乌战争与加以冲突:人工智能走向战场
专知会员服务
96+阅读 · 2023年11月27日
未来战争中的人工智能、无人机蜂群和升级风险
专知会员服务
43+阅读 · 2023年11月6日
战略战斗游戏中基于模糊XAI的形式化验证
专知会员服务
26+阅读 · 2023年11月1日
未来士兵系统
专知会员服务
55+阅读 · 2023年10月15日
利用人工智能测试军事认知系统
专知会员服务
64+阅读 · 2023年9月17日
20项任务全面碾压BERT,全新XLNet预训练模型
机器学习算法与Python学习
15+阅读 · 2019年6月20日
反无人机技术的方法与难点
无人机
13+阅读 · 2019年4月30日
PlaNet 简介:用于强化学习的深度规划网络
谷歌开发者
13+阅读 · 2019年3月16日
开源星际争霸2多智能体挑战smac
专知
17+阅读 · 2019年2月13日
进攻机动作战中的机器人集群
无人机
20+阅读 · 2017年12月4日
DARPA征集无人集群战术思路
无人机
15+阅读 · 2017年10月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
0+阅读 · 3月8日
Arxiv
133+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
327+阅读 · 2023年3月31日
Arxiv
16+阅读 · 2023年3月17日
Arxiv
67+阅读 · 2022年9月7日
VIP会员
相关VIP内容
国防新兴技术
专知会员服务
33+阅读 · 2月15日
克服国防中的数据分析惯性以赢得未来战争
专知会员服务
20+阅读 · 1月20日
将人工智能集成到指挥控制系统中
专知会员服务
69+阅读 · 1月1日
俄乌战争与加以冲突:人工智能走向战场
专知会员服务
96+阅读 · 2023年11月27日
未来战争中的人工智能、无人机蜂群和升级风险
专知会员服务
43+阅读 · 2023年11月6日
战略战斗游戏中基于模糊XAI的形式化验证
专知会员服务
26+阅读 · 2023年11月1日
未来士兵系统
专知会员服务
55+阅读 · 2023年10月15日
利用人工智能测试军事认知系统
专知会员服务
64+阅读 · 2023年9月17日
相关资讯
20项任务全面碾压BERT,全新XLNet预训练模型
机器学习算法与Python学习
15+阅读 · 2019年6月20日
反无人机技术的方法与难点
无人机
13+阅读 · 2019年4月30日
PlaNet 简介:用于强化学习的深度规划网络
谷歌开发者
13+阅读 · 2019年3月16日
开源星际争霸2多智能体挑战smac
专知
17+阅读 · 2019年2月13日
进攻机动作战中的机器人集群
无人机
20+阅读 · 2017年12月4日
DARPA征集无人集群战术思路
无人机
15+阅读 · 2017年10月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员