目的探测模子也可按照光谱特性对目的停止辨认，所触及的光谱包罗近红外（NIR）和长波红外（LWIR）

　　目的探测模子也可按照光谱特性对目的停止辨认，所触及的光谱包罗近红外（NIR）和长波红外（LWIR）。挑选适宜的传感器范例，以经由过程空中或空中侦查体系停止目的探测，这关于目的探测模子的使用相当主要。图2的D/E/F部门展现了计较机视觉模子对目的物体表面的辨认成果。目的探测算法会对其本身停止锻炼，以完成对目的共同的内部和内部表面的探测，从而精确探测和辨认主要目的。

　　一旦狂言语模子、数据处置模子和目的检测模子建造完成，作战职员就可以够对终极模子和数据链停止整合，以停止野生智能驱动的目的定位。图9展现了上文所述的一切野生智能/机械进修算法在D3A轮回中的详细使用。在D3A轮回的决议计划部门，狂言语模子会按照已知的敌方体例状况和布置状况，向批示官供给关于敌方最有能够采纳的动作道路的开端评价，这些评价将基于来自谍报陈述、友军陈述和无人机、空中和海上体系的目的探测成果。因为狂言语模子承受过有关敌方作战实际的培训，而且能够获得作战环田地形数据，因而该模子可对敌方动作道路停止猜测性阐发，并倡议在那边集合布置谍报搜集和探测配备。

　　野生智能是计较机科学的一个普遍范畴，重点是构建野生智能体系，以施行某些凡是需求人类才气完成的使命，这些使命包罗决议计划、成绩处理、言语了解和形式或目的辨认。野生智能模子旨在经由过程将数据使用于卷积神经收集（CNN）的方法来完成模仿的人类认知功用。数据质量提拔和卷积神经收集的优化是促进野生智能模子开展的两个最主要身分野生智能效劳平台。机械进修（ML）手艺是野生智能范畴的一个分支，可用于完成特定的反复性功用。机械进修体系能够按照输入数据，调解卷积神经收集内的神经毗连，从而在没有野生干涉的状况下，经由过程迭代锻炼周期不竭优化卷积神经收集的机能。今朝，在多域作战中，机械进修手艺最普遍地使用于目的探测（如图1所示）。在野生智能范畴，目的探测模子是最简单锻炼和布置的，这使其非常合适多域作战。美军正在停止的“马文”（Maven）项目就将目的探测算法用于辨认ISR视频和图象中的目的。但是，成立目的探测模子的应战在于，此类模子的卷积神经收集需求高质量数据停止锻炼以优化其机能。

　　因为目的探测和目的跟踪不需求GPS旌旗灯号，将目的探测模子与无人体系相分离的做法，可以使无人体系免受针对GPS旌旗灯号的滋扰。但是，在多域作战中利用全自立弹药能够会增长友军损伤的风险。固然无人空中车辆或无人潜航器等慢速挪动的无人体系能够难以形成友军损伤变乱，但快速挪动的无人性能够会因目的探测模子的误报，而误将友军体系辨认为敌方体系，进而增长友军损伤的风险。在神经收集进一步开展，和探测精确度进步到公道程度之前，在友军四周布置完整自立的无人机群仍旧是一个悠远的假想。

　　比方野生智能效劳平台，在日出前一小时和日落伍一小时中，作战职员可将小型无人机体系的可见光相机和近红外相机停止交融，以创立目的物体的复合表面，从而进步目的探测才能。先前的研讨发明，接纳机械进修模子停止自顺应传感器交融可有用进步目的探测才能。图4中的B图是将RGB传感器图象和长波红别传感器图象停止交融的示例。将此办法使用于现有没有人机体系的不敷的地方在于，大大都军用无人机体系都照顾近红别传感器，而近红别传感器在目的探测使用中的结果不如长波红别传感器。

　　数据处置后，深度进修算法（如狂言语模子）可以对数据停止整合，觉得批示官供给猜测性阐发。这类阐发的根底是大批颠末处置的数据，这些数据来自无人体系的目的检测模子、友军陈述和谍报。但是，狂言语模子能够需求较大的算力和庞大的锻炼，这使得在田野情况中锻炼新的狂言语模子非常具有应战性。因而，应在有充沛工夫和处置才能的驻军情况中锻炼狂言语模子，以成立可以使用于实战的模子。

　　图3：无人机的长波红别传感器胜利探测到一小我私家（左图），而不异情况下的近红别传感器未能探测该目的

　　提高范畴不竭扩展且开展疾速的野生智能体系，正在以一种史无前例的速率改动着多域作战中的打击和防备动作。快速开展的野生智能体系为作战职员带来了很多新的才能，而野生智能帮助的目的辨认才能和猜测性阐发才能就是此中之一。在目的辨认过程当中，野生智能体系可在多个无人机的多种传感器视频图象中快速发明主要的目的，明显放慢目的辨认流程，进步目的辨认的精确率。别的，野生智能体系还可在对目的的冲击完成后野生智能效劳平台，对响应的冲击结果和敌方后续的能够反响停止猜测性阐发。

　　图5：具有目的探测功用的空中和空中传感器可轻松辨认无假装的结合轻型战术车辆（图象A和B）。相反，没有可探测表面的图象（C和D）则很难被目的探测模子探测到

　　2024年9月，美国的《军事批评》杂志揭晓了一篇题为《操纵野生智能革新多域疆场：目的探测、猜测性阐发和自立体系》的陈述。陈述引见了野生智能在多域疆场中的潜伏使用范畴。本文基于该陈述，对野生智能体系在目的探测和猜测性阐发范畴的使用停止了引见。

　　搜集高质量的数据并不是易事，但其关于机械进修模子的锻炼来讲多是相当主要的。锻炼所用数据的质量将间接影响目的探测模子的机能野生智能效劳平台。若想在多域作战中布置目的探测模子，并使其承受有关作战情况中敌方新式配备、战术、手艺和流程的锻炼，那末数据搜集将是作战职员面对的主要困难。敌方队伍能够会利用各类手艺，以棍骗使用于多域作战的目的探测模子。在一场快速开展的战役中，作战职员需停止数据搜集、数据收拾整顿和数据同享事情，以使机械进修模子连结针对敌方新式配备、战术、手艺和流程的灵敏度，但这能够很难完成。敌方配备在差别角度和光照前提下能够会有差别的表示，并展示出差别的特征，作战职员能够很难搜集到针对敌方配备的精确且完美的信息。别的，因为边沿比照度低落、热穿插（thermal crossover）、图象劣化（image deterioration）等缘故原由，空基目的探测模子的锻炼比陆基模子更具应战性。一旦成立了敌方配备数据集，队伍就可以够按照使命请求成立目的探测模子。比方，在大范围作战动作中，队伍能够布置一个颠末高代价目的数据集锻炼的定制目的检测模子。

　　野生智能还可用于指导自立弹药停止冲击，从而进步多域冲击动作的杀伤力。自立体系配备有与弹药飞翔掌握安装相连的机载前沿装备，而这些装备又装备有目的探测和跟踪模子，可对空中、空中和海上的弹药停止指导野生智能的理想使用。因为前沿装备的价钱较低（35美圆），因而布置配备有目的跟踪模子的低本钱无人体系既经济又高效。比方，无人空中车辆（UGV）可布置目的探测和跟踪模子，以探测并向敌方目的发射弹药。图7展现了一个带有机载目的探测和跟踪模子的无人空中车辆，它能够指导和引爆由3D打印手艺消费的低本钱锥形装药战役部，以对坦克车辆停止冲击。该无人空中车辆是美国陆军批示与顾问学院所展开项目标一部门。

　　在无人体系上装置红外和可见光传感器，并停止机载目的探测和跟踪，这将有用进步模子才能和对准结果，削减光照前提对目的辨认的滋扰。乌克兰戎行曾经布置了配备有机载前沿装备的半自立多旋翼无人机，该无人机可将弹药带到俄罗斯戎行的坦克上空，并停止抛掷（图8）。别的，无人潜航器（UUV）也可自立发射弹药对敌方船只停止冲击。

　　用于目的对准的目的探测模子有一个次要缺点，即其算法能够会因敌方所采纳的各类步伐而遭到滋扰或生效。比方，敌方职员可利用假装来毁坏目的物体的表面，以利诱接纳可见光传感器的目的探测模子。在图5中，有一辆无假装结合轻型战术车辆和一辆有假装结合轻型战术车辆，树叶假装毁坏了后者的表面，招致目的探测算法没法辨认到目的。假如作战职员没有野生参与，那末这一目的能够会被疏忽。别的，将假装网罩在配备上而不毁坏目的表面，能够不敷以棍骗目的探测模子。图6展现了套着庇护罩的M119榴弹炮。因为榴弹炮的表面明晰可辨，被粉饰的M119榴弹炮仍能被空中貌的探测模子探测到，精确度为41%。作战职员必需利用树叶和其他质料（如图5C所示）来毁坏目的的表面，才气减弱目的探测模子的探测才能野生智能效劳平台。因为可见光传感器的范围性和目的探测模子简单被棍骗等缘故原由，近红外和长波红别传感器能够更合适用于目的探测。但是，热特性也能够被部门粉饰或完整袒护，计较机视觉模子一样会因而而被棍骗。

　　在颠末锻炼后，目的探测模子可以使用于被称为“前沿装备”的小型电脑之上，该装备尺寸玲珑，本钱昂贵，且可以轻松与无人体系的空中站成立联络，为现存的无人平台供给机载装备之外的野生智能才能。在多域打击动作和防备动作中布置目的探测算法能够会使作战职员受益很多，这些算法可以在少少野生到场的状况下，快速、不变地处置大批视频和图象片断。比方，一个师级单元的阐发和掌握部分能够利用带有目的探测模子的前沿装备来阐发多个ISR视频反应，这些模子在颠末一系列定制锻炼后，可用于阐发火线搜集的视频和图象。但是，多域作战中的目的探测事情面对的最大应战是怎样为成百上千个前沿装备供给更新，这一更新事情需求将由图象和标签构成的数据集传输到全部作战情况中的各单元，以使其可以按照敌方的新式配备、战术、手艺和流程来停止模子锻炼野生智能效劳平台。传输这些大型数据集需求大批的带宽和工夫，而在面临对等敌手的状况下，这能够很难完成。

　　将野生智能融入多域作战表现了军事计谋和才能的转型，并为作战职员供给了史无前例的机缘和应战。野生智能可以进步数据处置的速率和精确性，并在疆场上阐扬主要的感化，这使其正在重塑当代战役的态势。但是，野生智能体系在多域作战中的使用没法一挥而就，手艺上的应战和品德上的思索，请求相干手艺职员在将野生智能体系整合到戎行中时必需采纳慎重而有序的办法。别的，野生智能体系有能够被敌手的战术所棍骗，而且在散布式收集中办理和更新野生智能模子也非常具有应战性，这些都突显出针对庞大的疆场情况量身定制不变、高顺应性且轻量级的野生智能处理计划的主要性。野生智能才能的开展无望进一步加强多域作战的计谋、作战和战术劣势。但是，在获得这些前进的同时，相干手艺职员还必需对野生智能才能停止严厉的测试，以应对自立兵器体系、半自立兵器体系和狂言语模子的更普遍影响。跟着列国戎行将野生智能体系使用于愈来愈普遍的范畴，其必需一直对峙以可控和体系的方法开辟和布置野生智能，以加强戎行在多域作战中的才能野生智能的理想使用，同时当真思索并减轻相干的风险和应战。

　　在会商怎样在多域作战中利用深度进修野生智能模子之前，有须要先讨论一下怎样利用简朴的机械进修算法停止数据处置。用于语音-文本转换、文本浏览及光学字符辨认的现有机械进修算法，可对各批示部分搜集到的大数据停止分类和处置。机械进修模子能够处置来自上层和基层战术收集体系的数据，使这些数据可觉得深度进修模子所用，便于批示官快速完成态势感知。

　　在能见度有限的状况下，长波红别传感器是目的探测的最好挑选。图3中，长波红外目的探测模子辨认出了一个作战职员，而近红别传感器却未能辨认出该目的。统一前沿装备上的自力机械进修模子还能够与多种传感器停止交融野生智能的理想使用，创立具有更高顺应性的目的探测模子，以在庞大的照明前提下持续施行使命。

　　图7：美国陆军批示与顾问学院研制的这一无人空中车辆装备了车载目的探测和物体跟踪模子，可自立对准坦克车并发射3D打印的铜质锥形装药战役部

　　在探测阶段，配备有目的探测模子的无人体系将操纵多种传感器对敌方配备及其地位停止探测，然后将探测到的信息发送给冲击单元。在冲击阶段野生智能的理想使用，先辈野战炮兵战法术据体系内置的机械进修算法可保举对目的停止冲击的最好配备。最初，在D3A轮回的评价阶段，狂言语模子能够操纵目的探测模子对目的停止评价，以确认敌方配备能否被摧毁野生智能的理想使用，肯定冲击结果，并按照后续谍报陈述阐发出敌方将能够采纳何种反响手腕。这类由野生智能驱动的D3A轮回能够高度迭代，而且其较少的耗时和野生到场，使得批示官可以更快地做出更好的决议计划，以抢先于敌方采纳动作。

　　在打击和防备动作中布置目的探测模子时，空中和空中传感器探测到的敌方配备将被主动传输至冲击单元，作战职员可在此确认目的。在确认探测成果为敌方目的后，目的及其相干元数据将开端进入D3A（决议计划、探测、冲击、评价）对准轮回当中。接纳目的探测模子来协助辨认敌方目的，将放慢D3A对准轮回，供给分歧的探测成果，并大大削减阐发ISR图象所需的作战职员数目。