来源：航空工业虚拟现实产业联盟
随着全球范围内发生冲突和混乱，后冷战时代的国际秩序对美国利益而言越来越岌岌可危。为了在新的大国竞争中保持技术优势，美国国防部 (DOD) 和国家国防和情报工业基础必须求助于美国最强大的技术力量：美国商业工业。
寻找军民两用技术利用新兴技术的力量是一项复杂工作 — 需要精通技术、财务分析和国防任务。为了帮助驾驭这种关系，Booz Allen公司的技术侦察团队密切关注创新形势，以指导联邦机构在推动初创企业市场的人员、公司和投资者中脱颖而出。
以下是我们的技术侦察员认为对国防和情报领导人在短期内至关重要的 10 项军民两用技术。
1. AI 加速器芯片定义：AI 加速器芯片（“AI 芯片”）是专用的微电子硬件设备，可加速和优化 AI/机器学习 (ML) 软件模型的处理。虽然此功能对于运行大型语言模型等云/数据中心应用至关重要，但对于边缘 AI 尤其重要。在这里，我们专注于超 GPU 架构进行分析。
技术：AI 芯片有几种类型，通常在功率效率/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放缓，其他技术（尤其是定制的冯·诺依曼和非冯·诺依曼专用集成电路 (ASIC) 和芯片内光子数据传输）正在经历创新复兴，并将彻底改变 AI 行业。
战略洞察：人工智能发展的速度可能取决于新的芯片材料和设计。此外，面对台湾日益加剧的地缘政治紧张局势——台湾半导体制造公司 (TSMC) 生产了世界上大部分的人工智能芯片——美国《创造有益的半导体生产激励措施 (CHIPS) 和科学法案》代表着恢复美国在半导体领域的领导地位的一项重要努力。国防部可以利用这项和其他努力的资金来开发下一代设备，以增强战术决策和军事弹性。
未来：在短期内，边缘应用可能会遭受重大颠覆，例如无人机系统 (UAS) 上的高保真计算机视觉 (CV) 或头戴式显示器中使用自然语言处理 (NLP) 的实时翻译。最终，随着芯片变得越来越“像大脑”，它们的能力将开始与人脑相媲美，甚至像大型语言模型 (LLM) 这样的高度复杂的模型有一天也可以在小尺寸、重量和功率 (SWaP) 的设备上运行。
深度学习模型的灵活性和执行操作的效率之间的权衡。
2. 替代定位、导航和授时
定义：替代定位、导航和授时 (alt-PNT) 是指在必要时用于补充、增强甚至替代全球定位系统 (GPS) 进行地理定位和授时的技术套件。
技术：在很大程度上，支持 alt-PNT 的技术套件包括惯性、视觉、低地球轨道 (LEO) 卫星、地面射频 (RF) 和基于环境/地球物理的 PNT。虽然自 1990 年代以来已有多种 alt-PNT 解决方案可用并部署，但目前出现了新一轮创新，其中大部分是由原子钟的进步和 LEO 卫星的部署推动的。
战略洞察：对 GPS 卫星的威胁——甚至是直接攻击——正在增加。美国对手已知有能力禁用 GPS，这可能会削弱军事行动并扰乱商业活动。即便如此，政府问责局 (GAO) 披露，国防部仍然严重依赖 GPS，这种依赖代表着令人担忧的国家安全漏洞。
未来：理想情况下，未来的导航系统将嵌入多种 alt-PNT 模式，可以根据需要和情况单独或串联使用，并且可能利用多模式 AI (MMAI) 融合（见下面的第 7 点）。
描述更好的计时元素如何在 GPS 拒绝条件下对任务产生积极影响。
3. 自主群体
定义：自主群体是一组自主机器人，它们作为一个有凝聚力的单位执行任务，其灵感来自自组织的非层次化生物系统。群体在国防环境中的应用包括收集情报、监控基础设施、维护周边安全、打击目标或在战场上产生动能效应。
技术：群体中的单位使用人工智能“飞行员”、与人类、群体中的其他单位和非群体系统的通信来做出决策、优化角色和执行任务；冗余和容错确保即使多个代理失败也能成功完成任务。机载人工智能模型帮助群体适应不断变化的条件，随着时间的推移优化任务分配和行为，并做出集体决策。
战略洞察：自主群体使相对较小的军队或团队能够投射更强大的力量。国防部于 2023 年秋季宣布的 sUAS（小型无人机）采购计划 Replicator （复制者）是一项强制功能，旨在加速集群 AI 飞行员、可扩展且价格合理的硬件平台以及安全供应链的开发和采购时间表。
未来：自主集群可用于致命和非致命应用。这些应用范围从自主集群“空中缠斗”和对军事人员、设备和车辆的动能攻击，到情报、监视和侦察、通信和电子战以及后勤等增强学科。模块化、可消耗且与平台无关的集群硬件和软件将能够顺利过渡到新的用例，包括对敌人的反集群。
无人机群指挥和控制 (C2) 的方法。未来的系统将越来越多地使用半自主和自主分散架构。
4. 生成式人工智能软件开发
定义：生成式人工智能软件开发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。
技术：支持生成式人工智能的软件开发解决方案通常使用 LLM 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和可靠性，国防部门对支持人工智能的软件开发工具的使用受到限制。然而，国防部和其他联邦机构正在积极探索整合生成式编码技术的方法——尤其是考虑到 2023 年《关于安全、可靠和值得信赖的人工智能开发和使用的行政命令》，该命令为美国联邦机构提供了开发和实施框架。
未来：随着生成式编码工具的进步，该技术将能够处理更多的实际编码过程，使人类能够专注于软件的设计和逻辑，而不是其编程语法。
描述使用生成式 AI 编码工具进行训练和软件开发的过程。
5. 高密度储能
定义：高密度储能 (HDES) 是指与当今的能源系统相比，能量重量比和能量体积比有所提高的一组技术。HDES 系统以相对较小和轻便的外形存储大量能量，为从便携式电子设备到电动汽车等各种应用提供更高效和持久的电力。
技术：硅阳极 (SiA) 化学方面的最新进展表明，在未来一到三年内，与基于石墨的锂离子技术相比，SiAs 将提供更好的能量密度和效率。固态电池 (SSB) 也有潜力改善电流阈值，尽管需要更长的时间。
战略洞察：HDES 是各种任务不可或缺的一部分，从供应链物流到基地和通信操作，再到支持战场上的作战人员。目前，国防部使用传统电池造成了瓶颈和运营效率低下。
未来：不久的将来，电力系统将以嵌入式 SiA 锂离子电池和 SSB 为特征。从长远来看，氢电池具有最引人注目的潜力，但其广泛采用和全面使用预计还需要 10 至 20 年的时间。
技术就绪水平与能量密度（Wh/kg）或可存储的电量之间的关系。
6. 高超音速
定义：高超音速推进是指物体以超过 5 马赫（音速的五倍）的速度飞行。更广泛地说，“高超音速”如今还可以指允许测试和生产达到这种速度的飞行器和武器的技术。
技术：美国军方目前正在研发两种高超音速武器：配备吸气式喷气发动机或“超燃冲压发动机”的巡航导弹和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高超音速研究和开发更加便宜，并缩短了创新和扩展的路径。
战略洞察：由于美国与对手相距甚远，而且中国正试图在印度太平洋地区建立一个“坚不可摧的泡沫”，能够快速打击的远程高超音速将成为美国及其对手武器库的关键组成部分。
未来：高超音速将使地球缩小。如果在遥远的未来正确利用高超音速技术，美国将能够在数小时内遏制威胁并将资源运送到世界各地。
高超音速武器两种主要飞行模式的区别。
7. 多模态人工智能
定义：多模态人工智能 (MMAI) 模型可以提取和/或输出多种数据类型。在这里，我们重点关注输入的多模态融合。
技术：深度神经网络正在接受训练，以理解不同类型的数据之间的相互关系。多模态作为一个概念并不新鲜。然而，随着当今获取多样化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任务。
战略洞察：将不同类型的情报融合成一个可供决策参考的输出的能力是五角大楼的关键业务，而实现这一目标的多模态模型将受到高度需求。国防部创新部门的初步努力指出了 MMAI 对于情报聚合、人类行为预测、深度伪造检测和预测性维护的重要性。
未来：多模态算法是高性能和可信人工智能的基础——每个相关模型都将尽可能多地整合相关数据类型，以实现自动分析。人们还认为 MMAI 是迈向未来通用人工智能 (AGI) 的一步，理论上，它将使算法能够自行学习、理解和执行各种任务。
用于尝试识别深度伪造视频的模型的简化、假设的 MMAI 架构。
8. 非动能反无人机系统
定义：非动能反无人机系统是反无人机系统 (c-UAS) 的一个子集，专注于使用射频 (RF) 干扰、网络接管或定向能等效应器来禁用中小型无人机威胁。
技术：目前，射频干扰和网络接管会破坏操作员和无人机系统的通信，因此它们对于对抗商用现货系统至关重要。对于更先进的威胁，定向能将是首选效应器。C2 可能是最紧迫的技术挑战 — 为了使 c-UAS 能够有效对抗各种威胁，需要分层部署多个效应器并实现高度自动化。
战略洞察：对于美国而言，c-UAS 技术的步调威胁是中国自主无人机和群体技术的发展。2023 年，美国联合反小型无人机系统办公室 (JCO) 在 c-UAS 研究和采购上花费了超过 7 亿美元。最近的声明表明，非动能效应器可能更适合用于消除这些新出现的群体威胁。
未来：随着无人机在社会和战场上越来越受欢迎，未来的 c-UAS 将以人工智能驱动的 C2 系统为特征，该系统融合传感器数据，快速识别新威胁，并在人工监督下自动做出最佳响应。
描述 HMP 和 HEL 定向能系统在行动中的情况。HMP 系统可能更适合用于应对自主集群威胁，这是中国的创新重点。
9. 后量子密码学
定义：后量子密码学 (PQC) 是指用于加密个人、组织和政府私人通信的数学算法，这些算法被认为可以抵御当前和未来量子计算机的攻击。
技术：PQC 基于复杂的数学模型，目前尚无已知的量子捷径。美国国家标准与技术研究所 (NIST) 正在将这些模型标准化，以供政府和行业使用，同时还提倡加密敏捷性框架，即在有效的加密算法受到损害时轻松更换加密算法的能力。2024 年 8 月，NIST 发布了预期的四个标准化 PQC 协议中的三个。
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。时间紧迫，因为美国的对手已经在收集国家的数据，希望将来用量子计算机解密。此外，由于过渡到 PQC 预计至少需要十年时间，并且考虑到量子计算的发展速度，组织必须立即采取行动。
未来：未来，加密敏捷性将成为适应新出现的漏洞的关键，混合加密协议也可能提高弹性。只有时间才能证明现有的 PQC 算法是否能够抵御量子计算机，但模型的持续创新可能是必要的。
过去几年量子计算取得了快速进展（以逻辑量子比特、物理量子比特的卷积和纠错码来衡量）。这凸显了保护数据免受未来量子网络攻击的紧迫性。
10. 空间领域感知技术
定义：空间领域感知 (SDA) 使人们能够了解太空运行环境和感知到的威胁。它还使商业运营商能够安全地驾驶他们的航天器，避开碎片，并维持他们使用的轨道状态。
技术：SDA 任务通过广泛的技术堆栈完成，包括各种传感器模式、计算资源、AI/ML 和分析、可视化技术以及在此基础上创建的应用程序和服务。传感器模式可以是地面的，也可以是空间的。
战略洞察：太空现在是一个作战领域，这是过去十年来发生的巨大转变。鉴于此，美国及其盟国伙伴需要准确了解对其资产和能力的威胁，以便他们能够防止冲突并保持环境优势。
未来：预期的创新包括能够准确获取、跟踪和分发超出地球同步轨道的物体到更高的轨道 xGEO，该轨道延伸到月球轨道；空间商业传感器的普及；增强现实和虚拟现实 (AR/VR) 用于 SDA 任务；以及在 xGEO 中运行的空间传感器。
USSF 卫星目录中的物体，占太空中大于 1 毫米的物体的不到 0.1%。即使小到 1 毫米的物体也可能损坏活动卫星。
