+-
边缘智能+军事,塑造未来战争新模式
[ 智能网导读 ] 边缘智能在未来军事领域的应用,将在武器装备的精确打击、人员物资的高效管理、实时灵活的作战指挥等领域发挥重要作用,成为推动智能化作战发展的重要力量。 军事 物联网,边缘智能,人工智能,云计算,低功耗,高安全,联邦学习,安全性,时效性,物联网,隐私保护,5G,大数据 图片来自“Unsplash”

本文转载自光明军事 ,由光明日报军事部创办,原作者李盼、张国宁。原标题《边缘智能将在军事领域发挥怎样的作用》,智能网智慧城市对文章进行二次编辑,供读者参考。

随着5G时代的到来,智能终端设备产生的数据持续快速增长,传统的仅以计算为主而无决策能力的节点数据处理方式将无法满足新时代对物联网智能化的需求。边缘智能融合了边缘计算和人工智能,在终端对数据进行智能处理,实现了在网络边缘进行快速、高效、可靠的计算和决策。边缘智能在未来军事领域的应用,将在武器装备的精确打击、人员物资的高效管理、实时灵活的作战指挥等领域发挥重要作用,成为推动智能化作战发展的重要力量。

边缘智能的关键技术

边缘智能旨在利用机器学习、语音识别、计算机视觉等人工智能技术为数据产生端的边缘侧赋能,可以实现在智能终端侧的数据搜集与决策。边缘智能的应用解决了数据传输成本高、延迟大、安全隐私性不强等问题,为云计算减轻了负担,使数据处理更加高效。边缘智能的低时延、低功耗、高安全等特性,将会让其在军事、公共安全、智能制造等物联网领域发挥巨大作用。边缘智能的关键技术包括:

迁移学习。迁移学习是在终端数据量有限的情况下,将数据、任务、模型相似的任务系统的模型,应用迁移到目标系统。迁移学习大大降低了终端系统的模型训练成本,使得终端在数据量、训练时间、计算资源有限的情况下获得精度较高的模型。

联邦学习联邦学习是在保证数据隐私的前提下,即保证原有数据以及原有数据的加密方式隐蔽的前提下,建立终端模型,通过加密机制进行终端模型参数交换。联邦学习大大提高了对用户隐私数据的保护,同时,联邦学习的建模方式也能够提高大数据模型预测的效果。

模型压缩。模型压缩主要是指通过减少参数数量和减少计算量将深度神经网络模型进行压缩。通过参数修剪和共享、知识精炼、降低存储和计算的复杂度实现模型压缩,使模型占用更少的磁盘空间,减少推理期间占用的内存,使模型变小,使其计算更快。

边缘缓存。边缘缓存即根据终端需求将数据从数据存储加载到缓存中。边缘缓存最大的作用就是减少查询时延,提高查询性能。通过确定缓存内容、缓存策略以及缓存更新的策略,大幅降低LTE(Long Term Evolution)中的重复流量,大大提高数据存储和传输效率。

边缘智能的特点

将基于图像分析、语音识别的人工智能应用于边缘计算上,为智能物联网赋予了新的能量。边缘智能与物联网、5G、大数据、人工智能等相融合,通过智能感知、智能识别等技术,改变着人们的生产生活方式。其特点主要表现在以下三个方面:

更高的时效性。边缘智能是在边缘设备侧对数据进行实时高效处理,即在物联网的设备侧直接进行数据处理和决策。数据处理越靠近数据源头,越能减少边缘设备与云端的通信距离,越能减少时延,降低功耗。根据运营商的大致估算,当业务经由部署在接入点基站端的边缘计算网络完成处理和转发,时延有望控制在1ms之内;若在接入网的边缘计算中心处理网元上完成处理和转发,时延约在2ms-5ms之间。边缘智能带来的这种网络效能的提升,提高了物联网业务的时效性。

更高的安全性。物联网各领域对数据安全都有严格的要求,如果把数据上传到云端,不管是传输过程还是存储方式,都存在安全隐私泄露的风险。边缘智能将数据从集中式管理演变成分布式管理,提高了数据安全性。边缘智能通过运用通信开销较低、收敛性较好、隐私保护更安全的技术来进行模型的分布式训练,在边缘侧对数据进行更新,对模型进行训练,仅将边缘端的模型参数上传至云端,用于云端模型的更新。边缘侧数据的分布式管理提高了数据的安全性。

更高的可靠性。传统的物联网由于需要将大量数据传输至云端进行分析计算,数据量大、过程复杂,使得终端在执行业务功能时出错率比较大,不能保证终端业务性能的稳定。Intel一份报告指出,一辆自动驾驶汽车一天产生的数据为4TB,这些数据无法全部上传至云端处理,实时性、可靠性都无法得到保证,只能在终端侧进行高效的数据处理和决策。将边缘智能运用在终端侧,便能够有效存储和分析实时接收的庞大数据,分担中心服务器的计算任务,降低出现单点故障的可能,提升关键业务性能水平,使边缘终端执行业务功能更加可靠。

边缘智能在军事领域的应用前景

随着物联网技术的不够成熟,边缘智能将带领物联网进入一个全新的时代。边缘智能在未来军事领域的应用不容小觑,将覆盖作战指挥、管理、保障的各个环节,成为未来战争新模式的重要支撑。

武器装备更加精确自主。将边缘智能用在感知装备上,能够辅助具有实时传输能力的侦察卫星、预警机、无人机等,全天候、全时空、及时准确地搜集战场情报。将边缘智能用在主战平台上,能够辅助战斗机、坦克、导弹等,实时跟踪处理目标情报信息,使单个武器平台也能快速决策规划,实现精确打击。将边缘智能用在信息对抗装备上,能够辅助电子战、网络战装备对电磁频谱、网络信息进行自主感知、实时响应,实现高效对抗。

作战指挥更加实时灵活。大量基于边缘智能的武器装备投放到战场,可对战场进行全时全方位的监控,向指挥人员提供精确的战场态势信息,使指挥员根据精准的态势及时做出指挥决策。基于边缘智能的作战指挥系统,将战场信息的获取、传输、处理和运用一体化,使各个环节实现无缝连接,使得情报信息获取的时间缩短,信息传输速率加快,作战行动的实施过程加快。同时,基于边缘智能的指挥信息系统的网络形态,可以有效避免节点破坏后的作战局面失控,使指挥更加稳定灵活。

部队管理更加智能高效。借助边缘智能的全面感知和信息融合能力,通过快速人脸识别、物体识别等智能图像分析以及基于行为感知的预处理技术,对部队人员、车辆、物资装备进行实时监控和预警。通过对官兵行为的采集分析,预测官兵思想,及时掌握官兵思想动态。通过自动获取在储、在运、在用物资装备等信息,实时感知物资装备动态,实现物资装备的数字化、智能化、可视化管理。

边缘智能目前正处于迅猛发展的技术萌发阶段,当前各大IT企业已经走上了边缘智能的新赛道。相信在不远的将来,基于边缘智能的物联网将覆盖我们生活的每个角落,并为未来智能化作战提供重要支撑。

本文已标注来源和出处,版权归原作者所有,如有侵权,请联系我们。