2024年国防领域的10项新兴技术

随着全球范围内冲突和中断的发生,冷战后时代的国际秩序对美国的利益而言愈发不稳定。为在新的大国竞争中保持技术优势,国防部(DOD)及国家的国防和情报工业基础必须转向美国最大的技术力量:美国商业行业。技术侦察用于双用途技术
掌握新兴技术的力量是复杂的——需要在技术、财务分析和国防任务方面的熟练掌握。

为帮助涉足其中,Booz Allen的技术侦察团队监测创新环境,以指导联邦机构通过推动初创市场的参与者、公司和投资者的拼凑网络。以下是我们的技术侦察专家认为在短期内对国防和情报领导者至关重要的10种双用途技术。要查看领先创新者和初创企业的研究结果、投资趋势和其他任务影响数据,请下载我们的完整报告。1. AI加速芯片
定义:

AI加速芯片是专门用于加速和优化AI/机器学习(ML)软件模型处理的微电子硬件设备。虽然此功能对于云/数据中心应用,如运行大型语言模型是必不可少的,但对于边缘AI而言尤其重要。我们的分析聚焦于超越GPU的架构。技术:AI芯片有多种形式,通常在功耗效率/速度和可以运行的模型灵活性之间进行权衡。

当芯片晶体管达到物理尺寸极限且摩尔定律减速时,其他技术——尤其是定制冯·诺依曼和非冯·诺依曼应用专用集成电路(ASICs)以及芯片内光子数据传输——正经历创新的复兴,并有望革新AI行业。战略洞察:AI进展的速度可能取决于新的芯片材料和设计。

此外,面对全球对台湾的地缘政治紧张——台湾半导体制造公司(TSMC)生产世界上大多数的AI芯片——美国的加强半导体生产和科学法案代表了重新确立美国在半导体领域领导地位的重要努力。国防部可以利用此项以及其他努力的资金追求下一代设备,以增强战术决策和军事韧性。前景:

在不久的将来,边缘应用程序可能经历重大变革,例如无人机系统(UAS)上的高保真计算机视觉(CV)或头戴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“类脑”,它们的能力将开始接近人类大脑,甚至像大型语言模型(LLMs)这样的复杂模型也可能有一天在低尺寸、重量和功耗(SWaP)设备上运行。深度学习模型的灵活性和操作效率之间的权衡。2. 替代定位、导航与授时
定义:

替代定位、导航与授时(alt-PNT)是指在必要时用来补充、增强甚至取代全球定位系统(GPS)进行地理定位和授时的技术套件。技术:支持alt-PNT的技术套件主要包括惯性、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。虽然若干alt-PNT方案自20世纪90年代以来一直可用且部署,但目前有一波新的创新浪潮,其中许多是通过原子钟的进步和LEO卫星的部署实现的。

战略洞察:对GPS卫星的威胁甚至直接攻击正在上升。美国的对手已知具备用能力使GPS失效,这可能会削弱军事行动并搅乱商业活动。尽管如此,美国单位问责办公室(GAO)披露称国防部继续严重依赖GPS,这种依赖构成令人担忧的国家安全漏洞。前景:理想情况下,未来的导航系统将内嵌多种alt-PNT模式,可以根据需要和情境单独或联合使用,并可能利用多模态AI(MMAI)融合(参见下面的第7点)。

在GPS失效条件下,如何通过更好的时间元素对任务进行正面影响。3. 自主群体
定义:自主群体是指能够作为一个整体单位执行任务的自主机器人群体,灵感来自自组织的非层级生物系统。群体在国防场景中的应用包括搜集情报、监控基础设施、维护边界安全和在战场上参与目标或施加动能效果。技术:群体内的单位使用AI“飞行员”,与人类、群体内的其他单位和非群体系统进行通信以作出决策、优化角色和执行任务;

冗余性和故障容忍性确保即便多个代理失效也能成功完成任务。车载AI模型帮助群体适应变化的条件,随着时间的推移优化任务分配和行为,以及做出集体决策。战略洞察:自主群体使得相对较小的军队或团队能够展示更强的力量。Replicator, DOD的小型无人机采购计划已于2023年秋季宣布,是一种加速群体AI飞行员的开发和采购时间表、可扩展且可负担的硬件平台以及安全供应链的推进功能。前景:

自主群体可用于致命和非致命的应用。这些可以从自主群体“空战”和对军事人员、设备和车辆的动能攻击到增强情报、监视和侦察;通讯和电子战;以及后勤等领域。模块化、可收回性和平台不可知性的群体硬件和软件将实现向新使用场景的平稳过渡,包括对抗敌人的群体。无人机群指挥与控制(C2)的方法。未来系统将越来越多地使用半自主和自主去中心化架构。4. 生成式AI软件开发
定义:

生成式AI软件开发是指任何利用生成式AI提高编码效率的工具,包括代码生成、代码完成、代码文档、遗留代码转换和软件测试与调试。技术:生成式AI支持的软件开发解决方案通常使用大型语言模型(LLMs)生成软件开发所需的代码和其他内容。战略洞察:国防部门对AI支持的软件开发工具的使用受到限制,归因于对底层技术缺乏信任和可靠性。

然而,国防部和其他联邦机构正积极探索将代码生成技术整合的途径,尤其是2023年关于安全、可靠和可信的AI开发和使用行政命令出台后,该命令为美国联邦机构提供了开发和实施框架。前景:随着生成式编码工具的发展,技术将能够处理更多实际编码过程,使人类可以专注于软件的设计和逻辑而非编程语法。通过生成式AI编码工具进行训练和软件开发流程的说明。5. 高密度能量存储
定义:

高密度能量存储(HDES)是指比现有的能源系统更高的能量–重量和能量–体积比的技术。这些系统将大量能量以相对小而轻的形式存储,使应用于便携式电子设备到电动汽车的电源更加高效和持久。技术:在硅阳极(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。固态电池也有可能改善当前的门槛,尽管时间跨度更长。战略洞察:

HDES对各种任务至关重要,从供应链物流到基地与通讯操作,再到支持现场的战士。目前国防部使用的传统电池造成了瓶颈和操作低效。前景:未来的电力系统将以即插即用的SiA锂离子电池和固态电池为特征。长期来看,氢电池最具吸引力,但预计其普及和全面使用可能需要10至20年。技术就绪水平与能量密度(Wh/kg)或可以储存的电力量之间的关系。6. 高超音速技术
定义:

高超音速推进指的是以超过5马赫速度(五倍音速)移动的物体。更广泛地说,当今“高超音速”也可以指允许测试和生产达到这些速度的车辆和武器的技术。技术:美国军方目前正在追求两种类型的高超音速武器:配备吸气喷射引擎的巡航导弹,或“超燃冲压发动机”,以及被发射到空中并以高速滑翔到目标的滑翔飞行器。数字技术的进步如建模与仿真使得高超音速研发更加低成本,并缩短了从创新到扩展的路径。战略洞察:

美国与对手之间的巨大距离,以及中国试图在印太地区创造一个“不可穿透的泡沫”,在速度上能够达到打击的长程高超音速武器将是美国武器库的关键组成部分——以及其对手的武器库。前景:高超音速技术将基本缩小全球。如果能在更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威慑威胁和在全球范围内传递资源。高超音速武器的两个主要飞行模式之间的差异。7. 多模态AI
定义:

多模态AI(MMAI)模型可以输入和/或输出多种数据类型。这里我们专注于输入的多模态融合。技术:深度神经网络正在被训练以理解不同类型数据之间的关系。多模态作为一个概念并不新鲜。然而,随着今天获取多样化数据和结合算法的能力,融合开始变得更加广泛用于训练多种数据类型的AI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:

能够将不同类型的情报融合成信息以支持决策是五角大楼的关键业务,能够实现这一点的多模态模型将需求量很大。国防部创新单位的初步努力表明MMAI在情报聚合、人类行为预测、深伪检测和预测维护中的重要性。前景:多模态算法是高性能且可信的AI的基础——每个重要的模型将会合并尽可能多的相关数据类型来实现自动分析。

MMAI也被认为是未来通用人工智能(AGI)的一步,这理论上将允许算法自主学习、理解和执行广泛的任务。识别深伪视频的模型尝试的简化、假设性MMAI架构。8. 非动能反无人机技术
定义:非动能反无人机是专注于使用无线电频率(RF)干扰、网络接管或定向能量来禁用小型和中型无人机威胁的反无人机子集。技术:目前RF干扰和网络接管通过干扰操作员和无人机的通信,使得它们在打击商用现成系统时必不可少。

对于更先进的威胁,定向能量将是首选效应器。C2可能是最紧迫的技术挑战——为了使反无人机技术有效应对不同的威胁,需要分层多个效应器并且要大部分自动化。战略洞察:对于美国而言,反无人机技术的节奏威胁是中国对自主无人机和群体技术的发展。美国联合反小型无人飞机系统办公室(JCO)在2023年花费超过7亿美元用于反无人机研究和采购。最近的声明表明,非动能效应器可能是中和那些新兴群体威胁的首选。前景:

随着无人机成为社会和战场上越来越受欢迎的工具,未来的反无人机系统将由AI驱动的C2系统特点,以融合传感器数据,迅速识别新威胁,并在人工监督下自动实现最佳反应。HMP和HEL定向能量系统的行动描绘。HMP系统可能是应对自主群体威胁的首选,这也是中国的创新优先事项。9. 量子后密码学
定义:

量子后密码学(PQC)指的是用来加密个人、组织和单位的私密通信的数学算法,这些算法被认为对当前和未来的量子计算机攻击是安全的。技术:PQC基于复杂的数学模型,目前尚没有已知的量子快捷方式。国家标准与技术研究院(NIST)正在标准化这些模型以供单位和行业使用,同时也主张采用加密敏捷性框架,即在使用中的加密算法被破坏时能够方便地替换。2024年8月,NIST发布了计划的四个标准量子后加密协议中的三个。

战略洞察:安全的数据和通信是国家安全和经济繁荣的基础。时间紧迫,因为美国的对手已经在收集该国的数据,希望在未来使用量子计算机进行解密。此外,由于向PQC过渡预计需要至少十年,并且考虑到量子计算的进步速度,组织必须立即行动。前景:在未来,加密敏捷性将是应对新兴漏洞的关键,并且混合加密协议也有可能改提升复原力。现有的PQC算法是否能对抗量子计算机仍需时间检验,但持续的模型创新可能是必要的。

过去几年内在QC领域的快速进展(以逻辑量子的物理量子和纠错码卷积为衡量标准)。这凸显了对未来量子网络攻击保密数据的重要性。10. 空间领域感知技术
定义:空间领域感知(SDA)使我们能够了解空间操作环境和感知到的威胁。它还允许商业运营商安全操作他们的航天器,避免碎片,并维护他们使用的轨道频段。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,以及创建在这些之上的应用和服务。传感器模式可以是地基的也可以是空间基的。战略洞察:空间如今是一个作战领域,这是过去十年间的一个重大变化。鉴于此,美国及其盟国需要准确了解其资产和能力面临的威胁,以防止冲突并保持环境优势。前景:

预计的创新包括能够准确获取、跟踪和分发位于地球同步轨道以上到更高级轨道,即xGEO,延伸至月球轨道的物体的能力;商业传感器的空间部署;SDA任务采用增强现实和虚拟现实(AR/VR);以及在xGEO中运作的空间传感器。USSF卫星目录中的物体,代表空间中直径大于1毫米的物体的不到0.1%。即便是1毫米的小物体也能损坏活跃的卫星。图片来源:GAO-23-105565。

我们相信这10项技术有潜力帮助美国保护其战略利益,并确保其公民的国家安全。完整报告中有更多详细信息。高级副总裁布莱恩·麦卡锡领导Booz Allen在旧金山、华盛顿特区和奥斯汀的技术侦察团队。他也是Booz Allen Ventures的常务董事。