智库通常只是撰写报告，但当研究使用人工智能（AI）来帮助太空部队跟踪轨道上的物体并警告可能的碰撞时，兰德公司超越了这一点，该智库的一个信息科学家团队为太空部队提供服务，太空部队分析师可以用它来开展战斗。
兰德公司负责该项目的团队负责人张立昂（Li Ang Zhang，音译）说，“拥有这种AI解决方案确实有利于今天的任务，”他缓和了技术瓶颈，并提供了桥梁能力，直到延迟的太空域感知（SDA）现代化计划启动。太空部队首席技术和创新官高级顾问鲁道夫·“雷布”·巴特勒（Rudolph “Reb” Butler）说，AI/ML与过去两年成为头条新闻和公众想象力的生成性大语言模型截然不同，但至关重要的是，帮助人类分析师筛选和理解来自和关于快速扩散的卫星数量的大量数据，特别是在低地球轨道。他在最近的一次CyberSat活动中说：“太空部队正在与其合作伙伴合作，通过自动化来减轻人类处理太空域感知数据的认知负担：“还有很多工作要做。”为了帮助这项工作，兰德团队深入研究了AI/ML的单一用例，称为结合评估：识别和跟踪轨道上物体以预测可能的碰撞的过程。张立昂说，结合评估是现在展示AI/ML价值的好方法，因为自2019年太空部队成立以来的几年里，它变得更加困难。他指出，过去五年发射的卫星比前60年发射的卫星还要多。他说：“我们几乎每周都会在全球范围内发射一次，但执行这项任务的人数和计算机的数量相对稳定。”张立昂警告说，负责结合评估任务的第18号和第19号太空防御中队的太空部队分析师面临着被任务规模和日益复杂化所淹没的危险。他说，太空部队追踪了近4.5万个在轨道上的天体。他说：“如果你考虑可能的配对比较数量，它很快就会变得相当惊人。”加上大气条件和太阳天气、地球引力场的变化以及预测轨道和警告可能碰撞所需的计算等复杂性，这些计算能力迅速超过了可用的计算能力。他补充说，情况尤其如此，因为太空部队依赖的遗留技术老化。他说，执行轨道计算的计算机“非常古老，并且已经满负荷运转，而且已经存在至少10年了”，并称其为“一个众所周知的问题，也是......我们今天在太空域感知能力方面的主要瓶颈之一”。近三年前，负责其大部分采购计划的太空部队部分空间系统司令部宣布了一项价值4,970万美元的现代化工作，被称为高级跟踪和发射分析系统（ATLAS）。但在今年早些时候的一份报告中，五角大楼的顶级武器测试人员表示，这项工作比计划晚了两年。张立昂说，在现代化工作完成之前，他的团队开发的人工智能工具可以提供一个桥梁功能——允许传统计算机继续处理不断增长的数据和计算，以跟上不断扩大和日益动态的轨道环境。他说：“我们希望人工智能暂时尝试弥合资源差距。”张立昂说，虽然传统计算机可以继续“在后台”进行苛刻的轨道计算，但提供“更快但更不准确”的预测的人工智能工具可用于“首次切割”，对分析师的工作进行分类，并让他们将注意力和计算能力集中在最紧迫的任务上。尽管传统计算机在分类域内运行，兰德公司团队无法在它们上测试他们的AI/ML工具，但张立昂说，它们是在“相对旧的机器”上设计和测试的，他相信它们将致力于用于SDA的遗留技术。他说，对于太空部队来说，“他们拥有基础设施，可以将新的算法、新的酷东西，特别是来自小企业，引入他们的流程。因此，许多导入和使用这些AI/ML工具的架构确实存在。我认为这只是一个扣动扳机的问题。”他说，他的团队正在与太空部队合作，以确定下一步行动，但拒绝进一步置评。太空系统司令部没有回应采访或评论请求。退役的太空部队上校Charles Galbreath说，官僚环境使情况变得复杂。太空域感知任务中与结合评估相关的部分，即太空物体的轨道跟踪和编目，他称之为“交通管理角色”，该任务正在转移到商务部。太空部队希望放弃这项任务，因为鉴于轨道上商业活动的日益普遍，它被认为更适合民用机构。Galbreath还指出，随着太空领域不仅变得更加拥挤，而且更加动态，更多的卫星能够在轨道上机动，太空部队希望专注于它所需的新能力。Galbreath说，为了应对这些新挑战，并准备在必要时在轨道上进行射击战争，太空部队正倾向于采用AI等新技术，不能对它们感到羞耻。他最后一次现役任务是担任太空部队副首席技术和创新官，他现在是米切尔空天研究所的太空研究高级研究员。他说：“太空中的物体数量刚刚超出图表，”随着星链等新的巨型星座和亚马逊的Kuiper等未来竞争对手继续存在，天体的数量将继续增长。“因此，不使用AI/ML的风险是一个过时的系统，越来越无法及时生成准确的连接警告。因此，意外或未被检测到的碰撞的风险增加，”他说。退休少将太空部队前首席技术和创新官Kim Crider表示，虽然太空域感知任务是AI/ML在服务中最紧迫的用例之一，但它远不是唯一的。Crider说：“这是一个紧迫的挑战，因为了解该领域是我们将在那里做的其他一切的基础。”他于2021年离开该服务，去年帮助创立了专注于太空的战略咨询公司Elara Nova。她说，如果没有关于空间中物体的准确和不断更新的信息，“我们将很难决定在该领域做什么，在哪里应用我们的防御效果，或者如果我们需要参与，在哪里参与。”Crider说，但太空部队不应该停止太空域感知任务。她指出：“AI技术有很多机会来增强我们在太空和太空中所做的工作。”她说：“我们需要AI/ML来帮助我们，不仅在空间领域意识任务方面，还需要帮助我们做出我们需要的决策，优化我们需要能够提供的服务。”AI/ML工具还可以帮助“优化图像和传感的使用，以获得我们需要的最佳图像，何时何地……所以有很多用例。”对于本文提到的张立昂，兰德公司介绍称，他是公司的信息科学家，也是帕迪兰德研究生院的政策分析教授。此外，他还担任兰德可扩展计算和分析中心的联合主任。他的研究深入探讨了ML、优化和数学建模在复杂的国防和技术政策挑战中的交叉应用。他特别关注ML实现的挑战，包括评估边缘ML设备和识别对抗性示例的影响。目前，他的工作深入探索了AI在国防环境中的边界，利用AI增强太空域感知，并对大型语言模型进行红队评估。在加入兰德公司之前，他专门开发基于模型的决策支持系统，以应对与败血症（一种严重的炎症综合征）相关的临床挑战。他在匹兹堡大学获得了化学工程博士学位。张立昂参与编写了《了解人工智能对作战人员的限制》（Understanding the Limits of Artificial Intelligence for Warfighters）和《用于太空域感知的AI和ML》（Artificial Intelligence and Machine Learning for Space Domain Awareness）。对以上报告刚兴趣的读者，可以到兰德公司网站查询了解相关内容。本文提到的报告将分享到数字孪生战场实验室微信群。关于美军军事人工智能的发展情况及趋势，可以参考数字孪生战场实验室编写的《军事人工智能白皮书》，该报告深入分析了决定未来战争成败的新质战斗力。
《军事人工智能白皮书（2024）》共计270页，总字数为14.9万字（正文8万字，附录6.9万字）。如果需要购买该报告，请联系王女士：（一）基础方案，印刷版报告2本，不提供原文资料，定价2万元。（二）专业方案，印刷版报告5本，提供精选原文资料20份、美军人工智能培训系列视频和讲义（22节课），以及1年时间的资料更新和简易咨询服务（包括在线、电话等答疑），定价3万元。参考阅读：
