2024年9月30日，兰德发布了一份关于人工智能/机器学习（ML）在太空域态势感知（SDA）中的应用研究报告。报告指出，各国开始加强参与太空领域及相关活动，美国防部及相关机构正积极通过AI和ML技术提高太空域态势感知相关技能和能力。报告为美国政府及相关研究机构提供了详尽的技术路线图，并为全球范围内的太空活动管理提供了重要参考。报告下载，请点击原文链接。
报告目录
第1章：太空域态势感知任务概述
太空指挥与控制
碰撞评估（CA）流程
未来数据架构的不确定性
第2章：人工智能与机器学习概述
当前AI/ML在太空域态势感知中的应用
两个案例研究的选择
神经网络架构
不确定性管理
模型评估
总结
第3章：椭圆筛选流程工具
椭圆筛选工作流程描述
数据生成
模型架构
模型输出与后处理
实施挑战与未来工作
总结
第4章：轨道状态传播器工具
协方差传播工作流程描述
数据生成
模型架构
模型性能
额外的贝叶斯神经网络特性
操作框架
实施挑战与未来工作
总结
第5章：结论
太空域态势感知挑战愈加严峻
随着各国争先进入太空领域，尤其是低地球轨道（LEO）上的物体数量激增，SDA任务也更加艰巨。美国太空司令部（USSPACECOM）需要完成诸多复杂任务，包括确保轨道安全、避免碰撞等。然而，现有的SDA基础设施大多建立于冷战时期，设计初衷并未考虑如今太空中大量物体所带来的挑战。
报告指出，美国现有的SDA系统软硬件已经过时，无法充分应对当前充满动态变化的太空环境。为此，现代化改进迫在眉睫，而AI/ML技术的引入提供了一个潜在的突破口。这些技术有望帮助太空作战人员更快分析大量数据，从而提升决策速度与精确度。
AI/ML技术在SDA中的潜在应用与优势
报告指出，AI和ML技术为解决SDA领域的多个挑战提供了广阔的应用空间。AI/ML工具不仅可实现数据的自动化处理，还能优化任务执行过程，从而让人类操作员将更多精力集中在高认知能力的任务处理上。例如，ML算法能够对技术进行预测和分类，帮助操作人员高效分析海量太空数据，提升对潜在碰撞事件的响应速度。
在报告的两项案例研究中，AI/ML工具分析了神经网络（包括标准神经网络和贝叶斯神经网络）在处理预测和分类任务中的有效应用。这些神经网络算法能够处理复杂的非线性函数，帮助太空作战人员更好地管理太空物体的轨道预测和碰撞评估。其中贝叶斯神经网络（BNN）尤为突出，不仅提高了任务的准确性，还通过量化风险与不确定性，增强了操作人员对AI工具的信任和依赖。
关键发现
报告中提出了多项重要发现，进一步阐明了AI/ML工具在SDA领域中的应用潜力：
神经网络在处理复杂任务中的强大能力：研究表明，神经网络，特别是标准神经网络（SNN）和贝叶斯神经网络（BNN），在应对复杂非线性任务时表现卓越。SDA操作人员通过数量运用这些工具，能够大幅提升数据分析的效率，尤其是在碰撞预测和分类任务中，AI/ML工具能够提供更加准确的结果。
开发AI/ML工具应与现有架构兼容：AI/ML工具的成功应用需要与当前的SDA操作架构和数据基础设施保持一致。因此，开发者在设计这些工具时，必须充分考虑操作系统的实际需求与限制，确保新技术能够无缝整合到现有系统中，实现最佳效果。
风险与不确定性量化提升决策精度：量化AI/ML工具中的不确定性，是实现精确决策的重要步骤。操作人员通过量化风险，可根据任务的具体需求设定适当的风险阈值，从而在面临潜在碰撞时作出更为安全和可靠的决策。该过程显著增强了AI工具在实际操作中的应用价值，同时也提高了操作人员对系统的信任度。
关注高质量数据的持续投资：报告建议，美国空军首席科学家办公室应继续与SDA操作人员合作，确保为AI/ML工具的开发提供高质量的训练数据。只有确保数据准确、质量高，AI/ML工具才能最大限度发挥预测能力。因此，未来的投资应着重于数据采集与优化整理，确保训练数据完整可靠。
未来AI/ML技术发展的有关建议
报告针对未来AI/ML技术在SDA中的应用提出了若干建议。首先，开发者应密切关注SDA操作过程中的局限性，并将其纳入AI工具的设计框架中，包括选择适当的算法、设定性能评估标准，以及确保工具的可操作性。
其次，报告强调了不确定性量化方法的重要性，并建议美国防部继续支持这一领域的研究。AI/ML工具借助不确定性量化，能够更好地适应实际任务场景，并提高复杂战斗环境中的可靠性。此外，操作人员也应接受相应培训，掌握如何利用这些量化方法，从而确保决策更精确。
AI/ML技术推动太空安全之未来展望
AI/ML技术在SDA领域展示了巨大潜力，然而，要实现大规模应用，仍需进一步开展研究与测试。报告指出，太空作为一个“拥挤且充满威胁的战斗领域”，AI/ML技术的成功应用将为美国赢得关键优势。
通过持续的投资和技术创新，AI/ML工具不仅能够提高太空物体的管理效率，还能在未来的太空冲突中发挥至关重要的作用。随着太空竞争加剧，AI/ML技术将成为保持太空安全和战略优势的关键。
报告原文已在联合作战情报参考网分享，请点击原文链接下载。
联参智库现有全球军事领域情报资料80万份，纵向贯穿战略规划、条令法规、指南手册、标准报告，横向覆盖全球主要50个防务智库报告。
资料专题，作战概念、指挥控制、无人系统、人工智能，试验鉴定等；
数据产品，如全球武装力量数据、军用无人机数据等；
软件产品，如全球装备参数数据库、全球现代军用飞机数据库等；
译文产品，如参联会系列文件、联合部队作战与条令等；
研究报告，如世界无人作战力量建设、星链反制等。
