关键词：人工智能，AI，印度，武装部队，军事行动
中美俄等国军事行动中的人工智能AI和机器人在军事行动中的前景与工程师设计系统的能力呈正干系。这些系统需拥有独立的知识能力和基于专业知识的推理能力。然而，目前并无此类自主系统投入利用，大多数地面机器人都是遥控的，须要操作员在一定间隔外进行掌握。
环球有大量自主系统研发项目正在进行。多国在空中翱翔器、地面车辆、水上舰船、水下潜航器等系统上都有一定的进展。目前，美国、欧洲和中国均有开拓自主直升机，事情职员可通过智好手机操控这一系统。自主地面车辆如坦克、运输车等则在环球范围内均有开拓。随着这些系统在技能成熟度和能力上不断得到提升，许多人认为，AI和机器人有潜力推动新一轮的“军事革命”（RMA）。
除自主系统外，AI还被用于提高当前部队的作战能力。从这一方面出发可延伸出多种运用，如利用图像识别剖析视频资料从而识别来袭威胁、对供应瓶颈进行预测、实现自主管理功能等。这类运用使得军队能够重组构造，以更少的职员代替原来弘大的组织。由此可见，AI有潜力帮助国防部队提高其作战职员和后勤职员的战勤比。开拓进程中的另一个重点领域是开拓“人机协作”自主武器，即机器与作战职员建立共生关系并共同协作。这一方案设想由人类判断来掌握机器的速率和力量，将机器的准确性和可靠性与人类的端庄和变通相结合，同时使打算机和人类相互促进思考，即进行“认知协作”。下文将大略概述中美俄和印度军队的人工智能开拓情形。
1.美国
美国大力投资开拓精确制导弹药、隐形武器以及情报、监视与侦察（ISR）系统以对抗对手的多种上风并提升其技能根本。作为其“第三个抵消计策”的一部分，美国据宣布已在AI领域投入了180亿美元，紧张用于机器人、自主系统、人机协作、网络和电子战等，而这仅仅是其未来国防项目的一部分。
2.俄罗斯
中俄两国均高度关注对AI的开拓，以坚持环球经济和军事力量平衡。俄罗斯军方正在开拓基于AI的机器人、反无人机系统、边防系统和巡航导弹。
3.中国
中国正在大力推动AI赋能的自主系统。中国已动手开拓AI赋能的高精度巡航导弹系统。有人认为，该系统旨在对抗美国支配在太平洋地区的“半自主”远程反舰导弹。由于中国高度支持机器人和无人系统研发，因此中国国防行业中呈现出了大批干系研究机构。
4.印度
印度武装部队当前面临着大量的装备当代化需求寻衅及其他作战和后勤寻衅，因此AI和机器人范例尚未成为其条令思考和远景方案中的关键部分和驱动力量。不过，印度军队中已有部分编队开始引入某些商用现成（COTS）装备，以提高安全性。
印度武装部队中的人工智能相对而言，印度在AI研发方面还处于起步阶段，尤其是在国防领域。与印度的经济体量和国防需求比较，印度在国防领域AI研发方面的滞后显而易见；而如果与印度的对手乃至一些小国在AI领域的前辈成果比较，则这一情形更为突出。印度当前的AI行业产值估量为每年1.8亿美元。
2018年1月，印度人工智能特殊事情组建议成立“国家人工智能任务”，作为折衷印度AI干系活动的节点机构，并在未来五年内向该机构供应约120亿卢比的预算拨款。人工智能特殊事情组确定了印度开拓AI的10个领域，个中包括国家安全领域。在领域专题剖析中，事情组进一步列出了国家安全领域中可利用基于AI的系统的范围，包括自主监视和作战系统、适应性通信系统、网络攻击缓解系统和基于决策系统的多传感器数据领悟。同时，事情组还提出了一些建议，如成立卓越中央和供开拓职员利用的AI测试台实验室，创建跨学科数据中央以解读数据、起草标准和开拓技能。2018年2月，印度国防生产部组建了一个特殊事情小组以研究AI在国防领域的未来运用。以下是部分处于开拓阶段的旗舰项目：
用于网络中央作战的AI（AINCO）：该项目涵盖多项技能以建立知识库、吸收和处理语义信息、连接推理和关联事宜。机器人系列：该项目旨在开拓一系列采取通用导航软件和掌握接口的机器人战车。这些战车可自动清扫雷区道路，发出烟雾警告以停滞行进，滋扰敌军运输并利用反坦克导弹履行对敌打击。用于监视和侦察的类似技能也正在开拓中。AI与机器人中央（CAIR）：当前，印度武装部队正与CAIR就多个项目展开密切互助，以处理多代理机器人框架（MARF），开拓蛇形机器人、腿式机器人、爬墙机器人以及无人地面车辆等多类机器人。该中央还开拓了“网络流量剖析”（NETRA）系统。CAIR的六足机器人
推举关注领域
印度武装部队应多加关注“自下而上的”自动化方案和“智能化”支持做事，如医疗、库存管理、后勤、修理和掩护、专业军事教诲、自主监视和作战系统。以下为印度武装部队利用的AI和其他高度专业化技能：
蜂巢操持：印度陆军电子和机器工程兵团（EME）已开始推进“蜂巢操持”。该操持旨在建立中央化实时数据库，用于储存来自陆军近2000个事情站的装备维修记录。这些事情站分布在印度各地及干系关键地域。为促进“智能运作”，陆军应利用AI代替人工来输入数据，并创建“预测性掩护”模型以代替现有的“取证”和“预防性”掩护。EME事情站可利用机器视觉进行车辆修理，并运用自然措辞处理模块，如数据输入和记录虚拟助手（VADER），将机器对其事情的实时语音描述转化为文本，并从中提取干系信息，而后更新到蜂巢云端。AI对抗网络攻击：基于AI的算法经设计可自动检测网络上的恶意软件，并推进对抗网络攻击的有效方法。AI还可用于编写代码，以对抗恶意软件。掌握线（LoC）环境中的运用：掌握线环境最主要的特点是有可能涌现违反停火协议的情形。由于部队调动频繁，新来的部队可能并不理解此前的情形，此时一旦涌现预见之外的火力，就有可能产生伤亡。而基于云的综合AI系统可从多个（声学和视觉）传感器搜集数据，从而有效避免上述情形。这些数据包括来自高层的情报报告和违反停火协议的模式、所用武器的口径、敌军所用弹药的大致数量（利用声学传感器打算火力间隔次数）以及大致的开火韶光等。对无人平台的利用；AI赋能的机器人可在背叛乱/反胆怯主义（CI/CT）地区提高打消大略单纯爆炸装置的效率。美国曾在伊拉克和阿富汗利用“魔爪”、iRobot、Packbot等机器人，印度武装部队可向其学习履历。但对“机器骡”的利用仅是案例之一。无人地面车辆还可在常规战役期间用于智能运输。PackBot机器人
对高度专业化技能的进攻性利用：结合基于AI的办理方案和无人系统实际上可在常规战役中形成高效的动态反应。然而，掌握线环境所须要的是短而快的战役。装备手榴弹的COTS无人机和四轴翱翔器可用于天生杀伤力。无人机集群作战有潜力压制敌军防御、毁坏敌军集结，这一能力在短而快的战役中效果尤其明显。用于检测违反停火协议模式和干系数据的AI也可以实时掌握无人机，使炸弹投掷的杀伤力最大化。伤员后送：作战期间，自主车辆或可用于伤员后送任务。及时将伤员送今后方进行救治，可挽救沙场上的更多生命。兵棋推演：长期以来，举行兵棋推演一贯都须要人力，然而仅依赖人力或许无法有效推进兵棋推演。代理人战役、不对称战役等新观点的涌现使得当代沙场充满不愿定性。利用打算机进行的兵棋推演可通过兵力比拟剖析、倍增成分、移动表格、随机数、职员检讨等有效仿照各种可能场景和战役环境。信息域：当代战役的根本是情报和监视。只管印度陆军已意识到情报和监视的主要性，并开始为未来战役考虑网络中央战（NCW）等观点，但NCW本身并不敷以令军队节制主导信息域、掌握信息流的手段。为缩短不雅观察-定位-决策-行动循环（OODA循环）的周期，印度军方需意识到，决策威信本身便是一个紧张瓶颈。因此，在繁芜的决策流程中利用AI帮忙指挥官或可极大地减少决策花费的韶光。利用基于人工智能的系统的寻衅印度必须发展网络化作战，在这一作战形式中，作战职员和机器可组成专用部队/团队以实行特界说务。然而，印度也必须核阅陆军在推进此类变革时面临的寻衅，以及过渡依赖数据所带来的负面影响。
用于作战的多系统方案：印度需天生涉及通用技能，尤其是新兴技能的整体方案。只管印度已采纳方法使学术界和私营部门参与到这一过程当中，但所有行动依旧按照旧模式进行，即关注重点被放在平台和花费战。军方对平台的采购也险些是零散的，并且掉队于技能曲线。多系统方案侧重于网络化“系统”（如人和平台），这些“系统”无论处于结合模式或独立模式，都是任务特定节点互联网络的一部分。多系统方案更好也更为必要。与以人或装备为中央进行作战比较，这种综合性的系统方法更为有效，它肃清了单一平台的重大毛病，并可将认知和威慑事情分配给人和机器。印度武装部队的这一作战观点立足于相互伶仃的装备和军种体系。印度军事事务部首先须要冲破这种伶仃状态，然后根据装备和技能将各军种整合起来，而不仅仅是为各军种调配资源并将其分配到各地指挥部。数据驱动的组织文化：印度武装部队需建立“数据驱动”文化，并重点开拓用于网络、整理和存储数据的协议标准。只管“数字陆军”阶段已完成了该领域的部分事情，创立了多个运用程序并在陆军数据网络（ADN）上运行，然而，这些运用程序由于互不兼容，因此无法交互。这就导致印度武装部队各部门的大量数据都是伶仃存储的。此外，陆军移动Aadhaar运用网络（ARMAAN）、打算机化库存掌握项目（CICP）和人力资源管理套件（HRMS）等多个运用程序被用作AI测试平台，但这些运用程序当前的形式均不适用于测试AI。印度同时还需战胜多个体制寻衅，以在叙事战领域取得进步。为应对未来战役，印度武装部队需采取更扁平化的指控构造，以便更有效地实现目标。人类直觉VS机器逻辑：机器无法取代人类的直觉决策。武装部队的紧张任务是打赢战役，而事实上，战役是情绪冒险。只管战役须要精准的行动，但政治才是其最主要的实质。因此，整体军事行动决不能由机器或算法决定。与实验手册上的美好展望比较，现实中AI、大数据和物联网（IoT）的军事运用更加平凡和务实。人机交互：自主系统有一个趋势是将人从“循环中剔除”。在决策矩阵中用永不怠倦的机器代替精力有限的决策职员是极具诱惑力的想法，但现实每每更加繁芜。1978年，美国“温森斯”号巡洋舰误将伊朗航空655班机当做来袭战机并将其击落；2003年“爱国者”导弹系统击落一架英国皇家空军的“狂风”战斗机。这些事宜都提醒着我们，人类必须参与到循环当中。道德问题：无人系统有多个上风，包括缓解沙场压力，从而为军队供应稳定性、生存性和耐久性。然而，要将自主系统或机器人纯粹用于战役目的，就须要进行大型"大众谈论，尤其“杀伤性自主武器系统”这一话题特殊须要谈论。网络化系统的薄弱性：全面网络化的系统构造繁芜，因此尤其薄弱。其可能面临的问题包括电磁接口和跟踪能力。信息的通报也可能会引起网络的沼泽效应，即各实体都参与到带宽之争当中。战役私有化：技能激增最显著的影响表示在非国家行为者的崛起上。COTS无人机、黑客软件和其他工具唾手可得，使得个人也可以寻衅国家对暴力的垄断。爱德华·斯诺登戳穿脸书、谷歌等公司参与海内和国际监控操持，如“棱镜”操持和“星风”操持，向美国国家安全局供应大量数据。这提醒着我们，未来技能可被用于对抗任何国家。结论生活中随处可见对AI技能的运用。印度陆军是天下上的第四大陆军，印度则是一个快速发展中的国家，印度军方必须充分理解和推广这一技能才能保持其陆军的地位。军方必须用前沿技能武装印度士兵，而AI技能这一沙场上的力量倍增器，可为各层级指挥官供应实时信息并帮忙决策。