泰勒斯在格拉斯哥教机器思考，打造数字战场crew系统

快速阅读: Thales开发的“数字乘员”系统结合AI与传感器技术，为军事平台提供实时数据分析与决策支持，旨在辅助而非替代人类操作员，提升战场态势感知能力。

数十年来，Thales继承了Barr & Stroud的传统，为英国的潜艇和装甲车辆打造了“光学之眼”。如今，他们正致力于让这些系统具备思考能力。这一名为“数字乘员”的计划起初是一项关于传感器融合和人工智能的实验，现已发展成为Thales对于“数字化战场”全面联网愿景的核心部分。其目标不是取代人类操作员，而是创建一个虚拟助手，帮助他们以前所未有的速度感知并做出决策。

访问Thales的光电与导弹电子设施时，我目睹了一场演示，直观展示了这一过程。屏幕上显示了一辆装载传感器套件的车辆传来的实时画面；另一屏幕则呈现了由红外线、可见光及声波数据合成的图像。几秒钟内，系统检测到远处有动静，自动放大并标记出一个形状。

现场工作人员介绍，“数字乘员”系统结合了人工智能与面部识别技术，旨在连接多种平台，实现实时数据分析。这标志着Thales从以潜望镜和传感器闻名向教会这些系统解读所见内容的转变。“数字乘员”整合视觉、雷达、声学和环境数据，为操作员提供简化的单一视图。

该系统的目的是为操作员争取更多思考和行动的时间。通过标记变化和突出新情况，系统旨在帮助乘员预测威胁而非仅仅应对。利用卷积神经网络，“数字乘员”能够像人一样学习和识别物体。软件从已知图像库开始，通过分析每一帧观察到的画面扩展知识，学会从不同角度或透过烟雾、尘土等障碍物识别物体。

在国防部安全加速器和当地大学的支持下，该系统于Thales的格拉斯哥基地开发，已在皇家海军和陆军中进行了试验，并通过研究合同在英国、加拿大和澳大利亚进行研究。其优势在于能够在不疲劳的情况下监控多个数据流，提供持续的模式识别意识，增强而非替代人类判断。

一些原本用于保持潜艇桅杆稳定的稳定算法现已被适应于其他用途，如车载摄像头和将多路光学信号合并为单个图像的系统。该技术已在多种环境中进行了测试，包括萨里平原的军事演习、人群管理和边境监视试验，引起了国际关注。加拿大等国家正在评估其在不同条件下跟踪和分类多个目标的能力。

工程师们描述了如何将曾经专注于玻璃和光学的精确度应用于数据对齐和图像处理。系统已在皇家海军潜艇上进行了接触追踪测试，在陆军测试车辆上用于远距离热签名识别。每次测试中，软件都能自动适应环境。

随着车辆和传感器的日益联网，工作人员表示，这类技术使得少量平台能够覆盖更广泛的区域，增强了现有人员的有效性。贯穿所有工作的原则是扩大人类能力而非取代，保持操作员在决策中的中心地位，同时让机器承担起感知的认知负担。在访问期间，工作人员将“数字乘员”描述为辅助工具而非指挥者，旨在减轻人类的认知负荷，而不是做决策。系统持续扫描多个数据源寻找异常，并以清晰直观的方式呈现信息。在一个城市侦察情景的演示中，它结合了来自摄像头和麦克风的数据，显示噪音来源及每个摄像头的视野。当检测到移动时，系统会将其标出供操作员判断是否采取行动。

参与该项目的人员将其功能比作副驾，提供持续监控，以便机组人员能够专注于更高层次的决策。目标是展望未来，军事平台将搭载更多传感器，但不会增加更多人员，这意味着指挥官将依赖能够筛选和解读大量视觉、雷达和声学数据的系统。在试验中，数字乘员几乎即时产生了分析结果，在桅杆收回所需的时间内生成了优先级图景。

项目开发者描述，这标志着从模拟到数字战场的广泛转变。过去意味着给部队提供更好的光学设备，现在则是提供更好的态势理解。数字乘员不受平台限制，可以安装在车辆、飞机或潜艇上，通过共享数据网络在武装部队中运行。

团队还承认了围绕军事人工智能的伦理讨论。他们明确表示，所有最终决定仍由人类负责，每个自动化检测都必须由操作员验证后才能采取行动。通过融合传感器输入并更快地突出潜在威胁，他们认为该系统提高了意识并降低了出错的风险。

这项工作的理念不是取代人类直觉，而是保护它，帮助操作员保持专注，关注最重要的事项。

(以上内容均由Ai生成)