马赛克战——利用人工智能和自主系统来实施决策中心作战

知远战略与防务研究所  沐俭/编译

自:美国战略与预算评估中心网站

【知远导读】本篇推送编辑节选自美国战略与预算评估中心2020年2月11日发布的同名研究报告,报告由CSBA高级研究员布莱恩·克拉克等撰写。报告认为,美军目前这种以一体化、多功能集成系统和组织形式为主的作战方法不适合与中国和俄罗斯进行持久竞争,如航母打击群和陆战队远征部队等,这些系统成本高、数量少,不灵活。他们主张将这种高度集成化的部分系统分解为数量更多的、体积较小的、功能较少的作战单元,纳入更多无人系统、自主系统和人工智能元素,通过实施以“马赛克战”为特点的决策中心战来战胜对手,而不是像以往和现在这样,通过打消耗战来战胜敌人。

美国正在与中国和俄罗斯进行一场长期的竞争——一场美国领导人和国防专家都认为美军在技术和作战上正不断落后的竞争1。为重获优势,美国国防部正在寻求通过新的国防战略和作战概念来提高美军作战能力,重新调整防御态势,将陆、海、空、天和网络空间域更好地融合在一起2。为了实施这些新方法,美国政府将国防部的研发开支增加到了二战以来从未有过的水平,其中考虑到了通胀因素3。

尽管做出了这些努力,但如果美军还是通过简单地使用目前的部队改进方式来对现有战术进行少量的改变的话,那么美军可能还是无法获得和保持对大国竞争对手的优势。美国国防部用来打赢冷战的能力——包括隐身飞机、精确武器和远程通信网络——已扩散到了其他国家的军队。潜在对手对美国在冷战后打过的几场战争(包括科索沃、伊拉克和阿富汗战争)进行了观察和分析,然后对他们自己的作战概念进行了相应的调整4。所以,美国军方领导人承认,在这种情况下,美军未来获得的任何优势都可能是有限的和短暂的5。此外,如果只是通过提高现有能力和战术来保持优势,那成本将会越来越高。

采用新作战模式的必要性

美军应该考虑通过新的战争模式来获得长久的优势,而不是使用对手已经掌握的能力和作战概念来与其竞争。例如,在冷战期间,美军能将新技术与新的作战概念结合起来以战胜苏联军队的许多优势,先是拥有了核武器,然后是具备了精确制导武器和隐身技术6。如今,美军面临的最严峻的潜在挑战包括中国和俄罗斯军队部署的远程传感器和精确武器网。中国人民解放军将这些能力用作一种综合系统集成的一部分来攻击美军和盟国军队的脆弱部分。解放军和俄罗斯军队的远程精确武器和传感器还得到了代理人和准军事部队的补充,并将它们用来实施“灰色地带”战术,通过争夺有争议的领土或在其邻国制造不稳定以获得领土和影响力7。

要对抗中国或俄罗斯的作战模式,美国及其盟国军队就要提高生存能力并在各个冲突等级都能达到目标。如今,美军最有效的力量组合是将多个任务单元和平台组合成一个相对较大的编队,如陆军的旅战斗队(BCT)、陆战队远征部队(MEU)或是海军的航母打击群(CSG)。这些单元因其规模太大和太集中而容易受到攻击,这不仅制约了他们的灵活性,还增加了他们的可探测性。而且,这些部队的规模可能会使冲突不必要地升级,也会使美军的部署在财政上变得不可持续8。

虽然美国国防部的一些新概念,如“分布式海上作战”(DMO)、“多域作战”(MDO)和“远征前进基地作战” (EABO)等,都强调分散部署,但国防部的投资仍然偏向于数量相对较少的、缺乏决策支持工具来实施分布式作战的多任务平台和编队9。美军的力量组合也倾向于将多任务单元集合在一起以便能相互提供防御支援、协调大规模进攻火力和提高保障和管理效率。

美军的部队设计反映出了一种以消耗为中心的战争观,其目标是通过消灭掉大量失去战斗力的敌人来取得胜利。例如,在过去的二十年里,美军的作战行动更多的是强调击毙或抓获更多恐怖分子和武装分子,而不是阻止大国的入侵10。为更好应对大国对手构成的挑战,本研究报告建议美国国防部采纳新的取胜理论和作战概念,强调能比对手更快更好地做出决策,而不是靠打消耗战。

这种以决策为中心的作战模式可以给敌人造成多个困境以阻止他们达到目标,而不是消灭敌方部队直到他们无法战斗或取胜为止。例如,经典的机动作战是通过延迟或削弱敌进攻能力来打乱敌人的进攻行动,使敌人失去重心,如维持能力或指挥控制能力11。这可以被看作是攻击敌方战斗网络的凝聚力12。

目前的美军在实施决策中心战和机动战的能力方面将受到限制。由于成本问题,美军没有足够的多任务平台来从部署上取得足够的分散性和多样性以便给大国对手制造多个作战困境。成本问题和多任务平台的不足还要求多任务平台和编队要得到保护,从而进一步降低了美军的灵活性。

由于美军指挥官依靠的是全战区的指挥与控制结构,这同样限制了美国能制造困境的数量和制造困境的速度。整个战区的环境条件将会限制美军指挥官运用自动决策工具的能力,缓慢的决策速度也将影响到指挥官参谋的作战规划速度。此外,在战区范围内的通信能力可能会受到干扰,从而影响到战区指挥官动态管理部队以实施机动作战的能力。

就像在冷战时期那样,美国国防部可以利用新一代技术来克服美军在实施新作战概念时所面临的挑战。在冷战末期,隐身技术、制导武器和通信网络成为美军向精确打击作战转变的支撑技术。如今,最重要的新技术是人工智能和自动化系统,目前美国国防部只是将这些技术用来加快一些已经由人类实施的操作或使其能自行操作13。这些技术本可成为决策中心战模式的基础。例如,自行系统可使部队更加分散地部署,从而使美军部队和平台变得更多,也更具重组性;人工智能可使决策辅助工具协助指挥官管理快速而复杂的作战行动。

向决策中心战转变

决策中心战就是让美军指挥官更快更有效地决策,同时降低敌方决策的速度和质量。无论是美军还是对手的决策中心概念都不同于过去的概念,如网络中心战,以往的概念是通过集中来提高美军的决策能力14。

网络中心战依靠的是战区指挥官不受约束的广域态势感知能力,以及与他们所指挥的所有部队进行沟通的能力。然而,在未来的高竞争的环境中,这种集中决策方式或许既不可能也不可取。敌方电子战和其它对抗指挥与控制和情报、监视和侦察能力的提高将会削弱美军指挥官了解整个战区局势和通信的能力。这些都将限制美军指挥官获得态势感知或对美军大兵团作战实施控制的能力。

网络中心战强调的是高度的透明性和控制力,而决策中心战则更注重军事冲突中固有的迷雾和摩擦。决策中心战通过分布式编队、动态组合和重组来提高美军的适应性和生存能力,通过减少电磁辐射和反指挥与控制以及情报、监视和侦察行动来增加敌人对美军行动的不确定性和复杂性,削弱敌指挥官的决策能力15。

在决策中心战中会遇到的两个最大的挑战是分散美军的部署和隐瞒美军的意图,同时还要保持美军指挥官做出快速、有效的决策能力。自主系统和人工智能将有助于克服这些挑战。

自主系统有助于实施分布式部署和任务指挥

诸如无人平台和通信网络管理系统等自行系统能帮助美军实施更为分散的作战行动。无人平台能帮助美军实施更为分散的编队部署,将传统的多任务平台和部队能力分散为数量更多、功能较少、成本更低的系统。

决策中心战假设在军事对抗中通信会受到挑战和阻挠。所以,指挥与控制关系将根据所具备的通信能力来定,而不是试图去建立一种能支持所期望的指挥和控制结构的通信构架,就像网络中心战那样。可以说,美国国防部建立通信网络的努力已经失败了,其部分原因是他们试图在一个普遍存在的和有弹性的网络中强加一个他们想要的指挥与控制结构,这可能是无法实现的,也可能是负担不起的。

根据决策中心战中使用的这种指挥、控制和通信(C3)方式,或称为“以情景为中心的指挥、控制和通信(C3)”(“情景中心C3”),指挥官将只对那些与他们保持有通信联络的部队实施指挥和控制。自动网络控制将在带宽、联络范围和延迟之间进行权衡,以便与指挥官完成任务所需要的部队进行联络,并防止指挥官的控制范围变得无法控制。难以联络到的部队,或不需要执行任务的部队将被排除在指挥官的部队之外。

用人工智能支持决策

美军将下级指挥官在独立实施作战行动时(包括与上级指挥官失去联络时)自己制定行动方案这一概念称之为“任务指挥”。然而,根据目前的实践来看,“任务指挥”会破坏获取对敌决策优势所做的努力。下级指挥官没有计划参谋来协助他管理和指挥部队。其结果是,他们往往会做出一些不妥的决定,或是又回到按习惯来指挥或是按照教条来指挥的老路上,使敌人更容易预测他们的行动。

决策中心战运用新的指挥与控制结构,通过将人工指挥与使用了人工智能的机器控制模式相结合的方式来解决“任务指挥”的局限性。人工智能决策辅助工具能让下级指挥官控制分散部署的部队,根据环境或敌方的行动来进行调整,给敌方带来决策上的复杂性。这样,指挥官就能实施“情景中心指挥、控制和通信”作战。

人工指挥和机器控制将能充分利用人和机器的能力;人能提供灵活性和应用他们的创造性,而机器则能从速度和规模方面来提高美军对敌施加多重困境的能力。这一方法还能解决部署人工智能决策辅助系统可能遇到的困难。人类指挥官在下达命令之前将先仔细分析和评估机器控制系统提出的方案,以便对作战计划进行调整或修改。随着时间的推移,当决策辅助工具得到改进并在其有效性能方面趋于稳定之后,指挥官可能会更愿意接受机器的建议。

马赛克战

美国国防高级研究计划局的“马赛克战”概念为实施决策中心战提供了一种方法16。“马赛克战”的中心思想是人工指挥和机器控制相结合,通过对更为分散的美军部队的快速组合和重组来为美军制造适应能力,为敌方制造复杂性和不确定性。实施“马赛克战”或其它形式的决策中心战需要对美军的部队设计和指挥与控制程序进行重大改革。

部队设计

如今,美军主要由一些有人驾驶多任务单元组成,如飞机、舰艇和编队,它们的特点是独立自主,装备齐全,拥有它们自己的传感器、指挥与控制能力和武器或电子战系统。这种相对不太灵活的一体化多任务单元配置,以及不同单元之间通信系统互通能力方面的限制使得一些力量组合只能实施各类不多的效应链。这就降低了部队的能力,使他们的作战行动更容易被敌方预测,限制了美军迷惑敌人的能力,而这一能力正是获取决策优势的作战概念的一部分。

美国国防部可通过将现在的一体化多任务单元重组为大量规模较小、功能较少和便于组合的单元来寻求决策中心战。例如,可用一艘护卫舰和几艘无人水面艇来取代由三艘驱逐舰组成的水面行动大队。可将一架用作指挥、指挥、情报、监视和侦察平台的攻击战斗机用来取代部分攻击战斗机,来为一群装有防区外导弹和传感器及电子战装备的无人机提供支援。在地面部队方面,一些规模较小的单元及子单元可使用小型和中型的无人地面车(UGV)和/或无人机来增强它们的自卫能力、情报、监视和侦察能力以及后勤保障能力,而不是依靠大型编队来提供支援。

部署更为分散的单元并不需要全部替换掉传统的部署部队。只需要淘汰或取消少部分一体化单元以便引进和部署更多规模较小、功能较少的单元。分散部署、能快速组合和重组的部队能给美军带来诸多优势,包括:

更容易融入新技术和新战术。功能较少的马赛克力量元素不会像多任务单元那样高度集成化。因此,其平台或部队编成不需要进行太大的修改就能融入新能力。

使美军指挥官具备更强的适应能力。与传统的一体化平台和编队相比,分散部署的部队将能以更多的方式来进行组合以发挥效果。

给敌方制造更大的困难。敌人将更难以评估分布式部署部队以确定美军的意图和效应链。

效率更高。指挥官将能更精确地调整分散部署的部队组合,以便根据作战需要以及所能承受的风险程度来匹配能力和力量。

能执行更广泛的行动。能根据作战需求来更精确地调整分散部署部队,以减少不必要的过多配置,从而使其能执行更广泛的任务。

能提高战略实施能力。大量同时实施的任务、对能力和力量的有效调整以及大量无人系统的使用将使分散部署的部队能在实施佯攻的同时实施进攻和防御行动,或执行高风险/高回报任务。因此,指挥官能更好地去实施其战略。

马赛克战所需要的力量设计将需要采用新的指挥与控制方式来组合和重组大量的分散部署单元。指挥与控制程序也要有助于更快更有效的决策,同时给敌人的传感器和指挥与控制程序制造困难。

指挥与控制程序

也许,决策中心战最具颠覆性的因素就是它对美军的指挥与控制程序的改变方式了。为充分利用分散的和更具可组合性的部队的价值,马赛克战将依靠人类指挥和机器控制的组合方式。如果在进行部队设计时不改变相关的指挥与控制程序,那么指挥官及其参谋就难以管理分散部署部队的大量元素。没有自动控制系统,指挥官也将更难利用决策中心战部队的可组合性来给敌人制造复杂性,或根据敌方的防御能力和对抗措施来对部队进行重组。

正如图1所示,在马赛克战的指挥与控制程序中,人类指挥官将制定出一个能反映其上级战略和意图的整体作战方案。指挥官将通过计算机界面来向机器控制系统发出指令,下达所要执行的任务并输入对敌方部队规模和有效性的判断。机器控制系统便开始进行情景中心指挥、控制和通信,通过通信系统确定可用来执行该任务的部队,同时使指挥官的控制保持在可控范围内。然后,指挥官将从有通信联络的部队中挑选出可用来执行任务的部队。

图1:情景中心指挥、控制和通信模式示例

在情景中心指挥、控制和通信模式中,时间将是个重要因素。在指挥官决定哪支部队可用来执行任务和在审查所建议的行动方案时,指挥官所需要的那支部队可能会移动位置、失去联系或是被消灭掉。然而,发生这种延迟的机率可能比使用传统的计划程序要少得多。这一潜在的不利因素也会被美军给对手施加干扰所带来的优势所抵消。

从演习中得出的观点

为了评估决策中心战理论的有效性和马赛克战的实用性,战略与预算评估中心开展了三场演习,就未来可能发生的大国和地区冲突对美军的马赛克部队和指挥写控制程序与传统的美军部队和指挥与控制程序进行了比较17。演习就马赛克战概念的可行性和作战优点进行了五个假设测试:

1. 指挥官和计划人员能取得对机器控制系统的信任;

2. 马赛克战将增加美军部队组合的复杂性,削弱对手的决策能力;

3. 马赛克战能使指挥官同时实施更多行动,给敌方制造更多困难并在决策上取得对敌优势;

4. 马赛克部队设计和指挥与控制程序能提高美军的决策速度,使指挥官能更好地掌握作战节奏;

5. 与传统部队相比,马赛克战能让美军指挥官更好地实施他们战略。

通过研讨会和演习得出了许多能证明马赛克战的许多潜在优点的证据,以及告诫。除了对后勤、通信、人工智能和自主系统的假设外,对机器控制系统的演习缺乏真实控制系统的建模和仿真能力。指挥系统所使用的马赛克部队元素特征也被极大简化。所以,参演者倾向于接受控制系统所提出的行动方案中的力量组合和默认的战术,而没有提出更多问题或进行更多分析。

实施决策中心战

虽然实施决策中心战用不着替换掉目前的美军部队,但国防部必须对其用以发展军事能力的许多程序进行修改以便能更分散地部署部队。例如,对一支高度可组合部队要素的要求不会以缺口的形式出现,因为机器控制系统将能组装所定制的力量组合,以便尽可能严密地根据具体情况来执行指挥官的任务。国防部必须寻求新的能力来在很多可能发生的情况下和使用多种力量配置方式来提高作战能力,而不是让技术专家来寻找填补能力差距的解决方案。

虽然在实施决策中心战方面存在着挑战,但美军必须采用新的方法来阻止入侵和在未来的冲突中取胜。美军在以往的竞争中所具备的优势现在已为美国的竞争对手所用,战争的趋势正在降低美军在大规模精确打击战中的能力和经验价值。军事竞争的下一个主要领域将是信息和决策,美军可以利用人工智能和自主系统等新兴技术来在信息和决策方面建立长期的优势。

新的作战概念对于美军充分利用新技术将十分重要。如果美国国防部仍然只是将人工智能和自动化系统看成是改进其目前作战方法的一种手段,那么美军自己将受到损害,而不是把这种损害施加给美国的竞争对手。

 

【1】Paul Sonne and Shane Harris, “U.S. Military Edge Has Eroded to ‘A Dangerous Degree,’Study for Congress Finds,” The Washington Post, November 14, 2018.

【2】Sydney J. Freedberg Jr., “Services Debate Multi-Domain: ‘Battle’Or ‘Operations’,”Breaking Defense, April 10, 2018.

【3】David Vergun, “DOD Leaders Make Case to Congress for Budget Request,” DoD News Service, March 12, 2019,available at https://www.defense.gov/explore/story/Article/1782973/dod-leaders-make-case-to-congress-for-budget-request/.

【4】David Ochmanek, RAND Corporation, “Restoring the Power Projection Capabilities of the U.S. Armed Forces,”testimony to the Senate Armed Services Committee, February 16, 2017, availableat https://www.rand.org/pubs/testimonies/CT464. html.

【5】John Richardson, A Design for Maintaining Maritime Superiority (Washington, DC: U.S. Navy, 2018), p. 17,available at https://www.navy.mil/navydata/people/cno/Richardson/Resource/Design_2.0.pdf.

【6】Robert Martinage, Toward a New Offset Strategy: Exploiting U.S. Long-Term Advantages to Restore U.S. Global Power Projection Capability (Washington, DC: Center for Strategic and Budgetary Assessments, 2014), pp. 5–16.

【7】JamesMattis, Summary of the 2018 National Defense Strategy of the United States ofAmerica (Washington, DC: DoD, 2018), p. 7, available athttps://dod.defense.gov/Portals/1/Documents/pubs/2018-National-Defense-Strategy-Summary.pdf.

【8】Bryan Clark, Mark Gunzinger, and Jesse Sloman, Winning in the Gray Zone: Using Electromagnetic Warfare to Regain Escalation Dominance (Washington, DC: Center for Strategic and Budgetary Assessments, 2017).

【9】2020财年国防部预算没有显著增加单位数量。

【10】Anthony Cordesman, Terrorism: U.S. Strategy and the Trends in Its “Wars” on Terrorism(Washington, DC: Center for Strategic and International Studies, 2018).

【11】Robert Leonhard, The Art of Maneuver: Maneuver Warfare Theory and AirLand Battle (NewYork: Ballantine Books, 1991), pp. 66–74.

【12】Tiago Cavalcanti, Chryssi Giannitsarou, and Charles R. Johnson, “Network Cohesion,” Economic Theory 64, no. 1, 2017.

【13】“Gartner Identifies Top 10 Data and Analytics Technology Trends for 2019,”press release, Gartner, February 18, 2019.

【14】Arthur K. Cebrowski and John H. Garstka, “Network-Centric Warfare: Its Origin and Future,”Proceedings, January 1998, p. 1139, available at https://www.usni.org/magazines/proceedings/1998/january/ network-centric-warfare-its-origin-and-future.

【15】美军正在开发的作战概念中描述了这些方法,包括分布式海上作战、电磁机动作战、多域作战和远征前进基地作战。见:Sydney J. Freedberg Jr., “Navy Forges New EW Strategy: Electromagnetic Maneuver Warfare,” Breaking Defense, October 10, 2014; Navy Warfare Development Command,“CNO Visits Navy Warfare Development Command,” Navy News Service, April 13,2017, available at https://www.navy.mil/submit/display. asp?story_id=99893; andChristopher H. Popa et al., Distributed Maritime Operations and UnmannedSystems Tactical Employment (Monterey, CA: Naval Postgraduate School, 2018),available at https://apps.dtic.mil/docs/ citations/AD1060065; U.S. ArmyTraining and Doctrine Command (TRADOC), The Army in Multi-Domain Operations2028 (Ft. Eustis, VA: U.S. Army, 2018), pp. 32–44, available athttps://www.tradoc.army.mil/Portals/14/Documents/ MDO/TP525-3-1_30Nov2018.pdf;and “Expeditionary Advanced Base Operations,” Marine Concepts and Programs,U.S. Marine Corps, available athttps://www.candp.marines.mil/Concepts/Subordinate-Operating-Concepts/Expeditionary-Advanced-Base-Operations/.

【16】“Strategic Technology Office Outlines Vision for Mosaic Warfare,” DARPA, August 4, 2017, available athttps://www. darpa.mil/news-events/2017-08-04.

【17】为了增加能获得马赛克部队设计和指挥与控制经验的参与者的数量,马赛克部队被分为三个马赛克组。传统小组分配的全是传统部队。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/488423.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

java动态内存分部,如何利用Java实现动态内存分配?

一.实验原理原理:内存以分区为单位,每个分区可由(ID,addr,size,)进行描述class sector{int id -1;//记录作业的编号int addr0;//内存的起始位置int size100;//分配的内存大小}建立两个链表avail和busy。av…

postgresql两个列模糊比较_JDBC进阶(一):批处理与获取自增长列的值

一、批处理假如要插入一万条记录到数据表中,那么使用普通的方法就要执行一万次插入操作,这样会频繁打开和关闭数据库连接,导致执行速度变慢。因此可以使用批处理机制将多条语句一次性提交给数据库批量处理。批处理的相关API:void …

深度解读后疫情时代下,零售行业的趋势及技术前瞻

来源:苏宁零售技术研究院作者:王俊杰、罗海棠博士、郭永慧、池曙强、张绿漪博士新冠状病毒肺炎疫情发展严峻,短时间内席卷全国。民众在政府的号召下选择了尽量不出行,餐饮、旅游、线下零售等行业面临严峻考验。但同时,…

JAVA-配置path环境

配置path环境变量变的目的是什么? 控制台可以在任意的路径下都可以找到java的开发工具。 为了说明几个JDK环境变量的作用,这里先给出环境变量的定义 环境变量: 环境变量一般是指在操作系统中用来指定操作系统运行环境的一些参数,比…

170页PPT入门深度强化学习! 汪荣贵 图灵人工智能 昨天

转自:中国图象图形学报什么是强化学习?和其他学习方法相比,有何不同与特色?深度学习如何与强化学习结合?并各取所长?深度强化学习会成为未来引领智能计算的方法吗?深度强化学习将强化学习和深度…

钟南山院士应邀向欧洲同仁全方位解析新冠肺炎(配中文文字版)

来源:ERS欧洲呼吸学会尊敬的同事们,女士们,先生们:非常荣幸能有机会与您分享我们处理中国境内COVID19感染的相关经验。在这种情况下,我仍然在前线工作,所以准备这个PPT比较匆忙。我只能告诉您一些事实、某些…

powerbi的功能介绍_Power BI性能提升的5大秘密武器

​Power BI无疑已经走了很长一段路,它以其作为自助服务工具的强大根基,易于使用的功能以及在企业领域的持续推动和推动而发展。但是,我们仍然可以发现许多开发和维护Power BI解决方案可以通过应用一些更改而受益匪浅,这些更改将导…

递归推导——猜年龄

一、问题描述 班里转来了一位新同学,他在介绍自己年龄的时候说:“我的年龄的平方是一个三位数,立方是一个四位数,四次方是一个六位数。三次方和四次方正好将0/1/2/3/4/5/6/7/8/9这10个数字全部覆盖。”,那么&#xff0…

matlab画布透明,MATLAB怎么生成带透明对象的矢量图

从很早的版本开始MATLAB就支持对patch、surface等对象设定透明属性,有些示意图也必须使用透明的对象才能充分展示所要表达的含义。对透明对象支持最好的通用图片格式就是.png了,但是png图像并非矢量图形,对于一些需要以矢量图显示的场合并不适…

综述:持续感知系统在边缘计算的应用

来源:《微纳电子与智能制造》随着边缘计算技术的兴起,各种各样的感知系统给人类带来了便捷高效的生活。以日常使用的手机为例,工程师为其置入了各种各样的传感器,并通过运行其上的机器学习算法,部署了很多便捷的功能。…

matlab fgoalattain,matlab优化工具箱 | 学步园

1工具箱概述1.1 功能(1)求解无约束条件非线性极小值;(2)求解约束条件下非线性极小值,包括目标逼近问题、极大-极小值问题和半无限极小值问题;(3)求解二次规划和线性规划问题;(4)非线性最小二乘逼近和曲线拟合;(5)非线性…

自保护、人机互动柔性织物传感器研究取得进展

来源:中国科学院宁波材料技术与工程研究所可穿戴柔性电子器件,因其柔性/拉伸性、质轻、成本低、便携等特性,被广泛应用于人体运动/人体健康的实时监测、人机/脑机交互以及机器学习等领域。但目前仍存在灵敏度及响应速度较低、检测下限较高、检…

Hibernate第十一篇【配置C3P0数据库连接池、线程Session】

Hibernate连接池 Hibernate自带了连接池,但是呢,该连接池比较简单..而Hibernate又对C3P0这个连接池支持…因此我们来更换Hibernate连接池为C3P0 查看Hibernate自带的连接池 我们可以通过Hibernate.properties文件中查看Hibernate默认配置的连接池 hibern…

npm 切换源_【分享吧】verdaccio搭建npm私有仓库

verdaccio搭建npm私有仓库前言随着前端技术的不断发展,前后端分离已成为主流趋势,这就导致了前端承受的分工压力会越来越大,前端项目也将变得十分庞杂,因此在技术方面会考虑按照业务线进行拆分成几个业务系统。这些系统之间如何共…

疫情中的人工智能和大数据“社会实验”,将如何影响我国经济社会发展

来源:三思派最近,上海市科学学研究所编制了《人工智能、大数据支撑新冠肺炎疫情防控报告(1.0版)》。报告预测,疫情过后,人们的生活和工作方式都可能向更加智能化方向发展,一个以智能化、无人化、…

IBM强化Watson对商业语言的理解能力—AI辩论一些关键技术首次商业化

来源:IBM中国2020 年 3 月 11 日,商业人工智能领域领军者 IBM[1]宣布推出几项全新的 IBM Watson 技术,旨在帮助组织机构更清晰地识别、理解和分析英语语言中某些最具挑战性的方面,从而获取更多洞察。全新的 IBM Watson 技术代表着…

删除快捷方式小箭头_修复快捷方式的箭头图标

前一天晚上,用360清理缓存文件后,早上起来一看快捷方式的箭头图标不见了,左下角变成了一片白色。试了很多方法,比如说删除iconcache.db,然后重启资源管理器等等,发现没有用。然后,装上360桌面助…

如何实现对外部php文件的调用,laravel如何引用外部文件

laravel如何引用外部文件,主视图,视图,文件,方式,内容laravel如何引用外部文件易采站长站,站长之家为您整理了laravel如何引用外部文件的相关内容。(1)、首先在app\Http\routes.php中定义路由;Route::get(view,ViewControllerview);Route::get(article,V…

清华大学人工智能深度报告:八大维度解析机器学习

来源:世界人工智能大会机器学习(Machine Learning,常简称为 ML)已经成为了当今的热门话题,从机器学习概念诞生到机器学习技术的普遍应用经过了漫长的过程,众多优秀的学者为推动机器学习的发展做出了巨大的贡…

【周末阅读】5G时代新型基础设施建设白皮书

来源:智东西【导读】当今世界,新一代信息技术与经济社会深度交融,正引领全球新一轮科技革命和产业变革,其速度、广度、深度前所未有。加快 5G 商用和人工智能、工业互联网、物联网等新型基础设施建设是发挥投资关键作用&#xff0…