2021年，大国对抗更加激烈，印太地区成为大国交锋的焦点，该区域军事行动、演习试验的强度和频次达到新高，信息系统装备技术在其中发挥的作用突显；中美科技博弈升级演进，5G、先进计算、集成电路等基础和前沿技术成为科技战的最前沿领域；疫情在部分国家持续肆虐，对全球产业链、供应链带来“断链”冲击，动摇了全球化供应链体系的根基。在此背景下，军事电子领域战略规划、作战概念、装备技术等各方面发展呈现出更加鲜明的数字化、网络化、智能化趋势；同时，各国强化对电子信息领域的科技力量部署，人工智能、量子等前沿技术持续深入发展，若干前沿科技领域出现重大突破。
中国电科战略情报研究团队梳理总结了世界军事电子领域，及其指挥控制、情报侦察、预警探测、通信与网络、定位导航授时、网络空间安全、电磁战、基础领域、前沿技术9个分领域年度十大进展，本篇为该系列第10篇。
一、美国联邦政府成立多机构推进人工智能研发应用
图1 人工智能计划办公室标志及其使命寓意
2021年，美国联邦多机构实施重要机构改革，推动人工智能管理、研发、应用向前迈进。1月，美国白宫科学技术政策办公室宣布成立“国家人工智能计划”办公室（NAIIO），该办公室将负责监督联邦政府实施《2020“国家人工智能计划”法》，主要职责包括向人工智能跨机构委员会和国家人工智能咨询委员会提供技术和行政支持等，将加强联邦政府内的跨机构协调，促进非政府专家参与，促进美国人工智能研发，确保未来数年美国在人工智能领域的领导地位。9月，商务部被授权成立国家人工智能咨询委员会（NAIAC），其任务是对《国家人工智能计划》进行独立评估，并就与人工智能研发、道德、标准、教育、技术转让、商业应用、安全和经济竞争力相关的主题向美国总统和国家人工智能计划办公室提出建议。12月，美国防部正式设立首席人工智能与数据官（CDAO）职位，CDAO将隶属于国防部常务副部长，通过加速向作战部队“交付能力”，应对战略竞争对手的挑战，预计2022年2月1日形成初始运作能力，6月1日前形成完整运作能力。
二、美国人工智能国家安全委员会发布报告强调2025年前做好人工智能应用准备
图2 人工智能国家安全委员会《最终报告》
3月，美国人工智能国家安全委员会（NSCAI）发布《最终报告》，重点阐述了人工智能时代保卫美国的重要性、必要性以及美国抵御由人工智能技术引发相关威胁的必要举措，并就如何负责任地使用人工智能、保护美国人民与利益提出了建议。报告指出，人工智能将成为新时代应对冲突的首选工具，为维护国家安全和提升国防能力，美国必须负责任地使用人工智能，为抵御威胁做好准备。报告强调，美国应在2025年前充分奠定实现人工智能广泛整合的基础，且国防部领导层应采取行动自上而下推动组织改革，设计创新的作战概念，建立人工智能和数字战备性能目标，定义联合作战网络架构，并确定人工智能研发优先领域以支持未来军事能力，以确保美国2025年达到军用人工智能就绪状态。
三、美国防部启动人工智能和数据加速计划
图3 美国防部正将数据视为战略资产
6月，美国国防部副部长宣布，为确保所有数据可见、可访问、可理解、可连接、可信赖、可互操作且是安全的，美国防部启动“人工智能与数据加速”（AIDA）计划。该计划提供了利用数据和人工智能的系统化方法，将通过向11个作战司令部部署技术团队来为联合全域指挥控制的军事网络做准备，帮助建立联合作战系统，使基于人工智能系统的数据能够快速到达作战人员，真正实现全域指挥控制。AIDA计划是美军实现从“传感器到射手”推进的重要步骤，将帮助美军从根本上形成快速决策反应能力，加快联合全域指挥控制发展应用，整合并提升美国防部作战司令部在实际作战中的人工智能能力，继而提升数据利用水平。
四、美国多军种布局网信前沿技术发展，加速数字现代化转型
图4 美海军《智能自主系统》战略
2021年，美国多军种密集推出人工智能、大数据、自主系统等领域的顶层规划，加速数字现代化转型。5月，美太空军发布《数字军种愿景》，提出要创建一支数字指导的部队，重点关注数字工程、数字人才、数字总部、数字作战四大领域。8月，美陆军未来司令部人工智能集成中心发布陆军人工智能未来5年计划，将聚焦自主系统、数据分析、可视化、战场感知智能、安全与决策辅助等11个重点研究领域。8月，美海军发布《智能自主系统》战略，致力于通过高度分布式的指挥和控制架构，加速智能平台的开发和部署，提供必要的战斗硬件，以满足海军“对位压制工程”的需求，并指出美海军将通过综合无人系统、人工智能和自动驾驶的交叉，实现由智能自主系统促成的未来。10月，退伍军人事务部发布《人工智能战略》，正式确定了退伍军人事务部将如何开发、使用和部署人工智能能力的愿景，将惠及美国退伍军人和社会。
五、美国防部公布《美国本土外的国防部云计算战略》文件，拟通过云战略获取全球优势
图5 美国防部《本土外云计算战略》
5月，美国防部首席信息官办公室公布了《美国本土外的国防部云计算战略》文件。该战略确立了国防部通过云创新和弹性实现全域优势的战略愿景，分析了将云计算应用于战术层面临的挑战，阐述了实施本土外云计算的注意事项和行动计划。战略强调，云计算技术应用中面临着人机协作、数据存储共享、网络安全等方面挑战，本土外云计算战略以开发全域作战优势、获得作战信息优势、增强持续创新能力为愿景，提出三大目标，即：为战术层级提供强大且有弹性的连接；为战术层提供云计算基础设施和能力；在需要的地方部署人才。战略强调，本土外云计算战略实施中需重点考虑与所在国的协商、空间及电力条件的限制、断网等受限环境及状况、与他国合作中的数据主权等四个问题。未来，美国防部将与参谋长联席会议共同领导企业开发本土外云计算战略所需的云架构，并加强投资、协调并确保信息供给。
六、量子计算技术取得突破
图6 IBM公司“鹰”量子计算处理器
11月，IBM公司宣布研制出能运行127个量子比特的量子计算处理器“鹰”，这是迄今全球最大的超导量子计算处理器，是继谷歌“悬铃木”后量子计算领域的一个重大突破。为实现这一突破，IBM研究人员在现有量子处理器中进行创新，例如减少错误的量子比特排列设计和减少必要组件数量的架构。“鹰”中利用的新技术将控制布线放置在处理器内的多个物理层上，同时将量子比特保持在单个层上，从而大大增加量子比特。随着高质量量子比特数量增加，用户在进行实验和运行应用程序时能够以更高的复杂度探索问题，例如优化机器学习，或为新分子和材料建模，以用于从能源行业到药物发现过程的各个领域。“鹰”处理器的到来是量子计算机在应用方面超越经典计算机的迈出的重要一步，将为量子产业发展生态系统做出贡献。后续，IBM公司还将于2022年左右推出433位量子比特的“鱼鹰”处理器，2023年左右推出1121位量子比特的“秃鹫”处理器，并启用“量子系统二号”集成量子计算系统，届时，美国或将接近实现量子霸权。
七、DNA数据存储技术走向实用
图7 DNA数据存储联盟白皮书中提出的DNA数据存储一般流程
2021年，美国在DNA存储技术领域取得一批实用性成果。1月，美国螺旋生物科技公司宣布在尺寸为1微米的硅基芯片上成功合成了含200个碱基对的寡核苷酸（含300纳米的DNA合成纳米孔），实现碱基对高效合成；4月，美国洛斯阿拉莫斯国家实验室宣布，开发出自适应DNA存储编解码器，可将数字二进制文件转换为分子存储所需的四个字母遗传代码，以将大量数据存储在DNA分子中；6月，DNA数据存储联盟发布行业白皮书，首次明确DNA存储的一般流程。一系列进展表明，经过近几年的快速发展，这项技术开始向实用化迈进。DNA存储技术的数据存储密度远超传统磁、光介质，且存储介质更稳定、数据更安全，是应对数据量持续飞速增长的有效技术方案之一，特别是在海量、保密数据存储与传输等方面，具有广阔军事应用前景。
八、区块链技术开启军事应用试点
图8 “原石”追踪器
4月，美国空军快速维修办公室授出一份开发基于区块链技术和3D打印解决方案的合同，致力于使美空军能够在野战条件和海外基地制造、测试和部署飞机和其他武器装备的可替换零件。5月，美陆军作战能力发展司令部在年度网络现代化实验期间，对区块链身份验证解决方案进行了测试。同月，美海军启动研发基于区块链技术的医疗供应链系统，该系统使用物联网区块链平台和可信硬件“原石”追踪器，预计2022年初在美国海军进行应用试点，为海军和海军陆战队人员提供实时健康监测和后勤保障等服务。
九、斯坦福大学等机构研发出可准确识别破译书写意念的脑机接口技术
图9 研究团队首次解码了与书写有关的神经信号
5月，斯坦福大学、霍华德·休斯医学研究所、布朗大学等机构共同合作，首次从大脑神经信号中识别破译了字母的书写动作意念，使之可实时转换为文字，且输入速度和识别准确率均达到较高水平。研究人员使用受试者左脑上植入的两枚电极芯片检测全身瘫痪受试者试图书写字母时大脑运动皮层发射的神经元信号，继而将其传送至计算机，随后，“递归神经网络（RNN）”深度学习模型会分析神经元信号的活动模式并生成聚类图，推测受试者预期的手部运动并输出该字母。借助该技术，受试者的打字速度可达到每分钟90个字符，且原始识别准确率和计算机自动校正后的准确率分别达94.1%和99%以上。该技术的最大创新在于其首次识别并破译了与书写动作有关的神经信号，将大幅提高受试者交流速度，未来有望应用于军民医疗康复领域。
十、特斯拉公司披露全新自研超级计算机Dojo
图10 Dojo中使用的特斯拉自研AI训练芯片D1
6月，特斯拉公司在2021年计算机视觉和模式识别峰会上公布了全新自研超级计算机Dojo的开发原型版本，该计算机的每秒浮点运算能力（FLOPS）已达世界第五的水平，其最终目标是超越日本的“富岳”超算成为全球第一。Dojo采用5760个算力为321TFLOPS的英伟达A100显卡，组成了720个节点，算力突破1.8EFLOPS，具备10PB的“hot tier”NVME存储空间，能以1.6TB/s的峰值速度运行。作为特斯拉实现完全自动驾驶之路必不可少的一环，Dojo将配合无监督学习算法减轻特斯拉人工标注数据的工作量，进而帮助其实现指数级的数据训练效率提升，肩负起特斯拉汽车视觉神经网络的训练任务，通过深度学习和海量特斯拉汽车数据的分析完成自我进化，最终实现以纯视觉为基础的完全自动驾驶，未来也将有较强的潜在军事应用前景。
声明：本文来自电科防务，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
