《2035 年技术融合估计：量子互联网、人机接口、机器学习系统、隐形机器人、增材制造》美陆军232页

在未来 15 年内，人工智能（AI）、生物技术、量子技术、纳米技术、神经技术、自主技术、机器人技术和信息技术将如何、何时以及在何处以与美国陆军相关的方式融合？

根据 31 项可能在所有 8 个指定学科中出现的创新，至少有 6 项不同的、实质性的技术融合也有可能在未来 15 年内出现，并与美国陆军相关。

研究小组注意到，31 项创新的无限制融合有可能产生 1.7069174e+46 种可能的结果。尽管如此，在使用名义组技术、时间序列分析、网络分析和直觉进行分析的基础上，团队将结果缩小到了他们最有信心的六种融合，这些融合符合三个目标：重要、军事相关和发生在 2035 年或之前。

一个令人信服的元分析结果是，机器人技术、人工智能和自主系统可能会从它们和其他学科的创新中获益最多，紧随其后的是生物技术、信息技术和量子技术。剩下的两个学科，即神经技术和纳米技术，似乎并没有从其他学科的创新中获得巨大收益；但是，它们是其他领域进步的重要推动者。

在已确定的六项融合中，涉及特定学科架构和信息技术的融合至关重要，其次是人工智能、虚拟应用和物理设备或过程。主要发现如下

量子互联网和无源光网络（PON）

到 2035 年，信息技术架构、人工智能、量子技术、自主技术和纳米技术的创新极有可能实现信息处理和网络的去中心化人工智能管理。强大的 PON 将提供未来的数据可用性，量子互联网将提供网络安全以及数据保密性和数据完整性。在同一时间段内，物联网（IoT）设备的处理能力将使分布式和边缘处理得以分散，并由人工智能进行远程管理。推动这一融合的是一系列研究计划和最新成果。具体来说

据 Lee Billings 2017 年 6 月 15 日在《科学美国人》上的报道，中国在 1200 公里的距离上从太空进行了量子纠缠。

位于纽约长岛的量子信息科学（QIS）研究中心（由布鲁克海文国家实验室（BNL）、石溪大学（SBU）和 Qunnect 公司首席技术官 Mael Flament 合作组成）报告说，他们可以在 60 英里的光纤网络上持续进行量子纠缠。他们还将在 2020 年中期测试商用量子中继器和量子存储器，预计将于 2022 年投放市场。
据《宽带技术报告》2019 年 3 月 20 日报道，美国 PON 正在从 2.5G PON 升级到 10G PON，下一步将升级到 25G PON，可能还会升级到 50G PON。相比之下，中国电信美洲分公司报告称，中国已经拥有 100G 链路，并正在向其光网络 2.0 过渡，该网络将提供 200G 和 400G。

可能的应用案例：量子互联网可提供安全、受保护的数据，实现保密性、完整性和可用性（CIA）。强大的 PON 架构可提供超配、网络敏捷性和网络机动性，以便在 2030 年至 2035 年期间开展进攻性和防御性网络行动，并在网络战领域取得胜利。

人机接口

未来 15 年内，纳米技术、神经技术、生物技术、信息技术、量子技术和人工智能的创新极有可能实现人机界面的大规模生产，从而减少甚至消除移动设备视觉/触摸界面的使用。在同一时间段内，增强现实（AR）护目镜和隐形眼镜等非侵入性设备将让位于侵入性植入物，如仿生角膜替代物和更先进的非侵入性脑计算机接口（BCI）选项。最近的各种研究计划和新产品都支持这一结论。具体来说 - CNET 高级编辑斯科特-斯坦恩（Scott Stein）在 2020 年初亲自测试了可实现夜视和微屏幕显示功能的智能隐形眼镜工作原型，如上图所示。

根据最近发布的一份新闻稿，法国亚特兰蒂克工程学院（IMT Atlantique）开发出一种方法，将透明、柔性石墨烯基电源融入隐形眼镜，可为 LED 供电数小时。
深圳大学和南洋理工大学的研究人员提出，6G 的速度为 1 太比特/秒，延迟为 0.1 毫秒，这将使协作式人工智能能够以比人类更快的速度进行交流、思考和报告变化。

可能的应用案例：这种融合将带来新的进步，如物理集成的抬头显示器（HUD），可自动识别和标记士兵视野中的敌友和未知事物，而班、排长则可推送 AR 标记，以便集中火力或确定行进路线。

智能城市

到 2025 年，技术先进国家的大城市可能会通过分散式人工智能、边缘计算、自主系统和 5G 的融合来整合运营。随着电信技术的不断进步，到 2035 年，6G 将与这些技术融合。虽然技术创新是这种融合的主要驱动力，但其他商业和社会因素也会对这种融合产生重大影响。具体来说

C40 城市是 “世界 40 强城市 ”之间达成的一项协议，旨在开辟一条到 2030 年将全球气温降低 1.5 摄氏度的道路。C40 表示，创建智慧城市将帮助他们实现目标。全球智慧城市的名单继续呈指数级增长，这使得 C40 很可能在 2030 年前成为 C100。
IBM 的 Tririga 人工智能平台利用物联网收集复杂的联合建筑数据，为企业提供优化建筑设计、布局、可用性、能源管理和维护的策略。IBM 称，他们的人工智能可通过自动化节省 20-30% 的建筑能源成本。
西门子技术提供了类似的物联网平台，并试图占领多个城市服务市场。西门子已经展示了在 10 分钟内将城市周围的联合传感器接入其平台的便捷性，但表示他们的应用需要低延迟信息，以提高服务的及时性和准确性。2017 年，香港采用西门子物联网平台创建了 “智慧城市枢纽”，以此将服务与市民联系起来。据香港官员报告，自从他们开始使用 “智慧城市枢纽 ”管理服务以来，公共交通成本节省了 20% 以上。
英伟达™（NVIDIA®）的EGX人工智能芯片被用于边缘计算，通过让机器学习最接近传感器或传感器套件来优化数据管理。他们还将边缘计算与其城市服务人工智能平台 Metropolis 以及爱立信的 5G 硬件进行了整合。爱立信报告称，他们已在全球范围内签署了 42 份协议备忘录，以便在 2025 年前整合这项技术。

可能的应用案例：在智慧城市等复杂领域，分散式自学习智能所固有的灵活性可被用于建立多领域行动的传感器到射手架构，用于运营智慧城市的自学习分散式智能可被设计和部署，以学习对手的区域/城市，从而产生潜在的非动能效应。

将先进的机器人应用到偏远地区

系统能力（人工智能、信息技术和计算）与机电技术进步（机器人技术）和自主性的融合，将导致机器人群落被用于勘探、系统管理和资源检索（如采矿、化石燃料钻探、水合物发现）。随着资源竞争和技术竞争的加剧，环境恶劣的地方将成为先进机器人应用的理想环境。到 2035 年，这些机器人殖民地可能会在星外、公海上和公海下、沙漠和恶劣环境甚至地下使用。具体来说

2014年，Ecoppa公司的E4机器人系统在没有水的空旷地带清洁太阳能电池板。
据科学进步网站 EurekAlert！报道，2017 年，跨国合伙企业 UC3M 正在开发用于城市环境的智能地下机器人 BADGER。目前正在湖泊和水库的表面建造和维护太阳能电池板。韩国水资源公司（K-water）已经证明，在韩国使用的 100 千瓦和 500 千瓦浮动式太阳能电池板比陆地太阳能电池板的效率高 11%。
雅苒伯克希尔号（Yara Berkshire）是目前正在建造的第一艘自动航运车，预计将于 2022 年在内陆水域精确航行。
荷兰皇家 IHC 矿业公司正在开发商业化的海底采矿，而挪威大学研究机构 NTNU 则为同样的工作引入了一种无害环境的方法。
美国国家航空航天局（NASA）继续探索轨道空间探索或开放式跨导航以及火星研究。

可能的应用案例：自主机器人群在多个领域迅速开展工作，也许可以在化学袭击后对一个区域进行净化，在炮火中修复损坏的设备，或者在士兵和空中或地面作战中心之间提供 C2 节点。

隐形机器人系统

人工智能、5G（或更高）信息技术和制造创新（3D 打印机）与电池和导航方法、受生物启发的机器人设计、纳米技术软材料和多机器人合作系统的进步相融合，很可能在 2030 年之前催生出低于探测阈值的小型隐形机器人系统。昂贵且功能强大的军事平台很可能会被大量廉价且足够优秀的系统所取代，这些系统将创造 “战场质量”。然而，国际社会限制军用机器人作战作用的行动，极有可能使国际公约禁止部署致命的自主武器系统。推动这一趋同的因素有很多，既有技术方面的，也有政治方面的。具体来说

高通公司机器人系统校长讲席教授、加州大学圣地亚哥分校计算机科学与工程系计算机科学教授亨里克-克里斯滕森（Henrik I. Christensen）博士认为，电池技术的发展将成为机器人能力的关键驱动力。石墨烯和锂离子等电池变体之间的竞争将降低两者的成本，到 2025 年将为无绳机器人提供多种电源解决方案。
斯坦福大学博士后、生物医学工程师 Giada Gerboni 博士表示，纳米技术和生物技术组织工程融合而成的软机器人很可能会产生具有独特传感、动态响应和移动能力的生物混合系统。
模仿动物群体行为的多机器人合作系统是可行的，也是无人驾驶飞行器的基石。布法罗大学机械与航空航天工程系助理教授苏玛-乔杜里（Souma Chowdhury）说："许多应用都可以使用更简单、更便宜的大型机器人群，而不是单个价值100万美元的机器人。
主要国家在利用集体力量遏制竞争对手的同时，也急于锁定自己的相对优势，这种务实的外交策略很可能会促成一项国际协议，尽管其中针对战斗机器人的条款执行力较弱。

可能的应用案例：大量具有高度灵活性的 “蜂群机器人 ”将在现场实时制造（3D 打印），执行搜索和救援任务。它们将自主工作，轻松适应不断变化的环境和不可预见的危险，如飓风或地震等自然灾害、倒塌的建筑物和战斗。人工智能将赋予它们在没有任何基础设施或中央控制系统的情况下自主工作的能力。

自主现场可部署增材制造

未来十年内，纳米技术、生物材料、人工智能增强型材料原型制造、边缘人工智能芯片计算和第六代电信等领域的创新很可能在 2030 年之前实现可野外部署的自主系统，该系统能够识别、采集和制造稀土材料，用于在恶劣环境下制造武器系统部件。目前正在开发或生产的一些产品以及一些大规模的研究计划都支持这种融合。具体来说

初创公司 Cintrine Informatics 利用人工智能平台预测设计中最适合使用的材料，以及供应链中的材料供应情况。松下是 Cintrine 平台的早期采用者，并承认材料发现速度显著提高了 25%。
澳大利亚初创公司 Earth AI 展示了利用从商业可用的历史地形信息和卫星图像层构建的预测建模机器学习定位稀土材料的能力。为了实现这一目标，Earth AI 公司正在开发一套人工智能自主系统，如蜂拥而至的无人机，这些无人机可将矿区前景信息传递给移动式自主钻机，以便开采矿物。
加拿大人工智能采矿初创公司 Goldspot 已与 100 多家大型采矿公司合作，利用机器学习改进他们的实践。Goldspot公司预计，由于他们有能力降低传统矿业公司的成本和进度风险，因此在未来3-5年内，合作关系将呈指数级增长。
2018 年 8 月，著名的技术预测公司 Gartner 预计，智能粉尘的广泛应用还有 10 多年的时间，但已走上商业化道路。智能粉尘将提供环境数据，使这种分析成为可能。

可能的应用案例：到 2030 年，长程和短程自主无人机将在恶劣环境下勘探、提取和制造用于生产武器系统部件的材料。

补充调查结果

要为美国防部释放自主、机器人、生物技术和神经技术的潜力，可能需要进一步了解信息技术和人工智能如何创建数字架构。知名技术专家和人工智能专家已就这一要求发表了明确意见。

马萨诸塞州信息技术人工智能加速器、空军作战部主任迈克尔-卡南（Michael Kanaan）认为，多领域作战武器系统之间的数字互操作性有限。对互操作性的验证在武器系统开发的后期进行，结果导致设计交易，以确保产品进度得以维持。这包括计算硬件和逻辑方面的考虑。
前空军数字服务总监亨特-普莱斯（Hunter Price）先生认为，跨多域的实时传感器对射击作战需要了解带宽的分布、计算能力的位置以及延迟对武器系统性能的影响。
5G 和 6G 通信为自主系统和机器人系统的带宽操作提供了重要机会；但是，如果要与云基础设施通信，必须考虑延迟和成本因素。根据系统的自主程度，可以通过将决策推近边缘来优化带宽。
卡内基梅隆大学首席技术专家托马斯-朗斯塔夫（Thomas Longstaff）博士指出，分散式智能和蜂群智能与边缘计算相结合，为武器系统的设计提供了极大的灵活性。
托马斯-朗斯塔夫博士还表示，需要数字双胞胎来提高对 “人工智能黑盒 ”的信心和信任。
量子传感为实时通信提供了大量定位、导航和定时优势，特别是在边缘提供时。
Michael Kanaan 先生还表示，国防部（DoD）和传统国防工业不具备创建数字架构所需的专业技术知识。他们应考虑评估其现有的军事和文职人员队伍，以了解他们是否具备可快速提升以创建该数字架构的前沿计算机语言技能。他建议各军种像对待外语一样对待计算机语言，提供初步的国防语言能力测试（DLAB）来筛选候选人，并选拔人员参加为期 18 周的人工智能和机器学习启动培训。

专知便捷查看

点击左下角“阅读原文”或复制以下网址查阅
https://www.zhuanzhi.ai/vip/fc51d5e57b16b18e53b202d1005f1198

欢迎微信扫一扫加专知助手，咨询服务：报告资料整理定制

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

点击“阅读原文”，查阅下载