【公益譯文】打好人工智慧戰爭 未來智慧化戰爭之作戰構想(五)
第4章 智慧化陸戰
在作戰層面,陸戰與一般的戰爭概念相符。戰場可能很大,一直延伸到敵方領土,儘管無法與海戰或空戰相比。然而,與海、空戰場不同,陸地戰場上到處都是人和建築物,嚴重阻礙和制約了雙方軍隊的行動。過去的一個世紀裡,陸戰逐漸發展為多領域戰爭,網路和太空的加入進一步延伸了這一長期趨勢。同時,自冷戰後期以來,裝備精良的大型現代軍隊之間的陸戰也日益成為作戰網路之間的對抗。當然,目前這主要還是預言。近期並無使用先進技術發動的大規模陸戰,在對立作戰體系之間沒有發生體系對抗。
1926年,J.F.C富勒(J.F.C Fuller)上校在自己的著作(當時被認為是第一本將科學應用於戰爭藝術的書)末尾寫下這樣一句格言:“守衛、機動、命中”。在不同語境中,具體用詞會不同,但富勒的基本邏輯是站得住腳的。自那時起,陸軍的功能就被定位防禦、機動和火力。
防禦指軍事單位保護自己,而不是其他單位。這種保護或主動(例如使用裝甲),或被動(例如使用偽裝)。機動與位置變化相關,包括速度;大型部隊通常移動較慢,加速較慢。火力與使用武器攻擊敵人有關。這種火力或直接(例如向視線內的目標射擊),或間接(例如向視線外區域發射遠端火炮)。需要注意的是,根據部隊指揮官決定的戰鬥方式,這三個要素之間的平衡會發生變化。
陣地戰強調機動性和使用隱蔽火力進行保護。編隊的部署位置一方面會迫使敵人進攻,另一方面要有利於防禦。防禦被視為更強大的戰爭形式,敵方從一開始就處於不利地位,需要攻擊一支固若金湯的部隊。陣地戰的目的是加大進攻敵軍消耗,在其增補裝備、人員和資源之前就及時摧毀。
相比之下,機動戰強調機動性和火力,弱化保護,以避免打草驚蛇。若保持攻擊勢頭,一支高度機動的進攻部隊能夠保護自己,因為敵人來不及做出反應。然後,機動部隊會盡可能避開敵方兵力,這樣,敵方兵力如何就變得無關緊要。機動的目的是製造恐慌或認知麻痺,摧毀敵人的抵抗意志,從而獲得攻擊優勢。
除了陣地戰和機動戰,又出現了一種新形式:互換性戰爭。這種形式強調保護和火力,限制機動性。具體方式是,一支部隊不管前進與否,都會佔據中心位置,與敵人交戰。他們不會在戰場上四處移動,而是用武器的射程和殺傷力代替機動性。互換性戰爭反映了一種觀點,即火力主導時期即將到來。北大西洋公約組織(NATO)中央集團軍群(Central Army Group)前指揮官、退役將軍Glenn Otis在談到未來的“硬碰硬陸戰”(Force-on-Force Land Battle)時宣稱:
我認為,我們即將見證聯合作戰隊伍的一個重大變革—火力優勢。這意味著,我們……將使用各種遠端火力進行常規戰鬥,其中大部分是間接火力,而不是面對面的直接火力。我們將使用遠端火力打先鋒,地面機動部隊只需要在火力過後進行掃尾工作。這是一種全新的作戰構想,目的是取得決定性的成果,同時儘量減少直接交火造成的傷亡。
Otis表示,之所以提出火力優勢,是因為現代戰場監視系統能夠可靠、準確地定位部隊,再加上精確彈藥的發展,火炮發射和近距離空中支援正變得越來越精確。近20年後,這一判斷似乎正成為現實。
2014年7月11日,烏克蘭第24機械化旅在距俄羅斯邊境約10公里的Zelenopillya附近活動。早晨4點20分左右,有人注意到俄羅斯小型無人機在窺探縱隊。不久之後,約40枚俄羅斯地對地火箭彈齊射烏克蘭部隊。5分鐘內,兩個營因為兵力不足,裝備被毀,約30名士兵死亡,數百人受傷。間接火力似乎已經從輔助作用轉變為陸地戰鬥力的決定性因素。
這次攻擊的核心是俄羅斯偵察-火力複合模式,該模式將有效的戰場監視與密集火力相結合。在烏克蘭,俄羅斯的攻擊鏈從發現目標到摧毀目標僅用了12–15分鐘。隨著第一波智慧化專家指揮控制系統、雲端計算以及概念上和物聯網大致相似的網路感測器的引入,俄羅斯訓練演習的偵察到交戰時間據稱只有3–4分鐘。
Zelenopillya襲擊事件開始讓許多西方軍隊嚴重關切新興火力優勢和偵察火力結合的綜合體模式。讓人更為擔憂的是,中國人民解放軍地面部隊似已採用俄羅斯模式。將第二波人工智慧應用於綜合體的間接火力攻擊鏈可能會進一步加強新興的火力優勢。
美國海軍陸戰隊(USMC)認同Otis的判斷,即這種優勢依賴於嚴密的監視。在美國海軍陸戰隊的作戰構想中,要對抗火力優勢,需要打一場“訊號特徵戰”:
未來的戰鬥中,“一旦被發現就會被瞄準,再被擊斃。”敵方常常會用感測器、間諜、無人機和航天遙感影像組成複雜的“情偵監打擊系統”,用以定位、跟蹤、瞄準和攻擊對方部隊……無論使用什麼樣的探測手段,訊號特徵一旦放任不管,會成為嚴重漏洞……我們的部隊需要調整作戰方式,重點採取發射控制等訊號特徵管理手段,提高生存能力。
如前文所述,人工智慧在戰爭中的主要作用是“發現和愚弄”。在陸戰中,“發現”是新興火力優勢的基礎,而“愚弄”則屬於“訊號特徵戰”的範疇。本章主要透過“發現和愚弄”這個人工智慧應用概念,討論在智慧化作戰空間中的陸地戰爭。第一節提出了陸戰防禦構想,第二節討論了陸戰進攻構想。最後一節簡要闡述了一些密切相關的兵力結構問題,包括部隊人工智慧“系統體系”整合、網路和部隊轉型。
陸戰防禦構想
感知區域部署
第2章討論的總體防禦構想中,物聯網感測器分佈在敵軍可能穿越的區域。這些區域通常受地形影響;有些區域可以方便地調動地面部隊,有些區域行動困難且緩慢。當地面部隊在大規模衝突中發動進攻時,地形帶來的限制最為明顯。在這種衝突中,地面部隊需要獲得補給和維護方面的大量後勤支援,而獲得這種支援就需要進出方便,道路通暢。
必須在機動地面部隊後方建立大型倉庫,這在火力優勢時代尤其必要。俄羅斯偵察-火力模式的一個顯著特點是,在後方地區存有大量彈藥,還有關鍵的後勤補給連線線,及時將彈藥運至大炮和火箭發射處。這也可能是解放軍地面部隊行動的一個特點,因為解放軍已經接受俄羅斯的火炮是“最後的武器”的想法,並大幅提高了武器的火力和能力。
巨大的後勤“尾巴”是一個明顯的指標,所在之處即為敵方地面部隊的計劃進攻位置,防禦者應該在那裡部署物聯網感知區域。根據這一資訊,防禦者可以使用互換性戰爭增大敵軍消耗,無論敵軍是處於前進、準備行動還是靜止狀態。
可在物聯網感知區域部署多種固定和移動的跨域感測器。固定感測器可以提前部署,包括地震、聲學、成像、有源和無源電子系統。可採用分層部署設計,隨著敵軍距離交戰區越來越近,感測器資料需要越來越精細、準確和即時。可以根據需要部署移動感測器,包括空基有源/無源系統、無人機和無人駕駛地面車輛,所有這些都採用人工智慧邊緣計算處理。美國陸軍研究實驗室目前正在研究戰場物聯網下物聯網技術的各種可能性。
儘早部署物聯網感知區域會大量提升所蒐集的環境和上下文資料量,因為這會透過機器學習更好地訓練人工智慧的“發現”系統。然而,物聯網感知區域元件的工作功率均有限制,這些限制決定了部署的時間和位置。
移動的智慧無人載具為監視提供了新方案。可大膽使用無人機和無人駕駛地面車輛獲取資訊,不用那麼隱蔽,因為它們的損失或損害相對於敵對行動是可以接受的。可用小型無人機和無人駕駛地面車輛完全覆蓋目標區域,迫使對手現身。
指揮控制
物聯網感知區域透過雲將資料輸入融合設施,人工智慧處理資料,輸出戰術所需資訊,包括對敵方行動和移動路線的預測。下一層的人工智慧感知友軍可用的火力單元,對目標進行優先順序排序,確定最佳的跨域攻擊型別和時間安排,再將這些提交指揮官批准。在人機團隊中,會根據需要採用“人在環中”或“人在環上”控制方式。在人類批准後,人工智慧層為各目標分配首選武器,自動傳遞必要的目標資料,避免與友軍發生衝突,確定何時與目標交戰,並根據需要安排彈藥補給。當物聯網感知區域檢測並透過指揮控制系統傳回攻擊有效性資料時,該週期將結束。
用這種方法,智慧指揮控制系統會逐步建立一個近乎實時的戰場數字模型,同時為防禦方提供一個數字骨幹網,向所有參與防禦的地面部隊下發相關資訊和命令。有兩個方面不能忽視:(1)雲在連線所有要素方面起著核心作用;(2)各要素必須使用通用的資料標準和架構。
最近美國軍隊在德國的實彈演習或多或少反映了這種系統體系的運作方式。衛星資料輸入戰術情報目標接入節點地面站,然後,普羅米修斯資料融合人工智慧機器學習透過篩選資料來定位和識別目標。另一種稱為SHOT的演算法根據高階野戰炮兵戰術資料系統提供的武器可用性資訊,將目標與武器進行匹配。人工智慧的使用大大縮短了打擊目標所需的時間,“一個原本需要幾分鐘甚至幾小時的過程在實驗環境中縮短到幾秒鐘。”有些類似功能在美國陸軍實驗中得到驗證,現已被俄羅斯陸軍採用,用在持續改進的Strelets偵察、指揮控制和通訊系統中。
地面戰場的深入程度與所使用火力的射程有關。火炮系統現在的射程約70公里,火箭彈的射程達300公里,未來預計可達500公里。除此之外,還有空中力量。當然,人們仍有意發展射程長至3000公里的遠端火炮。
智慧化物聯網感知區域、雲端計算和指揮控制系統結合後,能夠集中協調多個分散的跨域武器系統,而無需中間層次對火力進行管理。有了這個快速的數字攻擊鏈,跨戰場的小規模武器現在可以更迅速地集中起來,加快交戰節奏。因此,哪一方能更快地開火,哪一方就能在戰鬥中取得優勢。
智慧化機動部隊
火力本身也許不足以圓滿完成保衛任務,可能還需要機動部隊。針對火力優勢,Glenn Otis表示:
最基本的原則是……不讓自己的部隊毫不必要地暴露在敵人的火力之下。根據構想,“要先用火力,然後再用機動性和火力打擊敵人”……如果獲得了火力優勢並可以自由行動,部隊就會處於有利位置,勝利也就順理成章了。如果在向敵人開火的同時並能自由移動,就能阻止敵人自由移動。
因此,可以在概念上將戰場分為三個不同的區域:
1. 優勢區:友軍火力超過敵方火力的附近區域;在該區域內,友軍比敵人能集結更多的兵力。
2. 對抗區:雙方都能有效開火的中間區域;在該區域內,雙方都必須分散作戰才能存活。
3. 脆弱區:敵方可發射並快速響應密集火力攻擊的較遠區域;在該區域內,敵軍能更快速地集結兵力。
戰鬥群這個軍事單元可用在較近的優勢區,加強連和較小的隊伍用在另兩個較遠的區域。
在優勢區內,機械化的戰鬥群可能面對的是較小規模的地方部隊。己方裝甲車可以充當“母艦”,部署和控制小型智慧機器人。美國陸軍構想了三種無人駕駛地面車輛(UGV):輕型機器人戰車(RCV),配備感測器陣列,提供近距離偵察;中型RCV,攜帶中口徑火炮和反坦克導彈,用以增強部隊的直接火力;大型RCV,作為“僚機”使用自己的武器系統,與M-1艾布拉姆斯主戰坦克或全自動排協同作戰。
這些RCV預計將使用人工智慧進行自動駕駛和自動威脅識別;這兩個功能對於減少戰鬥群眾多人機團隊的人類工作量都至關重要。目前的自動駕駛系統能避開樹木和岩石等固體障礙物,但對溝渠或坑洞等束手無力。同樣,當RCV靜止時,影像威脅識別效果很好,但在移動和抖動時效果很差。目前,操作RCV需要兩個人遠端控制:一個司機和一個炮手/感測器操作員。到2035年,隨著人工智慧的增強,一個人應該能夠控制12輛RCV。
在對抗區和脆弱區,需要使用小規模部隊來保證足夠的生存水平。不過,人工智慧可以大大增強這些部隊的能力。排級部隊使用無人機和UGV後可控制更大區域,初步評估顯示,控制區域可從1平方公里增加到大約75平方公里。無人機和UGV使用人工智慧獲取感測器資料和通訊,實現機動。
在這方面,核心要素是大人工智慧系統,為整支隊伍提供資訊並協調行動。具備良好的態勢感知能力是現代小型部隊作戰成功的關鍵因素,而人工智慧有助於確保這一點。大人工智慧層可以給出75平方公里區域內的詳細戰術圖,向每位士兵標出附近的友軍和敵軍,建議行動方式,並按照指示控制無人機和UGV。這個大人工智慧層可部署在雲中,分佈在UGV攜帶的多個迷你伺服器上,也可能就是一個個士兵。這種方法不存在單點故障,通訊也可以變得更加可靠。
在對抗區和脆弱區作戰的小型人機團隊會遭遇敵方火力攔截,因而面臨補給問題。要緩解這個問題,可使用專為後勤最佳化的小型UGV,救傷直升機也是一種可能。勞博(LOGBOT)機器人會讓後勤保障“難找、難打、難殺”。
英國軍隊正在試驗泰坦(Titan),這是一種改良的愛沙尼亞UGV,可以由人控制,也可以自主執行任務。泰坦具有人工智慧機器學習軟體,能識別其車載感測器生成的影像模式,然後基於這些模式前往選定的目的地。類似地,美國海軍陸戰隊也對機器人補給車輛進行了實驗,包括在阿富汗使用的K-MAX無人直升機到攜帶彈藥、食堂和電池包的小型無人機。美國最近就小型後勤補給多用途戰術運輸(MUTT)UGV開展了一項實驗:
UGV車頂上有一對佩加索斯(Pegasus)迷你無人機。其中一架無人機攜帶了一個感測器包:需要時,無人機從MUTT上起飛,執行偵察任務,報告拐角處看不見的部分路線。第二架無人機將極其重要的小型補給物資,即電池,運送到其他地點,從而免去了地面車輛的額外行程需要,縮短了運送時間。路線的其餘部分由預先部署的SUAVI雷達感測器監控,該感測器價值400美元,隻手可握,續航時間24小時,為MUTT提供實時更新。
智慧化互換性戰爭的含義
智慧化互換性戰爭概念有其固有問題。俄軍需要在後方建立大型彈藥儲存區,友軍也同樣需要。實際上,“三區”在概念上是圍繞中央作戰勤務保障核心的三個同心圓。這一核心不僅用於彈藥儲備和地面部隊的正常支援,而且還用於維護機器人部隊以及(可能存在的)後勤保障機場。大量使用機器人會減少戰場上計程車兵人數,但副作用是有一個巨大的後勤“尾巴”用以支撐機器人。
因此,這個中央作戰勤務保障核心會成為關鍵目標,摧毀這一節點就等於摧毀了智慧機器人系統,因為這些系統無法自我維護和修復。中央作戰勤務保障核心由三個區域內的友軍地面部隊進行保護,但不可避免地會被敵方間接火力武器(包括一些長射程武器)重點攻擊。因此,這些節點可能需要綜合防禦系統來保護它們,包括反火箭炮、火炮和迫擊炮(C-RAM)系統、高能鐳射、高功率微波、干擾、陸基防空、電子欺騙甚或有限的彈道導彈防禦。
智慧化互換性戰爭會提高戰術層面戰鬥的流暢性,敵對雙方的小型分散部隊會穿梭於三個區域。相比之下,由於作戰勤務保障節點對維持作戰至關重要,戰場可能會轉為靜態,且依位置而定。
智慧化互換性作戰概念主要圍繞人工智慧的“發現”能力。為了避免遭受高精度火力打擊,友軍部隊需要避免被發現,分散兵力,同時使用有效的分層對抗措施。這樣,人工智慧的“愚弄”能力就變得至關重要。
要逃過敵方的火力,需要使用全面的被動和主動掩蔽措施隱藏友軍的訊號特徵。這些措施包括視覺和電子偽裝、誘餌、欺騙和電子干擾。此外,考慮到敵方的物聯網感測器會部署在多個區域,友軍的“愚弄”活動不僅要複雜,還要有創新:前者指成功騙過各種感測器型別,後者指長期欺騙人工智慧機器學習資料融合和指揮控制系統,可能直到衝突終止。智慧移動系統對於這種長期欺騙或起到關鍵作用。
“愚弄”的作用也許不那麼明顯,但可與攻擊措施協調使用。基於人工智慧的“發現”能力建立的戰場近實時數字模型會暴露敵軍的“發現”系統的位置。透過動能和非動能手段攻擊敵方物聯網感知區域或資料融合設施會阻滯敵軍的“發現”能力,降低這種能力的有效性。這種攻擊為“愚弄”提供了新途徑,特別是在欺騙和迷惑敵人方面。
陸戰進攻構想
防禦構想或許可以避免失敗,但無法結束戰爭,因為敵人一方面會接受火力消耗,另一方面保持進攻態勢。要取得決定性成果,友軍可能需要深入脆弱區,進行進攻性機動行動。這種行動的目的之一是為了繞過敵方的中央作戰勤務保障節點,切斷它們與關鍵後勤列車的聯絡,包括燃料補給和能源。如果能夠做到這一點,一線戰鬥力量將崩潰,敵方軍事活動將變成一盤散沙。敵方的作戰網路可能因此癱瘓,自然也就無法實現其戰略目標。當然,敵方可能也會試圖實現同樣的目標;在烏克蘭,小型部隊實現了長達200公里的相互作戰滲透。
分散的小型隊伍的戰術是否成功取決於他們能否在火力主導的危險作戰空間中靈活機動,獲得優勢。火炮會造成持續威脅,必須交換火力,維護隊伍的機動性。總的來說,部隊越快脫離對抗區和脆弱區,行動節奏就會越快。
重要的是,突破敵方防禦的小型隊伍並非單打獨鬥,而是以分散的方式支援彼此向前挺進。這些互相配合的小型隊伍需要保持進攻勢頭,將集體行動產生的合力與小規模單位的快速行動能力結合起來。為了實現這種協力優勢,需要與智慧總指揮控制系統連線。這樣,分散的小型隊伍會保持良好的態勢感知,得到友軍遠端火力的支援,並納入統一的作戰計劃。
這些小型隊伍可使用機器人和人工智慧,使用方法與防禦構想部分中描述的方法類似。部隊使用滲透技術,從雙方近距離接觸的戰鬥前線滲透到後方。傳統上,這種戰術由於過於危險,對小型隊伍的生存造成實實在在的威脅,因此一直沒有得到青睞。
不過,智慧無人機和無人駕駛地面車輛(UGV)提供了額外的火力和機動性,為這種戰術帶來了新的可能性。無人機和UGV可隨時用於執行危險任務,必要時甚至可以捨棄,以保護小型隊伍的機動安全。例如,UGV可能會進行危險的牽制行動,在小型隊伍滲透時,拖住敵軍。相反,小型隊伍可以利用無人機和UGV進行大規模的集中攻擊,以獲得戰術優勢。有人設想將UGV空投到敵方領土進行機動戰鬥,製造混亂和分散注意力,直到燃料和彈藥消耗完畢。
即便如此,這些小型分散隊伍的生存和效力將在很大程度上取決於反情報、監視、偵察和目標定位(C-ISRT)的成功。小型隊伍需要贏得“訊號特徵戰”,儘可能躲過敵人的人工智慧“發現”系統。這一成功需要得到分佈在近距離和縱深戰場的多個“愚弄”系統的支援。同樣,使用智慧化機載和地面移動“愚弄”系統也很重要,可製造虛假目標和錯誤感知,主動欺騙敵方的指揮控制系統。
兵力結構問題
陸戰構想中,人工智慧在兵力結構中廣泛存在,這既包括橫向,也包括縱向。人工智慧系統的各個層次需要相互協作,也需要與人工團隊成員合作。目前,大多數人工智慧系統都使用獨特的定製軟體-硬體核心,專門用以提供目標用途。缺乏控制手段將獨立工作和分層工作的多個人工智慧系統整合起來。若部分人工智慧系統使用機器學習並自動改進其程式設計,或者盟國將自己的人工智慧系統新增到聯合作戰系統中,可能會產生混亂。如果缺乏無縫整合,整個系統的預期效益則難以實現。顯然,作戰中的整體可靠性也無法保證。結果,“戰爭迷霧”可能會變成“系統迷霧”。
另一方面,人工智慧的引入帶來了新的網路攻擊向量。目前的趨勢表明,作戰和武器系統仍容易受到網路攻擊。這種脆弱性可加以利用,輔助實現人工智慧的“愚弄”能力,但同時大大削弱了人工智慧的“發現”能力在實戰方面的穩健性。
總體而言,這種陸戰構想主要是簡單地將人工智慧新增到較為傳統的作戰系統中,使後者的效力和效率成倍增長。不過,捨棄現有的兵力結構而選用全新方法,其結果尚未得到檢驗。智慧化戰場的技術核心包括物聯網、雲、人工智慧機器學習和邊緣計算。若用這些技術替代傳統的保護、機動性和火力三要素,支撐未來的地面兵力結構,可能會產生迥然不同的兵力結構,提供意想不到的獨特能力。
· 譯者宣告 ·
本文由綠盟科技部落格與“安全加”社群小蜜蜂公益翻譯組合作完成,免責宣告及相關責任由“安全加”社群承擔。
小蜜蜂翻譯組公益譯文專案,旨在分享國外先進網路安全理念、規劃、框架、技術標準與實踐,將網路安全戰略性文件翻譯為中文,為網路安全從業人員提供參考,促進國內安全組織在相關方面的思考和交流。
相關文章
- 【公益譯文】打好人工智慧戰爭 未來智慧化戰爭之作戰構想(四)2021-07-19人工智慧
- 【公益譯文】打好人工智慧戰爭 未來智慧化戰爭之作戰構想(二)2021-07-06人工智慧
- 【公益譯文】打好人工智慧戰爭 未來智慧化戰爭之作戰構想(三)2021-07-09人工智慧
- 【公益譯文】打好人工智慧戰爭 未來智慧化戰爭之作戰構想(七)2021-08-04人工智慧
- 【公益譯文】打好人工智慧戰爭 未來智慧化戰爭之作戰構想(六)2021-07-29人工智慧
- 打好人工智慧戰爭未來智慧化戰爭之作戰構想2021-07-02人工智慧
- 人工智慧戰爭2(太空戰爭策略類mac遊戲)v4.004破解版更新2022-03-21人工智慧Mac遊戲
- 智慧家居平臺戰爭2014-06-04
- 從《全面戰爭》身上,我們可以看到RTS遊戲的未來?2020-01-08遊戲
- 透視智慧化高階戰爭發展趨勢2022-09-08
- 智慧音響的“無限戰爭”2020-06-09
- 人工智慧:未來的機遇與挑戰2024-01-15人工智慧
- 從《星球大戰》看人工智慧的未來2016-01-11人工智慧
- 有屏智慧音響的新戰爭、新挑戰、新變數2021-03-08變數
- 【公益譯文】航空網路安全指導手冊(五)2021-06-25
- DTalk|自動化機器學習-人工智慧的未來2018-09-15機器學習人工智慧
- 【公益譯文】國家技術戰略制定、實施與監控評估流程(五)2021-12-03
- 戰爭遊戲:紅龍2019-01-15遊戲
- 美軍為打贏戰爭撰寫程式碼,AI演算法成未來戰爭的最強“戰腦”2019-11-18AI演算法
- 任天堂戰爭系列雜談下:戰爭的繼承者們2019-10-14繼承
- 華為下場,全屋智慧開啟新戰爭2021-01-06
- 蘭德公司:2040年人工智慧或發動核戰爭毀滅人類2018-04-25人工智慧
- 【公益譯文】美國網路空間組織架構2020-12-22架構
- 朋友或敵人:五個問題概述人工智慧的未來2019-07-19人工智慧
- 工作和人工智慧的未來2020-09-04人工智慧
- 人工智慧和工作的未來2015-11-22人工智慧
- 蘋果健康的“人民戰爭”2019-08-20蘋果
- Amazon與Google的戰爭2012-12-26Go
- Oracle 和 Google的戰爭2010-08-17OracleGo
- 終極戰爭模型(轉)2007-08-04模型
- 微服務的戰爭:統一且標準化2020-08-30微服務
- 人工智慧與資料分析驅動的資料戰爭究竟意味著什麼?2018-08-02人工智慧
- 《全面戰爭模擬器》:詼諧幽默的沙盒戰爭模擬遊戲2019-06-11遊戲
- 【公益譯文】白宮臨時國家安全戰略方針(二)2021-06-04
- 【公益譯文】白宮臨時國家安全戰略方針(一)2021-06-03
- 有關人工智慧發展歷史及未來前景的論文2018-09-09人工智慧
- 譯文: 古典學還有未來嗎?2012-02-13
- 幻想FPGA人工智慧的未來世界2011-09-28FPGA人工智慧