空军电子战负责人看到人工智能的局限性

人工智能和机器学习将来可能会为空军的无线电频率战士提供重要的能力，他们在电磁频谱上对抗美国的敌人，但根据空军指挥官的说法，这一天还需要一段时间才能实现。

“当谈到认知[电子战，或] EW 时，我只是不认为我们已经做到了，”第 350 频谱战联队指挥官拉里·芬纳上校，11 月 13 日，他在 AFA 米切尔航空航天研究所首届空中力量未来论坛上表示。

经过认知电子战芬纳解释说，他指的是使用人工智能和机器学习（AI/ML）来取代处理飞机执行任务时收集的频谱数据所涉及的耗时且劳动密集型的手工工作，将其转化为人工智能和机器学习（AI/ML）。转化为可操作的情报，然后可用于设计电子对抗或保护措施。

– 我们的飞机上没有一个组件可以 – 完成我们[目前]在后梯队中必须做的所有事情。这是理想的情况，但我们还没有做到这一点，”芬纳承认。

芬纳说，在当前的战斗中，“我们看到人工智能和机器学习的潜在插入点就在于数据架构中。”使用人工智能/机器学习来自动化隔离异常信号，然后生成波形的过程芬纳说，应对这一问题将“改变游戏规则”。

自动异常检测 – 让我可以更快地进行。因此，现在我的工程师确切地知道要跟踪的目标信号，以开始进行工程流程，以产生防御技术或对策，芬纳补充道。

它还将允许快速扩展能力，这在与同等对手的高端电磁频谱（EMS）冲突中非常重要。

– 没有大量的人力来处理这个特定的一个信号，但能够大规模地处理数百个信号。对我来说，这改变了游戏规则，因为现在我可以快速适应这种环境，并以与战斗相关的速度将其返回给战士，”他说。

芬纳说，所有这些处理以及计划中的未来自动化将在后梯队进行，这可能会在广阔的太平洋战区成为一个问题，中国将在那里寻求切断美军的通讯线路

在印度-太平洋地区，距离问题的严重性将非常严重，尤其是对于第 350 频谱战联队而言，在数据争夺方面。我们如何从前沿获取这些数据，以确保我们的人员能够进行分析、利用和重新设计，并将其返回给作战人员？”他问道。

——这将是一个难题，尤其是当你处于一个充满活力、竞争激烈的环境中时。如何移动这些数据，或者如何让人员能够从飞机上获取这些数据？或者有没有办法让机载网络将数据传回你的[后方]梯队？当我们尝试更新电磁操作环境时，这些将成为难题。”他说。

他补充说，要取得成功，他必须克服许多障碍：“资金、资源、基础设施和人员是其中一些障碍……有些是人为的，有些是政策制定的，——他说。

他说，其中一个问题是“标准化”。该机翼向超过 75 个不同平台提供 EMS 数据。但有一个问题。“并非每条管道都具有相同的结构，”芬纳说。– 因此，适用于某一特定平台的方法并不适用于另一平台。……我们已经看到了可以快速前进的领域，但在某些领域，政策变量、不同的结构、人力密集型流程确实会减慢我们的速度，而这正是我们现在所强调的，以便我们能够走得更快。 –

许多人认为，2021 年第 350 个 SWW 的启动是空军企业重新将重点放在 EMS 行动或 EMSO 上的尝试，该术语涵盖情报收集和频谱管理以及传统的进攻和防御电子战。芬纳说，在反恐战争期间相对忽视了二十年之后，现在迫切需要这一重点，当时民族国家的对手观察了美军的行动，并想方设法对抗他们的优势。

“我们的对手，他们绝对有机会……建立他们的[电子战]装置和能力……以对抗我们在该领域传统上的优势，”他解释道。

他认为，赌注再高不过了，这与空军高级官员之前的言论相呼应，“如果我们在频谱上失败，我们就会在空中失败，”他说。