TOP10EMERGING TECHNOLOGIES FOR DOD AND NATIONAL SECURITY
十大新兴技术
AI加速芯片:这些半导体芯片专为加速AI/ML计算并降低能源需求而设计，这在边缘运行AI和LLM应用程序时尤其重要。
高超音速技术:飞行速度比音速快五倍的飞行器可以更快地进入太空、实现长距离的快速军事反应以及更快的商业航空旅行。
新的定位、导航和授时:现有基于GPS的PNT技术存在缺陷，因此需要更安全、更强大的替代方案。
多模态人工智能:串联摄取和分析多种数据类型的人工智能系统可以更好地解释上下文并提供更准确的见解。
自治蜂群:具有本地处理、通信和传感功能的多个机器人可以互连并编程，以分解但同步的方式自主地对环境做出反应。
非动能反无人机系统:该c-UAS子集专注于使用射频干扰、网络接管或定向能等效应器来消除中小型无人机威胁。
生成式人工智能软件开发:使用专门设计的人工智能/机器学习来审查、编辑和编写软件可以减轻人类的全部或大部分编码任务，并有可能减少错误和安全缺陷。
后量子密码学:今天必须定义并实施用于公钥加密的新数学算法，以抵御未来来自量子计算机的攻击。
高密度储能:新的化学物质为下一代能量密度显着提高的电池铺平了道路，允许以更小的外形尺寸输出更大的能量。
空间领域感知技术:对活动卫星和碎片的监测是维持空间运行环境的态势感知和安全的关键。
一、概述
新兴技术是现代防御和威慑的一个至关重要的方面——这一领域每天都在受到干扰，最近的全球冲突就证明了这一点。在东欧，乌克兰整合和使用无人机、人工智能(AI)和网络工具等创新商业技术，创造了最初的公平竞争环境，这在俄罗斯军事建设期间是很多人想象不到的。军事分析家约翰·安塔尔表示，几年前的2020年，阿塞拜疆对亚美尼亚的决定性胜利是第一场主要由机器人系统而不是人类赢得的战争。此外，以色列在2021年战胜哈马斯是第一场通过人工智能提供的不对称优势赢得的战争，而2023年开始的加沙冲突继续以人工智能和认知领域的信息战为特征。
从这些活动中可以学到许多技术经验教训，我们将在后续技术部分中阐述其中一些经验教训。然而，这些冲突中最重要的教训可能是，现代战争的成功取决于那些迅速将新兴技术运用到作战行动中的人。乌克兰、阿塞拜疆和以色列在获取和部署新技术时都优先考虑敏捷性和灵活性，这已被证明是战场成功和弹性的关键因素。
美国面临着自冷战以来从未见过的威胁：势均力敌的技术竞争对手。随着紧张局势升级，双方都参与新兴的技术军备竞赛以阻止局势升级，美国必须将最具影响力的新技术纳入其防御系统，以打造最有能力的军事力量。问题仍然是：这些技术是什么？美国国防部(DOD)和国家安全机构如何根据其非常具体的任务需求来识别它们？
国防部始终了解从各种来源获取和理解高保真信息的必要性，以改进高风险决策。
如今，对这种普遍智能的需求已经超出了战场，进入了商业市场。目前世界上许多最好的技术都是由私营部门开发并为私营部门服务的，美国企业家和投资者共同努力创造该国可能最大的全球竞争优势：快速技术创新。在许多情况下，正是这种为软件定义的军事行动部署商业技术的军民两用创新（而不是价值数十亿美元的单一硬件或武器系统）有望释放新的能力，扩大规模并阻止全球冲突。现实情况是，冷战和反恐时代部署的技术和采办策略主要集中于依赖国防总承包商的内部防御研发（R＆D），不足以充分改造美国军队防御当今不断变化的威胁以威慑和打击恐怖主义。
因此，充分利用私营部门创新的力量符合国防部的最佳利益。不幸的是，理解和采用新技术进行部队转型是复杂的——它需要熟练掌握技术和任务创新，这两个生态系统有时是不同的生态系统，横跨从五角大楼到硅谷以及其间的许多地方。让事情变得更加困难的是，新兴技术生态系统充满了不确定性、不稳定性和炒作——所有这些都是传统国防采办周期的死敌。这些选择的后果是巨大的：今天的公共和私人投资决策将决定作战人员必须使用哪些支持技术来在明天的冲突中保护美国。
为了应对现代战场的挑战，这些生态系统必须形成一种高效的伙伴关系，这种伙伴关系充分了解威胁、应对威胁的战略必要性以及技术提供新的不对称优势的机会。正是出于这些原因，博思艾伦的技术侦察存在：积极监控技术格局，并指导政府机构应对为初创市场提供动力的人员、公司和投资者错综复杂的拼凑。我们与美国联邦客户合作，寻找并审查最适合在整个技术生态系统中提升国家安全和竞争优势的新兴和转型能力。
本报告的目标是强调新兴的军民两用技术，这些技术将在未来一到三年内对国防部和战场变得越来越重要和影响。我们的目标是通过以下方式做到这一点：
•明确底层技术
•帮助国防利益相关者理解不断扩大的新兴技术、生态系统和术语的迷宫并确定其优先顺序
•阐明新兴趋势和相关早期创新者如何对未来战场产生重大影响
通过清除不断的技术更新和生态系统新进入者的噪音，我们希望为国防利益相关者提供利用新兴技术所需的经过审查和可靠的信息。
二、遴选方法
突出生态系统
初步范围界定：为了开始我们的分析，我们回顾了国防部和其他联邦机构的公共报告，概述了新兴技术的优先事项。例如，国防部首席技术官(CTO)Heidi Shyu的关键技术报告重点介绍了国防部研究与工程副部长办公室(OUSD[R&E])的14项关键和新兴技术。
国防信息系统局(DISA)也发布技术观察列表。这些规定的优先事项，与博思艾伦技术侦察、任务专家、联邦客户请求和风险分析的洞察相结合，创建了一个技术领域的起始菜单，可供选择主题。
从那时起，我们将总括术语分解为更明确的生态系统。例如，很难找到不同意“可信人工智能和自治”成为OUSD(R&E)技术清单支柱的人，但什么类型的人工智能呢？在哪些系统上？用于什么用例？
正确答案有很多，但我们的目标是通过为生态系统创建可管理的界限，帮助读者了解当前的具体技术和用例。“用于软件开发的生成式人工智能”和“自治群”可能比一般的人工智能和自治更容易在粒度层面上理解。研究是通过使用基于订阅的工具、开源情报以及博思艾伦内部和外部的主题专家(SME)网络进行的。
下调选择：在分析技术列表的预计影响和拐点时间时，我们下调了生态系统选择。我们与20多名博思艾伦高管、技术顾问和中小企业进行了交谈，以整理关于子生态系统的想法、经验和客户/任务知识，捕获技术定义、成熟度水平和任务相关性。然后，这些主题在标准化调查（包含在附录中）中进行量化，涉及五个基本标准：技术准备水平（TRL）、国防影响、国防实施速度、商业影响和市场动力。每个生态系统的结果都在每个部分的执行摘要页面中突出显示。
通过这种分析，出现了以下技术：
• 属于国防部规定的优先事项
•新颖且具有颠覆性
•预计将在未来一到三年内产生重大的国防影响
我们优先考虑具有军民双重用途功能（公共和私营部门应用程序）的生态系统，这些生态系统通常会吸引更多快速创新并吸引稳定现金流的初创公司。然而，某些技术，例如高超音速技术，被认为对国防领域足够重要，即使没有私营部门的大力支持，也可以将其纳入其中。所包含的生态系统并非详尽无遗——我们的团队认为重点技术将对未来产生重要影响，但并不能代表未来几年的所有重要技术趋势。
此外，并非此列表中包含的每一项技术都是全新的——许多创新过程涉及克服应用的障碍，而在私营部门可能更加成熟的技术对于政府使命和影响来说仍然是新颖的。值得注意的是，PitchBook图表和复合年增长率(CAGR)值仅针对纯粹的公司计算，而不是针对大型科技公司等大型多元化企业集团的投资计算。因此，该数据可能未能充分体现真实投资和增长价值的代表性和样本。最后，大多数生态系统在2022年至2023年期间经历了融资下降，这反映了更广泛的行业以及新冠疫情后繁荣之后利率上升和其他宏观经济状况的结果，而不是投资者的幻灭或科技悲观情绪。
在我们的努力中，我们经常使用生成式人工智能作为生态系统的例子，该生态系统在2022年至2023年达到了主要拐点。虽然它属于国防部声称的部署“可信人工智能”的优先事项，但当OpenAI的ChatGPT于2022年底突然出现时，生成式人工智能子类别让国防部（以及世界上大多数国家）感到惊讶。因此，国防部现在正在竞相制定战略并开发部署这项新技术，这无疑将对未来的能力产生巨大影响。虽然并非每个生态系统都会以这种规模或指数速度发展，但我们相信本报告中的技术拐点是相似的，因此值得今天进行评估。
每个部分的主要目的是重点关注完全集成的技术可能对国防部产生的影响，包括趋势分析，以说明该技术的不断发展的方面以及其引人注目的原因。视觉辅助工具和图表强调要点，我们突出显示政府客户可能感兴趣的新兴创新者的非详尽名单。技术按字母顺序列出，而不是按重要性顺序列出。
重点关注初创企业
科技探索定期为美国联邦客户重点关注新兴初创企业。由于要求和标准不同，没有准确的评估记分卡。相反，我们的团队会全面考虑以下因素：
•技术优势和差异化
•领导智慧和经验
•商业吸引力
•投资者支持
•外国影响
•美国政府(USG)的牵引
为国防任务选择合适的合作伙伴或商业现成(COTS)解决方案本质上是由组织的特定要求和场景驱动的。在我们的分析中，我们的目的是重点介绍能够满足其中一些关键要求和场景的公司，但这些公司并不是唯一适用的公司，也不一定是最适合读者用例的公司。
公司亮点并不代表绝对的市场领导者。相反，它们代表了在各自领域处于领先地位的引人注目的初创公司的分布——它们的能力是新颖的、未来主义的，并且是可能性的样本。
我们重点介绍了符合成为国防客户创新合作伙伴初始标准的国内早期初创企业。产品TRL、双重用途潜力、预计市场规模和信息可用性等因素也被用作基准。
免责声明
本公众媒体为个人主体，所提供全部为转载信息，只供参考之用，一概毋须以任何方式就任何信息传递或传送的失误、不准确或错误对用户或任何其他人士负任何直接或间接的责任。如果要真的学习掌握知识，不要相信公号，请自己去看原文。
本人不拥有上传图片或文字的知识版权。所有文字均为转载，如果侵犯，请及时通知我们，我们将在第一时间删除。
