AI盛行,中国计划打造“定制版”AI导弹

简介:

在AI武器方面,我大中华真是不鸣则已,一鸣惊人啊!

据有关媒体报道,中国航天科工集团第三研究院已为解放军研制出大量巡航导弹。该院总体设计部主任王长青指出,未来战争要求武器具备成本效益及灵活性,而模组化设计是很好的解决方案。

AI盛行,中国计划打造“定制版”AI导弹

王长青说:“我们计划在研制新型巡航导弹时采用‘即插即用’方式,这将让我们的军队指挥官能够根据战争情境和他们的具体要求‘订制’导弹。”

专门研究巡航导弹和无人系统的一名北京海鹰科技情报研究所高级研究员则指出,模组化导弹系统具备灵活及多功能特性,能够助帮制造商减少研发和储存成本,并能让航空母舰等使用者扩大导弹操作范围和续航时间。

另外,王长青也表示:“未来我们的巡航导弹将拥有高水平的人工智能和自动化操作,将允许指挥官实时控制,或使用‘射后不理’模式,甚至对飞行中的导弹添加任务。”

对此,香港军事评论员梁国梁分析,目前的巡航导弹虽说射后不理,实际上还是要“理”,主要因为导弹智能化程度较低,较容易误判目标或受到干扰。

但是,同时他也预测,未来“全智能化”的巡航导弹将具备感知、理解、识别、思考、推理、决策能力,达到类似人脑思维的程度。而人工智能将用于价值更高、控制基地更难追踪的远程巡航导弹上,例如射程达1500公里以上的长剑-10导弹。

事实上,早在6月底,美国就推出了AI反舰巡航导弹(ASCM),能够从敌方大量战舰舰队中自动找到特定的攻击目标 ,并计划于2018年部署到美国空军战斗机,于2019年开始在美国海军战舰和攻击机装载。基于此种情形,虽然解放军专家高调表态了中国的人工智能导弹,但是相对于一些国家来说,这种发展速度还是慢了一步。


原文发布时间: 2016-08-23 08:14
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
29 1
|
12天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
107 48
|
8天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
37 10
|
8天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。
|
11天前
|
人工智能 安全 测试技术
探索AI在软件开发中的应用:提升开发效率与质量
【10月更文挑战第31天】在快速发展的科技时代,人工智能(AI)已成为软件开发领域的重要组成部分。本文探讨了AI在代码生成、缺陷预测、自动化测试、性能优化和CI/CD中的应用,以及这些应用如何提升开发效率和产品质量。同时,文章也讨论了数据隐私、模型可解释性和技术更新等挑战。
|
7天前
|
存储 人工智能 固态存储
如何应对生成式AI和大模型应用带来的存储挑战
如何应对生成式AI和大模型应用带来的存储挑战
|
9天前
|
传感器 人工智能 算法
AI在农业中的应用:精准农业的发展
随着科技的发展,人工智能(AI)在农业领域的应用日益广泛,尤其在精准农业方面取得了显著成效。精准农业通过GPS、GIS、遥感技术和自动化技术,实现对农业生产过程的精确监测和控制,提高产量和品质,降低成本和环境影响。AI在作物生长监测、气候预测、智能农机、农产品品质检测和智能灌溉等方面发挥重要作用,推动农业向智能化、高效化和可持续化方向发展。尽管面临技术集成、数据共享等挑战,但未来前景广阔。

热门文章

最新文章