近年來，以大數據處理為代表的人工智能技術被廣泛應用於軍事領域，徹底改變了部隊的作戰方式，大大提高了部隊的作戰效率。美國Palantir公司開發的以大數據智能分析為主的輔助系統能夠將戰場數據、專業領域知識和人工智能生成的決策建議實時融合在一起，提高戰場態勢感知能力，建立戰場決策優勢。Palantir公司憑藉其先進的數據分析和智能決策技術，不僅深刻影響軍事技術的發展，還將推動未來作戰模式的變革。

　　Palantir公司簡介

  2003年，彼得·泰爾等五人共同創立了大數據分析公司——Palantir，主要提供數據分析服務，特別是面向大數據和人工智能的解決方案。其最初服務於美國聯邦調查局、美國中央情報局等政府機構的國防、安保、反恐等工作，而後業務還擴展至金融分析、醫療、零售、生物科技、自然災害救援、網絡安全等多個領域。

  2011年，Palantir公司因在追捕擊斃本·拉登行動中提供重要數據與情報分析支持而聞名全球。在軍事領域，其採用人腦決策和智能系統共生的分析方式，對數據進行採集、分析和管理，同時把人的理解決策與機器智能的計算、推理、實時迭代等能力相結合，以此對快速變化的戰場環境作出實時響應，使大數據系統的決策價值最大化。

  Palantir公司主要開發了Gotham、Foundry、Apollo、MetaConstellation和AIP等産品&&，面向軍事領域的主要是AIP、Gotham和MetaConstellation。

  大數據技術軍事用途俄烏衝突中，Palantir公司為烏軍提供的軍事支持主要有情報融合分析、智能輔助決策、星載算法加持等，可快速解析瞬息萬變的戰場信息，以此提高戰場決策的效率與準確度。

  衛星自動化調度與任務分配。

  1.情報融合分析Palantir公司利用自身的情報融合分析技術，能夠在1小時內為烏軍提供俄軍軍事部署、動向研判及高價值目標位置等敏感情報支援，幫助烏軍的作戰行動具備更強的目標指向性和實效性。基於Palantir&&的綜合態勢共享感知優勢，烏軍能夠自行完成處理戰場數據、分析戰場局勢、選擇打擊目標等一系列軍事活動，實現動態指派任務與自主完成任務相結合的戰術運用。衝突爆發以來，憑藉Palantir的情報融合分析技術，烏軍特種部隊成功實施了大量的伏擊戰、狙擊戰、斬首戰、破襲戰。

  2.智能指揮決策烏軍可利用Palantir公司的智能決策技術分析特定區域的作戰數據，可以較準確地預測俄軍動向，為烏軍機動和固守、進攻與防禦提供最優方案及兵力兵器配置建議，極大提高了烏軍戰場態勢分析和指揮決策能力。以2023年跨年之夜烏軍襲擊俄軍為例，烏軍突然向俄軍頓涅茨克州馬克耶夫卡的一個新兵基地發射了6枚“海馬斯”火箭彈，造成俄軍包括1名校級副團長在內的89名官兵陣亡。究其原因，表面上是俄軍官兵手機泄密，實質是Palantir公司智能決策技術的準確研判和快速響應，顯示出其超強的OODA“秒殺”能力。而與之相比，俄軍炮兵在偵察識別目標後，通常需要3至5分鐘才能發動對目標的精確打擊。

  3.星載算法加持俄烏衝突中，Palantir公司為烏軍提供了一套先進算法作戰系統MetaConstellation，其核心是將人工智能微模型實時部署到在軌衛星，利用數百個在軌傳感器，為烏軍時敏目標打擊問題提供解決方案。以烏軍打擊俄軍目標為例，烏軍利用西方的偵察衛星拍攝高清戰場圖片，同時由SpaceX公司的低軌道“星鏈”衛星進行部分補充，使用星地鏈路將信息進行分發，最後使用大數據和AI人臉識別技術，在“星鏈”與無人機的交叉互動下，開始搜索並鎖定有價值的“斬首目標”，隨後通過“星鏈”數據傳輸系統將任務下達，最終由烏軍部隊完成對目標任務的狙殺。在該系統的支持下，即使烏軍地基指揮網絡降級或癱瘓，其依舊可以上傳或下載目標情報以完成作戰任務。

　　實戰應用案例

  MQ-9無人機捕捉到敵方T80主戰坦克。

  為具體説明Palantir大數據技術在俄烏衝突中的軍事應用，以一名烏克蘭軍事操作員使用Palantir公司AIP&&對敵打擊為例詳細説明。

  在作戰過程中，烏軍軍事操作員收到AIP&&的警報，指出敵人正在附近區域集結軍事部隊。為獲得更詳細的戰場信息，操作員使用AIP大語言模型提供更多詳細情報，並利用AI分析該地區的敵方部隊。AIP派遣部署在附近的MQ-9無人機進行偵察探測，無人機回傳視頻顯示，該區域存在一輛敵方T-80主戰坦克。

  隨後，AIP&&綜合敵我距離、武器裝備、作戰人數、行動時間、潛在傷害等因素，生成三種可能方案，具體包括使用F-16、遠程火炮或“標槍”導彈攻擊坦克。根據AIP&&顯示的三個行動方案的關鍵信息，指揮官對敵人的裝備等進行綜合評判後，確認方案。

  預測敵軍動向。

  隨後，AIP根據指揮官的引導，制定該方案的實施步驟：

  （1）評估戰場，根據無人機拍下的敵方裝備，選擇配備一輛裝甲車和一個排的作戰單位，再根據自動化的地理空間情報，結合己方部隊的地形穿越能力，給出行動的最佳路線；

  （2）檢查彈藥，在行動之前，指揮官對己方部隊彈藥補給數量進行確認，例如部隊裝備的“標槍”反坦克導彈是否充足；

  （3）癱瘓敵方通信，AIP&&自動識別敵方通信節點，並將所有經過驗證的敵方通信節點與我方干擾能力進行配對，對敵方首要通信目標進行干擾，擾亂敵方通信，使地面部隊能更安全行動；

  （4）生成作戰計劃摘要，提交作戰命令；

  （5）最後出動部隊，實行快速打擊。操作員與AIP&&進行交互時，大型語言模型會訪問基礎數據，這些數據綜合了公開和機密的實時信息。在AIP&&控制面板，操作員為模型設置了安全措施，包括模型訪問數據的權限，以及AI所能推薦或執行的行動、工作和流程。AIP&&的每一個響應都保留了訪問底層數據記錄的鏈結，可以在必要時進行查看，這一功能對於大型語言模型和AI在軍事領域的應用至關重要。AIP&&將大型語言模型與信任的軍方和國家安全模型相連，其中包括計算機視覺、高級定位和導航、效果配對和倣真等模型。在適應標準軍事決策程序的同時，AIP&&確保了這些模型之間的切換，這使軍事組織能夠協同使用大型語言模型和其他模型，從而能夠安全、大規模地對不同的場景和行動過程進行推理。AIP&&釋放了大型語言模型和尖端AI系統在國防和軍事相關方面的能力，將基礎技術和作戰結合在一起，為美國和其盟友賦能，以有效快速地進行威懾和防禦行動。

  多種數據類型的情報融合。　

　　結束語

  Palantir公司在俄烏衝突中大顯身手，其本質是人工智能在戰場上展現出的非對稱、代際差優勢。從作戰行動角度看，大數據技術支持下的多維情報融合，幫助烏軍能夠準確掌握敵方的戰略企圖、作戰規律和兵力配置，做到“知己知彼”，使戰場變得清晰透明；從作戰效能角度看，大數據技術支持下的烏軍OODA環閉合時間大大縮短，基本實現了“發現即摧毀”的作戰目標，符合“未來戰爭不是大吃小，而是快吃慢”的制勝規律。

  以大模型、大數據技術為代表的軍事應用使軍事決策更加智能化和高效化，未來應加快推動大模型、大數據技術在軍事領域的廣泛應用，加強情報、決策與作戰的一體化研究，為軍事創新實踐注入新動能。（張俊傑 賈軍 王創維 劉傑）