美国《国家利益》双月刊网站
如果基于人工智能（AI）的算法能够在几秒钟内为美陆军步兵处理传感器数据，提醒他们注意目标、敌人动向以及无人机数据中的相关时刻，情况会怎么样？也许计算机程序可以对战斗变量与先前实例的比较情况进行实时分析，从而使参与交火的步兵迅速获得一系列理想的攻击选项。如果计算机程序能够在分析各类广泛的具体量化状况后，立即提供一种最适合特定情形的对策，情况又会怎样？
凭借能够分析地形、天气、有关敌人动向、瞄准选项和机动攻击的传感器数据的应用，并通过与庞大数据库进行比较以进行即时计算，基于人工智能的程序正在日益取得进步。
通过采用把“士兵看作一个系统”的战略前提，美国陆军目前正在与工业界合作设计一种数据集成的平视显示器（HUD，该设备为战斗机标配，本网注），以便在近乎实时状态下向士兵提供有条理的战斗信息。
博思艾伦咨询公司负责士兵解决方案的副总裁乔·狄龙说：“我们已经编写了能够在视频信息中辨认出人类并且识别他们正在采取的行动的算法。例如，我们可以识别正在举起武器的某人，或者确定某人是在埋设简易爆炸装置，还是仅仅在挖坑。”
狄龙解释说，技术上的难题是“通过只找出士兵所需要的信息来进行实时分析”。
像这样一项计划的成功很大程度上取决于设计出能够在网络化方式下对数据进行“协同”、集成和组织的正确的技术基础设施。夜视、热成像、无线电、士兵穿戴式传感器甚至集成式计算机，都可能依赖战斗中的无线连接，从而提出了对原本完全不同的外来信息加以组织、分析和提取的迫切需求。
狄龙说：“士兵身上没有微网络。一切都需要联网完成。我们正在寻求一种协同效应。我们的任务是建立一个不偏向于某一特定类型硬件的真正开放的架构。”
这种类型的数据“融合”已经在不同程度上存在于F-35隐形战斗机等平台上，这些平台利用先进的计算机自动化，将来自原本分离的不同传感器的关键信息融合，转化为F-35飞行员使用的单一操作图。这些信息包括导航细节、来自光学传感器的瞄准数据、飞行高度和速度信息以及敌方威胁的细节信息等，都被系统自动加以组织整合，以便让飞行员能够据此迅速作出决策。这就是为什么美国陆军和工业界正在寻求利用现有最出色的新技术，把士兵攻击潜力提高到一个新的效能水平的原因之一。
