一是數據標準尚未統一。美國防部、各軍種間甚至軍種內部數據標準不統一。數據標準繁多、格式多樣且缺少轉換系統，導致各作戰單元難以有效整合，在共享數據、相互聯通、動態組合時經常出現問題。美軍將領此前指出，除非建立數據結構的基礎框架，否則美軍將無法實現數據標準統一。
二是數據數質量難以保證。美軍馬賽克戰依托人工智能技術，人工智能採用機器算法，機器算法需要迭代學習，學習需要大量優質數據。此類數據需至少滿足3個條件：數量充足、貼近實戰、不斷更新。然而，現實情況是，美軍很難獲取此類數據，遠不能滿足機器學習需求。此外，馬賽克戰涉及的數據來源複雜、種類繁多、難辨真偽、難以保鮮。而且機器算法是“暗箱”操作，對輸入的數據無法跟蹤溯源，算法結果可靠性難以保證。
三是數據傳輸易受制約。分散的馬賽克碎片依靠無線傳輸相互聯通，但無線通信易受干擾破壞，導致數據傳輸受阻中斷。除人為干擾外，無線傳輸還易受地形、天氣等多種因素影響。此外，馬賽克碎片通過數據鏈編織成網，而美軍使用的數據鏈型號眾多、互不兼容且帶寬有限，在進行海量數據傳輸時，將面臨數據擁堵、鏈路癱瘓等問題。
破解之道
分析人士指出，針對美軍馬賽克戰上述3個軟肋，對手可以從3個方面進行破解。
一是以數據欺騙戰迷其“神經”。俄羅斯等國可以通過挖掘數據陷阱等方式，誘導美軍機器算法學習錯誤數據，在此基礎上作出錯誤判斷、得出錯誤結論。當前數據深度偽造技術已能夠達到以假亂真效果。另外，“震網”病毒攻擊伊朗核設施，也是虛假數據進行欺騙的典型案例。
|
