为了满足在太空领域日益增长的作战需求,空间领域意识 (SDA) 操作员必须确定如何更有效地优先考虑传感器观测,扩大规模以满足驻留空间物体的绝对数量,并开发反映轨道力学和空间作战复杂性的分析能力,同时保持作战领域作战所需的响应能力。这些因素对负责 SDA 任务的人员提出了重大挑战,并指出该任务是人工智能 (AI) 和机器学习 (ML) 工具支持的主要候选者,因为此类工具有可能提高分析速度,扩大可用于此分析的数据量,并腾出操作员时间来执行更复杂的任务。AI/ML 工具可能有助于 SDA 操作员应对这些日益严峻的挑战。
主要关键词