您是否有兴趣规划、组织、管理和执行研究任务和项目?在 Valcartier 研究中心,我们从事量子物理、数字视觉、自主系统(机器人和无人机)、光通信等领域的工作。在这个职位上,您必须设计和进行实验、分析结果并提供书面和口头报告。您可能还需要开发软件、收集现场数据和旅行。您还需要监督大学或行业正在进行的研究。
国际治理创新中心 (CIGI) 和加拿大国防研究与发展局 (DRDC) 举办了一系列互动虚拟研讨会,探讨如何使用人工智能 (AI) 应对国防和安全挑战和机遇。该系列研讨会的目的是将来自加拿大人工智能创新生态系统、国防部 (DND) 和加拿大武装部队 (CAF) 的专家聚集在一起,就人工智能的发展和应用对国防和安全的影响交换意见,为 DRDC 的战略科技和创新计划提供信息,并为 DND 和 CAF 的人工智能战略的发展做出贡献。该系列研讨会分为三个主题领域:人工智能和半自主系统、人工智能和网络安全以及实现全域指挥和控制。这些会议是互动的,采用了构思方法,这意味着它们旨在产生想法和潜在解决方案,并为参与者提供必要的信息,以便就军事和国防和安全领域未来使用人工智能的形式和方向做出决策。本特别报告是对这些讨论的总结,同时也借鉴了在该应用领域采用人工智能的政策、法规、多样性和道德层面。
1- 与西蒙弗雷泽大学和 BC Ferries 合作:描述客运渡轮的航行最佳实践 2- 运营数据分析:与 CCG 合作展示政府海军舰队绿色化的好处 3- 海军电力船舶技术 (NEST),与 DRDC 和 Canmet Energy 合作
国际治理创新中心 (CIGI) 和加拿大国防研究与发展局 (DRDC) 举办了一系列关于使用人工智能 (AI) 应对国防和安全挑战和机遇的互动虚拟研讨会。本次研讨会系列的目的是汇集来自加拿大人工智能创新生态系统、国防部 (DND) 和加拿大武装部队 (CAF) 的专家,就人工智能的发展和采用对国防和安全的影响交换意见,为 DRDC 的战略科技和创新计划提供信息,并为 DND 和 CAF 的人工智能战略的发展做出贡献。本次研讨会系列分为三个主题领域:人工智能和半自主系统、人工智能和网络安全以及实现全域指挥和控制。这些会议是互动的,采用了构思方法,这意味着它们旨在产生想法和潜在的解决方案,并为参与者提供必要的信息,以便他们就军事和国防和安全领域未来使用人工智能的形式和方向做出决策。本特别报告是这些讨论的总结,同时也借鉴了在这一应用领域采用人工智能的政策、法规、多样性和道德层面。
本报告描述了在 DRDC Valcartier 进行的研究结果,旨在确定有助于支持加拿大空军的汇编和开发的研发 (R&D) 领域,一般空气情况(GAS)。审查了加拿大空军使用的涉及态势感知相关概念的各种文件。在这项工作中,作者通过提供可视化航空图像的可能性,研究了空军使用或正在研究的不同系统。这项工作还讨论了过去和当前与支持世界各地行动的不同航空图像概念相关的工作。
本报告的目的是展示在相关空中海上监视任务中,为实现真实的传感器模拟而精心选择的数据/信息融合和对象识别算法所取得的性能。测试平台架构基于 LM Canada 与 DRDC Valcartier 合作开发的知识库系统 (KBS)。所选的多传感器数据融合 (MSDF) 和图像支持模块 (ISM) 算法是此数据驱动 KBS 上的代理。针对各种复杂因素(如对抗措施、密集目标环境、未击中关联、ISM 分类器错误等),给出了海上空域作战 (MAAO) 和直接舰队支援 (DFS) 场景的完整结果。研究了几种场景变体,以确定使用 ISM 报告和选择使用 ESM 报告(包括电磁静音版本)的优势。因此,对 Dempster-Shafer 身份 (ID) 估计证据推理进行了充分测试,发现其能够很好地处理这些类型的冲突。提出了最终结论并对未来研究提出了建议。
重要信息声明免责声明:加拿大女王陛下(国防部)不作任何明示或暗示的陈述或保证,也不对本文件中包含的任何信息、产品、流程或材料的准确性、可靠性、完整性、时效性或实用性承担任何责任。本文件中的任何内容均不应被解释为对其中审查的任何工具、技术或流程的具体使用的认可。依赖或使用本文件中包含的任何信息、产品、流程或材料的风险由使用或依赖本文件的人自行承担。加拿大不承担因使用或依赖本文件中包含的任何信息、产品、流程或材料而产生的或与之相关的任何损害或损失的任何责任。加拿大国防研究与发展部 (DRDC) 根据《国防生产法》附表对本文件进行了管制商品审查。认可声明:本出版物由加拿大国防部下属机构加拿大国防研究与发展编辑部出版。如有疑问,请发送邮件至:Publications.DRDC-RDDC@drdc-rddc.gc.ca。
Paolo Proietti(Leonardo SpA,意大利);Jonathan Allsop(皇家空军中央飞行学校,英国);Marten Bloch(Fraunhofer FKIE,德国);Jelte E. Bos(TNO,荷兰);Pietro Cipresso(Instituto Auxologico Italiano,意大利);Dave Clement(空军研究实验室,美国);Jon French(安柏瑞德航空大学,美国);Frank Jaspers(武器与弹药技术中心,德国);Ramy Kirollos(DRDC – 多伦多研究中心,加拿大);Victoria Malyusz(武器与弹药技术中心,德国);Mayowa Olonilua(国防科学与技术实验室,英国);Peder Sjölund(Skydome AB,瑞典)北约科学技术办公室 (STO) STO-TR-HFM-MSG-323 Pp。 1 – 194 外部发布者发布日期:2021 年 10 月 发布条款:本文件已获准公开发布。根据 DND 安全标准,本 CAN UNCLASSIFIED 文件的正文不包含所需的安全横幅。但是,必须将其视为 CAN UNCLASSIFIED,并根据封面上指定的条款和条件进行适当保护。
AAR 行动后评估 ADDIE 分析、设计、开发、实施和评估 ADDP 澳大利亚国防学条例出版物 ADL 高级分布式学习 ALPS 陆军学习政策与系统 API 应用程序产品接口 ARI 陆军行为与社会科学研究所 ASAT 自动化系统训练方法 AWACS 机载预警与控制系统 BF B 战斗功能 BF 分析 B 战场功能分析 BG B 战斗大队 B DE B RIGADE BNB ATTALION BOS B 战斗 O操作系统 C2 指挥与控制 CA 加拿大军队 CAE CAE 国防与安全 加拿大 CAF 加拿大武装部队 CARO 约束、假设、风险和机会 CAX 计算机辅助演习 CCF 关键战斗功能 CDS 国防参谋长 CEB 客户执行委员会 CFITES 加拿大军队个人培训和教育系统 CFNOS 加拿大军队海军作战学校 CFPDS 加拿大军队专业发展系统 CMP 军事人事长指挥综合任务需求分析与确定 CPX 指挥所演习 CTEG 集体训练与演习指导 DHCSTC 国防人力能力科学技术中心 不同难度、重要性、频率 DRDC 国防研究与开发 加拿大 DSAT 国防系统培训方法 DSTL 国防科学技术实验室 DTSM 国防培训支持手册 EDOE 教育目标 EO E 确定目标
在大流行之后,包括CAF在内的全球军事组织遇到了重大的武力补给挑战。在公共事务中采用生成AI提供了一种有希望的解决方案,可以“更少的事情做更多”,使专业人员能够有效地产生高质量的战略内容。本研究研究了使用AI工具(例如Jasperai)在以招聘为中心的通信生产中的可行性和有效性。该实验旨在评估AI工具在创建和安排公共事务内容的效率提高,专门针对加拿大武装部队(CAF)和国防研究与发展(DRDC)军事公共事务活动量身定制。一个关键主题是招聘倡议,因为CAF自大流行1以来面临着一项武力补给挑战。配备了社交媒体管理专业知识的作者,被允许使用由Bing Copilot提供支持的政府发行的计算机,以及Jasperai和OpenAI Playground等AI组成平台。目的是评估在受控的,数字辅助的环境中内容生产的平稳性和质量,为传播公共事务消息传播的创新实践铺平了道路。本文提出的研究问题是:“军事公共事务专业人员如何在不牺牲Stratcom质量的情况下“做更多的事情”?”应将结果视为与使用敏捷和灵活的科学和基于技术的方法来帮助实现军事目标的CAF精神。