XiaoMi-AI文件搜索系统
World File Search SystemOODA
基于Cloudlet的自主无人机的OODA环
完全自主的无人驾驶飞机被定义为“没有远程人类飞行员的预编程的战斗，包括响应运行时观察的任务特定行动” [1]。在2023年首次通过浮游的边缘在超轻无人机上实现这一目标[2]。通过克服板载无人机智能的重量和尺寸限制，即可激发小型，便宜，轻巧但出色的无人机在拥挤的城市环境中运行的无人机，而没有人类飞行员。从公共安全和监管批准的角度来看，这很有吸引力，因为这种无人机的动能远低于较大且重型无人机的动能[3]。从业务角度来看，这也很有吸引力，因为当今无人机操作中最昂贵的部分是训练有素的人类飞行员，他必须持续持续无人机[4]。我们专注于无有效的主动视力任务[5]，[6]，例如识别和跟踪目标，而不是涉及大量有效载荷的商品交付等任务。在本文中，我们探讨了今天我们距离这一愿景成为商业现实的距离。如果需要一个全新的定制无人机和低延迟无线网络的生态系统，则商业化的途径将是漫长而风险的。另一方面，如果基于Cloudlet的部署具有现有的商业现成（COTS）组件，可以集成到满足现实世界用例的性能和敏捷性需求的工作系统中，那么愿景就可以实现。最初是在1950年代构思的，以表征战斗飞机中的人机共生，这因此，我们问：“使用COTS Ultralight无人机，4G LTE无线网络和Cloudlet硬件，是否适用于现实世界中主动视觉任务的Fload Edge的端到端性能？”为了回答这个问题，我们介绍了无人机Ooda循环的概念。
食品和营养生物多样性倡议
但是，世界目前正在越来越快地生物多样性丧失。可食用的动植物种类的大幅度减少 - 驯养和野生化 - 对粮食安全和适当的营养构成了重大威胁。此外，目前的粮食生产，制造，零售和消费模式围绕着有限的商品围绕着，从而导致越来越同质的食品景观和加剧生物多样性的损失。对于依赖生物多样性的脆弱和边缘化社区，这种损失增加了边缘化并使它们的脆弱性永存，从而创造了越来越多的脆弱性的循环。因此，了解生物多样性，饮食和粮食选择和偏好趋势之间的关系对于确保可持续，包容，多元化和弹性的农业群体系统越来越重要，而人类和行星健康也是必要的。
重新审视 OODA 循环框架（2024）
摘要 本文旨在论证 OODA 循环框架对于分析人工智能在决策过程中提供的机遇和挑战的重要性。本文重新审视了 John Boyd 提出的 OODA 循环概念框架，该框架适用于任何军事情况的四个行动阶段，即观察-调整-决策-行动，并且每个阶段都与相关的军事战争领域建立了联系。在随后的分析中，本文打算重新评估人工智能 (AI) 对 OODA 框架的影响，以强调每个阶段与技术融合及其在物理、信息和认知领域的变化的相关性。在本文的结论部分，将确定 OODA 框架即使在今天仍然具有相关性，但是，从人工智能和现代分析工具的角度来看，它的应用已经发生了变化。关键词：人工智能、信息领域、认知领域、OODA 循环、摩尔定律、决策、决策优势。简介 20 世纪后半叶，数字革命开始了。因此，由于信息流的增加，信息战成为了作战理论的中心。 1965 年，戈登·摩尔 (Gordon Moore) 观察到，每两年电子电路板上的晶体管数量大约翻一番。他预测，随着进一步的发展，这种现象将继续发生。这一观察结果现在被称为摩尔定律。这种发展持续了几年，并影响了军队，军队开始适应海量信息和技术发展的速度。Bitkom Research 曾预测，这将导致大数据的出现，军队的结构将不得不改变以适应新技术。还有人预测，最初军方将不得不从私人组织借用这些结构。1
智能机器时代的 OODA 循环自动化
摘要 本文认为，人工智能 (AI) 所具备的能力无法有效或可靠地补充（更不用说取代）人类在理解和领悟战略环境、做出预测和判断以指导战略决策方面的作用。此外，人工智能技术在各个战争层面的迅速传播和日益增长的依赖将产生战略后果，这反而会增加人类参与这些任务的重要性。因此，限制使用人工智能技术在战术层面自动化决策任务，对于遏制或控制这种综合在战略战争层面的影响无济于事。本文重新审视了约翰·博伊德的观察-定位-决策-行动隐喻决策循环（或“OODA 循环”），以推进对人工智能所具备的能力（尤其是机器学习方法）在增强指挥和控制决策过程方面的认识论批判。尤其是，本文从博伊德强调的“定位”这一模式中汲取了深刻见解，以阐明人类认知（感知、情感和启发式）在以复杂性、新颖性和不确定性为特征的非线性世界中的国防规划中的作用。它还结合了克劳塞维茨的“军事天才”概念及其在“任务指挥”中的作用、人类认知、系统和进化理论，以考虑自动化 OODA 循环的战略意义。
用于作战联合人机智能的交互式 OODA 流程
使用“观察-调整-决策-行动”（OODA）框架进行战略思考的一个关键优势是，它提供了一种系统的方法来了解另一个代理的决策过程，无论是合作的还是对抗的。事实上，当前的 OODA 概念支持理解人类决策过程，以支持有关人类作战人员和以人为本的行动的敏捷和竞争性决策。然而，未来基于人机协作的军事决策依赖于支持联合人机智能的技术和交互概念，而不仅仅是人类的能力。这需要新的 OODA 概念。在此，我定义了一个机器 OODA 循环，考虑了使其与人类 OODA 循环相似和不同的特征。我考虑如何将人工智能和认知建模的进步融入机器导向阶段，为机器提供比人类独特的优势，因为机器可以将对人类操作员的理解和预测与对机器行为和数据分析的预测结合起来。此外，我建议有效的人机合作应该由人机联合决策行动过程支持，概念化为交互的 OODA 循环。对交互的人机 OODA 过程的考虑为支持有效操作人机决策的系统的设计原则和架构提供了概念指导。