近年来，以大数据处理为代表的人工智能技术被广泛应用于军事领域，彻底改变了部队的作战方式，大大提高了部队的作战效率。美国Palantir公司开发的以大数据智能分析为主的辅助系统能够将战场数据、专业领域知识和人工智能生成的决策建议实时融合在一起，提高战场态势感知能力，建立战场决策优势。Palantir公司凭借其先进的数据分析和智能决策技术，不仅深刻影响军事技术的发展，还将推动未来作战模式的变革。
Palantir公司简介
2003年，彼得·泰尔等五人共同创立了大数据分析公司——Palantir，主要提供数据分析服务，特别是面向大数据和人工智能的解决方案。其最初服务于美国联邦调查局、美国中央情报局等政府机构的国防、安保、反恐等工作，而后业务还扩展至金融分析、医疗、零售、生物科技、自然灾害救援、网络安全等多个领域。
2011年，Palantir公司因在追捕击毙本·拉登行动中提供重要数据与情报分析支持而闻名全球。在军事领域，其采用人脑决策和智能系统共生的分析方式，对数据进行采集、分析和管理，同时把人的理解决策与机器智能的计算、推理、实时迭代等能力相结合，以此对快速变化的战场环境作出实时响应，使大数据系统的决策价值最大化。
Palantir公司主要开发了Gotham、Foundry、Apollo、MetaConstellation和AIP等产品平台，面向军事领域的主要是AIP、Gotham和MetaConstellation。
大数据技术军事用途俄乌冲突中，Palantir公司为乌军提供的军事支持主要有情报融合分析、智能辅助决策、星载算法加持等，可快速解析瞬息万变的战场信息，以此提高战场决策的效率与准确度。
卫星自动化调度与任务分配。
1.情报融合分析Palantir公司利用自身的情报融合分析技术，能够在1小时内为乌军提供俄军军事部署、动向研判及高价值目标位置等敏感情报支援，帮助乌军的作战行动具备更强的目标指向性和实效性。基于Palantir平台的综合态势共享感知优势，乌军能够自行完成处理战场数据、分析战场局势、选择打击目标等一系列军事活动，实现动态指派任务与自主完成任务相结合的战术运用。冲突爆发以来，凭借Palantir的情报融合分析技术，乌军特种部队成功实施了大量的伏击战、狙击战、斩首战、破袭战。
2.智能指挥决策乌军可利用Palantir公司的智能决策技术分析特定区域的作战数据，可以较准确地预测俄军动向，为乌军机动和固守、进攻与防御提供最优方案及兵力兵器配置建议，极大提高了乌军战场态势分析和指挥决策能力。以2023年跨年之夜乌军袭击俄军为例，乌军突然向俄军顿涅茨克州马克耶夫卡的一个新兵基地发射了6枚“海马斯”火箭弹，造成俄军包括1名校级副团长在内的89名官兵阵亡。究其原因，表面上是俄军官兵手机泄密，实质是Palantir公司智能决策技术的准确研判和快速响应，显示出其超强的OODA“秒杀”能力。而与之相比，俄军炮兵在侦察识别目标后，通常需要3至5分钟才能发动对目标的精确打击。
3.星载算法加持俄乌冲突中，Palantir公司为乌军提供了一套先进算法作战系统MetaConstellation，其核心是将人工智能微模型实时部署到在轨卫星，利用数百个在轨传感器，为乌军时敏目标打击问题提供解决方案。以乌军打击俄军目标为例，乌军利用西方的侦察卫星拍摄高清战场图片，同时由SpaceX公司的低轨道“星链”卫星进行部分补充，使用星地链路将信息进行分发，最后使用大数据和AI人脸识别技术，在“星链”与无人机的交叉互动下，开始搜索并锁定有价值的“斩首目标”，随后通过“星链”数据传输系统将任务下达，最终由乌军部队完成对目标任务的狙杀。在该系统的支持下，即使乌军地基指挥网络降级或瘫痪，其依旧可以上传或下载目标情报以完成作战任务。
实战应用案例
MQ-9无人机捕捉到敌方T80主战坦克。
为具体说明Palantir大数据技术在俄乌冲突中的军事应用，以一名乌克兰军事操作员使用Palantir公司AIP平台对敌打击为例详细说明。
在作战过程中，乌军军事操作员收到AIP平台的警报，指出敌人正在附近区域集结军事部队。为获得更详细的战场信息，操作员使用AIP大语言模型提供更多详细情报，并利用AI分析该地区的敌方部队。AIP派遣部署在附近的MQ-9无人机进行侦察探测，无人机回传视频显示，该区域存在一辆敌方T-80主战坦克。
随后，AIP平台综合敌我距离、武器装备、作战人数、行动时间、潜在伤害等因素，生成三种可能方案，具体包括使用F-16、远程火炮或“标枪”导弹攻击坦克。根据AIP平台显示的三个行动方案的关键信息，指挥官对敌人的装备等进行综合评判后，确认方案。
预测敌军动向。
随后，AIP根据指挥官的引导，制定该方案的实施步骤：
（1）评估战场，根据无人机拍下的敌方装备，选择配备一辆装甲车和一个排的作战单位，再根据自动化的地理空间情报，结合己方部队的地形穿越能力，给出行动的最佳路线；
（2）检查弹药，在行动之前，指挥官对己方部队弹药补给数量进行确认，例如部队装备的“标枪”反坦克导弹是否充足；
（3）瘫痪敌方通信，AIP平台自动识别敌方通信节点，并将所有经过验证的敌方通信节点与我方干扰能力进行配对，对敌方首要通信目标进行干扰，扰乱敌方通信，使地面部队能更安全行动；
（4）生成作战计划摘要，提交作战命令；
（5）最后出动部队，实行快速打击。操作员与AIP平台进行交互时，大型语言模型会访问基础数据，这些数据综合了公开和机密的实时信息。在AIP平台控制面板，操作员为模型设置了安全措施，包括模型访问数据的权限，以及AI所能推荐或执行的行动、工作和流程。AIP平台的每一个响应都保留了访问底层数据记录的链接，可以在必要时进行查看，这一功能对于大型语言模型和AI在军事领域的应用至关重要。AIP平台将大型语言模型与信任的军方和国家安全模型相连，其中包括计算机视觉、高级定位和导航、效果配对和仿真等模型。在适应标准军事决策程序的同时，AIP平台确保了这些模型之间的切换，这使军事组织能够协同使用大型语言模型和其他模型，从而能够安全、大规模地对不同的场景和行动过程进行推理。AIP平台释放了大型语言模型和尖端AI系统在国防和军事相关方面的能力，将基础技术和作战结合在一起，为美国和其盟友赋能，以有效快速地进行威慑和防御行动。
多种数据类型的情报融合。
结束语
Palantir公司在俄乌冲突中大显身手，其本质是人工智能在战场上展现出的非对称、代际差优势。从作战行动角度看，大数据技术支持下的多维情报融合，帮助乌军能够准确掌握敌方的战略企图、作战规律和兵力配置，做到“知己知彼”，使战场变得清晰透明；从作战效能角度看，大数据技术支持下的乌军OODA环闭合时间大大缩短，基本实现了“发现即摧毁”的作战目标，符合“未来战争不是大吃小，而是快吃慢”的制胜规律。
以大模型、大数据技术为代表的军事应用使军事决策更加智能化和高效化，未来应加快推动大模型、大数据技术在军事领域的广泛应用，加强情报、决策与作战的一体化研究，为军事创新实践注入新动能。（张俊杰 贾军 王创维 刘杰）
