论文标题
英文标题：Mobile Fog AI for Internet of BattleField Things (IoBT)
中文标题：战场物联网中的移动雾人工智能
作者信息
Sheuli Paul, DRDC, Canada
Marius Silaghi, Veton Kepuska, Akram Alghanmi, Florida Institute of Technology, USA
Steven Liu, Kaiserslautern University, Germany
摘要
本文提出了一种新型的移动雾人工智能（Mobile Fog AI）概念，旨在为战场物联网（IoBT）提供支持。IoBT是一种将士兵与智能装备（如装甲、无线电、武器、弹药、健康传感器、GPS等）连接起来的技术，这些设备通常具有有限的存储、计算能力和能源。现有的基于设备到设备（D2D）、点对点（P2P）和低功耗广域网（LPWAN）的IoBT技术存在速度慢、安全性差和可扩展性不足的问题。因此，本文提出了移动雾人工智能的概念，通过将支持性人工智能功能转移到车辆或机器人上，克服现有IoBT的局限性。
引言
在现代战场环境中，士兵需要携带各种物联网设备，如摄像头、麦克风等，这些设备由于需要大量电池供电而显得笨重。因此，本文提出了移动雾人工智能的概念，将支持性人工智能功能转移到车辆或机器人上。战场空间涉及多个领域的异构活动，包括太空、地面、空中、海洋和网络空间。本文通过分析现有的IoBT平台，提出了一个创新的移动雾人工智能层，以支持复杂的AI任务。
战场物联网与移动性
战场物联网（IoBT）旨在将战场上的实体（如士兵、可穿戴设备、武器、坦克、无人机、直升机等）连接起来，收集战场数据并发送到指挥中心进行处理。然而，现有的IoBT缺乏可持续性特征，例如在复杂环境中的机动性和能源管理。因此，本文提出了移动雾人工智能的概念，通过在IoBT设备和云计算层之间增加一个雾计算层，以支持更复杂的计算任务。
雾计算层
雾计算是一种去中心化的计算基础设施，将存储和处理组件放置在云边缘的足够强大的设备上，这些设备靠近数据源、应用程序用户和传感器。雾计算层在云和边缘设备层之间增加了中介，允许进行比边缘计算更复杂的计算。它通过将信息保持在用户本地来提高安全性和隐私性，并通过增加计算能力和资源来提高可扩展性。
移动雾人工智能层
士兵通常使用多种物联网设备，如健康传感器、GPS、摄像头、麦克风等，这些设备由于计算能力有限，无法处理复杂的AI任务（如深度学习任务）。如果将这些设备的数据发送到具有足够能源和计算能力的军事车辆或机器人上，就可以更高效地完成AI任务。移动雾人工智能层是一种创新方法，它通过移动雾层专门处理AI任务，扩展了D2D/P2P网络，并利用雾计算作为支持AI功能的服务。
移动雾人工智能在IoBT中的应用
在开发移动雾人工智能的过程中，本文设计和测试了架构和API，以提供AI服务，如与人类的通信、分类、决策、协调和医疗建议。本文展示了移动雾人工智能在IoBT中的应用，将士兵所需的设备分类并整合到IoBT网络中。基于NVIDIA Jetson的雾计算框架开发了AI能力，能够构建和评估深度学习网络。整个移动雾人工智能框架计划在真实场景中进行测试，以支持士兵在复杂环境中的多模态通信。
结论
目前的IoBT计算既不在云端，也不在数据中心，也不在设备上。目标是让AI照顾士兵，但现有的能源和计算能力无法处理战场问题。因此，基于移动雾人工智能的IoBT应运而生，以协助士兵。本文的目标是通过数字转型，减少士兵在战场上的暴露，并为士兵提供目前在关键任务中缺乏的AI驱动的IoBT设备，例如军事任务或战术和操作活动。
