2025年4月1日，据Warrior Maven网站报道，鉴于无人机威胁的快速演变，五角大楼正不遗余力地推进反无人机（C-UAS）技术发展。陆军未来司令部下属的陆军应用实验室（AAL）等机构正通过人工智能目标识别系统和非动能拦截手段扩展C-UAS作战维度，但武器与无人机技术的迭代速度使得保持技术领先仍存挑战。
AAL主任凯西·佩里（Casey Perley）博士指出：“从俄乌战争到中东冲突，自主武器系统、网络战域和低成本杀伤性武器的激增已成为显著趋势。”该实验室通过联合高校、私营企业与政府创新力量，重点攻关边缘计算、AI军事化应用等前沿领域，旨在将新兴技术快速转化为实战能力。
机动化无人机防御
尽管固定阵地和前哨基地的无人机防御已趋成熟，但佩里强调“机动状态下的C-UAS防护”仍是核心难题。这种防御体系需整合雷达探测、目标甄别、火控协调及快速威胁响应等复杂功能，其最大技术瓶颈在于如何将传感器、拦截器、计算单元和非动能效应器微型化，以适应机动部署需求。
佩里解释：“模块化设计正引发革命性变化，现有基地防御系统体积庞大且耗电量高，而业界正在探索可搭载于车辆或小型机器人的微型化方案，实现多平台协同防护。这种机动防御网络不仅适用于装甲部队，还能为直升机前沿加油点、国内关键基础设施等场景提供动态保护。”
人工智能系统的应用
在军事技术领域，最具突破性的进展当属人工智能系统的集成应用。这些系统能够高效整合来自不同传感器的数据流，通过海量数据库进行实时比对分析，在毫秒级时间内识别最优防御方案。这种被称为边缘计算的前沿技术正由佩里团队与陆军未来司令部詹姆斯·雷尼将军合作推进，旨在开发"移动边缘计算"解决方案——通过部署在作战前线的微型传感器和处理单元，实现数据采集点的实时分析，从而大幅缩短从目标探测到火力打击的决策周期。
这种系统能针对复杂战场环境做出精准判断：当作战区域出现雾霾、烟雾或降雪等激光反制手段失效的情况时；或是需要避免人口稠密区，减少附带损伤的非动能解决方案时，高性能计算平台结合高精度传感器可快速识别威胁性质，并基于历史数据库为指挥人员提供最优防御选择。
佩里特别指出：“在反无人机领域，远征作战系统可通过配备ISR侦察设备的无人机提前探测威胁。关键在于如何实现机载目标识别，以及如何以低带宽、低功耗且隐蔽的方式将信息回传至反制系统。”
该系统整合了电子战、高功率微波、激光等动能与非动能反制手段，能同时拦截大量来袭威胁。佩里强调：“最有效的方案是将AI计算与人类决策相结合。虽然机器算法难以复制人类意识的主观判断，但AI系统毫秒级的分析速度在遭遇袭击时能挽救无数生命。”
佩里表示：“我不希望看到人类专业判断完全被预设场景的机器决策所取代。理想的状态是机器承担风险性工作，而人类得以专注于最擅长的领域——这种协同模式不仅在军事领域，在民用场景同样具有广阔前景。”这种理念揭示了人工智能在增强而非替代人类能力方面的巨大潜力。
