概述

在当今的战场环境中，威胁可能来自所有领域，实时利用来自人工操作员和传感器的数十亿个数据点的能力已变得至关重要。确保优势的唯一途径是利用可靠数据和人工智能（AI）来加速作战决策与行动。

Palantir Gotham是用于人工智能赋能作战的顶级决策平台。各组织使用Palantir Gotham来集成和利用大规模数据，并向作战人员部署经实战验证的人工智能。在Palantir Gotham中，数据、用户专业知识与人工智能生成的洞察近乎实时地结合在一起，从而提升态势感知能力、预测可能结果并建议行动方案以超越对手。

图1：Palantir Gotham 实现人工智能赋能，以提升和加速跨层级与跨领域的决策。

实时通用作战图

Gotham赋能分析师和操作员利用一个实时通用作战图，该图集成了所有领域的历史数据以及来自传感器的流数据。当用户构建和调整任务计划时，Palantir Gotham会将这些计划与实时传感器视图叠加，并主动呈现人工智能洞察，以提升操作员之间的整体态势感知。

借助Palantir Gotham，每一个用户操作都会反馈到组织的数据基础中，从而使得人工智能模型能够基于操作员反馈和实时数据进行持续优化。

图2：Palantir Video 通过增强现实技术，将来自 Palantir Gotham 的现有情报与对全动态视频的人工智能检测结果分层叠加，从而使用户能够快速理解不断演变的地理空间态势。

加速任务规划

Palantir Gotham通过人工智能赋能的结构化工作流程加速作战规划。操作员可以按照熟悉的战术模板快速汇编、协调和分发作战计划，同时由人工智能生成的建议会根据实时作战数据和全任务学习结果，揭示任务依赖关系和备选方案。

例如，当用户输入其任务规划日期时，他们可以自动模拟在持续作战情况下关键资产的可用性，从而改善跨领域协调。在Palantir Gotham中，指挥官能够完整记录每次作战的全部历史，以实现详尽的战后评估，并理解作战行动如何随时间推移对各项作战线产生影响。

图3：用户在Palantir Stencil中基于预设模板协同构建幻灯片，该应用程序会根据用户的输入动态生成额外的栏目与选项。

模拟与建议行动方案

随着新信息的出现，指挥官需要不断进行权衡取舍。Palantir Gotham中人工智能赋能的决策建模功能帮助用户基于实时全领域数据评估哪个行动方案最为有效。

例如，当探测到红方部队活动时，用户可以模拟将蓝方部队单位撤出作战区域所需的时间、根据具体地形确定最佳撤离路线，或者计算重新加油和部署空中掩护所需的时间——从而为指挥官提供确定适当行动方案所需的信息。

图4：Palantir Gaia 中基于地形、速度与行进方向、红方或蓝方部队动向等实时融合数据，由人工智能模拟生成的潜在路线。

持续战略效果分析与学习

Palantir Gotham通过捕获每次任务的每一项决策和结果——从己方行动、敌方反应到观察到的效果——来驱动持续学习和战略决策。通过维护所有作战行动的完整时间线，全面的战略效果分析有助于指挥官理解跨作战行动对对手产生的综合影响。

例如，通过对作战节奏、审批时间、完成与取消情况以及结果进行人工智能赋能的分析，指挥官可以主动识别可能的摩擦点或新的敌方模式，从而加速组织的制度化学习，并在每次任务中不断提升标准。

图5：Palantir Metrics使指挥官能够评估跨作战行动对敌人的综合影响，并推动整个组织的学习。

开放与互操作

借助Palantir Gotham，组织能够从现在到未来的每一个时间点都保持对数据的控制和所有权。Palantir Gotham是一个开放平台，拥有开放的应用程序编程接口（API），并能与跨领域和跨层级的联合系统实现互操作，这些系统包括战术条令系统、第三方应用程序以及定制的内部项目。组织可以接入经过验证的第三方人工智能，也可以在实时作战数据上构建和评估自己的人工智能。开放的数据格式和标准的应用程序编程接口（API）使用户能够简化数据访问流程，并且组织可以导出带有来源信息的数据和情报产品，支持多种格式。 Palantir Gotham可通过云端或本地部署，能在数周内投入作战使用，为从总部到战术边缘的作战人员提供支持，并始终领先对手一步。