过去，战场迷雾常因信息匮乏造成。如今，战场迷雾可能会因信息过载引起。

随着来自情报、侦察、监视、指挥与控制的高维全息大数据爆炸式增长，指挥员往往面临“数据沼泽”危境。因此，很有必要借助AI技术辅助指挥员认知战场态势，拨开战场迷雾。

——去粗取精，去伪存真。通过图像分析、语音语义识别、机器学习等AI技术，海量信息可以很快得到甄别和荟萃处理。在2009年～2014年间，美国国防高级研究计划局启动大量基础技术研究项目，取得了一定成效。美国空军研究室正在开展自动化信号情报处理技术研究，旨在解决“信息过载”造成的情报处理杂乱问题。俄军将AI应用于导弹袭击预警系统，对各种传感器获得的庞大数据进行智能辨识与分类，并建立完善了目标数据库。

——由此及彼，由表及里。这是从战场态势感知到战场态势认知的重要一步。作战指挥需将局部的、离散的、被动的感知，升级到全局的、联动的、自主的认知。AI通过深度学习、超脑网络、泛在计算等技术，可对信息进行分层聚类、挖掘关联变化趋势、构建知识图谱、展开博弈推演，进而为趋势研判、指挥决策提供可靠的辅助建议，促进自我更新。美国国防高级研究计划局启动的“思想之眼”和“洞察”项目，将机器学习用于对战场的图像、视频分析推理。美国空军研究实验室开发的虚拟助手，能基于现有信息源形成“信息关联”，为指挥控制人员完成复杂数据分析和决策提供支持，从而实现对战场态势的认知。

——见微知著，睹始知终。在大数据技术加持下，AI在军事上的态势认知正向着更高级阶段——“预测”迈进。据报道，美军在最新的“联合全域作战”概念中，提出要开发洞察力和预测力更强的AI。这是一种数据驱使下的人工智能，比如可复制有多年作战和从军经验的指挥员的知识与智慧，还能不断加以完善。这种能力应用在战术层面，可通过机器处理数据，缩短杀伤链，并帮助识别现有系统难以检测到的威胁；用于战役和战略层面，可理解对手的行为，预测其行动，先于敌决策。