美国陆军希望未来的装甲车能够在地形导航、目标识别、敌方火力、部队位置和作战计策等方面立即做出决策。
事实上，军方希望这统统能在几秒钟内发生，而且没有任何细微差别须要被人类掌握或微管理。
这是一个众所周知且常常被谈论的观点，随着新技能不断以火箭般的速率涌现，它迅速得到了关注。

随着人工智能驱动的传感器、打算机和定位系统越来越快地处理和组织信息，这类主动行动正呈现出一种更新、更前辈的特色，使不断进步的自主方法成为可能。
武器开拓商正在探求一种地面车辆“传感器领悟”，使士兵在面对快速变革的战斗变量时能够快速做出决定。

自动驾驶的商业运用，比如现在用于无人驾驶汽车的运用，已经发展了相称长的一段韶光，然而，军方的开拓者们已经开始考试测验一些完备不同的东西。
作战车辆不仅须要自动进行线性导航，而且须要在一系列繁芜的、快速变革的变量中进行自动操作，比如来袭攻击、岩石地形、空中整合，以及优化攻击方法的手段。

士兵们在操纵这些遥控车辆时低着头，不断地关注着车辆以掌握它。
这些系统是全自动的，这些士兵们可以做他们的事情和自治系统可以作为队友和实行有效地在沙场上。

利用早期的人工智能，F-35上的打算机能够获取原来分散或卡式的战斗干系数据流，对信息进行剖析、组织并呈现出一幅连贯的画面供翱翔员查看。
因此，单屏显示器同时包含综合导航、目标、翱翔细节和威胁信息。
它将称为分布式孔径系统的360度摄像机系统与远程光电瞄准系统和其他关键翱翔变量相结合。

与这类运用程序等价的地面彷佛须要更大的繁芜性度量，由于地面自治必须考虑更大范围的变量。
这一观点与正在进行的新一代人工智能研究是同等的，这些人工智能不仅可以为人类决策者网络和组织信息，还可以促进人类和机器之间的网络连接。
利用前辈的算法，打算机技能可以在数秒内组织和传播分散的数据池。

人工智能支持的传感器可以从看似无限的现有数据库中弹回传入的图像、***或数据，以评估比较和差异，并进行近乎实时的剖析。
以最前辈的打算机处理速率，各种人工智能系统可以同时组织和共享信息，进行剖析和解决某些问题，否则人类不可能在任何类似的韶光框架内办理这些问题。
与此同时，人类认知还有许多独特的关键属性、能力和解决问题的能力。

自从美国陆军未来作战系统(FCS)操持早期的传感器集成以来，该技能已经取得了巨大的飞跃。
FCS在十多年前开始成型，它建造了一个小型的人工地面车辆车队，装备了前辈的传感器，可以供应周围地形的360度摄像头视图。
例如，陆军现在被取消的非瞄准线加农炮就配备了集成的周边摄像机，然而，该系统还不足成熟，无法做出关键的战斗敏感区分。