2023年2月13日美国军方在其国防视觉信息分发服务(DVIDS)网站上发布了一组美军坦克的照片，展示的是2022年11月5日拍摄的为期五周的加利福尼亚项目融合（ProjectConvergence）2022演习中的一辆安装了先进瞄准和杀伤力辅助系统（ATLAS）原型系统的美军M1坦克，该坦克采用实验性人工智能(AI)驱动的目标识别系统，旨在加快发现和应对威胁的速度，陆军士兵与来自指挥、控制、通信、计算机、网络、情报、监视和侦察(C5ISR)中心的工程师和科学家合作测试，其结果可能会对坦克作战模式产生很大影响。
先进瞄准和杀伤力辅助系统（ATLAS）是美国陆军作战能力发展司令部(DEVCOM)的C5ISR和军备中心参与的一项联合计划，使用尖端的传感技术和新兴的机器学习算法在目标搜索期间自动执行区分目标和瞄准任务，从而实现快速瞄准攻击。这套系统于2020年夏季开始开发，并首先集成到了新泽西州皮卡汀尼兵工厂开发的中口径先进杀伤力和精度系统(ALAS-MC)炮塔上。2020年10月，ATLAS系统在通用动力陆地系统Griffin I装甲车上进行了演示，在炮塔上安装了一个圆形红外辅助目标识别(AiTR)光电转塔，不断旋转以扫描战场，但系统的主体不在Griffin I车内，而是通过一系列黑色长电缆连接一辆黑色M113装甲车，内部安装了触摸屏显示器、控制器，系统主机等，由士兵遥控锁定目标，毕竟这时系统还没完成小型化，需要巨大的设备空间。
而在本次的M1坦克上，ATLAS系统的方形传感器单元安装在M1炮塔上120毫米主炮后面的旋转底座上，可进行大俯仰角和360度方位角的搜索。炮塔右侧前部还配备了另一种传感器。剩下的核心组件则安装到了M1坦克的炮塔后部，机箱后还安装有风扇散热。这辆M1坦克还在炮塔四周安装了作战车辆激光/战术交战模拟系统（ I-MILES CVTESS）的黑色传感器，使用激光检测和计算命中，以模拟战斗和评估战斗损伤。显然这场演习不需要真实开炮，而是通过激光模拟的形式测试ATLAS的性能。
ATLAS系统其实是安装的收集数据的传感器与处理数据的AI机器学习算法，以及乘员用来操作坦克的触屏显示器/控制器的组合体。在使用中，系统开启后安装在坦克顶部的光电转塔就会持续扫描战场，将周围区域的图像数据输入AI机器学习算法，以进行自动对象检测和图像分类，自动选择目标、分析目标类型、速度和距离，找到对坦克威胁最大的目标，然后将这些威胁的图像发送到炮塔内触摸屏显示器，图像在屏幕左侧垂直排列，显示屏的主要部分显示火炮当前瞄准的目标。边缘周围是许多不同的控件，用于选择弹药、开火类型、图像设置等。只需用手指轻触左侧目标之一，坦克就会自动转动炮塔，将火炮对准所选目标的弱点，并自动推荐合适的弹药和打击模式，由炮手选择手动批准AI的建议，AI就会自动转动炮塔、计算距离、弹道、自动校正角度、选择炮弹类型和射击模式，最后开炮展开攻击，或者再次选择下一目标，炮手可以根据需要进行调整，直接点击下一目标就会自动瞄准，从而大大节省搜索目标时间，用时仅是正常坦克乘员搜索时间的三分之一。
乍一看这种系统好像很熟悉，其实你想想，这不就是坦克世界中坦克的自动瞄准吗？目标只要露头就会被直接标记并提醒我们，我们只需要右键一下就能死死锁定目标并连续攻击，而且这个更像是安装了自动打弱点的插件，打过坦克世界的兄弟们一定深有感触。
随便截两张别人坦克世界录像的图，就是个示范
人工智能和计算机辅助目标选择不仅可以让坦克乘员更快地击毁威胁目标——它还可以用来检测人类无法发现的威胁，也可提示消灭目标的优先级，人工智能驱动的软件架构还可配合分布式孔径系统(DAS)观察坦克四周，以更好的发现威胁位置。另外还会带来一个大好处，就是坦克乘员训练更加简单，毕竟坦克两项赛已经使我们看到训练有素车组与普通车组在攻击目标的有效性差距，这主要是因为坦克乘员使用全手动的过程来检测、识别和攻击目标，要旋转炮塔，使用车长/炮长镜搜索目标，手动选择他们要用来攻击目标的弹药，通过瞄准目标进行激光测距，计算弹道最后攻击，中间对炮长的操作熟练程度要求很高。而采用这套系统后，炮长只需要选择攻击目标准许攻击就可以了，简单方便，大大降低了工作量。
这时候还得拉出96A来表扬一下
ATLAS系统如果实验成功，很可能会成为M1坦克下一步升级的其中一项配套技术。同时这种系统内部的算法优化，也可安装在无人系统中作为火控算法，因此前景是非常广泛的。当然前提是别下马啊！