北约 C2COE 就 “未来指挥所”开展了一项由两部分组成的研究。这项研究的重点是北约联合作战层面的指挥所,即联合特遣部队总部(JTF HQ),并着眼于预计在 2035 年左右到位的未来发展。从长期规划的角度来看,这不仅与北约所关注的时间框架相同,而且还足够遥远,可以有一点想象空间,但又不至于与我们现在所处的环境和今天所做的决策完全脱节。这部分研究着眼于人的视角,即对我们如何将新技术引入联合行动总部产生影响的人为因素。为了找到未来几年变化和发展中人的方面的研究问题的答案,我们开展了一项调查,随后进行了访谈,从而描绘出一幅 20 年后的生活图景。调查由 18 个开放式问题组成。选择这种形式的主要原因是在不了解受访者期望的情况下探索新的想法。开放式问题可以让受访者更深入地了解自己的想法和观点。调查围绕三个主题展开。第一,受访者对自动化会在多大程度上影响工作的看法。其次是引入自动化工具所涉及的风险,最后是在工作场所实施自动化的问题。目标受众是参与评估流程的盟军联合部队司令部 (JFC) 布伦森总部和那不勒斯总部的人员。之所以选择这两个流程,是因为其复杂性和对人的要求特别高。此外,还向斯洛伐克军事学院的 40 名学生--下一代领导者--提供了经过调整的调查问卷,但没有改变问题的含义。根据调查结果,研究小组有机会采访了两个联合部队总部的主要领导。毫无疑问,包括人工智能在内的技术发展将对指挥所的未来产生重大影响。无论未来会带来什么,它都将改变我们的工作和运作方式。我们将如何应对所有这些变化?

北约对未来作战环境的设想预见到,在未来二十年里,技术将迅速发展并不断变化。这将创造一个动荡、不确定和模糊的未来环境。联盟将可能在战争的各个领域面临各种不可预测的威胁。全球化仍将是一个现实,并将继续得到支持通信、运输和贸易的技术的快速发展的支持。在这个相互联系日益紧密的世界上,北约境外采取的行动可能会产生巨大影响,增加决策过程的复杂性,从而影响未来的指挥和控制。随着需要管理的信息量不断增加,人类的信息处理能力确实存在迅速超载的风险,这将影响人类的表现。这可能会产生不一致的表现,导致人为错误和无法完成手头的任务。在这种复杂的环境中,智能自动化系统是解决这些问题的潜在办法。这些系统能够感知并应对不断变化的环境。新兴的人工智能(AI)甚至可能在这方面更进一步,通过吸收大量信息自动学习的机器将取得进步。随着信息交流速度的不断加快,我们可以假设,在某个时间点,人工智能将接管部分决策过程。另一方面,由于人工智能的出现,创造力和人际交往能力等典型的人类特质可能会变得更受重视。这些能力可能很难实现自动化。我们仍然认为战争不仅是一门科学,也是一门艺术。问题在于人工智能将在多大程度上取代决策。

人类是参与决策,还是参与决策,甚至是置身事外?

这项研究深入探讨了战术级总部参谋人员和领导层对自动化的看法。它强调了变革的必要性,并为进一步发展提供了指导。其目的是帮助缩小操作员世界与研究和设计设备和软件的工业界和学术界之间的差距。

下一章将探讨与人类视角相关的总体趋势和可预见的发展。在第三章 “自动化的价值 ”和第四章 “自动化的实施 ”中,报告了访谈和调查的结果。本文最后是一份附有建议的总结。它概述了未来行动级总部所需的业务能力,并确定了使建立这些能力成为可能的使能技术。

成为VIP会员查看完整内容
17

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《未来指挥所:第 1 部分》64页报告
专知会员服务
16+阅读 · 2月16日
《AUKUS 支柱 2:先进能力》最新21页报告
专知会员服务
20+阅读 · 2024年8月20日
《美空军研究实验室(AFRL)全球研究布局》50页报告
专知会员服务
70+阅读 · 2023年12月12日
《美军无人系统集成路线图(2017-2042)》58页报告
专知会员服务
202+阅读 · 2023年6月27日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
41+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
44+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
Arxiv
165+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
431+阅读 · 2023年3月31日
Arxiv
22+阅读 · 2023年3月17日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
41+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
44+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员