《人工智能赋能态势感知能力提升》美智库最新78页报告

普遍预期人工智能（AI）将在未来军事行动中发挥关键作用。作为美空军部（DAF）将新兴技术融入现代战争的重要举措，兰德公司研究人员受托研究未来十年支撑有效态势感知所需的数据、技术、流程与政策框架。为深入理解这些要素与当前技术发展的交叉点，研究团队系统梳理了现有感知流程的挑战与改进机遇，重点关注感知发生的场景、工具与主体，特别强调如何融合多源情报实现目标发现、定位与跟踪。

本报告中，揭示了DAF面临的核心感知挑战，评估AI技术的应对潜力。通过构建AI应用对比框架，提出技术采纳路径，并以假想AI系统开展系统性风险评估，展示最佳实践方案。鉴于AI能力与DAF感知流程的复杂性，二者协同需审慎考量决策者应用方式及其与整体情报周期的整合。

核心发现

• 数据与知识表征需精细构建。高质量数据集须精心设计并配备准确元数据，支撑对象化生产与算法开发。
• 分析师须预判AI故障模式。理解AI训练数据与知识表征的局限性，有助于优化系统应用效能。
• 专家系统仍具战略价值。传统AI技术持续发挥重要作用。
• DAF应为颠覆性技术应用铺路。当前需优先部署非颠覆性AI技术，为未来重大变革奠定基础。

实施建议

• 制定感知能力发展共同路线图。DAF情报、监视与侦察（ISR）联队协同太空军相关部门，联合首席数据与人工智能官（CDAO）确立AI融合优先事项。
• 建立前瞻性风险评估机制。DAF各感知机构应对拟采用AI工具开展社会-技术-操作-政治-经济-可持续性（STOPES）多维评估，首席信息官需确保责任型AI原则在感知领域落地。
• 警惕工具过载效应。ISR联队与空战中心应选择性开发应用AI感知工具，优先适配现有工作流且降低培训依赖的解决方案。
• 防范技能退化风险。DAF CDAO须制定应对计划，通过构建训练数据集、提升分析师数据辨识能力等手段，缓解AI应用可能导致的感知技能衰退。