兵棋推演与人类文明一样古老,它已从沙上的线演变成云上的字节。尽管技术在不断发展,但专家们坚持认为,游戏仍然是以人为中心的,但这并不意味着人工智能帮不上忙。

美国海军陆战队大学兵棋推演主任、退休上校蒂姆-巴里克(Tim Barrick)说,当今的兵棋推演正处于第 2.5 代。根据著名兵棋推演者、退役空军上校小马修-卡弗雷(Matthew Caffrey Jr.)提出的理论,当今的兵棋推演正处于 "下一代",或者说是 19 世纪普鲁士第二代兵棋推演的后续阶段--普鲁士被广泛认为是现代兵棋推演的发源地--巴里克说。

他说,在某些方面,自普鲁士以来,这种方法并没有改变,只是有了计算机来帮助更好地完成它。

巴里克说,海军陆战队大学的兵棋推演项目是从教育的角度来完成任务的--培养认知技能、批判性思维、创造性地解决问题和做出决策。他在今年 6 月举行的 "现代海军陆战队 "会议上说,利用社交媒体和播客等在线平台可以 "迅速培养 "一个知识和协作社区,同时还可以利用云作为虚拟兵棋推演场。

那么,是什么将巴里克所说的 "领先 "能力推向下一代呢?

巴里克说,卡弗里认为,第三代兵棋推演就是要了解战争中人的层面这包括成功模拟他所谓的系统效应,或者说 "如何研究系统之间的相互作用,如果你影响了其中一个系统,那么它又会对另一个系统产生影响?这真的很难做到"。

人工智能可以帮助实现这一目标

巴里克说,人工智能可以帮助实现这一目标,它可以帮助规划和决策,快速分析地形和天气,"综合信息,然后将其提炼成一种形式,帮助规划者快速了解情况,并以比人工更快的方式做出决策。

在他的描述中,有一个关键词是 "使能"--人工智能不会发号施令。它将是一个合作伙伴。

现代兵棋推演面临的一个挑战是全域战争,需要了解陆、空、海、天和网络的态势,巴里克说。

将全域战概念化会造成他所说的 "认知超载"。

他说:"由于......所有信息都是跨领域的,人工智能和可视化可以帮助那些认知超载的作战人员。人工智能工具可以帮助识别隐藏在复杂、混乱场景中的细节,比如警报通知玩家他们处于三种不同武器系统的威胁范围内"。

他说:"这就是我认为我们可以真正实现人机合作与人工智能合作的地方,以帮助我们......获得并保持态势感知。"

巴里克将人工智能描述为一种力量倍增器,而不是人类的替代品。

海军陆战队兵棋推演实验室兵棋部主任乔治-施雷夫勒上校说,他不认为人工智能会取代人类决策。

Schreffler说,兵棋推演软件中的人工智能对数据 "非常有用","你不可能复制......因为你不可能有足够的玩家、足够的空间和足够的时间来完成这一切,然后再把它们拼接在一起"。

他说,计算机模拟和 "由人工智能实现的模拟 "创造了一个领先的机会。但人类 "总是要向机器发号施令"。

巴里克说,人工智能在游戏中的作用还取决于游戏的目的。在那些侧重于分析和收集大量数据的游戏中,"你会把一些决策权......交给人工智能"。

巴里克说,在以高层决策为目的的游戏中,玩家可能会发出三星级别的命令,但人工智能可以接管战术单元并加以运用。

虽然海军陆战队并不打算将人类的决策权交给人工智能,但它正计划使用一种想出了复制方法的兵棋推演解决方案。

先锋兵棋推演解决方案由 BAE 系统公司旗下的一个小型企业网络开发,将用于海军陆战队的新兵棋推演和分析中心。Covan集团是BAE系统公司旗下的几家小型企业之一,其首席执行官马库斯-梅因兹(Marcus Mainz)在接受《现代海军陆战队》杂志采访时说:"该中心目前正在建设中,预计2025年具备初步运行能力,但该项目已经准备就绪,'明天就能投入使用'"。

这个基于网络的多领域程序采用了俄罗斯数学家鲍里斯-斯蒂尔曼(Boris Stilman)于 1972 年提出的博弈论概念。通过从俄罗斯的国际象棋游戏到 20 世纪 90 年代末的 DARPA 计划等一系列实验,斯蒂尔曼破解了在人工智能中复制人类决策的密码。

重点并不是把人类的决策交给人工智能,而是通过人工智能从更人性化的角度来处理问题,从而实现人类的决策。美因茨说,斯蒂尔曼摒弃了通常用于游戏解题的计算和搜索字段快捷方式,这些方法 "在真正的战争中是行不通的"。

他说,人类仍在提供初始战略。"我们不会给你一些黑盒人工智能,它会[说]'别告诉我怎么赢,我来告诉你'。这在军队中行不通,我们也不愿意把我们儿女的生命托付给这样的东西,"梅因兹说。"而且从整体上讲,这也无助于我们成为更好的思想家。我们知道,我们需要人类来下达命令。

归根结底,注入人工智能的复杂兵棋推演系统仍然植根于古代兵棋推演中的相同原则,巴里克在海军陆战队大学的任务中对此进行了总结: "培养这些认知技能、批判性思维、创造性地解决问题[和]决策"。

参考来源:NDIA商业与技术杂志

成为VIP会员查看完整内容
53

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。
俄乌战争与加以冲突:人工智能走向战场
专知会员服务
121+阅读 · 2023年11月27日
争分夺秒:人工智能速度下的战争
专知会员服务
61+阅读 · 2023年11月15日
战争算法:人工智能在武装冲突决策中的应用,ICRC视角
专知会员服务
104+阅读 · 2023年10月28日
释放战略潜能: 电子战中的人工智能
专知会员服务
93+阅读 · 2023年10月5日
打开黑盒:可解释机器学习在心脏病学中的前景和局限
专知会员服务
23+阅读 · 2022年7月22日
兵棋推演的智能决策技术与挑战
专知会员服务
209+阅读 · 2022年7月5日
机器学习的 7 个关键军事应用
专知会员服务
300+阅读 · 2022年4月24日
专知会员服务
36+阅读 · 2021年8月5日
自动机器学习:最新进展综述
专知会员服务
119+阅读 · 2019年10月13日
兵棋推演的智能决策技术与挑战
专知
24+阅读 · 2022年7月5日
人工智能技术在军事领域的应用思考
专知
37+阅读 · 2022年6月11日
王喆:深度学习推荐系统实战
AINLP
11+阅读 · 2020年11月24日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
卷积神经网络数学原理解析
算法与数学之美
19+阅读 · 2019年8月23日
有关军事人机混合智能的再再思考
人工智能学家
17+阅读 · 2019年6月23日
深度学习人体姿态估计算法综述
AI前线
23+阅读 · 2019年5月19日
机器学习知识体系
架构文摘
19+阅读 · 2018年1月7日
机器学习必备手册
机器学习研究会
19+阅读 · 2017年10月24日
国家自然科学基金
294+阅读 · 2017年12月31日
国家自然科学基金
9+阅读 · 2015年12月31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
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+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
4+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
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
147+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关VIP内容
俄乌战争与加以冲突:人工智能走向战场
专知会员服务
121+阅读 · 2023年11月27日
争分夺秒:人工智能速度下的战争
专知会员服务
61+阅读 · 2023年11月15日
战争算法:人工智能在武装冲突决策中的应用,ICRC视角
专知会员服务
104+阅读 · 2023年10月28日
释放战略潜能: 电子战中的人工智能
专知会员服务
93+阅读 · 2023年10月5日
打开黑盒:可解释机器学习在心脏病学中的前景和局限
专知会员服务
23+阅读 · 2022年7月22日
兵棋推演的智能决策技术与挑战
专知会员服务
209+阅读 · 2022年7月5日
机器学习的 7 个关键军事应用
专知会员服务
300+阅读 · 2022年4月24日
专知会员服务
36+阅读 · 2021年8月5日
自动机器学习:最新进展综述
专知会员服务
119+阅读 · 2019年10月13日
相关资讯
兵棋推演的智能决策技术与挑战
专知
24+阅读 · 2022年7月5日
人工智能技术在军事领域的应用思考
专知
37+阅读 · 2022年6月11日
王喆:深度学习推荐系统实战
AINLP
11+阅读 · 2020年11月24日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
卷积神经网络数学原理解析
算法与数学之美
19+阅读 · 2019年8月23日
有关军事人机混合智能的再再思考
人工智能学家
17+阅读 · 2019年6月23日
深度学习人体姿态估计算法综述
AI前线
23+阅读 · 2019年5月19日
机器学习知识体系
架构文摘
19+阅读 · 2018年1月7日
机器学习必备手册
机器学习研究会
19+阅读 · 2017年10月24日
相关基金
国家自然科学基金
294+阅读 · 2017年12月31日
国家自然科学基金
9+阅读 · 2015年12月31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
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+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
4+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
微信扫码咨询专知VIP会员