美国防部政策的演变和人工智能在现代战争中的作用

将人工智能（AI）融入军事应用面临着复杂而多方面的挑战，其中包括技术进步、政策框架、战略考虑和伦理问题。为了跟上人工智能技术不断改进和发展的快节奏，美国国防部（DoD）制定了一项统一的采用战略，旨在改善组织环境，使国防部领导和作战人员能够通过专业地利用高质量数据、高级分析和人工智能做出快速、明智的决策，从而获得持久的决策优势。

在军事和战场应用中使用人工智能是一个相对较新的现象，但该技术的有限使用已经使作战人员受益。在这一雏形中，人工智能主要用于信息收集和处理能力。例如，在筛选大量数据和图像或监控信息源以获取有意义的信息方面，人工智能要比人类高效得多。

目前比较重要的应用之一是威胁识别和识别，特别是在空战中。这可以通过定位单个飞机或飞机类型发出的独特无线电或雷达信号来实现。在过去，这是一项艰巨的任务，需要各种传感器运行，并记录来自许多不同来源和频率范围的信息。然后由专家对这些传感器数据进行分析，以找到并识别与个别飞机或飞机类型相关的各种信号。如今，人工智能系统可以在几毫秒到几秒钟内完成由许多人花费几十或几百个小时进行的识别工作。

为军用人工智能提供动力的硬件

军事人工智能应用中使用了几种不同的硬件组件。

• 高性能计算（HPC）： 大多数军事人工智能应用都需要强大的计算资源来实时处理大量数据和执行复杂计算。高性能计算系统（包括但当然不限于超级计算机和高端服务器集群）可提供必要的计算能力。

围绕这些高性能计算资源的位置问题，已经进行了大量的讨论和学术研究。有一种观点认为，将高性能计算组件放置在远离战场的中心区域更为合适。另一种观点则认为，所有计算都应推向边缘。

在中心位置执行大部分密集型计算，可使设备和组件的数量和类型大大增加。不过，这也使得网络或 "管道 "成为人工智能应用中更为关键的组成部分。

另外，与外部部署的硬件相比，现场部署的边缘硬件在尺寸上更受限制。边缘硬件受限于尺寸，而外部硬件则受限于管道的安全性和强度。

• 图形处理单元（GPU）： 严格来说，GPU 并非必要，但通常用于加速人工智能计算，尤其是在使用机器学习和深度学习算法时。在依赖并行处理的应用中，GPU 大有裨益。军用人工智能系统通常利用 GPU 完成图像识别、物体检测和自主导航等任务。

人工智能算法和用户界面软件

• 人工智能算法和模型： 军事人工智能应用依靠先进的算法和模型来执行图像识别、自然语言处理、决策制定和预测分析等任务。

• 具有大型数据集的模拟/训练软件： 为了训练人工智能系统和模拟各种场景，需要使用专门的软件平台，这些平台可以对军事环境、战术和装备进行逼真的模拟。为了最好地训练军事人工智能，这些模拟需要应用海量数据集--数据越多越好。

• 集成软件： 军事人工智能系统需要与现有基础设施集成，并与其他系统进行无缝、直观的交互。不能指望战场上的士兵在软件平台中浏览具有挑战性的用户界面。

美国国防部人工智能政策

在过去几年中，美国国防部（DoD）一直在通过各种政策和战略文件战略性地融入人工智能和机器学习（ML）技术。国防部发布的 "2018 年国防部人工智能战略 "为发展集中式基础设施、整合新技术以及在人工智能伦理和安全方面实现国际领先奠定了基础。随后的战略，如 "2020 年国防部数据战略 "和首席数字与人工智能办公室（CDAO）的创建，进一步强调了以数据为中心的方法和优化整个国防部人工智能能力的重要性。

2023 年《国防部数据、分析和人工智能采用战略》中概述的现行指导政策建立在以前政策文件的基础上，主要侧重于速度、敏捷性、学习和责任。该战略强调权力下放，并在开发人员和最终用户之间建立紧密的反馈回路，旨在加强国防部内部的决策过程。2023 战略概述了人工智能的基础性指导方法，而不是循序渐进的指南。

2023 战略的关键组成部分包括人工智能需求层次（图 1），该层次优先考虑高质量数据，将其作为具有洞察力的分析和负责任的人工智能开发的基础。该战略还推进了对用户友好型基础设施的需求，并不断完善政策和流程，以确保负责任地实施人工智能。

[图 1 ǀ 美国国防部人工智能需求等级制度优先考虑高质量数据。图片由美国国防部提供]。

已部署的人工智能解决方案

目前有许多制造商和承包商正在将人工智能应用于军事领域。这些制造商和承包商既有波音、通用动力、洛克希德-马丁、雷神和诺斯罗普-格鲁曼这样的老牌大公司，也有 Anduril 这样的后起之秀。

射手探测系统： 枪手探测系统虽然不是严格意义上的军事应用，但它已发展出一种人工智能集成解决方案，使急救人员能够准确定位枪声的位置。该系统使用一系列声学和红外闪光探测传感器，并集成到视频、门禁和群发通知系统中。传感器系统收集的数据通过 I/O 模块直接输入人工智能驱动的软件平台，该平台可在 0.5 秒内确定是否发生枪声、何时发生枪声、确定枪声的确切位置、通知当局并发送群发通知。

战术智能瞄准接入节点（TITAN）： 战术情报目标访问节点（TITAN）是一种可扩展的远征情报地面站，将加快和简化陆军访问和处理海量情报、监视和侦察（ISR）数据的能力。

从外形上看，TITAN（图 2）是一个移动数据中心，集成了电力、加热和冷却、冗余通信和计算平台，所有这些都建在一个大型卡车平台上。车载远征地面站将利用人工智能提供深度感知能力，从而实现现代战场的远程精确射击。利用人工智能，TITAN 将使用人工智能和 ML 执行数据集成、融合、处理和分析功能，以实现自动化并协助陆军缩短传感器到射手的时间线。

[图2 ǀ 展示的是TITAN ALPHA工作概念车。图片来源：Palantir.]

Sealevel Relio R1 Rugged嵌入式计算机是TITAN系统的核心。Relio R1 Rugged 监控 TITAN 的整体健康和性能。这台小巧的计算机可承载多个软件应用程序，并解释来自各种内部传感器的数据。

未来的人工智能

将人工智能融入军事应用是现代战争的一大进步，可增强信息处理、威胁识别和决策过程的能力。人工智能技术的发展与强大的技术基础设施的发展息息相关，其指导原则是 CDAO 等组织制定的战略举措和政策框架。虽然人工智能在提高军事效率方面具有巨大潜力，但它也提出了有关负责任的开发、部署以及自主系统在冲突场景中的影响等重要问题。制造商和开发人员、决策者和作战人员之间的持续合作对于确保军事人工智能应用提高作战能力和负责任地促进全球安全至关重要。

参考来源：Military Embedded