将人工智能和机器学习融入美海军陆战队

每天，数以千计的美海军陆战队员都要执行例行的数据收集任务，并做出数百项基于数据的决策。他们在白板上汇编人员配备数据以决定单元的人员配置，截屏天气预报并将其粘贴到每周的指挥官更新简报中，并手工提交训练条目。但是，任何在过去两年中使用过 ChatGPT 或其他大规模数据分析服务的人都知道，生成式人工智能的巨大威力，它可以简化这些流程，并通过基于新鲜、全面的数据来提高这些决策的质量。

埃里克-史密斯将军在新的致辞中呼吁海军陆战队认识到，“技术已经成倍地提高了信息在现代战场上的作用，这使得我们对数据的利用比以往任何时候都更加重要”。海军陆战队的 “待命部队”作战概念依靠海军陆战队整合到传感器网络中，利用自动化和机器学习来简化决策过程和杀伤链。部署在濒海环境前沿的部队将由一个供应系统来维持，该系统利用数据分析进行预测性维护，提前确定部队将需要哪些维修部件。

然而，要实现这些预测还有很长的路要走。在过去六个月里，对海军陆战队作战部队和支持机构、其他军种以及作战司令部的关键人员进行了一系列采访，结果发现，如果海军陆战队打算利用人工智能和机器学习来执行这一作战概念，那么就需要更快地行动起来。尽管高层领导推动海军陆战队整合人工智能和机器学习，但只取得了循序渐进的进展。

美海军陆战队需要掌握技术技能，使自动分析系统能够识别数据，并做出基于数据的决策。指定一支海军陆战队远征部队或其主要下属司令部之一作为数据分析和扫盲的牵头单位，将统一海军陆战队的双轨方法，创建一个生态系统，允许自下而上的创造力，扩大整个部队的创新规模，并加快将这些技术整合到舰队和支持机构中。

新技术改变作战、后勤和教育的潜力

人工智能、机器学习和数据分析有可能改变军事教育、规划和行动。美海军陆战队大学的实验表明，它们可以让学生通过探究复杂问题的新层面和了解对手的系统，在教育环境中磨练作战艺术。根据敌方的条令出版物和有关部队部署的公开信息训练出来的人工智能模型，可以利用概率推理来预测敌方的反应。这种能力可以补充情报红队的不足，独立分析敌方的选择，提高参谋人员的作战计划能力，或者仅仅为学生提供宝贵的分析经验。NIPRGPT是空军的一个新项目，有望在安全的环境下生成文件和电子邮件，从而颠覆工作人员的日常工作。

除了教育和规划，人工智能和机器学习还能改变海军陆战队的作战方式。在一次行动中，人工智能可以利用有人和无人系统的网络集合来侦察和攻击对手。人工智能还能比人类分析师更快地合成和显示传感器网络的数据，或筛选成千上万的图像，以识别特定场景或感兴趣的地点。无论哪种算法都能自行决定，或使指挥官以以前无法想象的方式做出数据信息决策。从人工智能决策到增强态势感知，这项技术有可能彻底改变军事行动。最近，一个智库研究团队甚至利用人工智能重新思考了统一指挥计划。

但是，要实现这些未来愿景，需要军方在实施该技术之前培养技术技能并熟悉该技术。培养数据素养是有效运用先进系统的先决条件，因此这项技能与海军陆战队对其他方面的要求一样重要。在海军陆战队使用人工智能无人机群攻占滩头阵地或使用预测性维护来简化供应操作之前，其员工需要了解如何使用数据分析工具，并能在日常工作环境中自如地应用这些工具。

为海军陆战队提供服务

如果海军陆战队想在战斗中使用机器学习和人工智能，就应该教海军陆战队员如何在稳定、可预测的驻军行动中使用它们。这样做每年可为海军陆战队节省数万小时的时间，同时通过取代舰队海军陆战队所依赖的陈旧流程和系统，提高战斗力和战备状态。

作战部队拥有大量可用于分析的清晰数据。每个单元都有序列化装备、武器和机密信息的记录。这些记录大多保存在陈旧的计算机记录程序或 Excel 电子表格中，显然有优化的余地。

此外，舰队中的所有海军陆战队员每年都要参加培训和战备任务，以展示他们在指定职能方面的能力。这些数据一旦提交到海军陆战队训练信息管理系统，就不会再有任何反应--除了在司令部视察时偶尔粗略地看一眼之外，没有任何总部梯队会跟踪一段时间的表现，以确保海军陆战队员不断改进。该系统耗费大量人力，每次训练活动和每个海军陆战队员的成绩都需要手工录入。

通过建立和分析这些活动的绩效标准，可以确定哪些单元的训练方案最有效。表现优异的领导者可以得到奖励，而海军陆战队远征部队则可以在下属单元中建立最佳实践，以提高战斗准备状态。由于人工智能擅长执行参数明确的重复性任务，因此数据录入和分析的自动化或简化将非常简单。这样做既能节省时间，又能提高作战部队的作战能力。

作战部队中的海军陆战队员要执行无数的常规任务，而这些任务都可以轻松实现自动化。例如，参谋部的海军陆战队员每周都要抓取数据并将其格式化为每周的指挥和参谋简报。情报官从上级总部获取天气预报数据。供应干事在简报中插入信息供应量。医疗和牙科准备状态数据通常显示在绿色/黄色/红色红绿灯图中。这些数据都是手工编制在 PowerPoint 幻灯片中的。这些简单的任务可以实现自动化，为整个海军陆战队远征部队节省数千小时。指挥官可以根据最新信息做出决策，而不是依赖几小时前获取的陈旧数据。

海军陆战队使用过时的流程和系统，浪费了本可用于训练和战备的宝贵时间。利用自动化、机器学习和人工智能来简化日常任务，让指挥官能够根据最新数据做出决策，将使海军陆战队在提高战斗力的同时实现效率节约。用史密斯的话说，“将人才和先进的流程结合起来，[将使海军陆战队]在支持联合部队和我们的盟友及合作伙伴方面更具杀伤力”。

美海军陆战队目前的做法

美海军陆战队在实现其目标方面进展缓慢，因为它事实上已决定奉行双轨发展战略。海军陆战队将精力和资源集中在机构的最高层，而在最低层则依靠难得的专业知识和个人主动性来取得进展。这种一分为二的做法缺乏连贯性，阻碍了进展。

美海军陆战队第 5231.4 号命令概述了该部队的人工智能方法。该命令没有将作战部队作为工作重点，而是将工作重心放在了支援机构上。辅助机构拥有管理整个海军陆战队计划的专业知识、资源和权力。但它缺乏对个人面临的具体问题的了解，而这些问题可以通过人工智能、机器学习或自动数据分析来解决。

在美海军陆战队的战术层面，个人正在将这些工具集成到他们的工作流程中。但是，如果没有更广泛的赞助，这主要是由于巧合：当一个人拥有开发自动化数据解决方案的技术技能，认识到不足之处，并主动实施时，就会出现这种情况。由于为一个单元创建、维护或定制项目所需的技能并不常见，因此推广采用或扩展项目都很困难。因此，大多数单个项目都会枯萎，机器学习、人工智能和数据分析也只是零星地、暂时地渗透到作战部队中。

这种双轨制将资源和问题分开。这意味着最高级别的服务并不直接参与战术层面的成功。战术梯队没有时间、资源或任务来自行开发这些技能并使之系统化。我们需要的是一种自下而上、中央协调的扁平化协作方式。

第 18 空降团

美海军陆战队的条令和文化主张谨慎平衡集中规划与分散执行和自下而上的细化。上级向下级下达灵活的指令，逐级提高具体化程度。领导者要确保训练标准化、工作统一和资源的有效利用。自下而上的实验将新思路应用于具体问题。

机器学习和数据分析也不例外。目前的挑战在于找到一种方法，将单个创新实例与资源和影响力联系起来，以便在整个机构内推广。陆军利用第 18 空降团来弥合军种级计划与单个倡议之间的差距，为如何做到这一点提供了一个清晰的范例。

第 18 空降团与海军陆战队一样，承担着应急响应的角色。它位于自由堡，是包含第 101 和第 82 空降师以及第 10 山地和第 3 步兵师的总部单位。作为更广泛的现代化计划的一部分，第 18 空降军致力于创建一个技术生态系统，以促进创新。整个军团的士兵都可以建立个人应用程序，在可定制的仪表板中汇总、分析和展示信息，从而简化工作流程，做出基于数据的决策。

例如，第 82 空降师的士兵创建了一个单一的应用程序，用于监控和执行后勤任务。第 18 空降团的数据战连建立了一个工具，用于实时监控战区内的供应水平，并在某些类别的供应不足时发出警报。此外，指挥部还将这些项目与其他数据应用程序整合起来，以简化作战功能。例如，第 18 空降团通过 “猩红龙 ”等联合演习，将情报分析、目标捕获和火力整合在一起。

除了简化作战工作流程，数据分析还能改善训练和战备状态。第 18 空降团制定了一项 “战士技能 ”培训计划，通过收集数据来建立一个基准线，以比较不同时期士兵的个人技能。最后，自由堡的一些营房嵌入了二维码，士兵在执勤时扫描二维码即可签到。

这些例子展示了一个单元的数据通晓者如何利用现代技术提高整个组织的能力。如果没有军团一级的赞助，这些项目中的许多都不可能超越机构的界限。此外，由于第 18 空降团是一个作战级指挥部，因此它将各师的士兵与陆军的军种级利益相关者联系在一起。

指定一个主要司令部作为军种领导

如果美海军陆战队效仿第 18 空降团的模式，将指定一个作战单元作为数据分析和自动化的军种领导，将军种总部与战术单元联系起来。将安全系统制度化、建立实验边界、在海军陆战队远征部队中推广成功项目，以及实施标准化培训计划，这些都将创建一个生态系统，以培养海军陆战队领导所需的技术进步。

这支拟议中的部队还将简化海军陆战队与军方之间的互动，并确保开发数据系统的单元人员配备的连续性，以确保各项工作不会因个人轮换到新的任务而停滞不前。由于第二海军陆战队远征部队在地理位置上靠近自由堡，而且第二海军陆战队师炮兵单元已经参加了最近的 “猩红龙 ”演习，因此对第 18 空降团的项目有一定的了解，因此第二海军陆战队远征部队是担任军种牵头单位的合理选择。

一旦被指定，海军陆战队第二远征军应设立一个办公室、局或连，负责整个部队的数据扫盲和自动化工作。这将效仿第 18 空降团的模式，建立一个数据战连，以容纳拥有专业技术技能的士兵。然后，该单元可以制定一个培训计划，在整个海军陆战队远征部队中实施。这项工作的重点将是制定一个分级分兵的适当教育计划，教导海军陆战队远征部队中的每名海军陆战队员如何使用 PowerBI 或陆军 Vantage 系统等低代码或无代码应用程序阅读、处理、交流和分析数据，并让关键分兵学习如何构建和维护这些应用程序。海军陆战队创新单元（我是其成员之一）可以利用其正在与训练和教育司令部开展的工作，结合其成员的学术和行业专业知识，根据陆军的模式制定一个海军陆战队第二远征军可以使用的培训计划，并与拟议的办公室一起制定和实施这一培训计划。

该培训计划将向每位海军陆战队员传授为自己实施简单解决方案所需的基本技能。协调办公室将集中管理管理费用，实现培训标准化，并在整个海军陆战队远征部队中推广有价值的项目。它将把高层次的服务工作与作战部队面临的小规模问题联系起来，而数据扫盲和自动化可以解决这些问题。

所有受访者都认为，参与和支持性领导是所有成功数据自动化项目的必要前提。军种一级的任务分配应确保所有下级指挥官认真对待这一举措。一旦下级单元看到花在死记硬背的琐碎任务上的工作时间可以实现自动化，然后再投入到培训和战备中，官僚政治就会消失，实施工作也会随之而来。关键是领导者要为下属制定激励措施，鼓励第一代采用者。

强迫部署单元执行另一项培训要求可能会使他们不堪重负。不过，认真实施这项训练将确保其可控性。海军陆战队远征部队及其下属单元的总部不进行部署轮换，因此额外的培训不会影响他们的部署前准备过程。此外，实施这些技术将大大节省时间，为训练和战备任务腾出额外的时间和人力。

结论

美国防部和海军陆战队的高层领导都表示，人工智能和机器学习是未来部队的发展方向。海军陆战队目前的模拟流程和静态数据所造成的效率损失（更不用说在作战环境中这些陈旧流程所带来的任务风险和部队风险）足以成为采用这种方法的理由。然而，与现役实践者的讨论表明，海军陆战队需要更快地行动起来。海军陆战队一直奉行双轨模式，创新在最低层，资源在最高层。缩小这些并行努力之间的差距对于取得有意义的进展至关重要。

如果海军陆战队打算将人工智能和机器学习纳入其部署行动，就应通过培训其员工队伍和在驻军行动中建立熟悉度来打下基础。一旦海军陆战队员熟悉并能在稳定、可预测的环境中使用这些工具，他们在部署到充满敌意的沿岸地区时就会自然而然地使用它们。指定一个主要司令部作为军种领导将大大有助于实现这一目标。这个拟议中的司令部将效仿第 18 空降军的模式，将部队的战略和战术梯队联系起来，并采用新的创新方法实现日常任务和数据分析的自动化。这样做将简化驻军行动，提高战备状态。

参考来源：war on the rocks