【AI+军事】附论文《算法时代的风险评估》

摘要

作者领导了一项跨学科的基准测试工作：决策分析、运筹学、风险建模、管理科学、冲突和战斗模拟以及物流和供应链模拟。实践者们自愿描述他们的做法并向其他人学习。虽然不同的实践者群体对局部实践达成了共识，但群体之间的互动却很少。

以前的出版物描述了从基准测试中突出最佳实践。我们发现了两个差距：一个是令人不安的高比例的不良实践，另一个是缺乏执行层面的风险评估。高管们往往缺乏时间或技术背景来对提供给他们的分析结果进行风险评估。

本文为高管们提供了一种新的、简单的风险评估方法。六个非技术性的问题解决了在基准测试中看到的大部分风险。该方法是基于一个建立在国际基准工作基础上的检查表。作者还对具体的风险进行了研究，包括因对分析的依赖程度增加而产生的法律风险。在这些风险中，有一些与人工智能有关的独特问题。

识别风险的工作表明危险来自几个方面，并产生了一个不需要深入的建模、仿真和分析（MS&A）知识的风险检查表。本文介绍了该清单，以及支持该清单的一些更深入的MS&A原则。这对管理人员和从业人员都很有用。

该研究得到了一些专业协会、行业团体和非营利性教育协会的支持，包括国际服务/行业培训、模拟和教育会议（I/ITSEC）、石油工程师协会、电气和电子工程师协会和概率管理。

研究总结和以前发表的结果

我们之前已经发表了（Roemerman等人）研究的本质和我们的数据收集。回顾一下，在2014年和2015年，作者提出了一个跨领域的基准研究。作为在多个领域工作的从业者，我们注意到一些领域的 "正常 "仿真和建模实践在其他领域是未知的。我们向几个组织提出了一个多领域的研究。普遍来说，反馈是积极的，但没有人愿意领导这项工作。

最终，我们决定自己进行，并开始招募帮助。我们得到了许多我们曾经接触过的组织的帮助，还有一些组织也加入了我们的行列：

• 电气和电子工程师协会（IEEE）是第一个允许我们使用他们的一个网络论坛来讨论这项研究并寻求参与者。
• 石油工程师协会（SPE）也给予我们同样的网络论坛权限。
• 宾夕法尼亚大学沃顿商学院的两位教授为我们的研究提供了建议和未发表文献的访问权，并得到了研究生的帮助。
• INFORMS提供了他们在线论坛的访问权。
• I/ITSEC允许我们调查他们的部分成员。
• 概率管理公司允许我们接触他们的会员，然后任命我们中的一位为最佳实践主席。
• 洛克希德-马丁公司和雪佛龙公司允许我们进入他们的建模和仿真社区进行采访和调查。

总的来说，这些组织有大约200,000名会员（不包括这两家公司，他们的雇员可能是我们所接触的协会的会员）。其中，我们估计只有不到10%的会员是建模、仿真和分析（MS&A）的积极从业者。在这些会员中，我们估计大约有2100人看到了我们的调查和采访邀请。

除了与这些大型团体合作外，我们最初以40多个个人为目标，因为他们的组织声誉或他们个人的卓越声誉而参与我们的数据收集。我们点名征集这些目标，事实证明他们是一个丰富的信息来源。最后，我们接触了来自65个组织的126名个人，涉及许多领域（见图1）。

图1：参与者来自不同的领域