【中文版】《人工智能：美国空军没有做好准备应对2025年人工智能发展建议》美国空军大学

美国人工智能国家安全委员会在2021年1月提交给国会的最终报告中建议国防部在2025年前做好人工智能准备。这一建议源于美国同行之间的人工智能军备竞赛，以及近年来在开发用于持续监视、指挥和控制以及武器化代码的算法方面所取得的进展。虽然美国防部内有旨在利用各部门人工智能的战略举措，但战术能力的发展和部署之间存在严重的脱节。作为美国防部的领导机构，联合人工智能中心负责为美国防部的所有部门创造可行的解决方案，因此，如果所有单位都试图在2025年之前做好人工智能准备，将不堪重负。本文强调了人工智能发展过程中的一个主要缺陷，并认为应将能力发展授权给空军机群，并提供必要的资金和资源以真正将人工智能作为一种武器。此外，本文确定了通过基因操纵、智能灰尘纳米技术和COVID-19机器学习过程发现成功的人工智能概念，以帮助战术领导人了解人工智能革命如何帮助他们的特定任务领域，并激励他们进行自我教育。

当涉及到利用人工智能（AI）时，美国空军还没有准备好与同行对手作战，而且美国处于一场未宣布的军备竞赛中，可能会看到对手在未来十年内占据领先地位，因此需要迅速采取行动以扭转局势。更令人不安的是，这一威胁并没有被该领域的战术专家完全理解，或者即使他们理解，他们也可能没有意识到（或在官僚上没有能力）提供竞争所需的能力。对手在人工智能的研究和开发工作中正在取得进展。情报界的专业人士可以做些什么来解决这个问题。本文将尝试定义中队可以解决的战术相关问题，并确定高层行动的不足之处。

人工智能国家安全委员会在其最终报告中建议美国防部采取行动，以便各部门为十年后的竞争做好准备。委员会的核心建议是美国防部遵循两条努力路线：在2025年前为广泛的人工智能整合奠定基础，在2025年前实现军事人工智能的准备状态。这些项目在委员会报告发表前几年就已经在进行了，这表明了对我们为有效竞争而需要的未来现实的战略理解和承诺。然而，如前所述，开发人工智能支持的能力需要多年时间。为了有广泛的人工智能整合，各级领导人需要了解人工智能的基本复杂性，以及如何在他们的任务空间内纳入人工智能能力，以便他们能够在2025年之前迎来人工智能革命。所提到的三大举措从战略角度缩短了传感器和射手之间的差距，但处于边缘的元素如何为这些努力作出贡献？此外，如何授权给前线，让他们根据任务的具体需要进行必要的组织、训练和装备？本文的目的是介绍人工智能的基本概念，并阐明应采取的行动，以推动空军进入由人工智能驱动的持久性监视状态。以下段落将讨论智能能力、经过验证的分析概念，以及展示未来的需求。

有几个定义需要提到，以便在本文的其余部分提供背景，并帮助教育下级领导了解基础概念。首先，人工智能需要三样东西：数据集、算法和函数。数据集是一个数值表，算法是计算机用来解析数据的过程，而函数是 "从一组输入值到一个或多个输出值的确定性映射 "这些构成人工智能的基础。总的来说，我们可以把人工智能看作是一类努力，它试图采用计算机算法，并允许人类以合乎逻辑的方式解释其结果。作为人工智能类别的一个子集，"机器学习（ML）涉及开发和评估使计算机能够从数据集中提取（或学习）的算法。DL "专注于创建能够做出准确的数据驱动决策的大型神经网络模型"，而DL的重点举措是围绕着从神经网络的特定神经元中贡献特定功能的想法。对DL的理解对指挥官使用人工智能的能力至关重要，因为科幻小说中的想象力会认为这是可能的。

从情报、监视和侦察（ISR）的角度来看，DL可以推动多种数据来源的综合（例如，多情报融合和分析）。通俗地说，ML可以帮助将几种情报功能以一种共同的形式结合起来。然而，鉴于适当的数据集、算法和功能（或指挥官的意图），理论上DL有可能允许对收集的信息进行分析、理解、反驳为错误信息、接受为事实、重新分配任务进行额外的收集，或推动新的收集任务，就像人可以做的那样，但在机器处理信息和得出关于可用数据的结论所需的几秒钟内，是自主的。虽然战略和作战指挥官正在努力实现一种反映类似于上述DL潜力的能力的最终状态，但他们仍然必须考虑法律、道德和伦理困境，以及开发完整的人工智能基础设施的安全性和可靠性。如果战术领导人不与高级领导人同步利用这些机会，我们注定无法与当前的任务集进行任何形式的整合，并注定无法实现国家安全委员会对人工智能规定的 "到2025年人工智能就绪的军队 "的姿态。那么，我们的部队如何才能变得更有人工智能效率？幸运的是，人工智能驱动的能力、分析技术以及政府和商业案例研究可供探索。

人类基因编辑曾经似乎是难以想象的事情，但通过使用机器学习，它正逐渐成为现实。有关规则间隔短回文重复群（CRISPR）的研究已经进行了多年。作为一种生物技术，人们可以推断出CRISPR技术的意图是让科学家有能力 "改变基因或创造DNA以改变植物、动物或人类。"此外，很难像前国家情报局局长詹姆斯-克拉珀在2016年所做的那样，将基因编辑作为一种强大的大规模杀伤性武器来争论。由于基因编辑为装备精良的对手提供了机会，情报专业人员应该了解有关基因操纵的指标如何通过机器学习表现出来，以达到与美国战略利益相悖的目的，并帮助指挥官了解他们如何能够迅速打击这些威胁。这一现实离所需的科学并不遥远，如果分析人员知道如何识别必要的因素，他们可以将其纳入计算。

如果分析员不能通过DL技术获得分析所需的数据，也有一些创造性的解决方案来获得信息。一个提供巨大潜力的创新是被称为微电子机械系统的微小无线网络的出现，被亲切地称为智能灰尘。"智能灰尘的大小为立方毫米，包含电源、通信和计算。"这是整个传感器网络的一个单一节点。研究还表明，智能灰尘粒子将能够达到微观水平，能够作为传统医疗护理方法的替代品进行注射。比隐身的尺寸更令人敬畏的是这个设备子集预计能提供的能力。它们可以容纳摄像头、环境传感器和通信机制，以传输数据，并进一步处理。与ML工作、与存储设备甚至互联网的连接相结合，人们可以设想出一种检测概率很低的收集资产，一种维护需求很低的系统，如果计划得当，这种系统能够降低前沿部署资产的风险，并限制其进入目标收集区域。

到此为止，本文已经讨论了分析师如何将人工智能视为一种威胁，如何将其视为一种收集资产，但分析的过程呢？不妨看看COVID-19大流行病。虽然2020年的大流行病充满了不确定性，但在大约一年的时间里，病毒被相对快速地分析、追踪和抗击。医学界与DL专家合作，开发了COVID筛查和诊断方法、药物发现以及最终的疫苗创新。这需要大量的数据输入，这些数据来自社交媒体、基于文本的数据、病人数据、被称为omics的科学数据的集合，以及图像和视频数据。这个分析系统是一个里程碑，表明人类可以与机器合作，在一个非常有效的时间窗口内从独特的数据集中创建一个解决方案。应用于多源数据融合和分析的标准情报实践中，如果有资源，没有理由相信分析师不能利用DL的能力来制定准确的评估。

正如人们所看到的，人工智能在多个国家安全问题上具有巨大的潜力，如果战术分析员有能力的话，他们可以将其应用于自己的任务领域。美国防部在人工智能方面最重要的代理人是联合人工智能中心（JAIC），该中心于2019年2月12日根据行政命令13859的要求启动，作为国防部人工智能战略的执行者。有一个组织负责确保人工智能的需求得到满足是一个有价值的目标，但如果各部门要在2025年之前做好人工智能准备，他们就不可能处理整个国防部的能力发展需求量。各级指挥部需要有一个共同的承诺，以避免因优先事项不一致而错过机会。就目前的人工智能能力发展进程而言，战术解决方案是不可用的。

自身的官僚主义阻碍了快速、分散的能力发展。为了确保人工智能驱动的能力，人们必须证明有足够大的需求需要使用人工智能（如仅用五名分析师对数百万个数据点进行排序），并通过多层官僚机构提交所谓的 "紧急行动需求"，以达到主要司令部的要求。一旦获得批准，该请求将被转发到JAIC进行裁决。一旦被裁定并在国防部的其他要求中被优先考虑，可能需要几个月的时间才能找到一个开发者，并开始解决这个问题。在最好的情况下，这个过程可能会看到从需求提交到开发的6个月周转期，这是不令人满意的，如果服务要在2025年之前做好人工智能准备。这不是JAIC的错，因为他们应该向国防部领导人和国会倡导人工智能，所以各部门有资金从外部寻求人工智能，同时学习如何在人工智能、ML和DL能力发展方面变得灵巧。笔者建议领导们认真考虑赋予机翼必要的预算、培训要求，并与经批准的开发者名单（由全军委员会批准）协调，以追求人工智能的努力。这项建议并没有将JAIC完全从流程和能力发展中移除，因为该组织将继续承担正式的领导地位，制定政策并获取最佳实践，以便在整个国防部共享。

人工智能革命就在这里。本文确定了人工智能为部队的每项任务提供的机会的缩影。人工智能、ML和DL为可能的事情打开了大门，并且应该让ISR分析员以不同的方式思考问题及其解决方案。从基因突变到自动分析再到自主武器，可能性只限于可用的数据--或如何解释可用数据。美国的对手已经具有威胁性，并且很可能在未来十年内增加。国家安全不仅需要提高对人工智能的认识，还需要开发和整合基于人工智能的武器系统。依靠签约组织来开发机器算法，在未来是不可持续的。必须根据任务的需要调整任务算法，否则就会在一系列的能力中遭受失败。