在有文字记载的历史上,冲突一直不断发生。冲突所需的基本政治目标和催化剂通常分为六大类:安全、宗教、意识形态分歧、自决、战略目标和领土/资源。随着技术的发展,进行冲突的战术、技术和程序(TTPs)也相应地进行了调整。虽然战术、技术和程序有所调整,但由此造成的对基础设施的破坏和毁坏却始终如一。美国的同级和近级竞争对手正在部署多层次系统,以同时在太空、网络、空中、海上和陆地等多个领域作战。为了维持友好作战,美国面临着击败这些旨在跨多领域作战的多层系统的挑战。人工智能和机器学习等新兴技术有可能打败这些多层系统,并从根本上改变冲突的进行方式。
本报告的第一部分解释了多域作战(MDO)以及多域作战环境中的移动和机动。接下来,报告举例说明了从第一次世界大战以来的城市冲突和最近的自然灾害对基础设施造成的破坏和毁坏。无论在哪个时期,冲突和自然灾害的结果都是相似的。人工智能/机器学习的讨论贯穿始终。最后一部分定义了当前美国陆军人工智能创新研究所(A2I2)的生态系统。
A2I2 将采取综合战略,加快陆军 MDO 对人工智能的基本理解、开发、培训、测试、实验和过渡。该战略旨在发展由以下人员组成的团队:1)来自 ARL(包括开放校园和扩展校园)的陆军 AI/ML 研究人员;2)来自学术界和工业界的研究人员;3)跨学科技术团队,负责收集用于培训和测试的独特数据集;4)跨学科团队,包括用户社区,负责规划和执行在现实环境中代表 MDO 的实验;5)过渡合作伙伴,负责将 AI 模型部署到适当的平台。