生成式人工智能：数据军备竞赛中的新弹药

生成式人工智能（Gen AI）的变革潜力的探索——特别是它使整个陆军访问大量作战环境信息的能力扩散化。通过吸收所有作战环境（OE）数据集成网络（ODIN）的内容——包括全球装备指南（WEG）、决定性行动训练环境（DATE）和随附的部队结构、陆军技术出版物（ATP）和训练通知（TC） ——Gen AI提供了用汇总和权威的OE知识响应单个士兵对话查询的潜力。在操作上，新一代AI还可以帮助加速OODA（观察、定位、决定和行动）循环、情报循环，甚至杀伤链。

对生成人工智能（Gen AI）的变革潜力的探索

• 经典的人工智能模型可以提供最基本的识别能力，而新一代人工智能则是一类较新的模型，有能力制作长篇文档，产生和评论想法，以及创造新的图像、视频和音乐。

• 实现 Gen AI 的技术正在飞速发展。 一旦有了新的模型，竞争对手和对手就会使用这种较新的模型来升级自己的模型，从而形成一个快速学习和适应的循环。在考虑地缘政治影响和竞争时，开源社区、专有模型供应商以及美国和其他国家之间的优势时间线非常紧密。

• 如今，Gen AI 的用武之地在于插入现有系统并增强已有流程。一项任务是让作战人员在不同环境（如决定性行动训练环境 [DATE]）中做好基本的战备准备，在《全球装备指南》中了解对手的物资能力，等等，这些都是当前 Gen AI 技术的完美应用案例。

• 虽然国防部门正在计算机视觉或行动方案开发等方面试用 Gen AI，但它更适合在技术供应商和作战人员之间架起一座桥梁。缺乏一家由风险投资支持、专注于编写 Gen AI 软件的大型公司所能提供的服务。

• 对于国防部门这样的大型组织来说，在未来 2 到 3 年内，根本的重点将是如何将 Gen AI 投入生产--如何集成、不应该集成在哪里，以及如何进行管理、成本和分析。在商业技术领域，生成式人工智能技术将在 7-10 年内普及。

• 利用 Gen AI，陆军有可能通过查询数字主题专家--如作战环境数据集成网络（ODIN）权威数字资源--访问和处理相关陆军技术出版物（ATP）和训练通告（7-100 系列）、见解和情报报告——通过纯语言查询，快速学习和了解不断变化的作战环境条件。

• 在作战环境中，Gen AI 可以帮助加快 OODA 循环（观察、定位、决策和行动）的速度，缩短从观察到采取行动之间的周期--影响从情报循环到杀伤链本身的所有环节。

参考来源：美陆军