大型语言模型被称为太空部队的 “游戏规则改变器”

太空是广阔的--军用卫星收集的数据量也是如此。太空部队的技术负责人说，大型语言模型的训练有助于理清这一切。

"从人工智能的角度来看，真正的关键在于我们何时能对这些大型语言模型进行更实时的训练，然后如何将其应用于控制不同的传感器和传感器网，"11月8日，在米切尔航空航天研究所主办的一个小组讨论会上，太空部队技术与创新官丽莎-科斯塔博士说。

当涉及到基于人工智能的数据收集和识别时，数量与质量通常是一个挑战。数据不一定越多越好，尤其是在作战环境中。然而，利用现代机器学习和语言处理技术，基于计算机的实时标记和识别大量信息是完全可能的，就人工智能在作战领域的应用而言，这是一个 "真正的游戏规则改变者"，她说。

科斯塔说："如果你是一名身处战争迷雾中的指挥官，获得 9 万条数据是无济于事的"。"我只需要知道我需要知道的数据，我还必须有办法把我收集到的数据，也许从任务式指挥的角度，反馈到一个更大的网络，这样其他人就可以使用这些数据。这就是要让数据可以在最战术的边缘被发现。"

人工智能还能帮助太空部队不仅高效地收集新数据，而且改变现有数据的分类和利用方式。

该部队为增强型统一数据图书馆（UDL）制定了 176 项新要求，以帮助指导人工智能如何清理现有数据。

科斯塔说："我们希望监护人能够将数据直接放入统一数据库，而无需通过承包商......我们希望减少需要大量人工干预的系统中产生的积压"。科斯塔说："这些要求非常注重如何引入数据，包括静态数据和动态数据，处理这些数据，然后确定单个组织需要哪些信息，以及我们需要在通信管道上发送哪些信息，因为如果我们必须在战术通信管道上发送所有数据，那是行不通的"。

太空部队是目前美国唯一一支在数字时代开发和建设的军事力量，在实施和开发人工智能能力方面面临着独特的挑战。由于太空部队是一支新部队，因此与人们普遍认为的相反，它并非 "从零开始"。科斯塔说，它实际上继承了许多旧设备、网络和基础设施，因此必须努力消除这些继承下来的技术债务。

"努力实现这些能力的现代化绝对是至关重要的，因为要在老旧的基础设施上构建无比先进的人工智能、建模与仿真、数字孪生是非常困难的。它根本无法运行，"她说。"旧的基础设施并不具备如此大的数据吞吐量和处理能力。因此，从根本上说，我们要解决的是基础问题"。

预计大国仅在今年就将花费 147 亿美元用于人工智能的开发和能力建设，因此这项技术将在美国的现代国防战略中发挥巨大作用。

"我们有许多团队在负责人工智能领域的工作，"科斯塔说。"关键是要了解这些限制何时失效，可能会发生什么，以及我们的对手可能会如何利用这些限制"。

参考来源：National DEFENSE，Allyson Park