【AI+军事】附论文《混合决策的证据跟踪》美国海军信息战中心

摘要

记录一个系统或集成系统内所有信息变化的出处，这提供了关于正在做出的决定和促使这些决定的重要信息。从取证的角度来看，这可以用来重新创建决策环境。然而，出处也可以为其他两个重要功能服务。收集的数据可以支持组件的整合，而生成的图形数据结构可以通过解释、总结和告警来支持操作员进行态势感知。混合战争将必然汇集不同决策支持能力，因为决策者必须在多个战争领域运作。自主代理将可能在计划和执行过程中发挥作用，有时能够在没有人类干预的情况下做出决定，但人类决策者必须意识到这一点。事实证明，证据图可以转化为修辞结构图（RSG），使代理能够用自然语言甚至多模态交流，向人类解释他们的行动。证据还被证明可以加强对计划执行监控，并可用于向人类或自主代理提供通知，当计划中使用的信息发生变化时，可能需要重新考虑计划。随着我们朝着智能机器在复杂环境中支持人类决策者团队的方向发展，跟踪决策及其输入的需要变得至关重要。

引言

出处是关于实体、活动、代理以及这些概念之间关系的信息[1]。这些信息不仅仅解释了发生了什么，它还回答了关于实体如何被操纵、何时发生以及谁参与了这个过程的问题。我们很可能熟悉关于追踪艺术作品出处的新闻和虚构的故事。任何实体的创造、破坏或修改的出处都可以被追踪。在本文中，我们将重点讨论军事系统内的信息。在指挥与控制（C2）内，信息出处对于记录行动背后的决策过程是必要的，特别是当自主和人工智能（AI）代理深入参与时。参与某一过程的 "谁 "可能是人类或人工智能代理。

信息出处有几个目的。在取证方面，出处追踪提供了参与决策的人和代理，以及数据是如何演化为该决策的。美国公共政策委员会指出，数据出处是算法透明度和问责制的一个明确原则[2]。完整记录的出处可以阐明数据的依赖性、责任流，并帮助解释为什么采取某些行动。随着人工智能和自主代理继续自动化进程，它们在做出关键决策时已变得更加不可或缺[3]。

图1 PROV-DM模型。