美国军事人工智能的应用进展.docx

《美国军事人工智能的应用进展.docx》由会员分享，可在线阅读，更多相关《美国军事人工智能的应用进展.docx（14页珍藏版）》请在第一文库网上搜索。

1、美国军事人工智能的应用进展目录摘要11 .前言22 .美军军事人工智能的发展概况22. 1.防御系统22. 2.进攻系统32. 3.人工智能在规划和后勤的应用43 .人工智能的局限性54 .美国军事人工智能的应用进展64. 1.概述64. 2.用例1： JADC2不可逆转的势头、雄心壮志和集成挑战84. 3.用例2：脆弱的人工智能以及将人工智能集成到目标中的伦理和安全挑战94. 4.用例3：在信息领域应用人工智能的局限性105 .中国和俄罗斯军事人工智能发展现状116 .美军军事人工智能的能力总结和未来趋势Il6. 1.远程反舰导弹(LRASM)117. 2.自主飞行器128. 3.后勤和规划

2、129. 4.算法战(AlgOrithm Warfare)137 .对美国国防部的建议138 .结语14摘要1)为支持多样化的国防和国家安全目标，世界各国对人工智能在军事领域 的发展重视和投资与日俱增。然而，目前仍然欠缺对人工智能如何影响中美俄 之间的战略竞争以及新时代如何部署军事人工智能以改善国防工业基础的总体 理解。2)美国国防高级研究计划局(DARPA)从1963年就开始资助人工智能方面 的研究。近年来，人工智能快速发展，在军事领域中展现巨大的应用潜力，并 被各国纳入战略发展层面。美国近些年发布的有关国防、军事、安全等战略文 件都体现了人工智能在军事领域发展的重要地位。3)本文概述了美国

3、人工智能军事应用发展概况，依据美国大西洋理事会 2022年5月发布的题为洞察AI:为国家安全和国防发展人工智能的分析报 告，概述了当前人工智能的局限性，分析了美军人工智能的应用进展。关键词：美国，人工智能，兰德，DARPA；军事AI；机器学习；JADC2； 智库报告1 .前言1956年“人工智能”概念在美国起源以来，美国人工智能发展一直走在 世界前列。美国国防高级研究计划局(DARPA)从1963年就开始资助人工智能 方面的研究。近年来，人工智能快速发展，在军事领域中展现巨大的应用潜 力，并被各国纳入战略发展层面。美国近些年发布的有关国防、军事、安全等 战略文件都体现了人工智能在军事领域发展的

4、重要地位。兰德公司2020年发 布了题为人工智能的军事应用一一不确定世界中的伦理问题(“Military Applications of Artificial Intelligence -Ethical Concerns in an Uncertain Workr)的报告，其中概述了美国人工智能军事应用发展概况，描述最近开发 的和预计在不久的将来可用的一些能力。2 .美军军事人工智能的发展概况美军长期致力于发展自主系统组件技术能力，甚至已经部署了一些自主或 半自主武器系统。本节简要总结了迄今为止美军开发的防御和进攻系统，以及 已经可用于支持规划和后勤功能的系统。2. 1.防御系统最常讨论的具有

5、自主能力的武器系统之一是1983年推出的宙斯盾弹道导 弹防御系统。配备宙斯盾弹道导弹防御系统的舰艇能够自主执行多项功能。操 作员可以通过从一组标有Semi-Auto”、uAuto SMw和Auto-Specialn的 指定“原理”中进行选择甚至组合进行配置，以应对各种不同的威胁。SemiAuto 和Auto SM都是半主动的人机回圈(HITL)模式。然而，AutO-Special是有人监督的自主系统，其中人只是在回圈中。这一 模式适用于威胁超出操作员协调和管理防御能力的情况。只需按一下按钮，就 可以在不同模式之间进行切换，这表明在半自主和监督式自主系统之间可以很 容易地转换。于1978年批准生

6、产的密集阵近程防御武器系统(PhaIanX CIWS),与“宙斯盾”作战系统作用相似，也可以在自主模式下运行，以抵御 齐射导弹或大量飞机的攻击。2. 2.进攻系统反舰型“战斧”巡航导弹(TASML美国研发并生产了更具进攻性的自主武 器。战斧反舰导弹(TASM)是完全自主武器系统的早期例子，用来巡逻和搜索目 标舰船，并在探测到目标时可立即发起攻击。在20世纪90年代早期，该系统 以全自动模式运行很短一段时间，随后考虑到其自主攻击意外目标的事故风 险，便从此停用全自动模式。该计划已经重新启动，与更现代的远程反舰导弹 (LRASM)并驾齐驱。“哈姆”高速反辐射导弹(HARM)：与TASM同一时期，美

7、军引入另一种 半自主武器一一“哈姆”高速反辐射导弹(HARM),又称反雷达导弹，可利用 敌方雷达的电磁辐射进行导引，从而摧毁敌方雷达及其载体。这些导弹尽管能 够自主寻找目标，但这些目标通常必须事先由操作员识别。与战斧反舰导弹不 同，哈姆一直是主流武器之一，并已广泛用于战斗。X47B无人机：人工智能和自主进步的最新例子就是DARPA的联合无人空中战斗系统(J-UCAS)计划的产品。DARPA已经成功地在X-47B项目中生产 出出色的演示无人机。X-47B无人机于2013年在航母上成功完成自主着陆， 在2015年成功地进行了自主空中加油。尽管这些演示取得了成功，但考虑到 成本和缺乏隐身性，X-47

8、B项目被取消，但它在无人自主空中加油中展示的技 术可能会随着MQ-25无人加油机和未来系统的开发而延用下去。2. 3.人工智能在规划和后勤的应用军事行动不仅仅是进攻和防御，而是涵盖战争的各个方面。人工智能还可 以广泛应用于军事领域的人员管理、情报、后勤、通信和规划等。动态分析和重新规划工具(DART)：在1990年至1991年的“沙漠盾牌行 动”和“沙漠风暴行动”期间，动态分析和重新规划工具(DART)协助美军制定 了从欧洲向沙特阿拉伯运送部队和装备的计划。以今天的标准，可能不认为其 中使用的技术属于人工智能，但是该项目在当时被认为是一个人工智能在军事 领域应用的巨大成功。时任DARPA主任V

9、ictor Ries称DART取得的成果值得 DARPA过去30年在人工智能领域的投资。联合辅助部署和执行项目(JADE)：大约十年后，联合辅助部署和执行项 目(JADE)在空军研究实验室(AFRL)和DARPA支持下，开发了一种用于规划 军队部署和解决后勤问题的系统，旨在建立初步的兵力部署计划，其中包括分 时段部队部署数据。项目成果于1999年首次由美国南方司令部演示。生存自适应规划实验(SAPE)： DARPA还通过生存自适应规划实验(SAPE)探索了使用Al技术协助更关键规划的可能性，该实验在1991年进行 了部分测试。JADE用于常规冲突的兵力部署规划，而SAPE的目的是生成核 战争计

10、划。SAPE能够在3天内完成单一综合作战计划，而这项任务通常需要 18个月，其目标是将战略武器重新定位目标的时间从8小时减少到3分钟， 这将使得在攻击期间更改目标成为可能。由于苏联解体，同时也考虑到其核计划系统中的错误可能会造成灾难性的 后果，SAPE项目也随之结束了。尽管SAPE被取消，但核研发供应商的许多其 它部分都可以融入人工智能。战略导弹预警和进攻评估：人工智能的概念在过去已经应用于战略导弹预 警和攻击评估领域，在未来还将扩大其在该领域的应用。探测导弹发射并评估 它们对国土构成的威胁的性质和程度是国家战略预警任务的核心。在冷战期 间，双方都发生了这一关键功能的误报和近乎灾难的情况。对核

11、攻击的错误评 估可能是人工智能系统意外行为导致失败风险最严重的例子。3 .人工智能的局限性在过去十年中，人工智能取得的大部分进展都来自机器学习，这是一种现 代人工智能范式，与过去占主导地位的人类驱动的专家系统存在本质上的区 别。不同于传统由工程师设计编码的软件开发流程，机器学习系统使用算力来 执行从数据中学习的算法。因此，机器学习是人工智能技术的一个子集，它使 研究人员能够解决许多以前认为不可能的问题，并在国家安全和国防领域有许 多有前景的应用。然而，人工智能系统存在严重的限制和缺点，尤其是在操作环境中一一很 大程度上是因为它们的脆弱性。这些系统在稳定的模拟和训练设置中表现良 好，但如果数据输

12、入发生变化，或者遇到不确定或新出现的情况，它们可能难 以可靠或正确地运行。机器学习系统也特别容易受到针对系统所依赖的算法或 数据的对抗性攻击。即使是对数据集或算法的微小更改也可能导致系统出现故 障、得出错误的结论或以其它不可预知的方式无法运行。另一个挑战是人工智能/机器学习系统的可解释性通常无法以人类显而易 见或可以理解的方式解释它们自己的推理，或者得出结论、提供建议和采取行 动的过程。可解释性对于建立人类人工智能团队的信任至关重要，而且随着人 工智能的进步，武器具有更大的自主性，这引发了对人类控制、责任和对与使 用致命武力相关决策责任的严重道德和法律问题的讨论。一系列相关挑战包括 数据源的透

13、明度、可追溯性和完整性，以及防止或检测对手对基于人工智能的 系统算法的攻击。了解谁训练了这些系统、训练中使用了哪些数据以及算法建 议中包含哪些内容，可以减轻不必要的偏见，并确保这些系统得到适当、可靠 和合乎道德的使用。图1人工智能的限制和缺点4 .美国军事人工智能的应用进展4.1. 概述美国国防部对人工智能的重视既是由于技术发展步伐的加快，也是由于其 能实现的变革能力越来越强。事实上，人工智能已经准备好从根本上改变军事 领域的思考、战备、执行和保持作战的方式。美国大西洋理事会曾有报告提出 “五大能力革命”，该框架对人工智能在五大能力领域的潜在影响进行了分类（图 2）,表明人工智能可以增强人类的

14、认知和身体能力、融合网络和系统以实现最 佳效率和性能，并在信息空间中和其它影响下迎来网络冲突和混乱的新时代。迈向完美态势感知：感知、 处理和认知即将到来的设计时代：制造、 供应链和后勤 加快大型复杂数据集的处理、集 成和可视化，以提高态势感知和 决策能力 预测分析可能发生的突发事件、 危机、大流行病暴发 启用数字工程、先进制造和新的 供应链管理工具，以加快和降低 与国防生产相关成本 预测性维护，以加强平台和系统 战备能力并提高维护效率超能力平台和人员：人机性 能提升连通性、杀伤力和灵活性: 通信、导航、定位和打击 降低培训的获取门槛和成本，提 高仿真和兵棋推演的复杂性和保 真度 提高人类的认知

15、和身体能力 人机协作和共生，包括执行日常 任务的脑机接口和Al智能体，让 人类专注于任务管理 认知传感、频谱管理、威胁检测 和分类、认知电子战 自主系统 Al驱动或Al支持定位蜂群监控、操纵和武器化：网络 和信息作战检测和防御网络攻击和虚假宣传 活动进攻性网络和信息作战图2未来军事能力发展的五大目标中，人工智能发展的优先计划概述美国国防部目前正在进行600多项与人工智能相关的工作，其愿景是将人 工智能整合到国防部任务的每一个要素中一一从作战行动到支撑国防部企业的 业务运营和流程。美国政府问责局（GAo）于2022年2月发布的一份报告称， 国防部正在寻求用于作战的人工智能能力，主要侧重于4）通过情报和监视分析识别目标；5）向战场上的操作员提建议（例如将部队转移到哪里或哪种武器最适合应对 威胁）；6）提高无人系统的自主性。然而，国防部大部分人工智能能力仍在开发中（特别是与作战相关的），尚 未与特定系统结合或集成。而且，尽管在实验方面取得了显著进展，也有一些 在作战行动中采用人工智能的经验，但大规模应用仍然面临重大挑战。以下三 个用例展现了美国国防部的技术实力和应用进展。()Nod Atosmnt & AJ Radinss( Funding()Al Training& Education()Acquisition图3美国防部联