2021年1月，美國蘭德公司發(fā)布相關(guān)報告，以回應美國2019年度國防授權(quán)法案（NDAA）和美國國防部聯(lián)合人工智能中心（JAIC）對美國國防部（DOD）如何應對人工智能（AI）機遇與挑戰(zhàn)的相關(guān)提問，包括：（1）美國DOD是否已經(jīng)準備好利用AI技術(shù)，（2）美國DOD是否需要重新定位以便更有效、更安全地使用AI技術(shù)并擴大應用規(guī)模。

預研人工智能、量子信息等先進技術(shù)在未來國防領(lǐng)域的應用，加強技術(shù)評估研究，也是我國軍事科技研發(fā)應用的重點。

一

美國國防部與人工智能

AI一詞首次出現(xiàn)于1956年，自20世紀50年代以來，AI及其分支學科如機器學習得到了很大的發(fā)展，但目前尚無AI的統(tǒng)一定義。為保持研究的靈活性，蘭德公司此次也沒有明確定義AI而是提出問題：在構(gòu)建（或獲?。?、測試、轉(zhuǎn)化和維持AI范疇內(nèi)的廣泛技術(shù)方面，美國DOD如何定位？如果這些AI技術(shù)不夠完善，美國DOD應該如何做？

蘭德公司研究小組將待回答的問題分解為3個指導性問題：（1）與美國DOD相關(guān)的AI現(xiàn)狀是什么？（2）美國DOD目前的AI立場是什么？（3）什么樣的內(nèi)部行動、外部合作和潛在的立法或監(jiān)管行動可以堅定美國DOD的AI立場？

蘭德公司研究小組針對第一個問題評估了美國DOD決策層所需的AI認知，針對第二問題從AI的組織、進展、采用、創(chuàng)新、數(shù)據(jù)、人才等六個維度進行評估。

二美國DOD決策層所需的AI認知

為了研究AI對美國DOD和戰(zhàn)略決策的影響，需要全局考慮：（1）技術(shù)和能力范圍，（2）美國DOD的AI應用范圍，（3）投資范圍及時間等三個關(guān)鍵因素及其相互作用。

在技術(shù)和能力范圍方面，包括支撐當前AI解決方案的方法，如算法等。雖然AI相關(guān)的技術(shù)很多，但驅(qū)動進步的研究集中在少數(shù)領(lǐng)域，如深度學習。深度學習需要大量的數(shù)據(jù)集，深度學習算法具有專用性，當前應用主要是商用。此外，驗證、確認、測試和評估（VVT&E）仍然是AI廣泛應用面臨的挑戰(zhàn)，包括安全為首的軍事應用。

美國DOD的AI應用范圍可以通過4個獨立的因素來描述：作業(yè)環(huán)境可控性、資源可獲取性、響應速度和故障影響。圖2以這4個因素描述了企業(yè)型AI、任務支持型AI、作戰(zhàn)型AI三類應用環(huán)境。企業(yè)型AI包括軍隊醫(yī)院健康記錄管理等應用，此類應用可控性高、資源可獲取性高、響應速度要求不高、數(shù)據(jù)可恢復因而故障影響可忽略。任務支持型AI包括算法的軍事應用，如使用機器學習來輔助分析戰(zhàn)區(qū)全動態(tài)視頻等，應用環(huán)境在4個因素方面表現(xiàn)居中。作戰(zhàn)型AI包括將AI集成到武器系統(tǒng)中，此類應用必須適應動態(tài)及對抗性環(huán)境，達到快速響應，然而此類應用的計算和通信資源（可能還包括數(shù)據(jù)）稀缺，故障影響重大，一旦發(fā)生故障將帶來戰(zhàn)略目標風險和重大傷亡。

圖2美國國防部AI應用環(huán)境分析

投資范圍及時間方面，除了AI應用范圍內(nèi)的技術(shù)投資，還需要以下三方面投資：（1）其他技術(shù)和促進因素如支持數(shù)據(jù)收集和管理的基礎(chǔ)設(shè)施；（2）用于技術(shù)制衡的VVT&E基礎(chǔ)和實踐；（3）通用技術(shù)基礎(chǔ)研究，以保持長期技術(shù)優(yōu)勢。

為了進行預期管理并確保持續(xù)的支持，制定從AI設(shè)計到全面實施的具體目標十分重要。蘭德公司研究小組分析美國DOD的持續(xù)投資有望在短、中、長期，分階段實現(xiàn)AI的大規(guī)模部署：（1）短期（最長五年）實現(xiàn)企業(yè)型AI應用，（2）中期（五年到十年）實現(xiàn)任務支持型AI應用，（3）長期（十年以上）實現(xiàn)作戰(zhàn)型AI應用。

三美國DoD的AI立場

蘭德公司從AI的組織、進展、采用、創(chuàng)新、數(shù)據(jù)、人才等六個維度對美國DOD的AI立場進行了評估。蘭德公司認為，美國DOD在六個方面均面臨重大挑戰(zhàn)。（1）組織上，當前美國DOD的AI戰(zhàn)略缺乏過程評估的基準和指標。目前，JAIC尚未被賦予規(guī)?；疉I應用所需的權(quán)力、資源、可見性。類似的挑戰(zhàn)也存在于個別服務層面。（2）缺乏數(shù)據(jù)或者數(shù)據(jù)缺乏可追溯性、可理解性、可獲取性和互操作性。（3）目前AI技術(shù)的驗證、確認、測試和評估方案尚不能確保AI系統(tǒng)的性能和安全，尤其對于安全為首的系統(tǒng)。（4）美國DOD缺乏明確的機制來發(fā)展、追蹤和培養(yǎng)AI人才，而這一挑戰(zhàn)將隨著美國DOD與學術(shù)界、工業(yè)界以及其工作領(lǐng)域的人才爭奪而嚴峻。（5）美國DOD內(nèi)缺乏AI建設(shè)者和使用者之間溝通渠道。（6）目前美國DOD的做法和流程（或?qū)嵤┛赡茏璧KDOD內(nèi)部創(chuàng)新進程以及外部創(chuàng)新引入。

四建議

雖然，美國DOD在AI方面表現(xiàn)出積極態(tài)度，但從AI的有效利用和規(guī)?；矫鎭砜矗w表現(xiàn)并不理想。為此，蘭德公司提出了一系列戰(zhàn)略和戰(zhàn)術(shù)建議，以推進AI的國防應用。

（1）美國DOD應該調(diào)整AI治理結(jié)構(gòu)，為實現(xiàn)AI的規(guī)?；瘧闷ヅ湎鄳臋?quán)限和資源。

（2）JAIC應該制定一個五年戰(zhàn)略路線圖，明確評估基準和指標。

（3）采用集中式AI服務架構(gòu)的組織都應該制定一個有基準和指標的五年戰(zhàn)略路線圖。

（4）每年或每兩年對整個美國DOD范圍內(nèi)的AI投資進行一次審查，并由JAIC牽頭，國防部研究和工程副部長（USD-R&E）、國防部采購和維持副部長（USD-A&S）、參謀長聯(lián)席會議主席和AI服務代表共同參與。

（5）每年或每兩年JAIC應該組織一次技術(shù)研討會以展示美國DOD范圍內(nèi)的AI項目。

（6）美國DOD應與工業(yè)界和學術(shù)界合作共同推進AI系統(tǒng)VVT&E的科學和實踐。JAIC應該牽頭協(xié)調(diào)這項工作，與USD-R&E、USD-A&S、美國DOD作戰(zhàn)試驗和評估部緊密合作，加強美國DOD內(nèi)外合作伙伴關(guān)系。

（7）所有受資助的AI活動都應該包括VVT&E方面的預算。

（8）美國DOD的所有機構(gòu)都應建立或者加強開發(fā)者和使用者之間溝通機制，使AI研究人員、技術(shù)開發(fā)人員和最終的操作人員可以有效連接和溝通。

（9）美國DOD應該認識到數(shù)據(jù)是關(guān)鍵的資源，繼續(xù)加強數(shù)據(jù)收集和管理的實踐方法，擴大數(shù)據(jù)共享同時保護數(shù)據(jù)安全。

（10）為了激發(fā)美國DOD的創(chuàng)新活力并加強外部合作，首席數(shù)據(jù)官應該向AI社區(qū)開放美國DOD的一些數(shù)據(jù)集。

（11）美國DOD應該保持適度的包容和開放，以促進AI人才獲取。

原文標題：蘭德公司分析美國國防部應該如何應對人工智能機遇與挑戰(zhàn)

文章出處：【微信公眾號：集成電路研發(fā)競爭情報】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責任編輯：haq