美军人工智能的生态系统变化综述

点击：  作者：记者    来源：无人机微信号  发布时间:2023-07-01 10:37:50

 

摘要：人工智能必须融入更广泛的数字现代化生态系统，且和新作战概念结合，并得到良好治理生态的支持，才能够逐步改进现有的作战过程或加强当前的作战概念，产生改变游戏规则的作战效益。

 

1前言

 

人工智能是一个迅速发展的技术领域，对国家安全具有潜在的重大影响。美国国防部认为，人工智能必须融入更广泛的数字现代化生态系统，才能有效地大规模、快速交付，以满足美国国防部制定的战略要求。且有研究认为，若美国国防部继续将人工智能和自主系统视为改进当前作战方法的一种手段，则可能导致美军的失败，故人工智能应和新作战概念相结合以产生颠覆式军事创新。为了提升美军研发、测试、评估、采办、部署和应用人工智能的能力，良好的治理生态也至关重要。

 

本文通过对美军研究、开发、测试和评估(RDT&E)数据中基础研究项目（6.1类）和应用研究项目（6.2类）的分析，结合对美国国防授权法案和一些重要报告相关内容的解读，研究了美军人工智能的生态系统变化。本文中人工智能的概念，参考了美国2021年1月1日颁布的《2020年国家人工智能计划法案》(NAIIA)的定义。术语“人工智能”是指基于机器的系统，它可以针对一组给定的人类定义的目标，做出影响真实或虚拟环境的预测、建议或决策。人工智能系统使用基于机器和人的输入来：(1)感知真实和虚拟环境；(2)以自动化的方式通过分析将这些感知抽象为模型；以及(3)使用模型推理来制定信息或行动的选项。因人工智能有可能被集成到各种应用中，与多个领域有交叉，且美国国防部缺乏独立的人工智能项目要素(Program Element)，本文对人工智能及重要支撑技术的分类，参考了网络和信息技术研究和发展计划(NITRD)的分组，并根据 RDT&E 项目的实际情况做了调整。

 

2美军人工智能的研发

 

美军对人工智6.1+6.2类研发经费投入从2020财年开始有了大幅增长，主要投向三个重点领域，正在聚焦的重点技术方向为第三波人工智能。

 

（一）美军人工智能领域经费投入从2020财年开始激增

 

2011-2022财年美军人工智能领域6.1+6.2类的经费投入稍有波动，从2020财年开始有了大幅增长（如图1所示）。

 

 

经费投入的大幅增长是受到了美国战略的影响：2019年2月12日，美国国防部发布了《美国国防部人工智能战略摘要》，这表明美国国防部不仅认识到人工智能是维持美国军事战略优势的关键环节，且已逐步推进战略制定和行动实施。

 

（二）美军人工智能经费投入的三个重点领域契合美国重要战略文件内容

 

通过对人工智能6.1+6.2类项目的文档内容进行分析，发现重点领域和美国重要战略文件《2016-2019人工智能研发进展报告》中提到的对人工智能进行长期投资的方向相契合。美军人工智能共设置机器学习、综合推理体系结构的设计、人工智能的其他领域三个重点领域。其中后两个重点领域，包括用常识性背景知识进行表示和推理、决策制定和决策支持、人与人工智能系统作为团队解决问题的原则和算法、嵌入式人工智能、在指数量级的选项中快速找到问题最佳解决方案的方法等任务。最后一个任务，被称为组合优化，对于计划、调度和资源分配非常重要。

 

（三）美军人工智能正在聚焦的重点技术方向为第三波人工智能

 

根据重点领域、经费情况和新兴技术等因素，美军人工智能正在聚焦的重点技术方向为第三波人工智能（主要为基于语境推理和解释性模型的人工智能），这也是美国防高级研究计划局(DARPA)目前及未来资助的重点。第三波人工智能的目标是将机器从工具变为解决问题的合作伙伴。2020-2022财年，DARPA在6.1+6.2类项目中对第三波人工智能的投入经费呈逐年递增趋势（如图2所示）。

 

 

在2022财年，第三波人工智能6.1+6.2类投入经费约占人工智能全部6.1+6.2类投入经费的53.49%。

 

3使美军人工智能发挥渐进性作用的数字生态系统

 

若想让人工智能产生渐进性的影响，应着眼于对更广泛的数字现代化技术的资助，而不仅仅是资助人工智能技术本身，因为人工智能的发展离不开其他技术的支撑：(1)如果没有数据和信息、数学和计算、赛博安全等相关技术来管理和利用国防部庞大的数据资源，就无法大规模交付人工智能；(2)如果没有软件技术的发展，就无法促进更快速地利用人工智能；(3)如果没有更高功效的芯片或量子计算的进步，人工智能的下一步发展可能会遇到瓶颈。美军对数字生态系统的重视，可从领导人工智能应用和治理的机构的变化、国防授权法案中新内容的设立、RDT&E项目新预算类别的设置、RDT&E项目的相关研发布局四个方面获得印证。

 

（一）领导机构从“联合人工智能中心”到“数字和人工智能办公室”

 

2022年2月4日，美国国防部任命国防部首席信息官John Sherman暂时代理首席数字和人工智能官(CDAO)，组建数字和人工智能办公室，直接向国防部副部长报告工作，领导国防部在数据、分析和人工智能应用及治理方面的战略和政策，监督联合人工智能中心(JAIC)、国防数字服务处(DDS)以及国防部首席数据官(CDO)的工作。数字和人工智能办公室的全面运作能力预计将在2022年6月1日完成。创建该办公室的目的，不是创建一个新的管理层，而是要转变组织结构，以实现更大程度的整合和使命统一，使美军在数字和人工智能创新领域能够走的更快和更远。

 

（二）国防授权法案中和数字生态系统相关的新内容的设立

 

2022财年国防授权法案在“国家安全委员会关于人工智能的建议（第52章）”中，设立了一些和数字生态系统相关的新节：国防部应制定计划，并详细说明所需的必要投资，以实现强大和现代化的数字生态系统（5203节）；设立数字人才招聘官，以确定国防部对特定类型和存在技能差距的平民数字人才的需求，加快招募符合要求的人才（5204节）；建立或更新数字职业的职称职位系列（5205节）；人工智能和数字就绪性（5206节）。新节的一些重要内容如下：(1)在制定数字生态系统计划时，需参考以下文件：国防部数字现代化战略、国防部数据战略、国防部云战略、国防部软件现代化战略、国防部软件科学和技术战略、国防部人工智能数据倡议、联合全域指挥与控制战略，和国防部长认为必要的其他文件。(2)数字人才招聘官被赋予加快招募数字人才等五项职责，其中“数字人才”一词包含“软件开发、工程和产品管理；数据科学；人工智能；分布式账本技术；自主；数据管理；产品和用户体验设计；赛博安全”领域中或与之相关领域的职位和能力。(3)为了吸引和留住数字人才加入国防事业，国防部人事管理办公室主任应根据美国法典第5编第51章，建立或更新一个或多个涵盖软件开发、软件工程、数据科学和数据管理领域的联邦政府数字职业的职称职位系列。(4)为了将人工智能和数字就绪性纳入国防部平台、流程和作战中，国防部长应审查人工智能和数字技术在此类平台、流程和作战中的潜在应用，并制定绩效目标和相关指标。

 

（三）RDT&E项目新预算类别“软件和数字技术试行项目”的设置

 

2021财年，RDT&E项目在原有的七个预算类别外新增一个预算类别——软件和数字技术试行项目。2022财年该预算类别下有8个项目，分别为海军风险管理信息项目（1370万美元）和海上战术指挥与控制（1485万美元）、陆军防御性网络软件原型开发（1.0888亿美元）、空军和太空军的联合太空作战中心任务系统（1.545亿美元）、国防反情报和安全局(DCSA)的国家背景调查服务（12357万美元）、国防部长办公室（OSD）的采办可视化（1830万美元）和算法战跨职能团队（24745万美元）、DARPA的全球指挥和控制系统（3277万美元）。

 

（四）RDT&E项目的相关研发布局助力人工智能发挥作用

 

军用工智能的研发并不是一个新事物，DAR‐PA的战略计算计划在1983年至1993年间投资超过10亿美元，用于开发军用人工智能，但由于进展慢于预期，该计划最终被取消。计划失败的一个重要原因是：人工智能的发展并不是一个孤立的事件，除了本领域技术的发展，还需要其他领域技术的支撑。人工智能的发展离不开赛博安全、数据和信息、数学和计算、软件技术的支撑，RDT&E项目在这些领域均有布局。2011-2022财年6.1+6.2类项目中部分领域的投资金额趋势如图3所示。

 

 

其中赛博安全、数据和信息、数学和计算项目总体上呈现增长趋势，2022财年的金额下降可能受疫情影响，或者与某些项目已进入测试评估阶段不需太多投资相关。软件技术和其他领域有交叉，且更多地体现在其他预算类别中，故6.1+6.2类相关项目投资金额较少，趋势平缓。人工智能若想突破下一步发展的瓶颈，也离不开高功效芯片和量子计算等赋能技术的支撑：(1)美军关注后摩尔时代芯片的创新发展，主要资助“超比例缩放(Beyond Scaling)科学”6.1类项目集群（内含3个项目）和“超比例缩放技术”6.2类项目集群（内含17个项目）来推动“电子器件复兴”。(2)美军在2021财年国防授权法案（215节）中，明确提出使用量子计算能力，并主要资助“替代计算”6.1类项目来推动量子计算的发展。

 

4使美军人工智能发挥变革性作用的新作战概念

 

2018财年国防授权法案将人工智能列为一组将改变战争性质的新兴技术之一。但仅靠技术不可能创建长久的优势，有研究认为，如果人工智能仅和现有的作战概念结合，无法发挥其变革性作用，若和新的作战概念——“马赛克战”以及“非正规战争”相结合，则可能产生颠覆性军事创新。

 

（ 一）人工智能和“马赛克战”相结合

 

2017年8月，DARPA首次提出“马赛克战”概念，其核心理念是以决策为中心，将各种作战功能要素打散，利用自组织网络将其构建成一张高度分散、灵活机动、动态组合和自主协同的“杀伤网”，进而取得体系对抗的优势。以决策为中心的战争面临的两个最重大作战挑战是分散和掩盖美军的部署和意图，同时保持美军指挥官做出迅速和有效决策的能力。自主系统和人工智能可帮助解决这两个挑战。

 

针对挑战一，自主系统和分散通信网络技术能够帮助美军进行更分散的行动和任务指挥。RDT&E 6.1+6.2类项目中，机器人和自主系统、人机交互交流和增强、通信和网络技术领域2022财年的投资均比2018财年有了增长（如图4所示），

 

 

本节分析的自主系统主要与前两个领域相关，分散通信络技术主要与后一个领域相关。2022财年，(1)机器人和自主系统领域中：DARPA有6个项目，涉及与海战相关的“垂钓者(Angler)”项目和“海上防御”项目，与陆战相关的“具有弹性的复杂环境中的机器人自主(RACER)”项目和“通过监督自主进行城市侦察(URSA)”项目，与空战相关的“小精灵(Gremlins)”项目，与电子科技相关的“短程独立微型机器人(SHRIMP)”项目；陆军有37个项目，涉及与工程操作、自主地面补给、战斗车辆、战术无人机、外骨骼、分布式传感器、分布式移动能源等相关的自主系统项目；海军有6个项目，涉及与舰船维护、机器人导航、常驻海底作战、持久海上作战等相关的自主系统项目；空军有2个项目，涉及与自主或半自主航天器、无人机相关的自主系统项目；国防部长办公室（OSD）有1个项目，涉及针对空中、陆地、海洋和跨域问题集的自主系统项目。(2)人机交互、交流和增强领域中：DARPA有1个项目，陆军有16个项目，海军有1个项目，空军有14个项目，这些项目中部分涉及人和自主系统协同促进更分散的行动和指挥，例如人—机器人/AI交互、有人和无人组队技术、协作界面和团队、与计算机交流等项目；部分涉及自主系统帮助人做出迅速和有效的决策，例如人类因素与组织设计等项目。(3)通信和网络技术领域中：36个项目中有18个项目涉及与人工智能或自主系统相关的分散通信网络技术，其中DARPA有1个项目，陆军有11个项目，海军有4个项目，空军有1个项目，OSD有1个项目。

 

针对挑战二，人工智能将和人类指挥结合以支持快速和有效的决策，其中人类提供灵活性和创造性洞察力，机器提供速度和规模。RDT&E 6.1+6.2类项目中，人工智能技术在应用于机器人、预测性维护、C4的自主能力、网络弹性和赛博安全、智能业务和流程自动化、医疗支持和军队保护等领域的同时，还发挥决策支持作用。2022财年，DARPA的“人工智能与人机共生”项目群的目标之一是使作战人员能够在复杂、时间紧迫的战场环境中做出更好的决策；陆军的“分布式网络中AI赋能的决策支持”“AI赋能的决策支持的数据表征”“AI赋能的智能决策支持”“AI赋能的决策支持的合成数据”“用于智能代理和人类决策的机器学习”等项目，目标是为下一代作战车辆、网络、未来垂直升降和远程精确火力等陆军现代化优先事项提供AI赋能的决策支持功能；海军的“决策应用信息科学”项目，研究人工智能为分布式海军部队在复杂时空环境中作战提供智能决策辅助；空军的“决策”项目，研究作为智能人机混合决策基础的新数学定律、科学原理和鲁棒算法，以实现将人类专业技能和知识准确实时地整合到基于机器的战场网络中。

 

（二）人工智能和“非正规战争”相结合

 

“非正规战争”概念源于21世纪初美国打击国际恐怖主义的军事行动。然而，时隔多年之后，美国重提“非正规战争”，其指向已从反恐转向了大国竞争。美国防部公布了《〈非正规战争〉摘要》，将之作为对美《国防战略报告》的补充。该文件明确提出，“有必要修改对‘非正规战争’的理解，以说明其作为大国竞争组成部分的作用”。2020年，兰德公司的《美国的非正规战争方式——分析性回忆录》中，作者Charles T. Cleveland（美国陆军特种作战司令部前司令）等认为，非正规战争是美国独特的但在最近陷入困境的冲突解决方法，美军没有很好地组织非正规作战行动，缺乏有效应对以人口而非领土为中心的冲突所必需的概念、理论和规范，缺乏相关的专业军事教育，缺乏国家顶层设计。

 

以上文件和研究推进了美国在国家层面对非正规战争新理解的重视，具体可从2022财年美国国防授权法案内容中得到印证。该法案（216节）中，授权建立一个由高等教育机构组成的研究联盟，以研究非正规战争和对非正规威胁的反应。建立该联盟的目的有八项，包括：(1)通过对非正规战争的研究和分析，形成政策的制定和应用；(2)维护与理解恐怖主义、非正规威胁以及社会和环境变化相关的问题的开源数据库；(3)作为接受联邦资助的高等教育机构开发的有关安全、社会变革和非正规威胁研究的数据集的存储库；(4)支持社会科学中关于与非正规威胁问题集相关的新兴威胁和稳定性动态的基础研究；(5)转化有前景的基础研究；(6)促进与非正规威胁相关的卓越研究中心的合作；(7)加强专业军事教育学校的相关教育推广和教学；(8)必要时支持机密研究。

 

以人口为中心的冲突不能用为常规战争物理学而设计的军事概念和学说来解决，而是需要结合人类学、经济学、历史学和社会学的方法。虽然目前对非正规战争新理解的研究仍在进行中，但在RDT&E 6.1+6.2类项目中，我们发现一些项目与非正规战争相关（例如OSD的“密涅瓦研究计划（MRI）”等），其中需要特别注意的是一些应用了人工智能技术的项目。2022财年，DARPA有多个应用人工智能技术的可能服务于非正规战争的项目：“文化感知信息作战防御(CLAID)”项目旨在形成人类语言技术能力，使机器能够理解文化、社会和情感背景，从而加深对突发事件的态势感知；“世界建模师”项目为区域和全球范围内的自然和人类介入系统（例如自然资源、供应链和生产系统等）创建解释模型，其中水和粮食安全是特别受关注的应用领域；“人类社会系统”项目研究更好地表征和量化不同社会系统的特性、动态和行为的方法，以便更好地预测社会系统（特别是在压力下）的变化，该研究将显著改善国防部的维稳、威慑和/或灰色地带任务成果；“社交模拟(SocialSim)”项目开发一种计算能力，以模拟在线环境中信息的传播和演变；“影响运动(Influence Cam‐ paign)感知和意义构建”项目基于自然语言处理、语义分析、社交网络分析、心理学和行为科学的技术，衡量人群和群体对影响信息和叙事的接受程度。

 

5建设良好的治理生态以最大化美军研发和应用人工智能的能力

 

若想在军事应用人工智能竞赛中胜出，仅仅靠军方资助研发出先进技术还远远不够，重要的是如何增强能力。能力提升后，无论是研发、测试、评估、采办、部署还是应用人工智能都会更快于、广于或优于对手。如何提升能力，则需要建设一个良好的治理生态，具体包括制定和更新政策；教育、招募和留住人才；开发和建设基础设施；在各种层面上鼓励合作等。

 

（一）制定和更新政策

 

2019财年国防授权法案（238节）中规定：国部长应任命一名国防部的高级官员，协调与人工智能的研究、开发和转化有关的活动，该官员的四项主要职责之一是对人工智能和机器学习的政策进行治理和监督。2020财年国防授权法案（232节）中规定：国防部长应建立程序，以确保国防部与新兴技术相关的政策在开发此类技术的过程中不断制定和更新。该法案对新兴技术没有给出定义，但做了列举，这其中包括人工智能技术。2022财年国防授权法案（5203节）中规定：国防部长应制定计划，详细说明关于数字生态系统的治理结构，连同相关的政策和指导，以推动数字生态系统在整个国防部的联合实施。

 

（二）教育、招募和留住人才

 

关于教育人才，2020财年国防授权法案（256节）中规定：实施人工智能教育策略，为军人提供人工智能基础知识的课程，该课程主要包括人工智能设计、软件编码、人工智能的潜在军事应用、人工智能对军事战略和学说的影响等十项内容的指导。

 

关于招募人才，2021财年国防授权法案（6612节）中规定：国防部应发布对人工智能专业人员和其他数据科学和软件开发人员的直接招聘流程的指导，具体包括优先使用主题专家组而不是人力资源专业人员以评估申请人的资格、鼓励使用推荐奖金重新招募和雇佣相关人员等四项指导。2022财年国防授权法案（5204节）中规定：国防部长应在负责人事与战备的国防部副部长办公室内指定一名首席数字招聘官，以完成包括招聘符合特定需求或填补技能差距的平民数字人才的五项职责，其中数字人才定义中包括人工智能人才。

 

关于留住人才，2021财年国防授权法案（232节）中规定：国防部长应寻求与国家科学院、工程院和医学院签订协议，由国家科学院、工程院和医学院比较分析中美两国在国家安全领域招募和留住研究人员的举措，帮助美国特别是国防部招募和留住国内外研究人员。2022财年国防授权法案（5205节）中规定：国防部人事管理办公室应根据美国法典相关内容，建立或更新一个或多个涵盖人工智能的重要赋能领域的联邦政府数字职业的职称职位系列，为人才的职业发展、薪酬福利的确定和晋升等打下良好基础。

 

（三）开发和建设基础设施

 

JAIC联合作战行动负责人Brad Boyd上校认为是基础设施让美军能够在未来五十年继续开发创新的人工智能算法。JAIC委托德勤咨询公司开发和建设联合通用基础(JCF)，JCF通过构建军事人工智能的公共基础（工具、框架和标准）来支持国防部，希望能够降低人工智能的技术壁垒，使国防部的广泛的客户能够集成人工智能的能力：安全的基于云的人工智能平台；共享和重用数据、代码、工具和算法模型；提供人工智能/机器学习软件的原型设计、开发、测试和集成的开发环境；让缺乏云计算基础设施和技术专长的用户也能开发人工智能/机器学习应用。在国防授权法案中，也能看到对基础设施的强调，2022财年国防授权法案（229节）中规定：国防部长应通过JAIC主任，开展用于训练人工智能模型的数据库试行计划，允许私营公司访问此类数据库，以开发人工智能模型和其他技术软件解决方案。该计划的目标是确保国防部能够获得最佳的人工智能和机器学习软件功能，这些功能可以快速扩展以满足国防部的需求。

 

（四）在各种层面上鼓励合作

 

在宏观层面上，国防部鼓励公私合作和国际合作，以扩大国防工业基础。在中观层面上，国防部鼓励军方机构和产业界、情报界、高等教育机构以及非盈利研究组织等的合作，以促进科技研究开发、成果双向转化、资本人才流动和基础设施共享等。在微观层面上，国防部鼓励人工智能的团队由多种角色组成，各种角色互补合作，共建真正的、适当的和集成的产品团队。

 

关于宏观层面，2021财年国防授权法案（801节）中规定：应扩大现有的或建立新的公私伙伴关系，包括信托资本市场；应扩大国防工业基础，以包括友好的和有能力的外国盟友与伙伴。2022财年国防授权法案（5201节）中规定，应对国防科技战略进行修改，增加的内容包括制定国防战略技术优先事项的一致和透明的方法，以使产业界能够有意识地投资新兴技术。

 

关于中观层面，2016财年国防授权法案（211节）中规定：国防部长应与军事部门负责人协调，将20个科学技术再创造实验室(Science and Technology Reinvention Laboratory，STRL)指定为科学、技术与工程合作中心，以使中心在整个国防部以及国家技术和工业基础中担当公认的领导者角色。国防部长应授权并鼓励中心的主任进行公私合作。鼓励公私合作，一方面可以促使私营部门最大限度地利用中心的过剩能力，促进武装部队、学术界、私营企业以及州和地方政府之间的研发合作和技术转让；另一方面可以利用私营部门的投资，完成中心的研究和设备等的注资等工作；增加中心获取熟练技术人员和使用非国防部方法的能力，以高效地执行国防部的任务。2022财年国防授权法案（5207节）指出：国防部长应实施敏捷采办技术的试点计划，促使技术生产者提供商业上可用的技术，以支持作战人员；建立和加强国防部与技术行业的非传统国防承包商的关系，这些承包商可能对国防部的特定挑战拥有未使用或未充分使用的解决方案。

 

关于微观层面，由于人工智能应用于军方任务的重要性和时间的紧迫性，需要人工智能的团队是一只真正集成的团队，不仅包括人工智能科学家，还应包括数据科学团队的人员、测试和评估团队的人员、与用户（国防部或各军种的最终用户）互动的任务团队的人员、产品经理和政策代表等，各种角色互补合作，使得只要有需求，就有可以构建的产品，并可快速交付使用。

 

6结束语

 

人工智能不仅能够逐步改进现有的作战过程或加强当前的作战概念，更能够产生改变游戏规则的作战效益。虽然美国在硅谷拥有强大的人工智能生态系统，但这种能力无法替代在美国政府内部建立人工智能生态系统，特别是在国家安全部门内部。只有拥有强大的国防部人工智能生态系统，才能在新的人工智能能力出现时利用它们并迅速将其转移 到军事应用中，以完成自己的战略目标。

 

张炜 吴晨生 北京市科学技术研究院

秦浩 中国电科发展战略研究中心

刘彦君 北京市科学技术研究院

 

来源：中国指挥与控制学会 搜狐号