美國高度重視人工智慧的發展及其在軍事上的應用。美國國防部在人工智慧方面的工作到底進展如何？2019年12月17日，蘭德公司發布《國防部人工智慧態勢評估與建議》，對美國國防部人工智慧部署情況進行了綜合分析與評估，並給出了判斷與建議。
1.評估背景
為了更好的發展軍事人工智慧，美國國防部於2018年6月成立聯合人工智慧中心（JAIC）,負責協調整個國防部的人工智慧研究，致力於將人工智慧技術大規模應用在軍事上，提高美軍智能化作戰水平，使美軍保持和占據軍事優勢。
根據《國防授權法案（2019）》第238條（e）節規定，需要對國防部在人工智慧、機器學習等技術方面取得的進步和具備的競爭力進行評估。2018年12月，國防部聯合人工智慧中心（JAIC）主任傑克·沙納漢邀請蘭德公司國防研究所（NDRI）據此對國防部人工智慧態勢進行獨立的分析與評估，提出切實可行的建議。蘭德公司受命於此，在2019年年底前出具一份重量級報告《國防部人工智慧態勢評估與建議》。
2.評估目標
此次評估主要圍繞三個問題展開：與國防部有關的人工智慧的現狀如何？國防部在人工智慧領域的態勢如何？如果要改善國防部在人工智慧領域的工作，應當從內部和外部做出哪些改變，採取哪些行動，開展哪些立法或監管行動？
因此，此項評估工作的三大目標包括：
（1）評估國防部人工智慧的當前狀態並澄清誤解；
（2）對國防部人工智慧的態勢開展內省式獨立評估；
（3）為內部行動、外部參與和立法行動提供相關建議，改進國防部人工智慧發展態勢。
3.評估方法
蘭德公司組建了由研究人員、分析人員和工作人員組成的多學科團隊，圍繞「國防部應如何大規模建立或獲取、測試、轉化及維持一系列的人工智慧相關技術」，依據59次國防部訪談、9次聯邦政府訪談、25次行業訪談、9次學術訪談、6個歷史案例進行定性分析，依據國防部在人工智慧方面的投資組合進行定量分析，從組織、進展、應用、創新、數據、人才等六個方面對國防部在人工智慧方面的工作開展情況進行剖析。
組織方面包括願景、戰略、組織結構和承諾的資源，主要從國防部管理層的視角進行分析和評估。
進展方面主要從技術的研究、開發、原型、驗證、確認、測試和評估等角度進行分析和評估。
應用方面主要從技術採購、部署和生命周期管理，概念和流程重新設計等方面進行分析和評估。
創新方面主要包括內部創新文化和引進外部創新或創新者等。
數據方面包括數據資源、數據治理和數據開發的相關基礎設施等。
人才方面主要從國防部需求與人才培養和發展機制等方面進行分析和評估。
由於對於人工智慧的定義尚未統一，蘭德公司從技術和能力空間，國防部人工智慧應用範圍，以及投資空間和時間範圍三個方面對人工智慧進行描述。又按照國防部對於人工智慧解決方案的控制程度、資源的可用程度、信息處理和輸出速度、方案失效的影響及恢復的可能性等方面將人工智慧應用大致分為：
（1）企業型人工智慧（例如，基於人工智慧的財務或人員管理系統、基於人工智慧的軍種成員醫療記錄管理系統）；
（2）任務支持型人工智慧（例如，Maven項目、網際網路監控系統、人工智慧的後勤計劃系統）；
（3）作戰型人工智慧（例如，愛國者飛彈遠程防空系統、「宙斯盾」戰鬥系統及目前正在使用的Skyborg自主無人作戰飛機項目）三類。
4.評估結論
經過評估，蘭德公司認為：雖然看到一些積極因素，但評估結果表明，國防部人工智慧發展態勢在所評估的各個方面都面臨著重大挑戰。
(一) 組織方面
雖然國防部制定了雄心勃勃的人工智慧目標和影響深遠的人工智慧戰略，並成立聯合人工智慧中心，在整個國防部內部推廣人工智慧及其影響力。但是，國防部的人工智慧戰略缺乏相關的基準和度量標準，而且，國防部未向聯合人工智慧中心提供足夠的權限和資源承諾，這嚴重限制了其在整個國防部範圍內同步和協調人工智慧活動以進行變更的能力，很難完成國防部給予的重要任務和使命。
國防部各軍種在開展人工智慧方面的角色、任務和權限也不明確。陸軍人工智慧工作組的角色和任務似乎是照搬聯合人工智慧中心的角色和任務，海軍人工智慧工作組和海軍陸戰隊人工智慧工作組的權限尚不清楚。有的軍種編寫了自己的人工智慧戰略，但也往往缺乏基準和衡量標準，無法有效地評估實現目標的進度。
(二) 開發和應用方面
人工智慧在驗證、確認、測試與評估（VVT＆E）方面遠遠不能確保人工智慧應用的性能和安全性，特別是在涉及安全關鍵系統的情況下。
(三) 數據方面
國防部面臨數據缺乏的窘境。而現有的數據又缺乏可追溯性、易懂性、訪問性和互用性，涉及外部供應商的數據所有權含糊不清。國防部無法竭盡所能地收集和存儲數據。在國防部的軟體基礎設施所在的環境中，存儲空間仍然是一種稀缺資源，並且錯過了許多記錄數據的機會。即使有存儲空間，網絡帶寬也會成為數據收集的障礙。
(四) 創新方面
國防部內部的創新可能會受到現有實踐和流程的阻礙，而現有管理及流程限制國防部引入外部創新。較短的研究項目期限以及缺乏靈活的資金，導致各軍種實驗室研究人員都去從事感興趣的研究項目。另外，國防部的層級結構與鼓勵組織中最低級別員工加強創新的做法背道而馳。
(五) 人才方面
在人工智慧人才爭奪激烈的情況下，缺乏明確的人工智慧人才定義、跟蹤和培養機制。哪些是人工智慧人才？需要何種人工智慧人才？如何培養人工智慧人才？這些都不是很明確。
總體來看，國防部需要一個集中、專注、資源豐富的應用研究中心來推動人工智慧和機器學習的發展，而聯合人工智慧中心缺乏長期預算承諾，沒有制定五年戰略路線圖，也沒有明確的目標用於制定路線圖，難以堪當發展軍事人工智慧的重任。
5.蘭德建議
針對目前的差距，蘭德公司提出11項發展建議，其中包括4項戰略性建議，7項戰術性建議。
(一) 4項戰略性建議
【戰略建議1】國防部應該調整人工智慧治理結構，將機構和資源與推廣人工智慧的任務保持一致。
【戰略建議2】國防部應與業界和學術界展開密切合作，推進人工智慧系統的驗證、確認、測試和評估科學和實踐發展。聯合人工智慧中心應該與負責研究和工程的國防部副部長、負責採辦和維持的國防部副部長和作戰測試與評估辦公室密切合作，率先在內部及與外部合作夥伴之間協調開展此類工作。
【戰略建議3】國防部應將數據視為關鍵資源，繼續收集和管理數據，並促進數據共享，同時在共享後以及分析和使用過程中解決數據保護的問題。
【戰略建議4】國防部應具有滲透性和適當的開放性，以幫助國防部獲得人工智慧方面的人才。
(二) 7項戰術性建議
【戰術建議1】聯合人工智慧中心應制定一份五年戰略路線圖（基於基準和指標，並有望成為首個需要遵循的五年計劃），執行推廣人工智慧及擴展其影響的使命。
【戰術建議2】各個軍種的集中人工智慧組織都應制定一項五年期戰略路線圖，並輔以基準和衡量指標，以便執行其任務。
【戰術建議3】聯合人工智慧中心應該與國防部研究與工程部（R＆E）副部長、採辦和維持（A＆S）副部長、參謀長聯席會議主席以及聯合人工智慧中心委員會軍種人工智慧代表人合作，對國防部人工智慧投資開展年度或半年度審查。
【戰術建議4】聯合人工智慧中心應該每年或每半年組織一次技術研討會，向整個國防部展示人工智慧的程序。
【戰術建議5】所有為人工智慧提供資助的計劃都應包括人工智慧驗證、確認、測試和評估預算，包括任何急需的測試基礎設施。
【戰術建議6】國防部的所有機構都應建立或增強相關機制，將人工智慧研究人員、技術開發人員和操作者聯繫起來。
【戰術建議7】首席數據官應向人工智慧業界提供一系列國防部數據集，刺激創新並增強國防部與外部的合作。
6.美國軍事AI進展
雖然蘭德的這份報告認為美國國防部的人工智慧工作面臨許多的挑戰，需要做出大量的調整和改變。但是我們也應當看到美國國防部在發展人工智慧方面取得的進展和成績。
(一) 美國高度重視人工智慧的發展
美國對軍事人工智慧高度重視，將其看作第三次抵消戰略的核心。美國認為應當始終站在技術進步的最前沿，以確保維持相對於對手的持久軍事優勢，這樣才能保護自己和盟友。而人工智慧正是這樣一種前沿技術，它將改變所有行業，並有望影響美國國防部作戰、訓練、保障、兵力防護、人員招募、醫保等方方面面。
美軍認為其他國家，特別是中國、俄羅斯，正大幅投資於人工智慧的軍事應用，這些投資可能會侵蝕美國的技術和作戰優勢。為了更好的推動人工智慧技術和關鍵應用能力的發展，美國必須加快人工智慧在軍事上的應用和部署。
(二) 美國發展軍事人工智慧的戰略日趨清晰
作為軍事大國，美國的發展軍事人工智慧的目標日趨清晰。推動美國頂尖人工智慧研究走向新的技術突破，促進科學新發現、增強經濟競爭力、鞏固國家安全。為了推進人工智慧向軍事領域的應用：
美國國防部於2018年6月宣布成立聯合人工智慧中心（JAIC）, 該中心致力於研究將人工智慧大規模應用在軍事上，提高美軍智能化作戰水平，使美軍保持和占據軍事優勢。聯合人工智慧中心協調整個國防部的人工智慧研究，並負責軍方與政府實驗室和私營公司的協調。美國《國防授權法案（2019）》指出，可制定戰略計劃，用以開發、應用人工智慧，並將人工智慧技術轉化為作戰使用。
2019年2月12日，美國防部網站公布《2018年國防部人工智慧戰略摘要——利用人工智慧促進安全與繁榮》，分析了美國防部在人工智慧領域面臨的戰略形勢，闡明了國防部加快採用人工智慧能力的途徑和方法。
(三) 美國將人工智慧應用到軍事領域邁出實質性步伐
雖然有這樣那樣的問題，但美國軍事人工智慧依然是在向前邁進。美國在人工智慧的軍事應用已經從理論走向現實。
早在2017年4月，美國防部成立「算法戰跨部門小組」，批准啟動代號「Maven」項目，主要目的是加速國防部對人工智慧與機器學習技術的集成，將國防部海量數據快速轉變為可用於行動的情報。「算法戰跨部門小組」首先將開發用於目標探測、識別與預警的計算機視覺算法，提高對無人機所收集全動態視頻（FMV）的處理、利用與分發（PED）能力。在中東和非洲的幾個秘密地點，美國情報分析人員使用複雜的算法，從「掃描鷹」、MQ-9「死神」等無人機拍攝到的數百萬小時視頻圖像中，自主識別感興趣的物體。
目前，「Maven」項目開發的算法已在美國非洲司令部、中央司令部、蘭利空軍基地等多個地點部署。此外，「Maven」項目的主管傑克·沙納漢中將已經成為聯合人工智慧中心的負責人。這一方面說明美國想在其他人工智慧項目上複製Maven項目的成功經驗，一方面也體現出美國想將人工智慧技術快速應用到軍事領域的迫切心情。
7.深度分析
(一) 商業化人工智慧有時無法直接移植到軍事領域
從美國的軍事人工智慧實踐來看，商業化人工智慧技術無法直接變成軍事人工智慧技術。
一方面，商業應用優化的性能指標通常與國防部需求不符。在2018年12月向眾議院軍事委員會的證詞中，負責研究和工程的國防部副部長麗莎·波特指出，商業搜索應用程式比檢索更能提高準確性。作為一種技術方法，該方法原則上既可用於商業應用，也可用於國防部應用，但實際上，正如目前在商業領域實施的情況那樣，其優化了與國防部應用需求不符的指標。
另外，所涉及的資源通常與國防部需求不符。以分類器算法為例，隨著數據及其屬性的變化，當今商業應用的分類器算法需要重新訓練，並且此類算法通常假定可根據再訓練需要返回到雲。在作戰型，甚至任務支持型人工智慧應用中，此類假設可能無效。而且，對於戰場環境而言，也可能缺乏大量的訓練數據，是否可使用合成數據尚有待觀察。另外，深度學習技術的應用範圍較窄，因為其通常根據特定應用而定製，不易推廣到其他應用程式。正如一些技術受訪者所述，在某個應用中表現良好的算法可能無法適用於另一個應用。
(二) 人工智慧驗證、確認、測試和評估有待大幅提高
人工智慧驗證、確認、測試和評估當前遠遠不能確保人工智慧應用的性能和安全性，特別是在涉及安全關鍵系統的情況下。用於安全關鍵控制系統的驗證和確認是當前研究的主題，並且通常涉及正式的數學分析或廣泛模擬。前者雖然優雅，但通常缺乏擴展能力，而後者在理論上很難立足，無法對結果樹立信心。兩者在其代表性方面也都具有固有的局限性，因此可能會錯過關鍵要素，從而導致現實運行時的性能下降或錯誤。目前，機器學習以及更廣泛的人工智慧系統的驗證和確認基本上屬於未知領域，其中有些可能涉及交互控制和機器學習算法。此外，除了需要對模型進行驗證之外，機器學習和相關方法還需要對訓練數據進行驗證，從而增加了其複雜性。
(三) 應當注重深度學習之外其他人工智慧技術的投資
儘管當前的方法在很大程度上依賴於對大型數據集的訓練，但將來可能並非如此。因此，在推動人工智慧發展並為開闢新的領域而提供基礎研究投資組合時，必須保持敏捷、開放和平衡。
由於很難預測哪些技術進步會取得成功，應該廣泛思考能夠實現跨越式發展的未來，開發強大和可解釋的人工智慧、尋求基本算法進步以推動下一代人工智慧的進步、更好地理解人與人工智慧之間的交互作用，促進人工智慧系統的發展，並為人工智慧系統的驗證和確認奠定基礎。
(四) 應當加強基礎設施建設和基礎性投資
應當加強用於存儲、計算和通信的基礎設施；數據收集和管理工作；集成開發、安全性和作戰團隊的安全開發操作環境；可實現快速、持續集成的流程；以及對用戶和操作員的培訓。
(五) 人工智慧組織機構應是高度授權，靈活快捷的機構
人工智慧是高速發展的技術，是尚未定型的技術。其組織機構應是高度授權，靈活快捷的機構。面對變革，越是龐大、紀律性強的機構越是滯後。一個靈活、優秀的先遣部隊對於機構整體變革會有良好的示範帶頭作用，可以被視為創新的發動機。一般這類機構的建立一開始就會給予高度的授權，以及豐沛的資源。
研究所簡介
國際技術經濟研究所（IITE）成立於1985年11月，是隸屬於國務院發展研究中心的非營利性研究機構，主要職能是研究我國經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展態勢，為中央和有關部委提供決策諮詢服務。「全球技術地圖」為國際技術經濟研究所官方微信帳號，致力於向公眾傳遞前沿技術資訊和科技創新洞見。
地址：北京市海淀區小南莊20號樓A座
電話：010-82635522
微信：iite_er