人工智能技術(shù)現(xiàn)狀

人工智能技術(shù)正發(fā)展迅速，私營和公共部門對(duì)該領(lǐng)域的投資都有所增加。目前，美國國防部正在研究的關(guān)于人工智能的應(yīng)用均有重要進(jìn)展，其他聯(lián)邦機(jī)構(gòu)也采用了人工智能技術(shù)，美國中央情報(bào)局正在進(jìn)行的試點(diǎn)項(xiàng)目高度重視從數(shù)據(jù)中整理發(fā)掘因果關(guān)系的能力，美國土安全部、國稅局、總務(wù)管理局和NASA也已經(jīng)從人工智能應(yīng)用中獲益。國防部可學(xué)習(xí)這些實(shí)踐經(jīng)驗(yàn)，以應(yīng)用案例和任務(wù)為出發(fā)點(diǎn)，擬定和應(yīng)用最佳方案。

人工智能的優(yōu)勢及挑戰(zhàn)

一是軍事任務(wù)和行動(dòng)對(duì)實(shí)時(shí)、高質(zhì)量的信息獲取和分析處理能力的要求。二是美國國防部所依賴的內(nèi)部和外部數(shù)據(jù)源網(wǎng)絡(luò)復(fù)雜、龐大、分散，且包含多種數(shù)據(jù)類型和格式。三是不斷涌現(xiàn)和演變的物理與網(wǎng)絡(luò)空間威脅。高效收集、處理、保護(hù)和利用大量不同類型的數(shù)據(jù)對(duì)軍事任務(wù)的成功至關(guān)重要，這些數(shù)據(jù)不僅來自國防部，還包括公共數(shù)據(jù)、其他聯(lián)邦機(jī)構(gòu)、承包商和合作伙伴提供的信息。人工智能將幫助作戰(zhàn)人員和作戰(zhàn)指揮官獲得最佳態(tài)勢感知能力，攔截威脅， 并提高其行動(dòng)效率、戰(zhàn)備水平、消除威脅和執(zhí)行任務(wù)的能力。雖然國防部使用人工智能技術(shù)的時(shí)機(jī)已經(jīng)成熟，但也需要強(qiáng)有力的戰(zhàn)略和實(shí)施計(jì)劃。實(shí)施過程中的每個(gè)階段，都應(yīng)該運(yùn)用相關(guān)領(lǐng)域?qū)I(yè)性意見而非僅僅依賴數(shù)據(jù)，必須在戰(zhàn)略實(shí)施之初就明確人工智能系統(tǒng)的目標(biāo)和性能指標(biāo)。然后，收集和組織適當(dāng)?shù)臄?shù)據(jù)，經(jīng)過處理后通過人工智能算法提取其中的信息。

建議

① 人工智能系統(tǒng)的構(gòu)建和部署應(yīng)該遵循軟件開發(fā)和數(shù)據(jù)庫管理的最佳實(shí)踐。網(wǎng)絡(luò)、數(shù)據(jù)庫和數(shù)據(jù)流必須得到保護(hù)， 并根據(jù)適當(dāng)?shù)姆诸惣?jí)別進(jìn)行分級(jí)。②應(yīng)執(zhí)行試驗(yàn)項(xiàng)目，根據(jù)所面臨的問題較簡單版本建立解決方案的原型，以評(píng)估其可行性。如果結(jié)果趨向于達(dá)到目標(biāo)指標(biāo)， 再逐步開始更大規(guī)模的試點(diǎn)和試運(yùn)行。③打破美國國防部內(nèi)部/跨國防部與合作伙伴組織之間的隔閡，更有效地共享和利用數(shù)據(jù)，并提供互惠互利。④機(jī)器學(xué)習(xí)算法也需要大量、高質(zhì)量的數(shù)據(jù)集來訓(xùn)練模型，必須隨著應(yīng)用情況的發(fā)展對(duì)它們進(jìn)行重新培訓(xùn)。盡管機(jī)器學(xué)習(xí)已對(duì)解決復(fù)雜大數(shù)據(jù)問題的價(jià)值已得到證明， 但或許還需要其他人工智能技術(shù)進(jìn)行補(bǔ)充。⑤“語境適應(yīng)”是DARPA人工智能項(xiàng)目的“第三次浪潮”，使用“語境適應(yīng)”方法建立的模型揭示了相關(guān)因素之間的因果關(guān)系，可提高國防部及時(shí)做出有效決策的能力。人工智能解決方案需要補(bǔ)充人類的直覺和專業(yè)知識(shí)，以快速處理大量不同的數(shù)據(jù)，提供有用的見解。