美国一直在积极地在国防部和各军种 进行人工智能的原型设计、实地操作和防御性应用。然而，重要的是要注意 到，大多数人工智能的应用是基于软件的，而不是基于硬件的，因此对国防 部更具挑战性。国防部正在大力追求这些能力，但要注意的是，“由于国防部正在努力解决其与传统软件的差异，其用于战争的大多数先进人工智能能 力仍在开发中”。 虽然人工智能在国防背景下的用途似乎是无穷无尽的，例如使用人工智 能来提高现有系统的精度和准确性，以及制作模拟的培训计划和战争推演， 国防部还一直在以下领域追求一些更明显、更成熟的人工智能应用： ·情报、监视和侦查·网络 ·自主系统和车辆 ·指挥和控制 ·救灾 ·后勤虽然只列举了这几个重点领域，但目前正在开发的大多数国防人工智能 项目可以整合或适应多种情况和任务，如不同的平台或由不同的军事部门使用。

　　为了说明这一点，政府问责局(GAO)的一份报告确定了2021财年近700 个国防部人工智能项目，其中大部分“尚未与具体系统相匹配，但有可能广 泛适用于多个系统”。此外，在报告的88个主要武器系统中，只有17个“明 确确定了相关的人工智能项目”。下面几节详细介绍了美国军方所追求的更明显的、针对具体任务的人工智能应用案例。

　　情报、监视和侦察

　　人工智能已经显示出对ISR能力的巨大影响，有能力快速识别模式并分 析来自不同来源的大量不同数据。将人工智能用于ISR可以说是人工智能在 美国国防方面最早的公认应用之一。“梅文项目”使用计算机视觉和算法来帮助视频和图像分析，是国防部内第一个取得巨大成功的人工智能项目。 在某种程度上，“梅文项目”重新点燃了美国对国防人工智能的兴趣。在该 项目成功的基础上，最近还出现了其他的人工智能计划。例如，陆军的 Scarlet Dragon使用了“梅文项目”的数据，为大规模作战行动提供人工智 能增强的目标协助，而海军陆战队正在努力“将作为‘梅文项目’一部分开 发的算法纳入其能力，并使传统的武器系统现代化”。人工智能也正在以分 层的方式使用，并结合使用多种应用和技术。例如，海军第59特遣部队正在 努力创造具有成本效益的、

　　完全自主的车辆，这些车辆还具有人工智能监视 能力，以监测从“敌对的伊朗无人机到到流氓海盗”等各种威胁。 更广泛地说，其他人工智能技术也在国防部内得以使用。国防部和情报 界已经采用面部识别技术来“识别已知或被怀疑是恐怖分子的个人，研究关 于可疑威胁行为者的信息，以及监测或监视地点以寻找目标人物”。

　　网络

　　关于人工智能如何影响网络安全和网络操作，美国国内大部分讨论的都 是其破坏性能力。例如，人工智能预计将“随着时间的推移使网络防御者的 工作更加困难，越来越快的计算机助长了越来越复杂的攻击和更快速的网络 入侵”。同样，自然语言处理和深度伪造等技术，特别是与网络攻击结合使 用时，已经提高了影响行动或“鱼叉式网络钓鱼”的保真度。 海军和陆军都采用商业机器学习算法，在商业和政府数据上进行训练， 以更好地检测网络威胁。总的来说，国防部正与美国网络司令部密切合作， 采用人工智能来加强网络保护工具。此外，海军陆战队中将迈克尔·格罗恩 认为，人工智能和数据正推动整个部门在保护和使网络更具弹性方面进行思 想转变。

　　自主系统和车辆

　　虽然大多数人工智能应用并不是武器系统，虽然人工智能与自主性不是 一回事，但越来越多的自主系统被宣传为人工智能的实体表现。人工智能的 进步--特别是将人工智能纳入平台的驾驶、制导、导航、ISR和目标获取系 统--已经使从车辆到弹药的一切都有了更大程度的自主性。在系统协调等理 念方面也取得了实打实的进展，从而形成了协同作战或蜂群等能力。目前正 在开发的此类研发项目包括美国海军的“幽灵舰队”--其目标是到2045年， 每三艘军舰中就有一艘是完全自主的，舰上没有任何人类船员--以及美国空 军的“金帐汗国”实验，该实验希望开发能自主分享信息、改变路线和寻找 高度优先目标的蜂群式空射和空投智能武器。

　　指挥与控制

　　人工智能也越来越多地被用来收集、识别和综合多种数据流，以提高对 战场和局势的实时认知，并更好地将传感器与操作员和决策者联系起来。使 用人工智能创建一个单一的信息源，有时被称为“通用态势图”(其他国家 称其为“玻璃战场”)。国会研究服务部的一份报告指出，“目前，决策者 可用的信息来自多个平台，格式也不尽相同，往往存在大量冗余或未解决的 差异”。在这方面，人工智能被视为实施美国国防部全域联合指挥与控制 (JADC2)愿景的关键组成部分--“其目的是集中规划和执行空中、太空、 网络空间、海上和陆基行动”，使部队完全互联和同步。

　　国防部在2022年3月发布了JADC2实施计划，其中详细说明：“JADC2使联合部队能够利用自动 化、人工智能、预测分析和机器学习迅速对整个战斗空间的信息进行感知、 理解和行动，通过弹性和强大的网络环境提供解决方案。”数据和人工智能 已经变得非常重要，CDAO未来将领导JADC2的战略要素。所有军种的JADC2项目--陆军的“融合项目”、海军的“超配项目”和 空军的“高级战斗管理系统”都以某种形式使用了人工智能。例如，陆军利 用其人工智能网络Firestorm，在最近与盟国进行的“融合项目”实验中， 将美国陆军传感器的情报直接传送给澳大利亚和英国部队。空军也启动了一 系列全球信息主导权实验(GIDE)，“通过整合来自全球传感器和来源网络 的更多信息，利用人工智能和机器学习的力量来识别数据中的重要趋势，并 提供当前和预测信息”，

　　让指挥官有更多时间做出决定。 2021年11月，“超配项目”发起了一项“人工智能挑战”，旨在利用人 用智能技术来解决当前和未来的作战差距。即使是相对年轻的太空部队也已 经开始研究类似的能力，与空军合作开发基于人工智能的领域意识能力，为 外太空量身定做。 同样，DARPA也启动了一些项目，利用人工智能“对系统和传感器进行联 网，对传入的传感器数据进行优先排序，并自主决定部队的最佳组成”，即 “空域快速战术执行全面感知”(ASTARTE)项目。

　　救灾

　　国防部也在追求人工智能用于人道主义目标。当JAIC在2018年首次成立 时，该机构最初有两个能力交付项目，称为国家任务倡议，其任务 之一是人道主义援助和救灾(HA/DR)。NMI背后的想法是利用人工智能和机 器学习为“解决问题的原型应用提供动力，以快速识别和定位受自然和人为 灾害影响的人和基础设施”。例如，预测性地理空间智能和计算机视觉都在 开发中，以便在这些情况下使用。例如，在2018年，DIU主办了xView2挑战 赛，测试计算机视觉算法，在自然灾害发生后通过卫星图像对建筑物的结构 性损坏进行评分和排序，以便更有效地分配应急小组和资源、

　　后勤

　　JAIC最初负责的第二个NMI是预测性维护。后勤的一个重要组成 部分是确保物资符合标准并得到良好的维护。NMI背后的想法是使用人工智 能来提高效率，并通过提前预测一个部件可能出现的故障来减少与维护有关 的成本--这种技术被称为预测性维护。通过这种方式，人工智能可以提供基 于单位的、特别定制的建议，而不是等待一个系统或部件出现故障后再进行 修复，也不是依赖固定的、全部队的维修时间表。 例如，JAIC与美国特种作战司令部第160特种作战航空团合作，创建了 一个自然语言处理工具，称为“工作单位代码校正器”，以提高“H-60直升 及维修记录的整体质量，以改善机队健康报告”。同样，美国陆军的后勤支 持活动(LOGSA)早在2017年就与IBM的沃森签订了合同，根据传感器数据为 其部分装甲车辆制定量身定制的维护计划，一旦该项目取得成功，就会延长 合同，让沃森优化备件运输。

　　结语

　　美国有意愿也有办法在人工智能的国防应用方面取得世界领先地位--政 府高层领导和政策制定者都给予了支持，私人和学术领域也存在丰富的人工 智能研究生态系统。此外，人工智能越来越被视为解决国家安全问题的关键 所在，特别是在与美国对手的能力相匹配和解决中国的步伐挑战方面，这些 也是2022年国防战略的重点所在。 令人惊讶的是，尽管有这些激励因素，美国政府，特别是国防部，除了 一次性的项目或倡议之外，还没有认真地、广泛地使用人工智能。行动滞后 的部分原因是各部门更习惯使用基于硬件的能力，而不是软件。然而，阻碍 美国国防创新，特别是人工智能采用的最重要障碍是：1)组织结构和采购 过程不适合将商业和民用的通用技术转化为用于国家安全和国防背景的基本 能力，以及2)严重的人工智能/STEM人才不足。 在过去的一年里，重大的地缘政治变化和事件，

　　包括俄乌冲突和中国技术崛起，使包括人工智能在内的新兴技术的近期军事影响更加具体化。美国 国防部已经做出反应，增加了追求人工智能目标的紧迫性，包括创建旨在提 高国防部人工智能采用能力的新组织，发布《负责任的人工智能战略和实施 途径》，正式确定一套指导性的道德原则，增加对为人工智能量身定做的项 目和收购机制的资金和支持，以及重组其内部人工智能和数据生态系统。 由于最近的这些路线调整措施，已经有了一些早期进展的迹象。在多年 的潜力未得到满足之后，国防部现在正有效地增强美军的人工智能能力。然 而，这些措施会产生什么样的长期影响，以及最近的努力是否足以打造一支 完全人工智能化的美国军队，还需要很长时间才能明确。