美军推进智能化转型的主要做法
美国将人工智能置于支撑其全球军事大国地位的战略核心，将自主技术、人工智能视为“改变战争游戏规则”的颠覆性技术、支撑美国抵御未来数十年威胁的关键，加强提前布局、顶层设计、规划引领，将人工智能技术广泛应用渗透到监视侦察、威胁评估、水雷战、网络安全、情报分析、指挥控制、教育训练等各个领域，助推美军智能化转型，以保持美军在未来战场上的绝对优势，夺取未来战争的主动权。
一、以战略规划引领智能化转型
美军提出了以人工智能为关键支撑技术的“第三次抵消战略”，发布了《国家人工智能研究与发展战略规划》《2009—2034财年无人系统联合路线图》，提出了“分布式作战”“蜂群”等一系列新型作战概念，推动智能化导弹、智能指挥控制系统、自主无人系统等相关人工智能军事应用项目的部署实施，加快人工智能技术向武器装备系统和无人作战体系的转化进程，提升战场态势感知、军事情报分析、远程精确打击、反导反卫等能力，体现了美军利用人工智能和自主能力等先进技术，实现作战效能的阶梯式飞跃，抵消对手作战能力、形成绝对军事优势的发展思路。美军各军种先后制定了“智能化发展路线图”，如《无人系统综合路线图（2017—2042财年）》《海军无人系统战略路线图》《地面无人系统路线图》《机器人路线图》等，探索有人与无人系统统一编组、无人装备平台的实战化应用以及未来战争的作战样式和制胜模式，形成针对主要对手的新“代差”优势。
2018年1月美国发布的《国防战略》认为，人工智能等新技术是确保美国打赢未来战争的关键。“高级自主武器”成为《国防战略》确立的美军现代化的八项重点之一。2019 年 2月12 日，美国国防部网站公布了《2018 年国防部人工智能战略摘要》，系统阐述了五角大楼对于人工智能的官方认知、战略部署及重点领域，标志着美军人工智能战略的正式出台。此外，美国国防部还出台了《云战略》《数字现代化战略》等相关战略文件，助推人工智能在军事领域的发展和应用。美军人工智能将应用于增强感知和决策能力、提高操作设备的安全性、实施预测性维护和供应、简化业务流程等四个领域。美军将采取一系列重大举措，整合人工智能相关技术，加强关键任务地区的军事部署和行动。例如，提高决策能力，提高操作设备的安全性，实施预测性维护和供应，简化业务流程。依赖信息化和数字化建设所构建的框架，美军已开始步入军事体系智能化建设的稳定发展之路。
美军计划到2020年，美军的智能化水平逐步提高，从自动行为转变为自主行为，能预先感知人、环境和有效操作；加强人机交互，实现合作与信任。2020年以后，美军将进一步完善战场认知能力，提高自主能力和智能化水平，同时实现一些概念，例如智能化无人系统编队在对抗环境中的自主作战，无人系统与有人平台协同作战。预计到2035年前，美军将初步建成智能化作战体系；至2050年前，美军的智能化作战体系将发展到高级阶段，武器装备系统与战场信息系统、指挥控制系统将全面实现智能化。
二、加大军事智能研发力度
2018年7月底，美国国防部宣布了合同金额高达100亿美元、合同期为10年的“联合企业防御基础设施云”项目招标。2018年9月，在机构成立60周年研讨会上，美国国防部高级研究计划局宣布已经投资20亿美元用于人工智能技术研发，尽管这些资金大多是早期启动的项目，但是也表现了国防部国防研究计划局致力于人工智能工具研发的力度。2019年3月，五角大楼为国防部直属的联合人工智能中心拨款9000万美元，以推动人工智能技术研发，大力发展“以人为导向的人工智能”，确保人在“严肃认真”“负责任”地使用人工智能方面发挥重要作用。据美国军方知情人士透露，该中心未来5年计划投入17亿美元，联合美军相关单位和美国17家情报机构，共同推进约600个人工智能项目。当前，美国国防部高级研究计划局开展的与人工智能相关项目多达20余个。
《2020财年美国国防授权法案》给联合人工智能中心划拨2亿美元资金。《2021财年美国国防授权法案提议》特别强调对人工智能、5G、高超声速等关键技术进行投资，建议对人工智能投资8.41亿美元，对“自主性”投资17亿美元。美国国防部预计在2020财年向人工智能和机器学习技术研发投资9.44亿美元。美国国防部高级研究计划局2020财年预算申请包括1.38亿美元的先进地面系统技术项目，其他预算还包括1000万美元的“高度网络化的相关数据分发”项目和1.61亿美元的“AI人机共生”项目。新项目表现出网络化、无人驾驶和广泛分布的网络空间能力等特征。利用人工智能技术支持自主系统的发展，符合美军“拥有更多自主系统，在拒止竞争环境中支持作战人员”的国防战略。
美军2015-2019财年人工智能预算申请总额分别为0.78亿美元、1.65亿美元、2.96亿美元、3.30亿美元、4.26亿美元，2020财年预算申请9.44亿美元，相比2019财年增长121%。2015-2020财年预算文件中公布的2013-2018年的预算执行经费分别为0.41亿美元、1.03亿美元、2.25亿美元、2.21亿美元、2.75亿美元和3.56亿美元，执行经费增长幅度平缓，且有稍微的波动，但整体呈增长趋势。从2020财年的大幅度预算经费增长来看，美军对人工智能技术的关注度增加，人工智能在美军武器装备发展中的应用前景十分广阔。
三、聚力实施人工智能应用重点项目
美军的人工智能项目预算投入，侧重于增强智能、机器学习和智能应用三个方面。美国国防部启动的“可解释的人工智能”项目，开发新的机器学习体系结构，可对机器决策做出准确的解释，帮助用户理解系统如何工作及其可信度。项目具体目标是创建一套机器学习技术，用于生成可解释模型同时保持较高的预测精度，以便人类用户理解、适当信任和有效管理新一代人工智能合作伙伴。美国国防部高级研究计划局开展了“自适应电子战行为学习”“自适应雷达对抗”“极端射频频谱条件下的通信”等电子战项目，通过实施自学电子攻击技术、认知无线电台技术、协作决策感知模型、基于脑电波识别和认知算法的战场威胁探测技术等项目，推进人工智能技术在武器装备领域的应用。美国陆军装备司令部通信—电子研究、开发和工程中心启动CVS项目，旨在通过综合应用认知计算和人工智能等技术，以应对海量数据源和复杂战场态势，提供主动建议、高级分析和自然人机交互，为指挥员制定战术决策提供从规划、准备、执行到战争行动回顾全过程的决策支持。
美军加快深度学习技术向应用的转变。自2017财年开始增加深度学习科研项目，包括研发可用于低功耗平台的嵌入式深度学习算法与稀疏数据分析的深度学习技术，以及通过深度学习方法和人工神经网络实现目标分类等。通过实施自学电子攻击技术、认知无线电台技术、基于认知的协作决策感知认知模型、基于脑电波识别和认知算法的战场威胁探测技术等项目，大力推进认知计算技术在指挥控制领域的应用。“可靠自主性”项目的目的是保证自主学习系统在不确定的环境中的可靠性和安全性。该项目将优先解决军用自主系统方面存在的挑战，在可靠性设计、可靠性监测及控制和动态可靠性三个密切相关的技术领域中寻求突破。“机器常识”项目旨在使机器通过学习或其他方式获得常识，基于生物启发的学习方法，在先前知识和经验的基础上不断地学习和提高能力，能够应对任务变化或处理数据的意外偏差。
美国国防部高级研究计划局设立KAIROS的人工智能项目，以提升态势洞察、预警探测、情报处理和战争理解能力。该系统具备更强的侦察预警、情报处理和战争理解能力，能够获得“情报之外的情报，情报背后的情报”。美国国防部高级研究计划局设立的“人工智能科学和开放世界新奇学习”项目，旨在推进第三代人工智能技术的开发，解决机器和人类“思考”方式的基本差异，促进人机融合与团队合作，使人工智能系统成为“解决问题的合作伙伴”，在网络安全、数据图像分析、无人机群操作等方面起到增强人类能力的作用。美国国防部高级研究计划局发布“智能神经接口”“人工智能科学和开放世界新奇学习”项目公告，描述实现“人机融合”的思路，旨在推进第三代人工智能技术的开发，在网络安全、数据和图像视频分析、无人机群操作等方面起到增强人类能力的作用。通过开发神经技术、拓展脑机接口应用，建立起智能武器系统和作战人员之间的心灵感应链接，使作战人员能够与智能武器系统进行适时的思想交互。
2019年4月，美国陆军承包司令部在政府网站发布了一项请求信息，寻求对致命微型空中导弹系统（LMAMS）的行业投入，最终的LMAMS必须包括一个“全能导弹”，要求是一种开箱即用的导弹，包括弹头、数据链、导航、传感器和发射器。美军将通过发展智能化武器装备、信息系统和决策支持系统以及定向能、高超声速、仿生、基因和纳米等新型武器，使武器装备系统与信息系统、指挥控制系统全面实现智能化，更多样的仿生、基因、纳米等新型武器可能走上战场，作战空间进一步向生物空间、纳米空间及智能空间拓展。
四、着力提升人工智能“可解释性”
在军事领域应用人工智能的目标，并不是要完全替代人类智能，而是使人工智能与人类智能有机融合，实现功能互补、相得益彰，以进一步增强人类智能，使指挥员和一线作战人员专注于战争谋划、行动协同、指挥决策、战场防护等工作，根据作战任务属性和作战人员背景进行自适应调整，确保人机间的高效协同互补，更好地发挥人作为战争制胜的决定性因素的主动性。因此，需要在深度学习技术的基础上，进一步发展深度解释、复杂模型灵活解析、人机互信表达与信赖进化等模型。
由于机器不能向用户解释其想法和行动，研究人员也无法完全理解人工智能系统的决策过程，难以分辨人工智能系统某个具体行动背后的逻辑。可解释性是人类与人工智能关系发展的核心，人工智能系统必须向操作人员解释行为决策原因，以获得人类信任。因此，提升“可解释性”将成为美军未来人工智能技术发展及其应用的重点。美军的“可解释的人工智能”项目正在开发新一代机器学习技术，改进可解释的机器学习方法，完善人工智能解释理论的计算模型，优化可解释的机器学习用户界面，并将其集成到原型系统。
美军的“不同来源主动诠释”项目将开展模糊性多源信息流的重要数据筛选研究，开发一种多假设“语义引擎”，根据从各种来源获得的数据，产生对现实事件、形势和趋势的显性化释义，解决当今大数据环境下的数据繁杂、矛盾和潜在的欺骗问题等。通过开发直观界面，允许用户在分析的任何阶段修改所提取的语义元素和所生成的假设，使用真实世界数据评估所生成假设的有效性和完整性。“自动知识获取”项目旨在利用语义识别技术和机器学习技术使不同来源的数据和信息自动整合成一个数据源，使机器能够在不需要人工干预的情况下执行整个数据集成，帮助作战人员自动建立对目标区域军事、政治、经济、社会和文化的广泛认知，是在数据处理领域的重要应用。“确保AI抗欺骗可靠性”项目旨在开发新一代防御技术，抵抗针对机器学习模型的对抗性欺骗攻击，通过挑战性问题、攻击模拟和公开竞赛建立机器学习风险评估试验台。
当前美军推进人工智能技术应用还存在诸多的技术瓶颈，包括发展多情报传感器和武器的交叉提示以及动态任务重新分配能力，还需要精确导航与受时，交叉提示传感器，将信息传送到其他系统、将数据分发到地面控制站，多输入、多输出通信以获取准确信息，并将数据转化为信息、将信息转化为知识。当前的机器学习系统无法不断学习或适应新的情况，系统程序在经过学习训练后会出现固化，在系统部署后无法对不可预见的情况做出响应。此外，无法感知、理解和判断事物，缺乏机器常识，会阻碍智能系统与外界的自然交流以及在不可预见的情况下合理行事并从新的体验中学习，这将是美军目前拥有的人工智能应用程序与未来创建更通用的人工智能应用程序之间的最大障碍。所有这些，都将是美军推进人工智能技术发展及其在军事领域应用需要解决的重大课题。
（转发本公众号文章，请注明来源于上海市军民融合发展研究会公众号）
