2019學術大禮包丨加入學術plus丨2018學術大禮包丨2017不可以錯過的重磅報告們
1月26，蘭德發布了題為《The Department of Defense's Posture for Artificial Intelligence: Assessment and Recommendations for Improvement》（國防部對人工智慧的態度——評估和改進建議）的報告，就美國國會2019年《國防授權法案》中提出的關於「美國國防部是否已準備好利用人工智慧及相關技術的潛力，是否需要採取措施以更好地利用人工智慧技術」等問題進行了回答。
文章僅供參考，觀點不代表本機構立場。
蘭德：《國防部對人工智慧的態度——評估和改進建議》報告
作者：學術plus高級評論員 張濤
（1）美國國防部在發展和使用人工智慧的各個方面都面臨巨大挑戰。（2）研究人工智慧對美國防部和戰略決策的影響，需從整體上考慮三個關鍵要素及其相互作用，分別是：「技術和能力空間、國防部人工智慧應用的範圍、投資空間和時間範圍」。（3）蘭德向美國國防部提出了11條建議，包括美國防部應調整人工智慧治理結構以使機構和資源與擴展的人工智慧任務保持一致；應以半年或年為單位開展人工智慧投資審查；聯合人工智慧中心（JAIC）應以年或半年為單位組織交流研討會以展示人工智慧計劃等。1956年，達特茅斯會議上提出了人工智慧的概念。同年，DARPA（當時為高級研究計劃局（ARPA））就啟動了人工智慧的研究，旨在將人工智慧技術應用於國防領域。1963年，DARPA 就資助麻省理工學院開展人工智慧相關研究。隨後到20世紀90年代，出現了人工智慧發展的2波浪潮。2018年，美國國防部成立了聯合人工智慧中心（JAIC），旨在將人工智慧大規模應用在軍事領域，提高美軍智能化作戰水平，使美軍保持和佔據軍事優勢。
蘭德將NDAA（官方授權法案）中的人工智慧任務提煉為以下三個問題，並嘗試解答：
對於第一個問題，蘭德評估了國防部決策者需要了解的人工智慧技術。
對於第二個問題，蘭德從六個維度評估了美國國防部對人工智慧的態度，如表1所示：
表1.從六個維度評估DoD對 AI的態度
國防部決策者需要了解的AI
研究人工智慧對國防部和戰略決策的影響需要採取整體觀點，具體從以下三個關鍵要素和交互方式進行考慮：技術和能力空間；國防部人工智慧應用範圍；投資空間和時間範圍。
包括算法在內的許多技術都是人工智慧技術的基礎。近期人工智慧技術的發展依賴於有監督學習，尤其是深度學習算法。然而深度學習算法的成功有賴於大規模的數據集和大量用來訓練模型的算力。深度學習算法往往局限於特定的應用，而演示的應用程式往往是商業化的。此外，VVT&E對於安全關鍵型軍事應用等 AI 應用仍然極具挑戰性。
國防部人工智慧應用的範圍由操作（作戰）環境、資源、速度、失效的影響4個獨立因素確定的。國防部人工智慧應用的範圍可以分為：
企業級AI：包括在環境受控的軍隊醫院的健康記錄管理應用，其中分析師和決策者可以訪問充足的計算資源，數據可以恢復，失效的影響可以忽略不計。
任務支持級AI：由算法戰爭跨職能小組（也稱為Maven項目）等應用程式組成，旨在利用ML幫助人類分析無人機在戰區收集的全運動視頻數據中的大量圖像。
作戰級人工智慧：指將人工智慧集成到武器系統中，此類人工智慧應用必須適應動態的作戰對抗環境、快節奏、有限的計算和通信資源（可能還包括數據資源）、失效後對傷亡和戰略目標的影響重大。
除了開發或獲取各種應用的 AI技術所需的投資外，人工智慧的成功還需要三種其他投資：
蘭德分析表明，國防部的持續投資實現大規模部署的預期目標為：
近期——企業級 AI（最多五年）
中期——大多數任務支持級別AI應用（5至10年）
長期——大多數的作戰級 AI 應用（十年以上）
蘭德研究發現，總的來說，美國國防部對人工智慧的應用比較積極，但國防部在評估的所有方面都面臨顯著挑戰。
在組織結構上，當前的國防部人工智慧戰略既缺乏評估進度的基線，也缺乏衡量進展的標準。迄今為止，JAIC（聯合人工智慧中心）尚未獲得大規模部署人工智慧所需的的權限、資源和可見性。JAIC的影響範圍局限在國防部內。
在數據層面，數據非常缺乏。即使存在數據（集），也缺乏可追溯性、可理解性、可訪問性和互操作性。
當前，AI技術的VVT&E狀態無法確保 AI 系統的性能和安全性，尤其是那些安全關鍵型系統。
國防部缺乏明確的跟蹤和培養人工智慧人才的機制。而隨著與學術界、產業界和其他領域的競爭日益激勵，國防部在人才方面面臨的挑戰將會日益增加。
國防部內人工智慧的開發方和最終用戶之間的溝通渠道很少。
目前國防部內關於人工智慧實踐的做法和流程可能會阻礙國防部內的人工智慧創新，同時影響國防部在人工智慧領域引入外部創新的能力。
蘭德對美國國防部提出了11條戰略和戰術建議，以幫助國防部發展和利用人工智慧：
【建議1】國防部應調整其人工智慧治理結構，以確保授權和可獲得的資源與規模化應用人工智慧的使命相一致。
【建議2】JAIC 應制定一個五年戰略路線圖，路線圖中應提出明確的基線和指標。
【建議3】每個中心化的（集中式）AI服務組織都應制定一個五年戰略路線圖，路線圖中應提出明確的基線和指標。
【建議5】JAIC 應該每年或每兩年舉辦一次技術研討會，展示國防部範圍內的全部人工智慧項目。
【建議6】國防部應該與工業界和學術界密切合作，推進人工智慧系統VVT&E的科學和實踐。其中，JAIC應該在協調內部和外部合作夥伴，與國防部負責研究和工程的副部長、負責採購和維護的副部長、作戰測試與評估等方面起主導作用。
【建議4】JAIC應該與國防部負責研究和工程的副部長、負責採購和維護的副部長、參謀長聯席會議主席、人工智慧服務代表合作對國防部範圍內對人工智慧投資進行年度或半年度的投資審查。
【建議7】所有資助的人工智慧項目都應包括人工智慧VVT&E 的預算。
【建議8】國防部範圍內的所有機構都應創建或加強AI 研究人員、技術開發人員和操作人員之間聯繫的機制。
【建議11】國防部應通過滲透和適當的開放程度作為增強國防部獲得人工智慧人才的一種手段。
【建議9】國防部應認識到數據是非常重要的資源，繼續採用收集和固化數據的做法，並在解決共享後以及分析和使用期間保護數據的問題後加強數據共享。
【建議10】國防部應該加強與外部的接觸以激勵創新，首席數據官應該向AI社區提供一些國防部的數據集。
【參考連結】
https://www.rand.org/pubs/research_briefs/RB10145.html
https://www.rand.org/pubs/research_reports/RR4229.html
（全文完）
大國競爭中，3個關鍵新興信息技術
未來5年，顛覆世界軍事的7項關鍵技術
美國《2020戰略評估》
張濤，學術plus高級評論員，專注研究人工智慧產業技術與網絡信息安全。
長按識別二維碼查看更多觀點或進入公眾號「個人專欄」結識「學術plus」專家作者團隊。
來了快看：2019學術大禮包
點擊領取：2018學術大禮包
來吧！加入學術plus
聲明：版權歸原作者所有。文章觀點不代表本機構立場。圖片均來自於網絡。