美國一直在積極地在國防部和各軍種 進行人工智能的原型設計、實地操作和防禦性應用。然而，重要的是要注意 到，大多數人工智能的應用是基於軟件的，而不是基於硬件的，因此對國防 部更具挑戰性。國防部正在大力追求這些能力，但要注意的是，“由於國防部正在努力解決其與傳統軟件的差異，其用於戰爭的大多數先進人工智能能 力仍在開發中”。 雖然人工智能在國防背景下的用途似乎是無窮無盡的，例如使用人工智 能來提高現有系統的精度和準確性，以及製作模擬的培訓計劃和戰爭推演， 國防部還一直在以下領域追求一些更明顯、更成熟的人工智能應用： ·情報、監視和偵查·網絡 ·自主系統和車輛 ·指揮和控制 ·救災 ·後勤雖然只列舉了這幾個重點領域，但目前正在開發的大多數國防人工智能 項目可以整合或適應多種情況和任務，如不同的平台或由不同的軍事部門使用。

　　為了說明這一點，政府問責局(GAO)的一份報告確定了2021財年近700 個國防部人工智能項目，其中大部分“尚未與具體系統相匹配，但有可能廣 泛適用於多個系統”。此外，在報告的88個主要武器系統中，只有17個“明 確確定了相關的人工智能項目”。下面幾節詳細介紹了美國軍方所追求的更明顯的、針對具體任務的人工智能應用案例。

　　情報、監視和偵察

　　人工智能已經顯示出對ISR能力的巨大影響，有能力快速識別模式並分 析來自不同來源的大量不同數據。將人工智能用於ISR可以說是人工智能在 美國國防方面最早的公認應用之一。“梅文項目”使用計算機視覺和算法來幫助視頻和圖像分析，是國防部內第一個取得巨大成功的人工智能項目。 在某種程度上，“梅文項目”重新點燃了美國對國防人工智能的興趣。在該 項目成功的基礎上，最近還出現了其他的人工智能計劃。例如，陸軍的 Scarlet Dragon使用了“梅文項目”的數據，為大規模作戰行動提供人工智 能增強的目標協助，而海軍陸戰隊正在努力“將作為‘梅文項目’一部分開 發的算法納入其能力，並使傳統的武器系統現代化”。人工智能也正在以分 層的方式使用，並結合使用多種應用和技術。例如，海軍第59特遣部隊正在 努力創造具有成本效益的、

　　完全自主的車輛，這些車輛還具有人工智能監視 能力，以監測從“敵對的伊朗無人機到到流氓海盜”等各種威脅。 更廣泛地說，其他人工智能技術也在國防部內得以使用。國防部和情報 界已經採用面部識別技術來“識別已知或被懷疑是恐怖分子的個人，研究關 於可疑威脅行為者的信息，以及監測或監視地點以尋找目標人物”。

　　網絡

　　關於人工智能如何影響網絡安全和網絡操作，美國國內大部分討論的都 是其破壞性能力。例如，人工智能預計將“隨着時間的推移使網絡防禦者的 工作更加困難，越來越快的計算機助長了越來越複雜的攻擊和更快速的網絡 入侵”。同樣，自然語言處理和深度偽造等技術，特別是與網絡攻擊結合使 用時，已經提高了影響行動或“魚叉式網絡釣魚”的保真度。 海軍和陸軍都採用商業機器學習算法，在商業和政府數據上進行訓練， 以更好地檢測網絡威脅。總的來說，國防部正與美國網絡司令部密切合作， 採用人工智能來加強網絡保護工具。此外，海軍陸戰隊中將邁克爾·格羅恩 認為，人工智能和數據正推動整個部門在保護和使網絡更具彈性方面進行思 想轉變。

　　自主系統和車輛

　　雖然大多數人工智能應用並不是武器系統，雖然人工智能與自主性不是 一回事，但越來越多的自主系統被宣傳為人工智能的實體表現。人工智能的 進步--特別是將人工智能納入平台的駕駛、制導、導航、ISR和目標獲取系 統--已經使從車輛到彈藥的一切都有了更大程度的自主性。在系統協調等理 念方面也取得了實打實的進展，從而形成了協同作戰或蜂群等能力。目前正 在開發的此類研發項目包括美國海軍的“幽靈艦隊”--其目標是到2045年， 每三艘軍艦中就有一艘是完全自主的，艦上沒有任何人類船員--以及美國空 軍的“金帳汗國”實驗，該實驗希望開發能自主分享信息、改變路線和尋找 高度優先目標的蜂群式空射和空投智能武器。

　　指揮與控制

　　人工智能也越來越多地被用來收集、識別和綜合多種數據流，以提高對 戰場和局勢的實時認知，並更好地將傳感器與操作員和決策者聯繫起來。使 用人工智能創建一個單一的信息源，有時被稱為“通用態勢圖”(其他國家 稱其為“玻璃戰場”)。國會研究服務部的一份報告指出，“目前，決策者 可用的信息來自多個平台，格式也不盡相同，往往存在大量冗餘或未解決的 差異”。在這方面，人工智能被視為實施美國國防部全域聯合指揮與控制 (JADC2)願景的關鍵組成部分--“其目的是集中規劃和執行空中、太空、 網絡空間、海上和陸基行動”，使部隊完全互聯和同步。

　　國防部在2022年3月發布了JADC2實施計劃，其中詳細說明：“JADC2使聯合部隊能夠利用自動 化、人工智能、預測分析和機器學習迅速對整個戰鬥空間的信息進行感知、 理解和行動，通過彈性和強大的網絡環境提供解決方案。”數據和人工智能 已經變得非常重要，CDAO未來將領導JADC2的戰略要素。所有軍種的JADC2項目--陸軍的“融合項目”、海軍的“超配項目”和 空軍的“高級戰鬥管理系統”都以某種形式使用了人工智能。例如，陸軍利 用其人工智能網絡Firestorm，在最近與盟國進行的“融合項目”實驗中， 將美國陸軍傳感器的情報直接傳送給澳大利亞和英國部隊。空軍也啟動了一 系列全球信息主導權實驗(GIDE)，“通過整合來自全球傳感器和來源網絡 的更多信息，利用人工智能和機器學習的力量來識別數據中的重要趨勢，並 提供當前和預測信息”，

　　讓指揮官有更多時間做出決定。 2021年11月，“超配項目”發起了一項“人工智能挑戰”，旨在利用人 用智能技術來解決當前和未來的作戰差距。即使是相對年輕的太空部隊也已 經開始研究類似的能力，與空軍合作開發基於人工智能的領域意識能力，為 外太空量身定做。 同樣，DARPA也啟動了一些項目，利用人工智能“對系統和傳感器進行聯 網，對傳入的傳感器數據進行優先排序，並自主決定部隊的最佳組成”，即 “空域快速戰術執行全面感知”(ASTARTE)項目。

　　救災

　　國防部也在追求人工智能用於人道主義目標。當JAIC在2018年首次成立 時，該機構最初有兩個能力交付項目，稱為國家任務倡議，其任務 之一是人道主義援助和救災(HA/DR)。NMI背後的想法是利用人工智能和機 器學習為“解決問題的原型應用提供動力，以快速識別和定位受自然和人為 災害影響的人和基礎設施”。例如，預測性地理空間智能和計算機視覺都在 開發中，以便在這些情況下使用。例如，在2018年，DIU主辦了xView2挑戰 賽，測試計算機視覺算法，在自然災害發生後通過衛星圖像對建築物的結構 性損壞進行評分和排序，以便更有效地分配應急小組和資源、

　　後勤

　　JAIC最初負責的第二個NMI是預測性維護。後勤的一個重要組成 部分是確保物資符合標準並得到良好的維護。NMI背後的想法是使用人工智 能來提高效率，並通過提前預測一個部件可能出現的故障來減少與維護有關 的成本--這種技術被稱為預測性維護。通過這種方式，人工智能可以提供基 於單位的、特別定製的建議，而不是等待一個系統或部件出現故障後再進行 修復，也不是依賴固定的、全部隊的維修時間表。 例如，JAIC與美國特種作戰司令部第160特種作戰航空團合作，創建了 一個自然語言處理工具，稱為“工作單位代碼校正器”，以提高“H-60直升 及維修記錄的整體質量，以改善機隊健康報告”。同樣，美國陸軍的後勤支 持活動(LOGSA)早在2017年就與IBM的沃森簽訂了合同，根據傳感器數據為 其部分裝甲車輛制定量身定製的維護計劃，一旦該項目取得成功，就會延長 合同，讓沃森優化備件運輸。

　　結語

　　美國有意願也有辦法在人工智能的國防應用方面取得世界領先地位--政 府高層領導和政策制定者都給予了支持，私人和學術領域也存在豐富的人工 智能研究生態系統。此外，人工智能越來越被視為解決國家安全問題的關鍵 所在，特別是在與美國對手的能力相匹配和解決中國的步伐挑戰方面，這些 也是2022年國防戰略的重點所在。 令人驚訝的是，儘管有這些激勵因素，美國政府，特別是國防部，除了 一次性的項目或倡議之外，還沒有認真地、廣泛地使用人工智能。行動滯後 的部分原因是各部門更習慣使用基於硬件的能力，而不是軟件。然而，阻礙 美國國防創新，特別是人工智能採用的最重要障礙是：1)組織結構和採購 過程不適合將商業和民用的通用技術轉化為用於國家安全和國防背景的基本 能力，以及2)嚴重的人工智能/STEM人才不足。 在過去的一年裡，重大的地緣政治變化和事件，

　　包括俄烏衝突和中國技術崛起，使包括人工智能在內的新興技術的近期軍事影響更加具體化。美國 國防部已經做出反應，增加了追求人工智能目標的緊迫性，包括創建旨在提 高國防部人工智能採用能力的新組織，發布《負責任的人工智能戰略和實施 途徑》，正式確定一套指導性的道德原則，增加對為人工智能量身定做的項 目和收購機制的資金和支持，以及重組其內部人工智能和數據生態系統。 由於最近的這些路線調整措施，已經有了一些早期進展的跡象。在多年 的潛力未得到滿足之後，國防部現在正有效地增強美軍的人工智能能力。然 而，這些措施會產生什麼樣的長期影響，以及最近的努力是否足以打造一支 完全人工智能化的美國軍隊，還需要很長時間才能明確。