1 引言

1.1 云服務的未來

英國防部數字骨干網的一個重要組成部分是跨所有分類的超大規模云功能。路線圖闡述了明確意圖，即協調和加速整個英國防部最雄心勃勃的超大規模云計算采用計劃。

英國防部將數據作為一種戰略資產，使其未來能夠比對手更快地行動。英國防部將擁有無與倫比的能力來消費、匯總、分析和利用數據，這將適合未來在所有領域的全球綜合作戰。

英國防部正在制定一個強大的愿景，并制定支持計劃和方案，以凝聚和授權消費先進云服務。

將整合現有的能力，同時設計和提供新的能力，通過交付工具--Cirrus組合，為整個英國防提供單一的服務。將與世界領先的供應商合作，并與那些已經在美國軍隊中提供類似能力的供應商合作。

• 查理-福特，英國防部首席信息官，數字功能負責人

1.2 目的

本國防云戰略路線圖的目的是闡述英國防部使用更多世界級云計算能力所需的愿景和變革。云是實現英國防部數字骨干和數據戰略的關鍵推動因素。建立正確的云平臺將極大地提高事業內部和戰術邊緣的用戶體驗質量，加速數據的利用，并提供更復雜的方式來提供國防產品。

該路線圖闡明了戰略成果、緊密相連的依賴關系以及加速英國防部超大規模云服務的交付和利用的漸進步驟。該路線圖將"方法"與"手段"結合起來，以實現英國防部的云計算目標，重點是消費超大規模的平臺即服務（PaaS）和基礎設施即服務（IaaS）產品，并輔之以MODCloud軟件即服務（SaaS）服務。英國防部需要投資于徹底的文化轉變、流程和云技能，以在數字時代進行轉型和競爭，并與我們更廣泛的國防數字戰略保持一致。

1.3 受眾

該文件為英國防部的所有職能部門、指揮部和授權機構提供了明確的意圖、方向和指導。本路線圖面向廣大讀者，包括云計算的用戶、所有者和客戶、政府和國際盟友的決策者和合作伙伴。該路線圖將對能力發起人、SORs、采購組織和運營當局；FLCs、TLBs和國防客戶的領導人；實現數字骨干的CIO和項目團隊；國防數字架構和安全團隊以及正常業務團隊特別感興趣。

1.5 與數字戰略的映射

國防云戰略路線圖應與其他國防戰略一起閱讀，包括數字戰略、數據戰略、網絡彈性戰略、技術戰略，以及任何相關的即將出臺的數字功能子戰略。

國防數字戰略。國防數字戰略概述了國防數字功能將如何通過提供一個安全的、單一的、現代的數字骨干來進行轉變。云是它的基礎技術。

數據戰略。數據戰略闡述了國防部利用數據作為戰略資產所需的數據愿景和轉型變化。

網絡彈性戰略。網絡彈性戰略闡述了建立網絡彈性國防所需的原則和轉變。

國防技術戰略。技術戰略制定了泛國防數字技術的愿景，指導實現國防數字戰略的轉型變革，并提供數字骨干。

國防云戰略路線圖。該文件概述了采用更多現代云平臺和實現數字骨干的過程。

云技術在國防領域的未來

英國防部的數字戰略概述了國防部利用數字和數據作為促進更快、更好決策的手段所需的步驟變化。作為數字主干的一個重要推動者，云是一個支撐平臺，它將 "通過適當的決策者，將傳感器和效應器連接起來"。

云將提供一個基礎，在此基礎上建立和提供所需的未來能力。它支持并實現了所需的先進應用和服務的速度，因此可以跟上對手的步伐，并成功戰勝對手。它將促成并提供易于獲取和快速擴展的按需服務和應用。反過來，這將使部署的用戶能夠在戰場上迅速和安全地檢索和處理數據，并使商業用戶能夠從任何地方訪問企業系統。

自助服務和自動云服務將為國防用戶帶來共同的合同、共同的定義和共同的直接認證方式。

• 自助服務--易于使用的和標準化的
• 自動化--用戶可以更快地利用和存儲數據
• 無縫--通過改善連接

定義防御架構

由參考架構、通用模式和公認標準支撐的云服務，使利用云服務更加安全、一致和可互操作，并在整個國防部提供一致的云部署。

通用技術架構（CTA）是一個框架和架構方法，在此框架和方法下，可以開發數字骨干及其基礎組件和服務的詳細技術定義。它也是政策、標準和參考模式的框架，可以指導和管理數字骨干的交付和采用。

支撐CTA的政策和標準將確定內部和外部合作伙伴需要遵循的規則，以確保整個技術領域的一致性，并使國防部能夠充分實現其無縫數據共享、整合和互操作性的愿景。

在正確的時間提供正確的架構

由于云計算的采用在相互依賴、網絡整合、數據分散、安全和保證方面的復雜性，在為云計算設計時，獲得正確的架構指導是非常重要的，它可以傳達最佳實踐并提示常見陷阱。

英國防部的架構師將與FLCs、TLBs和行業合作伙伴合作，確保正確的CTA構件可用，以支持實施符合要求的適當的云功能，并支持利益相關者在遷移到云的過程中采用云服務。這些人工制品包括模式、參考架構和標準，隨著時間的推移，將提供一個不斷發展的 "積木 "參考庫，可用于整個國防。

云能力3年計劃

美國國家人工智能（AI）研究資源（NAIRR）工作組近日發布題為《加強和民主化美國人工智能創新生態系統：國家AI研究資源實施計劃》最終報告。該報告是建立國家研究基礎設施的路線圖，該基礎設施將擴大對AI研發必不可少的資源的訪問。報告由引言，民主化和加速AI研發的國家網絡基礎設施，NAIRR組織、管理和治理，NAIRR架構和對資源要素的技術要求，NAIRR組織和資源的分階段擴建，以及結論六部分，另有12個附錄構成。主要內容如下：

人工智能(AI)是推動科學發現和經濟增長的創新引擎。它正日益成為解決方案不可或缺的一部分，這些解決方案將影響從日常工作到社會層面挑戰的方方面面，最終服務于公共利益。同時，也有人擔心AI會帶來負面的社會環境影響后果。為了實現AI的積極和變革潛力，當務之急是利用美國所有的聰明才智來推進這一領域的發展社會挑戰，為所有美國人工作，維護美國的民主價值觀。

然而，AI當前前沿的進展往往與獲取大量計算能力和數據有關。今天，這種機會往往僅限于資源豐富的組織。這一巨大且不斷擴大的資源鴻溝有可能限制和不利地扭曲AI研究生態系統。這種不平衡威脅到美國培養AI研究的能力社區和勞動力反映了美國豐富的多樣性和駕馭AI的能力推進公共利益。

一個廣泛可用的AI研究網絡基礎設施資源、數據、試驗臺、算法、軟件、服務、網絡和專業知識，如這份報告中所述，在美國將有助于為了所有人的利益去民主化AI研發態勢。這將有助于創造途徑來擴大從事AI的研究人員，致力于AI方法和應用的發展和多樣化。網絡基礎設施也有助于為所有科學領域和學科的進步，包括AI審計、測試和評估等關鍵領域，可信人工智能、偏差緩解和AI安全開辟新的機會和多樣化的視角，反過來可以導致新的想法，否則不會實現，并設置條件開發設計包容的AI系統。

作為2020年國家AI倡議法案的一部分，國會建立了國家AI研究資源(NAIRR)工作組研究發展“NAIRR”作為國家AI研究的可行性和可取性網絡基礎設施，并“提出一個路線圖，詳細說明應該如何建立NAIRR”持續有效。最近的2022年芯片和科學法案強調了通過投資實現國家人工智能研究網絡基礎設施的民主化，從下一代圖形處理器（GPU），加速高級計算的開發到高密度內存芯片——以及積極吸引廣泛多樣的美國人才的措施在前沿科學和工程領域，包括人工智能。

建立NAIRR時應考慮四個可衡量的目標，即(1)刺激創新，(2)增加人才的多樣性，(3)提高能力，以及(4)推進可信的AI。NAIRR應通過支持研究人員的需求來實現這些目標，并來自不同背景的學生，他們追求基礎、使用激勵和轉化AI研究。這些用戶應位于美國或隸屬于美國組織，包括學術機構、非營利組織以及創業公司或小企業。

NAIRR應該包括來自各種提供商資源的一組聯合的計算、數據、測試床和軟件，以及技術支持和培訓，以滿足需求這個目標用戶群。NAIRR的具體設計、實施和評估應以四個關鍵目標為中心，并應支持收集數據以評估實現這些目標過程中的系統性能和成功的關鍵指標。

NAIRR的管理和治理應遵循合作管理原則，作為NAIRR一個單一的聯邦機構行政總部運營和指導委員會，由來自聯邦機構的負責人組成AI研究實體推動著NAIRR的戰略方向。項目管理行政總部機構內的辦公室應為管理NAIRR日常運營的獨立運營實體。由國家AI倡議辦公室(NAIIO)共同主持的指導委員會將在全國AI倡議辦公室的治理中納入來自各聯邦機構的利益和觀點。這些機構還應該直接支持資源提供者，如果聯合起來，他們的資源將構成NAIRR。應挖掘不同的觀點和專業知識，為NAIRR的運營通過用戶委員會、科學顧問委員會、技術顧問委員會和道德咨詢委員會向運營實體提供建議。

NAIRR應該提供對計算和數據的聯合訪問資源、測試平臺、軟件和測試工具以及用戶支持服務門戶網站。計算資源應包括傳統服務器、計算集群、高性能計算和云計算，并應支持對邊緣計算的訪問AI研發的資源和測試平臺。開放和受保護的數據應在分層訪問協議并與計算資源共處一地。經營實體應當它本身并不操作構成NAIRR的全部計算機硬件；相反，計算以及數據、測試和培訓資源應通過聯邦機構或多機構資助機會選擇的合作資源提供商作為服務交付。當完全實施時，NAIRR應解決容量(支持大型用戶數量)和AI的能力(訓練資源密集型AI模型的能力)需求研究社區。

NAIRR必須能夠被廣泛的用戶訪問，并提供一個平臺可用于教育和社區建設活動，以降低參與AI研究生態系統的障礙，增加AI研究人員的多樣性。NAIRR訪問門戶和公共網站應提供目錄、搜索和發現 有助于訪問數據、測試平臺、教育和培訓資源的工具經驗水平。

NAIRR應該為負責任的AI研究制定標準實施其治理流程。NAIRR必須積極主動地通過集成適當的技術控制、政策和治理機制解決。運營實體應遵循其職業道德咨詢委員會制定評估擬議研究的標準和機制從隱私、公民權利和公民自由的角度看NAIRR中包含的資源。應要求定期培訓，以建立NAIRR用戶對權利、責任，以及AI研究中與隱私、公民權利和公民自由相關的最佳實踐.白宮科學與技術辦公室2022年10月公布了AI權利法案的藍圖技術政策。

人工智能（AI）在國防領域的使用帶來了重大的倫理問題和風險。隨著人工智能系統的開發和部署，澳國防部將需要解決這些問題，以維護澳大利亞國防軍的聲譽，維護澳大利亞的國內和國際法律義務，并支持國際人工智能制度的發展。

這份報告《案例研究：國防中的倫理人工智能方法應用于戰術指揮和控制系統》是總理與內閣部（PM&C）、澳國防部和澳大利亞國立大學（ANU）3A研究所之間的科技（S&T）合作的產物。它使用《國防中的倫理人工智能方法》[1]來探討設想中的人工智能戰術指揮和控制（C2）系統的倫理風險，該系統整合了各種自主功能，以協助單個人類操作員同時管理多個無人駕駛車輛。

使用 "國防中的倫理人工智能方法 "對這一設想的C2系統進行分析，為三個利益相關者群體提供了關鍵的發現：澳國防部；人工智能技術開發者，以及那些尋求使用或迭代 "國防中的倫理人工智能方法 "的人。

對于澳國防部，該報告確定了關鍵的政策差距，并建議在以下方面采取行動。

• 對人工智能所做的決定和使用人工智能所做的決定制定一個問責框架

• 對操作員、指揮和系統開發人員的教育和培訓

• 管理支撐許多人工智能應用的數據，包括其收集、轉換、存儲和使用。

如果不采取行動，這些差距使澳國防部容易受到重大的聲譽和業務損害。

對人工智能技術開發者的其他關鍵發現涉及到有效性、整合、授權途徑、信心和復原力等主題。總的來說，這些發現鼓勵開發者考慮最有效的系統或算法（例如，在速度或準確性方面），是否一定是為決策者提供幫助的最佳選擇。在某些情況下，與規范性決策更一致的效率較低的算法可能更合適。此外，顯然需要研究哪些信息是做出好的判斷所必需的（特別是在問題復雜、背景重要的情況下）；以及應該如何快速傳達這些信息。通過考慮作為分析的一部分而開發的七種假設的道德風險情景，可以進一步探討這些關鍵的發現。

對于那些尋求應用或迭代《國防倫理人工智能方法》的人來說，報告建議開發更多的工具，以幫助從業者確定對其特定需求具有最大相關性和效用的領域；以及一套全面的定義，以幫助應用該方法。

本出版物是 "北約決策：大數據時代的承諾和危險"會議的成果，由北約盟軍指揮部轉型（ACT）、博洛尼亞大學和羅馬的國際事務研究所（IAI）組織。該會議于2020年11月17日在線舉行，是三個機構之間長期合作的一部分，它代表了ACT學術會議系列的第七次迭代。

執行總結

數字革命大大改變了我們生活的世界，提供了巨大的機會，但也使社會更加脆弱。技術使外部干擾更便宜、更快速、更全面：公民有可能成為信息戰的直接目標，一個社會的所有成員都可能以這種或那種方式成為沖突的一部分。從先進的武器裝備到指揮和控制，大多數與安全有關的領域都在經歷著深刻的變革，因為數據的可用性和傳輸量成倍增加。在這一背景下，本出版物探討了展望聯盟發展的三個相互關聯的方面：大數據和北約的組織挑戰；對盟國決策的混合威脅；人工智能在國防領域的采用和北約的作用。

大數據和北約的組織挑戰。將決策建立在比以前更多的信息基礎上，可能會導致復雜組織決策過程的真正革命，特別是因為這些信息將涉及現實的不同層面，而且會不斷地更新。除了巨大的信息量，大數據的另一個決定性因素是數據產生和處理的高速性。此外，這些數據通常會從不同的來源獲得，其可信度必須被仔細評估。最后，任何數據在決策過程的不同階段都可能具有不同的價值。所有這些特征都對那些旨在利用大數據減少其作戰中的不確定性的組織提出了具體要求。例如，巨大的數據量迫使人們獲得新的數據存儲技術，而高速度要求新的處理工具，可變的可信度和價值迫使組織制定新的分析方法。因此，任何尋求利用大數據的行為者都應該有明確的目標和定義明確的戰略，以劃定和實施其具體目標。

大數據的一個關鍵問題是為決策者提供與他們的目的真正相關的數據，而不僅僅是有趣。首席數據官和與數據相關的高級領導職位將在信息分析和實際決策過程中獲得至關重要的地位，但這些職位需要特殊的人才和工具組合，而這些人才和工具目前在許多大型組織中是稀缺的，尤其是在公共部門，在軍事部門更是如此。

另一個關鍵問題是，在工作中引入大數據分析的組織的決策過程中，正在出現集中化和分散化之間的矛盾。矛盾的是，雖然大數據應該促進廣泛的責任和戰術意識，但目前先進的數字化似乎與大型組織中明顯的向心力有關。這種向心力導致了低層人員的非責任化和選擇實踐的逐漸喪失。因此，在聯盟的決策中整合大數據是明智之舉，有利于分散所有權，并根據組織中不同部門的特點，為其設計不同的工具。此外，建立精心設計的、可靠的評估程序，以衡量組織創新和新決策過程執行的有效性，也會有所幫助。特別是，確定最初的失敗是特別重要的，以便從中吸取教訓，避免結構性問題。

對盟國決策的混合威脅。混合威脅是一個廣泛的類別，包括各種行為者、行動和目標。就行為者而言，由于其實際能力、意圖和最近的記錄，俄羅斯等大國可以被確定為最主要的威脅。

關于行動，信息在幾個方面是關鍵。它指的是大數據和人工智能，因為后者需要使用算法來學習前者，以期利用目標的漏洞。數字連接是用于在信息領域實施混合威脅的基本基礎設施。西方社會依賴虛擬世界的平臺，這些平臺可以成為潛在攻擊者的目標。由于全球網絡藐視邊界并限制國家管轄權，它們更難防御，并允許潛在的攻擊者在檢測和歸因的門檻下采取行動。混合威脅還得益于信息的空前速度和范圍。這在原則上并不新鮮，但它已經達到了改變游戲規則的水平。一方面，對北約及其成員國來說，管理這種大規模的信息流實在是令人望而卻步；另一方面，高速流通轉化為更快的行動節奏。

混合威脅可能針對各種目標，但特別令人擔憂的是可能導致社會分化、精英分歧和對外國行為體的偏見的進攻性行動。這些行動有可能影響不同層面的決策，甚至破壞民主國家的機構。因此，這些混合型威脅可能會破壞盟國的決策過程，反過來也會破壞北約的決策過程。決策者在制定應對混合威脅的措施時，尤其面臨著三個主要問題：

1）如何以非升級性的方式進行回應？由于混合型攻擊利用灰色地帶來制造模糊性，包括通過操縱檢測門檻和給予合理的推諉，決策者面臨著過度反應的風險。

2）如何民主應對？潛在的攻擊者可能會嚴重損害民主制度的決策過程，例如對遵守國內法和國際法施加壓力。

3）如何獲得公眾支持？由于混合型威脅通常被掩蓋或難以歸因，政策制定者還必須說服公眾輿論，使其相信威脅的存在。

人工智能在國防領域的應用和北約的作用。在討論人工智能對盟國軍隊和聯盟意味著什么時，應該解決一個基本問題：人工智能是一場技術革命還是技術演進的實例？不同的證據可以支持這兩種解釋。從政治角度來看，盟國可能很難迅速適應一場快速的技術革命。北約的方法，由于其程序的特點是共識，將不得不更加進化、細化和細微。無論如何，在未來不太可能看到人工智能為北大西洋理事會（NAC）或核規劃小組（NPG）做決定。這其中有心理、文化、組織、政治以及技術方面的原因。通往人工智能的旅程可能是相當麻煩的。例如，敏捷軟件開發能夠開發出優秀的軟件，但同時也需要不同的程序、組織結構和流程，涉及到組織的身份、使命和文化。

另一個熱點問題是關于人工智能的公私伙伴關系。這是美國和中國之間人工智能競賽的關鍵--可能會導致盟國相對于中國的劣勢--以及北約與從事人工智能和大數據的主要民用公司之間的關系。在盟國采用人工智能技術方面，還有一個根本性的需要，即確保在分散的情況下的互操作性。北約在歷史上一直是標準化進程中的一個重要角色，在這種情況下也可以這樣做。在這種情況下，可能需要一些創造性：例如，北約是否應該像提供空域管理或地面監視一樣提供云計算服務，即賦能者？聯盟是否可以像綜合防空和導彈防御那樣，設想對國家擁有的人工智能資產進行整合？這些都是重要的問題，然而，這些問題突出了一個事實，即國防是一個主權問題，大多數決定是由國家政府作出的，而不是由北約本身作出的。

聯盟可以在人工智能領域發揮突出作用。例如，北約可以建立一個人工智能冠軍，幫助盟國理解、采用和整合人工智能。這種冠軍可以從小型項目開始，旨在驗證解決方案的有效性，然后它可以幫助盟國進行培訓。這方面的一個關鍵、相關問題是教育和培訓。同樣，戰爭游戲、模擬和實驗的重要性也會增加，北約在這方面可以發揮作用，因為它是召集盟國軍事和政治機構的獨特途徑。

當前和未來的網絡威脅和攻擊促使美國防部需要一個超越傳統周邊防御方法的零信任方法。美國防部打算在27財年之前實施該戰略和相關路線圖中概述的獨特的零信任能力和活動。

該戰略設想的美國防部信息企業由一個全面實施的、整個部門的零信任網絡安全框架來保障，該框架將減少攻擊面，實現風險管理和伙伴關系環境中的有效數據共享，并迅速遏制和補救對手的活動。

該戰略概述了四個高層次的綜合戰略目標，確定了該部為實現其零信任愿景將采取的行動。

• 零信任文化的采用--所有美國防部人員都意識到、理解、接受培訓，并致力于零信任的思維方式和文化，支持零信任的整合。
• 美國防部信息系統的安全和防御--網絡安全實踐在新的和遺留系統中納入零信任，并將其付諸實施。
• 技術加速--技術部署的速度等同于或超過行業的進步。
• 零信任的實現 - 部門和組件級的流程、政策和資金與零信任原則和方法同步。

面對不斷變化的對手威脅和新技術，實施零信任將是一個持續的過程。隨著技術的變化和對手的發展，更多的 "零信任 "增強措施將在隨后幾年被納入。

前言

美國陸軍未來與概念中心 未來戰爭部主任 克里斯-羅杰斯上校

歷史上的戰爭包含了大量改變戰爭性質的工具和技術的例子。自最初研究多域作戰（MDO）以來，美國陸軍發現人工智能是一種新興技術，有可能改變戰爭的特點，也許也會改變戰爭的性質。使用人工智能（AI）解決方案來緩解軍事問題是過去兩年未來戰爭研究、檢查和學習的一個反復出現的主題。作為2019年未來研究計劃的一部分，我們與陸軍、聯合、多國、學術和科技組織合作，探索和了解人工智能對多軍種的影響，并為未來的研究和發展制定一個操作框架。

多域作戰的人工智能運作最終報告提供了采用人工智能的組織框架，以幫助陸軍和聯合部隊更好地定義所需的能力以及相關的數據和網絡架構，以實現多域能力部隊。描述聯合部隊如何采用人工智能解決方案，為了解人工智能在時間和空間上對多域作戰的影響提供了一個操作說明。本報告確定并解決了與人工智能相關的好處、機會和挑戰，為進一步分析提供了基礎。諸如人工智能等新興技術使陸軍不僅可以改進當前的戰術、技術和程序，而且可以創造新的運用和融合能力的方法。

該報告支持美國陸軍人工智能任務組，該組織負責制定陸軍的人工智能戰略和政策。本文通過描述部隊如何在整個MDO框架內采用人工智能解決方案和相關技術，啟動了陸軍的人工智能運用工作。這份報告使概念發展團體能夠修改陸軍功能概念和戰場發展計劃。它為能力發展團體提供了作戰視角和部隊在確定所需能力時必須考慮的技術影響。此外，該報告還為作戰概念文件或基于能力的評估提供了開發情景或小插曲的基礎。該文件為科學和技術界提供了行動背景，以便為人工智能研究、開發、建模和模擬提供信息和指導。最后，它支持制定一個在未來使用人工智能的全面愿景，以告知陸軍現代化的努力，這將創造有能力的MDO部隊，準備好與任何對手作戰并取得勝利。

執行摘要

人工智能（AI）是未來聯合部隊實現多域作戰（MDO）全部潛力的基礎。人工智能系統提供了跨越領域、電磁頻譜和信息環境戰勝對手的能力。在競爭中使用這些系統使聯合部隊能夠近乎實時地了解作戰環境，從而更好地運用能力來擊敗旨在破壞區域穩定的威脅行動，阻止暴力升級，并將被拒絕的空間變成有爭議的空間。在從競爭到武裝沖突的過渡中，人工智能的機動、火力以及情報、監視和偵察能力為聯合部隊提供了拒絕敵人奪取優勢地位的能力。改進的維持能力與攻擊敵人的反介入/空中拒止網絡的能力相結合，為美國部隊提供了奪取作戰、戰略和戰術優勢位置的能力。通過由人工智能支持的多領域聯合行動圖（MDCOP）增加了解，使美國部隊有能力協調多領域的效果以創造優勢窗口。

制定人工智能的作戰概念使陸軍能夠更好地理解這些技術對戰爭的性質和特征的潛在影響。描述陸軍如何在未來的作戰環境中使用人工智能，有助于說明其對戰爭的暴力、互動和基本的政治性質的影響，以及戰爭不斷演變的特點。本文提供了一些小插曲（附錄A），說明了人工智能的組織運用，為美國陸軍RAS總體概念、作戰和組織概念、基于編隊的作戰概念以及系統或單個系統的運用概念的潛在發展提供信息。

人工智能的運作影響到未來部隊將如何運作，如何針對對手開展行動，以及指揮官如何利用軍事藝術和科學，運用部隊能力來實現預期效果和目標。在2019年未來研究計劃（FSP19）期間，人工智能工作線（LoE）確定了與實施人工智能支持的多領域解決方案有關的以下問題：

• 數據管理--AI/ML應用程序依賴于對策劃的數據的訪問，以便發揮作用。陸軍必須培養一種以數據為中心的文化，以標準化的格式和協議有效地生成、存儲和訪問數據。人才管理的努力必須側重于發展、培訓和保留一支精通數據的員工隊伍。這可以通過以下方式實現：

  • 在整個部門培養一種以數據為中心的文化

  • 投資于整個員工隊伍的數據科學培訓

  • 簡化數據訪問

  • 設計和實施協議，以確保數據的可發現、可訪問、可共享和可互操作性

• 功能分解--狹義的人工智能本質上是有限的，構建算法的數據科學家需要精確的問題定義，準確確定聯合部隊的要求。

• 可解釋人工智能--人工智能支持的系統需要有能力解釋決策/建議和所采取的行動背后的邏輯。這種解釋 "為什么"的能力是人類對人工智能智能體的信任基礎。

• 邊緣計算/人工智能--未來的作戰環境與有爭議的電磁頻譜預期要求有能力向前處理極其龐大的數據集，以及能夠自主行動的人工智能平臺。

• 利用商業部門--美國防部實驗室繼續在人工智能/ML發展方面取得重大進展，特別是與聯邦資助的研究和發展中心合作。商業部門繼續探索和擴大可能適用于軍事應用的工作。

作為FSP19的一部分，人工智能LoE開發了五個小插曲和一個概念草圖（見附錄A），以協助人工智能和機器學習的運作。這些小插曲說明了聯合部隊如何利用人工智能/ML來解決多領域行動所需的關鍵能力。MDCOP概念將依靠幾個有限內存的人工智能來建立和維護描繪整個戰場的藍、紅、綠活動。一個反應式機器人工智能將為特定的指揮官和總部定制MDCOP。合作傳感、維持、攻擊和瞄準的小插曲依靠反應式機器人工智能來優化傳感器覆蓋、維持吞吐量、攻擊順序和射手選擇。

未來部隊需要人工智能來充分實現多領域作戰的潛力。人工智能支持的系統使未來部隊能夠進行信息收集和分析，以便在時間有限和信息競爭的環境中增加對形勢的了解。這種能力使快速、知情和合理的決策成為可能。人工智能的決策支持代理將減輕作戰人員的認知工作量并提高整體效率。由人工智能支持的無人系統將探測、識別和穿透高風險區域，以提高開展行動和保護部隊、人口和資源的能力。人工智能使MDO在與近似對手的沖突規模下實現了作戰速度的要求。

執行摘要

美國國防科學委員會博弈、演習、建模和模擬（GEMS）工作組的任務是審查國防部使用GEMS工具的現狀，并提出改進GEMS工具的建議，以充分發揮其在國防部企業中從行政到作戰的潛力。GEMS工具和能力為測試新想法和概念、設計新系統并制作原型、模擬軍事行動、進行地緣政治分析以及提供培訓以提高作戰人員的準備和表現提供了具有成本效益的創新方法。工作隊認為，在當今與大國競爭回歸有關的高度競爭和動態戰略環境中，這種能力越來越重要，技術進步使全球環境監測系統的能力比過去更加強大和有用。

雖然美國防部有一些GEMS的卓越和創新，但特別工作組注意到，國防部缺乏必要的整合、資源和人才來獲得GEMS的全部利益。尤其缺乏的是將GEMS的洞察力有效地整合到高級領導對國防需求和采購項目的決策中的機制。

鑒于GEMS工具的廣泛性以及它們的不同適用性，特別工作組選擇將重點放在五個廣泛的應用領域（數字工程、訓練、實驗和演習、行動建模和分析以及戰略博弈），如圖ExS-1所示，以及它們之間的相互依賴關系。

圖ExS-1：GEMS應用領域

任務組在這五個應用領域以及兩個交叉主題領域提出了建議：基于技術的推動因素和GEMS治理。

數字工程：美國防部正在努力推進數字工程（DE）。例如，各軍種內部一直在推動使用數字工程來考慮新的系統概念；但廣泛采用數字工程仍然是一項正在進行的工作。特別工作組注意到，已經采用嚴格的數字工程的組織獲得了可衡量的好處，并強烈建議在整個企業中加速采用數字工程。此外，這種能力為國防部全面利用GEMS工具和有效地大規模生產作戰能力提供了必要的基礎。特別工作組認為，國防部全面采用DE并不要求對采購過程進行實質性的改變；然而，它將需要一些調整，特別是國防部的評估和審查過程，以便在虛擬測試中獲得DE的全部附加值。另外，虛擬測試依賴于嚴格的紀律，在所有工程活動中使用經過驗證的工具和來自權威代表的數據。這意味著國防部的工程師必須熟練掌握DE的方法、紀律、工具和技術。扶持和支持這支隊伍將需要國防部投資于必要的信息基礎設施，特別是在一系列工程任務中實現更大的自動化。

培訓：各軍事部門的培訓能力長期以來一直受益于GEMS工具和創新的使用，這些工具和創新幫助刺激了幾十年前開始的培訓革命，對美國的軍事優勢做出了重大貢獻。特別工作組注意到，在模擬、建模、虛擬現實（VR）和人工智能（AI）的推動下，軍事部門的第二次訓練革命正在進行中，但它注意到聯合部隊的訓練需要大幅改進。雖然作戰司令部（CCMD）努力保持聯合訓練，但現實情況是，大多數CCMD演習是由對特定場景最負責的軍事部門領導的--因此訓練具有特定軍種的味道。為了讓潛在的對手面臨多種困境，并使他們的計劃變得復雜，聯合部隊必須進行訓練，以便在所有領域內進行協作和同時作戰。為此，特別工作組建議集中精力激勵各軍事部門使其訓練更加聯合--更加代表 "我們將如何作戰"，確保各軍事部門之間必要的網絡連接以支持聯合訓練，并建立強大的全領域聯合訓練能力。工作隊還建議不斷努力加強其分布式訓練能力，確定具體的模擬訓練，在主要的訓練中心提供高質量的訓練，但可以從家庭駐地進行操作。與其他GEMS能力一樣，實現這種聯合和全域訓練的能力將需要持續的行政級別領導和多年的充足資源。

實驗和演習：美國防戰略（NDS）委員會報告呼吁 "通過實驗、演習和訓練驗證新的作戰概念以實現戰略優勢"。特別工作組贊同這一呼吁，并得出結論，國防部必須在聯合軍事部門/合作伙伴層面重振基于概念的實驗，以應對同行競爭對手帶來的長期挑戰。特別工作組注意到，聯合概念實驗在國防部已經成為一門失傳的藝術。特別工作組建議重振這種能力，采用一種基于運動的方法，更迅速地提供新的作戰方式和新的能力來應對當前和新出現的作戰挑戰。特別工作組建議采用運動式方法，產生一個反饋循環，反復完善概念和能力，在這個過程中盡早剔除失敗，同時將完善的概念和能力反饋給下一階段的實驗。特別工作組進一步建議，將聯合作戰問題和想法注入正在進行的軍種實驗中；國防部應在軍事部門之外贊助聯合概念實驗；并為軍種和CCMD（特別是美國印太司令部（USINDOPACOM）和美國歐洲司令部（USEUCOM））的實驗運動和演習提供額外支持。

行動建模和分析：國防部目前的行動模型被用來為投資決策提供信息，特別是在各軍事部門之間；然而，這些模型在關鍵領域存在不足。特別是，它們沒有有效地解決國防部所處的多領域安全環境的復雜性，而且它們沒有能力提供快速分析以告知決策者。特別工作組還發現，國防部領導層對行動建模的支持和信心不一。因此，特別工作組的建議側重于發展補充性戰役分析，更加強調及時、簡單、定性/定量的模型，同時也投資于下一代行動建模能力，利用包括人工智能和機器學習領域的技術進步。需要提高這些能力，以灌輸對這些工具的有用性的信心，為投資決策提供信息。工作隊還建議在發展基于情景規劃的聯合作戰概念（CONOPS）方面做出更有力的努力，以推動戰役建模和分析，并為資源分配提供依據。

戰略博弈：美國在冷戰期間很好地利用了戰略博弈技術--在一個長期的分析區間內進行 "移動-反移動 "評估。最近的努力集中在眼前的威脅上（例如，恐怖主義），戰略博弈已經成為分析當今更大和更長期挑戰的一個很少使用的工具。現在，美國面臨著先進的大國對手，其技術能力和經濟實力可以與我們匹敵。為了應對這些挑戰，國防部需要重振其戰略博弈。工具的好壞只取決于使用它們的參與者。有效的戰略博弈將需要高層領導認真參與博弈本身。特別工作組建議利用新的技術和分析發展來重建戰略博弈能力，以更好地了解地緣政治的變化、對手的目標以及對手在大國競爭時代對美國行動和舉措的潛在反應。特別工作組指出，在開發新的博弈工具方面存在利用技術進步的機會--包括社會、金融和通信網絡的算法分析、因子樹、定量建模和分布式博弈技術，以更有效地支持戰略博弈。特別工作組還承認，與大國對手的有效競爭將需要一個整體的政府方法，國防部應率先將戰略博弈擴展到美國政府的相關部門。

基于技術的促進因素：雖然GEMS工具受益于許多領域的技術進步（如不斷提高的計算能力、人工智能/機器學習），但特別工作組重點關注兩個相關技術--游戲引擎和合成環境。商業化的游戲引擎可以加速GEMS工具的開發，強大的合成環境可以提高數字模型的效用。特別工作組注意到，國防部的一些組織已經在使用這些技術，但主要是以臨時的方式使用。因此，建議的重點是：建立一個基礎設施，以實現和激勵重復使用，從而在降低成本的同時加快進展；確保承包商在產品采購（或重大升級）期間建立的符合要求的合成環境可供整個部門重復使用。采用更好的數據分析方法來生成大規模的事后報告，將有助于從游戲、實驗和演習以及原型設計中獲得最大價值。

GEMS管理：特別工作組注意到，雖然工業界的成功案例表明，需要持續的、自上而下的領導和管理來實現變革，并實現GEMS工具的潛在效益，但國防部的管理結構并沒有促進整個企業的做法。鑒于整個國防部顯然需要進行文化和技術變革，必須建立一個更加協調的管理結構。這一領域的建議集中在促進GEMS互操作性和可重復使用性的行動上，以及建立一個由高級領導人領導的治理結構，并為指導國防部的建模和仿真（M&S）企業提供適當的權力和資源。

本報告中的大多數建議是文化和技術轉型的起點，如果美國防部要從GEMS工具中獲得全部利益，就必須進行這種轉型。雖然特別工作組對已經開展的GEMS行動表示贊賞，但結論是，如果美國防部要充分利用GEMS在上述應用領域潛在的改變博弈規則的力量，全企業的努力是必不可少的。

在這個大國競爭的新時代，美國防部（和美國政府）面臨著復雜的選擇，需要有分析性的選擇；對決策速度和敏捷性的需求從未如此迫切。在這方面，特別工作組的結論是，國防部必須大幅提高其全球環境監測系統的能力，以跟上其競爭對手的步伐并有效地應對威脅--今天和未來幾年。要做到這一點，需要整個企業的文化變革和技術變革。在美國今天所處的高度競爭和動態的國家安全環境中，需要一個強大的GEMS工具箱來為國防部的決策提供信息。然而，如果國防部要實現GEMS的潛力，該部的高層領導必須負責提供愿景、支持和持續的資源，以實現所需的變革。本報告為國防部提供了一個路線圖，以充分利用GEMS工具，實現更好的決策、更智能的演習和實驗，并最終實現更強大的軍事力量。

2022年6月美國防部副部長凱瑟琳-希克斯簽署了國防部負責任的人工智能戰略和實施途徑（RAI S&I Pathway），該途徑指導國防部（DoD）實現其可信人工智能（AI）生態系統的目標。美國防部必須將自己轉變為一個為人工智能做好準備的組織，將負責任的人工智能（RAI）作為一個突出的特征，以保持其競爭優勢。

負責任的人工智能方法意味著什么？

RAI是一個信任之旅。它是一種設計、開發、部署和使用的方法，可以確保我們系統的安全，并合乎道德的使用RAI。RAI體現在道德準則、測試標準、問責檢查、使用指導、人類系統整合和安全考慮上。

正如美國防部長奧斯汀所說："負責任的人工智能是尖端科技與永恒價值的結合點。我們不相信我們需要在它們之間做出選擇，我們也不相信這樣做會成功。我們對人工智能的使用必須加強我們的民主價值觀，保護我們的權利，確保我們的安全，并捍衛我們的隱私。"

RAI S&I路徑是DoD為確保建設一個可信人工智能生態系統，以發展和加速人工智能而采取的前進方向。國防部的人工智能任務是建立強大的、有彈性的和可靠的人工智能系統，同時在人工智能道德的全球對話中成為領導者和倡導者。該指南通過RAI管理、作戰人員信任、人工智能產品和采購生命周期、需求驗證和人工智能勞動力等RAI實施宗旨，灌輸并實施國防部人工智能道德原則。這種整體方法詳細說明了目標、關鍵的努力方向，以及加強每個領域的一套初步工具。

這一旅程始于2018年，美國防戰略呼吁 "以合法和道德的方式使用人工智能，以促進我們的價值觀"，同時國會授權 "為該部制定適當的道德、法律和其他政策，管理人工智能的發展和使用"。國防部于2020年2月正式通過了《國防部人工智能倫理原則》--世界上第一個這樣做的軍隊。為了幫助將人工智能植入整個部門，聯合人工智能中心（JAIC）于2020年9月發布了國防部人工智能教育戰略。從那時起，RAI已經向國防部各級人員進行了教育和培訓。2021年5月26日，國防部重申了國防部對RAI的承諾，并指示根據其RAI實施宗旨，"國防部對RAI采取整體的、綜合的、有紀律的方法 "進行實施，而S&I路徑正是建立在這些宗旨之上的。

RAI S&I途徑促進了國防部在追求人工智能加速的過程中對負責任的行為、過程和結果的承諾。最終，它提供了國防部推進人工智能的戰略方法，同時促進了操作的靈活性，保障了能力部署，并支持可擴展性。鑒于這一成就和其他成就，國防部已經準備好穿越軍事現代化的漫長道路，同時確保美國公民和全球合作伙伴的信心。

RAI實施宗旨包括：（1）調整管理結構和流程，持續監督國防部人工智能使用；（2）系統操作員需達到標準水平的技術熟練程度，以創建可信的人工智能系統和人工智能賦能系統；（3）考慮人工智能采辦風險，并使人工智能開發速度滿足國防部需求；（4）使用需求驗證程序，確保人工智能能力與作戰需求保持一致，同時解決相關的人工智能風險；（5）通過國內和國際合作促進對設計、開發、部署和使用負責任人工智能的共同理解；（6）確保所有美國防部人工智能人員理解實施人工智能的技術、開發過程和操作方法。

報告前言

雖然人工智能（AI）并不新鮮，但過去十年的技術突破已經大大改變了國家安全格局。我們的對手和競爭者正在大量投資于人工智能和人工智能支持的能力，威脅到全球安全、和平和穩定。為了在一個數字競爭的世界中保持軍事優勢，美國國防部（DoD）必須接受人工智能技術，以跟上這些不斷變化的威脅。以合法、合乎道德、負責任的方式利用新技術是我們的核心精神。

為了確保我們的公民、作戰人員和領導人能夠信任美國防部人工智能能力的產出，國防部必須申明，在設計、開發、測試、采購、部署和使用人工智能時，我們的軍隊對合法和道德行為的堅定承諾。負責任的人工智能（RAI）戰略和實施（S&I）途徑通過定義和溝通我們利用人工智能的框架，照亮了我們的前進道路。它有助于消除不確定性和猶豫不決--并使我們能夠更快地前進。在我們與盟友和聯盟伙伴并肩工作以促進民主規范和國際標準的過程中，從立場上整合道德規范也使國防部有能力保持盟友和聯盟伙伴的信任。

RAI S&I路徑使我們的RAI政策易于實施。它指導了DoD實施道德原則的戰略方法，以及更廣泛地推進RAI--同時確保操作的靈活性，保持能力部署的速度，提供可擴展性，并優先考慮資源的有效分配。這份文件是我們在加速RAI的過程中邁出的關鍵一步，并進一步推動了國防部在追求人工智能技術過程中對負責任的行為、過程和結果的承諾。

美國防部常務副部長希克斯（Kathleen I I. llicks ）

目錄

• 1 執行總結
• 2 RAI戰略
  • 2.1 背景
  • 2.2 國防中的RAI
  • 2.3 預期的最終狀態
  • 2.4 DoD關于RAI的基本原則
• 3 RAI實施路徑
  • 3.1 概述
  • 3.2 實施方法
  • 3.3 實施路線
    • 原則1：RAI管理
    • 原則2: 作戰人員信任
    • 原則3: 人工智能產品和采購生命周期
    • 原則4：需求驗證
    • 原則5：負責任的人工智能生態系統
    • 原則6：人工智能勞動力
• 4 結論
• 5 附加資源

報告執行總結

人工智能的進步已經證明有能力改變現代社會的每個行業。這些影響擴展到商業、金融、生產和社會行為。美國防部對人工智能的投入，專注于采用符合美國的價值觀、共同的民主理想和軍隊對合法和道德行為的堅定承諾的方式利用這一技術。

2021年5月，美國防部副部長發布了一份備忘錄（"RAI備忘錄"），確立并指導該部對RAI開發采取整體、綜合和有紀律的方法。這份RAI備忘錄提出了以下基本原則，作為指導整個部門實施RAI的優先領域：RAI管理、作戰人員信任、AI產品和采購生命周期、需求驗證、負責任的AI生態系統和勞動力。

由此產生的美國防部RAI S&I途徑是圍繞六個原則組織的，并確定了努力的方向：

• 調整管理結構和流程，持續監督國防部人工智能使用，同時考慮到技術的使用環境。

• 系統操作員需達到標準水平的技術熟練程度，以創建可信的人工智能系統和人工智能賦能系統。

• 在人工智能產品和采購生命周期中保持適當的謹慎，以確保從人工智能項目一開始就考慮到潛在的人工智能風險，并努力減輕或改善這種風險，減少意外后果，同時以美國防部所需的速度扶持人工智能發展，以滿足國防戰略。

• 利用需求驗證過程，確保利用人工智能的能力與業務需求相一致，同時解決相關的人工智能風險。

• 通過國內和國際參與，促進對RAI設計、開發、部署和使用的共同理解。

• 確保所有美國防部人工智能工作人員對技術、其開發過程和適用于實施人工智能的操作方法有適當的了解，與他們在2020年美國防部教育戰略中概述的原型角色的職責相稱。

通過在軍事道德和人工智能安全方面的領導，美國防部將贏得我們的服務成員、文職人員和公民的信任。我們也鼓勵RAI在全球范圍內的發展和使用，并加強我們與世界各地的盟友和合作伙伴解決現代國防挑戰。

「美國人仍未認真思考 AI 革命將對社會、經濟和國家安全產生多大影響」，3 月 1 日，美國國家人工智能安全委員會（the National Security Commission on Artificial Intelligence，NSCAI）發布的一份報告，提出了對于總統拜登、國會及企業和機構的數十項建議。

該組織稱，中國是對于美國技術主導地位的首要挑戰，在第二次世界大戰后第一次有國家對美國的經濟和軍事力量產生了如此程度的威脅。該報告的一個結論是，在未來十年內，美國可能會失去對中國的軍事技術優勢。

這個由 15 名成員組成的委員會主張以 400 億美元的投資擴展和民主化 AI 研究的進程，并為「未來技術突破進行投資」，鼓勵決策者們對創新投資持類似態度。該組織最終希望能推動聯邦政府在未來幾年里對于人工智能投資數千億美元。