美国海军陆战队人工智能(AI)战略是该部队数字化现代化努力的一个里程碑。该战略为将人工智能整合到海军陆战队的各个层面提供了一个框架,以支持更好、更快的决策,将各种职能的决策时间从几分钟缩短到几秒钟。该战略有五个目标,每个目标都支持创建和利用优化决策优势。海军陆战队全体人员将认识到,向负责任的人工智能模型转型将改善我们在正确的时间和正确的地点获取正确数据的方式。

现代战场上的成功取决于几个关键要求,其中之一就是对作战环境的全面了解。这种了解使军队能够进行调整,为多领域作战做好准备,并提高对态势的认识。乌克兰战争继续证明,人工智能正在提高决策速度。该战略为提供现代人工智能能力创造了条件,以支持在有争议环境中的远征先进基地行动和濒海行动的决策优势。

海军陆战队员了解创新,该战略将为投资于擅长数据分析和以数据为中心的行动的海军陆战队员提供途径。在数字化战场上,从接受任务到执行战术任务,人工智能都是加快决策和取得成功的助推器。

图 1. 支持海军陆战队人工智能的指导原则。

美国海军陆战队利用技术进步进行智能作战,简化业务操作,并比对手更快、更可靠地关闭杀伤链。人工智能(AI)就是这样一种迅速崛起的技术,只要应用得当,就能极大地改变海军陆战队的训练、计划和作战方式。

美国国防部(DoD)将人工智能定义为 “机器执行通常需要人类智慧才能完成的任务的能力 ”。这项技术适用于海军陆战队的所有作战职能、业务运作和支持机构,以加强决策和提高运作效率。

美国防部的人工智能需求层次结构以高质量数据为基础。从企业到边缘的人工智能部署取决于高效的数据管理实践以及数据的生成、收集、标记和整理。为了与国防部更广泛的目标保持一致,海军陆战队的方法将在梯队和规模上整合企业能力,增强海军陆战队的智能作战能力。

问题陈述

人工智能继续快速发展,在条令、组织、领导、物资、培训和教育、人员、设施和政策制定等领域给海军陆战队带来了挑战。数据管理是当今人工智能应用所面临的规模最大、影响最深的一系列挑战。海军陆战队正在进行数据管理现代化的战略努力,因此本文件重点关注以下以人工智能为中心的挑战:

  • 人工智能与任务目标不符。
  • 人工智能能力的差距越来越大。
  • 从企业到战术边缘难以大规模部署人工智能。
  • 传统治理框架扼杀创新。
  • 合作与伙伴关系的障碍。

海军陆战队必须明智地推进我们的方法,以有效、高效、负责任的方式加速人工智能的发展--全面了解我们对手的风险和速度--从而在竞争和作战中取得优势。应对这些挑战需要大量资源。

范围

本战略将指导企业努力为后续方向和指导奠定基础。它适用于整个部队、联合部队、盟国和合作伙伴,应作为核心文件加以利用,以调整资源和活动。

目标

美海军陆战队的人工智能愿景进一步细分为以下目标,其中每个目标都包含成功实现海军陆战队人工智能愿景所需的目标:

1.人工智能任务调整 2.具备人工智能能力的员工队伍 3.大规模部署人工智能 4.人工智能治理 5.伙伴关系与合作

成为VIP会员查看完整内容
53

相关内容

军事防务数据板块介绍:系统化采集、存储、管理、分析与军事国防安全相关信息的专用数据板块,其核心在于整合全球新兴国防技术(军事人工智能、无人系统等)、热点案例(俄乌战争、美以伊战争)等方面的最新时讯、研究报告/论文、条令法规、案例分析,为战略研判、情报分析、决策支持等提供知识支撑。
美国海军部最新发布《信息优势愿景 2.0》
专知会员服务
33+阅读 · 2024年8月21日
《美国海军科技战略》最新文件
专知会员服务
42+阅读 · 2024年4月17日
《嵌入式深度学习和高级计算》美空军2023最新报告
专知会员服务
58+阅读 · 2023年7月27日
美国防部《美国国防科技战略2023》最新发布12页报告
专知会员服务
112+阅读 · 2023年5月10日
《美国海岸警卫队:无人系统战略规划》2023最新报告
专知会员服务
115+阅读 · 2023年5月9日
2022最新发布《美国防部零信任战略与路线图》37页报告
专知会员服务
74+阅读 · 2022年11月24日
《军事行动自动化》【译文】2022最新报告
专知
67+阅读 · 2022年11月13日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
45+阅读 · 2014年12月31日
国家自然科学基金
21+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
50+阅读 · 2009年12月31日
Arxiv
176+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
501+阅读 · 2023年3月31日
Arxiv
182+阅读 · 2023年3月24日
Arxiv
27+阅读 · 2023年3月17日
VIP会员
最新内容
BES:让语言模型通过双向进化搜索自我改进
专知会员服务
0+阅读 · 今天16:48
以色列-美国-伊朗战争中的无人机:关键要点
专知会员服务
3+阅读 · 今天14:04
《Palantir任务保障性软件安全标准(MA-S2)》
专知会员服务
6+阅读 · 今天13:49
基于声学的无人机检测技术综述
专知会员服务
5+阅读 · 今天13:37
《当代混合战争分析框架:俄乌战争经验教训》
专知会员服务
5+阅读 · 今天13:11
战略前沿人工智能的再思考(中文)
专知会员服务
7+阅读 · 5月29日
《量化地基防空系统间接效应的博弈论方法》
专知会员服务
5+阅读 · 5月29日
相关VIP内容
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
45+阅读 · 2014年12月31日
国家自然科学基金
21+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
50+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员