如前所述 實際運用的人工智能是由任務效能的五個方麵定義的人工智能：具備最小可行性、適應未知和不可知場景的能力、優先將信息轉化為洞察力、應用程序所需的自主性級彆以及戰場上的戰備狀態。人工智能效能標準隻有 人工智能在算法戰中的應用（上） - 趣味新聞網

• 適應未知和不可知場景；

• 優先將信息轉化為洞察力；

• 應用程序所需的自主性級彆；

• 戰場上的戰備狀態。

此類要求首次為評估軍事人工智能項目和定義成功的人工智能項目奠定瞭基礎。

2

將技術方法與國防條令相結閤

為軍事人工智能計劃製定效能標準（MOE）需將研究方法和技術方法（如紮根理論）與國防條令相結閤。缺少這種結閤，算法戰就會淪為算法開發過程，而非作戰部署。例如，旨在檢測視頻中目標的計算機視覺算法（如地理空間情報分析）會淪落為算法模型找到的車輛數量或找到這些車輛的準確度。按照這種理論，找到車輛的正確率達到85%就算成功瞭。

但在軍事行動中找到車輛的正確率達到85%有何作用？這就是我們說的要結閤任務背景來保持作戰條令的完整性。以上麵的示例為例，評估相同算法不是為瞭看它有多少次正確檢測到車輛瞭，而是其對任務的影響：憑藉該模型，分析員識彆相關車輛的速度提高瞭95%。這種方法將算法設計的好壞與其任務部署聯係起來。盡管這看起來是常識，在某些項目文檔中可能有模棱兩可的錶述，但在國防部的任何條令中均無明確的量化標準。

評估標準需不依賴於解決方案（即無論智能類型、使用的算法、所部署的作戰環境或任務要求如何，該標準均適用）。因此，在這項研究中人工智能原則被編入與係統和程序無關的各種可量化屬性和指標中。

同時也按“通過/不通過（go-no-go）”的方式提齣評估標準，以創建一個與相關聯閤齣版物同義的閤乎邏輯、自上而下的層級結構。從而構建一個規範、監控和評估國防部人工智能係統的基準。

3

軍事人工智能框架

如前所述，實際運用的人工智能是由任務效能的五個方麵定義的人工智能：具備最小可行性、適應未知和不可知場景的能力、優先將信息轉化為洞察力、應用程序所需的自主性級彆以及戰場上的戰備狀態。這些效能標準（MOE）中的每一項都是算法戰的基礎。對這些信息的分析為每項效能標準提供瞭一個全麵的指標和效果框架。整個框架以理論定義和程序為基礎。

圖1 算法戰（人工智能）的效能標準（MOE）

4

衡量有效性

衡量有效性的軍事過程取決於一種自上而下的“通過/不通過”體係結構。這意味著僅當該衡量標準的每個單獨指標也存在時，該衡量標準纔存在。同理，僅當該衡量標準的所有影響也存在時，該衡量標準纔存在。這是一個二元的、全有或全無的過程，可像常規軍事活動一樣輕鬆應用於人工智能。

在高價值目標（HVT）生命模式分析的常規案例中，效能標準將定義軍事行動的某種預期結果（例如，HVT轉移到責任區域（AOR）外）。必須滿足該效能標準的所有規定指標，從而無法隨意地或選擇性地認定成功。例如，情報應錶明以下情況：（a）在新的責任區域中探測到高價值目標；（b）在新的責任區域中探測到已知的高價值目標的關聯物；（c）高價值目標在新的責任區域中獲得瞭基本的生命保障係統（如住房、交通）。隨後的影響遵循相同的過程：支持指標“a”的影響可能包括識彆已知的物理特徵和探測通信信號。

圖2 可用於執法的車輛和人員識彆係統

因此，雖然常規效能標準和人工智能效能標準在戰術執行上有所不同，但其決策驗證的底層係統均相同。人工智能效能標準隻有在對人工智能領域有基本瞭解的情況下纔能得到驗證，這與英特爾部門開發的效能標準無法通過作戰武器驗證的方式非常相似。

本文來源：防務快訊

關注公眾號瞭解更多

會員申請 請在公眾號內迴復“個人會員”或“單位會員

歡迎關注中國指揮與控製學會媒體矩陣

CICC官方網站

CICC官方微信公眾號

《指揮與控製學報》官網

國際無人係統大會官網

中國指揮控製大會官網

全國兵棋推演大賽

全國空中智能博弈大賽

搜狐號

一點號