导语
2024年5月，美国陆军司令部少校Robert A. Coombs在《军事评论》刊文《美军利用人工智能赋能军事训练的最新实践》，概述美国国防部指挥作战训练中心利用人工智能技术进行场景开发的探索实践，从研究背景、战略指导政策、训练机构、开发进展、局限与机遇以及未来前景等六个视角分析了美军如何利用人工智能赋能基于情景模拟的军事训练。
一、研究背景
在人工智能技术的帮助下，军事规划人员能够迅速调整训练场景，以适应战场瞬息万变的局势。当前作战环境中的一大挑战是如何确保作战方式与技术的快速发展保持同步。超高音速武器和太空领域作战等高科技装备引发了人们对未来战争的深思。相关专家预测，巡飞弹、人工智能控制的无人驾驶水下航行器和无人机群等将在未来战场上变得司空见惯。然而，当前研究并未充分重视人工智能驱动的兵棋推演和未来战争建模所需的理论和技术，这或将导致军事训练方式大幅落后于新武器装备和新作战样式的风险。
美国国防分析研究所专家指出，未来的军事训练需要在内容和方式等方面进行重大创新，以便能支持开展大规模的联合/综合全域行动。模拟大国竞争演习本质上需要以联合方式应对冲突，并辅之以强有力的外交活动，同时融合相关的政治和军事环境。美国国防部指挥作战训练中心认为，保持灵活性至关重要，需要迅速应用网络、空间和信息战，并与其他政府机构协同开展联合行动。要想实现这一点，最佳方案是采用人工智能实现更高效、更智能的任务规划和效果评估。本文认为，美国国防部已准备好利用人工智能日益增强的能力进行场景开发，不仅可用于作战训练中心，还可用于整个部队。美国商业部门已开始利用人工智能开展基于场景的训练，这也将成为美国国防部军事训练的一部分。
二、美国的国家战略指导
人工智能已成为现代国防领域的热门词汇，其应用将推动管理与技术驱动型军事力量不断增强。美国《2022年国家安全战略》指出，美国国防部需在“网络和太空领域、导弹打击能力、可信人工智能和量子系统”方面加大投资力度，以确保与竞争对手势均力敌。美国国防部《2023年数据、分析和人工智能应用战略》指出，美国政府希望在“作战空间感知和理解”以及“自适应部队规划和应用”方面有所建树。该战略指出，在未来，人工智能将渗透到国防部的各个领域，未来的士兵将在日常军事活动中使用基于人工智能技术的装备。
作为美国陆军技术转让计划的一部分，人工智能集成中心正带头将人工智能融合到美国陆军中，其工作重心在于提升远程精准射击能力和士兵作战效能。而当前美国国防部的人工智能工作主要集中于自动驾驶汽车和后勤保障领域，赋能场景开发用于军事训练还不是重点领域。
三、美国的国家训练中心和训练环境
美国国家训练中心在三个月内为作战部队创建了两个新的训练场景，并为大规模作战行动创建了一个可模拟作战的训练场景。这些场景有效强化了旅级战斗队的机动作战训练，使其在武力冲突和防御行动中能够胜任关键任务。这些场景暂时没有考虑外交战、信息战和经济战等因素。当上述影响因素叠加到训练任务时，将极大加剧场景的设计和开发难度，在短期内难以达成该目标。
场景设计人员需要掌握情报、民政和公共事务等方面的知识，以及大量非军事信息，这些知识一般都要根据优先级进行分类和处理，以模拟旅级战斗队在作战中完成其关键任务时可能面临的真实情景。场景设计人员要花费大量精力为部队作战开发这些环境，而创建所需的数据是一项艰巨的任务。以往美国国家训练中心在开发场景时需要大量专家，会花费较长时间分析和更新事件。但随着美国重新将战略重点放在大国竞争和竞争对手上，场景开发必须具备更高的敏捷性和针对性才能满足战略竞赢的现实需求。
四、美军利用人工智能辅助场景开发的进展
2023年，美国国家训练中心委托Scale AI公司开发了Donovan人工智能平台，探索将人工智能整合到训练业务中。平台的功能涵盖从优化供应链管理到支持智能操作等多个方面，旨在形成三项独特能力：一是利用多种语言模型的能力；二是在政府批准的系统内创建可搜索的数据库，以处理受控的非机密信息的能力；三是创建预制数据表格，确保在既定约束条件下重复查询的能力。
针对平台的测试首先从使用非机密场景数据开始，目的是使场景开发自动化，并为心理战研究提供规划和文档支持。研究发现驱动场景交互的脚本文件非常全面，可以帮助一个步兵旅在大规模作战行动中展开进攻，但场景数据不够丰富，限制了生成式人工智能执行创造性任务的能力。为了填补训练数据的空白，研究人员将军事条令库作为人工智能的参考资料库。平台测试的第二项功能是生成项目设计表，允许用户以可复用的方式设置请求参数，快速生成大量定制化的设计表。该模型允许用户设定查询特定主题的准则，制定研究方法，并通过人工智能生成的报告提供完善的设计方案。为了强化上述生成式人工智能的能力，研究人员在编制心理战目标受众评估工作表时，力求使人工智能生成的内容达到解决方案全部内容的80%。该工作表由10个小节组成，用于评估目标受众的易感性、脆弱性、可及性，以及确保个人行为画像的有效性。在确定了用于查询数据库的适当词汇后，研究发现人工智能生成的内容占解决方案内容的比例可达70%。人工智能语言模型的局限性体现在无法很好地定义社会科学术语，以及无法理解《战地手册 3-53》（军事信息支持行动）和《技术手册 3-53.11》（基于目标受众分析的影响传播活动）等理论文件中的某些上下文。研究还发现，目前使用的数据库不够强大，当前的语言模型目前还无法使用社会科学模型做推测性研究。无论存在何种限制，人工智能都证明了语言模型能够在测试任务中减少大约10个小时的工作量，并提高研究人员的效率。
美军高度关注其国家训练中心采用人工智能增强场景开发的探索。如果美国国防部当前的指导方针和预测保持一致，人工智能能力将被整合到场景开发中，这将支持为单独的旅级战斗队量身定制场景，并根据地理和外交等条件的变化做出及时调整。这种能力对于特种作战部队特别重要，他们通常以较小的分队处理外交、信息、军事和经济领域的各种任务。人工智能可以针对多变和复杂的环境条件提供演练场景，帮助他们更好地规划、执行和适应各种任务。
五、当前的局限与机遇
研究认为，人工智能系统在场景开发中的潜在用途仍处于初级阶段。针对人工智能生成图像的测试结果表明，这些程序在生成手写文字和手绘图案方面存在较大挑战。在使用人工智能生成文本时，输出结果通常难以达到人们所期望的深度和清晰度。在没有丰富数据集的情况下尝试创建陆军书面文档，其输出效果通常不够理想。此外，在测试各种人工智能语言模型时，它们在生成“创造性”信息方面表现不佳，通常套用固定的描述框架生成类似的参考信息。目前，在利用人工智能提出假设性问题或情景时，如果缺乏强大的示例数据库，人工智能的创造力就会不足，因为人工智能必须通过丰富的上下文线索才能整合孤立的数据并进行关联分析。
人工智能模型缺乏创新能力和对上下文线索的理解能力，这为图书馆学专业人员提供了机会，使其成为军队部署应用人工智能的关键人才。一些人工智能公司已经发现需要图书馆员来担任“提示工程师”，即在语言建模和数据库系统方面训练有素、能够识别适当的数据库“提示”请求的专业人员。提示工程师需要确定适当的研究模型、词汇和提示链，以便人工智能做出适当的回应。
六、人工智能辅助场景开发的未来
随着人工智能的普及，我们将从“数字原生”时代进入“人工智能原生”时代。目前，人工智能技术仍处于起步阶段，但它们已显示出在场景开发和实时场景交互方面的应用潜力。在军事训练方面，人工智能用于训练场景开发将为部队迅速适应丰富的训练情景提供重要机遇。一旦开发出重要的数据集，人工智能将成为一种强大的训练辅助工具，不仅能支持指挥作战训练中心的训练任务，还能辅助学校训练新兵。领导者还可以创建强大的模拟环境，将旅级战斗队的行动与政治和社会环境条件联系起来。人工智能可为军事训练指导人员提供灵活定制和改进训练场景的能力，以适应不断变化的作战要求。人工智能在军事训练中具有重要的潜力，能大幅提升训练效果和士兵体验，因此应积极探索和利用这种技术，将其推广到训练场景开发中。
（本文内容系“元战略”公众号原创编译，转载时请务必标明来源及作者）
参考来源：《MILITARY REVIEW》期刊
参考题目：
AI Integration for Scenario Development：Training the Whole-of-Force
参考链接：
https://www.armyupress.army.mil/Portals/7/military-review/Archives/English/Online-Exclusive/2024/AI-Integration/AI-Integration-for-Scenarios-UA1.pdf
免责声明：文章内容系作者个人观点，如有任何异议，欢迎联系我们！图片来源于网络，如有侵权请联系删除。
编译 | 元战略智库高级研究员
编辑 | 寂谷
审校 | 流景
声明：本文来自元战略，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
