美国陆军如何推进AI和数据战略？

随着美军的不断扩张，第二次世界大战之后美国陆军剥离了美国空军，然后到2019年，美国空军又剥离了太空部队，其中的酸甜苦辣只有美国陆军自己清楚。

作为美国国防部部长奥斯汀口中的创新日程的核心，人工智能（AI，Artificial Intelligence）成为美国陆军期待摆脱自己在现代战争中被动局面的突破口，为此加大了对AI和数据方面的投入，力求从中找到崛起的机会。

秉承早起的鸟儿有虫吃的想法，美国陆军早在2016年就发布了《美国陆军数据战略》（Army Data Strategy），可谓引领了军事数字化发展潮流。

直到2020年，美国国防部才发布《美国国防部数据战略》（DoD Data Strategy），这一点在数字孪生战场实验室编写的《军事人工智能白皮书》有详细描述。

美国陆军发布的数据战略，围绕“可视化、可获取、可理解、可信和可交换”（VAUTI，Visible，Accessible，Understandable，Trusted，Interoperable）推进了十多个项目，为美国国防部后续数据战略提供了经验教训。

数字孪生战场实验室分析，虽然美国陆军勤勤恳恳把数据本身做得非常好，但跟美国空军相比，其想象力和颠覆性技术应用的“胆量”不够，导致其在AI方面的应用泛善可陈，只好局限于机器人和无人系统的应用，这是值得《军事人工智能白皮书》的读者仔细思考的问题。

在兰德公司对美国国防部AI应用情况的调研中，就引用了相关调研数据，参与调研的美国陆军部门一共有6个，包括未来司令部（AFC）和美国陆军研究实验室（ARL）等，但跟美国空军10个参与部门相比，读者能够看出两个军种在AI和数据上的深入和广度。

美国陆军未来司令部于2019年2月启动了人工智能特遣部队（AITF），该特遣队领导AI工作，并在美国陆军部和美国国防部国家军事计划中协调这些工作。

到2022年，美国陆军发布了《美国陆军数据计划》（Army Data Plan），并把美国陆军数据平台（Army Data Platform）作为赋能的承载体，实现集中管理多供应商的数据目的，以解决机器学习对大量高质量数据的需要。

从公开资料来看，美国陆军针对数据和AI做了一系列工作，确实发现了一些问题，但从颠覆性创新的评价来看，它似乎没有触及到作战这个核心问题。

简单讲，美国陆军最近几年都是为了做数据平台而做数据平台，或者为了AI而做AI，对于提升未来作战能力上的目的效果不明显，至少未实现非对称的战场优势。

为什么会出现这样的状况？

美国陆军按部就班落实美国国防部的各项计划要求，同时对新技术的敏感度也比较高，但在具体落实的时候，往往采用集中式的方式来处置，导致了颠覆性创新的“涌现”无法发生，当前正在进行的AI和数据需要在技术原理或探索有了突破才能释放其潜能，这样的集中式管理先进技术不是最佳方法。

当然，这种情况在全世界都是一样的，陆军作为各国最早的军种，形成了一整套的官僚体系，要想在现代战争中脱颖而出，难度比较大。

《军事人工智能白皮书》的读者可以发现，不对各种装备、战场和作战人员等施行数字孪生化（Digital Twinning），“可计算”怎么实现？而这正是新一轮AI革命可能发生的关键。

对于本文提及的文件、报告和演讲稿，请购买了《军事人工智能白皮书》的读者联系您的客户经理获取。