《军事人工智能白皮书》摘要及目录

作为数字孪生国防系列报告之八，《军事人工智能白皮书》对美军人工智能的战略、组织和应用做了系统的分析，揭露了军事人工智能发展的过去、现在和未来，对行业人士了解军事人工智能具有较大价值。

《军事人工智能白皮书》共计260页，总字数为15万字（正文6万字），主要包含两种解决方案：‍‍‍‍

（一）基础方案，印刷版报告2本，不提供原文资料，定价2万元。

（二）专业方案，印刷版报告5本，提供精选原文资料10份（含相关视频资料）、美军人工智能培训系列视频，以及简易咨询服务（包括在线、电话等答疑），定价3万元。

如果需要购买，请联系王女士，联系方式：

微信：wangmfbj

2021年7月13日，美国国防部部长奥斯汀在国家安全委员会一次关于未来技术的研讨会上表示，“人工智能位于我们创新议程的中心，能帮助我们计算更快、分享更好……然后做出更快和更缜密的决策。”

奥斯汀的发言为美军推进军事人工智能确定了基调和方向。

实际上，美国国防部早在2018年就设立了联合人工智能中心（JAIC），当时发布了第一份《人工智能战略》；后来美国国防部还设立了首席数据官（CDO）。兰德公司分析认为，JAIC毫无存在感，没有与之相衬的权限，无法领导军事人工智能的应用。

在奥斯汀明确人工智能在美军整个体系的关键地位后，美国国防部广开言路，听取兰德公司以及其他智库提出的意见，整合了JAIC和CDO两个部门，设立了首席数字与人工智能办公室（CDAO），这才把人工智能和数据两个原来分割的功能合二为一，为2023年发布的《数据、分析和人工智能采用战略》提供了条件。

人工智能是第四次工业革命的通用目的技术，在工业领域拥有广泛的应用前景，同时在军事领域发挥塑造未来战争的作用。《军事人工智能白皮书》（Military Artificial Intelligence Whitepaper）是专门针对军事应用编写的主题报告，属于数字孪生国防系列之八，跟《网络信息白皮书》和《建模仿真白皮书》构成了颠覆性技术三部曲。

针对军事人工智能的研究，数字孪生战场实验室设计了战略、组织和应用三位一体的分析方法，分析了过去5年间相关变化情况，包括战略思路深入发展，整合JAIC和CDO为CDAO，以及聚焦分布式作战需求，为读者全面系统了解美军人工智能发展的历史、现状和未来提供了认知框架，便于在需要时进一步了解相关内容。

美军开展军事人工智能的过程，体现了“变化是永远不变”的理念。从早期特设部门包揽万象，到中期试验探索各种可能性，最终在2022年确定了以CDAO为核心的管理体系，使之达到跟国防信息系统局（DISA）同等的地位，这是一个大胆的决策。

这个演变过程展现了与时共进的工作方法，本白皮书在第一、二和三章分别做了分析，读者可以阅读相关章节，了解相关内容。数字孪生战场实验室判断，美军推进军事人工智能已经到了一个新阶段，那就是有了独立组织和明确战略。

人工智能本质上是一种计算机方法，它是建立在“可计算”（Computability）基础上的。经过70年的发展，人工智能基本解决了实际问题的形式化难题。

对于物理世界千奇百怪的物体，通常做法是把它转变为一个数学模型，然后再来应用人工智能，一旦这些物体无法表征为数学模型，人工智能就无法发挥作用。当针对图片的深度学习应用产生突破，人们意识到把物理系统数字孪生化（Digital Twinning），将促成“可计算”适用于整个物理世界，这实际上是一种通用方法。

本白皮书第四章分析了人工智能在装备中的应用情况。以2012年美国空军研究实验室开展的“机身数字孪生体”为起点，人工智能逐步在装备研制、生产、使用和维护全生命周期发挥作用。之所以产生这样的效果，是因为数字孪生装备为人工智能提供了条件，释放了人工智能在装备系统中的应用潜力。

当然，人工智能在作战应用中的潜力更为巨大，产生的效果是颠覆性和革命性的。本白皮书第五、六和七章介绍了它的重要价值，以及在军事情报、监视和侦察的应用，同时还对它给指挥控制（C2）带来的巨大影响做了分析。

在本白皮书第八章，编写团队围绕人工智能的验证、确认以及测试评估（VVT&E）的难题，借用CDAO的年度GIDE演习以及乌克兰战场的实践案例，披露了美军为人工智能设计数字孪生靶场的思路，给VVT&E问题的有效解决提供了可行的方法。

数字孪生战场实验室一直把实战效果作为衡量研究质量的标准，并把这种要求贯穿到数字孪生国防系列报告的撰写中。在本白皮书最后一章，编写团队针对未来太平洋战场的各种需要，分析了人工智能的潜在应用，以启发渴望了解军事人工智能发展趋势的读者。

跟其他数字孪生国防白皮书一样，《军事人工智能白皮书》提供了丰富的附录和参考资料，同时，在后续服务中，还会不定期提供新的会议资料、视频以及智库报告等更新。

引言

1 AI是新军事革命的核心

1.1 军事领域的AI的概念与应用

1.2 “可计算”是军事AI应用的难题与机会

1.3 AI在装备和作战两大领域大有可为

2 跟网络信息并驾齐驱的AI不断演进中

2.1 为什么要发布AI战略报告？

2.2 美国国防部部长明确AI的创新中心地位

2.3 借大模型效应加速“囤积”数据

2.4 “数字孪生+小模型”是军事AI应用方向

3 以CDAO为核心的AI管理体系

3.1 处于边缘地带的JAIC难有作为

3.2 CDO难为无“数据”之炊

3.3 集中的CDAO体系加速AI发展

4 “可计算”的装备逐步释放AI 潜力

4.1 “可计算”的数字孪生装备是基础

4.2 “机身数字孪生体”验证了AI在装备的价值

4.3 预测性维护是AI在装备中的关键应用

4.4 推动AI在装备研制、生产、使用和维护全生命周期的应用

5 AI是分布式作战的关键技术

5.1 分布式作战需要建立装备之间的数据连接

5.2 为作战人员提供成千上万种作战场景

5.3 “AI参谋”是分布式作战的杀手级应用

6 军事情报、监视和侦察的AI应用

6.1 AI技术逐步融入ISR体系

6.2 利用AI生成实时的通用作战图（COP）

6.3 借助AI打造下一代精确打击能力

6.4 AI驱动的自动敌友识别应用

6.5 通过AI改善战损评估方法、流程和效果

7 AI颠覆传统的C2模式

7.1 不同于传统的任务规划

7.2 联合作战不可或缺的AI应用

7.3 基于开源情报的心理战

7.4 AI会让兵棋推演有不同效果吗？

8 基于数字孪生靶场的AI演习

8.1 CDAO举办的年度GIDE演习

8.2 让“实装数据”参与到AI演习中来

8.3 AI在乌克兰战场的应用评价

9 AI在太平洋战场有什么用？

9.1 CDAO聚焦支援太平洋战场

9.2 利用AI破解战术数据网络的拒止难题

9.3 AI在电磁战中的价值有待验证

9.4 美军建立基于数字孪生靶场的备战模式

附A 美国国防部AI战略（2018）

附B 美国国防部数据战略（2018）

附C 兰德对AI在预测性维护中应用的分析

附D 数据、分析和AI采用战略（2023）