全球技术地图:欧盟安全研究所发布《数字鸿沟?跨大西洋人工智能防御合作》报告( 二 )


在技术进步方面 , 私营部门是最大的颠覆者 , 它在新兴技术方面的支出超过了政府 。 因此 , 国防部的人工智能战略比以往任何时候都更加依赖于与私营部门的问题关系 。 这种关系受到诸多问题的影响 , 比如缺乏互信、不同的组织文化、政府准备不足、收购过程冗长、数据丢失或不可靠数据 , 以及采用针对商业用途优化的人工智能带来的技术和安全挑战 , 等等 。 除了国际武器贸易条例(ITAR)和出口限制之外 , 私营部门和政府部门的创新周期错位 , 大型科技公司对政府使用人工智能技术的怀疑 , 以及商业机会成本 , 都将损害这种关系 。 在部署军事人工智能的基础设施(尤其是云和边缘基础设施)和数据战略方面 , 政府缺乏协调 , 这进一步破坏了与私营部门的关系 。 最近 , 美国国防部推迟了建立联合共同基金会(JointCommonFoundation,JCF)的计划 , 也印证了这一点 。 这项计划旨在为所有机构和服务建立一个基于云算法、模型和共享数据的公共储存库 , 这将是一个漫长而有争议的过程 , 原因在于受到对联合企业防御基础设施(JointEnterpriseDefenceInfrastructure , JEDI)漫长且有争议的拨款进程的影响 。 联合企业防御基础设施是国防部耗资100亿美元的通用云基础设施计划 , 原计划托管通用人工智能的存储库 。 这些例子证明 , 与私营部门的紧张关系是国防部推进人工智能计划的一个关键障碍 , 并凸显出将经济和技术能力转化为军事力量的局限性 。
全球技术地图:欧盟安全研究所发布《数字鸿沟?跨大西洋人工智能防御合作》报告
文章图片

2、通过人工智能敏捷测试
五角大楼利用人工智能往往基于基于特定部门的经验 , 这些经验包括从小规模开始 , 创建模型并快速试点 , 规模化、升级和重复 。 尽管国防部的采购过程改革远未完成 , 也很难在3个月到2年内采用软件解决方案 , 但是也比目前平均7.5年的时间短的多 。
然而 , 人工智能技术的能力开发时间表往往令人误解 。 首先 , 人工智能的开发集中于模型和实验 , 这导致了人工智能的部署通常限于试点单位 。 其次 , 将人工智能技术部署和整合到像F-35这样的开放架构平台上 , 比部署在F-16上更容易、更快 。 第三 , 人工智能项目的迅速增长并不是衡量成功的标准 。 人工智能从开发到广泛的部署 , 并使之适应组织的运作是一项更加困难的挑战 。
3、在准备就绪和现代化之间的艰难选择
围绕人工智能的国防投资的困境 , 与它是否应该推动准备就绪或现代化关系较小 , 而是与如何在准备就绪和现代化之间寻求适当的平衡更加相关 。 准备就绪是指军事单位和武器装备按照预定任务进行战斗的能力 , 国防现代化意味着现有能力和技术的升级 , 包括发展新的理论和作战概念 。 简而言之 , 现代化意味着准备就绪 , 两者都依赖于研发投资 。
全球技术地图:欧盟安全研究所发布《数字鸿沟?跨大西洋人工智能防御合作》报告
文章图片

图1人工智能投资差距(美国、中国和欧盟人工智能支出的比较 , 不包括单个欧盟成员国的支出)
从图1可以看出:(1)在民用人工智能研发领域 , 美国投资为9.74亿美元 , 欧盟为6.77亿美元 , 中国投资约为17到57亿美元;(2)在公共防御领域 , 美国为40亿美元 , 欧盟为1.06亿美元 , 中国约为3亿到27亿美元;(3)在公共领域方面 , 美国约为49亿到57.7亿美元 , 欧盟为7.83亿美元 , 中国约为20亿到84亿美元;(4)在2017年至2018年国防支出总额的公共领域占比方面 , 美国为30% , 欧盟为19.9% , 中国为33.3%;(5)在2017年全球私募股权投资的私营人工智能投资占比方面 , 美国占49% , 欧盟占8% , 中国占36% 。
特朗普政府因将战备和军力规模扩大置于现代化的目标之上而饱受批评 , 这表明华盛顿方面尚未在准备就绪和现代化之间找到平衡点 。 国防部长马克·埃斯柏提出了一项积极的国防部改革计划 , 以削减遗留项目并淘汰老化的平台 , 以便将资金用于现代化建设 。 人工智能在节省国防部成本方面的效果十分惊人 。 如果将人工智能扩展到整个空军 , 仅预测维修方面每年就可以节省约30-50亿美元 。 然而 , 这项改革计划能否成功还不能确定 。 抛开预期的军事服务和立法推延不谈 , 由于11月的总统选举 , 2021年的预算可能会有所改变 。 中东和欧洲的运营需求也可能使天平倾向于采购 , 如果不将其用于人工智能的研发 , 那么未来的资金投入可能不足以支撑与中俄的竞争 。


推荐阅读