美国战争游戏如何运用机密信息揭露敌人弱点

位于马里兰州的一所大学将升级其战争游戏工具，以支持五角大楼。约翰霍普金斯大学的两个基于人工智能的战争游戏工具将利用一些机密信息进行升级，以支持国防部的一些项目。

计划是新版本的这些工具将利用关于美国对手的关键数据，以帮助揭示敌人在真实战斗条件下的弱点。

在这项最新的努力中，该大学的应用物理实验室（APL）将升级其基于人工智能的战争游戏工具，GenWar和战略AI游戏引擎（SAGE）。

战争游戏增强人类判断力

战争游戏通过增强人类判断力，长期以来一直是理解复杂、不确定环境中人类决策的重要方法，通过体验学习的方式。

虽然传统的战争游戏提供了在压力下决策如何进行的深刻见解，但对专家的依赖以及设计过程繁琐，限制了它们的扩展性和速度。

APL透露，生成性战争游戏（GenWar）是一种下一代技术，集成了生成性人工智能、建模与仿真（M&S）和人类专业知识。GenWar使该机构能够在几天内构建和运行战争游戏，而不是几个月的时间，分析数十种替代未来的多种可能性，并将人类注意力集中在最需要深思熟虑的场景上。

生成性人工智能将取代人类玩家

国家安全分析部主任安德鲁·马拉（Andrew Mara）表示：“国防部的高层领导已经寻求这样的技术超过十年，我认为我们终于达到了需求信号和技术相一致的时机。”

“把这一点与APL这里出色的团队结合起来，我认为我们有机会改变国家安全领域战争游戏的本质。”

APL的另一个人工智能增强的战争游戏工具SAGE本周进入公测阶段，参与测试的有前五角大楼的高级官员。SAGE在某种程度上甚至比GenWar更具雄心：它使用生成式人工智能来替代人类玩家。

“人工智能战争游戏的价值在于探索比人类在有帮助的情况下能够考虑的更多替代方案，发现人类无法想到的奇特异常，并识别出反复出现的模式，”APL政策与分析部的助理主任詹姆斯·米勒说。

“这就是你要引导人类的地方，跟他们说，‘嘿……你真的需要好好想想这个。”

约翰霍普金斯应用物理实验室还透露，GenWar不仅将人工智能嵌入战争游戏周期中，还通过自然语言使复杂工具更容易让人类参与建模与仿真（M&S）过程。

没有技术背景的用户可以直接通过聊天界面参与，提出问题，像人们平时思考和交谈那样探索场景。这为更多用户打开了大门，让分析师、规划者和操作员能够快速生成、迭代和评估多种行动方案——这一切都有可追溯的、基于物理的裁决支持。