美国战争部向纽约州立大学理工学院拨巨款用于人工智能和国防创新

（来源：中国航空报）

　　美国纽约州立大学理工学院（SUNY Polytechnic Institute）已获得美国战争部一份价值6190万美元的合同，用于开发人工智能系统，以帮助美国陆军分析复杂的军事行动，预测新出现的威胁，并在陆地、空中、太空和网络空间更快地作出决策。该合同是纽约州立大学理工学院历史上金额最大的合同之一，使该学院成为一项迅速扩展的全国性计划的核心。该计划旨在将生成式人工智能、基础模型、高级仿真和数据驱动推理应用于国防规划，但目标并非将人工智能视为单一战场任务的工具，而是创建一个集成的分析框架，能够连接海量信息，并将其转化为指挥官在不确定且瞬息万变的环境中作战时可借鉴的实用见解。

　　该合同资助的首个项目获得了2025财年国防拨款中的500万美元。这项研究将由纽约州立大学理工学院牵头，联合南佛罗里达大学和马里兰大学系统开展，并直接为美国陆军转型决策分析中心（TDAC）提供支持。该项目名为“人工智能基础模型与建模持久性研究”，旨在帮助陆军在复杂作战行动前后评估战略选择。其核心挑战不仅在于生成预测结果，更在于构建能够处理不完整、相互矛盾且瞬息万变的信息，并在传统假设失效时仍能保持可靠性的系统。

　　这项工作的技术核心是基础模型：大型、可适应的计算系统，它们基于广泛的数据集进行训练，并随后针对特定任务进行优化。在国防领域，此类模型可以整合来自后勤网络、传感器、通信系统、卫星观测、历史记录和模拟作战的信息。生成式人工智能将被用于构建合理的场景，识别事件之间的关联，并探索不同的决策如何影响未来局势。先进的推理系统可以评估各种结果的可能性，揭示隐藏的依赖关系，并帮助分析人员区分暂时的异常情况和敌方行为的实质性变化。其目标是使军事规划人员无须手动处理每个数据流，即可获得更全面的态势图景。

　　该研究还将探讨人工智能如何表示和模拟多域作战，即在一个环境中采取的行动可能会对其他多个环境产生影响。例如，网络空间的中断可能会影响通信、后勤、防空以及地面部队的调动。对这些交互进行建模需要的不仅仅是传统的预测算法。研究人员必须构建时间、地理、不确定性、因果关系以及多个行动者之间关系的表征模型。空间推理模型可以帮助人工智能系统理解地形、基础设施、距离和移动如何限制可能的行动，而主动推理方法则可以使系统在获得新证据时更新其内部模型。这些能力可以帮助规划人员在现实世界中投入资源之前，在模拟环境中比较不同的战略。

　　合成数据将是该项目的另一个重要组成部分。军事组织通常面临着现实世界作战数据的可用性、保密性和质量方面的严格限制。合成数据生成提供了一种方法，可以生成逼真但人工模拟的事件、环境和系统行为示例，用于训练和测试人工智能模型。精心设计的合成数据集能够让算法接触到罕见或危险的场景，这些场景发生的频率可能不足以在历史记录中出现。它们还可以用于测试模型在天气、地理位置、通信或敌方策略与原始训练数据所代表的条件不同时是否仍然可靠。研究人员需要确保合成信息不会引入误导性模式，导致人工智能系统在模拟环境中表现良好，但在实际运行中却失败。

　　该计划还将研究异常检测和时间序列基础模型。异常检测系统会搜索与预期行为显著不同的观测值，这种能力有助于识别异常的网络活动、意外的设备性能、供应流的变化或运行环境的变化。时间序列基础模型旨在解释持续变化的数据，例如，传感器测量值、通信流量、能源使用情况、运输模式或设备健康状况。通过分析随时间变化的趋势而非孤立的观测值，这些模型可以检测到原本会被忽略的渐进变化。大型语言模型可以辅助这些系统，帮助分析人员以自然语言查询复杂数据集、总结证据，并将结构化数据与报告和其他非结构化信息关联起来。

　　可靠性和安全性将是检验这项技术的关键。在对抗性环境下使用的人工智能系统不能仅以其在正常条件下的平均准确率来评估。它们还必须能够抵御蓄意操纵输入、利用训练数据漏洞或诱导得出看似可靠但实际错误的结论的攻击。因此，这项研究将着重探讨在网络威胁、信息不完整、通信中断和计算资源有限的情况下，如何保持系统的稳健性能。研究人员需要研究检测不确定性、验证模型输出以及防止系统将伪造或损坏的数据视为可信证据的方法。可解释性和人工监督也至关重要，因为指挥官和分析人员必须能够理解人工智能生成建议的依据，并识别出系统何时缺乏足够的信息来提供可靠的答案。

　　过去两年，纽约州立大学理工学院的研究人员为这项工作做了充分准备，包括撰写白皮书、与战争部项目经理会面、调整研究方向以符合TDAC的优先事项，以及与TDAC的科学家直接合作。他们的工作旨在支持美国陆军所说的更快、数据驱动的决策优势。在实践中，这意味着开发分析工具，帮助领导者比较可能的行动方案、评估作战风险、识别能力差距，并根据情况变化调整计划。该合作还将纽约州立大学理工学院的应用研究基础设施与更广泛的大学网络连接起来，使人工智能、建模、工程、网络安全和决策科学等领域的专业知识能够在一个共同的国防项目中得到整合。

　　对于美国陆军而言，该合同的更广泛意义在于，它试图将人工智能从孤立的演示转化为可靠的决策支持基础设施。一个能够生成令人信服的场景的系统并不一定能够支持高风险决策；它必须经受不确定性、对抗行为、不断变化的环境以及错误建议后果的考验。因此，纽约州立大学理工学院的项目将着重于将生成模型与仿真、统计推断、异常检测和人类判断相结合。如果成功，由此产生的技术可以帮助军事规划人员更快地了解复杂的作战环境，探索不同战略的后果，并在多个领域保持战备状态。这项工作也反映了一场更广泛的科学竞赛，即在错误代价极高的情况下，如何使日益强大的AI模型不仅具备能力，而且安全、透明、可靠。 （航柯）