美陆军的人工智能新政策：引领大语言模型的未来

美国陆军即将发布关于使用大型语言模型（LLM）和生成式人工智能（AI）的新政策指南。此举正值五角大楼寻求利用人工智能的变革潜力，同时解决安全问题并确保该技术满足美国防部（DoD）的独特需求之际。随着人工智能的不断发展，陆军旨在利用其能力来提高作战效率、决策和整体任务成功率。

大型语言模型的崛起

大型语言模型，如 OpenAI 的 GPT-4 和谷歌的 Gemini，因其能够根据提示和训练数据生成类似人类的文本、音频、代码、图像和视频而备受关注。这些模型已在从内容创建到复杂问题解决等各种应用中展示出令人印象深刻的能力。然而，它们的广泛应用也引发了有关数据安全、道德考量和潜在滥用的关键问题。

美陆军对生成式人工智能的态度

认识到生成式人工智能的潜力和挑战，陆军将发布新的政策指南，以确保负责任地安全使用这些技术。据陆军首席信息官（CIO）利奥-加西加（Leo Garciga）称，即将发布的指令将为如何将 LLM 集成到陆军行动中同时保护敏感信息提供明确的指导。这项政策预计将涉及几个关键领域：

• 安全问题： 使用市售 LLM 的主要顾虑之一是，敏感军事数据有可能暴露给未经授权的个人。陆军的政策将强调使用符合国防部严格安全标准的安全内部人工智能系统的重要性。这种方法旨在防止机密信息的无意泄漏，并防止潜在的敌方利用。
• 量身定制的解决方案： 陆军寻求可定制的人工智能解决方案，以满足其特定的作战需求。这包括开发可在陆军安全环境下运行的人工智能模型，并应对军事应用的独特挑战。通过与行业合作伙伴合作并利用内部专业知识，陆军旨在创建既能提高任务效率又不影响安全性的人工智能工具。
• 合乎道德和负责任的使用：陆军致力于合乎道德地采用人工智能技术。新政策将纳入负责任地使用人工智能的原则，确保人工智能系统透明、负责，并符合陆军的价值观和任务目标。这包括持续实验、用户反馈和不断改进，以解决可能出现的任何道德问题。

生成式人工智能在陆军中的应用

生成式人工智能在各种军事应用中大有可为。一些潜在用例包括

• 作战规划和决策：人工智能可协助指挥官分析海量数据、提出可行见解并做出明智决策。通过将常规任务自动化并提供实时分析，人工智能可以提高决策过程的速度和准确性。
• 培训与模拟：人工智能驱动的模拟可以创建逼真的训练环境，让士兵在可控的环境中练习和提高技能。这些模拟可以适应不同的场景，提供宝贵的经验并提高战备状态。
• 后勤和供应链管理：人工智能可以通过预测需求、管理库存和简化供应链流程来优化物流运营。这可以提高资源分配效率，降低运营成本。
• 网络安全：人工智能可以通过实时检测和应对威胁来增强陆军的网络安全态势。先进的人工智能算法可以识别模式和异常，从而实现对网络攻击的主动防御。

挑战和考虑因素

虽然生成式人工智能的潜在效益巨大，但陆军必须克服几个挑战，以确保成功实施：

• 数据质量和集成：人工智能系统的有效性取决于其训练数据的质量和准确性。陆军必须确保其数据是干净、相关和适当整合的，以最大限度地发挥人工智能工具的效用。
• 人机协作：人工智能的有效使用需要人类操作员与人工智能系统之间的无缝协作。陆军必须在培训和教育方面进行投资，以确保人员能够有效地与人工智能技术互动并加以利用。
• 遵守法规：陆军的人工智能计划必须符合国防部和联邦层面的现有法规和标准。这包括遵守有关数据隐私、安全和道德使用的准则。

结论

美陆军即将发布的关于大型语言模型和生成式人工智能的政策指导，是利用人工智能的力量进行军事应用的重要一步。通过解决安全问题、定制满足作战需求的解决方案以及促进道德使用，陆军旨在利用人工智能提高任务成功率并保持技术优势。

参考来源：Indigo Monser