中文版 | 美陆军DEVCOM分析中心：提升国防系统可靠性

马里兰州阿伯丁试验场——确保军事系统可靠性是美国陆军的关键任务，而处于该领域前沿的机构是美国陆军作战能力发展司令部（DEVCOM）下属分析中心（DAC）。作为陆军"可靠性提升中心"（CRG），DAC通过提供尖端工具与专业知识来增强国防技术性能与耐久性，在系统评估、测试设计与装备采办中发挥关键作用。

"可靠性是任务成功的基石，"DAC可靠性分析师内森·赫伯特表示，"我们的工作确保部署系统（无论是自主载具、武器平台还是传感器系统）在要求条件下按预期运行。"

国防领域AI可靠性的开拓

随着军方日益将人工智能（AI）融入作战体系，确保AI可靠性成为DAC优先事项之一。AI为决策与自主功能带来变革潜力，但也引入需严格评估的新风险。

DAC通过失效模式分析、风险评估工具及与防务机构的合作应对这些挑战。美国防部"负责任AI倡议"强调AI应用中可靠性、安全性与任务效能的重要性。

"我们正开发方法论以理解AI系统失效机理及缓解措施，"赫伯特解释道，"从模型训练局限到人机交互故障，再到对抗性攻击，需通过稳健设计与测试确保AI在真实场景中可靠运行。"

自主系统的可靠性挑战

自主地面载具与机器人系统的可靠性是重点关注领域。DAC工程师已识别关键风险点：

避障问题——自主系统可能无法区分树木等重大障碍与树叶等微小杂物，导致不必要的路径调整。
识别失效——AI模型有时因图像残缺或遮蔽造成目标误分类。
环境挑战——例如机器狗难以穿越高草丛，影响其机动能力。
人机协同失效——低效的人机交互可能削弱AI系统性能与操作员态势感知。
对抗性攻击——AI系统易受模型投毒、黑客入侵与欺骗检测算法的伪装技术操控。
导航漏洞——依赖AI的载具可能因环境细微修改（如误导性道路标记）而偏离路径。

赫伯特指出，应对这些挑战需采用多层方法，包括网络安全、作战环境分析与持续系统监控。"唯有确保自主系统对预期与非预期条件的韧性，方能建立对其的信任。"

AI可靠性的创新工具

为提升AI可靠性，DAC开发了如"失效模式轮盘"等工具——该交互式平台供工程师分析AI系统潜在失效点。此外，DAC推出"AI可靠性计分卡"，将传统可靠性评估方法适配于模型选择、数据质量与配置管理等要素的系统化评估。

"该计分卡助力我们以结构化方法处理AI可靠性，"赫伯特强调，"确保从初始训练到全寿命周期管理的AI开发部署各关键环节均被考量。"

塑造国防可靠性未来

除AI领域外，DAC持续推动硬件与电子系统可靠性提升，增强耐久性并降低全寿命成本。其对可靠性标准的贡献及与外部机构的协作，巩固了该中心在国防系统评估中的核心地位。

随着DAC持续推进，其核心目标始终明确：确保陆军最先进技术在关键时刻可靠运作。"我们的目标是让作战人员确信其系统能在需要时发挥作用，"赫伯特表示，"这正是可靠性的终极意义。"

参考来源：美国陆军