无处不在,搜你所想

生成式人工智能有可能通过快速处理信息、生成规划产品草案并最终帮助生成选项来增强规划人员和指挥人员的能力。然而，将这项技术整合到联合规划中也带来了挑战，包括但不限于：

• 确保人工智能生成的内容符合指挥官的意图和更高层级的指示；
• 使用商业人工智能模型时确保作战安全性；
• 验证人工智能生成信息的准确性和出处；
• 支持规划人员有效指导多个梯队和用户群中的人工智能系统并与之交互；
• 调整人工智能能力以适应拒止、降级、时断时续和受限（DDIL）环境；
• 识别模型在低置信度场景中运行的情况并告之相关机构。

（1）信息合成和分析

• 从各种源模式和数据格式快速提取、处理和总结大量用户选择的规划相关信息；
• 从获取的信息中识别关键见解、模式和关系；
• 生成指定的支持产品，例如定制的情报估计和摘要，以支持任务分析；
• 协助地理空间规划和可视化，以支持行动方案的制定；
• 通过生成作战方法系统地实现作战设计，特别是在快速演化的作战条件下。

（2）计划和指令制定：

• 以适当的格式制定作战计划草案、概念计划和作战指令；
• 生成附件、附录和其他规划产品；
• 确保人工智能生成的内容符合指挥官的意图、规划指导和条令；
• 使规划人员能够轻松审查、修改、优化和比较人工智能生成的产品。

（3）行动方案制定和兵棋推演：

• 根据任务参数和用户定义的限制（例如战略方向和任务）快速、迭代生成多个可行的行动方案；
• 针对可能的对手行动，对行动方案进行推演；
• 确定每个行动方案的风险、机会、决策点和分支/后续行动；
• 分析行动方案的优劣势和风险；
• 与当前或未来的政府或第三方建模仿真工具进行交互；
• 支持敏感性分析，阐明关键结果驱动因素和不确定性因素。

（4）运行安全和信息保障：

• 在机密云和/或本地环境中运行，无需依赖商业云原生服务；
• 提供审计跟踪和人工智能生成内容和建议的解释；
• 允许在断开连接或带宽受限的环境中运行；
• 根据租户对信息进行分类并实施用户访问控制。

（5）可接受的用户界面包括：

• 直观的用户界面，供规划人员执行任务、提供指导以及与人工智能功能进行交互；
• 能够吸收指挥官的意图和规划指导以塑造人工智能输出；
• 供规划人员和人工智能共同开发产品的协作工作区；
• 可定制人工智能辅助工具，以支持不同的规划角色和层级。

（6）向大型组织提供复杂功能：

• 了解/记录当前工作流程；
• 与高管领导和用户合作，确定工作流程的潜在变化（以优化新能力）；
• 提出新的工作流程并制作培训材料；
• 整合新技术和流程。

美国防部将优先考虑以下解决方案：（1）展示现有的可验证能力以增强规划流程；（2）采用负责任的人工智能实践，包括可解释性和可追溯性；（3）提供灵活性以与现有或新的联合规划系统和流程集成；（4）提供明确的方式来测试、评估和建立对人工智能能力的信任。

• 部署：解决方案应能够部署到本地或云计算环境中；
• DataOps：执行数据探索、处理、质量检查、特性工程和版本控制；
• 模型评估：将所有评估集定义元数据和程序导出为开放格式代码；
• 模型可解释性：导出任何非专有可解释性指标；
• 模型可观察性：以开放格式导出观察部署模型的所有数据；
• 模型合规性和审计：以开放格式导出用户提供的合规性和审计工作流；
• 模型部署和服务：以开放格式导出服务配置；
• 模型验证：以开放格式导出验证数据集和工作流；
• 平台特定模型构建：偏好（非硬性要求）能够以开放格式导出编译模型。