美国陆军人机一体化洞察

人工智能（AI）、机器学习和机器人技术的进步使得军事职业很可能将人类士兵与AI赋能的机器和应用程序作为集体整体的一部分进行整合。由AI赋能的机器和软件应用开始展现出与军事环境相关的能力，例如在复杂的城市交通中自主移动，以及通过大型语言模型创造出令人惊讶的类人化且有趣的衍生作品。

然而，这并不意味着此类发展可以在军事环境中顺利实施。建设凝聚力强的小型部队并非易事。最优秀的小型部队凝聚到这样的程度：一名士兵能够在巡逻基地的黑暗中瞬间识别出另一名士兵的轮廓和步态。最优秀的参谋团队会随着时间推移内化其指挥官的风格和具体需求。在军事环境中整合人类和机器可能会借鉴民用领域的相似做法，但也需要大量的情境化调整。

在本报告中，作者研究了陆军在尝试将人类与AI算法配对以完成特定作战任务时可能遇到的各种困难。他们提出建议来解决如何最好地克服这些潜在障碍，并确保陆军有效创建能够与必须与之交互的士兵良好整合的AI系统。

主要发现：
通过设计能够解释AI决策的AI界面（可解释AI）或促使人类更仔细思考AI输入的认知强制功能来增加信任的努力，效果不如预期。这种无法增加人类信任的问题尤为关键，因为对AI的信任是陆军的重要关切。

设计、信号传递和心理模型的基本理念仍然很有前景，特别是当它们随着时间推移得以实例化，帮助人类与机器建立熟悉感时。

陆军在地面作战规划和执行领域整合人类和机器的进程可能比商业部门的整合更加缓慢。

陆军整合人类和机器的努力主要专注于让机器适应人类，而不是让人类适应机器。

建议：
一旦机器部署到部队中，陆军应该像整合新士兵一样整合这些机器。

陆军应该为AI赋能的机器和应用程序的表现因其所整合部队的人员动态而产生的变化做好准备。

陆军应该监控机器如何获得和维持信任。

在人机整合部队中，人类必须保持主导地位。

了解更多：