详细内容或原文请订阅后点击阅览
解决错误的问题：ATEC AI 挑战赛的经验教训
2025 年，我的士兵评估局团队凭借一种可以驱动...的工具赢得了美国陆军测试和评估司令部 (ATEC) 的人工智能挑战赛
来源:美国陆军采购支持中心2025 年，我的士兵评估局团队凭借一款可以起草 ATEC 评估计划 (AEP) 第一个版本的工具赢得了美国陆军测试和评估司令部 (ATEC) 的人工智能挑战赛。这个工具很有效，而且效果很好，但这次经历让我怀疑我们是否解决了正确的问题。虽然我们的原型使早期起草过程更加高效，但其背后的基本工作流程保持不变。我们了解到，ATEC 以及更广泛的陆军必须超越使用人工智能 (AI) 来自动化遗留流程，而是设计新的工作流程，充分利用人工智能目前的功能。根据挑战中的见解，我概述了人工智能指挥的愿景，解释了构建这个未来的工具是如何存在的。
错误的问题：人工智能作为促进剂，而不是补丁
ATEC AI 挑战赛要求团队使用大型语言模型 (LLM) 来加速他们选择的工作流程。我们的解决方案使用人工智能来提取源文档并生成 AEP 的结构化初稿，从而消除了数小时的手动组装工作。然而，当比赛结束时，我发现自己感到不安。更快地起草 AEP 是有帮助的，但它并不能解决更深层次的问题，即 AEP 一旦签署就会过时。每个评估者都知道这种经历：日程安排的变化、资金的变动、测试文章的中断以及操作现实的演变。静态文档无法跟上动态环境的步伐。
ATEC 的复杂性正是它需要人工智能的原因
人工智能支持的系统可以帮助不断推理这些关系，而不是期望人类在心里跟踪每个变量并手动调整计划。它可以在风险出现之前突出显示，检测新出现的模式，并在情况发生变化时建议采取行动。 ATEC 使命的本质并不是人工智能集成的障碍，而是人工智能集成的理由。
人工智能的真正前景：动态规划和调度
结论