XiaoMi-AI文件搜索系统
World File Search SystemTeaming
MUMTi – 有人-无人协同...
产品描述 MUMTi 是一系列最先进的产品和经过实战检验的架构，集成在一架先进的飞机上，为空中飞行员和地面士兵提供“改变游戏规则”的能力。飞行员可以选择显示和/或传输来自无人机 (UAV)、另一架有人驾驶飞机、其自身传感器或已记录并存储在机载数字视频录像机 (DVR) 上的图像的视频和元数据。MUMTi 可实现有人驾驶飞机和无人机之间的高效协同作战，并为战术前沿提供全动态视频 (FMV)，改善涉及飞机和地面士兵的作战。MUMTi 还为飞机驾驶舱或客舱提供改进的态势感知，并将 FMV 传输到指挥和控制中心，从而根据实时视频情报做出更好的战术决策。
人机协作 2030-2040
关于本文档 奇点团队的成员完成了这一集体战略研究项目，这是完成美国陆军战争学院 (USAWC) 战略研究硕士课程的先决条件之一。本报告的研究、分析和制作于 2022 年 10 月至 2023 年 4 月作为 2023 学年陆军未来研讨会的一部分进行。 要求 本报告基于可用的开源信息和对主题专家的采访，回答了美国陆军未来司令部指挥官詹姆斯·E·雷尼将军提出的一个战略问题。 到 2040 年，在人机协作的整个过程中，哪些可能的应用 1 在技术上可行、在军事上相关且在道德上可接受 3 ？
利用人与机械队的团队
尽管存在这些前所未有的挑战，但英国和美国由于其民主制度，长期存在的组织偏见以及竞争对手难以故意复制而难以复制的经验，因此拥有相当大的运营和军事技术不对称。两国都信任军队以最低水平适应和创新。他们具有联合武器操作的经验，包括在远征环境中。，两国都没有专制病理，例如地方性腐败，基于忠诚度的晋升或重大审查制度。使用这些特征来塑造英国和美国军队的开发，部署和使用能力的方式将使竞争对手很难复制西方国家的表现，即使具有相同的基础技术。
人机协作：动态支持...
第 2 章 — 人机协作 (HAT) 2-1 2.1 人机团队、人机协作团队 2-1 2.1.1 简介 2-1 2.1.2 人机协作与合作 2-2 2.1.2.1 功能框架 2-2 2.1.2.2 结构功能方法 2-3 2.1.3 人机团队的特征与分类 2-4 2.1.3.1 任务相互依赖性 2-4 2.1.3.2 团队冲突解决 2-5 2.1.3.3 协调策略 2-5 2.1.3.4 进度监控/团队监控/2-6 相互评估 2.1.3.5 团队合作与团队精神 2-6 2.1.4 迈向人机协作：科学与技术挑战 2-6 2.1.4.1形式语言与自然和非语言 2-6 语言 2.1.4.2 人工和人类的推理模式，人工智能和解释 2-7 2.1.4.3 情感和情绪管理 2-7 2.1.4.4 团队中的隐性知识，团队 2-7 专业知识 2.1.4.5 共同点建设 2-7 2.1.5 人类自主团队合作和模式 2-7
红队中的人工智能
红队模拟现实世界中对组织、基础设施或个人等目标的攻击，以测试他们的防御能力并评估漏洞。人工智能在红队网络攻击中发挥着重要作用。本文通过研究人工智能方法在各种情况下如何被滥用以及确定这些攻击的典型目标，探讨了人工智能在红队中的影响。最近的研究强调了与大型语言模型（LLM）相关的风险，这是一种先进的人工智能，以及它们重塑红队领域的潜力。本文旨在进行全面回顾，分析人工智能在网络攻击中的作用及其对红队实践的影响。论文第 2 章分析了提交的文章，总结了其方法和结果。本文进行了范围界定审查，旨在确定红队中使用的 AI 方法及其有针对性攻击的性质。第 3 章介绍了扩展的文献综述，采用叙述性综述和滚雪球抽样方法来实现其目标。该评论重点介绍了红队攻击中使用的大型语言模型 (LLM)。它探讨了 LLM 和其他高级 AI 方法在网络攻击领域的作用，重点介绍了最近的研究及其目标。AI 正在推动整个红队领域的变革，而 LLM 等高级 AI 既带来了机遇，也带来了风险。自动化网络攻击的兴起带来了新的复杂程度，使得这些攻击越来越难以检测。网络犯罪分子正在利用可访问的 AI 工具执行自动化和高度逼真的攻击，通常只需要极少的人为干预。这些基于 LLM 的应用程序不仅使攻击者能够优化他们的策略，而且由于 AI 系统内的漏洞，还存在严重风险，可能导致严重后果。例如，对 AI 驱动的攻击的模拟显示出很高的成功率，凸显了这些工具增强网络攻击方法的潜力。讨论了 Auto-GPT 等工具在未来向公众推出时被滥用的可能性。需要对网络攻击中的 AI 进行研究，以应对红队中使用 AI 应用程序所带来的威胁。
人工智能与人类合作做出决策
• 超过 100 人（40 名博士 + 30 名硕士 +……） • 在行业工作：MSRA、IBM Watson、AWS AI、Facebook AI、AirBnb、Bloomberg AI、西门子、谷歌、华为等。 • 在学术界工作：浙江大学、同济大学、电子科技大学、深圳大学、新加坡管理大学 • 在政府工作：香港政府资讯科技总监办公室（OGCIO） • 媒体
人机协作的分布式架构
摘要：无人机有望自主运行，但它们也会与人类互动以共同解决任务。为了支持民用人机协作团队，我们提出了一种分布式架构，其中图像识别、与人类协调以及飞行控制决策等复杂操作不是在无人机上进行，而是远程进行。这种架构的好处是可用于图像识别的计算能力增强，并有可能集成人机界面。缺点是，需要进行通信，导致命令接收延迟。在本文中，我们讨论了分布式方法的设计考虑因素、智能手机上的示例实现以及书架库存的具体用例。此外，我们报告了通过 Wi-Fi 连接的定制无人机通过实验得出的关于消息传递和命令响应延迟的初步见解。
人类与自动化之间的合作
由于技术的进步，如今自动化不再仅仅被视为人类的工具，而由于执行复杂的任务，自动化越来越多地被视为团队成员。本文介绍了如何以最佳方式实现成功的团队合作，从而充分发挥人类操作员和自动化的优势。决定性因素是以人为本的工作设计，重点关注人类操作员的需求。本文以空中交通管制为例，并将研究结果转移到铁路行业现有联锁技术的处理中。信号员和自动化之间的团队合作的初步趋势今天已经出现。未来，这种新的团队合作形式可以借助引入的关于人类和自动化成功合作的关键方面的模型得到进一步发展。
人机协作，成就未来地面...
作者要感谢 Thomas G. Mahnken 博士和 CSBA 工作人员在发布本报告时提供的帮助。特别要感谢 CSBA 的 Rick Russo 提供的大力支持、建议和投入——以及科幻实力。特别感谢 Mike Evans 教授、Mike Horowitz 教授、Deane-Peter Baker 博士、Therese Keane 博士、Tom McDermott 中校和我的妻子 Jocelyn 对报告各个草稿的评论和批评。最后，作者要感谢 Ross Babbage 博士和澳大利亚陆军参谋长 Angus Campbell 中将对报告的出色指导、建议和投入。此处提供的分析和发现完全由作者负责。
