USD(AT&L)备忘录指出:“在罕见且特殊的情况下,应用研究不得认为,应用研究表现出很有可能披露军事系统或制造技术的绩效特征,这些技术或制造技术对国防而言是独特且至关重要的,并且在合同或赠款中对限制有限制的同意。此外,国防部将不对未分类的基本研究提出其他限制,除非适用的联邦法规,法规或行政命令另有规定。”参考(d)的收件人,没有进一步的代表团,负责审查并同意在计划开始时需要控制决策。
执行摘要 人工智能将在未来几十年在美国的国防态势中发挥重要作用。五角大楼已将人工智能确定为国家安全的关键技术,并正在努力获取和部署人工智能工具。与许多先前的国防技术不同,私营部门目前推动着人工智能的发展。因此,为了利用人工智能为美国的国家安全带来优势,五角大楼将在很大程度上依赖国内私营部门的人工智能生态系统。与此同时,反垄断政策制定者正在考虑对这一生态系统进行重大改变,甚至考虑拆分其最大的公司。这样的行动将如何影响五角大楼的人工智能能力?在本文中,我们提供了一个理解这个问题的初步框架。我们探讨了拆分大型科技公司可能影响五角大楼获取尖端人工智能技术的三种方式,概述了每种情况下的潜在风险和好处,并提出了进一步研究的问题。我们的目标不是回答这些问题,而是为政策制定者和研究人员构建具体的主题来探索。我们首先也是最核心的考虑是创新。大型科技公司控制着推动国内人工智能创新的许多关键投入,包括数据、计算能力和人才。五角大楼将从这项创新中直接受益,通过从谷歌和微软等大型消费导向型公司购买产品,以及间接受益,因为传统的国防承包商、以军事为重点的初创公司和国防部 (DOD) 研究人员开发源自消费市场的人工智能工具。如果反垄断行动创造了一个由较小公司组成的集中度较低的人工智能生态系统,那么美国人工智能行业整体上会变得更具还是更不具创新性?它的创新会更多还是更少地面向五角大楼的特定需求?围绕这些问题的关键考虑因素包括大公司持有的数据的多样性和数量;公司规模、研发和创新之间的关系;以及规模对人才获取、协作、反竞争行为和计算的影响。
以化石燃料的形式。正如戴维·彼得雷乌斯将军在 2011 年所说,“能源是我们作战能力的命脉。” 4 尽管五角大楼近年来越来越多地 1 Neta C. Crawford 是波士顿大学政治学教授兼系主任,也是布朗大学和波士顿大学战争成本项目的联合主任。Crawford 感谢 Matthew Evangelista、Anna Henchman、Catherine Lutz、Heidi Peltier、Nathan Phillips、Stephanie Savell、Adam Sweeting、Alexander Thompson 和 David Vine 提出的批评意见和有益建议。克劳福德还受益于 2019 年 4 月俄亥俄州立大学和 2019 年 9 月布朗大学的反馈。2 之前的研究于 2019 年 6 月发布,包括 1975 年至 2017 财年 (FY) 的排放量计算。此更新和修订版本添加了能源部发布的 DOD 2018 财年燃料消耗和排放数据,以及对 DOD 设施燃料使用和排放趋势的讨论。3 克劳福德估计,9/11 后战争的预算成本,包括国土安全部和未来照顾这些战争退伍军人的义务,超过 6 万亿美元。Neta C. Crawford,“到 2020 财年,美国 9/11 后战争的预算成本和义务:6.4 万亿美元”,2019 年 11 月。4 大卫·彼得雷乌斯将军,引自能源部,“战士能源:国防部作战能源战略”,2011 年 6 月 14 日,https://www.energy.gov/articles/energy-war-fighter-department-defense-operational-energy-strategy。
在安全问题上,美国在军事上的支出比世界上任何其他国家都多,肯定比其主要竞争对手俄罗斯和中国的军事支出总和要多得多。国防部 (DOD) 预算在 2019 财年获得超过 7000 亿美元的授权,2020 财年申请的预算超过 7000 亿美元,占每年联邦可自由支配支出的一半以上。拥有超过 200 万人的武装部队、11 艘核动力航空母舰和世界上最先进的军用飞机,美国完全有能力将力量投射到全球任何地方,并且通过“太空司令部”可以投射到外层空间。此外,自 2001 年底以来,美国一直处于战争状态,美国军方和国务院目前在 80 多个国家开展反恐行动。3
化石燃料。正如戴维·彼得雷乌斯将军在 2011 年所说:“能源是我们作战能力的命脉。” 4 尽管五角大楼近年来越来越重视战争成本,但这并不意味着他们已经放弃了战争成本。 1 Neta C. Crawford 是波士顿大学政治学教授兼系主任,也是布朗大学和波士顿大学战争成本项目的联合主任。Crawford 感谢 Matthew Evangelista、Anna Henchman、Catherine Lutz、Heidi Peltier、Nathan Phillips、Stephanie Savell、Adam Sweeting、Alexander Thompson 和 David Vine 提出的批评意见和有益建议。克劳福德还受益于 2019 年 4 月俄亥俄州立大学和 2019 年 9 月布朗大学的反馈。2 之前的研究于 2019 年 6 月发布,包括对 1975 年至 2017 财年排放量的计算。此更新和修订版本增加了美国能源部发布的国防部 2018 财年燃料消耗和排放数据,以及对国防部设施燃料使用和排放趋势的讨论。3 克劳福德估计,9/11 后战争的预算成本,包括国土安全部和未来照顾这些战争退伍军人的义务,超过 6 万亿美元。 Neta C. Crawford,“到 2020 财年,美国 9/11 后战争的预算成本和义务:6.4 万亿美元”,2019 年 11 月。4 大卫·彼得雷乌斯将军,引自美国能源部,“为战士提供能源:国防部作战能源战略”,2011 年 6 月 14 日,https://www.en
我在海军担任国会联络官,与众议院和参议院拨款委员会国防小组委员会合作处理海军预算事宜。我特别负责舰船建造、水面战和远征战账户。我当时在新楔形大楼 D 环四楼的办公室里。我背对着窗户,走在离 E 环办公室窗户约六英尺远的地方,和大约六名同事一起在电视上观看飞机撞上五角大楼时纽约市的场景。火球充满了我身后的窗户,把我和同事都摔倒在地上。我从地板上站起来,帮助一位同事走向主走廊,然后折回 E 环寻找我的老板。在那里,我和另外三名军官和一名二级军士一起,大声喊出离开该地区的路线,并寻找任何被遗弃的人。浓烟使第五走廊方向的能见度几乎降到一臂之遥,弯曲的地板预示着 E 环的那部分将破裂。烟雾不断逼退,我试图进入海军上将办公室却失败了,我们遇到了全副武装的消防员,他们通过紧急楼梯赶来,不知何故完好无损。(我仍然记不清他们到达之前我们到达的时间,但大概是 15-20 分钟。)我向他们汇报了我们看到的情况,我们认为主要火灾和损坏的位置,并请求他们帮助进入海军上将办公室并搜寻幸存者(几个小时后我们发现,每个人都已经安全撤离了该空间)。我们通过同一个楼梯离开了 E 环,然后我前往分诊区。在接到其他航班进港报告后,该地区出现撤离警报,在此期间,我和其他数百名志愿者一起在分诊区寻求帮助,希望尽一切可能帮助那些需要帮助的人。实际上,来到这里受伤的人相对较少,所以我加入了在高速公路上集合担架员的呼吁,面对着大楼受损的一侧。就在那时,我亲眼看到 E 环倒塌了。几个小时过去了,我们不断要求集合,然后又要求担架员离开,因为很明显,从残骸中拉出的受伤幸存者很少。这时,我和我以前工作的一个朋友离开了担架,和大约 50 名其他志愿者一起在五角大楼内的世贸中心遗址进行停尸房工作。我们分成 8 到 10 人的小队,收到了关于即将执行协助取回遗体任务的初步指示,并等待命令执行。几个小时过去了,他们在草地上给我们喂了军用口粮。命令一直没有下达。由于天气酷热,联邦调查局将该地点标记为犯罪现场,并传来一支专业队伍即将抵达的消息,我们的团队在 19:00 左右得到了保障。[CDR Karl J. Van Deusen,美国海军,国会联络官,海军助理部长]
AFI91-111_AFGM2 2014 年 2 月 28 日 分发备忘录 C MAJCOMs/FOA/DRUs 来自:HQ USAF/SE 1400 空军五角大楼 华盛顿特区 20330-1400 主题:空军指导备忘录 AFI 91-111,美国战略轰炸机安全规则 奉空军部长命令,这是一份空军指导备忘录,立即实施对 AFI 91-111,美国战略轰炸机安全规则 的变更。必须遵守本备忘录。如果其指示与其他空军出版物不一致,则以此处的信息为准,符合 AFI 33-360,出版物和表格管理。添加以下段落:5.7。常规通用炸弹和核武器之间不受阻碍的碎片投掷是一个重大问题。
摘要 - 冷战期间开发了用于深而均匀的海底环境的最佳单基地声纳浮标场模式,其中可以使用简单的中值检测范围来定义声纳浮标之间有用的固定间距。然而,当前经常进行作战的沿海环境中的海洋和声学条件非常复杂和动态,以至于空间和时间的变化破坏了与传统战术搜索概念相关的同质假设。已经开展了几项研究工作来设计更好的被动和单基地主动声纳浮标位置,但其中大多数是评估算法,而不是真正的规划算法。一种不同的算法方法已成功开发并最初应用于单基地移动传感器,该方法从一组随机的传感器位置开始,然后使用遗传算法找到接近最优的解决方案。遗传算法解决方案是非标准搜索路径,可适应复杂的海洋学、可变的底部特性和假定的目标战术 [DP Kierstead 和 DR DelBalzo,军事作战研究杂志(2003 年 3 月/4 月)]。随后开发了一种新功能,用于优化复杂沿海环境中多基地主动声纳浮标的位置(纬度、经度和深度)和 ping 时间。这些算法称为 SCOUT(传感器协调以实现最佳利用和战术)。SCOUT 对移动传感器遗传算法方法进行了两项重大修改,以考虑双基地和多基地声纳浮标领域,其中每个接收器都能够观察来自每个来源的数据。第一个是结构上的修改,引入了一条新染色体来描述战术计划。它为每个声纳浮标提供一个基因,由一个位置、一个有序的部署序列和一组 ping 时间组成。新染色体中的位置和时间独立变异,并以不规则模式和非连续 ping 序列为特征。第二个修改是在检测建模方面,引入了一种新的双基地检测模型。它允许结合相干和非相干处理。对于这项工作,我们假设可以同时监控所有声纳浮标。SCOUT 算法是我们之前的遗传算法工作的扩展,据我们所知,它们代表了唯一从头开始设计复杂环境中多静态主动声纳浮标位置的解决方案,而不是推荐一般的努力分配或简单地评估具有不同参数的标准模式。本文讨论了新的染色体结构和现实环境中的模拟结果。结果表明:a) SCOUT 可以有效地使多静态传感器场适应