建立技术联盟

Introduction 关于美国如何S.军方应该从国家的商业创新基地中获得优势，特别是在人工智能(AI)的应用方面。太多时候，谈话哀叹错过的机会，死亡的ft谷，痛苦的收缩，或其他美国S.国防部（DOD）流程。虽然这些障碍是真实的，但也有一些积极的例子，商业科技公司、军事领导层和战士聚集在一起，在战场上创造有意义的优势。其中之一是第18空降兵如何使用ScarletDragoExercise系列开发Mave智能系统（MSS）的故事，这是一个由前线军队用户和技术公司联盟（由国防部领导和政策支持）追求和开发的新技术，对运营产生有意义的影响。 本文是关于MSS是如何发展的。我们研究了领导行动，商业合作伙伴关系和成功的合同方法，以及必须克服的组织和文化障碍。MSS及其应用的细节不是我们关注的重点，也不适合在这里发布-这仍然是美国的操作系统S.军事。相反，这项考试旨在回答这个问题：为ScarletDrago构建MSS需要什么？目标是收集经验教训，这些经验教训可能会使未来的DOD创新与软件和AI一起实现。 第18空降师如何使用ScarletDragon作为开发MSS的方法的例子对研究很有用，原因有几个。正如本报告将讨论的那样，这是一种用户/战士驱动的创新，将情报和作战功能与联合火力的利益连接起来。*它也是独特的有趣之处，因为它的开发是如何以灵活性和速度进行管理的，以及众多软件和人工智能服务提供商参与了首先依赖于商业服务提供商的开发-安全-运营(DevSecOps)周期。此外，第18个空降案例研究很有趣，因为它不是事后分析：Mave智能系统（MSS）的DevSecOps开发，尽管ScarletDrago锻炼系列今天仍在继续，尽管其长期前景尚不清楚。这给五角大楼带来的问题是：第18空降兵的成功过程如何实现。 *“联合火力”是一个正式术语，包括使用所有类型的火力，包括火炮，导弹和从飞机上投下的武器。 发展MSS是制度化的，如何在国防部内建立这种创新作为创新的规范？ 然而，尽管有其独特性，但猩红色龙和MSS的故事也很熟悉。Mave项目和美国其他成功的快速反应单位的先前研究S.军方强调类似的主题，即高级领导人愿意支持一个项目；灵活的合同、资金和风险管理方法；有远见的前线领导人；直接进入作战环境；以及实施成熟技术。.1这些教训在这个特殊情况下的细微差别突出了软件和人工智能的应用可能与过去的快速技术采用工作有所不同。 背景和方法 军方在收集案例研究的经验教训方面有着悠久的历史，其中包括伊拉克和阿富汗战争期间创新的成功和失败。这些研究包括对组织适应的一般检查，对高级领导人在创新中的作用的研究，对快速反应部队的成功和失败的详细研究，甚至特别是对军队快速获取指挥和控制系统的经验教训。2先前的课程已经确定了成功因素，这些因素在陆军的“血龙”演习的MSS开发中得到了呼应，即：愿意支持该计划的高级军事和/或文职领导人；合同灵活性的必要性，资金和风险管理；有远见的一线领导者；通过持续的反馈直接进入运营环境；并且通常依赖于成熟（而不是发展）技术的实施。 为了从第18空降师的经验中吸取教训，我们的研究团队在2023年6月至2024年2月期间对第18空降师的现任和前任成员，情报和安全副部长办公室（OUSD（I＆S））以及参与MSS和ScarletDrago开发的各种承包商进行了广泛的采访。我们还参加了2023年6月举行的临时开发活动，观察运营商和开发人员共同努力创建系统的下一个迭代。我们的报告包括我们对本次活动和访谈的观察，但是，它没有引用以保护我们受访者的隐私。除了我们的面对面会议之外，我们还从媒体报道中收集了有关ScarletDrago和MSS的信息。 公共承包公告，以及Crunchbase关于参与开发MSS的公司的数据。 什么是MSS，什么是ScarletDragon，以及第18空降师如何使用它们？ 虽然本文的重点是国防部如何成功开发和采用软件和人工智能以获得军事优势，但它有助于简要了解他们在本案例研究中的构建内容。简单地说，MSS是一个基于AI的决策支持系统。MSS系统由第18空降师通过ScarletDragon系列演习随着时间的推移而完善。*这些“红龙”演习将战士以及开发人员，技术人员，测试人员和评估人员聚集在一起，练习寻找潜在目标的过程，通过识别它们，定位它们 ，过滤到合法有效目标的过程，对它们进行优先排序，将它们分配给射击单位，并对它们进行射击。这是以爬行行走的方式完成的，从基本模拟开始，到实际单位向练习目标发射实弹结束。这些练习有助于集中第18空降兵的开发工作，并作为DevSecOps过程中的操作测试，用于迭代开发MSS。 ScarletDrago版本的MSS可以访问来自不同来源的传感器数据，应用计算机视觉算法来帮助士兵识别和选择军事目标，然后提供工作流程支持，使请求能够得到指挥链的批准，以便打击目标。它还可以用作存储战斗损害评估的存储库，并提供友军和目标的位置地图（见图1）。3关于现行法律和负责任的人工智能政策，该系统组织和整合数据，允许用户选择和利用算法来处理这些数据，并使操作员能够在公认的军队理论和决策工作流程下更快地做出决策。† *演习可以帮助部队在面对潜在冲突时进行训练。它们对于准备军事部队进行战斗很重要，但也可以使战斗人员测试新技术及其操作方式。 †国防部有多项政策和备忘录指导负责任的人工智能部署，其中最主要的是国防部指令3000.09“武器系统的自主性”，以及国防部副部长2021年的备忘录“在国防部实施负责任的人工智能”。 虽然系统的描述可能看起来很简单，但它的影响是巨大的。如果没有这个软件，陆军火力支援部门（协调陆军和联合火力的组织）就无法轻松访问来自商业和军事卫星的传感器和图像数据。为了增加进一步的背景，一份新闻报道称这一功能是直接访问卫星数据，以瞄准“军队的圣杯”。."4即使有可用的数据，MSS也能显著提高生产力，因为它可以自动突出显示图像供情报分析师查看，然后以数字方式支持从情报分析师到决策者选择目标，再到射击单位，再到返回的工作流程 给分析人员检查战斗 图片1.ScarletDragonSystem的截图，来源：美国陆军龙创新通讯 损害。在没有MSS的情况下，射击过程是手动的，效率低下和潜在的错误-从收集数据到处理数据 ，寻求许可，匹配弹药和授予许可。 使用MSS，第18空降师已经证明了与“伊拉克自由行动”中时间关键的瞄准单元的性能相匹配的能力，该瞄准单元被广泛认为是美国最有效的瞄准单元。S.军事史然而，更令人印象深刻的是，第18空降兵在其目标小组中大约有20人实现了这一里程碑，而OIF小组则从2000多名工作人员中受益 。有了这些成功，陆军领导人希望利用MSS来实现一个新的愿景，即射击单位在一小时内在战场上做出一千个高质量的决定——选择和解雇目标。 除了具有出色的联合火力效率外，MSS还具有其他两个重要功能。首先是可以灵活地集成来自传感器和平台的数据，而这些数据不是软件原始设计的一部分。例如，在2021年10月，服务和战斗司令部参加了“猩红色龙”演习，并将其软件和硬件工具集成到MSS平台中。52023年2月，同一系统整合了美国太空部队的行动。6随着军用和民用传感器的扩散和变化，这种灵活性使系统寿命更长。 第二个显著特征是MSS能够根据用户的角色或许可级别限制对数据的访问并塑造用户界面，这使得它可以作为中央命令和控制平台 “从计算机视觉，全动态视频和合成孔径雷达算法识别目标，到提高目标团队速度和精度的数字工作流程工具，再到优化机器对机器通信流程，[猩红色龙]演习标志着迈向数字作战的关键一步。 -中央司令部迈克尔·埃里克·库里拉将军 在联合（即跨军事服务）和联合（即与盟国合作）环境中的多领域行动。该功能有助于使北大西洋公约组织的成员参加2023年的“红龙”演习。7有了这一点，美国领导人可以在适当的分类级别上有效地与盟友共享信息，并利用共同的运营情况。 TheU.S.迄今为止，海军，陆军，空军和太空部队都参加了“血龙”演习，鉴于其不同的历史，行动，传统技术和通信网络，这是值得注意的。可以从各种传感器摄取数据并对其进行处理，将其提供给不同用户，然后创建适合特定类型用户的界面的单个平台在技术上和组织上都很复杂。但这个平台也是国防部的长期愿景，与联合全域指挥和控制（CJADC2）概念保持一致。CJADC2的这种实例化是在战术边缘与运营商一起创建的，这令人印象深刻，尽管如果没有五角大楼的支持以及与私营部门的独特富有成效的关系，运营商就无法做到这一点。 为ScarletDragon构建MSS需要做什么 构建MSS及其ScarletDragon实例可能更多的是组织上的壮举，而不是技术上的壮举，其最显着的特征之一是至少有21家私营部门软件和AI公司（根据采访，可能多达70家）参与了可操作的DevSecps环境。8在探索发展的技术联盟方面之前，重要的是要了解MSS的先决条件，其中包括高级领导人支持该计划并为有远见的前线领导人扫清道路；灵活的合同，资金和风险管理方法；开发人员、设计人员、测试人员和程序/投影仪经理直接访问操作环境；以及成熟技术的实施。虽然这些先决条件对于那些研究过快速创新成功的人来说是熟悉的，但对于那些研究人工智能在国家安全中的应用和可操作性的人来说，这种情况下的细微差别尤其有趣。在接下来的每个部分的框中，我们记录了适用的传统经验教训，但对于MSS和ScarletDrago案例有一些细微差别。 愿意支持该计划的高级领导人和有远见的前线领导人 MSS和ScarletDrago不会实现，如果不是因为有一组关键的人可以发现机会，为实验腾出空间，然后拥有交付解决方案的所有权。这些领导人碰巧有三个共同点：1。有丰富的操作经验；2.对AI 、网络和/或数据科学的细微差别理解;以及3.在政府收购和承包战略方面的经验和专业知识。 这些领导人中有美国S.陆军上校JoeO'Callagha，第18空降部队的AI消防官，特别是负责炮火MSS的开发和运营的领导人。O'Callagha具有独特的作战背景，曾在海军服役，然后以野战炮兵身份服役，并在营和联合特遣部队级别领导火力支援协调。他还参加了许多陆军教育课程，其中包括陆军太空干部计划。在采访中，下属和同事们表示，他是美国最好的炮兵之一，对人工智能的能力和局限性有广泛的了解，并对军队承包以及在官僚机构中合作和快速行动的方式保持着详细的了解。最后 ，他能够在领导层中公开沟通。 操作员和技术代表在演习中明显地激励了猩红龙团队，并设定了明确的方向。 如果不是美国的努力，奥卡拉汉将没有机会参加“血龙”演习。S.海军陆战队上校德鲁·库科在建立MSS。在2016年以情报和安全副部长办公室（OUSD（I＆S））的成员身份抵达五角大楼后，Cor被分配加入“第三抵消”战略团队，该团队由当时的U组成并授权。S.国防部副部长BobWor。在五角大楼之前，Cor曾担任过海洋情报官，并担任过外国地区官员，联合行动计划员和采购主管。9他还在国防大学度过了一段时间，并撰写了关于情报与行动之间联系的两个行动概念草案，以及其他技术论文，其中包括一篇解释基于人和计算机的情报系统的互补性的论文。10 作为第三抵消战略小组的一部分，Cor成功地辩称，副秘书长应该将他的战略重点放在使用人工智能来获得战争优势上。因此，Wor在2017年签署了一份备忘录，建立了算法战交叉功能团队（AWCFT），并让Cor负责寻找机会，“将人工智能和机器学习更有效地整合到整个运营中，以保持对日益强大的对手和竞争对手的优势。."11 虽然Cor和O'Callagha是MSS和ScarletDrago的重要梦想家和实施者，但他们的努力得益于Wor在其AWCFT计划中分配的最高覆盖和预算。与Cor相似，Wor在职业生涯的早期曾是一名海军陆战队上校，并且像O'Callagha一样，他还指挥过炮兵和一个营。他在科学领域拥有广泛的学术背景，对国防部的预算和官僚政策和政治有相当的了解，此前曾