天生式人工智能可以为用户供应涵盖广泛领域的问题解答，帮助用户撰写文章、邮件等各种文本内容，根据用户输入为长篇文章天生简洁择要、帮助用户快速理解关键信息，进行多措辞间的机器翻译，多种编程措辞按需自动天生代码，实时在线客户做事等。
美国防部认为，大型措辞模型等天生式人工智能技能在情报剖析、沙场环境支持、通信和网络安全、态势感知和数据领悟、军事数据管理、军事建模与作战仿照仿真等军事领域均有巨大运用潜力，因此美军急迫须要提高天生式人工智能模型的速率和交互能力等上风来提高任务效率。
根据天生式人工智能系统的紧张能力，将其运用到作战指挥中紧张具有以下几方面意义：

一是可使作战数据保障更加精准。
根据详细作战任务，通过天生式人工智能系统式做事准确理解指挥员意图，在海量的各种作战信息数据中快速精准查询，并定位作战指挥方案须要的数据。

二是可缩短指挥信息和数据的迭代周期。
作战职员可以通过天生式人工智能系统供应的交互式做事模式，高效查询装备、资源、职员分布等根本信息，快速迭代各种作战活动信息，及时引接作战、演习和科研等关联信息，剖析评估作战态势，缩短OODA环中指挥信息的流转和更新周期。

三是可优化行动方案。
天生式人工智能系统根据详细行动任务，在用户输入基本任务行动框架的根本上，通过对历史方案操持和行动规则的学习演习，结合当前兵力、装备和沙场环境，自动拟制详细的行动方案，供指挥员参考。

2023年1月，美国防信息系统局（DISA）将天生式人工智能技能列入“技能不雅观察清单”。
同年8月，美国国防部成立“利马”（Lima）天生式人工智能事情组，由国防部首席数字和人工智能办公室领导，开始推进、评估和监督天生式人工智能操持的履行事情，网络天生式人工智能利用案例，挖掘其在改进情报剖析、作战方案等任务方面的潜力，同时推进国防部、情报界和其他政府机构间互助，加强资源共享。
该事情组提出告终合开拓“多模态”天生式人工智能模型操持，并发布了天生式人工智能临时指南。

目前，美军正在开展天生式人工智能系统的测试事情，天生式人工智能在军事领域具有运用潜力的领域是指挥掌握领域，天生式人工智能模型有助于综合和总结大量信息，回答广泛和详细问题，撰写初步作战方案，并提出建议。
这些都是可以帮助提升军事用户的认知能力，使其能够更明智、更快地做出决策，并拟制仇敌难以预测的行动方案。
美国陆军和空军在练习中已经利用天生式人工智能系统大幅缩短了指挥官决策韶光，对付办理指挥官决策过程中的关键信息需求发挥了较好的赞助浸染。
目前已知的是，包括Scale AI公司、帕兰提尔公司和安杜瑞尔工业公司在内的数十家公司都在为五角大楼开拓基于人工智能的决策平台，微软公司也已经宣告Azure政府云打算机做事的用户可以访问OpenAI的人工智能模型。

2.1 陆军发展情形

2023年5月，美国陆军选择将Scale AI公司的大措辞模型Donovan系统用于第18空降师的加密网络，用于该空降师部队的决策制订。
Donovan系统是该公司的联邦人工智能平台，可帮助作战职员、剖析职员和决策者加速沙场态势的理解、操持和行动速率，Donovan系统利用了基于人类反馈的强化学习算法来持续微调系统模型，以便在任务目标发生变革时不断适应新任务。

军事操持职员面临的关键寻衅之一是存在大量可支持决策制订的信息，而这些信息的格式分歧一。
在Donovan系统的帮助下，决策职员不须要增加参谋职员的数量就能在快速变革的沙场环境中更快、更好地做出有依据的决策。
Donovan系统获取了超过10万页实战数据，如任务命令、态势报告、情报报告等，帮助没有编程或演习履历的参谋职员在几分钟之内理解和管理不断增长的数据。
Donovan系统还支持联合全域指挥掌握，可加速操持速率，担保国防部开展跨战区作战司令部之间的协同。
例如，空中任务指令周期目前须要三天，而Donovan平台能够将该操持周期缩短到几个小时。

在美军举行的红龙练习中，第18空降师将Donovan系统用于以下沙场场景：

（1）通过吸收实时数据来实时理解友军和敌军部队的作战行动，这些实时数据包括命令、态势报告和情报报告。
Donovan系统能够帮助指挥官更好地发挥参谋职员浸染，更便捷地确定新型办理方案，并评估快速变革的态势。

（2）通过吸收沙场报告、部队不雅观测信息，实现对情报领悟的背景理解，从而减少作战操持周期。

（3）通过吸收有关潜在冲突区域的开源数据来支持危急操持制订，供应有关沙场的态势洞察，支持沙场情报准备事情，从而为指挥官供应决策上风。

2.2 海军发展情形

2023年9月，美国海军部签发了《天生式人工智能和大措辞模型利用指南》，以辅导海军内部对这类技能的发展和运用方向。

目前，美国海军将天生式人工智能定位为减轻职员事情压力，提高效率的虚拟助手。
2023年8月，海军与通用动力资讯科技公司（GDIT）互助，推出人工智能助手Amelia，旨在提升海军体系做事台应答效率，解放人类操作员，以便其进行更繁芜、更主要的事变。
Amelia属于海军企业做事台（NESD）项目，采取与ChatGPT相同的天生式人工智能技能，将超过90个海军网络做事整合到单一平台中，利用政府授权的数据资源为超过100万名海军、海军陆战队作战职员和文职职员供应一站式的咨询做事，据海军官员表示Amelia可在45秒内相应数千个做事要求。

目前Amelia利用的紧张为人力资源、培训和教诲等非军事信息系统的数据库，但海军与GDIT正努力扩大Amelia的演习和资料库规模，预期未来让系统可拥有更高的机密权限，处理更繁芜的指令哀求，成为士官长的得力助手。

2.3 空军发展情形

美国空军对付天生式人工智能在军事领域的运用前景持相对谨慎的态度，美空军部长弗兰克‧肯德尔在美国安全中央举办活动上公开表示，只管天生式人工智能在某些领域已经取得重大打破，但他认为由于可靠性等缘故原由，天生式人工智能所产生的内容可能存在虚假信息，以是在功能和运用处景方面还有很长路的要走，目前在军事领域的运用前景相对受限。
为此，他已责成科学顾问委员会开展干系调查和评估事情，以尽快弄清如何合理地引入天生式人工智能。

即便如此，空军仍旧开展了一系列针对天生式人工智能的测试事情。
2023年7月，美国空军在第6次环球信息上风练习（GIDE）中首次测试利用大措辞模型实行军事任务，对5种大模型系统进行了测试，希望利用人工智能系统天生的数据来赞助决策、获取目标信息并支持火力打击任务。
在测试中，美国空军通过电话向美军某支部队查询信息，测试期间利用的人工智能工具仅用10分钟就完成了查询，而传统办法下该查询过程可能需花费数小时，乃至数天韶光。
测试中，美国空军向模型供应了秘密级作战信息，国防部未透露正在测试的措辞模型型号，但美国Scale AI公司称，该公司的Donovan系统是正在测试的平台之一。

同年7月，美空军快速战勤保障办公室也引入一款名为“战备”的大措辞模型智能运用程序，用于提升战勤保障能力。
“战备”可以领悟多种程序处理结果，包括表单、文本、脚本、代码、传感器数据以及日志文件等多源信息，通过深度学习模型实现知识嵌入。
通过该运用程序，美空军可以进行人机对话、资料检索、敏感数据访问等操作，进而优化空军机队战勤保障流程，大幅缩减飞机停飞检修韶光，为提升作战飞机完备率和出勤率供应支持。

2.4 海军陆战队发展情形

2023年4月，美国Scale AI公司与美国海军陆战队大学的教授互助开拓了Hermes大措辞模型，用于测试该模型在战役级作战方案方面的能力。
学生们通过利用“Hermes军事方案大型措辞模型”来理解对手治国方略的各个方面内容，从而塑造作战策略，大措辞模型有助于军事方案者在多个维度上不雅观察沙场。

由于设计团队将对手的理论和条令数据加载到语料库中，学生们可以提出“什么是联合封锁？”、“X国如何利用柴油潜艇？”等问题。
Hermes大措辞模型在帮助学生回答与条令干系的问题方面表现出色，这些问题有助于制订敌方的行动方案。
学生团队还利用该模型来理解各地区经济间的联系、特定国家的政治韶光表（如选举）、特定国家的紧张根本举动步伐投资（如中国的“一带一起”倡议）。
通过不同层次的剖析，学生团体可熟习作战环境中的各种环节，以更好地开拓对抗性作战观点。
除了事实问题之外，学生们还在对抗环境中利用“Hermes军事方案大型措辞模型”天生关于韶光上风和位置上风的假想状况，通过剖析这些假想状况，学生团体完善了他们的行动方案。

在大型措辞模型的帮助下，学生团体通过提出和获取问题答案的形式，能够更好地理解作战环境、韶光、空间和作战部队之间的关系，这个实验表明，有必要开始将大型措辞模型集成到军事方案过程中。

目前，天生式人工智能技能的军事化运用仍处在探索和起步阶段，紧张在于以下三方面风险。

3.1 机器幻觉问题

海军部的《天生式人工智能指南》指出这类人工智能工具目前缺少足够的可靠性，由于其会涌现机器幻觉问题，即向用户供应看似真实但实在是完备缺点和虚构的反馈内容。
此外，模型产生的认知偏差、机器幻觉，演习人工智能模型的数据如果受到人为影响使得演习结果产生偏差，这也是美军成立利马事情组目前正致力于办理的问题。

美国国防部首席数字和人工智能官Margie Palmieri也在公开场合表示，目前天生式人工智能的评价标准仍旧不明确，只能通过利用案例来判断天生式人工智能技能的运用效果，并且天生式人工智能技能存在供应缺点信息的缺陷，这对美军的沙场运用来说是一个重大毛病，因此须要通过军事练习对不同模型进行测试，并在此根本上对系统进行不断地调度和改动。

美国国防部卖力关键技能的副首席技能官Maynard Holliday表示，国防部不会在当前实例中支配像天生式人工智能系统这样的商用现货技能，未来可能会与业界和学术界合为难刁难相应的技能进行裁剪，以知足军事需求。
国防部还寻求能够综合措辞、视觉和旗子暗记信息的多模态天生式人工智能算法，来相应联合全域指挥掌握（JADC2）观点中对联互助战的哀求。

3.2 演习数据不敷

数据是天生式人工智能类运用的底层驱动力。
天生式人工智能紧张依赖大量数据演习出一个巨大的神经元网络转化器，天生与人类交互的内容，通过足够的数据“喂食”、依赖海量的数据“演习”，才能实现人工智能各项功能。
以ChatGPT为例，从2018年发布1.0版本到2022年底的4.0版本，ChatGPT的模型参数量由亿级增长至千亿级，演习数据量由GB级增长至百TB级。
通过足够的数据“喂食”、依赖海量的数据“演习”，才能实现各项功能。

然而，当前军事领域存在信息壁垒和数据难提取的问题。
部队的各种信息系统“烟囱”征象仍旧比较突出，大多根本数据如一片片分散的“洼地”，散落在部队各种信息平台中，天生式人工智能系统调用“大数据”的难度较大，多数情形下依赖人工逐级采集汇总，事情量大，数据更新慢，准确性低。
同时，由于ChatGPT等紧张天生式人工智能产品源于美国的科技公司，其演习文本以英语为主，缺少其他措辞的优质军事数据作为学习素材，导致这类产品在涉及国际或者美国以外国家议题时供应的输有缺少可信度。

3.3 泄密风险

在数据隐私安全方面，由于天生式人工智能的运用须要输入大量敏感信息和数据进行持续演习和学习，因此存在透露的风险。
数据在政府、军事部门以及第三方机构之间的存储和流动过程中，网络攻击、设备毁坏、职员操作不当等都随意马虎造成数据透露，会给部队带来严重的安全风险，从客不雅观上对数据安全提出了更高的哀求。

在军事职员隐私和安全方面，大模型可以剖析和解析个人数据和照片，以获取大量敏感信息，包括个人身份、位置和移动轨迹。
这些信息可被用来跟踪、追踪和监视军事职员，从而导致隐私陵犯和人身安全威胁。
此外，前辈的天生式人工智能技能可以通过天生真实的假人和虚假信息来欺骗和提取高等军官和高等官员的敏感数据，也会提高军事安全风险。

鉴于这类数据安全风险，美太空军已于2023年9月29日起停息了在编职员在政府电脑上利用ChatGPT等基于网络的天生人工智能工具，除非得到太空部队首席技能与创新官的正式批准。

天生式人工智能在国防领域已经表现出极具运用潜力的态势。
虽然该技能仍旧不完善，但美军已经开始积极探索和推动天生式人工智能在信息掌控、军事计策、情报剖析、无人技能等方面的运用，以提升军事能力和任务效率。
从长远来看，美国希望人工智能能够增强军事方案、传感器剖析和火力决策的能力。
因此，与大措辞模型的对话只是他们未来十年更广泛的人工智能目标的第一步。
面对天生式人工智能系统带来的改变天下、改变未来的影响和冲击，必须站在打赢未来战役的高度，认清其时代意义，用以促进和牵引作战指挥的发展。