. 近年来人工智能技术突飞猛进，它在军事领域的应用也不断扩大，使作战行动更加高效和智能化，并有可能塑造未来的战场。人工智能潜力无限，但问题也不容忽视。人工智能依赖大数据，严格按照指令执行任务，由此引发的容易受到利用、黑客攻击或操纵、意外平民伤亡等问题备受关注。深入了解人工智能的潜力、认识人工智能在军事领域的可行性与不可行性，对于更好地将人工智能运用于军事领域尤为重要。我们搜集、整理和翻译了兰德公司关于人工智能在网络安全、预测性维修、兵棋推演和任务规划四个领域的发展情况的研究报告，现有资料如下：
《理解作战人员相关人工智能局限 第1卷概述》
简 介
. 本报告是五卷系列报告中的第一卷，探讨了如何利用人工智能在以下四个不同领域为作战人员提供帮助：网络安全、预测性维修、兵棋推演和任务规划。第一卷总结了所有使用案例的研究发现和建议，并具体针对政策制定者、采办专业人员以及对人工智能在作战中的应用普遍感兴趣的人员。
. 本书原文发布于2024年，译文发布于2024年3月14日。
. 译文全文共计21千字。
目 录
关于本报告
兰德空军项目部
致谢
摘 要
议题
方法
主要发现
建议
第1章 概述
1.1 引言
1.2 什么是人工智能？
1.3 选择使用案例
1.4 如何阅读这些报告
第2章 方法、发现和建议
2.1 网络安全
2.1.1 方法
2.1.2 结果
2.2 预测性维修
2.2.1 方法
2.2.2 结果
2.3 兵棋推演
2.3.1 方法
2.3.2 结果
2.4 任务规划
2.4.1 方法
2.4.2 结果
2.5 结论
缩略语
参考文献
部分内容预览
《理解作战人员相关人工智能局限 第2卷网络安全数据集分布偏移》
简 介
. 本报告是五卷系列报告中的第二卷，探讨了人工智能在四个不同领域为作战人员提供帮助：网络安全、预测性维修、兵棋推演和任务规划。第二卷介绍了分布偏移（即当前数据与经过训练的人工智能系统所依据的数据之间的偏差）如何大大降低人工智能在网络安全领域应用的寿命。本卷面向技术读者，整个系列则面向对战争和人工智能应用感兴趣的读者。
. 本书原文发布于2024年，译文发布于2024年3月14日。
. 译文全文共计20千字。
目 录
关于本报告
兰德空军项目部
致谢
摘 要
问题
研究方法
主要发现
建议
第1章 引言
1.1 概述
1.2 人工智能用于网络安全
1.3 分布偏移
1.4 方法
第2章 网络入侵检测
2.1 数据和方法
2.1.1 数据集
2.1.2 神经网络
2.2 结果
2.2.1 逐日比较
2.2.2 逐年变化
第3章 恶意软件检测
3.1 数据和方法
3.2 结果
第4章 结论
缩略语
参考文献
部分内容预览
《理解作战人员相关人工智能局限 第3卷预测性维修》
简 介
. 本报告是五卷系列报告中的第3卷，探讨了如何利用人工智能在以下四个不同领域为作战人员提供帮助：网络安全、预测性维修、兵棋推演和任务规划。本卷评估了预测飞机部件故障的统计分布是否合适，并评估了如何使用人工智能来确定战备备件包内容。本报告面向对预测性维修、战备备件包和更广泛的人工智能应用感兴趣的读者。
. 本书原文发布于2024年，译文发布于2024年3月14日。
. 译文全文共计27千字。
目 录
关于本报告
兰德空军项目部
致谢
摘 要
问题
方法
主要研究发现
对空军装备司令部的建议
第1章 引言
1.1 概述
1.2 战备备件包
1.2 方法
1.3 本报告的组织方式
第2章 飞机可持续能力模型故障分析计算
2.1 战备备件包计算
2.2 评估准备状态备件包建模假设
2.2.1 泊松分布
2.2.2 估计故障率
2.2.3 30天供应链
2.3 探索以人工智能获得提升的领域
第3章 评估人工智能的潜力
3.1 制定性能指标
3.1.1 最新经验泊松分布的性能
3.2 机器学习算法的性能
3.2.1 开发神经网络
3.2.2 线性回归的性能
3.2.3 长短期记忆回归神经网络的性能
3.2.3 具有非对称代价函数的长短期记忆回归神经网络的性能
3.3 总结
第4章 为人工智能收集和准备维修数据的挑战
第5章 研究结果总结和建议
5.1 研究结果
5.2 对空军装备司令部的建议
附录A 从后勤、设施和任务保障体系图和其他辅助信息中获取部件故障数据的深入方法
A.1 数据库
A.1.1 后勤、设施和任务保障体系图系统
A.1.2 战备备件包文件
A.2 方法
A.2.1 部件故障定义
A.2.2 数据清洗
A.2.3 关联飞行时数
A.2.4 飞行器配置数据库
A.3 故障过滤算法
A.4 后勤、设施和任务保障体系视图数据术语表
附录B 使用故障天数作为故障预测指标的探索性分析
B.1 通过KS检验泊松法与经验法
B.2 神经网络与泊松分布
B.3 限制
缩略语
参考文献
部分内容预览
《理解作战人员相关人工智能局限 第4卷兵棋推演 》
简 介
. 本报告是五卷系列报告中的第四卷，探讨了如何利用人工智能在四个不同领域为作战人员提供帮助：网络安全、预测性维修、兵棋推演和任务规划。第四卷介绍了人工智能在兵棋推演中的应用，并指出兵棋推演在哪些方面最适合应用人工智能，哪些不适合。本书的对象是对兵棋推演、人工智能在兵棋推演中的应用历史以及更广泛的人工智能应用感兴趣的读者。
. 本书原文发布于2024年，译文发布于2024年3月14日。
. 译文全文共计30千字。
目 录
关于本报告
兰德空军项目部
致谢
摘 要
议题
研究方法
主要研究发现
建议
第1章 引言
1.1 概述
1.2 推演和人工智能的用途
1.3 厚望与焦虑
1.4 历史经验
1.5 结论
第2章 定义、分类和博弈论
2.1 定义
2.2 分类法
2.3 博弈论与兵棋推演
第3章 兵棋推演机制
3.1 准备
3.2 推演
3.2.1 系统探索推演
3.2.2 创新推演
3.2.3 替代条件推演
3.2.4 评估推演
3.3 裁决
3.3.1 系统探索推演
3.3.2 创新推演
3.3.3 替代条件推演
3.3.4 评估推演
3.4 解释
3.4.1 系统探索游戏
3.4.2 创新推演
3.4.3 替代条件推演
3.4.4 评估推演
第4章 人工智能兵棋推演应用的成本效益分析
4.1 评估措施
4.2 分析
4.2.1 推演次数
4.2.2 数字化程度
4.2.3 推演的开放性
4.3 总结
缩略语
参考文献
部分内容预览
《理解作战人员相关人工智能局限 第5卷任务规划》
简 介
. 本报告是五卷系列报告中的第五卷，探讨了如何利用人工智能在以下四个不同领域为作战人员提供帮助：网络安全、预测性维修、兵棋推演和任务规划。本卷介绍了如何利用人工智能进行任务规划，以及这些方法与更传统的运筹学方法的比较。本卷面向对任务规划、运筹学和更广泛的人工智能应用感兴趣的读者。
. 本书原文发布于2024年，译文发布于2024年3月14日。
. 译文全文共计20千字。
目 录
关于本报告
兰德空军项目部
致谢
摘 要
议题
研究方法
主要发现
建议
第1章 引言
1.1 概述
1.2 推演人工智能：AlphaStar
1.3 方法
1.4 本报告的组织结构
第2章 兰德目标可及性模型调查
2.1 建模方法
2.2 量化运筹学与机器学习的性能：过往风险
2.3 路径长度
第3章 从模拟、集成和建模高级框架中创建强化学习环境
第4章 研究发现和建议
4.1 研究发现
4.2 建议
附录 关于AlphaStar的详细讨论
缩略语
参考文献
部分内容预览
联系我们
购置资料 杨老师：13165589228（微信同）
检索/翻译 梁老师：13011583019（微信同）
定制报告 蔡老师：13068796075（微信同）
北京分公司联系人 刘老师：18610862096（微信同）
