兵棋推演

2010 年代，游戏人工智能 (AI) 的快速进步激发了人们对该技术在战争游戏中可能带来的好处的浓厚兴趣。支持者认为人工智能可能会使兵棋推演更加有效，或者可以将兵棋推演应用于新问题。本报告评估了将人工智能技术应用于兵棋推演的局限性，以及未来在兵棋推演中有效利用人工智能的投资机会。

为此，按照类型或目的（系统探索、创新、替代条件和评估）以及按时间阶段的任务（准备、进行、裁决和解释）对兵棋推演进行了分类。这些框架用于评估在特定条件下将人工智能应用于给定类型兵棋推演各个方面的技术可行性和成本效益。

本报告是五卷系列报告中的第四份，讨论如何利用人工智能在四个不同领域协助作战人员：网络安全、预测性维护、兵棋推演和任务规划。它面向那些对兵棋推演、人工智能在兵棋推演中使用的历史以及更广泛的人工智能应用感兴趣的人。

主要发现

• 人工智能在替代条件或评估游戏中可能比在系统探索或创新游戏中更有用。

• 事实证明，人工智能在游戏中特别有用，这些游戏已经在裁决过程中赋予计算模型重要作用，或者生成大量必须裁决的数字信息。

• 对于使用有限的数字基础设施或不与计算模型交互的游戏来说，人工智能似乎不太有前途。

• 事实证明，人工智能对于非机密培训研讨会是有益的，其中先进的人机交互（HCI）可以识别话语和决策的模式。

• 对于需要先进的人机交互技术来进行数据捕获、模型和资产交互的分类游戏来说，人工智能的利用不太可能可行。

• 人工智能对于零和、强制冲突的重复建模比一次性或出于特定目的进行非常有限次数的游戏更具吸引力。

建议

• 组织应将资源集中在最有前途的领域，为兵棋推演开发人工智能应用程序。这包括调查替代条件或用于评估的领域，具有明确的问题和标准；已经纳入数字基础设施的领域，包括人机交互技术；以及经常重复发生的领域，例如武力冲突。

• 组织应该增加数字游戏基础设施和人机交互技术的使用，特别是在为系统探索和创新而设计的游戏中。兵棋任务的数字化必须先于人工智能的应用。人机交互技术可以而且应该被用来收集有关话语和决策的数据，以支持人工智能的发展。

• 组织应在战略研究中利用人工智能功能，以更广泛地支持未来的兵棋推演工作，并将项目从可能变为可行。这些研究包括场景生成和案例识别，以发现值得推演关注的挑战性条件，以及支持兵棋定性研究的情绪或立场分析。