今天给大家推送兰德智库的文章：《用于军事准备的人工智能工具》

军事准备是美国长期的优先事项，也是国家安全的基石。管理和改进准备的关键是衡量它的能力。这为领导者提供了情境意识和工具，用于探索与其他优先事项的权衡，例如现代化、部队结构和国家资源的使用。人工智能 (AI) 可以通过多种方式改进军事准备的衡量和管理。在这份报告中，作者讨论了提高计算机“理解”人类语言的能力的工作，这些语言描述了促进或阻碍准备就绪的因素。

美国军方每月报告总体准备情况。这些量化报告附有说明，解释军事单位中正在发生的影响当前或未来战备状态的事情。本报告作者的目标是使用这些评估来计算总体准备情况，并使高级领导者能够估计人员、设备或培训因素对准备情况的影响。另一个好处是在单位指挥官编写评估时与他们进行自动、实时交互，以帮助他们完善所提供的信息，并更好地将他们的叙述与报告的准备水平保持一致。

主要发现

• 研究团队建立了基于深度神经网络架构的模型，可以预测军事单位和组织的战备水平。这些模型在解释人员、设备和训练因素的自然语言描述方面做得很好，也能很好地解释准备情况方面的其他信息。最好的模型能够正确计算出单位在 75% 的时间内会报告四个准备级别中的哪一个。

• 这种模型可以在单位指挥官提交月度准备报告时向他们提供实时反馈，以提高这些报告的准确性和细节。

• 通用公共领域词嵌入适用于许多自然语言处理 (NLP) 任务，但此类嵌入在具有专门词汇和语义上下文的领域（例如国防）中效果不佳。

• 在中间的、特定于任务的词相关性和类比测试中，特定于防御的嵌入似乎明显优于公共领域嵌入，并且可能在处理与防御相关问题的下游 NLP 模型中有用。

• 多层神经网络作为一个整体的表现比用作基线的单层逻辑回归模型要好得多；添加单个循环层后，模型性能进一步提高，但额外的循环层几乎没有或没有区别。

目录

• 第一章

  通过机器学习解释军事单位准备情况

• 第二章

  防御特定词嵌入

• 第三章

  用于评估准备情况的深度神经网络

• 第四章

  后续步骤和应用

• 附录

原文PDF及百分点机器翻译文档已上传小编知识星球

长按识别下面的二维码可加入星球下载

里面已有近千篇资料可供下载

越早加入越便宜哦