编者按
美国海军部7月14日正式发布由海军代理部长曹洪签署的《美国海军部数据和人工智能武器化战略》，提出通过运用“比特到效应循环”数字化适应框架“将数据和人工智能武器化”，并列出六大目标及相关子目标和具体行动以推动战略愿景落地，旨在加速海军部队学习与适应进程，在数字时代保持对对手的作战优势。
曹洪在该战略的前言中指出，当前美国海军面临近代史上最严峻的海上作战环境，实战行动凸显了美军作战人员的战备状态和学习适应的紧迫性；数据和人工智能应被视为与传统的人员、武器系统和弹药同等重要的作战资产，必须在整个作战体系中加以有意识地整合和运用，才能充分发挥数字时代带来的指数级作战优势；“将数据和人工智能武器化”意味着有目的地运用相关技术，以产生、改进和加速数据驱动的优势，从而显著提升作战效果、优化关键业务运营、并巩固海上主导竞争优势；通过运用“比特到效应循环”数字化适应框架将数据和人工智能武器化，将增强海军部能力、战术、决策和训练，从而大幅提升杀伤力和作战效能；该战略旨在为海军部所有任务配备数据和人工智能能力，打造“人工智能优先”的海上力量；该战略的六大目标及配套目的为推进国防部人工智能战略提供了统一框架，海军部首席信息官办公室将整合实施计划并制订全面协调实施路线图，以推动问责、协作和资源配置；海军部将与其他军种、联邦机构、学术界、盟友、合作伙伴及业界密切合作，将海军创新融入联合行动。
该战略为美国海军部提供了总体愿景与执行框架，旨在将数据和人工智能武器化，从而加速学习与适应进程，并大规模地最大化作战人员的效能。该战略提出的愿景是：美国海军部成为数据就绪、人工智能赋能型组织，已配备完善并拥有充分权限，能够将数据和人工智能武器化，以产生任务影响。该战略提出名为“比特到效应循环”的五步数字适应框架，旨在通过整合数据与人工智能来产生任务影响，缩短竞争和战争期间的学习和适应周期从而克敌制胜。该循环能够衡量从数据创建到交付数据驱动效应所需时间，涉及五个环环相扣的连续阶段：一是探测与采集，即自动从传感器、武器系统和平台捕获数据；二是数据传输，即将数据传输至处理环境，特别是在通信降级环境中从部署平台进行传输；三是分级与访问，即日益自动化地实施安全标记和访问控制，使其促进而非阻碍数据使用；四是开发与分析，即提供人工智能和机器学习工具、计算基础设施及训练有素的人员，将数据转化为能力；五是测试与效应运用，即向作战人员交付数据驱动的效应，并将所产生的数据和经验反馈回循环之中。
该战略设定了六大目标、二十一项目的以及相关具体工作期限，用以指导美国海军部数据和人工智能愿景的推进，并优化海军信息环境，以适应作战人员不断演变的需求。
目标一：加速作战人工智能。识别最具潜力的人工智能项目，并快速评估成功案例，以推动全面实施。具体目的包括：一是提升可见度。开发并维护一份与任务对齐的人工智能用例权威清单并进行优先级排序，为此将在2027财年第一季度前提升并推广使用“海军部人工智能与分析清单”。二是推动试验。通过为分散式试点和试验创造条件，降低风险、节约资源并加速交付，从而扩大现有工作的价值。从2027财年第一季度起每季度至少举办一次编程马拉松活动。三是快速列装。利用快速列装通道，加速交付已具备全面实施条件的能力，在2027财年第一季度结束前快速引入至少5项任务相关的人工智能能力及赋能工具。
目标二：提升数据就绪度。标准化、简化并规模化数据管理能力，确保可随时发现和共享任务相关数据。具体目的包括：一是采纳数据生产标准。制定并实施整体数据生产标准，并在2027财年第一季度前制定目录改进和功能增强路线图。二是简化数据流并发布数据API。通过指定数据平台以API交换权威数据并建立API管理服务，以改善数据集访问和跨业务与作战数据生态系统的共享，并于2027财年第一季度前完成企业级API管理服务的试点、选定与推广。三是实现数据标记自动化以促进共享。自动化个体数据和聚合数据的敏感性和密级判定，使用基于属性的访问控制，并在2027财年第二季度前交付自动化安全密级判定的解决方案。
目标三：优化数据与人工智能基础设施。部署可靠、安全、模块化的数据和人工智能环境，包括支持高级分析和全方位人工智能能力所需的硬件、软件和数据。具体目的包括：一是实现体系级数据与人工智能生态系统通用化。 利用指定体系级服务来支持通用数据和人工智能活动，通过“驱牛”计划在2027财年结束前将所有重复能力整合到体系级数据与分析服务中。二是加速建设作战数据与人工智能生态系统。规模化支持战术边缘近实时数据收集、处理和分析的能力，在2027财年第二季度前在作战数据生态系统中交付相关系统和传感器。三是利用人工智能沙盒与测试靶场。部署受控非密信息和秘密许可开发环境，在2027财年第一季度前可以使用自然语言转代码工具快速构建解决方案原型并访问真实的任务数据，在2027财年第二季度前为绝密环境准备好基础设施。四是部署大语言模型与智能体能力。在2027财年第一季度前交付能够在拒止、降级、间歇性或延迟环境中运行的生成式人工智能能力，实现由海军和海军陆战队人员主导的应用程序的开发。五是利用数字孪生仿真环境。使用与任务相对齐的数字孪生体支持评估、测试和鉴定，并在2027财年第二季度前将该环境用于在海军部内部开展验收测试。
目标四：简化数据与人工智能治理。现代化组织和治理流程，以加速变革并将风险判定推至最低层级。具体目的包括：一是激励创新。成立数据和人工智能适应团队，与各职能社区合作建立优先的“比特到效能循环”，并从2027财年第一季度起每季度报告其绩效。二是管理风险。加速访问并支持任务发展需求，在2026财年第三季度前建立每月审查障碍清除请求的机制，并对阻碍数据共享、合同签订和列装速度的非法规性要求授予豁免。三是建立应对障碍的“战时”方法。以快速行动为倾向在战时状态下处理风险权衡和组织权益，在2027财年第一季度前成立人工智能战争委员会，以优先排序用例、协调资源，并预先授权战时状态下对数据共享、密级划分和人工智能部署权限的修改。
目标五：建设数据和人工智能就绪型人才队伍。建设一支敏捷、高技能的数据与人工智能人才队伍，能够利用先进技术应对现代战争的动态挑战。具体目的包括：一是管理和认证人才队伍。识别、招募、培养和留住一支高技能、高投入和高产出的数据与人工智能人才队伍，并在2029财年第四季度前将合格数据工程师、数据科学家和人工智能/机器学习工程师的数量翻倍。二是现代化人工智能教育与培训。通过利用为人员角色量身定制的现代化教育培训，保持对作战需求和人工智能快速演变的响应能力，在2027财年第一季度前提升所有人员的数据素养并提供易于获取的高质量人工智能知识资源。三是组建跨学科适应团队。在2027财年第一季度前，组建由操作人员、数据和人工智能工程师及采办专家组成的跨学科适应团队。
目标六：建立伙伴关系与开展协作。利用产业界、学术界、联邦政府利益相关方以及盟友和伙伴的力量，加速交付行业领先的数据与人工智能解决方案。具体目的包括：一是加强产业伙伴关系。通过与能够帮助美国海军部采用量身定制的最先进数据与人工智能解决方案的行业领导者合作来加速价值交付，在2027财年第一季度前创建并维护一份优先目标产业伙伴清单。二是扩大与学术界的合作。促进和发展与海军、国防及相关大学的合作伙伴关系，通过课程、证书和学位项目提升海军人员、海军陆战队人员和文职人员在数据和人工智能方面的技能，在2027财年第一季度前建立、维护并发布合作伙伴权威清单。三是与联邦利益相关方合作。与美国国防部、其他军种部及联邦机构就联合倡议和用例开展协作，以提升能力、加速部署，并确保军种特有创新能够快速推广至联合环境。在2027财年第一季度前确定优先联合倡议清单并至少每季度更新一次。四是利用联盟与伙伴关系。与联合部队和盟友开展实战化演习和试验，以确保互操作性并交流最佳实践，在2027财年第一季度前确定优先演习机会并至少每季度更新该清单。
奇安网情局编译有关情况，供读者参考。
优化 保障 决策
美国海军部数据和人工智能武器化战略
加快数据驱动效应的适应和实现
一、前言（来自美国海军部长）
美国海军部重新聚焦作战，正值近代史上海上作战最为严峻的时期之一。美军海军部队已击落伊朗及其代理人发射的数百枚无人机、巡航导弹和弹道导弹。我们在该地区的行动凸显了美军作战人员的战备状态和决心，他们正处于近代史上海上作战行动学习和适应最为紧迫的时期。
本战略旨在为美国海军部所有任务配备必要的数据和人工智能能力，使其能够快速学习和适应，从而在未来更好地作战。这是我们打造“人工智能优先”海上力量的蓝图，速度是保持优势的关键因素。与人员、武器系统和弹药等传统资产类似，我们的数据和人工智能必须在整个作战体系中进行有意识的整合和运用，才能充分发挥数字时代带来的指数级作战优势。
将数据和人工智能武器化，指的是有目的地运用这些技术，以产生、改进和加速数据驱动的优势，从而显著提升作战效果，优化关键业务运营，并巩固我们作为世界海上主导力量的竞争优势。运用我们的数字化适应框架“比特到效应循环”（Bits2Effects Cycle）将数据和人工智能武器化，将增强我们的能力、战术、决策和训练，从而大幅提升我们的杀伤力和作战效能。仅仅拥有现代技术不足以实现这些目标；我们将推进相关政策、条令、文化、流程、训练和伙伴关系，以促进创新和实验，将投资重点放在能够显著提升作战效果的领域，并帮助我们的人员培养应对未来冲突所必需的技能和适应性思维。
该战略的六大目标及配套目的旨在推进美国国防部人工智能战略，并为在整个海军部范围内实现数据驱动和人工智能赋能的效果提供统一框架。由首席数据与人工智能官（CDAO）领导的美国海军部首席信息官（CIO）办公室将与海军和海军陆战队的数据与人工智能高级领导合作，实施一项综合计划，以消除重复工作，并支持海军部范围内的全面协调实施路线图。该路线图将发挥整合作用，推动各执行中心之间的问责制、协作和资源配置。我们将与其他军种、联邦机构、学术界、盟友、合作伙伴和业界密切合作，推进共同目标，并将海军创新无缝融入联合行动。
美国海军部的每个部门都可以利用数据和人工智能来获取优势。我们必须抓住这个机会，改变工作方式，转变文化，优化技术生态系统，最终为海军创新者提供装备和支持，使他们能够驾驭这些变革性技术，从而保护我们现在和未来的海上优势。
签署：美国海军代理部长曹洪（Huang Cao）
二、介绍
仅接受静态能力训练的组织与那些结构化、能够持续学习和适应的组织相比，面临着显著的劣势。本战略为美国海军部提供了总体愿景与执行框架，旨在将数据和人工智能武器化，从而加速学习与适应进程，并大规模地最大化作战人员的效能。
三、问题陈述
战场指挥官（无论是友军还是敌军）都面临着一个紧迫但艰巨的数字学习难题：如何将来自各种系统的大量新数据转化为与任务相关的可操作信息？
当前的冲突表明，适应性强的军队能够迅速应对瞬息万变的局势，而那些未能快速适应的军队则眼睁睁地看着自己的武器装备被彻底摧毁。那些仅仅依赖静态作战能力的组织，与那些能够根据自动收集的数据持续调整作战能力的组织相比，尤其是在需要经历多次适应周期的长期冲突中，将面临巨大的劣势。
美国海军部数百个数据、分析和人工智能项目表明，海军部已在利用技术来提高杀伤力并加快任务完成速度。负责任地扩大这些成功案例的规模，是我们加快适应变化并有效与适应性强的对手竞争的最大机遇。
四、加速数据驱动效应
“观察、判断、决策、行动”（OODA）循环框架长期以来一直被用于在人类时间尺度上战胜对手。当该循环减慢或无法产生正确的作战决策会降低杀伤力。基于上述概念，美国海军部将通过“比特到效应循环”这一五步数字适应框架，整合数据与人工智能，以产生任务影响。该循环衡量从数据创建（比特）到交付数据驱动效应所需的时间，这代表着我们在竞争与战争期间的学习和适应周期。在长期冲突中，经历更多学习循环的一方，若学习和适应速度更快，便能克敌制胜。
数据驱动效应的优先类型
1、校准作战系统。根据遥测数据见解，调整硬件、软件及系统功能，并直接更新软件。
2、定制作战战术。通过受控试验和机器学习（ML）等机制，改进战术、技术与程序（TTP），从而改变我们运用兵力的方式。
3、实现决策优势自动化。将数据整合至战略与作战周期中（包括迹象与预警），并优化路径规划。
4、调整训练与战备。利用作战和演习中的真实数据，完善训练方案，并在“次日复盘”的时间框架内练习应变。
5、发展新兴能力。通过采集、融合和运用软件与人工智能，新型能力可能涌现于未曾预料或规划的竞争和战争期间。
五、“比特到效果循环”
“比特到效果循环”使用一个关键指标——平均生效时间（MTTE）。如果我们的MTTE比对手更快，我们适应他们的速度，要比他们适应我们的速度更快。MTTE将作为美国海军部衡量数字化适应能力的主要指标。
“比特到效果循环”是美国海军部旨在整合数据和人工智能以产生任务影响的的数字适应框架
该循环依次流经五个连续阶段：
1、探测与采集：自动从传感器、武器系统和平台捕获数据，而非将其丢弃。
2、数据传输：将数据传输至处理环境，特别是在通信降级环境中从部署平台进行传输。
3、分级与访问：日益自动化地实施安全标记和访问控制，使其促进而非阻碍数据使用。
4、开发与分析：提供人工智能和机器学习工具、计算基础设施及训练有素的人员，将数据转化为能力。
5、测试与效应运用：向作战人员交付数据驱动的效应，并将所产生的数据和经验反馈回循环之中。
每一阶段均依赖于前一阶段，任何环节的瓶颈都会阻塞整个管道。该框架的价值在于其诊断性：通过在每一阶段衡量绩效，领导者能够识别制约适应速度和/或能力发展的具体约束条件。
六、愿景
美国海军部是一个数据就绪、人工智能赋能型组织，已配备完善并拥有充分权限，能够将数据和人工智能武器化，以产生任务影响。
七、目标和目的
根据美国国防部长“速度制胜”的明确指示，美国海军部已在推进将数据和人工智能整合至其作战行动之中。
以下目标和目的将作为基础性目标，用以指导美国海军部数据和人工智能愿景的推进，并优化海军信息环境，以适应作战人员不断演变的需求。
美国海军部首席信息官办公室，在首席数据与人工智能官领导下，将基于这些目标和目的整合军种层面的实施计划，以制定并维护一份海军部整体的数据和人工智能路线图。该路线图将作为整合力量，推动海军部内部的透明度、问责制、协作和资源配置，并确保整体层面与《美国人工智能行动计划》及《美国国防部人工智能战略》保持一致。美国海军部数据和人工智能治理委员会将作为该战略实施相关事务的高层决策论坛。
1．加速作战人工智能
识别最具潜力的人工智能项目，并快速评估成功案例，以推动全面实施。
1.1 提升可见度。开发并维护一份与任务对齐的人工智能用例权威清单，并基于可行性、影响力和对齐程度进行优先级排序。为此，美国海军部将在2027财年第一季度前，提升并推广使用“海军部人工智能与分析清单”，将其作为海军部人工智能产品与举措的权威登记库。
1.2 推动试验。通过为分散式试点和试验创造条件，降低风险、节约资源并加速交付，从而扩大现有工作（如“海上数据科学”）的价值。为快速生成应对特定技术挑战的功能性软硬件原型，美国海军部将从2027财年第一季度起，每季度至少举办一次编程马拉松活动，为作战问题快速构建原型解决方案。
1.3 快速列装。利用快速列装通道，加速交付已具备全面实施条件的能力。为此，美国海军部组合采购执行官和快速能力办公室将通过研究、开发与采购软件采购路径，规模化成功原型，并在2027财年第一季度结束前，采用国防部批准的模块化开放系统方法，快速引入至少5项任务相关的人工智能能力及赋能工具。
2. 提升数据就绪度
标准化、简化并规模化数据管理能力，确保任务相关数据可随时被轻松发现和共享。
2.1 采纳数据生产标准。制定并实施整体数据生产标准，包括编目与元数据要求以及可量化绩效指标。通过提升“海军部数据目录”作为数据与元数据权威整体来源的使用率，使美国海军部数据生产标准投入实际运作。在2027财年第一季度前，制定目录改进和功能增强路线图，以扩展数据发现和可访问性。
2.2 简化数据流；发布数据API。指定数据平台通过应用程序编程接口交换权威数据，并建立API管理服务，以改善对数据集的访问和跨业务与作战数据生态系统的数据共享。美国海军部将在2027财年第一季度前试点、选定并推广企业级API管理服务。
2.3 实现数据标记自动化以促进共享。自动化个体数据和聚合数据的敏感性和密级判定，例如联合和跨域数据共享所需的数据，使用基于属性的访问控制。美国海军部将在2027财年第二季度前交付自动化安全密级判定的解决方案。
3. 优化数据与人工智能基础设施
部署可靠、安全、模块化的数据和人工智能环境，包括支持高级分析和全方位人工智能能力所需的硬件、软件和数据。
3.1 实现体系级数据与人工智能生态系统通用化。通过指定体系级服务以支持通用数据和人工智能活动，并在任务速度下实现快速创新，从而降低成本、减少复杂性并加速发展。通过“驱牛”（CATTLE DRIVE）计划，美国海军部将在2027财年结束前将所有重复能力整合到体系级数据与分析服务中（如“作战数据平台”）。
3.2 加速建设作战数据与人工智能生态系统。规模化支持战术边缘近实时数据收集、处理和分析的能力，包括作战系统和传感器。美国海军部将在2027财年第二季度前，在作战数据生态系统中交付这些系统和传感器，并展示从战场到体系的作战遥测能力。
3.3 利用人工智能沙盒与测试靶场。美国海军部将通过部署受控非密信息和秘密许可开发环境，加快开发人员的速度，使其达到行业水平。在上述环境中，操作人员在 2027 财年第一季度前可以使用自然语言转代码工具快速构建解决方案原型，并访问真实的任务数据；并在 2027 财年第二季度之前为绝密环境准备好基础设施。
3.4 部署大语言模型与智能体能力。美国海军部将与国防部首席数字与人工智能办公室及各军种合作，在2027财年第一季度前，向舰艇和海军陆战队空地特遣部队单位交付能够在拒止、降级、间歇性或延迟环境中运行的生成式人工智能能力，实现由海军和海军陆战队人员主导的应用程序的开发。
3.5 数字孪生仿真环境。通过使用与任务相对齐的数字孪生体支持评估、测试和鉴定，为安全性和生存性声明提供可验证证据，从而加速新能力的授权流程。该环境将在2027财年第二季度前用于在美国海军部内部开展验收测试。
4. 简化数据与人工智能治理
现代化组织和治理流程，以加速变革并将风险判定推至最低层级。
4.1 激励创新。美国海军部将成立数据和人工智能适应团队，与各职能社区合作建立优先的“比特到效能循环”，并从2027财年第一季度起每季度报告其绩效——包括平均生效时间及最慢的10%分位数。
4.2 管理风险。美国国防部人工智能战略明确指出：“行动不够快的风险，大于不完美对齐的风险。”美国海军部将加速访问，并支持任务发展需求。美国海军部首席数据与人工智能官将与各军种协调，在2026财年第三季度前建立每月审查障碍清除请求的机制，并有权对阻碍数据共享、合同签订和列装速度的非法规性要求授予豁免。
4.3 建立应对障碍的“战时”方法。与美国国防部保持一致，美国海军部将在战时状态下处理风险权衡和组织权益——以快速行动为偏向。美国海军部将在2027财年第一季度前成立人工智能战争委员会，以优先排序用例、协调资源，并预先授权战时状态下对数据共享、密级划分和人工智能部署权限的修改。
5. 建设数据和人工智能就绪型人才队伍
建设一支敏捷、高技能的数据与人工智能人才队伍，能够利用先进技术应对现代战争的动态挑战。
5.1 管理和认证人才队伍。利用美国国防部网络空间人才认定与管理计划，识别、招募、培养和留住一支高技能、高投入和高产出的数据与人工智能人才队伍。美国海军部将在2027财年第一季度前制定培训和岗位编制建设计划，目标是在2029财年第四季度前将合格数据工程师、数据科学家和人工智能/机器学习工程师的数量翻倍。
5.2 现代化人工智能教育与培训。通过利用为人员角色量身定制的现代化教育培训，保持对作战需求和人工智能快速演变的响应能力。美国海军部将在2027财年第一季度前提升所有人员的数据素养，并为各层次人工智能知识水平提供易于获取的高质量资源。
5.3 组建跨学科适应团队。在2027财年第一季度前，组建由操作人员、数据和人工智能工程师及采办专家组成的跨学科适应团队，专注于增强现有能力，并从自动收集的数据中快速构建新兴能力原型。
6. 建立伙伴关系与开展协作
利用产业界、学术界、联邦政府利益相关方以及盟友和伙伴的力量，加速交付行业领先的数据与人工智能解决方案。
6.1 加强产业伙伴关系。通过与能够帮助美国海军部采用量身定制的最先进数据与人工智能解决方案的行业领导者合作，加速价值交付。美国海军部将在2027财年第一季度前创建并维护一份优先目标产业伙伴清单。
6.2 扩大与学术界的合作。 促进和发展与海军、国防及相关大学的合作伙伴关系，通过课程、证书和学位项目提升海军人员、海军陆战队人员和文职人员在数据和人工智能方面的技能。美国海军部将在2027财年第一季度前建立并维护一份经批准的合作伙伴权威清单，并向所有海军部员工公布。
6.3 与联邦利益相关方合作。与美国国防部、其他军种部及联邦机构就联合倡议和用例开展协作，以提升能力、加速部署，并确保军种特有创新能够快速推广至联合环境。美国海军部将在2027财年第一季度前确定优先联合倡议清单，并至少每季度更新一次。
6.4 利用联盟与伙伴关系。与联合部队和盟友开展实战化演习和试验，以确保互操作性并交流最佳实践。美国海军部将在2027财年第一季度前确定优先演习机会，并至少每季度更新该清单。
八、结论
将美国海军部转型为一支数据就绪、人工智能赋能的力量，是我们在数字时代快速提升作战效能的最重要机遇。为美国海军部各项任务赋能以利用人工智能，包括随时获取优质数据和人工智能赋能技术，能够激发创新，加速学习并产生决定性作战优势。通过战略性和有目的地整合人工智能所创造的效率，将把宝贵资源（时间、资金和人力）直接返还至任务优先事项。
声明：本文来自奇安网情局，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
