美國軍方正構建一個多層次的人工智能研究網絡，力求在全球競爭中保持決策優(yōu)勢。該網絡通過美國國防部首席數(shù)字與人工智能辦公室(CDAO)進行中央?yún)f(xié)調、美國國防高級研究計劃局(DARPA)進行前沿探索，通過美國國防創(chuàng)新部門(DIU)的商業(yè)技術引入，以及各軍種研究機構的專業(yè)化應用實現(xiàn)協(xié)同。其運行機制圍繞聯(lián)合作戰(zhàn)網絡(JADC2)、統(tǒng)一數(shù)據(jù)基礎設施、嚴格測試評估和負責AI(RAI)治理框架展開。其戰(zhàn)略路徑則強調敏捷采納、人才培養(yǎng)、公私合作及采辦改革。美軍正通過此網絡加速AI能力交付，以應對未來戰(zhàn)場需求。

一、人工智能研究網絡的核心參與者

1、戰(zhàn)略領導與基礎研究機構

人工智能研究網絡的頂層由負責戰(zhàn)略規(guī)劃和基礎研究的機構組成。美國國防部首席數(shù)字與人工智能辦公室(CDAO)作為網絡的中央?yún)f(xié)調機構，負責加速AI能力交付、同步美國國防部AI活動并解決聯(lián)合作戰(zhàn)指揮與控制(JADC2)問題。CDAO制定了2023年美國國防部數(shù)據(jù)、分析和AI采納戰(zhàn)略，并關注AI驅動的監(jiān)視、邊緣計算和聯(lián)合通用基礎(JCF)的監(jiān)督。美國國防部首席數(shù)字與人工智能辦公室(CDAO)成立的目的之一，是為了整合美國國防部此前分散的人工智能工作，從而消除由此產生的各種障礙。

2、作戰(zhàn)應用與外部技術融合機構

在頂層戰(zhàn)略規(guī)劃與基礎研究框架的共同牽引下，人工智能研究網絡的次級節(jié)點聚焦于兩項核心任務：一是將人工智能/機器學習能力定向嵌入具體作戰(zhàn)場景;二是構建與外部創(chuàng)新生態(tài)的系統(tǒng)性耦合機制。美國海軍研究辦公室圍繞光子學、電力與能源系統(tǒng)、大氣科學及量子科學四大技術領域推進 AI/ML 轉化研究，為海上作戰(zhàn)平臺提供感知、決策與能量管理支撐。美國空軍研究實驗室的自治能力團隊則面向空軍與太空軍，承擔 AI 能力的大規(guī)模作戰(zhàn)化任務，并通過學術界與商業(yè)研究機構的協(xié)同機制加速原型系統(tǒng)向實戰(zhàn)部署遷移。美國陸軍“支點計劃”專注于可信 AI 的作戰(zhàn)化管道建設，同時對接陸軍小型企業(yè)創(chuàng)新研究計劃及 xTech 系列競賽，形成需求—驗證—部署的完整閉環(huán)。各軍種研究機構在各自技術縱深內實施差異化布局，共同構成研究網絡中“分散部署、專業(yè)深耕”的轉化范式，系統(tǒng)推動 AI 研究成果向實際作戰(zhàn)能力遷移。

美國國防創(chuàng)新部門(DIU)是商業(yè)技術橋梁，通過簽訂定向合同，將業(yè)界領先的 AI/ML 能力快速引入國防體系，同步提升作戰(zhàn)準備度與戰(zhàn)略推演效率。其工作范疇涵蓋機器學習預測、負責人工智能開發(fā)、AI 基礎設施及新興技術驗證。自 2020 年啟動負責任的人工智能倡議以來，DIU 持續(xù)將倫理與治理要求嵌入商業(yè)原型設計與后續(xù)采辦流程;并與首席數(shù)字與人工智能辦公室(CDAO)協(xié)同，以商業(yè)工具破解聯(lián)邦安全環(huán)境中 MLOps 周期過長的瓶頸。憑借對商業(yè)解決方案的針對性適配，DIU 在研究網絡中確立了“外部創(chuàng)新—國防落地”的關鍵接口，確保商業(yè) AI 能力以最短路徑融入作戰(zhàn)體系。

3、 人才培養(yǎng)與信任基石

為確保整個人工智能研究網絡的持續(xù)運行和負責部署，人才發(fā)展與可信賴AI保障是不可或缺的組成部分。美國國防部人工智能與機器學習卓越中心(CoE-AIML)作為人才與可信賴AI基礎機構，由美國國防部/美國陸軍資助，與霍華德大學等伙伴合作。其重點是開發(fā)可信賴、可靠、可解釋、公平、魯棒和安全的ML算法和AI系統(tǒng)。CoE-AIML致力于培養(yǎng)和維持一支龐大而持續(xù)的AI/ML生產力隊伍，其解決的關鍵挑戰(zhàn)是通過AI賦能的自主性加速新能力交付。

二、人工智能研究網絡的運行機制與研發(fā)方向

1、運行機制：整合與互操作性

聯(lián)合作戰(zhàn)指揮與控制(JADC2)是研究網絡的基礎架構，其目標是將美國各軍種的獨立通信網絡整合為一個更大、統(tǒng)一的跨所有空間尺度的網絡 。其口號是：“連接每一個傳感器，連接每一個射手” 。JADC2使美國能夠“大規(guī)模地在全球范圍內移動數(shù)據(jù)” ，從而促進快速、明智決策 。CDAO在JADC2中發(fā)揮核心作用，并已于2024年2月實現(xiàn)了最低可行能力 。JADC2是使AI能夠在整個聯(lián)合部隊中大規(guī)模運行的基本運行機制，為分布式AI應用提供了必要的數(shù)據(jù)基礎。

數(shù)據(jù)管理與AI基礎設施方面，聯(lián)合通用基礎(JCF)是美國國防部的云端AI開發(fā)和實驗平臺，提供通用工具和服務 。高質量數(shù)據(jù)是“AI需求層次結構”的基礎 ，但美國聯(lián)邦機構的數(shù)據(jù)質量仍面臨挑戰(zhàn) 。美國國防部正引入商業(yè)機器學習操作(MLOps)工具，其目的在于解決數(shù)據(jù)傳輸和部署效率問題。糟糕的數(shù)據(jù)質量會直接損害AI系統(tǒng)的可靠性和有效性，美國國防部開發(fā)JCF和采納商業(yè)MLOps工具意在解決基礎設施和流程差距上存在的問題。

嚴格的測試和評估(T&E)對于確保AI能力在其整個生命周期中的安全性、可靠性和有效性至關重要。CDAO的2025財年預算優(yōu)先考慮AI測試工具和標準的進步。AI系統(tǒng)的變化，特別是由于機器學習引起的變化，需要重新測試和評估，以確保其安全特性和能力得以保留。對T&E的廣泛關注是建立對AI系統(tǒng)信任的關鍵機制。

2、 核心研發(fā)方向

美軍人工智能研究網絡的研發(fā)涵蓋從基礎理論到新興范式，再到特定軍事應用的廣泛領域。

基礎AI技術方向上的研究包括符號推理、統(tǒng)計機器學習、元認知、解釋性和保障以及混合方法。這些研究的目標是超越當前機器學習技術，邁向情境推理能力，使機器能夠作為真正的合作伙伴發(fā)揮作用 。這意味著未來AI系統(tǒng)將對情境和意圖有更深入的理解，從根本上改變軍事行動中人機交互的性質。

在新興AI范式方面，生成式AI和大型基礎模型引起了美軍的濃厚興趣和并吸引了大量投資，它們正被用于規(guī)劃路線、撰寫作戰(zhàn)命令和制定備忘錄等應用。由CDAO領導的“利馬特遣隊”正在評估和同步生成式AI在美國國防部內的使用。邊緣計算也是一個重點領域，其目的在于直接在傳感器上執(zhí)行神經網絡計算，從而提高作戰(zhàn)網絡的魯棒性和彈性，尤其是在對抗環(huán)境中。

專業(yè)軍事應用是研究網絡將美軍的AI技術轉化為實際作戰(zhàn)能力的關鍵。這包括自主系統(tǒng)和人機協(xié)作，例如開發(fā)無人潛水器、無人機蜂群和協(xié)同作戰(zhàn)飛機(CCA)或“僚機” 。重點在于人機協(xié)作，使系統(tǒng)能夠作為流暢、直觀、可信賴的隊友 。

三、人工智能研究網絡的戰(zhàn)略路徑與挑戰(zhàn)

1、 戰(zhàn)略采納路徑

美軍通過CDAO集中規(guī)劃、DARPA前沿探索、DIU商業(yè)轉化及各軍種實驗室專業(yè)應用，構建了一個聯(lián)通JADC2互聯(lián)系統(tǒng)、依托JCF云端平臺、并輔以嚴格測試評估與負責AI治理的多層級協(xié)同網絡。該網絡既注重基礎理論與新興范式的研發(fā)，也強調將生成式AI、邊緣計算等技術快速移植到實際作戰(zhàn)場景中，形成了從需求識別到交付部署的敏捷閉環(huán)，確保了AI成果能夠安全、可靠地支撐未來聯(lián)合作戰(zhàn)。

2、研究網絡面臨的挑戰(zhàn)與未來展望

盡管數(shù)據(jù)互聯(lián)和云端基礎設施不斷完善，但對數(shù)據(jù)共享的顧慮以及現(xiàn)有采辦法規(guī)仍導致美軍AI能力更新緩慢。我軍在推進AI戰(zhàn)斗力建設時，可從中汲取教訓，注重優(yōu)化組織架構，打破軍種間的壁壘，統(tǒng)一部署標準，明確職責分工，簡化審批流程，提高AI系統(tǒng)部署效率。同時，要高度重視網絡安全防護，加強AI系統(tǒng)及其數(shù)據(jù)鏈路的安全性建設，在紅藍對抗環(huán)境中開展深度安全驗證，提升系統(tǒng)韌性，確保在復雜戰(zhàn)場環(huán)境中持續(xù)可用。

人才短缺與資源分配不均也是制約AI發(fā)展的重要因素。我軍在進行AI研發(fā)時，應合理規(guī)劃預算分配，構建跨軍地的數(shù)字人才隊伍，完善持續(xù)交付流程，縮短從算法原型到戰(zhàn)場部署的時間。通過強化人才培養(yǎng)、加快采辦創(chuàng)新、深化安全攻防測試、持續(xù)加大預算投入等多方面的努力，提升我軍AI戰(zhàn)斗力，保障未來戰(zhàn)場的決策優(yōu)勢。(來源：北京藍德信息科技有限公司)

參考文檔

1. National Security Commission on Artificial Intelligence - Wikipedia, ， https://en.wikipedia.org/wiki/National_Security_Commission_on_Artificial_Intelligence

2. Final Report: National Security Commission on Artificial Intelligence ..., ， https://digital.library.unt.edu/ark:/67531/metadc1851188/

3. Artificial Intelligence: CRS Products, ， https://www.everycrsreport.com/reports/IN12458.epub

4. Artificial Intelligence: CRS Products - Congress.gov, ， https://www.congress.gov/crs-product/IN12458

5. 2023 Data, Analytics, and Artificial Intelligence Adoption Strategy - Accelerating Decision Advantage - Department of Defense, ， https://media.defense.gov/2024/Oct/25/2003571622/-1/-1/0/2023-11-DOD-DATA-ANALYTICS-AI-ADOPTION-STRATEGY-FACTSHEET_C.PDF

6. 2023 Department of Defense Data, Analytics, and Artificial Intelligence Adoption Strategy, ， https://www.dafcio.af.mil/AI/Strategy/

7. Why the Pentagon didn't request higher funding for AI in fiscal 2025 | DefenseScoop, ， https://defensescoop.com/2024/03/11/pentagon-ai-budget-request-2025/

8. DIU and CDAO: Deploying AI for Strategic Impact - Defense Innovation Unit, ， https://www.diu.mil/latest/diu-and-cdao-deploying-ai-for-strategic-impact

9. Innovating Defense: Generative AI's Role in Military Evolution | Article - Army.mil, ， https://www.army.mil/article/286707/innovating_defense_generative_ais_role_in_military_evolution

10. Chief Digital and Artificial Intelligence Office - Wikipedia, ， https://en.wikipedia.org/wiki/Joint_Artificial_Intelligence_Center

11. Joint Artificial Intelligence Center - AWS, ， https://imlive.s3.amazonaws.com/Federal%20Government/ID151922140063916450446479915674517979637/Attachment%200002-JAIC%20TE%20BPA%20PWS%2026Feb21%20Amendment%200001.pdf

12. Breaking Down the DOD's Chief Digital & AI Office Budget for FY25 - ExecutiveGov, ， https://executivegov.com/article/breaking-down-dod-cdao-fy25-budget

13. AI Next - DARPA, ， https://www.darpa.mil/research/programs/ai-next

14. AI Forward - DARPA, ， https://www.darpa.mil/research/programs/ai-forward

15. ONR Technology and Research - Office of Naval Research - Navy.mil, ， https://www.onr.navy.mil/our-research/onr-technology-and-research

16. Artificial Intelligence/Machine Learning for Photonics, Power & Energy, Atmospherics, and Quantum Science | Office of Naval Research, ， https://www.onr.navy.mil/organization/departments/code-33/division-333/artificial-intelligence-machine-learning

17. About the Autonomy Capability Team (ACT3) - Air Force Research Laboratory, ， https://www.afrl.af.mil/ACT3/

18. Machine learning - Air Force Research Laboratory, ， https://www.afrl.af.mil/News/Tag/150984/machine-learning/

19. ACCELERATING THE ARMY'S AI STRATEGY | Article | The United ..., ， https://www.army.mil/article/280162/accelerating_the_armys_ai_strategy

20. Portfolio - Defense Innovation Unit, ， https://www.diu.mil/solutions/portfolio

21. DoD Center of Excellence in Artificial Intelligence & Machine Learning (CoE-AIML), ， https://www.dod-coe4ai-ml.org/

22. Research & Education - Center of Excellence in AI/ML, ， https://www.dod-coe4ai-ml.org/research-education

23. GAO Chief Dishes on Fed AI Data, Tracks DOGE Data Footprint - MeriTalk, ， https://www.meritalk.com/articles/gao-chief-dishes-on-fed-ai-data-tracks-doge-data-footprint/

24. GAO-24-105980, ARTIFICIAL INTELLIGENCE: Agencies Have Begun Implementation but Need to Complete Key Requirements, ， https://www.gao.gov/assets/gao-24-105980.pdf

25. Responsible AI and the SHIELD Framework at the DoD - Pryon, ， https://www.pryon.com/resource/pryons-guide-to-responsible-ai-and-the-rai-shield-assessment

26. Defense Primer: U.S. Policy on Lethal Autonomous Weapon Systems | Congress.gov, ， https://www.congress.gov/crs-product/IF11150

27. Leadership: Artificial Intelligence in Decision-Making | Article | The United States Army, ， https://www.army.mil/article/286847/leadership_artificial_intelligence_in_decision_making

28. Air Force Doctrine Note 25-1 Artificial Intelligence - Department of ..., ， https://www.defense.gov/Multimedia/Videos/videoid/958216/

29. Defense Department budget request goes hard on AI, autonomy, ， https://www.defenseone.com/technology/2025/07/defense-department-budget-request-goes-hard-ai-autonomy/406438/

30. Department of Defense Directive 3000.09 - Wikipedia, ， https://en.wikipedia.org/wiki/Department_of_Defense_Directive_3000.09

31. DOD's Responsible AI (RAI) Toolkit: What You Need To Know - FedTech Magazine, ， https://fedtechmagazine.com/article/2025/04/dod-responsible-ai-rai-toolkit-perfcon

32. Responsible AI Guidelines, ， https://www.diu.mil/responsible-ai-guidelines

33. Top 5 AI Leaders in US Government & Military in 2025 - ExecutiveGov, ， https://executivegov.com/articles/ai-leaders-us-government-military-dod-anthropic-cdao-openai-cia

34. AI's Military March: Why Defense Tech is the Next Big Investment Play - AInvest, ， https://www.ainvest.com/news/ai-military-march-defense-tech-big-investment-play-2506/

35. Training the DoD to Leverage AI for Strategic Advantage - Carnegie Mellon University, ， https://insights.sei.cmu.edu/annual-reviews/2024-year-in-review/training-the-dod-to-leverage-ai-for-strategic-advantage/

36.Transcending weapon systems: the ethical challenges of AI in military decision support systems - Blogs | International Committee of the Red Cross, ， https://blogs.icrc.org/law-and-policy/2024/09/24/transcending-weapon-systems-the-ethical-challenges-of-ai-in-military-decision-support-systems/