人工智能技术的现状人工智能技术发展迅速，私营和公共部门对该领域的投资正在增加。目前，美国国防部正在研究人工智能的应用方面取得了重要进展，而其他联邦机构也已经采用了人工智能技术。美国中央情报局正在进行的试点项目非常重视从数据中找出因果关系的能力。国土安全部，国税局，总务管理局和美国国家航空航天局也从人工智能应用程序中受益。国防部可以从这些实践经验中学习，并以应用案例和任务为起点来制定和应用最佳解决方案。人工智能的优势和挑战是军事任务和行动需要实时，高质量的信息采集，分析和处理能力。其次，美国国防部所依赖的内部和外部数据源网络是复杂，庞大且分散的，并且包含多种数据类型和格式。第三是对物理和网络空间的不断出现和发展的威胁。有效收集，处理，保护和利用大量不同类型的数据对于军事任务的成功至关重要。这些数据不仅来自国防部，还包括公共数据，其他联邦机构，承包商和合作伙伴提供的信息。人工智能将帮助战士和作战指挥官获得最佳态势感知，拦截威胁，并提高其作战效率，战斗准备，消除威胁和执行任务的能力。尽管国防部使用人工智能技术的时机已经成熟，但它还需要一个强有力的战略和实施计划。在实施过程的每个阶段，都应使用相关领域的专业意见，而不仅仅是依靠数据。在战略实施之初必须明确人工智能系统的目标和绩效指标。然后，收集并整理适当的数据，并在处理后通过人工智能算法提取信息。建议①人工智能系统的构建和部署应遵循软件开发和数据库管理的最佳实践。必须根据适当的分类级别对网络，数据库和数据流进行保护和分类。 ②应实施一个试点项目，并应根据所面临问题的简单版本建立解决方案的原型，以评估其可行性。如果结果趋于达到目标指标，则逐渐开始进行大规模的试运行和试运行。 ③打破美国国防部内部/跨国国防部门与合作伙伴组织之间的壁垒，更有效地共享和使用数据，并实现互惠互利。 ④机器学习算法还需要大量高质量的数据集来训练模型，并且随着应用情况的发展，必须对其进行重新训练。尽管机器学习已经证明了其解决复杂大数据问题的价值，但可能还需要其他人工智能技术对其进行补充。 ⑤“情境适应”。是“第三波” DARPA的人工智能项目。使用“上下文适应”建立的模型被称为“上下文适应”。该方法揭示了相关因素之间的因果关系，从而可以提高国防部及时，有效地做出决策的能力。人工智能解决方案需要补充人类的直觉和专业知识，以快速处理大量不同的数据并提供有用的见解。