面向多域作战中智能增强的可解释人工智能
人工智能
2019-10-18 v1 计算机与社会
人机交互
摘要
多域作战（MDO）概念的核心是利用一个由重叠的远程与自主传感器系统以及分布于多个伙伴间的人工情报组成的情报、监视与侦察（ISR）网络。实现这一概念需要在人工智能（AI）以改进分布式数据分析，以及智能增强（IA）以改进人机认知两方面取得进展。本文的贡献有三方面：（1）我们将联盟态势理解（CSU）概念映射到 MDO ISR 需求，特别关注对可保证且可解释的 AI 的需求，以允许在资产分布于多个伙伴间时进行稳健的人机决策；（2）我们展示了 MDO ISR 中 AI 和 IA 的说明性场景，包括人机组队、密集城市地形分析和增强的资产互操作性；（3）我们结合这些场景评估了可解释 AI 的最新进展，重点关注人机协作以实现更快速和敏捷的联盟决策。这三方面要素的结合旨在展示 CSU 方法在 MDO ISR 背景下的潜在价值，基于三个不同的用例，强调了在多伙伴联盟环境中可解释性的需求是关键所在。
引用
@article{arxiv.1910.07563,
title = {Explainable AI for Intelligence Augmentation in Multi-Domain Operations},
author = {Alun Preece and Dave Braines and Federico Cerutti and Tien Pham},
journal= {arXiv preprint arXiv:1910.07563},
year = {2019}
}
备注
Presented at AAAI FSS-19: Artificial Intelligence in Government and Public Sector, Arlington, Virginia, USA