最近幾天，美國防部聯合人工智能中心（JAIC）發佈了《人工智能技術指南》，該文件由JAIC戰略與通信主管Greg Allen撰寫，解釋了人工智能概念，爲國防部高級官員提供決策支持，以避免在不瞭解人工智能工作原理和功能的情況下做出有關人工智能實施的決策。其中的兩幅圖對AI中機器學習和人的手動知識系統做了較好的解析和對比：
圖1 機器學習性能發展的關鍵要素
圖2 兩種人工智能系統數據處理過程
在指南中，Allen告誡有關部門不能盲目追求人工智能，應該針對需要提高的性能和生產力制定特定的指標。僅開發高性能人工智能模型不能提高組織生產力，該模型必須集成到運行技術系統、組織流程和員工工作流程中。現有流程基本上都需要進行更改才能夠充分利用人工智能模型的能力。在不修改流程的情況下直接引入人工智能技術無法發揮人工智能的所有潛能。Allen認爲傳統的項目管理方式仍然適用。許多人工智能項目的失敗不是由於技術的原因，而是因爲沒有設定正確的期望值、無法與舊系統集成或未培訓操作人員。
簡評：
簡而言之，該《指南》的核心是說：人智與AI的失調匹配是導致目前人工智能應用領域弱智的主要原因。人可以身在曹營心在漢，是非、01同在：既是又不是，疊加態。危機管理呢？常常是疊加勢：危險與機會共生，危中有機，機中有危，兩者糾纏在一起，如何因勢利導、順勢而爲，則是人機融合智能中深度態勢感知的關鍵。
另外，2020年5月13日，美國“勇士專家”網站發佈了一篇克里斯·奧斯本撰寫的題爲《人工智能與未來戰爭——存在極限嗎？》的文章，介紹了美國陸軍技術部門研究人工智能在未來戰爭中的應用的情況，其中，美陸軍未來司令部司令約翰·默裏上將和陸軍其他技術領導人強調“人類”必須最終作出重要決定並掌控“指揮和控制”系統，同時還明確指出快速演化的人工智能武器系統應用可以讓陸軍指揮人員“率先看到、率先作出決定、率先採取行動”，當然由此能夠更快地摧毀敵人。（人工智能的數據處理能力會讓人類的決策速度呈現指數級的提高，即提速OODA環。）
簡評：
人工智能在對抗博弈中起重要作用需要幾個條件：首先是找到數學定量計算就能解決的部分，其次與人融合過程中使該AI部分找到適當的時機、方式和作用，最後，人做對的事，AI“把事情做對”。
仔細想想，任何事物都不會無中生有，凡事都有苗頭和兆頭，人機融合就是能夠及時（恰如其分）地捕捉到這些零零碎碎的跡象和蛛絲馬跡，太快太慢都不好，“率先看到、率先作出決定、率先採取行動”，不一定由此能夠更快地摧毀敵人。有時，慢一點未必不是一個好的選擇，太快了也許更容易上當受騙吧！
