随着美国与中国争相将人工智能应用于军事目的，许多专家担心，人工智能的性质可能会阻碍人工智能的发展。传统的看法是，直到现在，美国技术人员仍可以依靠精英研究人员和更快的计算机来胜过其中国竞争对手。但是，这些优势不再是最有效地利用AI的关键。中国的AI专家认为，中国人口众多，隐私控制松懈，在收集最佳数据集以教授AI算法如何优化性能方面，中国拥有持久的优势。 中国最杰出的AI研究人员李开复（Kai-Fu Lee）将中国称为 “数据的沙特阿拉伯”并指出，中国的数据优势正在日益扩大。该中心数据创新，美国智库也认为，中国的人口产生TB数据比美国人有更多的信息。
实际上，确定谁在数据中拥有优势远比简单地计算每个国家存储多少字节信息要复杂得多。正如安全与新兴技术中心最近的一份报告正确指出的那样，数据的质量以及对其进行精心整理和标记的程度通常比仅仅拥有多少数据更重要。即便如此，分析人士认为中国的规模最终将使其在商业数据方面具有优势，这可能会让中国的公司在人工智能方面超过美国。
但是，这些结论忽视了美国技术公司相对于中国同行的主要优势：其全球用户群。对于像Google和Facebook这样的公司而言，聚集数据的竞争不是在3.3亿美国人的数字活动与10亿中国公民的虚拟足迹之间的竞争。相反，他们的产品在美国，欧洲，拉丁美洲，非洲和亚洲大部分地区几乎垄断。相比之下，百度和微信等中文对等词只有少数非中文用户。这种全球影响力使美国科技公司在收集的数据总量和收集的数据多样性方面均具有优势。到目前为止，中国的数据集仍然基本上不了解中国境外的情况。在这些数据集上受过训练的AI算法将很难在边界之外传播。
美国科技公司的成功表明，美国军方在AI时代到来之际，便是最有前途的道路。这并不意味着国防部应该简单地盲目模仿硅谷的战略。尽管来自商业领域的数据（例如个人的社交关系，当前雇主或个人财务状况）将继续成为全球情报机构的金矿，但与未来战场相关的数据主要涉及士兵，车辆，训练演习等。没有任何组织比军事机构拥有更多与这些用例相关的数据。幸运的是，正如美国技术公司在其领域中统治着全球市场一样，美国国防部已经做好了自己的准备，使其成为军事数据的全球主导平台。美国将大多数工业化国家视为由美国或其北约盟国制造的军事同盟和装备，并在世界各地飞行。但是，国防部尚未利用这一潜力。北约的武器和车辆最初被设计成可以在工业时代实现互操作，可以发射相同的子弹或通过相同的连接器进行加油。不幸的是，北约尚未为信息时代升级。美国陆军坦克产生的数据无法轻易访问或与海军陆战队坦克产生的数据进行汇总，更不用说英国坦克了。就像《戈德华特-尼科尔斯法案》曾经推动美国独立的武装部队突破其孤立的战场领域一样，军事数据现在也必须发现如何共同行动。三项举措对于实现这一目标可能至关重要。
首先，美国国防部可以为升级数据互操作性制定10年的路线图，该路线图列出了具体的作战目标以证明改进。为了确保实现这些目标，可以将它们纳入与北约和东亚盟国进行的主要年度演习中。例如，美国和韩国的单位在进行年度培训时可以互相提取零件和其他消耗品。在整个演习过程中，双方都可以确认他们的后勤数据库可以结合起来，提供有关后勤情况的统一图片，并随着模拟战斗事件的发展提供对未来需求的预测。
建立切实的目标并使时间表与现有的跨国活动保持一致将是成功的关键。军方投入大量时间和精力来训练其人员为战斗做好准备。他们现在必须学习如何“训练”并准备数据。这可能意味着很多事情。在训练人员时，军队花费一些时间来传授在战斗中有用的特定技能。在其他情况下，士兵会学习如何共同努力解决出现的不可预见的问题，或者只是学习其他单位或盟军的行动程序与自己的程序有何不同。无论如何，指挥官都认识到，如果期望士兵在战场上成为一支有效的部队，他们必须在现实世界中例行练习技能。
数据需要相同类型的准备工作才能为战斗中的角色做好准备。就像士兵需要离开驻军并在野外进行实际演习一样，仅制定技术规范来记录两个数据集应该如何协同工作还远远不够。实际需要使数据集协同工作。必须定期对它们进行探索，分析和汇总以解决实际问题，以确保它们将保持互操作性和有效性。同样，负责整理数据的分析师和工程师也需要彼此互动的机会，以便制定必要的操作程序，以确保在危机期间进行有效的协作。没有这些强制功能，太多的军事数据将保持隔离状态，无法按AI算法设计的规模使用。
其次，美国军方可能需要与盟国合作以达成关于何时以及如何共享数据的共识。尤其是欧洲各国政府已开始在通用数据保护条例等框架中建立消费者空间的数字规范，并建立新的法律概念，例如被遗忘权。美国可以在制定国家安全和公共政策领域的等效规范方面发挥作用。否则，来自美国及其盟国的零散数据存储库可能无法达到与中国数据仓库竞争所必需的临界数量（即，收集足够的数据）。
美国及其盟国之间过去在与原子武器有关的规范上的分歧表明，这些考虑最终将如何影响军事行动。在欧洲，即使面对西德等主要国家的国内强烈反对，美国仍设法达成一项协议，允许在其北约盟国领土上部署战术核武器。相反，美国无法在其亚洲盟国之间达成类似共识。日本和新西兰都禁止在其领土上引进核武器，这给美国海军在该地区的行动造成了麻烦。在那种情况下，海军舰船可以找到替代港口进行操作，但规范上的类似分歧将对美国军方发展AI的能力产生更大的影响。
关于军事数据使用的大多数规范可能会引起争议。与Facebook或Google的商业模式依赖于其用户群精确定位广告的方式不同，民主国家的军队几乎没有理由交换有关其公民的个人身份信息或其他敏感信息。关于有争议的主题（例如自治系统）的规范可能更难以达成共识。各方同意，未经明确同意不得将合作伙伴提供的数据用于培训这些系统，这可能是各方都能接受的折衷方案。
最后，美国可以寻求与拥有独特资源来推进AI特定应用的盟友的更深层次的融合与合作。包括国家人工智能安全委员会在内的许多组织都呼吁美国利用其现有的“五眼”联盟，并将其扩展到包括人工智能方面的合作。一种补充方法可能是集中于具有独特技术资产可做出贡献的合作伙伴。例如，日本和韩国等东亚盟国在机器人技术和自动化方面投入了大量资金，这使它们成为开发能力更强的无人机和其他自动驾驶汽车的有吸引力的合作伙伴。他们对部署这些技术的犹豫也可能更少比其他潜在的合作伙伴。同样，以色列政府也精心培育了世界一流的网络安全部门，有可能使其成为培训AI增强型网络防御者如何保护关键基础设施和资产的宝贵合作者。
最终，任何AI联盟中的紧密合作者都必须通过两项测试：他们必须能够为这项工作做出有益的贡献，并且他们还必须足够值得信赖才能分享这些尖端技术进步。与美国在其他领域享有盟友的紧密合作可能很困难，但如果美国希望获得成功在未来战斗中取得成功的数据主导地位，则至关重要。
END
