【自动化网点评：人工智能是自动化科技的又一次迭代，是福还是是祸？是进步还是倒退？这是对人类的又一次重要考验 】人工智能元素——视觉识别、语言分析、主题层次结构（或本体）的自动提取、通过强化学习控制系统、基于模拟的预测和高级搜索形式——与现有技术和平台的结合，可以迅速产生全新的和不可预见的能力。

 

 

 

联合人工智能中心主任：未来战争应以软件为中心，而不是以硬件为中心！

 

 

人工智能时代：发展AI开发和应用的通用平台是关键！

几年前，在许多人谈论人工智能 (AI) 及其在战场上的实际应用之前，退役的美国海军陆战队将军约翰.艾伦和我开始了一段旅程，不仅研究人工智能的可能性艺术，而且还要确定它对战争的性质和行为可能产生的影响。我们写了关于人工智能的发展如何导致我们所说的“超级战争”——一种如此自动化的冲突和竞争，它会破坏决策行动循环，最终最大限度地减少人类对大多数决策的控制。从那时起，我的目标一直是鼓励必要的组织转型，以采用更安全、更易解释的人工智能系统来保持我们的竞争优势，因为技术转型就在我们家门口。

通过与国防专业人士、政策制定者、国家领导人和国防工业高管的数百次互动，艾伦将军和我向我们的国防界传达了这一信息——一场巨大的变革即将到来，我们可能会失去我们的领先地位。在这些交流的过程中，一个事实变得越来越清楚：人工智能及其能够释放的影响被严重误解。一方面，有些过于简单化的漫画太过分了；终结者狂奔，将人工智能实例化为具有个性和自我设定目标的单一计算机系统，就像虚构的天网一样。或者是一个如此强大和熟练的智能机器人，它会让我们人类变得毫无用处。另一方面，人工智能作为一个特征被简化了；那些无法超越今天并将人工智能的整体潜力误解为他们使用过或很可能只是看到的一两个产品的特定功能的人以实用性的名义进行的琐碎化。我会听到一些人说完全自治的系统应该（更有趣的是可以）被禁止，这会以某种方式解决“问题”。其他人认为人工智能的支持者夸大了这一点，在战争中永远不会有优于人类的合成智能。

但人工智能不像核武器。很容易被检测、监控或禁止的巨大的有形的东西。它是一门科学，很像物理或数学。它的应用不仅会导致武器系统能力的逐步增强，而且需要从根本上重新计算构成威慑和军事实力的因素。例如，人工智能元素——视觉识别、语言分析、主题层次结构（或本体）的自动提取、通过强化学习控制系统、基于模拟的预测和高级搜索形式——与现有技术和平台的结合，可以迅速产生全新的和不可预见的能力。将新的 AI 集成到现有平台中本身就是一个惊喜。但此类平台与其他类似平台的复杂交互可能会产生指数级的、无法克服的惊喜。当前哪个传统系统阻止了这样的人工智能创造？

这些反应都说明了一切。人们没有将人工智能视为一门科学，而是对基于过去的漫画或线性预测做出反应。具体来说，由于迄今为止还没有建立可以在战斗中表现出长期自主性的人工智能，因此永远不可能建立这样的人工智能。或者，如果是的话，那么它会根据自己的意愿接管世界。如果这些反应来自扮演观察者角色的普通人，那么这些反应就不会那么成问题。但是看到处于权力和权威位置的人——参与者——拥护这样的想法令人担忧。为什么？仅仅因为人工智能将带来人类尚未建立的最重要的能力和技术，而未能理解人工智能的本质将导致我们在利用它所提供的一切方面落后于近中期技术，而且是长期的。赌注高得无法描述。

超级战争

在这篇文章的前面，我将超级战争描述为一种自动化的——可能是自主的——冲突。但是，要更深入地理解支撑超级战争的概念，需要接触观察-判断-决策-行动 (OODA) 循环的概念。一个周期性的过程支配着战争领域的行动，正如许多人最近指出的那样，在商业、1工程、2和其他和平时期的追求中。

OODA 循环的想法从何而来？虽然历史上各个领域的研究人员已经阐明了认知决策/行动循环的概念，但军事背景下的 OODA 循环的现代概念来自美国空军上校约翰博伊德。博伊德上校以 OODA 循环和他在开发 F-16 计划中的关键作用而闻名。人们还记得他是一位著名的军事战略家，他的概念和理论贡献，有些人会认为，直接导致美国在第一次海湾战争中取得压倒性胜利。承认博伊德工作的影响，当时的海军陆战队指挥官，查尔斯·克鲁拉克将军在博伊德的悼词中说：“约翰·博伊德是[海湾战争]胜利的建筑师，就好像他指挥了一个战斗机联队一样或沙漠中的机动师。在博伊德 的所有重大贡献中，也许 OODA 循环的想法是最有效和最持久的。OODA 管理战斗人员如何引导能量以击败敌方部队。OODA 循环的每个阶段本身就是一个循环；小的 OODA 循环蜷缩在较大的循环中。随着 OODA 循环的进行，信息流程会为决策流程提供信息，这些流程会过滤掉不相关的数据，并将输出归结为必要的和最高质量的输出。反过来，这些输出成为另一个迷你 OODA 循环的输入。从这个角度来看，战争的宏观 OODA 循环是感知、决策和行动过程的大规模并行集合；正是人工智能非常适合的任务类型，以机器拥有固有优势的规模运行。

感知、决策和行动中的人工智能

人工智能在这些感知、决策和行动任务上的表现如何？以感知为例，在过去几年中，机器及其托管的算法在这一领域取得了长足的进步。AI 系统现在可以在读取胸部 X 光片方面击败斯坦福大学的放射科医生，3比任何人类都更快地辨别和阅读人类的笔迹，4并从对人类天文学家来说难以解释的模糊数据中大规模检测太阳系外行星。5人工智能感知游戏很难被击败，并且以人类无法理解的规模和速度运行。

部署在太空、空中、陆地、海面和海底的数百万个传感器的综合效应，所有这些都被路由到可扩展的人工智能感知系统，这将是变革性的。我们开始看到军事指挥官的感受。当俄罗斯军方以统一可视化方式对 80 架无人机同时飞越叙利亚战场6进行测试时，俄罗斯国防部长谢尔盖·绍伊古评论说，这种体验就像一部“半神奇的电影”，“他们看到了所有目标，看到了发射并跟踪轨迹。” 当然，这仅仅是开始。

决策呢？人工智能在该领域的表现如何？今天，规划人员使用诸如“部队相关性”(COF) 计算器等工具7根据计算出的蓝军部队与红军部队的能力来确定对抗的结果。他们使用这些计算和预测来做出后勤和战略决策。如果将战斗空间划分为一个既限制空间又限制时间的网格，从某种意义上说，每个单元格内部唯一重要的 COF 计算是单元格本身的 COF 计算，而不是整个网格的 COF 计算。进一步考虑这个想法，考虑到每个单元中存在资产，人们可以在时间限制的约束下计算它们的影响区域。显然，与坦克相比，高超音速导弹的撞击区域更大，时间限制更短。试图解决这个问题的人工智能将使用传感器来识别每个网格中存在的资产，计算给定时间范围内每个单元格的 COF 系数，然后寻求制定和优化行动计划，以最小的自身部队机动最有效地对敌人造成最大的损耗。同时遭受的伤害最小。确定在最大限度地减少自身损失的同时可以造成多少伤害的代理是 COF 系数本身。你对敌人的优势越大，迅速获胜的机会就越大。AI 还可以自己玩这种每个细胞的“COF”优化游戏数百万次，以学习更好的计算 COF 系数的方法。

确定在最大限度地减少自身损失的同时可以造成多少伤害的代理是 COF 系数本身。你对敌人的优势越大，迅速获胜的机会就越大。AI 还可以自己玩这种每个细胞的“COF”优化游戏数百万次，以学习更好的计算 COF 系数的方法。确定在最大限度地减少自身损失的同时可以造成多少伤害的代理是 COF 系数本身。你对敌人的优势越大，迅速获胜的机会就越大。AI 还可以自己玩这种每个细胞的“COF”优化游戏数百万次，以学习更好的计算 COF 系数的方法。

这是战略超级战争人工智能如何寻求优势的一个简单示例。还有其他的。关键是，人类指挥官甚至无法正确处理数千个快速变化的、每个单元的 COF 计算，更不用说以运行快速改进算法的专用机器的速度对它们采取行动了。

最后，让我们开始行动。2020 年，美国国防高级研究计划局 (DARPA) 组织了一场格斗比赛8人类 F-16 飞行员和各种人工智能算法之间的关系，称为“AlphaDogfight”。结果是一边倒，人工智能以 5-1 获胜。对于本次比赛有很多观点，并提出了关于参与规则是否公平确定的问题。从我个人将 AI 应用于自动驾驶应用程序的经验来看，我知道：AI 最终会获胜。2017 年，我创立的人工智能公司 SparkCognition 致力于开发技术来识别自动起飞拒绝的条件。使用强化学习，我们开发的人工智能在决策的及时性和决策的准确性方面都超过了人类的表现。第二年，我们研究了多舰防御防空（DCA）场景，发现人工智能再次表现出色。随着时间的推移，人工智能将获胜。有人在做相反的赌注吗？如果不是，为什么我们不加快步伐拥抱不可避免的事情呢？

分布式人工智能与高度自治的军事系统的融合有可能引发一种前所未有的闪电般的冲突。上面讨论的我与艾伦将军合作工作的基本发现表明，如果人工智能积极地应用于 OODA 循环的每个元素，本质上，OODA 循环可能会自行崩溃。人工智能系统将实现大规模的同时协调力量，并以优化的方式应用力量。因此，在人工智能的控制下，一支小型、机动性强的部队（例如无人机）总能在关键点上以机动方式胜过一支规模更大的常规部队。因此，在 AI 控制下的平台效果将成倍增加，

那么，人工智能在感知、决策和行动任务中占据主导地位的更大影响是什么？当 OODA 循环崩溃时会发生什么？让我们检查一些含义。

地区大国和“人工智能小冲突”

以前的工作表明，人工智能将显着增加民族国家和非国家行为者可用的行动范围。较小规模的自主操作具有可否认性的内在品质，因为没有人可以捕获或询问。人工智能不仅可以控制传统的动态动作，还可以控制网络操作。人工智能在网络中的应用是巨大的，范围从网络武器的自动开发到对敌方目标的连续智能扫描，再到识别利用路径，再到自主进行大规模、分布式网络作战。

超级战争类型冲突的爆发将对我们目前几乎所有的军事计划以及这些计划所依据的计算产生重大影响。当自主系统被广泛部署时，人力可持续的最有效的齿尾比似乎微不足道。必须质疑培训将始终使支配地位的想法。平台与平台比较已经过时的概念将完全消失。

《超级战争：人工智能世纪的冲突与竞争》中描述的大多数场景已经成为现实。在一个概念性的小插曲中，我们概述了如何使用自主无人机攻击石油设施。两年后，这实际上发生在阿布盖格的沙特石油设施上。我们还强调了现有的传统飞机将如何被用作自主无人机。中国人用他们的 J-6 和 J-7 飞机就是这样做的。将 AI 集成到当前系统中提供了以低成本构建强大能力的机会，并为希望应对这些威胁的规划人员带来了重大的复杂性。

当动能或网络效应可以远距离、高精度且无需人工参与时，国家和团体使用这些能力的可能性就会增加。当自主系统开始削弱支持训练的人类优势时，这种行为的效力就会被放大。

世界其他地方的秘密：未来是自治的

每天都有军事技术发展的新公告。其中大部分都没有发生在美国。仅考虑以下来自世界各地的最新消息：

巴基斯坦、印度、以色列、韩国、巴西和其他地方也有大量工作正在进行。这份清单真的不胜枚举。在近邻之间的战略竞争再次占据主导地位的世界中，军事创新的步伐正在飞速发展。

尽管这些发展的数量和速度令人印象深刻，但上述列表中的任何内容都不应真正令人惊讶。多年来，约翰·艾伦将军、前国防部副部长罗伯特·沃克和其他人一直在指出自主技术、廉价传感器和快速传播的技术知识结合起来产生强大而廉价的能力的潜力。

成本是竞争优势

全球各国都在利用低成本创新框架，将开源软件和系统与廉价的商业级电子产品、国内软件实力以及使用通常被称为“敏捷”的方法进行试验和快速迭代的意愿相结合。这不仅可以降低开发成本，还可以加快创新速度。

相比之下，在美国，我们在极其昂贵的平台上花费大量资金，这些平台在维护成本高昂时运行良好，并且在我们已投入数百万美元额外培训的人类驾驶或控制时运行良好时间。这是最好的策略吗？还是我们对自己做的事情，就像我们在 1960 年代和 1970 年代对苏联所做的那样……鼓励军费开支让更广泛的经济被遗忘？

我们的对手将越来越多地使用廉价技术，这些技术易于生产，可大量使用，即使在不需要训练有素的人工操作员的情况下，它们也能继续交付成果。

虽然美国是地球上最富有的国家，但即使是世界顶级军事力量，也无法维持单位能力成本的巨大差距。如果我们继续为新兴的颠覆性技术提供口头服务，同时对遗留平台进行真正的重大投资，我们将走在一条危险的道路上。仅仅谈论技术颠覆是不够的，我们必须真正颠覆我们的资金和支出模式。

让我们将每能力成本镜头应用到我们传统上一直是我们部队的力量倍增器和差异化器的几个高端平台。美国的攻击直升机是世界上最强大的。但最近的出口订单显示，现在每架飞机的成本在 100-1.25 亿美元之间。15虽然能力因平台而异，但总的来说，这些直升机可携带 8 至 16 枚反坦克导弹 (ATGM)，巡航时间约为 2.5 小时，机上可搭载两名飞行员。相比之下，目前在利比亚和纳戈尔诺-卡拉巴赫使用的 Bayraktar TB2 的停留时间为 24 小时，携带 2 个 ATGM，需要零机载飞行员，成本约为 200 万美元16. 很明显，装甲车很容易受到这些无人机的攻击，就像攻击直升机一样。但是我们是否考虑过如何将这些无人机成群使用，以替代昂贵的攻击直升机？一架运输机可以运送多少个 TB2？有多少架常规攻击直升机？与远程操作员补充的自主系统相比，机载飞行员需要多少培训？一种新的、分布式杀伤力替代攻击直升机的优势远不止明显的低成本。

将战术无人机视为必然会激增的相对简单的系统可能会很诱人。当然，我同意这两点；许多都是简单的系统，而且它们确实已经激增。然而，现在一些国家正在开发的无人机不一定只是战术或低端的。复杂的高端功能也在激增。人工智能正被应用于其他互补领域，例如干扰，以创建可以由无人机投入行动的认知电子战（电子战）吊舱。

这不仅仅是关于无人机本身，而是它们在实际冲突地区的使用也需要整个作战概念的重大转变。例如，据推测，阿塞拜疆上空的 TB2 无人机由土耳其控制，更大的阿金奇无人机充当中继。由数百英里外的飞行员控制的可消耗、长航时平台，大规模交付 ATGM，对抗同等力量……这种作战概念以前从未被采用过。但甚至更新的就业方式即将到来。

土耳其航空航天公司和 Bayraktar 正在与 Aselsan 合作，将 Koral 电子战系统整合到他们的无人机中。在研究了俄罗斯的 Uran-9 UGV 在叙利亚的表现并确定了差距后，俄罗斯的 Uran-9 无人搬运车得到了改进。中国无人机的发展正在以如此显着的速度发展，以至于很难在一本短于书本的作品中捕捉到它们。传感器、控制系统、车辆和行动都在全球范围内快速发展，这意味着复杂的多系统威胁以令人惊讶的方式使用。

迈克尔·派克，在《国家利益》中写作暗示“土耳其可能赢得了激光武器竞赛”，因为它在利比亚部署了能够击落中国翼龙无人机的激光武器系统。他继续引用陆军认可的亚历山大·蒂莫欣（Alexander Timokhin）的话；“整个故事的有趣之处在于，激光主题的新手基本上占据了激光行业的‘大佬’，如俄罗斯和美国，甚至都不想攀登的利基市场。”事实上，被割让的空间将被占用。世界几个主要国家之间的技术差距不再那么不可逾越，以至于可以自满。而且成本很重要！为什么土耳其拥有 220 亿美元的国防预算，能够在空对空导弹、激光、电子战、无人机和许多其他领域推动如此多的创新，而在美国我们的美元似乎并没有走得那么远。

成本也是一个关键特征！在软件是最致命武器的时代，需要重新考虑大型、昂贵、发展缓慢、构建缓慢和维护复杂的平台。一种在几个月而不是几年内呈指数增长的能力。您无法以足够快的速度弯曲新金属以跟上。真正重要的是软件和金属之间的关系。在此背景下，耗资 350 亿美元的航母打击群在廉价的 DF-21D 导弹和下一代人工智能巡航导弹时代如何演变？坦克呢？美国特种作战司令部（USSOCOM）前指挥官托尼“T2”托马斯将军最近与我讨论了这一点，并想知道纳卡战争是否将我们指向了坦克平台的尽头。托马斯将军也在推特上公开发表了他对这个话题的看法；“真正的争论是集中装甲在未来战争中的作用（海军陆战队放弃坦克是有原因的）。”

有进步和改善的迹象。当然，美国并没有完全坐以待毙。空军宣布对第六代平台进行首次测试令人鼓舞，特别是因为它的开发速度如此之快。同样令人鼓舞的是波音公司、通用原子公司和奎托斯公司为忠诚僚机无人机开发的三款“SkyBorg”原型机。但考虑到历史，人们想知道新系统在部署时会有多昂贵。未来的项目能否避免 F-35 项目遇到的问题类型？一个价值 1.2 亿美元的第五代隐形平台，用于对抗近乎对等的威胁，但仅用于在非隐形、外部安装的弹药在无竞争空域执行任务的愤怒中。这些任务不是更适合 40 岁的 F-16 或 A-10 吗？进一步考虑我们的 B1 的案例，它是一种极其复杂的飞机，专为低空、高速穿透高度防御的空域而设计。为了找到一些用途，它们最终被用来在阿富汗投放常规炸弹，用高端平台做平凡的低端工作。

现在是我们超越平台并专注于使命的时候了。如果我们继续以 44,000 美元/小时的飞行成本购买 1.2 亿美元的喷气式飞机，以便将它们用于更适合 200 万美元/小时的无人机的任务，我们最终会发现我们似乎正在寻找的财务遗忘。我们不需要一直都是高端的。使用我们现有的高端平台，还有比前线炸弹卡车更具想象力的方式。

用于感知、网络和空间的人工智能

虽然人工智能将在增强传统平台方面发挥巨大作用，但它还将扮演四个额外的角色。首先，它具有使计划和战略自动化的潜力。其次，它可以通过比以往更有效地融合和解释信号来彻底改变传感器技术。第三，它在天基系统中发挥着巨大的作用；特别是围绕信息融合以对抗高超音速。第四，它可以实现下一代网络和信息战能力。

想象一个潜艇无法有效隐藏的海洋，否定了三合会的一条腿。想象一下，中等强国部署了更有能力的部队，因为虽然他们缺乏将人类飞行员训练到美国空军水平的资源，但他们有能力部署人工智能平台所需的设计专业知识。想象一下由人工智能设计并由人工智能大规模执行的网络攻击。想象一下由人工智能系统运行的长期运行的全自动信息战和间谍程序。如果人工智能在民族国家竞赛中被创造性地应用，它就有可能产生重大、持久的影响并带来改变游戏规则的优势。

软件：终极武器

软件、人工智能、自治——这些是终极武器。这些技术是数百架旧式 Mig-19 和 Mig-21 战斗机之间的区别，它们位于废品场，它们转变为自主的、可机动的、所谓的“可消耗的”或消耗性的超音速无人机，这些无人机是由丰富的机身建造的，配备集群协调和在有争议的空域作战的能力。将有效性和能力归因于单个系统和平台的日子已经一去不复返了。现在，一切都与资产网络、它们如何通信、它们如何决定采取行动以及它们如何有效地对抗与它们对立的系统有关。单个航空母舰或战略轰炸机中队不再像以前那样具有独立意义。

在新兴环境中，联网的认知战争系统将相互交战。它们将主要由软件组成，但也包括传统武器平台、人类和能够自主决策和行动的新资产。只有通过能够融合大量数据并自动解释它们以识别和模拟由此产生的复杂概率网络的智能系统，才能清楚地了解它们跨时空运行的环境图景。哪些行动可能会成功？有多大的信心？对手最有可能采取的反击行动是什么？认知系统对自主协调资产的大规模联合应用将不同于以往任何事情。正是这种快速发展的新范式，从战术到战略的各个层面都由人工智能提供支持，这需要我们的关注。我们必须不再关注单个平台或独立资产，而是关注运行自主“战争互联网”的认知系统。

将智能和自主的“乐高积木”集成到传统平台中会导致非常规升级。中国制造的具有自主权的J-6战斗机不仅仅是 1950 年代的注销，它成为一个具有新潜力、减少后勤依赖和增强功效的系统，远远超出了引擎或雷达的升级。从广义上讲，使用人工智能振兴和改造传统平台的后果将难以忽视。

为自动化、软件驱动的未来做准备

尽管全球价值从物理到数字的转变发生了变化，并且人工智能具有巨大的潜在潜力，但美国国防部在理解、获取或部署软件能力方面历来并非处于最佳状态。硬件平台对我们的采购专业人员来说更加自然。我们可以希望改变想法和观点，但如果没有这样的话，为了让人工智能在短期内对他们有意义，我们必须在构建新平台的同时重新发明、增强和重新构想现有平台。只有这样，我们才能以具有成本效益的方式满足需求并创造重要的新能力，从而为更大的未来潜力打开大门。关于人工智能潜力的简报会，或在五角大楼范围内分发机器学习入门书不会导致关键采用；将人工智能集成到平台中所带来的性能提升将是众所周知的证据，那就是吃布丁。

我们犯了一个错误，那就是适应得太慢，没有足够好地预测下一场冲突而无法做好准备。也许我们的一些盟友也犯了同样的错误。事实上，欧洲外交关系委员会 (ECFR) 的一份报告得出的结论是，“先进的欧洲军队将在阿塞拜疆当前以无人机系统为主导的战略中表现不佳。” 17事实是，我们对自己的准备质量形成了一种夸大的看法，因为在过去的 40 年中，我们不必面对能够将我们的疏忽变成不可原谅的罪过的对手。未来可能不会那么美好。

为了在这个指数技术的新时代竞争，美国军方和我们的情报机构需要全力投入由人工智能驱动的数字和物理系统。这样的系统充满了综合认知，可以对我们武装部队的每个部门和我们的政府组织产生有意义的影响。大力推动此类系统的开发将为政府真正采用全谱人工智能奠定基础。但要使这一切成为现实，国防部长期持有的观点和流程必须改变。为了扭转局面，我们至少需要：

如果我们要保持竞争力，就必须采取积极的、快速的努力，将人工智能纳入现有和新平台。在超级战争时代，我们拥抱商业创新的意愿、承认我们生活在后平台时代的果断，以及最重要的是，我们实施新投资的速度，将是通向胜利的属性。棱镜

摘录

1人工智能和战斗机飞行员与电子商务有什么关系？Sentient 的 Antoine Blondeau 解释 | 通用电气新闻。

2伟大的工程经理如何识别和应对挑战——OODA 循环模型——Waydev。

3 https://hitconsultant.net/2019/08/22/ai-tech-beats-radiologists-in-stanford-chest-x-ray-diagnostic-competition/。

4 https://www.labroots.com/trending/technology/8347/ai-reads-handwriting。

5 https://news.sky.com/story/ai-algorithm-identifies-50-new-planets-from-old-nasa-data-12057528。

6 http://newsreadonline.com/russia-in-syria-simultaneously-launched-up-to-80-drones/。

7 揭秘部队计算器 (army.mil) 的相关性。

8次 AlphaDogfight 试验为最终赛事虚拟化 (darpa.mil)。

9俄罗斯在攻击直升机、战斗部队（defenseworld.net）上押注迷你无人机。

10军事手表杂志。

11中国的 Autoflight 对其最新的远程 eVTOL (newatlas.com) 进行了鸭式改造。

12伊朗在“伟大的先知 14”演习中展示了 Shahed 181 和 191 无人机 - 航空学家。

13伊朗新闻评论：革命卫队为快艇配备自杀式无人机 | 中东之眼。

14乌克兰与土耳其组建合资企业，生产 48 架 Bayraktar TB2 无人机 (thedefensepost.com)。

15架阿帕奇攻击直升机和武器：9.3 亿美元的标价不真实（nationalheraldindia.com）。

土耳其成功的无人机计划后，16家英国瞄准更便宜的武装无人机 IRIA 新闻 (ir-ia.com)。

17空军月刊，2021 年 1 月。

作者：阿米尔·侯赛因

阿米尔·侯赛因是德克萨斯州奥斯汀的一位连续创业者、发明家、技术专家和作家。他是屡获殊荣的人工智能公司 SparkCognition 的创始人兼首席执行官，也是波音和 SparkCognition 合资企业 SkyGrid 的创始首席执行官。