聯合人工智能中心主任“杰克”沙納漢中將告訴米切爾航空航天研究所， “自主系統在某種空對空交戰中與有人駕駛系統相抗衡……是一個大膽的想法。”在一個特殊的視頻采訪系列中進行研究，在美國空軍提供的這張未注明日期的講義文件照片中，裝備有 GBU-12 Paveway II 激光制導彈藥和 AGM-114 地獄火導彈的 MQ-9 Reaper 由 Lex Turner 上校在阿富汗南部執行戰斗任務期間駕駛。

Shanahan 解釋說，雖然自治現在以各種形式存在，具有重要的作戰意義，但人工智能支持的自治帶來了五角大樓正在更深入探索的戰爭可能性的新前沿。支持人工智能的自主性是我們將看到一些強大功能結合在一起的地方。

人工智能驅動的自治確實帶來了一系列新的技術、戰術和戰略意義，例如帶來新的決策、問題解決和運營范式。

從本質上講，由高級人工智能驅動的平臺 將能夠近乎實時地識別、處理和分析大量信息，這不僅可以加快“傳感器到射擊者”的時間，還可以實現更大范圍的操作活動無需人工干預。無人機甚至戰斗機將能夠接收新的輸入，執行飛行中的分析，然后自主做出有影響力的決策，而不是僅僅遵循通過 GPS 建立的預定導航“航路點”，這已經進行了很長時間.

雖然人類將保留必要的指揮和控制措施，但人工智能可以促進無人駕駛系統的能力，例如，快速調整飛行以響應新的傳感器信息。這可能包括獨立處理部隊位置或導航數據，甚至在附近有人駕駛平臺、無人平臺和人工地面指揮中心之間聯網情報數據。

無人機或無人戰斗機可能會在高風險區域運行，當它遇到具有重大戰術意義的敵方部隊編隊或地形配置時，將新信息與龐大且看似無限的信息數據庫反彈，以執行分析并制作必要的調整。

也許機載計算機可以訪問一個情報數據庫，指示在這些情況下先前成功的行動方案，分析有關敵人能力、資產和武器的信息，并告知無人平臺最佳的即時行動方案？車載計算機可以立即權衡大量變量，以獨立進行先前由人類確定的計算。

可以肯定地說，F-35 著名的“傳感器融合”（將原本完全不同的傳感器信息組織到飛行員的單個屏幕上）是人工智能的早期應用。

新興或未來的人工智能自動駕駛將包含大量或大量的信息，改進處理和分析，并在不需要人類的情況下執行與大量復雜動態相關的決策。

信息管理和數據處理等程序和分析功能都可以比人類更有效地完成，同時讓人類認知發揮最終控制作用。計算速度和人工智能系統實時獲取、處理和分析新信息的速度越來越快，實際上有望實現無人混戰、作戰機動和戰術決策。

“我們將看到少數人控制大量機器。在某些情況下，它將是機器對機器的循環，人類參與其中，

當然，至少在目前，所有這一切都建立在一個基本的、迄今為止不變的前提之上，即最終的控制權必須由能夠利用人類認知所特有的特征的人類來掌握。“我們唯一的失敗是想象力的失敗。