杀人机器?人工智能的军事潜力

电子说

1.3w人已加入

描述

全球安全研究中心劳伦斯利佛摩国家实验室(CGSR Lawrence Livermore National Laboratory)的扎卡里·戴维斯(Zachary Davis)高级研究员发布题为《战场上的人工智能》(《AI on the battlefield》)的文章。扎卡里·戴维斯也是加州蒙特利海军研究生院的教授,在情报和国家安全政策方面有着广泛的经验,并在美国政府的行政和立法部门担任过高级职务。

文章中指出,人工智能突如其来地闯入国家安全领域,并被视为一种革命性技术,与发现燃料、电力或核武器不相上下。人工智能技术在一定程度上对美国产生了变革效应(例如,在科学和社交媒体中),在一定程度上这是由美国潜在对手驱动的。俄罗斯总统普京宣称,统治人工智能的国家将是世界的统治者。

该如何看待革命性人工智能?其对美国安全和国际稳定的后果是积极的、消极的、还是双重的?随着对人工智能军事化逐步深入的认识,这些问题的答案将在未来几年内形成。

现阶段可以探讨以下问题:

1.人工智能在短期内可能有哪些军事应用? 

2.哪些因素对战略威慑的稳定有潜在的影响?与此相关的是,人工智能如何改变威慑的基本原理?

3.人工智能军事系统如何影响区域稳定?

4.区域稳定与战略威慑之间的联系是什么?

5.人工智能带来的意外后果和战略结果的风险是什么?

文章提出了大量问题并提供了有关它们的初步论证,共分为七大部分,下面对其中重要的几部分做出说明。

人工智能的军事潜力

算法战可能是军事革命的主要推动者,人工智能是国防部 “第三抵消战略”的核心,也是政府为加速发展先进技术而采取的多项举措的主要重点。2018年5月,美国白宫成立人工智能专门委员会;2018年6月,美国国防部成立联合人工智能中心(JAIC);2019年2月11日,总统发布“维持美国在人工智能领域的领导地位”行政命令。国防部和集成电路在人工智能上的支出也有所增加。

人工智能军事化应用通常分为两类:战争作战层面的应用和战争战略层面的应用。

战争作战层面的人工智能应用

无所不在和无所不知的无人系统:开发新一代的无人系统是人工智能军事应用的一个高度优先事项,其重点是各种地面、海洋和空中无人系统的导航系统。空间和海下平台也将受益于人工智能的制导系统。

大数据驱动的建模、仿真和战争:人工智能一直在稳步增强用于研究核武器和常规武器的模拟和试验工具的能力。

情报收集和分析:机器学习将是分析所有来源信息的一个重要工具,研究人员越来越需要考虑来源、位置和规则的信息,以了解全球安全环境。在更好的态势感知和决策的情况下,将人工智能应用于问题的收集和分析将有利于战略稳定。

战争战略层面的人工智能应用

支持精确情报、监视和侦查(ISR)的集成系统:对于军队来说,ISR是多域态势感知的关键,需要过滤卫星和无人机收集的图像和信息,以找到具有军事意义的信息,如导弹、部队和其他相关情报信息。随着战场扩展到全球范围内的所有领域(海、陆、空、空间和网络),ISR将变得越来越重要。

战略目标的精确打击:基于AI的ISR可以定位、跟踪和瞄准各种敌方武器系统,这增加了打击战略目标(如航空母舰、移动导弹或核武器)的可能性。可以“发现、锁定和打击”的打击武器,加上能够击落敌方残余武器的防御系统,可以挑战基本威慑规则。

有效的导弹防御:人工智能增强了目标定位和导航技术,通过增强目标捕获、跟踪和识别能力,改善了广泛的战术和战略防御系统,特别是弹道导弹防御系统。

人工智能网络:人工智能计算机网络探测、映射和黑客攻击可以为机器学习提供有用的数据,包括发现网络漏洞等可能对攻击和防御有价值的信息。

颠覆性技术的负面影响

1)AI可能削弱双方的战略弱点,从而增加了战争的风险;

2)获得优势的竞争将为未来的军事平衡带来不确定性;

3)AI系统容易受到输入数据的影响,这可能会导致意外后果;

4)对抗AI的应用可以很简单;

5)快速决策和作战行动可能很难为有效的危机管理目标服务;

6)由集成ISR、防御和复杂战斗管理产生的许多潜在积极的区域威慑效应可能无法实现,至少在近期内不可能实现;

7)大数据和机器学习可能无法解决战略警告的挑战;

8)按照战场要求,多个人工智能系统的紧密操作和集成可能会产生意想不到的结果;

9)无论决策的每一个环节是否都有人类参与,这个循环都变得越来越拥挤;

10)每个人对AI的看法是各不相同的;

11)战争与和平不能也不会由预测分析给出;

12)最后,公私合作关系将决定人工智能的未来-但战争仍然是国家的权利;

美国最近威慑态势的变化不会被人工智能的进步所破坏,至少在短期内是这样。然而,美国需高度关注AI军事化在世界各地的迅速扩展需要,以确保美国和盟国获得最大优势,最大限度地减少对战略稳定的负面影响,并防止战略意外。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分