军事人工智能的3个流派

本文主要是介绍军事人工智能的3个流派，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

在军事领域应用人工智能的态度大致分为三类：激进者、否认者、实用主义者。激进者认为，人工智能将彻底改变战争，改变战争的进行方式，有时甚至改变战争的性质及战争发生的原因。实用主义者认为，人工智能将越来越多地进入战场和军事结构，尽管革命性较小，主要影响作战和战术层面，但可以促进作战，并使其更有效率。否认者承认人工智能的进步，但指出了各种障碍，包括技术、组织、社会政治、道德和法律，这些障碍限制了人工智能在非常结构化和可控环境之外的潜力，从而使其在军事应用中处于次优状态。他们还认为，人工智能只是战争中的另一种技术发展，如果有的话，它将主要影响战争的性质。

（一）激进者

激进者指出，克劳塞维茨将战争描述为变色龙。激进者认为战争是不断进化的，以此为基础，论证人工智能将导致战争性质的下一次革命。人工智能将改变战争的性质，因为它将改变各国在各种武力范围内的战斗和影响军事活动的方式，并塑造“从最低到最高强度，从最小到最大的所有冲突”。对他们来说，人工智能具有明确的军事应用，并将为成功的采用者带来决定性的优势。首先，人工智能将越来越多地支持自主系统的部署，从而进一步推动战争的机器人化。完全自主的武器和车辆可以通过自主执行复杂的战斗战术、立即适应敌人的机动以及迅速利用战场上的机会来彻底改变战争。人工智能驱动的系统以机器速度运行，它的部署将提高战斗速度，并使采用人工智能的部队比非人工智能驱动的部队具有明显的优势。以无人机群为例，战争的深刻转变确实正在进行中。群体对不断变化的事件做出反应的能力比人类可能的速度更快，这将改变战争的方式。人工智能和机器自主性的进步使这些合作的自主无人机能够在战场上作为一个整体，利用机动战（蜂群战争之前的战争迭代版本）压倒对手，因为蜂群行为具有认知优势。其次，人工智能在分析大量数据集方面的作用远远超过人类的能力，并具有相当大的军事潜力。由于不确定性是冲突背后的驱动力，各方不断试图将其最小化，因此更好地筛选战场数据并提供分析的能力对军队很有用。不断增加的数据流（来自战场上产生的数据和收集数据的机器的增加）、筛选数据所需的计算能力以及人工智能驱动的数据分析能力的结合，确实可以为作战人员提供前所未有的战场可见性，减少不确定性，并有助于各级战斗的决策。这需要减少战争“迷雾”及战争“摩擦”，这两个持久的战争要素自冷战结束以来一直是西方，尤其是美国军事思想的核心。

（二）否认者

这一思想流派的支持者认为，技术障碍和组织因素都限制了人工智能在战场上的有效性和颠覆性。从这个角度来看，人工智能不会改变战争的性质，也不会对其性质产生轻微影响。其支持者还指出，人工智能相关技术相对不成熟，还不能以可靠和可预测的方式应用于军事领域。训练机器学习算法所需的大型数据集（当今大多数人工智能技术都依赖于这些数据集）在军事领域通常不存在。没有现实世界中高质量、庞大大的数据集可用于训练算法和开发成功的基于机器学习的军事人工智能应用程序。军队在部署武器时需要寻求可预测性和可理解性。人工智能的“黑箱”问题，即无法解释导致特定结果的推理，以及一些人工智能相对容易被愚弄，这两者都被视为未来在战场上部署自主性武器的重大挑战。事实上，人工智能已被证明在相对容易的愚弄技术下会急剧失败，例如修改一个像素可以完全误导图像识别软件。对抗性人工智能是一种试图用虚假数据欺骗模型的技术，它进一步质疑了算法的可靠性。如果人工智能的不可预测及不可解释性持续存在，这将严重限制和减缓人工智能在军事组织中的应用，因为这两个原则对于指挥官使用武力的决策至关重要。在军事概念和学说中成功整合自动化武器的组织障碍，也影响了人工智能在军事领域的成功。仅靠创新不足以改变武装部队的运作方式。由人工智能驱动的无人系统将彻底改变战争的未来。新研究比较了在利比亚、乌克兰、叙利亚和纳戈尔诺-卡拉巴赫发生的冲突，发现武装部队在多大程度上能够获得优于对手的优势，取决于自主系统的整合方式。技术需要嵌入更广泛的文化、概念和组织背景中。没有新的作战概念和新的组织结构，仅靠一项技术将无法从根本上影响未来军事对抗的结果。相关研究对战略进行了17个维度的描述，在这些维度中的任何一个维度上的无能/失效都可能是致命的，而任何单一维度的巨大改进也都不能保证成功。对人工智能技术的军事应用来说，也是如此，它不必然保证成功，也不必然规避失败。最后，人工智能可能会增加“战争迷雾”并引入“系统迷雾”，从而加强战争的持久性。前述的人工智能做出的难以解释的决策将导致对战场上发生的事情的“不了解性”增加，由于事件发生得太快，任何有意义的人类输入或能力都无法理解。根据Hughes的论点，摩擦不是通过收集更多或更好的信息来减少的，而是通过所采取的行动的质量来减少。对环境的过度认知并不意味着更少的摩擦，因为摩擦的制造者依然有可能做出错误的决定。

（三）实用主义者

传统克劳塞维茨主义者认为，战争的本质是暴力的、混乱的、破坏性的和凶残的，是无法改变的。人工智能军事应用的实用主义者认为，技术的进步无法消除战争固有的因素，例如不确定性和摩擦，因为再多的计算能力也无法预测敌人以意想不到的方式适应的能力。对人工智能军事应用的态度，源于克劳塞维茨的解释，即战争的性质不会改变，但实用主义者接受战争的性质可能会改变，哪怕是以一种相对有限且不那么具有革命性的方式。对他们来说，人工智能最好被理解为一组将应用于军事领域大多数方面的技术。人工智能对战争的贡献不是革命性的，而是渐进式的。人工智能在军事领域取得显著成果，特别是在战术和作战层面发挥着重要作用。实用主义者认为，人工智能可促进行动，在受控的、无争议环境中表现出色。他们指出，对抗性愚弄攻击可能会带来潜在问题，并建议将关注点放在那些能够应对此类挑战的领域上。鉴于部分人工智能技术存在抵御攻击不足之处，因此最适合投资并推动取得成功的军事领域，通常是那些在无争议环境下操作的领域。武装部队应该避免在有争议环境中使用不成熟且易受攻击的人工智能系统，在关键决策方面需保持谨慎。一些明确为无争议环境下运作的区域包括后勤、资源分配、通信和培训等。借助人工智能数据收集、分析和预测功能，可以有效支持情报搜集与作战规划，在战术层面协助作战人员。同时，它还有助于自动化维修、车队管理（如预测性物流和自行架设车队）、通信、协调员工任务（更佳的时间和资源分配）、个性化地进行培训以及加强侦察能力（处理多源数据）。

 

这篇关于军事人工智能的3个流派的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---