人工智能如何重塑未来战争?

2018 年 2 月 7 日 未来产业促进会


点击上方“公众号”可以订阅哦!


来源:学习时报

作者:张杰

美国军事理论家彼得·辛格曾这样说:“5000年来战争一直是人类的独角戏,而现在,这个局面已经结束了。”从战争形态的演变看,当“机械技术”走入战场时,它催生了飞机、坦克、大炮、战舰、潜艇等机械化作战装备;当“信息技术”走入战场时,它催生了导弹、精确制导炸弹、远程通信等信息化作战装备;而当“人工智能技术”走入战场时,它催生了军用机器人、无人机、无人车、无人船、无人潜航器等智能化的作战装备。可以说,人工智能正在颠覆人们的“自然界”思维、“人类社会”思维和“军人伦理”思维,它也不可避免地正在一点点地改变军队的战斗文化形态。

军事智能化,要求战斗文化建设的主要关注点由“以人为中心”向“人-机兼顾”转变。战斗文化所面临的全新问题已然展现出来。自从战斗文化诞生以来,它很重要的一个使命,就是培育“人”的战斗精神。拿破仑就曾说:“勇敢的行为可以获得胜利,同时也应该得到胜利。”然而在智能化战争中,在前线“拼命”的可能大部分都是军用无人机、无人车、无人船、无人潜航器、无人操作士兵等智能化机器人,有血有肉的人则远离战场一线,在后方“遥控”,甚至有时连“遥控”的工作都不用做,因为智能化机器人会“思考”,他们一旦受领任务便会自主地“寻思”完成任务的最佳方案。智能化的机器人,既不会感到害怕也不会感到胆怯,既不会为受伤感到疼也不会为死亡感到恐惧,但同时他们依靠高度发达的人工智能“大脑”,却并不是完全被“操控”的,他们有自己的“思想”,能够自主地与其他智能化机器人交流信息,或者说是“私聊”“侃大山”,而且他们还可能有情感,有“喜怒哀乐”,有可能产生“喜悦”“亲近”“嫉妒”“鄙视”“厌恶”等情绪。因而,人与智能化机器人之间,就不再是过去那种简单的人与武器之间的关系,这种关系变得更加复杂。这是战斗文化建设需要关注的一个重要的新情况。

自主深度学习与类脑计算技术,很大程度上改变了我们对“学习”的认知。自主深度学习作为一种类脑计算模型,是机器学习研究的新领域,其核心是模仿人脑机制,建立模拟人脑分析学习的人工神经网络,解释图像、声音和文本等数据,实现大数据内在特征的分布式表示,以及从数据到知识的归纳学习。这一新情况,使得智能化机器人能够自主地学习他们出厂时所没有输入的“新知识”,向身边的人类学习甚至向身边的其他智能机器人学习。因而,“学习”将不再是官兵的专属“训练科目”,它也必须是为智能化机器人“充电”的重要项目,因此筹划和布置战时的“学习”,就必然需要涵盖“人”与“智能化机器人”两部分,这也是过去传统战争中所无法想象到的。在这样一种新情况下,传统的那种单纯着眼于塑造“人”的战斗精神、促进“人”在战争中学习战争的战斗文化形态,必然难以适应新型战争。为了适应未来智能化战争,战斗文化应跳出原来仅仅局限于关注“人”自身精神世界的传统模式,更加关注有着自身独立思维能力的智能化机器人的“精神世界”,将智能化机器人的“思想情况”“情绪情况”“战斗精神情况”和“彼此交流情况”作为战斗文化的重要关注点,努力形成适应智能化战争需求的智能型战斗文化。

同时,军事智能化对战斗文化建设的高科技含量特别是智能化含量也提出了更高的要求。一方面,从“物”的科技含量来看,人工智能新技术大量应用于武器装备的研制开发,导致武器装备体系的性能发生质的飞跃,武器装备的高科技含量特别是智能含量大幅度提高。人工智能技术的登场,很可能会从根本上改变战斗的“场景”,由“人VS人”的战争,变成“机器VS人”或者“机器VS机器”的战争。另一方面,从“人”的科技含量来看,武器装备发生的质的飞跃特别是智能化武器的出现,又几乎强制性地要求提高武器装备使用者的科技素养特别是人工智能科技素养,即根据高科技武器装备特点培养塑造具有高科技素养的战斗人才。

人工智能技术正在颠覆性地改变战争制胜的内在机理和战斗文化的作用机理,这也倒逼着与智能化战争相适应的战斗理论文化必须迅速发展,它必须尽快回答这样一些紧迫的理论问题:智能化战争条件下的战斗文化是一种什么样的形态、如何建设这样一种形态的战斗文化?智能化战争需要什么样的战斗精神、如何培育这种战斗精神?智能化机器人参与的战争需要什么样的军人伦理、如何塑造这种军人伦理?等等。总之,与智能化战争相适应的战斗理论文化,必然具有强烈的智能时代特征,不论其表述方式如何、侧重点如何,战斗的智能型文化已然深深地嵌入其中,这是其与以往任何一种战争形态条件下的战斗文化之根本区别。


注:投稿请电邮至124239956@qq.com ,合作 或 加入未来产业促进会请加:www13923462501 微信号或者扫描下面二维码:



文章版权归原作者所有。如涉及作品版权问题,请与我们联系,我们将删除内容或协商版权问题!联系QQ:124239956


登录查看更多
8

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
少标签数据学习,54页ppt
专知会员服务
198+阅读 · 2020年5月22日
人机对抗智能技术
专知会员服务
202+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
124+阅读 · 2020年3月26日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
人工智能在教育领域的应用探析
MOOC
12+阅读 · 2019年3月16日
人工智能少女的四年蛰伏
乌镇智库
3+阅读 · 2018年8月27日
如何用人工智能帮你找论文?
AI100
10+阅读 · 2018年2月21日
【无人机】无人机的自主与智能控制
产业智能官
48+阅读 · 2017年11月27日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
专栏 | 贝叶斯学习与未来人工智能
机器之心
10+阅读 · 2017年9月19日
2017中国多媒体大会-智能媒体 创新未来
中国计算机学会
3+阅读 · 2017年8月21日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Polarity Loss for Zero-shot Object Detection
Arxiv
3+阅读 · 2018年11月22日
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
少标签数据学习,54页ppt
专知会员服务
198+阅读 · 2020年5月22日
人机对抗智能技术
专知会员服务
202+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
124+阅读 · 2020年3月26日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
相关资讯
人工智能在教育领域的应用探析
MOOC
12+阅读 · 2019年3月16日
人工智能少女的四年蛰伏
乌镇智库
3+阅读 · 2018年8月27日
如何用人工智能帮你找论文?
AI100
10+阅读 · 2018年2月21日
【无人机】无人机的自主与智能控制
产业智能官
48+阅读 · 2017年11月27日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
专栏 | 贝叶斯学习与未来人工智能
机器之心
10+阅读 · 2017年9月19日
2017中国多媒体大会-智能媒体 创新未来
中国计算机学会
3+阅读 · 2017年8月21日
Top
微信扫码咨询专知VIP会员