人工智能(AI)在过去十年中在全球技术市场中占据领先地位,触及工业的各个领域的应用,从人们熟悉的智能家电和消费电子的例子到国防。美国和中国代表着世界上最大的两个经济体。两国都在参与人工智能技术竞赛,在全球市场和战场上实施这项技术。

中美人工智能技术竞赛在两个方面给美国带来了困境:经济和国防。如果中国成功地创造出完全自主的人工智能无人机并在全球市场上传播,它将拥有经济和战场上的优势。人民解放军(PLA)武器库中的完全自主的人工智能无人机将提供战斗空间的实时画面、先发制人的优势、拒绝向邻国开放水域和领土、控制贸易路线和有争议的岛屿,并对美国在印度太平洋司令部(INDOPACOM)的全球力量投射产生负面影响。本论文试图研究人工智能如何代表全球经济和战场上的关键因素,它在印度洋司令部能发挥什么具体功能,以及美国如何在与中国的竞争中赢得这场竞赛。

在国家间的竞争中,拥有技术优势的国家在历史上能够获得优势,尽管代价是破坏国际关系的稳定。这在历史上表现为火药、飞机、化学武器、英格玛机、雷达、核武器和卫星的发明。在冷战后和21世纪之交,常规威胁已经发展到新的技术领域。除了美国防部(DoD)公认的陆、海、空领域之外,还增加了两个新的层面:太空和网络空间。太空领域包括卫星和高超音速巡航导弹,以取代旧的弹道系统;网络领域,随着万物互联(IoE)的发明,保护国家免受黑客攻击、商业机密和知识产权(IP)的盗窃。随着网络和太空领域的发展,空中领域现在采用了遥控飞机(RPA)作为无形的智能体。此外,新出现的人工智能(AI)技术,以其显著的适应性,将把空域推向比RPA今天提供的更多的自主性。尽管人工智能的理论基础可以追溯到20世纪50年代(Anyoha,2020年),但直到公开展示机器在某一特定领域超越人类智力时,它才成为一个讨论的话题。

几个世纪以来,计算科学已经从算盘发展到二进制逻辑,再到现代计算机,并继续在私人和政府部门蓬勃发展。美国面临的安全困境是,如果中国在人工智能技术方面的进步超过了美国,然后中国将其军事化,美国将再次站在英格玛机器和斯普特尼克的错误一边。它将被留在另一个行为者的能力和意图不确定性的斗篷中,其可能将美国从印度-太平洋地区的战区中取代。

人工智能技术竞赛与美国的核战争理论和太空竞赛并不完全相同。因为这项技术在私营部门的应用非常广泛,并不专属于国防工业,所以需要一个更窄的形式。狭义的人工智能(NAI)对于它所构建的特定任务是独一无二的。与物联网类似,NAI的政策是基于每个国家如何实施的。人工智能与军事技术的结合,国家关于人工智能的理论,公共和政府部门的货币投资,以及实现人工智能优势的国内政策都特别有趣。这项技术具有巨大的力量潜力,国家可以利用它来对付他们的对手。研究它的军事潜力并制定防御战略以维持力量平衡,对于美国,尤其是印度太平洋战区来说是当务之急。这篇论文研究了美国和中国是如何建立和维持它们的力量的。

第二章介绍了人工智能的概念,并概述了目前美国消费类电子产品和使用人工智能功能的电子产品的市场价值,让读者对这一新兴技术有一个货币视角。它还定义了人工智能在国防方面的作用。

第三章回顾了全球化社会中技术竞争的广泛概念,并介绍了中国作为一个崛起的大国和国际竞争者的地位。它描述了为什么这种技术从个人到国家的角度都很重要,这种技术竞赛与太空竞赛有什么不同,并从广泛的地缘政治方面研究了中国是什么样的行为者。

第四章研究了军事航空如何纳入NAI以及自主无人机将如何改变战斗空间。本章重点关注美国已经在进行的具体人工智能进展,并将其应用于空域,以解释天空中的狭义人工智能是如何成为首次打击和保持对对手的战略优势的关键。

第五章对比了美国和中国为赢得这场技术竞赛所追求的架构设计。这些对比包括每个国家的立法和基础组织,知识产权保护,以及政府与私人产业和教育部门在实现人工智能首要地位方面的互动。

第六章从风险投资(VC)与政府支出的角度分析了人工智能的融资,讨论了国防部门的人工智能技术的收购过程,并比较了每个国家之间的现有货币数据。

第七章研究了在没有关于在战场上使用完全自主性的国际交战规则(ROE)的情况下,狭义的自主人工智能无人机如何呈现出错综复杂的道德困境。

成为VIP会员查看完整内容
139

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。
澳陆军 | 《机器人和自主系统战略2.0》2022最新56页报告
专知会员服务
73+阅读 · 2023年2月23日
译文 |《人工智能军事应用:对战争的影响》
专知会员服务
128+阅读 · 2023年2月21日
译文 |《无人机战争:历史、演变与未来》2022.12最新论文
专知会员服务
150+阅读 · 2023年2月16日
推荐!《未来战场形态》(译文),美国国家情报委员会
专知会员服务
218+阅读 · 2023年1月16日
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
91+阅读 · 2009年12月31日
Arxiv
32+阅读 · 2022年5月23日
Arxiv
30+阅读 · 2021年7月7日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
11+阅读 · 2018年4月25日
VIP会员
相关资讯
相关基金
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
91+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员