人们已经认识到,能力越来越强的机器人和自主系统(RAS)的出现有可能成为一股颠覆性的浪潮,给各国军队带来巨大的挑战和机遇。现在,每个主要军事力量都公开宣布有意开发、利用或禁止机器人与自主系统。甚至世界各国领导人,如俄罗斯总统弗拉基米尔-普京,也就其对未来战争的潜在影响发表了声明。然而,尽管有这些说法,却没有任何记录表明大规模部署了可以明确宣布为机器人和功能自主的武器系统。

这里的定义很重要。在本分析中,RAS 的定义侧重于机器人和功能自主的系统,而不包括遥控操作平台和非实体人工智能系统。自主 “是指系统 ”利用计算机程序与环境的交互作用,在没有人类输入的情况下执行一项或多项任务 "的能力。因此,“自主系统 ”可以理解为 “一旦启动,无论是硬件还是软件,都能自行执行某些任务或功能 ”的系统。然而,“自主 ”是一个相对的而非二元的特征,是由显示的功能衍生出来的。因此,很难明确区分一个系统是否真正 “完全 ”自主。因此,在文献和军事战略文件中,通常会沿着一个谱系提及自主性的类别。例如,澳大利亚陆军的 RAS 战略自主频谱包含四个自主级别:遥控操作(通常与自主系统混为一谈)、自动(人类仍处于环路中进行监控并可能进行干预)、自主(人类对系统进行监督或分配任务,因此仍处于决策环路中)和自主(人类启动决策环路,但系统可以独立行动)。考虑到这些特征以及本文试图回答的核心问题,本文使用 “机器人与自主系统 ”一词来指那些既是机器人又是功能自主的系统,即那些在澳大利亚国防军(ADF)RAS自主光谱中被归类为 “自主 ”的系统。

这并不是说相关技术没有扩散;军队、执法机构和非国家武装团体显然都以某种方式部署了强大的人工智能工具、远程操作系统,甚至是基于任务的自主系统。例如,美国空军在过去 20 年里以相当大的规模和复杂程度购置和部署了遥控操作平台,2021 年占其机体总数的 8.5%。这些行动者采用的系统能够以自主模式运行,并由人类在环路中进行监督(如超级宙斯盾 II),也采用了自主对付威胁的防御系统,但理论上(由于交战速度)可能会被人类推翻(如爱国者、宙斯盾和 CIWS)。更有争议的是徘徊弹药(如 Harpy、Harop 和 Shahed-136),它们能够根据与预先建立的数据库匹配的特征,独立选择和攻击目标。这类系统(也包括某些巡航导弹,如 “硫磺石”)被媒体称为致命的自主武器系统,而法律界和学术界的辩论仍在继续。

然而,像美国这样强大而富裕的国家,仍然受到某些因素的阻碍,无法加快将完全自主的机器人系统从概念和原型转化为可部署和可扩展的能力。即使在俄乌战争--二战以来欧洲最大的陆地战役--中,此类系统的部署也仅限于遥控平台。这包括部署 “弹簧刀 ”和 “沙赫德-136 ”等闲散弹药。但使用这类平台并非新鲜事,充其量只是对二十多年前使用的作战概念的延伸。例如,2001 年,美国利用遥控飞机进行直接打击,而 ISIS 早在 2015 年就展示了将此类系统用作 “穷人的空军”。因此,在当前乌克兰冲突的背景下,人们不禁要问,俄罗斯军方为何选择从仓库中调用早已退役的坦克型号来继续战斗,而不是使用其大肆宣传的 “乌兰 ”系列非乘员地面武装车辆?为什么 T-14 “阿玛塔 ”坦克的非乘员版还没有超越原型阶段?更广泛地说,为什么乌克兰冲突的规模还没有达到使用完全自主武器系统的 “示范点”?

要回答这个问题,就不能仅仅局限于 “投入太少”、“技术尚未成熟 ”或 “军方尚未认识到自主系统的潜在价值 ”等说法。关于前者,考虑到美国在 2018 年对人工智能相关研究的投资超过了印尼当年的全部国防预算。在商业人工智能工具不断扩散的情况下,技术壁垒不可逾越的说法也显得苍白无力。在美国的 “第三次抵消战略 ”中,自主系统占有重要地位。

因此,无法采用创新技术并不是因为缺乏规模、范围和资源能力,而是因为低估了要采用创新技术的系统屏障的复杂性。由于 “前沿 ”实验需要接受许多项目无法成熟或无法投入使用的风险,有时是出于技术或操作方面的原因,因此这种情况变得更加棘手。民事和军事文献都对实现这种复杂的平衡进行了广泛的研究,这对澳大利亚国防军来说仍然是一个挑战。

澳国防部宣布成立先进战略能力加速器(ASCA)并发布《国防战略审查》(DSR),表明高级文职和军事决策者认识到了这一挑战。可信赖的自主权是 ASCA 最初的六个优先领域之一,这一事实表明了应对这一挑战的核心地位。同样,《国防战略审查》中有一章专门论述澳大利亚国防军需要通过技术创造不对称优势,这表明这是国防思考和未来规划的核心挑战。AUKUS 第二支柱 "在人工智能和自主系统方面的突出表现表明,这两种能力对未来的澳大利亚国防军仍具有重要意义。

成为VIP会员查看完整内容
20

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。
《人工智能与未来战争》25页报告
专知会员服务
35+阅读 · 8月27日
《武器系统中的人工智能》2023最新100页报告
专知会员服务
131+阅读 · 2023年12月13日
《降低人工智能对军事决策优势的风险》2023最新39页报告
专知会员服务
103+阅读 · 2023年4月20日
《在国防中实现负责任的人工智能》2023最新报告
专知会员服务
43+阅读 · 2023年2月22日
反无人机技术的方法与难点
无人机
19+阅读 · 2019年4月30日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015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
1+阅读 · 2014年12月31日
国家自然科学基金
29+阅读 · 2014年12月31日
Arxiv
148+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
377+阅读 · 2023年3月31日
Arxiv
133+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015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
1+阅读 · 2014年12月31日
国家自然科学基金
29+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员