利用人工智能增强人类决策能力将为后台办公和作战环境带来巨大好处

人工智能(AI)是我们这一代最具颠覆性的技术之一。它对国防领域的影响不亚于任何其他领域。

媒体对这一颠覆性技术的报道往往集中在企业如何利用人工智能取得领先地位的争议上。(例如,通过开发自主机器人和其他智能武器,在未来战争中只需很少或完全不需要人类的投入)。

国际社会的关注加强了这一重点:2018 年 7 月,来自 36 个国家的 2000 多名研究人员签署了一份不开发致命自主武器的承诺书。同年,谷歌颁布禁令,禁止开发可用于制造武器的人工智能软件。此举是在数名员工因谷歌与美国国防部签订的遥控飞机视频分析合同而辞职之后做出的。

但是,人们对自主武器的关注偏离了人工智能给国防组织带来的主要好处:分析对人类来说过于庞大的数据的能力。通过从数据中获得洞察力,人工智能可以帮助国防领导人在所有行动中做出更快、更准确的决策,而不仅仅是在战斗情况下。因此,它正在成为增强而非取代人类智能的基础技术。

国防组织陷入全球人工智能竞赛

在世界各地,国防组织都在争相将自己定位为人工智能领域的领导者。美国国防部的第三次抵消战略侧重于开发新兴技术,而人工智能是其中的一个重要方面。

虽然人工智能在国防领域的应用与日俱增,但大多数仍处于设计、测试或评估阶段。在此,强调了使用人工智能可以使国防组织更智能、更简单、更强大的六个主要领域。

1.使用算法处理信息,以更快、更准确地做出决策。国防组织收集的监控数据来源广泛,包括社交媒体、卫星、遥控飞机、对手国家的网站以及连接到军用车辆上的传感器。人工智能提高了他们分析这些数据的能力,因此他们可以更快地做出决策,更迅速地开展行动。

不过,要大规模实现军事活动的数字化,国防组织需要保护其服务器和门户网站上的信息。人工智能可以帮助这些系统自我学习。它还可以帮助组织更好地发现网络漏洞:在美国,麻省理工学院的计算机科学与人工智能实验室开发了一个人工智能平台,可以检测到85%的网络攻击,并减少误报。

2.通过使武器系统自主化来加强现有武器系统。人工智能可以使机器自动移动、探测和摧毁目标,从而大大提高军队的战斗力。人工智能机器还可以进入人类无法进入的地区,从而扩大战场。以色列已在加沙边境附近部署了自动驾驶军车,用于巡逻和识别威胁。中国正在开发自主潜艇,预计将在 2020 年代部署。

3.自动分配和规划人力。人工智能可以将士兵的能力和过去的任务表现信息结合起来,然后利用这些信息全面评估他们的优缺点。这将使各机构更有效地将人员与任务相匹配。

英国陆军一直在使用商业智能软件和分析工具来简化和调整他们掌握的大量不同人力数据。通过更好地了解这些数据,他们能够就如何分配人力做出更明智的决策。他们避免了 7.7 亿英镑的浪费。

4.开展训练和模拟战争。军队可以将人工智能纳入训练计划,创建逼真的模拟场景,让受训人员为实战做好准备。这可以包括实时修改训练场景,以反映受训者的能力水平。例如,美国空军的培训负责人计划使用人工智能来观察受训战斗机飞行员在模拟器中的操作练习。人工智能系统将从受训者的动作中学习。然后,它将根据受训者的特定学习风格提供实时反馈,使他们学得更快、更好。

5.建立有效的后勤和运输网络。人工智能可以帮助军队以更低的成本、更少的人力,在正确的时间将正确的部队、货物、弹药和武器运送到正确的地点。在此过程中,人工智能可以帮助军队将行动从被动反应转变为主动出击,将规划从预测转变为预判,并使服务从标准化转变为个性化。例如,美国一家初创公司正在测试使用人工智能预测美国陆军车辆的零部件何时可能出现故障,以防止战场故障。

6.改善战场医疗。将人工智能整合到机器人手术系统和机器人地面平台中,有助于减少战场上的死亡人数,并减少人员伤亡。它还有助于确保军事医疗工作者掌握所需的技能。美国国防部正与北卡罗来纳大学合作开发一种评估病人数据的分析工具。其目的是预测军事医护人员在不同情况下应提供的护理类型。

在国防领域部署人工智能的危险

正如前面的例子所示,人工智能是国防的未来。但是,在国防领域使用人工智能也存在实际风险。这些风险包括

  • 道德问题。人们越来越关注将生死攸关的决策权交给机器的影响。例如,人工智能可能无法区分平民和战斗人员,这可能导致意外伤亡。此外,人工智能也很难针对每一种突发情况进行编程,因此它的反应很难预测。人工智能系统之间的对抗可能会产生复杂的环境,它们可能难以适应。

  • 安全性。如果对手入侵一个国家的人工智能系统,后果可能是致命的。这可能包括遥控飞机向民用场所投掷炸弹或自主武器杀害无辜者。

  • 可预测性和可靠性。配备人工智能的机器会根据开发人员编入其中的复杂算法做出决策。如果这些决策存在缺陷,很难知道是由于输入的错误或偏差,还是因为机器是根据分析做出的决策。无论如何,无法预测人工智能机器可能做出的反应都会让指挥中心难以实施战略。此外,也很难让任何人为人工智能机器在没有人类参与的情况下做出的决定负责。

最后,人工智能的好坏取决于人们给它提供的数据。但是,由于很难从这些数据中完全消除偏见,人工智能助推的系统可能并不可靠。

在防务中充分利用人工智能,同时最大限度地降低风险

虽然这些风险的结果是国防领域特有的,但风险本身也适用于在任何情况下使用人工智能。

尽管军队可能会在安全性、可靠性和可预测性方面进行投资,但配备人工智能的机器可能会给他们带来的优势可能意味着他们越过了伦理底线。任何国家的政府都无法阻止别人这么做。但它们可以降低一些风险--例如,就如何开发和应用自主和半自主武器系统达成全球协议。它们还可以继续在传感器和射手之间保持人工联系,使瞄准决策始终包含人工判断。

与此同时,可以通过以下方式帮助发展人工智能国防:

  • 鼓励顶尖学术机构与军方开展研究合作
  • 为人工智能研发提供更多资助
  • 建立有法律支持的数据保护框架
  • 制定法规,规定在开发和测试的每个阶段都必须进行损害影响评估
  • 在教育机构开设人工智能课程,帮助军民提高技能

采取这些措施将使国防组织能够实现人工智能的最终效益:在后台和作战环境中变得更智能、更简单、更强大。

参考来源:Derek Dobson

成为VIP会员查看完整内容
22

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。
大数据如何改变战场
专知会员服务
26+阅读 · 2024年6月20日
生成人工智能如何改变军事行动
专知会员服务
54+阅读 · 2024年5月22日
人工智能与博弈论的融合:彻底改变战略决策
专知会员服务
61+阅读 · 2024年1月23日
军用无人机如何彻底改变战争?
专知会员服务
29+阅读 · 2024年1月20日
人工智能与核武器:是通向未来还是走向灾难?
专知会员服务
45+阅读 · 2024年1月4日
人工智能会指挥未来的军队吗?
专知会员服务
36+阅读 · 2023年11月17日
美国陆军希望人工智能能为士兵带来信息优势
专知会员服务
50+阅读 · 2023年9月21日
用深度学习揭示数据的因果关系
专知
28+阅读 · 2019年5月18日
【知识图谱】知识图谱怎么与深度学习结合?
产业智能官
159+阅读 · 2018年12月18日
机器学习模型的“可解释性”到底有多重要?
中国科学院自动化研究所
20+阅读 · 2018年3月1日
脉冲神经网络,下一代机器学习?
专知
12+阅读 · 2018年1月13日
【人工智能】人工智能5大商业模式
产业智能官
16+阅读 · 2017年10月16日
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014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
33+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
4+阅读 · 2014年12月31日
Arxiv
163+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
425+阅读 · 2023年3月31日
Arxiv
153+阅读 · 2023年3月24日
Arxiv
22+阅读 · 2023年3月17日
VIP会员
相关VIP内容
大数据如何改变战场
专知会员服务
26+阅读 · 2024年6月20日
生成人工智能如何改变军事行动
专知会员服务
54+阅读 · 2024年5月22日
人工智能与博弈论的融合:彻底改变战略决策
专知会员服务
61+阅读 · 2024年1月23日
军用无人机如何彻底改变战争?
专知会员服务
29+阅读 · 2024年1月20日
人工智能与核武器:是通向未来还是走向灾难?
专知会员服务
45+阅读 · 2024年1月4日
人工智能会指挥未来的军队吗?
专知会员服务
36+阅读 · 2023年11月17日
美国陆军希望人工智能能为士兵带来信息优势
专知会员服务
50+阅读 · 2023年9月21日
相关基金
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014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
33+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
4+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员