随着当前人工智能和机器学习程序的快速发展,大多数国家都在优先发展新的和改进的自主系统,目的是以更快的反应速度、更低的成本和更少的人力来执行多项任务。现代战争正变得越来越自主,包括作战在内的多项功能正被委托给日益复杂的程序和系统。本文旨在分析使用人工智能的武器系统在军事上的应用,特别是巡飞弹药。文章将分析这些系统当前的能力、在纳戈尔诺-卡拉巴赫冲突(2020 年)和最近的乌克兰-俄罗斯战争(2022 年)中的应用,同时还将考虑当前和未来系统将面临的法律和伦理挑战。文章将从安全角度分析不同自主系统的当前应用和未来趋势,并从法律和伦理角度分析主要挑战。

导言

纵观历史,战争一直主要是人与人之间的摩擦行为,"是人与人之间的肉体较量,每个人都使用武力迫使我们的敌人按照我们的意愿行事"。在这一论点中,技术在战争中一直扮演着关键角色,往往通过其成功的条令运用来重塑作战方式。事实上,诸如火器和火车的发明、机械化车辆和后来的装甲车辆以及作战飞机的发展,以及核武器的诞生等技术突破,不仅改变了战争战术的动态,而且改变了应如何发动战争的战略。在过去几十年里,人工智能(AI)领域的技术成就使更新的系统越来越多地融入我们日常生活的许多方面,目前在信息和通信技术(导航、社交媒体算法等)、工业(流程自动化和优化)、市场营销和销售甚至医疗保健领域都有应用。人工智能系统也在军事工业综合体中大显身手,既是提供支持功能的平台,如情报、监视、导航和增强的指挥与控制(C2)能力,也是协助完成识别和选择目标以及实施打击等不同复杂任务的平台。本文将分析人工智能的后一种功能、其目前的应用以及此类能力对国际人道主义法的挑战。不过,在探讨其军事能力之前,有必要澄清什么是人工智能、自主系统与遥控平台的区别,以及人与机器如何相互作用。

不同层次的自主性和当前人工智能在战争中的应用

人工智能有许多不同的定义。最简单地说,人工智能可以定义为一种系统、程序或机器,能够以类似人类的智能快速执行不同的复杂任务。由于人工智能技术在各个领域的广泛应用和可能的应用(及影响),大多数国家的军队都实施了自己的人工智能战略,以利用该技术的固有优势,如增加反应时间、降低成本和更好地防御网络威胁。在与武器系统集成方面,应区分两个不同的类别:a) "自动";b) "自主"。红十字国际委员会(红十字委员会)是这一领域的主要机构之一,该委员会认为,这两类系统在自主程度、功能(即可执行的任务及其复杂性)以及最重要的人类控制或监督程度方面存在很大差异。自动系统可定义为 "非远程控制,但一旦部署就能以自足和独立的方式运作 "的武器。自动岗哨枪、传感器融合弹药和某些反车辆地雷就属于此类武器。根据这一定义,一些军事机构认为,无人机等无人驾驶航空系统(UAS)既不应被视为完全 "自动化",因为它们可以遥控驾驶;也不应被视为完全遥控,因为导航、起飞和着陆等功能可以 "自动化"。英国国防部试图为自动化系统提供一个包罗万象的定义,即那些 "根据一个或多个传感器的输入,在逻辑上按照预先确定的规则进行编程,以提供可预测结果的系统"。

另一方面,还有 "自主 "武器系统,未来可能会由更先进形式的人工智能集成。虽然没有一个统一的定义,但许多军事手册和国际机构似乎都同意一些核心特征。例如,红十字国际委员会(ICRC)将自主武器系统定义为 "无需人工干预即可选择目标并对其施以武力的武器;美国国防部(US DoD)将其定义为 "一旦启动,无需人类操作员进一步干预即可选择并攻击目标的武器系统",而英国国防部(UK MoD)则给出了如下定义:"能够理解更高层次意图和方向的系统;根据这种理解和对环境的感知,这种系统能够采取适当行动,实现理想状态;它能够从众多备选方案中决定行动方案"。因此,从这些定义中可以看出,自主武器系统的共同特征是:a) 此类系统能够执行多项功能;b) 无需人类监督和/或批准即可运行;c) (至少在未来)还能根据周围环境的变化进行动态调整。

一些军事部门还根据复杂程度对自主武器系统进行了进一步分类。例如,美国国防部根据自动化和控制程度,将自主武器系统分为三大类:1)"自主武器系统"(如上定义);2)"人类监督自主武器系统":旨在为人类操作员提供干预和终止交战的能力;3)"半自主武器系统":一旦启动,仅用于攻击人类操作员选定的单个目标或特定目标群(美国国防部,2023 年)。最后,自主武器系统还可根据其人机一体化、控制和监督的程度细分为三个不同类别:1)"人在回路武器":仅能在人类指令下选择目标和投放力量的系统;2)"人在回路武器": 2)"人在环上武器":可在人类操作员的监督下选择目标和投放武力,人类操作员可控制其行动;以及 3)"人在环外武器":能够在没有任何人类输入或互动的情况下选择目标和投放武力的系统。

目前已投入实战的具有半自主能力、属于 "人在回路中 "类别的武器系统包括 "法兰克斯 "1-B 近防武器系统(CIWS),这是一种舰载 20 毫米火炮系统,可自主探测、跟踪和攻击目标(雷神公司,2023 年);反火箭和防空平台,如以色列的 "铁穹 "和德国的 "欧瑞康天盾",均可自主探测、跟踪、选择和交战。目前具有一定程度自主功能的另一类武器系统是巡飞弹药,其能力和使用情况将在接下来的章节中分析。

巡飞弹药:目前的能力

过去十年中,巡飞弹药的扩散和复杂性迅速增加。如今,20 多个国家正在生产和使用此类系统,预计未来几年这一趋势还将加剧。与无人机不同,巡飞弹药是一种无人驾驶飞行器,旨在识别、跟踪并在撞击目标后用重量不等的爆炸弹头在可视范围外交战。巡飞弹药设计为便携式、易于发射和一次性使用,使其成为火炮和复杂导弹系统的一种成本效益高、更安全、更灵活的替代品。事实上,得益于这些特点,它们能够(根据制造商的说法)执行多种类型的任务(情报、监视、侦察、精确打击、反炮击等),同时在一定区域上空长时间巡飞,从而有更多的决策选择。虽然目前使用的巡飞弹药的大部分任务都是自动执行的,如起飞和着陆,但更先进的系统拥有不同程度的自主能力,如导航、目标探测、跟踪,有些甚至是交战。事实上,以色列的 "哈比 "和 "哈罗普 "无人机、俄罗斯的 "柳叶刀-3"、土耳其的 "Kargu-2 "以及美国的 "弹簧刀"(300 和 600 系列)等巡飞弹药都配备了全球定位系统制导、光电和红外传感器以及图像处理设备,使它们(在不同程度上)能够自主识别和跟踪目标。最值得注意的是,"哈比 "和 "哈罗普 "巡飞弹药被许多分析家认为是自主武器系统的典范,能够在有限甚至没有人工干预的情况下攻击目标(这里指的是来自防空系统的雷达信号)。Kargu-2 是最新的系统之一。它是 STM 于 2020 年为土耳其武装部队开发的一款小型四旋翼飞行器,遥控或自主飞行距离为 10 千米,飞行时间为 30 分钟,据称配备了电子光学(EO)和红外(IR)相机,以及使用机器学习算法进行识别的自动目标识别(ATR)系统。它还能与其他机型组成蜂群。虽然该公司称其系统采用了 "人在环内原则",但联合国专家小组进行的一项调查似乎表明,利比亚民族和睦政府可能已使用 Kargu-2 无人机自主 "攻击目标,而无需操作员与弹药之间的数据连接"。

最近冲突中的使用情况和效果

只是在最近几年,巡飞弹药才被广泛用于冲突场景。本节将分析两个使用此类系统的案例研究及其军事影响。

a. 纳戈尔诺-卡拉巴赫冲突(2020 年)

2020 年 9 月,阿塞拜疆部队在纳戈尔诺-卡拉巴赫东部地区发起进攻行动,该地区是阿塞拜疆与现已解体的亚美尼亚阿尔扎赫共和国之间的争议地区。在这次进攻中,阿泽里部队广泛使用以前购买的以色列 Harop 和 Harpy-2 型弹药,以及其他土耳其制造的无人机,有计划地消灭目标。这些轻型 "自杀式无人机 "的射程可达 200 公里,可手动或自动操作,并配备 16 公斤重的爆炸弹头。据 OSINT 消息来源称,这些系统在 9 月攻势的最初几天发挥了巨大作用。事实上,由于这些系统具有反辐射能力,阿塞拜疆在 9 月 30 日期间和之后对亚美尼亚 T-72 坦克纵队以及亚美尼亚地对空导弹防御系统和炮兵阵地发动了一系列精心协调的攻击,为阿塞拜疆空军在一些地区发动攻击以及阿塞拜疆地面部队夺取苏沙等战略要地铺平了道路。考虑到亚美尼亚陆军加强了大量武器库,这些系统对亚美尼亚军事装备和人员造成的影响令人印象深刻。官方数字各不相同,但根据基于 OSINT 的研究,在短短大约 40 天的交火和冲突中,阿塞拜疆无人机和巡飞弹药成功发现并摧毁了大量坦克、装甲运兵车、火炮、雷达和防空导弹基地(9K33 Osa、远程 S-300 和至少 1 个 Tor-M2KM)以及电子战设备。可以说,阿塞拜疆军事攻势的成功在很大程度上归功于对无人侦察机和自杀式弹药的协调使用,这些弹药由于体积小,成功地躲过了亚美尼亚防空系统的雷达信号。虽然亚美尼亚的防空导弹确实击落了一些自杀式弹药,但考虑到损失的相对数量,这些系统显然在有效削弱亚美尼亚防御能力方面发挥了决定性作用。

b. 乌克兰-俄罗斯冲突(2022 年)

乌克兰战争是迄今为止最广泛使用 "自杀式无人机 "的战争,尤其是俄罗斯武装部队。据报道,在冲突的第一年,俄罗斯空军由于在乌克兰防空部队手中损失了大量飞机而在空中优势争夺战中失去了优势,此后俄罗斯开始更加重视混合使用各种类型的侦察无人机,如扎拉 421 和奥兰、埃勒龙系列,以及像柳叶刀-3 这样的巡飞弹药,还有数量更多的伊朗制造的沙赫德-136。后两者已被用于打击特定的高价值目标,如防空系统、炮兵阵地和其他静态目标,以及前线后方数公里处的敏感民用基础设施(发电站、输电线路、水库等)。

事实证明,沙赫德-136 尤其是俄罗斯武装部队的宝贵资产,也是乌克兰地对空导弹(SAM)和火炮基地的头疼问题。该系统于 2022 年 9 月被引入俄罗斯武库,作为一种临时且相对廉价的解决方案,旨在填补俄罗斯无人机舰队和巡航导弹武库耗尽所造成的能力缺口,同时由于西方长期制裁制造这些系统所必需的高科技组件,导致当地生产能力严重下降。沙赫德-136 系统是一种远程 "单向攻击 "巡飞弹药,装备有用于侦察的照片和视频设备,以及 30 至 50 公斤重的爆炸弹头。它的射程据称超过 2000 公里,巡飞速度高达 180 公里/小时,可巡飞数小时。这些系统中的多个系统还可以从一辆普通卡车上 "齐射 "发射。就自主功能而言,Geran-2 系统非常简单。最值得注意的是,得益于其导航系统以及卫星和无线电信号的结合,"杰兰-2 "可以预先编程,自主飞行并攻击预先设定的特定地点。最新型号还配备了俄罗斯 Komet-M 数字接收器,用于改进导航、信号和抗干扰。一些分析家不排除自杀式无人机的变型也可能安装用于打击硬目标的红外摄像机,使系统能在末端阶段直接、更准确、自主地飞向热源。但这一能力尚未得到证实。与纳戈尔诺-卡拉巴赫冲突类似,像 "Geran-2 "这样的巡飞弹药从战术和战略层面产生的影响都相当大。从作战角度看,伊朗弹药提供的更远射程,加上其低廉的成本、低雷达探测率以及从前线任何地方大量发射的固有能力,正在日益扩大乌克兰防空系统的缺口,从而使其他高价值目标,如炮兵阵地、补给和通信网络以及关键基础设施,更容易受到纵深攻击。虽然大部分攻击都能被动能防御系统(如 ZSU 和导弹防空系统)有效抵御,但由于随时发射的系统数量庞大,一些系统还是设法穿过了乌克兰的防空系统,摧毁了 4 辆自行榴弹炮、2 辆装甲运兵车以及若干电力基础设施。其数量之多、用途之广、射程之远、续航时间之长,使其非常适合于低成本的 SEAD 行动,以及探索和发现防御漏洞,为巡航导弹攻击铺平道路。

增强自主性的法律挑战

国际人道主义法(IHL)是国际公法中关于限制战争对非战斗人员有害影响的规则,在这一法律领域,包括巡飞弹药在内的自主武器系统一直是学者们争论的主题。法律学者已经确定了至少三个主要的法律挑战,这些挑战是由更多独立自主系统的潜在发展和使用所带来的。这些挑战具体涉及 1949 年日内瓦四公约《第一附加议定书》规定的区分、相称和预防规则,即

  1. 它们区分合法目标与民用目标和平民的能力;

  2. 附带伤害平民和损坏民用物体的风险;

  3. 人类操作员理解该系统并验证其操作符合国际人道主义法的能力。关于第一点,有观点认为,要使系统能够自行区分合法与非法目标,就必须为其配备扫描仪和传感器,使其能够区分民用物体和军事目标。然而,在战争中,环境往往会迅速发生变化,因此,这些事先根据特定条件和特定参数设计和编程的系统将无法考虑战场上随时间发生的所有变化因素和变量,并相应调整其交战参数,从而导致潜在的不可预测的结果,以及攻击中的歧视。即使在人类仍能控制触发器的系统中,研究也表明,在快节奏、压力大和不确定的条件下,操作员可能只是不加批判地过度依赖系统的建议,这种情况被称为 "自动化偏差"。第二点与战争中的相称性原则有关,该原则要求军事指挥官在攻击前采取一切可能的预防措施,以免造成与预期军事优势不相称的过度损害(《第一附加议定书》第 51.5b 条)。因此,在决定自主实施攻击时,这些系统需要通过定性分析来判断对合法目标实施的攻击是否被认为是相称的,或者是否已经采取了所有可行的预防措施,从而使程序符合这一规则。有人认为,这种背景评估始终需要人类的判断。第三点也是最后一点涉及自主系统的可预测性。事实上,为了遵守相称性和预防性规则,指挥官必须确信他选择使用的武器将以某种方式发挥作用,并将产生可预测的可靠效果。如果武器在任何环境或情况下的效果都无法控制或无法完全预见,那么他就有可能违反国际人道主义规则(同上)。红十字国际委员会对这些与注入了更先进、更独立的人工智能的日益自主的系统相关的法律和伦理风险尤为关注。红十字国际委员会一直主张为自主武器系统的开发和使用制定一套全面的、具有约束力的规范和规则,例如限制目标类型、地理范围和使用环境,并规定必须有人类监督。从这个意义上说,2016 年,在《联合国特定常规武器公约》(CCW)的工作范围内成立了一个政府专家组,讨论与致命性自主武器系统领域的技术有关的问题。2019 年,政府专家小组通过了一份指导原则清单,旨在帮助成员国在讨论致命性自主武器系统的法律和伦理风险时找到共同点。虽然政府专家小组定期召开会议讨论此类问题,但制定此类系统监管框架的道路似乎还很遥远,主要原因是对致命性自主武器系统尚无一个共同认可的定义,因为它需要涵盖更广泛的人机交互主题。

结论:未来会怎样?

在过去几年中,巡飞弹药的发展、使用和能力都有所提高。最近在纳戈尔诺-卡拉巴赫和乌克兰发生的冲突表明,它们能以相对低廉的价格有效打击前线后方的高价值目标,通常可替代巡航/SEAD 导弹和火炮系统,在某些情况下,其射程甚至超过它们。然而,正如其他作者所言,巡飞弹药也有可能用于其他目的,如早期预警和近距离空中支援。在过去几年中,欧洲各国对投资采购现有或开发本地解决方案的兴趣日益浓厚,而大国作为该领域的技术领导者之一,正在从乌克兰战争中吸取教训,以制定使用和防御巡飞弹药的进攻和防御条令。就此类系统的能力而言,发展趋势似乎是提高系统的自主性,这在很大程度上是由于人工智能在机器学习和深度学习领域的进步,以及需要规避预警设备造成的无线电信号干扰,而 AWS 对这些干扰是免疫的。事实上,一些自主系统已经在使用商业化的先进人工智能软件和硬件,这些软件和硬件使用不同的传感器,能够通过分析大量数据自动识别物体并对其进行分类。例如,乌克兰武装部队最近推出了一款名为 "Saker "的人工智能无人机,它既能进行第一人称视角(FPV)攻击,也能在人类监督下自主识别目标并可能与之交战,其目的是限制反应时间,并消除干扰的影响,否则操作员将无法直接控制。最后,关于与国际人道主义法相关的难题,虽然一些西方国家,最著名的是美国和英国,已经实施了开发和使用 "负责任的 "人工智能和自主系统的指导方针和法规,如全面审查和在交战阶段持续的人类监督,但其他国家可能并不倾向于这样做。其背后的原因是,由于其生产成本低廉、用途广泛,再加上易于与日益先进的人工智能集成,大规模生产能够自主实施攻击的系统(即使效率较低)将更具优势,这一点在乌克兰已经可以看到。

参考来源:MONDO INTERNAZIONALE

成为VIP会员查看完整内容
32

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。
大型语言模型与智能机器人集成的综述
专知会员服务
46+阅读 · 4月22日
引入反事实基线的无人机集群对抗博弈方法
专知会员服务
39+阅读 · 3月13日
《基于自然语言的人工智能军事决策支持》
专知会员服务
77+阅读 · 1月25日
军事领域的人工智能: 实用工具
专知会员服务
71+阅读 · 2023年11月25日
战争中的人工智能:认知战斗的黎明
专知会员服务
60+阅读 · 2023年9月15日
基于深度学习的无人机目标检测研究综述
专知会员服务
87+阅读 · 2023年6月22日
无人机视角下的目标检测研究进展
专知会员服务
95+阅读 · 2023年1月22日
可信赖人工智能在医学影像应用
专知会员服务
38+阅读 · 2022年5月7日
【AI与军事】机器学习的军事应用
专知会员服务
184+阅读 · 2022年4月25日
清华大学:从单体仿生到群体智能
专知
14+阅读 · 2022年2月9日
基于深度学习的数据融合方法研究综述
专知
27+阅读 · 2020年12月10日
基于图神经网络的知识图谱研究进展
AI科技评论
19+阅读 · 2020年8月31日
反无人机技术的方法与难点
无人机
13+阅读 · 2019年4月30日
贝叶斯机器学习前沿进展
架构文摘
12+阅读 · 2018年2月11日
深度学习中的注意力机制
CSDN大数据
24+阅读 · 2017年11月2日
国家自然科学基金
3+阅读 · 2017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
0+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
2+阅读 · 2015年12月31日
国家自然科学基金
8+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
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
17+阅读 · 2014年12月31日
Arxiv
133+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
327+阅读 · 2023年3月31日
Arxiv
56+阅读 · 2023年3月26日
Arxiv
115+阅读 · 2023年3月24日
Arxiv
16+阅读 · 2023年3月17日
VIP会员
相关VIP内容
大型语言模型与智能机器人集成的综述
专知会员服务
46+阅读 · 4月22日
引入反事实基线的无人机集群对抗博弈方法
专知会员服务
39+阅读 · 3月13日
《基于自然语言的人工智能军事决策支持》
专知会员服务
77+阅读 · 1月25日
军事领域的人工智能: 实用工具
专知会员服务
71+阅读 · 2023年11月25日
战争中的人工智能:认知战斗的黎明
专知会员服务
60+阅读 · 2023年9月15日
基于深度学习的无人机目标检测研究综述
专知会员服务
87+阅读 · 2023年6月22日
无人机视角下的目标检测研究进展
专知会员服务
95+阅读 · 2023年1月22日
可信赖人工智能在医学影像应用
专知会员服务
38+阅读 · 2022年5月7日
【AI与军事】机器学习的军事应用
专知会员服务
184+阅读 · 2022年4月25日
相关资讯
清华大学:从单体仿生到群体智能
专知
14+阅读 · 2022年2月9日
基于深度学习的数据融合方法研究综述
专知
27+阅读 · 2020年12月10日
基于图神经网络的知识图谱研究进展
AI科技评论
19+阅读 · 2020年8月31日
反无人机技术的方法与难点
无人机
13+阅读 · 2019年4月30日
贝叶斯机器学习前沿进展
架构文摘
12+阅读 · 2018年2月11日
深度学习中的注意力机制
CSDN大数据
24+阅读 · 2017年11月2日
相关基金
国家自然科学基金
3+阅读 · 2017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
0+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
2+阅读 · 2015年12月31日
国家自然科学基金
8+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
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
17+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员