《数字目标定位：人工智能、数据和军事情报》

人们普遍认为，我们正处于另一场军事革命的边缘。如今，各国都在积极寻求利用人工智能的力量来获取军事优势。因此，关注全球问题的安全研究学者对人工智能问题深表关切。迄今为止，文献往往集中于人工智能驱动的致命自主武器；学者们对可能出现的自主无人机群及其对安全、冲突和战争的影响着迷。本文则持另一种观点。文章认为，人工智能已经开始在军事行动中发挥重要作用，而且未来可能会更加重要。然而，对致命自主武器的关注被夸大了。武装部队使用人工智能的主要目的不是使武器自动化，而是帮助处理数据。人工智能已被用于增强军事情报。最重要的是，武装部队利用人工智能来加速和改进军事目标的确定。文章探讨了武装部队利用数据和人工智能瞄准目标的两个最新案例： 2020 年在利物浦进行的 COVID 测试，以及 2022 年在乌克兰战争中美国的乌克兰安全援助小组。

人们普遍认为，我们正站在另一次军事革命的边缘。人工智能将像火药、坦克、飞机和原子弹在以前的时代所做的那样，彻底改变战争。如今，各国正在积极寻求利用人工智能的军事优势。为了应对中国和俄罗斯的挑战，美国承诺实施“第三次抵消”战略。它将大力投资于人工智能、自主权和机器人技术，以维持其在国防上的优势。美国海军陆战队上校安德鲁·库科尔（Andrew Cukor）在“马文计划”（Project Maven）中发挥了重要作用，他宣称美国正处于“人工智能军备竞赛”中。2018 年 9 月，DARPA 宣布了一项 20 亿美元的宣传活动，以开发下一波人工智能。美国防部（DOD）于 2019 年发布了其人工智能战略，人工智能资金大幅增加。小国同样致力于人工智能的军事发展；例如，英国和以色列正在发展这一领域的实力。

从事全球安全研究的学者们对人工智能在军事领域的应用产生了浓厚兴趣。特别是，学者们讨论了人工智能致命自主武器扩散的政治、伦理和军事影响。致命自主性指的是许多潜在武器，包括核武器。然而，当学者们讨论致命自主性的问题时，他们最常想到的是自主无人机群。他们认为未来战场将由 AI 指导的无人机群主导，无需任何人类指令。到目前为止，美国只试验过自主无人机群的可能性。然而，致命自主无人机群已经吸引了学术界的想象力。 学者们认为，即将见证一场由人工智能驱动的致命自主权革命

学者们对自主武器系统和无人机集群感兴趣，特别是无人机，他们指出无人机的潜力是正确的。在过去二十年里，无人机从扮演小型的监视角色发展到成为不可或缺的战场武器。事实上，自主无人机集群似乎就在眼前。2016 年 10 月，美国国防部展示了 103 架 Perdix 微型无人机集群，这些无人机能够进行“集体决策、自适应编队飞行和自我修复等高级群体行为”。2022 年，美国陆军采购并测试了由 Booz Allen 制造的 TSM-800 无人机集群。在伊尔温堡的最近试验中，美国陆军成功地将 97 架预编程的 TSM-800 无人机集群飞向指定目标进行攻击。 美国海军还测试了超级蜂群，它们看起来像鸟群一样飞翔，以欺骗敌方雷达。许多其他国家，如以色列，正在尝试使用无人机蜂群。

当预测无人机集群的兴起时，学者们从现在推断到未来。关于未来的证据不足。因此，任何预测，无论看起来多么合理，都只能是哲学意义上的推测。在未来，甚至最明显不可避免的因果联系可能也不会起作用。鉴于预测的认识论危险，安全学者可能过于迅速地得出关于人工智能和自主武器崛起的因果结论。他们假设得太多。因此，本文采取了一种明确的经验方法。 它关注的是人工智能如何改变未来军事行动，而不是军队如何实际在最近过去应用人工智能。

对人工智能实际军事应用的实证分析表明，对致命自主性的强调可能过于夸张。在过去二十年里，远程系统广泛且迅速地扩散。像宙斯盾、密集阵、爱国者以及 SGR-A1 这样的自动化武器已经使用了多年。在海上领域，自主系统已经变得很重要；水下舰艇集群尚处于起步阶段，主要作为移动预警系统。自主武器系统预计在未来将变得更加重要。然而，在过去十年中，致命自主性并非人工智能在军事上的主要应用。正如一些学者所指出的，人工智能在军队的规划、网络和信息作战中变得很重要。然而，人工智能发展最重要的领域之一是军事情报，尤其是目标定位。人工智能被用于数据收集、整理和分析。人工智能被用来处理数据，以便指挥官更好地了解战场并能够更有效地进行目标定位。

数据指的是存储在互联网上的数字信息；数据指的是所有在互联网、云或任何计算机系统上持有的虚拟材料。网络空间中的每一项活动——一条短信、一个网络订单、一张照片——都会留下少量数据痕迹。由于互联网和智能手机的兴起，在过去二十年里，数据量呈爆炸式增长。因此，全球每分钟都会产生 1800万千兆字节的新数据，并且这个数字正在加速（Suleyman 2023，33）。正如谷歌首席经济学家 Hal Varian 所说：“从文明曙光到 2003 年，我们只创造了 5000 亿字节的信息；现在我们每两天就创造这么多”。到 2023 年，全球已生成 120 zb的数据；预计到 2025 年将达到 181 zb。这庞大的数据量极具揭示性；它几乎为每一项活动提供了新的见解。许多商业公司和政府都试图利用数据为自己谋利。数据也是武装部队一个潜在巨大且肥沃的资源。 确实，学者们因此质疑了无人机群在关于人工智能的辩论中的核心地位。人工智能处理的数据更为平凡——但对于军队来说，也具有潜在的革命性。最重要的是，数据为军队提供了针对对手的新可能性。

本文因此是对人工智能安全研究辩论进行重新平衡的尝试。将对话从无人机集群和其他致命自主武器转移到数字化、数据驱动的军事情报和目标定位。本文探讨了人工智能处理的数据如何已经被用于改进目标定位。考察了两个实证案例研究：2020 年底英国军队对利物浦 COVID 疫情的反应以及美国军队第 18 空降军对俄乌战争期间乌克兰军事行动的支持。在利物浦，英国军队试图组织对平民人口的大规模无症状检测。2022 年，第 18 空降军指挥了乌克兰安全援助小组，为乌克兰战争努力提供支持。这种支持范围非常广泛，包括像组织后勤等日常任务。然而，第 18 空降军还通过使用 AI 处理的数据帮助乌克兰军队识别俄罗斯目标。许多这些目标随后被炮火或火箭弹击中，造成许多俄罗斯士兵和军官死亡。在这两种情况下，这些组织都利用数据和 AI 更准确地针对他们的对手（即使在那里的对手是非人类病毒）。这些案例研究可能为武装部队如何实际利用 AI 在最近过去提供有价值的见解，以及因此他们可能在下一个十年近未来如何应用它。 尽管与致命的机器人和致命的无人机群相比，它们可能显得平凡，但目标的数据化，如在利物浦和乌克兰安全援助小组中体现的，可能会对武装部队、国际关系和近期的全球大国竞争产生深远影响。对人工智能感兴趣的全球安全学者可能需要关注人工智能的这些现实世界影响，而不是关注无人机群的更多幻想愿景。