通用人工智能时代的国防优势

人工智能何时才能超越人类的认知能力？实现这一里程碑——即通用人工智能（AGI）——的确切时间表仍不确定，但最近的进展表明，变革性的飞跃可能正在迅速逼近——显然会对国防产生重大影响。在 2022 年对人工智能专家进行的一项调查中，20% 的专家认为人类级别的人工智能将在 2032 年开发出来。现在，该领域的主要领导者都在谈论在两三年内创造出人工智能。关于这种能力可能是什么样子，最传神的描述之一是 “数据中心里的天才之国”。这些天才将能够完成今天人类用笔记本电脑和互联网连接所能完成的任何事情。

如果这些时间表是合理的，那么确保军方为 AGI 做好准备就显得至关重要。有了 AGI，军事创新的节奏可能会从几十年转变为短短几周，从而颠覆实战新能力的既定流程。为了确保拥有世界上最好的人工智能，各个国家正在付出巨大工作。不过，过于相信自己总能拥有最好的人工智能会带来严重的风险，尤其是当计算资源和开源突破是全球性的并能迅速扩散时。中国制造的模型 Deepseek R1 让人们明白了一个道理：AGI 的竞争可能一触即发。虽然半导体出口管制严重阻碍了对美国有利的竞争，但算法的快速改进可能在一夜之间改变格局。

更明智的做法是将追求先进的人工智能与消除可能阻碍其现实影响的瓶颈结合起来。国防技术通常遵循一个老生常谈的周期：战场观察激发创意，基础研究证明基础科学，工程师设计系统并制作原型，严格测试确认性能，然后工厂扩大生产规模以进行广泛部署。如今，在这一过程的每一步中，精雕细琢的人类智慧是最难找到的投入，但在有了人工智能的世界里，可能就不是这样了。

物以稀为贵。一旦实现了 AGI，智能变得相对丰富，物理实验室、生产线、测试场和收集作战数据的全球网络将成为连接巧妙概念与实战能力之间不可或缺的桥梁。完全实现的人工智能可以起草周密的计划，并以闪电般的速度运行模拟，但它无法自行组装物理组件或测量真实世界的条件。投资于强大的基础设施、灵活的工业能力和可靠的反馈机制的国家将为利用 AGI 的前景做好最充分的准备，而那些没有投资的国家则可能会发现，当智能本身不再是一个有意义的限制因素时，它们将无法跟上步伐。

莫拉维克悖论与物理生产

莫拉维克悖论强调了为什么即使在人工智能革命下，物理任务仍然是真正的瓶颈。虽然人工智能可以在复杂的游戏中获胜并编写复杂的代码，但它在现实世界中却难以施展拳脚。在国防领域，当一个出色的新飞机或导弹设计从人工智能的大脑跃上屏幕，但随后却面临缓慢而昂贵的制造过程时，这一点就会变得非常明显。重新配置装配线、采购原材料和雇佣熟练技工都不是小事，而通用机器人在制造高级军事硬件所需的许多任务上仍然笨手笨脚。

如果 AGI 无处不在，那么胜负的关键可能就在于谁能最快地将数字见解付诸实践。假定仅靠人工智能就能解决所有问题的军队，有可能对技术开发的实际现实准备不足。如今，投资于能够快速从一种设计切换到另一种设计的灵活制造工厂势在必行。

可以通过承包大量短寿命武器和平台的稳定生产，激励企业建立这种能力。在技术飞速发展的今天，建造寿命不长的廉价装备更有效。项目办公室可以将资源从维持和维护活动重新分配到生产上，这将带来更先进的能力和更强的快速扩充部队的能力。

即使目前无人系统的自主算法仍不完善，但现在就建立起生产这些算法的能力，就能确保在软件跟上的那一刻，硬件已经准备就绪。一支拥有成熟的空中无人机、机器人地面车辆和无人海军平台的国防力量，在整合人工智能驱动的突飞猛进的设计方面，要比从零开始的国防力量快得多。

还应重视制造业的研发工作，将其作为国家安全的重要优先事项。对先进机器人技术、3D 打印和其他尖端生产方法的研究可以压缩从概念到实战系统之间的周期时间。人工智能能以迅雷不及掩耳之势推出新设计，因此硬件必须跟上步伐。否则，再出色的概念也只能停留在某人屏幕上的效果图中，等待工厂生产线最终将其变为现实。

基础科学和物理数据

在根据战场观察得出新想法后，下一个直接障碍往往是基础科学。即使是声称近乎全知全能的人工智能，也需要物理数据来支持和完善其预测。人工智能可能会提出一种革命性的材料或推进系统，但实际实验室必须在现实条件下对其进行合成和测试。没有实证测量，再高明的推理模型也会脱离现实，没有推理的基础。

一旦合成了材料并确认了科学，在采购周期的另一端，军事测试界就必须对最初的原型进行测试，以确认它们是否按预期运行。如果没有足够的测试能力，国家发展能力的速度就会受到内在限制。

对物理验证的这种需求使研究实验室和测试基础设施变得不可或缺。人工智能可以加速想法的实现，但只有风洞、试验场和高温舱才能确认哪些想法真正可行。对这些环境进行投资，可确保人工智能带来的发现迅速得到完善和验证。

忽视物理测试能力的国家恰恰有可能在人工智能加速概念研究时落后。国防规划者应尽快投资扩建物理试验台和研究实验室。

战争背景和真实世界的决策制定

第二次世界大战期间，P-51 “野马 ”战斗机的最终成功取决于前线对其最初较差的航程和高度性能的早期反馈。飞行员们报告了真实世界中存在的缺陷，工程师们通过安装 “梅林 ”发动机做出了回应，从而极大地改变了空战局势。未来，反复反馈将变得更加重要。战争是一个移动的目标：敌人的战术在不断变化，这意味着人工智能驱动的设计必须快速适应。

先进的人工智能如果不能及时接收来自战场的最新信息，就会失去作用，因为它将为错误的问题提供解决方案。这就是为什么通过星链（Starlink）等低地球轨道星座实现强大的连接性应成为投资的重点。如果没有高带宽的网络基础设施，实时传感器读数和任务日志就永远无法到达数据中心进行分析。这种缺陷将使最聪明的人工智能也只能靠猜测。

没有现代网络的人工智能就像一个聪明但盲目的战略家，只能根据过时的假设来完善解决方案。相比之下，为部队配备高带宽卫星通信的军队将能够为 AGI 提供思考所需的燃料。如果等到 AGI 出现后才开始推广这种架构，那么在一段关键时期内，进行这些投资的竞争对手将拥有关键优势。

应着手将其所有军事平台与低地球轨道星座连接起来，以便在地球上快速传输数据。在世界任何地方，两小时的飞行、12 小时的步兵巡逻或两周的潜艇任务所收集到的每一点数据，都应该可以在几秒钟内传输到国家数据中心。任何缺乏这种能力的部队都无法从 AGI 中直接受益。

如果说 AGI 就像数据中心里的一群天才，那么真正的问题是：我们能否搭建桥梁，将他们的想法付诸实践？能力开发周期--观察、想法、基础科学、工程设计、测试、制造和现场部署--不会随着 AGI 的出现而消失。相反，它将加速发展。AGI 将能以难以想象的速度推动概念的创造并简化工程任务，但其他一切仍需要有形的基础设施和体力劳动。

那些认为可以依靠人工智能在一夜之间解决所有问题的国家，当他们的概念设计仍停留在数字化的边缘时，将会措手不及。与此同时，那些掌握了快速原型设计、工业改造和系统收集现实世界背景的国家，将有能力驾驭人工智能的指数级发展浪潮，而不是被其吞噬。

最终，既能跟上人工智能智力飞跃的步伐，又能深深扎根于基础科学和物理生产的国防部门将占据决定性的优势。卓越的人工智能不会否定对钢铁、汗水和数据的需求。循环往复，胜者将是那些比别人更快学会闭环的人。

在政府和公司努力打造世界上最好的人工智能的同时，国防部门也应引领前进。现在正是建设基础设施的大好时机。