人类士兵将越来越多地与一系列机器人、自主和人工智能体共享作战空间。在美国未来可能面临的冲突中,机器智能有可能成为决定性因素。

在商业人工智能技术进步的推动下,在拥有强大技术能力的近邻的压力下,变革的步伐将比几十年来任何时候都要快。

但是,人工智能和机器学习是否已做好战斗准备?或者更准确地说,军队准备好将机器智能有效地融入战斗了吗?

创建一支人工智能就绪的部队

人工智能与作战人员之间的有效协作关系重大。

在风险最高的前线部署中,用机器人和自主无人机代替人类,人机协作有可能大幅减少伤亡。

人机协同可以快速综合多个领域的数据流,生成统一的作战空间视图,从而大幅提高态势感知能力。它还能通过蜂拥而至的自主无人机压垮敌人的防御。

美国国防部门研究实验室将人工智能和机器学习融入作战环境的最前沿开展工作,看到这项技术有可能成为与空中力量相媲美的力量倍增器。

然而,在将人工智能体广泛部署到作战环境中之前,必须克服若干技术和体制障碍。

安全性和可靠性

对于人工智能体和无人驾驶系统,人们最常担心的问题是,是否可以相信它们会采取具有潜在致命后果的行动。在处理海量数据以识别感兴趣的目标方面,智能体具有不可否认的速度优势。然而,在以 “机器速度进行战争 ”与保留使用致命武力的责任之间存在固有的矛盾。

只要发生一起人工智能武器系统与人类武器系统发生 “友军误伤 ”的事件,就会破坏作战人员对这项技术的信心。只有当机器赢得人类盟友的信任时,才能实现有效的人机协作。

根据人工智能战斗机调整军事条令

无人系统正在迅速发展,将在多个领域增强现有力量。其中许多系统将人工智能应用于边缘,以控制导航、监视、瞄准和武器系统。

然而,现有的军事条令和战术主要是针对人类部队进行优化的。人们很容易将人工智能武器视为一种新工具,将其纳入现有的作战方法。但条令将因创新而改变,例如成百上千的一次性智能无人机蜂群,能够压倒战略平台。

部队结构可能需要临时重新配置,以便将无人机投放到潜在影响最大的地方。以人为中心的指挥和控制概念需要进行修改,以适应机器并建立作战人员的信任。

随着智能体的扩散和功能的增强,战斗空间将变得更加广阔、透明,并以指数级的速度发展。决定如何以及是否将人工智能纳入作战杀伤链会产生深远的道德影响。

一个更为严峻的挑战是,如何在人工智能战场上的行动速度与人类认知的极限之间取得平衡。在放弃以毫秒计算的先发优势与失去人类监督之间,该如何权衡?未来冲突的结果可能取决于这些问题。

对数据的“贪得无厌”

人工智能系统极其渴求数据。目前还没有,而且幸运的是永远也不会有足够多的来自实战军事冲突的实时作战数据来充分训练人工智能模型,使其达到可以部署到战场上的程度。因此,模拟对于开发和测试智能体至关重要,而模拟需要使用现代机器学习技术进行数千次甚至数百万次的迭代。

美国国防部门拥有现有的高保真模拟,如联合半自动化部队(JSAF),但它们基本上是实时运行的。要释放人工智能战争的全部潜力,就需要开发具有足够保真度的模拟,以准确模拟潜在的结果,但又要符合数字智能体的速度要求。

整合与培训

人工智能支持的任务规划有可能极大地扩展作战人员的态势感知能力,并产生新颖的多领域行动方案来压倒敌人。同样重要的是,人工智能可以预测和评估敌人可能采取的数千种行动方案,并实时提出应对措施。

军队之所以如此高效,原因之一就是坚持不懈地注重训练。但是,当作战人员命悬一线时,他们不太可能接受一个陌生黑盒子发出的战术指令。

随着自主平台从研究实验室走向战场,密集的作战人员培训对于打造一支有凝聚力的统一人机团队至关重要。要想取得成效,人工智能行动体的设计必须与现有的任务规划实践保持一致。

通过将此类智能体与任务规划培训相结合,可以在用户中建立信心,同时利用以作战人员为中心的设计原则完善算法。

让人机协作成为现实

虽然人工智能的基础技术在过去几年中以指数级增长,但如何应对人机协作带来的挑战将决定这些技术转化为实际军事优势的速度。

从小队到联合指挥部,必须测试这项技术的极限,并建立决策者对其能力的信心。

国防部门应考虑采取几项重要举措来加快这一进程。

战争的混乱

建立对智能体的信任是实现有效人机协作的最基本步骤。对于只在受控实验室条件下进行过测试的系统,作战人员的信任度自然很低。最好的实验和训练演习都会复制战争的混乱局面,包括不可预测的事件、通信和定位系统的干扰以及行动路线的中途改变。

应鼓励人类作战人员将自主系统和智能体推向极限,看看它们在不利条件下的表现如何。这将导致设计的反复改进,并建立起这些智能体能够为任务成功做出贡献的信心。

军队的一个巨大需求是其灵活的指挥结构,它赋予了下至小队一级的作战人员迅速适应地面不断变化的条件的能力。人工智能系统有可能为这些单元提供更全面的作战空间视图,并生成战术备选方案。但是,要想在战时条件下发挥有效作用,人工智能体必须具有足够的弹性,能够在通信能力下降的条件下发挥作用,并理解任务的总体意图。

将人工智能应用于国防采购流程

底层人工智能和自主技术的快速发展意味着为大型冷战平台开发的传统采购流程注定要失败。举例来说,蜂群战术只有在使用成百上千个能够在动态作战空间中智能协调行动的单个系统时才会有效。

要大规模采购此类设备,就必须利用广泛的供应商基础,迅速降低成本曲线,并实现频繁的开放式标准更新。我们经常看到武器供应商使用不兼容的专有通信标准,导致系统无法共享数据,更不用说进行协调的智能演习了。一种解决方案是应用人工智能彻底改变采购流程。

通过创建一个虚拟环境来测试系统设计,国防部客户可以在采购单个设备之前验证作战概念和互操作性。这将有助于减少浪费,促进各军种之间的知识共享,并为供应商创造更公平的竞争环境。

搭建从实验室到部署的桥梁

虽然美海军研究实验室、美陆军研究实验室、美空军研究实验室和美国国防部高级研究计划局等机构已经完成了大量重要工作,但人工智能战争的成败最终将取决于能否将这项技术从实验室推向指挥部。人机协作将是这些努力取得成功的关键。

同样重要的是,随着技术前沿的发展,军事院校的军事条令教学也需要不断更新。将智能体融入实际军事任务既需要条令的深刻变革,也需要资源的重新分配。

军事指挥官不可能被 “光鲜亮丽的物品 ”迷惑,除非他们看到部署这些物品能带来实实在在的好处。通过从一些容易获胜的方面入手,如增强 ISR 能力以及后勤和维护自动化,我们可以尽早架起桥梁,让人们对智能体和自主系统的价值充满信心。

让指挥人员了解人机协作在提高任务执行能力方面的潜力,然后为最具潜力的应用制定路线图,这一点至关重要。指挥员需要熟悉 “人在环内”和 “人在环上”系统的参数,因为他们需要确定赋予人工智能边缘武器系统多少自主权。随着决策周期的加快,保持可审计性对于确保有效监督系统开发和不断发展的条令至关重要。

总结

人工智能和自主武器系统的快速发展同时加速了对军事优势和有效威慑的追求,并破坏了这种追求的稳定性。不少国家已通过一系列限制基础技术转让的政策来应对这一威胁。然而,这场竞争的结果将取决于能否令人信服地将人工智能战争从研究实验室转移到潜在的冲突战场。

有效的人机联手对于过渡到 “联合部队”至关重要,可充分利用人类作战人员和人工智能的最佳能力,确保主导作战空间并阻止对手。

成为VIP会员查看完整内容
47

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。
《充分利用人机协同作战》最新49页报告
专知会员服务
69+阅读 · 4月6日
俄乌冲突中的人工智能
专知会员服务
71+阅读 · 3月30日
人工智能与即将到来的无人机战争
专知会员服务
76+阅读 · 3月20日
扩展现实的军事应用
专知会员服务
26+阅读 · 1月29日
克服国防中的数据分析惯性以赢得未来战争
专知会员服务
20+阅读 · 1月20日
《未来战场决策》36页报告
专知会员服务
68+阅读 · 2023年11月8日
未来士兵系统
专知会员服务
66+阅读 · 2023年10月15日
释放战略潜能: 电子战中的人工智能
专知会员服务
93+阅读 · 2023年10月5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
49+阅读 · 2023年9月21日
有关军事人机混合智能的再再思考
人工智能学家
16+阅读 · 2019年6月23日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
反无人机技术的方法与难点
无人机
20+阅读 · 2019年4月30日
进攻机动作战中的机器人集群
无人机
21+阅读 · 2017年12月4日
机器学习必备手册
机器学习研究会
19+阅读 · 2017年10月24日
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
9+阅读 · 2015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
0+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
29+阅读 · 2014年12月31日
国家自然科学基金
37+阅读 · 2013年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
399+阅读 · 2023年3月31日
Arxiv
139+阅读 · 2023年3月24日
Arxiv
20+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《充分利用人机协同作战》最新49页报告
专知会员服务
69+阅读 · 4月6日
俄乌冲突中的人工智能
专知会员服务
71+阅读 · 3月30日
人工智能与即将到来的无人机战争
专知会员服务
76+阅读 · 3月20日
扩展现实的军事应用
专知会员服务
26+阅读 · 1月29日
克服国防中的数据分析惯性以赢得未来战争
专知会员服务
20+阅读 · 1月20日
《未来战场决策》36页报告
专知会员服务
68+阅读 · 2023年11月8日
未来士兵系统
专知会员服务
66+阅读 · 2023年10月15日
释放战略潜能: 电子战中的人工智能
专知会员服务
93+阅读 · 2023年10月5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
49+阅读 · 2023年9月21日
相关基金
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
9+阅读 · 2015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
0+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
29+阅读 · 2014年12月31日
国家自然科学基金
37+阅读 · 2013年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员