安全研究的两种理论方法:传统派和拓宽派界定了冷战期间及其后的国际安全议程。传统方法基本上是以现实主义/军事/国家为中心的安全建构,在冷战期间获得了突出地位,冷战结束后,广义派学者呼吁有必要扩大以军事为导向的安全方法,将非军事问题和非国家行为者纳入其中。人工智能(AI)领域的最新发展表明,这一新兴技术将对军事力量、战略竞争和整个国际安全产生决定性和潜在的变革性影响。本研究认为,人工智能技术在军事上的各种用途以及强国无休止地追求这些先进技术作为未来战争的前期准备以获得对潜在新兴对手的战略优势的国家利益,是传统/现实主义国际安全建构的描述,合理化了国际安全的连续性和杰出性。本研究采用定性方法中的相关二手数据来研究人工智能的各种军事用途及其对国际安全的潜在影响。

引言

人工智能(AI)在技术领域的快速发展令商业投资者、国防知识分子、政策制定者和国际竞争对手着迷,这可以在国际安全的理论前提下得到证实。2017 年,中国公布了到 2030 年在人工智能领域占据领先地位的计划,紧接着,普京在不到两个月的时间里就公开宣布要追求这一先进技术的积累,其论点是 "谁成为人工智能领域的领导者,谁就将成为世界的统治者"。基于这一国家利益,2018 年 1 月,美国《国防战略》将人工智能确定为确保美国在未来可能发生的战争中取得胜利的驱动力。因此,美国军方通过建立 "乌鸦计划"(Project Maven)将人工智能系统融入战斗,该计划利用人工智能算法识别和瞄准伊拉克和叙利亚的叛乱分子(CRS Report,2020)。正如施瓦布(Schwab,2016 年)所提出的,目前的国际体系正在向第四次工业革命(4IR)过渡,从根本上改变我们的生活、工作和相互关系方式。这种根本性变化的前提是对经济发展和军事实力至关重要的新技术创新(人工智能),而这正是国家安全的基本属性。因此,本研究旨在探讨军事领域的技术进步及其对国际安全的影响。

人工智能领域的学术研究承认,由于研究方法不同,人工智能并没有一个普遍接受的定义。Smith &Neupane(2018)认为,人工智能被定义为计算机科学的一个领域,致力于开发可编程的系统,这些系统可被教授和学习在特定环境下做出决策和预测。欧盟委员会将其定义为 "有能力通过分析环境和采取一定程度的自主行动来实现特定目标,从而展现智能行为的系统"(EC,2018)。经济合作与发展组织(OECD)也将人工智能定义为 "一种基于机器的系统,能够针对人类定义的一组给定目标,做出预测、建议或决策,对真实或虚拟环境产生影响。人工智能系统在设计上具有不同程度的自主性"(OECD,2019b,第 7 页)。人工智能一般指 "考虑到人类的思考、判断和意图能力,被设计为对与人类传统反应一致的刺激做出反应的机器"(West,2018 年)。罗素-斯图尔特和彼得-诺维格在他们的著作《人工智能:一种现代方法》(2009 年)一书中,指出了人工智能的四个一般目标:人性化思考、理性思考、人性化行动和理性行动。这些功能可从不同的理论和方法中衍生出来,包括自然语言处理(NLP)、机器学习(ML)和机器人学(Ndzendze & Marwala, 2023)。认识到这一技术创新意义的领域之一是国际关系/安全研究领域,正如 Zięba(2004 年)和 Sajduk(2019 年)所引述的那样,国家安全的归因因素,如国际/国家行为体的参与以及国家和国际体系的运作,都受到当前科技革命的影响,而这一技术革命通过构建破坏性和多产的军事技术,保证了国家军事力量的发展。

国际安全的理论基础可分为两种,即传统派和拓宽派,这两种理论在冷战期间及其后都获得了突出地位。冷战时期被称为传统主义国际关系/安全研究的现实主义建构时代,冷战结束后迎来了自由主义和其他国际关系/安全研究理论的时代,这些理论被称为拓宽主义或拓宽安全议程(Oluyemi, 2020)。冷战结束代表着现实主义/传统安全方法的泯灭,与拓宽论学者的这一共同论点相反,本研究认识到之后发生的一些事件,如 9/11 恐怖袭击和美国/西方国家打击反恐战争的军事反应,以及世界上持续旷日持久的武装冲突,如以色列对巴勒斯坦的军事占领、俄罗斯对乌克兰的入侵、非洲最近的军事复兴、伊朗对以色列的导弹袭击和以色列的报复性攻击等,这些事件都加强了现实主义/传统安全观在国际关系/安全研究中的地位及其优势。因此,军事人工智能技术的进步被认为是对这一被激活的传统/现实主义国际安全结构的推动。人工智能应用广泛,对整个社会产生了多方面的巨大影响,因此适用于安全研究/国际关系的理论前提。赫雷拉(2003 年)认为,人工智能的技术创新可以在国际关系理论中得到承认,它在不同学科中的技术隐现可以成为社会、经济、军事和政治变革的源泉。人工智能技术在军事创新、经济发展、商业部门/非国家行为者、环境和社会因素等方面的多维影响,可被视为对传统/现实主义国际安全方法基本原则的限制,也是其适用于传统安全研究/国际关系研究方法和拓宽安全研究/国际关系研究方法的理由。因此,本研究只关注人工智能技术的军事用途及其对国际安全的影响,这可以从传统/现实主义国际安全建构的不同方面进行理论说明。

人们注意到,自 20 世纪 50 年代以来,人工智能技术获得了普遍认可,然而,近几十年来,人工智能在商业、行政和其他程序及互动中的应用日益增多,引起了不同研究领域学者的关注,他们试图了解人工智能在其研究领域的影响及其方法论机会。例如,Adams 等人(2021 年)研究了人工智能第四次工业革命(4IR)对南非人权的影响。Njotini&Mpedi(2021 年)研究了人工智能对法律教育的影响。Mazibuko-Makena(2019 年)研究了人工智能对经济和生计的影响。Cilliers(2019)研究了人工智能对贸易政策,特别是制成品出口的影响。Gentzkow(2018)撰文探讨了媒体与人工智能,从而发现了自动化新闻。Nah 等人(2020)研究了人工智能对传播研究的影响。此外,国际关系领域也受益于一些学术著作的某些基础性文本。Brynjolfsson 等人(2018)撰写的美国国家经济研究局(NBER)文章提出,基于人工智能的机器翻译系统(eBay 机器翻译)的发展将对国际贸易这一主要贸易平台(eBay 的国际贸易)的增长产生重大影响。Bhaskar Balakrishnan(2017)撰写了《技术与国际关系: 21 世纪的挑战 "一文,探讨了外交这一科技转让和获取的均衡因素在当前和未来的作用。罗伯特-H-拉蒂夫(Robert H. Latiff)(2017年)撰写了 "未来战争:为新的全球战场做准备 "一文,探讨了包括人工智能在内的新兴技术的变革性影响,以及它们对军事精神、能力和军民关系的影响。"机器人的政治经济学: 瑞安-基金斯(Ryan Kiggins)(2018 年)主编的《机器人的政治经济学:21 世纪繁荣与和平的前景》(The Political Economy of Robots: Prospects for Prosperity and Peace in the 21st Century)一书研究了机器人对国际政治经济学的影响,包括贸易、规范、"国家认可的机器人暴力 "和制度等。由 Marijn Hoijtink 和 Matthias Leese(2019 年)编辑的《国际关系中的技术与代理》一书,重点关注作为治理和知识模板的卫星图像、数字支付和无人机系统。Valerie M. Hudson(2020 年)撰写的 "人工智能与国际政治 "以及 Ndzendze 和 Marwala(2021 年)撰写的 "国际关系中的人工智能与新兴技术 "研究了人工智能在国际关系中的某些功能。此外,应该指出的是,安全研究/国际安全是国际关系(IR)的子领域之一,前者的理论基础是后者的基本理论,因此,本研究旨在探讨人工智能在军事上的应用对国际安全的影响,这说明了在国际关系理论中研究人工智能技术,以及通过人工智能(AI)的进步研究其与当前全球政治的相关性。

人工智能(AI)概述

从历史上看,人工智能的诞生可以追溯到 1956 年在达特茅斯学院举行的一次研讨会,当时马文-明斯基(Marvin Minsky)和约翰-麦卡锡(John McCarthy)在研讨会上创造了 "人工智能"(artificial intelligence)一词,将其与控制论(cybernetics)等相关领域区分开来(Haenlein& Kaplan, 2020),到 20 世纪 60 年代中期,美国国防部开始大规模资助人工智能研究(Russell &Norvig, 2021)。1970 年,全球对人工智能的热情有所减退,到了 20 世纪 80 年代,人工智能开始占据主导地位,只是到了 80 年代末期,人工智能在商业和功能上遭遇了一些失败(Russell &Norvig, 2021)。20 世纪 90 年代末和 21 世纪初,人工智能在一些物流、数据挖掘和医疗诊断领域的科学和应用取得了突破性进展,再加上计算机游戏技术的进步,见证了人工智能的复苏(Russell &Norvig, 2021)。当前,人工智能领域发展迅猛,其主要驱动力可归纳为:"(1)计算性能的快速增长;(2)"大数据 "来源的可用性;(3)机器学习方法和算法的改进(尤其是在深度神经网络领域);以及(4)对人工智能的商业兴趣和投资的迅速扩大"(Johnson,2019 年,第 1 页)。美国国会研究服务报告指出,人工智能领域的研究始于 20 世纪 40 年代,由于上述三个有利因素,该领域的研究在 2010 年呈现爆炸式增长(CRS 报告,2020 年)。

近几十年来,数字平台和计算能力的进步为创造与人类一样智能的机器提供了可能。人工智能一般是指可编程的机器,可对与人类传统反应一致的刺激做出反应,内置人类的思考、评估和准确预测能力(West,2018)。人工智能的学者和开发者们为人工智能的内涵确立了两个相互关联的标准:意向性和适应性。意向性解释说,人工智能算法在设计上有能力使用传感器、数字数据和远程输入,以及综合来自不同来源的信息,以便对数据进行实时分析,并根据这些见解采取行动。因此,人工智能通常与机器学习(ML)和数据分析一起设计,构成了人工智能做出智能决策的能力。ML 的功能是人工智能与普通计算机编程的区别所在,它使人工智能能够像人类一样行动和思考。深度学习(DL)是让人工智能从所谓的经验中学习的另一个因素。适应性解释了人工智能在收集新信息和做出实时决策时学习和调整自身行为的能力。最多产的人工智能是那些被编程为具有持续、反复调整以适应不断变化的条件的能力的人工智能(West,2018)。人工智能的这种能力包括 "财务状况、道路状况、环境因素或军事情况的改变"(West,2018 年)。必须将其融入人工智能算法中,才能以这种适应性强的方式做出决策。这也与人工智能 "作为物联网(IoT)基石的功能有关,物联网是一种基于传感器、摄像头和算法的新兴技术"(Ndzendze &Marwala,2023 年,第 35 页)。

人们发现,人工智能通常与机器人联系在一起,虽然它们有共同之处,但它们的整合并不总是相同的,这意味着并非所有机器人都能像人工智能一样发挥作用,也并非所有人工智能都通过机器人进行物理整合。人工智能在数字(网络)和物理(机器人)两方面都能发挥作用,它们之间的联系是渐进的,它就像任何软件中的智能体,可以在数字平台上发挥作用,通常与机器人集成在一起进行物理操作。例如,自动驾驶汽车就是一种在物理世界中运行的机器人(Ndzendze & Marwala, 2023)。还应指出的是,人工智能并没有一个普遍接受的定义,约翰-麦卡锡将其定义为 "开发和使用机器来执行通常需要人类智能的任务"(Hoadley& Lucas,2018 年,第 5 页)。Russell &Norvig(2016)将其定义为 "使用技术来执行通常需要人类智能的任务"。Bundy(2017)将人工智能定义为 "计算机科学的一个分支,涉及在计算机程序中再现或模仿人类水平的智能、自我意识、知识和思维。"人工智能不同定义的交汇点将其描述为一种非人类实体,通过编程,在没有或只有有限人类干预的情况下与人类智能协同工作。人工智能也分为三种:人工狭义智能(或称狭义人工智能),与只能解决特定问题的算法有关,它可以应对不同的问题,但内存有限(Ajayi,2020)。人工通用智能(Deep AI/Strong AI)是第二类人工智能,其程序可处理任何任务,与人类智能水平相当。第三类也是最后一类被称为人工超级智能(Artificial Super Intelligence),这类人工智能不仅具有像人类一样的反应和处理能力,而且其功能远远超过人类的能力。研究人工智能的学者预测,人工智能的进步还需要几十年才能达到这一水平。目前可用的人工智能技术属于前两类之一(Falode,2021a)。

理论框架: 国际安全方法

安全定义的争议性是文献学术界普遍承认的事实,许多安全定义可归类于不同的安全研究理论方法。Ken Booth(2005 年)认为安全是一种 "生存加号","加号与免于决定生命的威胁和某些生活选择有关。Williams(2008 年)将其定义为减轻对珍视的价值观的一切威胁;尤其是那些如果任其发展就会特别威胁到参照对象生存的威胁。安全被定义为 "国家和社会独立维护其身份和功能完整性的能力"(Buzan,1991 年,第 432 页)。安全研究的理论方法主要可分为两种:一种是传统主义/现实主义/新现实主义的安全理论,这种理论在冷战期间得到了广泛应用;另一种是冷战结束后出现的拓宽主义/广义安全理论。斯蒂芬-沃尔特(Stephen Walt,1991 年)认为,安全研究寻求的是关于军事力量作用的累积知识。这是一种以国家为中心的安全方法,将国家划分为主要的参照对象和安全化行为体。新现实主义理论将国家抵御外部军事威胁的军事能力作为国家安全的主要议程,因此,在无政府性质的国际体系中,如果没有军事目标威胁,国家就被认为是安全的(Oluyemi,2020 年)。国家成为安全、权力和义务的首要焦点,公民必须认同国家的安全。国家之间没有国际合作的空间,每个国家都必须首先追求自身利益、自助、生存和安全,因为它无法理性地假设其他国家会以合作的方式行事(米尔斯海默,1994 年;米尔纳,1993 年)。Oluyemi (2020, p.3)引用的 Saleh (2010) 详细阐述了军事实力在传统安全方法中的重要性,"军事实力是国家用来展示自身实力、维护领土完整、确保国内或内部安全、获得国际认可、对抗各种威胁、开展外交谈判、获得经济优势、确保地缘政治边界和进行政治宣传的工具。 现实主义者坚定地认为,权力是国际政治的唯一 "货币",国家应尽可能获得权力以追求霸权。这一理论概括了强国是国际体系的唯一行为体,而国际体系的特点是主权、无政府状态和非国家行为体的缺失。国家的军事能力占据着国家安全的主要议程。国家无法理性地假设其他国家的意图,因此国际合作无法实现(Mearsheimer,2013)。

现实主义主要分为两种,即古典现实主义(托马斯-霍布斯、修昔底德和尼科洛-马基雅维利)和新现实主义(肯尼斯-瓦尔兹和米尔斯海默)。值得注意的是,现实主义中还出现了另一个分支,即新古典主义现实主义(Gideon Rose、Norrin M. Ripsman、Jeffrey W. Taliaferro、Steven E. Lobell 和 Fareed Zakaria),它遭到了现实主义学者的强烈反对。古典现实主义者将人性作为竞争、战争起源、权力重要性和国际冲突的主要原因。例如,修昔底德认为,国家的不同野心是国际冲突的驱动力,其根源在于人类的骄傲和恐惧。结构现实主义认为,国际体系是国家间竞争、均势和国家生存对权力追求的需要的源泉。国际体系为所有大国提供了动力,无论其政权类型、国内体制和文化如何。新现实主义有两个主要派别:进攻型和防御型。防御型新现实主义者,如肯尼思-华尔兹(Kenneth Waltz,1983 年)认为,国家无休止地追求权力是错误的,也是不必要的,因为国家可能会因为想要太多权力而遭到反击,因此,最大限度地分享世界权力被认为是一种愚蠢的行为。进攻型新现实主义者的观点与此相反,他们认为,国家非常有必要尽可能地追求更多的权力,并在适当的情况下追求霸权(Mearsheimer, 2001)。积累压倒性的力量是确保国家在国际体系中生存的理想手段。新古典主义现实主义是现实主义的新兴分支,它与现实主义的基本属性特征(自助、以国家为中心和生存)相矛盾,提出了一种承认国内政治和非国家行为体参与国家和国际政治的外交政策理论(Ndzendze & Marwala, 2023)。由于商业部门和国内政治等非国家行为者参与了人工智能军事技术的扩散和使用,传统安全方法的这一分支被认为与本研究相关。

冷战结束后出现了一些非军事问题,如环境问题、健康相关问题、移民问题、经济问题和政治问题,这些问题导致被称为 "拓宽者 "的一群学者最广泛地呼吁重新定义传统安全方法。他们认为有必要扩大安全问题、参照对象和安全行为者的范围,将非国家行为者纳入其中,以确保安全议程包含非军事问题。Lin(2011)解释说,冷战结束后,非军事威胁以及非国家行为者、社会经济、文化和非领土威胁的兴起要求扩大安全的范围,以妥善解决这些问题。安全研究的拓宽者方法是一个术语,一般描述不同的国际关系/安全理论的集合,即需要将民族国家和地区-地方政府、国际组织、非政府组织、舆论、新闻、市场、非军事问题和自然力量纳入安全议程,特别是从纵轴(个人、群体和国家)到横轴(政治、经济、社会、环境和人道主义问题)(Durak,2024 年)。著名的拓宽者方法包括:自由主义、和平理论、批判安全研究、建构主义、人类安全、性别安全(女权主义)、环境安全(绿色理论)和哥本哈根学派,这反映出几乎所有的国际关系理论都可以在安全研究的理论基础中找到(Durak,2024 年)。自由主义(约翰-洛克和伊曼纽尔-康德)以相互关系、合作、安全与和平为基础分析国际政治。它承认国家和非国家行为者对国际安全的影响,如国际组织、非政府组织、国际公约和私营跨国公司的倡议。古典自由主义的著名学者之一弗里德里希-奥古斯特-冯-哈耶克(Friedrich August von Hayek)主张利用市场力量协调人类活动,并声称行为体之间的自由贸易将降低冲突发生的可能性(Hayek,1945 年)。

此外,根据自由主义理论,促进民主、自由运作的市场、国际合作以及限制国家、国际组织、非政府组织、私人和公司的作用都是维护国际安全的重要手段。社会建构主义认为,国际关系/安全是 "由社会和历史建构的观念形成的一种社会理论。这些观念由集体持有的信念因素组成,构建了行为者的行为和身份"(Wendt,1999 年,第 4 页)。根据这一理论,这个世界并不纯粹是物质的作用(与自由主义不同),行动者的活动、利益和信念是理解世界的核心,而这些都是社会建构的。行为者的身份对行为者在国际环境中的行为和目标起着重要作用(Durak,2024 年)。人类安全学者认为,有必要确保将威胁个人福祉的问题置于安全议程的优先位置。个人被视为安全的参照对象(Collins,2013)。性别安全是根据后殖民主义女权主义者的观点解释的,其论点是性别从属地位是妇女遭受的压迫形式之一。自由女权主义者提出,可以通过对女性进行适当训练,使其平等参与国际事务和军事组织,从而克服男女之间的生理差异;而保守女权主义者则认为,只有男性才应承担打仗的责任,而女性则应以女性特有的方式发挥辅助作用,文化女权主义者通常在不同的基础上反战(Durak,2024 年)。哥本哈根学派与批判性安全研究的共同点是需要重新定义现实主义/传统方法,后者被认为过于狭隘,不足以解决冷战后日益突出的多维威胁问题。他们都强调了安全一词的政治力量和象征意义、将普通政治之外的问题转入安全议程的影响以及避免问题军事化和在不使用军事暴力的情况下解决安全问题的必要性(Filimon,2016 年)。哥本哈根学派可追溯到 1985 年成立的哥本哈根和平研究所,其开创性著作是《安全: 由 Barry Buzan、Ole Wæver 和 Jaap de Wilde 合著的《安全:新的分析框架》于 1998 年出版。该方法的其他相关文本包括:《欧洲的身份、移民和新安全议程》(Ole Wæver 等人,1993 年)或《欧洲安全秩序重塑》(The European Security Order Recast. Barry Buzan 等人著,1990 年)。哥本哈根学派基于三个主要论点:(1) 对安全研究进行部门分析,据此定义五个安全部门;(2) 通过发展安全证券化研究,使用社会建构主义理论理解安全;(3) 引入地区安全综合体(Charrett,2009 年)。巴里-布赞(Barry Buzan)认为需要在不同分析层面(个人、国家和全球层面)进行安全分析,非国家行为者(国际组织、国际非政府组织、私人和公司)参与安全议程,关注非军事问题,并将安全划分为不同部门(军事、经济、环境、社会和政治部门),这些论点构成了哥本哈根安全研究学派的集体认识。人工智能(AI)的多维性可以在国际安全的传统方法和广义方法中得到证实,但本研究的范围仅侧重于人工智能的军事用途,因此将关注国际安全的传统/现实主义建构,同时本研究承认国际安全的一般国际关系理论前提。

人工智能军事技术与国际安全的传统方法

人工智能军事技术彻底改变了以传统安全方法为基础的安全军事结构。这种方法以国家为中心,认为国家是国际体系的主要行为体,基于这一属性,国家如何将本国研发或获取的人工智能军事技术纳入其武器库本是一个值得关注的问题,但新古典主义现实主义的认识弥补了这一理论空白。此外,人工智能的重要性和主导地位是否足以重新认识国际体系中强国的决定因素?人工智能的安全应用已经得到了美国、俄罗斯和中国等强国的关注,它们对预测、分析和模拟技术进行了投资,因此,这些国家所采取的战略和人工智能金融投资的总体概况表明,人工智能在多大程度上被视为获得地缘战略优势的有力工具(Ndzendze & Marwala,2023 年)。目前人工智能系统的普及从根本上改变了过去的经验,在 1970 年至 2010 年期间,信息技术(IT)在国防领域的普及被称为信息技术驱动的军事革命(RMA),当时西方国家(主要是美国)在先进军事技术的研发方面占据优势,并有选择性地向盟国和战略伙伴传播这些技术(Raska,2016 年)。当今时代的人工智能发展使美国在历史上首次与中国和俄罗斯展开了激烈的竞争,大国之间的军事技术优势差距因此而缩小,这加快了破坏性防御和军事创新的战略意义(Mahnken,2012)。这些国家人工智能军事技术的进步导致了在 "人工智能系统、机器人、网络、增材制造、先进材料、合成生物学、量子计算、定向能、空间技术等"(Raska & Bitzinger, 2023, p.2)领域对技术领先地位的系统性竞争。

当前人工智能军事技术的进步受到了商业技术创新对军事创新的强烈影响(Raska,2021 年)。大型军工企业不再垄断这种技术创新,商业部门已率先生产出具有双重用途潜力的先进技术,并将其推广到军事应用中。Hammes (2016)指出,这些可扩散技术包括增材制造(3D 打印)、纳米技术、太空和类太空能力、人工智能和无人机。这些技术还被认为有可能成为人类参与未来战争的挑战,并改变战争的本质,即算法和数据将决定人类的决策和未来的战斗,预计最有可能展示致命自主武器系统(LAWS)的使用。一些空军试验使用人工智能算法作为 "虚拟后座",控制飞机的传感器、导航和探测,以及瞄准对手的空中威胁,从而减少机组人员的工作量,这些都日益显示出未来的作战能力和对发展计划的探索(Davis,2021 年)。为了进一步解释人工智能技术的军事用途,先进的军队使用人工智能系统来支持军事行动的决策和规划。人工智能用于处理来自不同情报、监视和侦察传感器的大量数据,这些数据可用于后勤和预测性维护,以确保部队的安全以及平台和单元的可用性(Raska &Bitzinger,2023)。正如霍洛维茨(2018)所提出的,人工智能目前已经能够塑造训练和模拟、探测和反击先进网络攻击的网络空间行动以及包括无人机等自主系统在内的机器人技术。随着人工智能技术的迅猛发展,有一种预测认为,即将到来的军事技术海啸将彻底改变未来的军事事务,过去的军事计划,如武器、战术、训练、采购和作战方法,将被人工智能浪潮中的国防和军事技术创新所取代,其中包括: 先进战斗机与无人驾驶飞行器、高超音速导弹、致命的自主武器系统、定向能或激光武器,以及在太空、网络和电磁频谱领域竞争的能力技术的发展(Lingel et al. 2020). . 还有一些中小强国,如新加坡、韩国、以色列、澳大利亚和日本,由于其经济竞争力、政治影响力和地位,具有发展先进人工智能技术的潜力,目前正在大力发展人工智能传感器和自主武器系统,以增强其国防能力(Barsade& Horowitz,2018)。

关于人工智能如何加强了国家的军事优先权的辩论,摇动了传统/现实主义安全研究方法,这一理论的著名学者关于军事技术进步的观点也可以为这一辩论提供支持。汉斯-摩根索(Hans Morgenthau)是古典现实主义的主要学者之一,他认为 "国家和文明的命运往往是由战争技术的差异决定的,而劣势一方无法通过其他方式弥补这种差异"(摩根索,1997 年,第 139 页)。他进一步解释说,新的军事技术,尤其是核武器,已经能够将世界的两极体系转变为多极体系,在多极体系中,许多国际行为体(国家)都因军事技术的进步而获得了权力(Little,2004 年)。肯尼斯-华尔兹(Kenneth Waltz)是结构现实主义(又称新现实主义)的奠基人,他认识到技术在塑造国家能力方面的作用及其对国际体系的间接影响。他在晚期著作中指出,"现实主义理论,无论新旧,都提请人们注意军事技术和战略在决定国家及其体系命运的力量中的关键作用"(Waltz, 1998, p.48-49)。罗伯特-吉尔平是新现实主义理论的另一位重要学者,他将技术描述为造成体系失衡的主要因素。用他的话说:"军事或技术创新可能会大大降低领土征服的成本,增加领土征服的收益,从而鼓励军事扩张"(吉尔平,1981 年,第 22 页)。美国国会研究服务报告解释了人工智能在军事防御中的各种应用,指出人工智能已被纳入军事的各个领域,包括情报、监视和侦察应用,以及后勤、网络空间作战、信息作战、指挥和控制、半自主和自主车辆以及致命的自主武器系统(《美国国会研究服务报告》,2020 年)。

人工智能被认为有助于以不同方式优化军事物流,例如预测分析;这反映了人工智能分析各种来源的大量数据的能力,包括供应链系统和战场上的实时数据,以准确预测资源需求和潜在的拥堵。路线优化是人工智能在后勤军事方面的另一个优势,这意味着它可以通过考虑路况、天气和安全风险等因素来优化运输路线和时间表。库存管理也是人工智能的一项军事物流优势,可实时监控库存水平、预测需求并优化供应分配。自动决策是人工智能在军事物流领域的一项优势,可实现决策过程的自动化,如批准采购订单或确定运输路线(《非洲军事》,2023 年)。在指挥与控制领域,美国军方已开始利用人工智能在指挥与控制领域的潜力,国防部(DoD)正在开发许多系统,以支持其联合全域指挥与控制(JADC2)概念,旨在集中规划和执行空基、网基、海基和陆基行动(CRS Report,2020)。在情报、监视和侦察领域,这涉及到使用人工智能驱动的系统来监控和分析来自各种来源的大量数据,包括摄像头、传感器和其他设备,以检测和应对潜在的安全威胁。利用人工智能开发先进的监控系统,可以监控大片区域并识别潜在威胁。人工智能智能监控可用于边境安全、周边安全、战场监控和目标识别(Military.Africa, 2023)。该项目将计算机视觉和机器学习算法纳入情报收集单元,对无人驾驶飞行器的镜头进行剖析,以识别敌对活动,从而锁定目标(CRS 报告,2020 年)。在网络空间行动中,人工智能可以保护高度安全的军事系统免受网络攻击,从而有助于网络安全,因为任何可能的漏洞都有可能泄露机密信息,危及军事人员和任务。这些人工智能系统能够保护程序、数据、网络和计算机免遭未经授权的访问(Military. 非洲,2023 年。关于半自动和自动车辆,它们是经过编程的自动机器,能够在没有人工干预的情况下独立识别和攻击目标。它们是人工智能系统,具有彻底改变战争的潜力,为军队提供了迅速识别和消除威胁的强大工具。它们是经过编程的人工智能机器,能够对特定场景做出反应,使其能够自由地对不断变化的战场条件做出快速、准确的反应,例如:使用自主无人机提供侦察和监视,使指挥官能够做出更好的决策。将这些系统部署到危险或偏远地区将大大降低人类人员的风险(Military.Africa, 2023)。将人工智能用于致命自主武器系统(LAWS)是 "一种特殊的系统,它使用传感器套件和计算机算法独立识别目标,并使用机载武器系统攻击和摧毁目标,而无需人工控制系统"(CRS 报告,2020 年,第 14 页)。

人工智能的军事用途及其对国际安全的影响

围绕人工智能在军事领域应用的争论分为三类:热衷、实用主义和否认。热衷者认为,人工智能能够彻底改变战争,改变战争的特点、性质和方式,并普遍影响到全方位的军事活动(Payne,2018)。人工智能促进自主系统部署的能力将导致战争机器人化,在这种情况下,战争将发生革命性的变化,完全自主的武器和车辆可以传导复杂的作战战术,自动适应敌人的演习,并立即利用战场上的机会(Davis,2019 年,第 119 页)。霍洛维茨(2018,第 47 页)认为,"以机器速度运行的人工智能驱动系统的实战化将提高战斗速度,并赋予采用人工智能的部队相对于非人工智能驱动部队的明显优势"。保罗-沙雷以无人机为例,认为随着蜂群能够以比人类专业技能更快的速度对不断变化的事件做出反应,战争的极端转变正在迅速到来。"人工智能和机器自主性的这些进步促进了这些合作、自主的无人机在战场上行动的有效技能,以克服利用机动战的对手"(Scharre 2018,第 387 页)。此外,人工智能能够快速、大量地分析大量数据,远远领先于人类的能力,具有相当大的军事优势,有可能为作战人员提供前所未有的战场能见度,减少不确定性,并有助于各级作战决策(Rickli &Mantellassi, 2023)。

实用主义者也认为,人工智能将迅速进入战场和军事结构,但与爱好者相比,它的革命性程度较低,基本上会影响到作战和战术层面,促进行动,提高效率。报告指出,战争的本质是暴力、混乱、破坏和杀戮,这是无法改变的。它认为,技术的进步无法摒弃战争的固有属性,如不确定性和摩擦,因为 "再强大的计算能力也无法预测敌人以意想不到的方式做出反应和适应的能力"(Mallick,2019 年)。实用主义对人工智能军事应用的态度是基于克劳塞维茨的解释,即战争的本质是不可改变的,但战争的特征可能会以相对有限和较少革命性的方式发生变化。人工智能的贡献不被认为是革命性的,而只是进化性的(Cleverl and et al.) 另一方面,否认者主张承认人工智能的进步,但主要关注其缺陷,指出技术、组织、社会政治、伦理和法律原则将对人工智能的活动造成限制,从而使其无法成为军事应用的最佳选择(Rickli &Mantellassi, 2023)。这一学派的学者认为,一些技术障碍和组织因素将阻碍人工智能在战场上发挥效用和破坏潜力,因此,人工智能既不会改变战争的性质,也不会改变战争的特点。他们认为人工智能相关技术相对不成熟,无法以可靠和可预测的方式应用于军事领域。Svenmarck 等人(2018 年)认为,缺乏训练算法和开发成功的基于 ML 的军事人工智能应用所需的真实世界、高质量、足够大的数据集。可预测性和可理解性对于军方实战武器至关重要,而人工智能的黑盒子意味着其推理无法产生准确的结果,并且容易受到愚弄技术的影响,这被定义为未来战场上实战自主武器的重大挑战(Svenmarck 等人,2018 年),转引自(Rickli &Mantellassi, 2023 年)。

人工智能的军事用途也分为三类:分析推动者、破坏者和力量倍增器。人工智能作为一种分析工具,说明了人工智能在军事行动中需要大量数据分析的数据密集型方面的用途(Sayler,2020 年)。这些领域的数据过载后果严重,如情报、监视和侦察(ISR),这也被描述为需要巨额军事投资的领域之一(摩根等,2020 年)。Maven 项目就是这方面的一个例子,它是美国国防部开发的一个项目,旨在利用计算机视觉算法协助无人机瞄准目标。根据 CRS 报告,仅中央情报局就有约 140 个项目正在开发中,以利用人工智能自动完成图像识别和预测分析等任务(Sayler,2020 年)。人工智能系统不仅能比人类分析师分类和分析更多数据,还能高效地发现数据中的相关性,"分析数据点之间的联系、标记可疑活动、发现趋势、融合数据的独立元素、绘制网络图,甚至有时还能预测未来的行为和趋势"(霍洛维茨等,2018 年,第 11 页)。2021 年以色列与哈马斯之间的冲突展示了以色列国防军(IDF)如何利用先进的人工智能技术平台,将加沙地带恐怖组织的数据集中到一个系统中,从而分析和提取情报(Ahronheim,2021 年)。这种人工智能的大数据分析能力准确地绘制并摧毁了哈马斯庞大的地下隧道网络(Ahronheim,2021 年)。美国和中国在人工智能指挥控制结构上投入了大量资金,其中最主要的是为了创建 "共同行动图景"(Sayler 2020,第 13 页)。在协助作战指挥与控制的训练演习中,也发现英国有人工智能的实战演习。人工智能收集和分析数据,提供有关环境和地形的信息,从而提供即时规划支持,加强指挥和控制过程(Rickli & Mantellassi,2023 年)。

作为破坏者的人工智能解释了如何利用人工智能来自动制作和协助在网上发布虚假信息,这在很大程度上削弱了人们对民主机构的信任。人工智能的一个分支被称为自然语言处理(NLP),其重点是训练计算机理解、处理和复制人类语言,这一分支的进步产生了非常令人担忧的应用。随着机器学习(ML)的进步和互联网上个人数据可用性的不断提高,人工智能现在可以高精度地对个人进行剖析,预测他们的偏好和行为(Mansted &Rosenbach, 2018)。俄罗斯通过在 Facebook 和谷歌上购买广告、在 Twitter 上使用自动机器人账户以及巨魔农场在大选前制造虚假信息在网上颁布,从而影响了 2016 年美国总统大选,破坏了美国的民主进程(Polyakova,2018 年;Mueller,2019 年)。Deepfake 技术利用深度学习(DL)改变图像、视频和音频内容,还能从头开始创建。它营造了一种似是而非的环境,图像或视频被伪造的可能性削弱了我们对所见所闻的信任,这描绘了人工智能的破坏性潜力。2018 年,加蓬总统的一段疑似深度伪造的视频导致该国发生未遂军事政变,这表明了人工智能这方面的潜在影响,甚至在军事领域也是如此。它通过在网络钓鱼攻击中创建令人信服的音频模仿,为网络攻击提供了新的工具(Stupp,2019 年)。作为力量倍增器的人工智能认为,军事人工智能将成为人类应对以人工智能武器系统为特征的日益加快的战争速度的唯一途径。自主武器系统需要自主决策,以便以快于敌方能力的方式跟上战争节奏,这将构成决定性优势。根据红十字国际委员会(ICRC)的定义,自主武器系统(AWS)是指 "任何在关键功能上具有自主性的武器系统,一种可以在没有人为干预的情况下选择和攻击目标的武器系统"(ICRC, 2021)。据 Boulanin 和 Verbruggen(2017,115)称,以色列的 "哈比"、"哈罗普"、"哈比 NG "和 Orbiter 1K "翠鸟 "是目前已知的唯一能够自主获取和攻击目标的现役闲逛武器。人工智能作为力量倍增器的另一个例子是无人机群,它可定义为 "以机器速度对战场做出整体反应的合作型自主机器人 "的集合(Scharre,2018 年,第 385 页)。被认为是 "第一次人工智能战争 "的是以色列在加沙地带使用无人机群定位、识别和打击敌方战斗人员(Rickli &Mantellassi, 2023)。无人机群能够自我组织、选择目标、交战并随后散开,这表明它可以成为破坏反对派陆军的一种经济有效的方式(Lehto& Hutchinson,2020)。根据 Noone &Noone(2015 年,第 28 页),自主武器系统(AWS)可分为三种:"人在回路中系统、人在回路中系统和人在回路外系统"。人在回路中系统和人在回路中系统均可使用,例如以色列部署的铁穹系统依靠预测导弹和火箭弹的撞击位置来选择发射防御导弹。

人工智能在军事用途上的进步对国际安全产生了严重的战略影响。林恩-琼斯(LynnJones,1995)认为,当进攻被认为更有利时,冲突和战争的可能性就更高,而当防御更有利时,和平与合作的可能性就更大。Rickli (2018)认为,在分析人工智能对战略稳定的影响时,AWS 对攻防平衡的影响是一个重要因素。在指挥与控制结构中使用人工智能,包括自动决策和 AWS,可被视为将力量平衡转移到进攻一方。可以理解的是,使用人工智能驱动的武器系统在进攻中更具优势,如使用蜂拥战术,旨在压倒对方的防御系统,消除其防御优势。这说明了林恩-琼的论点,即在防御态势效率不高的情况下,通过鼓励先发制人的打击,冲突和战略不稳定的几率会更高。人工智能军事用途战略影响的另一个重要因素是人工智能算法中蕴含的不透明性,这种不透明性可能会影响攻防平衡,从而导致无法成功准确地评估对手的能力(Horowitz,2018)。要评估对手武器库的自动化深度、代码质量、自主武器的效率及其能力几乎是不可能的,这可能导致各国对对手做出最坏的假设,并高估其防御能力。高估对手武器破坏力的可能性有可能导致军备竞赛,正如传统安全方法所预测的那样(Horowitz,2019)。在本研究的理论框架内,新现实主义的不同分支(进攻型新现实主义和防御型新现实主义)对这种攻防平衡进行了理论解释。

人工智能扩散的快速增长主要是由于其作为军民两用技术的性质,即商业领域的人工智能发展增强了军事领域。私营企业是人工智能技术领域最有实力的投资者,其中包括科技巨头,如微软斥资十亿美元收购致力于研究人工通用智能(AGI)的人工智能研究实验室 OpenAI,或谷歌斥资五亿多美元收购 Deep-mind,以开展同一领域的研究(Vincent,2019)。这意味着,人工智能时代武器的扩散不仅受制于国家的资助,也是强大私营部门的作用,正如摩根等人(2020 年,第 13 页)所指出的:"我们可以合理地预期,未来的大多数军事应用都是对商业部门开发的技术的改造。这被认为是一种威胁,因为世界上有许多威胁国家生存的恐怖组织、叛乱分子和武装团体。例如,名为 "自由阿拉维派运动"(Free Alawites Movement)的阴暗组织声称对2018年的一次袭击负责,在这次袭击中,13架低成本GPS制导无人机瞄准了俄罗斯在叙利亚的赫梅米姆空军基地,据称摧毁了价值3亿美元的俄罗斯导弹系统(Kallenborn,2020)。2017 年,"伊斯兰国 "的武器化商用无人机在摩苏尔战役中暂时取得了对伊拉克武装部队的战术制空权。此外,非国家行为者也可利用人工智能发布虚假信息,影响公众舆论(Rickli & Mantellassi,2023 年)。军备竞赛已不再像现实主义国际安全理论所描述的那样,只存在于民族国家之间,现在,国家为了确保自身的生存,正在与拥有先进人工智能军事技术的非国家行为者进行弹药竞赛。

讨论和结论

正如 CRS 报告(2020 年)所述,人工智能的一般特征决定了它与国家安全领域的相关性;它可以集成到各种应用中,这是对 "物联网 "的改进,不同的设备可以通过联网实现性能优化。人工智能的另一个特点是其许多应用具有双重用途,这意味着人工智能应用在军事和民用领域都很有用,例如,图像识别算法能够识别优酷中的狗以及与恐怖主义有关的活动。最后,人工智能能力的透明性意味着它可以集成到任何产品中,而不会被立即识别出来。世界各国领导人已立即认识到人工智能作为国家安全重要组成部分的变革潜力。例如;2016 年,美国国防部(DoD)发布了 "国家人工智能研发战略计划",这是关于人工智能机器学习的一系列研究之一,研究内容涉及人工智能重振美国军事主导地位的潜力。"国防部还成立了国防创新单元实验,以促进五角大楼与硅谷之间的合作。人工智能被认为从根本上重新定义了军事力量,意味着力量平衡的重新排序,俄罗斯继续开发多种人工智能军事应用技术,作为更广泛战略努力的一部分,目标是确保到 2025 年,其整个军事结构的 30% 将是人工智能机器人。中国也在 AlphaGo 胜利的催化下,启动了国家级人工智能创新议程,以实现 "军民融合",力图成为 "科技超级大国"(Johnson,2019)。人工智能军事技术正在推动世界进入多极化结构,促进技术领先国家之间的战略竞争,这表明了其对国际安全的影响。

自冷战结束以来,被归类为国际安全扩大论的学者的一般论点都集中在军事安全的衰落上,正如鲍德温(1995)所提出的,军事威胁已经减少,因此军事力量不再具有相关性,有必要对国家安全议程进行改革。冷战时期,大量的军事威胁、东西方之间的军备竞赛以及管理国家间武装冲突的需要,都在推动着威慑和作战行动的武装力量管理(Schnabel & Krupanski, 2012)。这种威胁的性质证明了现实主义/传统方法在国际安全中的相关性,东西方意识形态军事战争(冷战)的结束被认为是传统安全方法时代终结的标志。巴里-布赞(Barry Buzan)等广义学者主张拓宽安全研究的参与者、问题和分析层面,正如本研究的理论框架所解释的那样。非常有趣的是,自冷战结束到现在,一些新出现的问题证明了军事安全/传统安全方法的相关性,如:911 袭击、军事反恐战争、西方(美国)强势的新自由主义议程、自决冲突、以色列对加沙的军事占领、非洲军事政变的死灰复燃、宗教间武装冲突、国家间和国家内部冲突、种族冲突、伊朗对以色列的导弹袭击和以色列的报复性袭击。国家的军事安全在国家和国际安全中继续发挥着决定性和变革性的作用,占据着国家生存及其国际影响力的重要位置,而经济发展则是确保军事发展的优先事项。人工智能军事应用的新兴力量进一步改变了民族国家确保国家和国际安全的军事优先事项,例如:需要为未来战争做好准备、强国之间的战略竞争、力量平衡体系性质的变化、未来攻击的防御/进攻性质的变化、新兴的多极化、非国家行为者(恐怖主义或叛乱团体)可获得先进军事技术武器及其对国家和公民的潜在未来威胁,这些问题现在都占据着国家和国际安全的议程。这些问题通常被归类于现实主义/传统方法的框架内,以应对人工智能军事应用和实用工具的进步所带来的国际安全变革。

成为VIP会员查看完整内容
20

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。
《算法审查与以色列-加沙战争》
专知会员服务
24+阅读 · 4月6日
《任务式指挥和人工智能》
专知会员服务
103+阅读 · 2月19日
《解读新兴技术的价值: 实验、交流和知识中介》
专知会员服务
13+阅读 · 2023年12月27日
《媒体分析军事应用中的协作需求图谱》
专知会员服务
37+阅读 · 2023年5月5日
《人工智能在军事武器系统中的崛起》
专知会员服务
128+阅读 · 2023年3月21日
《多域作战环境下的军事决策过程》
专知
61+阅读 · 2023年4月12日
【硬核书】数据科学,282页pdf
专知
21+阅读 · 2022年11月29日
国家自然科学基金
25+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
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
34+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
国家自然科学基金
2+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
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2014年12月31日
A Survey of Large Language Models
Arxiv
362+阅读 · 2023年3月31日
Arxiv
19+阅读 · 2023年3月17日
Arxiv
10+阅读 · 2020年11月26日
VIP会员
相关VIP内容
《算法审查与以色列-加沙战争》
专知会员服务
24+阅读 · 4月6日
《任务式指挥和人工智能》
专知会员服务
103+阅读 · 2月19日
《解读新兴技术的价值: 实验、交流和知识中介》
专知会员服务
13+阅读 · 2023年12月27日
《媒体分析军事应用中的协作需求图谱》
专知会员服务
37+阅读 · 2023年5月5日
《人工智能在军事武器系统中的崛起》
专知会员服务
128+阅读 · 2023年3月21日
相关基金
国家自然科学基金
25+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
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
34+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
国家自然科学基金
2+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
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员