数据驱动的"工厂"大幅增加巴勒斯坦领土上被袭击目标的数量。

图:一位研究人员说:"声称精确和狭隘地使用武力是没有事实根据的"。照片:Atef Safadi/EPA Atef Safadi/EPA

以色列军方对其轰炸加沙地带的强度毫不掩饰。在进攻的最初几天,以色列空军首脑谈到了 "昼夜不停 "的无情空袭。他说,他的部队只是打击军事目标,但他补充说:"我们并没有进行外科手术"。

然而,人们对以色列国防军(IDF)选择加沙目标的方法以及人工智能在其轰炸行动中发挥的作用关注相对较少。

随着以色列在七天停火后重启攻势,人们对以色列国防军在这场针对哈马斯的战争中的目标定位方法越来越担忧。据哈马斯统治下的加沙卫生部称,迄今为止,该地区已有超过15000人在这场战争中丧生。

长期以来,以色列国防军一直以技术实力著称,并曾大胆但无法证实地宣称要利用新技术。2021 年 5 月加沙 11 天战争结束后,官员们称以色列利用机器学习和先进计算打了 "第一场人工智能战争"。

最近的以哈战争为以色列国防军提供了一个前所未有的机会,使其可以在更广阔的战场上使用这些工具,特别是部署了一个名为 "福音"的人工智能目标创建平台,该平台大大加快了致命目标生产线的速度,官员们将其比作 "工厂"。

通过对情报人员的采访以及以色列国防军和退休官员鲜为人知的言论,揭示了 "福音 "的新细节及其在以色列加沙战争中的核心作用。

这篇文章还参考了以色列-巴勒斯坦出版物《+972 Magazine》和希伯来语媒体《Local Call》发表的证词,它们采访了以色列情报界了解福音平台的几位现任和前任消息人士。

他们的评论让我们得以一窥一个秘密的、由人工智能推动的军事情报单元的内部情况,该单元在以色列应对 10 月 7 日哈马斯在以色列南部的大屠杀中发挥着重要作用。

以色列军方如何利用人工智能的情况正在慢慢浮出水面,其背景是,随着世界各地的先进军队在战场上扩大使用复杂而不透明的自动化系统,人们对平民面临的风险日益感到担忧。

一位熟悉美国军方使用自主系统情况的前白宫安全官员说:"其他国家将会关注和学习"。

他们说,"如果以色列国防军大量使用人工智能来做出具有生死攸关后果的目标选择,那么以色列-哈马斯战争将是一个重要时刻"。

图:加沙地带地面行动中的以色列士兵。照片:以色列国防军 以色列国防军

从每年 50 个目标到每天 100 个目标

11 月初,以色列国防军称,其目标管理部门已确定加沙 "12,000 多个 "目标。

一名官员在描述该单元的目标确定过程时说:"我们在确定谁是敌人、敌人是什么方面毫不妥协地开展工作: "我们不折不扣地确定敌人是谁,敌人是什么。哈马斯的特工无论藏身何处,都无法幸免。

该部门于 2019 年在以色列国防军情报局成立,其活动属于机密。

不过,以色列国防军网站上的一份简短声明声称,它在对哈马斯的战争中使用了一种名为 "福音"(Habsora)的人工智能系统,以 "快速定位目标"。

以色列国防军说,"通过快速自动提取情报","福音 "为其研究人员提供了目标建议,"目标是使机器的建议与人的识别完全匹配"。

多个熟悉以色列国防军目标选择程序的消息来源向+972/Local Call证实了 "福音 "的存在,称它已被用于为攻击目标(如被怀疑是哈马斯或伊斯兰圣战组织人员的私人住宅)提供自动建议。

近年来,目标分部帮助以色列国防军建立了一个数据库,据消息来源称,该数据库中有 3 万至 4 万名武装分子嫌疑人。他们说,"福音 "等系统在建立授权暗杀人员名单方面发挥了关键作用。

阿维夫-科查维(Aviv Kochavi)曾担任以色列国防军首脑直至今年 1 月,他曾说目标部门 "由人工智能能力驱动",包括数百名军官和士兵。

在战前发表的一篇采访中,他说这是 "一台机器,能比任何人更有效地生成大量数据,并将其转化为攻击目标"。

据科查维称,在 2021 年 5 月以色列与哈马斯的 11 天战争中,"这台机器一旦启动",每天就能制造 100 个目标。"从这个角度来看,过去我们每年在加沙制造 50 个目标。现在,这台机器每天产生 100 个目标,其中 50%受到攻击。"

目前尚不清楚 "福音战士 "具体摄入了哪些形式的数据。但专家们表示,基于人工智能的目标定位决策支持系统通常会分析来自各种来源的大量信息,如无人机镜头、截获的通信、监控数据以及从监测个人和大型团体的行动和行为模式中获取的信息。

设立目标分部是为了解决以色列国防军的一个长期问题:在早先的加沙行动中,空军多次出现无目标可击的情况。消息人士说,由于哈马斯高级官员在任何新攻势开始时都会消失在地道中,"福音 "等系统使以色列国防军能够找到并攻击更多的低级特工。

一名曾在前几次加沙行动中参与目标选择决策的官员说,以色列国防军以前并没有将哈马斯基层成员的住宅作为轰炸目标。他们说,他们相信在目前的冲突中这种情况已经改变,现在无论级别高低,哈马斯嫌疑分子的住宅都是轰炸目标。

这位官员告诉 +972/Local Call:"那是很多房子"。这位官员告诉 +972/Local Call,"哈马斯成员其实并不意味着什么,他们住在加沙各地的家中。因此,他们在房子上做标记,然后轰炸房子,杀死那里的所有人。

为可能造成平民死亡的目标"打分"

在以色列国防军关于其目标分工的简短声明中,一名高级官员说,该单元 "对与哈马斯有关的基础设施进行精确攻击,同时对敌人造成巨大破坏,对非战斗人员造成最小伤害"。

以色列媒体的多篇报道都强调了 "大赦国际目标库 "建议的精确打击。新消息报(Yedioth Ahronoth)日报报道说,该单元 "尽可能确保不伤害非涉案平民"。

以色列军方一名前高级消息人士告诉《卫报》,行动人员使用一种 "非常精确 "的测量方法,来衡量平民在袭击前不久撤离建筑物的比例。"我们使用一种算法来评估还剩下多少平民。它给出绿色、黄色、红色,就像交通信号一样"。

不过,人工智能和武装冲突方面的专家在接受《卫报》采访时表示,他们对基于人工智能的系统通过鼓励更准确地瞄准目标来减少对平民伤害的说法持怀疑态度。

一位就人工智能和遵守人道主义法问题向各国政府提供咨询的律师说,支持这种说法的 "实证证据很少"。其他人则指出了轰炸造成的明显影响。

研究人员理查德-莫耶斯(Richard Moyes)说:"看看加沙的自然景观,"莫耶斯是第 36 条组织的负责人,该组织致力于减少武器造成的伤害。

他说:"我们看到的是重型爆炸武器对城市地区的大面积夷平,因此,声称所使用的武力精确而狭小是没有事实根据的"。

图:加沙北部城市拜特哈嫩在战争造成破坏之前(10 月 10 日)和之后(10 月 21 日)的卫星图像。照片:Maxar Technologies/Reuters Maxar Technologies/路透社

根据以色列国防军11月公布的数据,在战争的前35天里,以色列袭击了加沙的15000个目标,这一数字大大高于以往在这片人口稠密的沿海领土上的军事行动。相比之下,在持续51天的2014年战争中,以色列国防军攻击了5000至6000个目标。

多位消息人士告诉《卫报》和+972/Local Call,在授权对被认定为哈马斯或伊斯兰圣战组织人员的私人住宅进行打击时,目标研究人员事先就知道预计会有多少平民丧生。

他们说,每个目标都有一份文件,其中包含附带损害评分,规定有多少平民可能在袭击中丧生。

一名在 2021 年之前一直为以色列国防军规划打击行动的消息人士说,"打击的决定是由当班单元指挥官作出的",其中一些指挥官 "比其他人更乐于扣动扳机"。

该消息人士说,有时 "对目标存在疑问","我们杀死了我认为过多的平民"。

以色列军方发言人说: "针对哈马斯的野蛮袭击,以色列国防军采取行动摧毁哈马斯的军事和行政能力。与哈马斯蓄意袭击以色列男人、妇女和儿童的行为形成鲜明对比的是,以色列国防军遵守国际法,并采取可行的预防措施来减轻对平民的伤害"。

大规模暗杀工厂

熟悉人工智能系统如何融入以色列国防军行动的消息人士称,此类工具大大加快了目标创建过程。

一位曾在目标部门工作过的消息人士告诉+972/Local Call:"我们自动准备目标,并根据检查表开展工作。"这真的就像一个工厂。我们工作很快,没有时间深入研究目标。我们的观点是,我们是根据自己能创造多少目标来评判自己的"。

另一位消息人士告诉本刊,《福音书》让以色列国防军经营起了一家 "大规模暗杀工厂",在这家工厂里,"只重数量,不重质量"。他们说,人眼 "会在每次攻击前查看目标,但不需要花很多时间"。

对于一些研究人工智能和国际人道法的专家来说,这种加速会引发一系列问题。

斯德哥尔摩国际和平研究所(Stockholm International Peace Research Institute)的研究员玛尔塔-博(Marta Bo)博士说,即使 "人类参与其中",他们也有可能产生 "自动化偏见","过度依赖系统,从而对人类的复杂决策产生过多影响"。

第 36 条 "组织的莫耶斯说,在依赖 "福音 "等工具时,指挥官 "拿到的是一份计算机生成的目标清单",他们 "不一定知道这份清单是如何生成的,也没有能力对目标建议进行充分的询问和质疑"。

他补充说,"随着人类开始依赖这些系统,他们有可能成为机械化过程中的齿轮,从而失去以有意义的方式考虑平民伤害风险的能力"。

参考来源: the Guardian,Betsy Reed

成为VIP会员查看完整内容
44

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。
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
战争中的人工智能:先进军事技术能否被驯服?
专知会员服务
21+阅读 · 1月19日
俄乌战争与加以冲突:人工智能走向战场
专知会员服务
96+阅读 · 2023年11月27日
未来战场的多域作战
专知会员服务
71+阅读 · 2023年10月22日
军事人工智能风险:致命自主武器
专知会员服务
52+阅读 · 2023年9月27日
俄罗斯、乌克兰和战略情报的未来用途
专知会员服务
33+阅读 · 2023年9月26日
美能源部发布《面向科学、能源和安全的人工智能》报告
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
反无人机技术的方法与难点
无人机
13+阅读 · 2019年4月30日
美国公开《无人系统综合路线图(2017-2042)》
【智能军工】算法战:牵引美军人工智能军事化应用
产业智能官
18+阅读 · 2017年11月29日
国家自然科学基金
254+阅读 · 2017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
3+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
0+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
12+阅读 · 2014年12月31日
国家自然科学基金
33+阅读 · 2013年12月31日
国家自然科学基金
15+阅读 · 2012年12月31日
Arxiv
133+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31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
相关基金
国家自然科学基金
254+阅读 · 2017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
3+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
0+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
12+阅读 · 2014年12月31日
国家自然科学基金
33+阅读 · 2013年12月31日
国家自然科学基金
15+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员