执行摘要:

  • 俄罗斯大幅增加对人工智能(AI)的投资,将国家预算的相当比例投入AI驱动的军事研究。此项资金旨在强化俄罗斯在现代战争中(特别是人工智能军事应用领域)的技术优势。

  • 俄军对乌克兰的全面入侵成为首场大规模应用AI技术的重大冲突。乌克兰在美国AI企业支持下成功反制俄军,迫使俄罗斯加速AI与指挥系统、无人机及防空网络的整合进程。

  • 无论俄乌战争结局如何,俄罗斯对AI的重点关注与高速发展已使其在面对西方武器系统时占据优势。

  • 俄罗斯AI发展可追溯至20世纪60年代的早期苏联实验。然而真正加速始于2014年非法吞并克里米亚后的军事AI研发进程。

2月12日,总部位于德国的欧洲领先防务科技公司Helsing宣布将向乌克兰交付6000架HX-2攻击无人机(Helsing.ai,2月12日)。该型无人机搭载机载人工智能(AI)系统,具备无信号或持续数据连接条件下自主搜索、重识别与接战能力,可抵御电子战(EW)手段干扰。此次交付系继当前正在执行的4000架HF-1攻击无人机订单后新增采购。此前,俄罗斯副总理德米特里·切尔尼申科宣布将国家预算的5%投入人工智能科研领域,另有15%用于其他AI工具相关研究(Tsargrad.tv,1月31日)。此项资金的核心目标之一是利用AI技术解决军事应用难题(俄罗斯政府官网,1月31日)。随着技术在俄乌全面战争中占据核心地位,部分俄国内外军事专家将AI的广泛应用称为即将到来的"军事革命"——鉴于俄罗斯在侵乌战争中获得的实战经验,其或将成为该领域的全球主导力量之一(Discred.ru,2024年1月14日;Kommersant.ru,2021年9月15日;Focus.ua,2023年5月26日;Army.ric.mil.ru,2022年1月10日)。

俄罗斯人工智能从苏联时代至2021年的发展轨迹

俄罗斯AI技术的根源可追溯至1960年代,与泽列诺格勒"科学城"(Наукоград)的建立直接相关。该"科学城"项目(除其他科研方向外)开发了早期AI技术,获得苏联总理阿列克谢·柯西金、电子工业部长亚历山大·肖金及国防工业联合体其他要员支持(俄罗斯科学院官网,2018年8月9日)。1962年,相关研究在物理问题科学研究院(Научно-исследовательский институт физических проблем)框架下启动,来自物理、信息技术、数学、生物学与神经外科等领域的专家在此开展人工神经网络项目实验。彼时实验的核心目标在于提升苏联防空反导(PVO-PRO)系统效能。

尽管苏联领导层对新兴技术领域关注不足,但部分武器系统仍配备了全自动化的早期AI系统。例如,1983年苏联通过第686-214号决议,向海军列装首批P-700花岗岩反舰巡航导弹(具备舰载与潜射型号,可打击海上与地面目标)(俄新社,2023年8月15日;机械制造科研生产联合体官网,2024年3月2日通过网页存档访问)。1991年苏联解体后,因军费缩减,军用AI研究陷入停滞(俄罗斯科学院官网,2018年8月9日)。

俄罗斯军事现代化进程中AI技术的重要性重获关注始于2014年——因非法吞并克里米亚及煽动乌东顿巴斯地区冲突导致俄西方关系恶化。2017年,俄罗斯总统普京宣称"AI不仅是俄罗斯的未来,更是全人类的未来……掌握该领域主导权者将成为世界主宰"(Topwar.ru,2021年4月6日)。两年后,《2030年前人工智能发展战略》的颁布成为俄罗斯AI发展里程碑(克里姆林宫官网,2019年10月10日)。该战略通过总统令确立为国家AI发展计划基石,旨在"使俄罗斯AI技术占据全球市场重要份额"(克里姆林宫官网,2019年10月10日)。

2021年俄国防务专业期刊《军事思想》(Военная Мысль)刊文详述俄军AI应用的七大领域(Cyberleninka.ru,2024年2月22日访问):火控系统(定位追踪飞行目标);防空反导系统(探测摧毁飞行器);多域指挥控制(海量信息数据采集处理与系统化);战场及远程机器人作战系统;电子战;训练模拟器;可自主追踪切换目标的智能武器系统。

尽管俄军政高层认可AI的战略价值,但在2022年2月全面侵乌前,其应用仅呈零星展示。实质性变革始于俄军在乌克兰战场遭遇西方特定类型武器系统后——面对作战困境,俄军开始加速AI技术整合进程。

俄乌战争与AI军事应用

俄罗斯对乌克兰的全面行动成为首场主动应用人工智能(AI)的重大武装冲突,但此举亦使俄军陷入困境。据俄方消息源披露,由于美国向乌军提供支持(特别是运用美企Maven与Palantir的AI技术),乌方得以收集、解码并翻译(转乌克兰语与英语)俄军通信信息。报道称,此类支持主要用于打击俄军目标,使美国得以在实战中"测试其对俄军事AI能力"(Vzglyad,1月8日)。俄军无力反制西方技术,促使俄罗斯加大投入强化自主AI能力建设。

例如,AI成为俄国防部主办的"军队-2023"论坛核心议题。俄国防部创新发展部负责人亚历山大·奥萨德丘克少将宣称:
"2023年论坛科工议程的主导议题涵盖AI、国防工业复合体多元化、最先进指挥控制系统、侦察体系、精确制导武器与机器人技术。无人机议题(及AI应用)获重点关注……实质上,我们正在见证一个新兴资本与技术密集型产业的诞生。大量此类项目与解决方案……正被成功整合至参与特别军事行动的俄军作战体系。"(俄新社,2023年8月15日)

鉴于战场直面西方AI技术的挫败经验,俄国防部正整合资源试图追赶西方竞争对手。关键举措包括2022年8月成立专门机构,其职能聚焦"武器装备生产中的AI能力开发"(塔斯社,2022年8月17日)。至2023年8月,俄国防部宣布推进超500项AI相关项目,其中222项将于当年底完成部署(《红星周刊》,2022年9月23日;俄新社,2023年8月15日)。此外,俄罗斯通过委托"时代"军事科技城、俄罗斯电子股份公司与联合航空制造集团等企业,构建军用AI研发体系(Cnews.ru,2019年7月11日;《红星周刊》,2021年4月19日;Vz.ru,2024年1月19日)。

2023年,俄军事专家系统分析AI赋能战场效能的重点领域,涵盖指挥控制、先制能力开发、战场态势图生成、作战建模、威胁预测、行政规划与战场监控(Cyberleninka.ru,2024年2月20日访问)。AI应用将大幅优化战前准备与实战指挥控制系统效能。俄乌战争进程进一步印证AI作为战争要素的战略价值。据俄方消息,俄军持续在"铠甲"S-1、S-300、S-400及2019年列装的S-350"勇士"中程防空系统中应用AI技术。尽管信息源存俄方主观性,但该策略对抗击美制ATACMS导弹与英法"风暴阴影"/SCALP-EG导弹显现成效(Topwar.ru,2024年7月4日)。

俄方亦加速无人机AI技术研发。据俄防空博物馆馆长、军事专家尤里·克努托夫透露,俄罗斯正为2019年首展的"扎拉柳叶刀"游荡弹药集成AI技术,使其具备"从多独立发射平台齐射无人机群,升空后通过信息交互自主分配任务"的能力(MK.ru,2024年1月3日)。

评估俄罗斯AI军事优先战略的初期成效可见,俄方正着力推动"军事AI应用常态化"。最新研究显示,俄媒涉及AI的报道中83%呈正面基调,仅17%为负面(RUND大学,2024年)。研究指出,鉴于"北约威胁迫近与军备竞赛升级",俄媒存在"为军事AI应用正名的显著趋势",总体而言"俄罗斯舆论已呈现AI军事应用常态化态势"(RUND大学,2024年)。

结论

尽管俄罗斯在AI领域的起步较晚,其企业实力逊于北美与中国同行,但表象可能具有误导性。自全面侵乌以来,莫斯科对AI(涵盖军事与民用)的重视显著提升。最新数据显示,俄罗斯现已成为全球AI整合度前十国家之一,其在公共生活与经济各领域的渗透率居于前列(Lenta.ru,2024年3月13日)。

然而,俄军事专家(如军事科学院高级研究员弗拉基米尔·普里赫瓦季洛夫)坦言:"当前我们几乎无望在AI应用上赶超中美,技术能力存在代差"(Lenta.ru,2024年1月16日)。但三大因素可能缩小差距:其一,俄乌战争为俄罗斯提供了实战环境下AI应用的独特数据池;其二,威权体制赋予俄快速动员内部资源实现特定目标的能力,使克里姆林宫在AI资源分配上具备决策效率优势;其三,俄罗斯与委内瑞拉等威权国家开展AI合作,创造技术协同进步机遇。鉴于俄朝军事安全合作强化,双方或拓展至AI领域。

尽管俄朝在AI等创新领域的合作本身不构成直接威胁,但在网络间谍活动升级的背景下,此类协作可能催生新型风险。

最终,俄罗斯对军事AI应用的日益重视凸显其弥合技术鸿沟(尤其对美)的决心。无论能否全面追平全球AI发展,俄方依托战场经验与战略联盟强化的AI能力,或将重塑未来军事格局与冲突形态。

参考来源:jamestown

成为VIP会员查看完整内容
1

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。
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
2+阅读 · 2015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
7+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015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
1+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
18+阅读 · 2013年12月31日
Arxiv
168+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
453+阅读 · 2023年3月31日
Arxiv
24+阅读 · 2023年3月17日
Neural Architecture Search without Training
Arxiv
10+阅读 · 2021年6月11日
Arxiv
17+阅读 · 2021年3月29日
VIP会员
相关资讯
相关基金
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
2+阅读 · 2015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
7+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015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
1+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
18+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员