译文 |《人工智能军事应用：对战争的影响》

人工智能（AI）已经作为一个强大的推动力出现，渗透到人类生活的各个领域。鉴于其深刻的效率，并受到现实主义假设的启发，这种双重用途的使能器现在正被全世界的政策制定者快速纳入军事部门。与人工智能相关的越来越多的自主性和决策速度必然会以新的方式影响未来的战争。本文研究了人工智能在各个军事领域的应用，包括情报监视和侦察（ISR）、指挥和控制（C2）、自主武器系统（AWS）/致命性自主武器系统（LAWS）、网络防御/攻击、军事规划与培训、后勤。它还探讨了人工智能在战争中可以引导的众多机会和潜在风险。注意到人工智能的动态性质，该文件还讨论了巴基斯坦在这一领域的地位。

1 引言

新技术正在迅速进入战场，并有可能影响未来的战争。人工智能(AI)就是这样一个新兴的推动者，它已经扩展到各个领域。定义人工智能相当困难，专家们还没有就任何特定的定义达成共识。解释这一现象的一个基本方法是对机器进行编程，让它们的认知能力模拟人类的智力，使它们能够执行各种任务。人工智能系统能够通过处理大量数据来学习和预测未来的情况。处理给定数据的算法作为分析模型，以最优的方式对系统进行编程，并从它们的经验中学习。这种持续的学习可以更好地利用现有信息，并根据给定的环境执行最基本的决策/行动因此，它是一种具有前瞻性的技术，在执行各种任务和决策方面提高了效率。

人工智能的研究始于1940年，但在2010年之后，由于有了更多的数据、更好的机器学习和更快的计算机处理能力，人工智能的研究得到了显著的发展。这项技术尤其吸引了世界各地的军事决策者。俄罗斯总统普京宣称，“谁领导人工智能，谁将统治世界”，这类似于阿尔弗雷德·塞耶·马汉(Alfred Thayer Mahan)的断言，谁控制了人工智能浪潮，谁就统治了世界。

人工智能被称为继核武器和火药之后的第三次军事革命。这种技术令人眼花缭乱的效率，如今已促使大国将其应用于军事领域。目前，美国和中国在这场竞赛中处于领先地位，并在这项技术上展开了激烈的竞争。埃隆·马斯克(Elon Musk)等专家一再称人工智能比核武器更危险，并认为各国应避免将这种不可预测的技术应用于武器，并强调了对其致命性质的严重担忧。然而，国防部队倾向于借助这项技术来增强他们的实力。

人工智能的军事化并不是全新的，但随着时间的推移，人类参与最新武器的程度正在迅速下降，机器变得更加自主，对人类的依赖越来越小。人工智能几乎适用于每一项军事技术，专家们正致力于获得更好的资金，以找出加强军事领域的途径和潜在应用。

截至目前，约有20个国家制定了人工智能政策，并有望有更多国家加入这一竞赛。随着新应用的出现和日益复杂的程度，人工智能正在成为现代战争的核心元素。

2 AI的军事应用

人工智能已经成为一种两用技术，既适用于民用，也适用于军事领域。人工智能的军事化被广泛地与致命自主武器系统(LAWS)联系在一起，通常被称为“杀手机器人”。“然而，人工智能的应用范围很广，而法律只是人工智能在武装部队应用的一个方面。

人工智能正在迅速给战场带来微观和宏观层面的变化。它不仅可以在战场上帮助士兵，还可以简化战争计划和后勤。重要的是要理解人工智能本身不是一种技术，而是一种使能者，它将增加现有技术的能力，使它们更有效。因此，它的应用可以有三个方面:它可以为各种系统带来自主性，产生战争中涉及的新的和先进的技术，并为进一步的行动解释/处理可用信息。下面几节将讨论人工智能可以应用于军队的一些领域。

2.1 情报监视和侦察（ISR）

ISR是人工智能能够有效帮助武装部队的最重要领域之一。通过无人机和传感器收集数据的能力可以提供大量重要信息，以支持广泛的军事活动。此外，军队必须处理大量数据进行监视，这需要相当多的时间和精力。从2001年到2011年，无人机收集的数据增加了16倍。集成了计算机视觉的机器处理算法可以在意想不到的短时间内处理大量数据，从而识别重要的威胁和目标，使国防部队的监视任务更容易。由于带宽限制，一些数据可以在战场上部署的ISR平台上进行分析，而更敏感的数据可以在情报处理中心进行分析。

这些数据现在以信息的形式存在，然后用于得出战场上正在发生的情况。然后，它进一步用于军事指挥官的决策。一旦准备好执行潜在的响应，ISR的角色就会再次发挥作用。AI传感器为指挥官提供目标的位置和其他必要细节。此外，有关任何威胁存在的数据也会反馈给指挥官，以确保作战成功。通过这种方式，人工智能极大地帮助ISR智胜对手。

目前，不同的数据处理机制和数据同步阻碍了空中和地面部队之间的理想通信。或者，支持人工智能的软件可以处理大量数据，并根据接收方的要求对其进行分类，这将使不同的军事单位能够在没有任何延迟的情况下接收信息。

机器学习系统可以根据经过长期训练的数据创建正常模式。这些正常模式考虑了各种因素，如海上、陆地和空中部署的不同武器的速度、方向和移动。只要观察到与标准模式的偏差，就可以检测到行为，并将其转发以进行进一步的操作。自动识别系统(AIS)，模糊自适应共振理论(ARTMAP)神经网络，高斯混合模型(GMM)，核密度是一些自治的系统，用于监测，以检测任何可疑活动。因此，人工智能将加快筛选可用数据的过程，使其能够掌握关键信息。

2.2 指挥和控制（C2）

世界各地的军队都依赖C2结构来顺利运作。这些是指为完成一项既定行动而行使的权力和方向。通过人工智能系统的帮助，这些结构可以满足其中期、中期和长期的需求。中间需求是指为各个操作提供的数据。中期需求是指人工智能系统所做的动态规划和协调。AI还可以帮助C2满足其长期需求，即分散执行的集中控制。

武装部队可以在C2中使用人工智能，以建立更好的防御组织。多域指挥与控制(MDC2)已经在美军的计划中。这些系统旨在勾勒出一个综合网络，其中海、陆、空和天基行动得到集中规划并良好整合在一起。目前，有各种各样的平台向军事领导层提供信息，这些信息由决策者进行严格评估，以便采取可能的行动。对于未来战场，“通用作战图像”将作为单一信息源，根据通过不同传感器收集的信息提供战场事件的全面图像，从而实现无缝集成。虽然MDC2仍处于起步阶段，但美国空军正在与包括洛克希德·马丁公司在内的多家公司合作，以具备这种能力，为此在2018年举行了一系列军事演习，以进一步规划这方面的需求。

在未来，通信模式也将受益于人工智能支持的项目。人工智能可以在通信网络被对手破坏的情况下引入发送信息的替代模式。除了筛选传入的信息，人工智能算法还能够为战场上的军事指挥官提供几个可能的执行选项，同时考虑到任何给定场景的实时分析。所有这些措施都将简化军事指挥官的C2。

2.3 自主武器系统（AWS）/致命性自主武器系统（LAWS）

武装部队可以将人工智能纳入其现有的广泛武器中，如飞机、海军舰艇、防空系统、坦克和其他军事装备。它还可以集成到系统和软件中，例如雷达，以提高它们的效率。同样，人工智能也可以用于支持任务的武器，例如用于飞机战斗支持任务的“忠诚僚机”。

另一方面，人工智能也是LAWS发展的关键因素，这些系统具有独立识别和打击目标的能力，无需人类的任何命令。战争发生了明显的转变，其标志是从自动化武器向自主武器的过渡。

区分“自动化”和“自主性”的概念对于理解人工智能的应用和影响是很重要的。当军事领导人给一台机器分配特定的命令时，他们就把一定的权力委托给了这台机器。如果权限级别高，则系统是自治的。AWS根据推理、感知和基本原理执行决策，从而得出最佳输出。另一方面，自动化系统的决策能力依赖于预定义的输入集，这些输入集不具有任何认知能力，它们执行它们被编程去做的事情，这表明它们在每个任务/程序中具有较少的权威。法律的发展将逐渐以“自主性”取代“自动化”。

军方的目标是通过可部署在陆地、空中、海上和天基平台上的LAWS增强精确打击。法律的决策方面有很大的争议。科技专家一再强调，这些“杀手机器人”不应被赋予发动攻击的自主性，因为它们可能引发不希望看到的结果。然而，主要大国，特别是美国等，准备将这种系统投入战场。

2.4 网络防御/攻击

来自网络战的威胁是持久的，而且在未来很可能会增长。保护数据不受恶意活动的侵害对于保护重要信息的完整性和机密性不受潜在攻击至关重要。因此，计算机和软件的脆弱性正在增加，因为传统的检测网络攻击的方法不足以检测它们的演变形式。

世界各地的军队都容易受到对手的攻击。除了这种攻击造成的系统/数据破坏外，武装部队还遇到了重大的归因挑战。为了解决这一问题，军事政策制定者正在关注人工智能，因为它可以成为避免此类攻击的主要工具，并指出受人工智能保护的数据、软件和程序相对不太容易受到网络攻击。人工智能可以记录网络攻击的模式，通过机器学习，它可以找到方法，以制定措施，对这些攻击执行反击，以避免重要数据的暴露。入侵检测系统(IDS)可以有效区分正常数据和入侵数据，避免重要数据被破坏。

检测侵入性数据最流行的技术是基于签名的技术。这种方法使用人工智能来识别恶意软件和网络攻击。系统被输入不同已知恶意软件的恶意软件签名(代码的字节序列)。该数据库使用可用的签名来识别潜在的恶意软件，并防止它进一步渗透到系统中。虽然这种方法确实对新的恶意软件不太有效，但在这方面已经做了相当大的努力来训练系统，使它们能够记录模式并使用机器学习来自行识别新形式的恶意软件。

同样，对于一些国家来说，这可能是一种强大的工具，可以在网络领域对对手进行攻击性攻击，因为网络是相当脆弱的途径之一。攻击的成功将取决于防御系统。这很可能会导致支持人工智能的进攻性网络攻击与支持人工智能的防御性网络攻击之间的竞争。在这种情况下，更聪明地使用“使能”的一方将占上风。因此，国家很可能在网络领域使用人工智能的进攻和防御能力。

2.5 军事规划与培训

人工智能将有助于为从步兵到高级将领的军事领导提供所需的规划和训练。它可以更好地概述如何有效地计划任务，提高准确性，减少人力和支出，最重要的是，节省在一切都依赖于人力时投入的时间。机器学习可以在为武装部队提供更安全的网络方面发挥至关重要的作用，使他们不那么容易受到攻击。同样，军队也可以通过在早期阶段预测部件故障而受益于人工智能。交叉引用和自动关联分析可以帮助检测任何故障和异常。此外，可以通过传感器数据检测威胁。分析所有这些数据，决策者可以得出更务实的结论。尽管人工智能系统不会对计划的绝对授权进行监管，但它们将为士兵提供战场的更大图景。

人工智能系统还可以用于武装部队的训练。可以考虑个人能力和学习风格，使学习更加个性化。它们还将使指挥官能够在潜在冲突中为特定行动选择最佳人员。机器学习系统可以考虑输入数据集的各种因素，并为军事指挥官提供分析模型，以做出有利于战斗的决策。例如士兵的长期表现，他/她的技能，个性特征，在压力下工作的能力，长处和弱点可以根据任务的具体要求来制定。同时分析所有这些因素可以为某一特定行动选择最佳军官。

此外，基于其认知能力，人工智能还可以使用程序来决定官员的职位和晋升，这些程序可以分析官员的能力、学习经验和表现，以便提出最合适的职位。通过这种方式，武装部队的能力将得到最佳利用，战斗人员将得到最佳部署。此外，它还将防止在上述任何活动中存在偏见。

在和平时期，还使用诸如模拟器之类的库存来训练军事人员。兵棋推演技术可以使用人工智能进行改进，因为它们可以在与对手的潜在遭遇中提供广泛的选择。这将通过为士兵提供更好的实地体验来提高这种技术的有效性，以便理解在与对手的潜在冲突中利用最新技术的最佳方式。虚拟现实技术(VR)，结合人工智能和复杂算法，有望在很大程度上提高军队的训练水平。

2.6 后勤

后勤是人工智能有潜力加强武装部队能力的另一个领域，例如，空军可以通过采用预测性飞机维护任务从人工智能支持的系统中受益。这项技术将使飞机能够通过预定的时间表进行定期维护，从而避免在飞机受损后等待维修。美国已经建立了一个“预测后勤”小组，该小组的任务是为飞机的维护提供智能计算。人工智能将帮助预测某个部件何时可能损坏。这种方法目前被F-35的自主后勤信息系统所采用，该系统从不同的部件获取实时数据，并将其导向预测算法，并在操作员需要访问和更换飞机的任何部件时进行分析。

此外，人工智能系统可以帮助军队处理大数据。大数据包含的信息要么太大，无法存储在一台计算机的内存中，要么生成太快，一台计算机无法处理，要么以不同的格式呈现，使人类难以处理。相反，人工智能系统可以更有效地存储大数据。

机器学习算法还可以利用可用数据制定智能预算解决方案，以优化几乎所有军事活动的资源和成本分配。同样，它也可以帮助军事运输，使其更容易运输部队，武器，和弹药在军事行动。它不仅可以降低运输所需的成本，而且可以降低人工操作的工作负荷。

3 对战场的影响

尽管人工智能的军事化仍处于初始阶段;其不断提高的效率和快速发展的性质，受到意外和不确定性的影响，可能对未来的战争产生许多影响。本文的以下部分将重点讨论人工智能在战场上的潜在利益和风险。

3.1 益处

鉴于这项技术前所未有的效率，人工智能将在军事领域带来许多好处。

时间是一个主要的因素。自主系统执行任务的速度比人类快得多，因此，使操作系统能够增加它们的速度歧管，从而加快战斗的速度。它们尤其能协助军队完成需要长时间且超出人类承受能力的任务。此外，他们识别军事设备缺陷的自主能力可以使军队避免意外故障延误，这可能会给潜在的任务带来障碍。

军事分析人员必须花费大量的时间筛选大量的数据。人工智能可以在快速分析这些数据方面发挥关键作用，并将最重要的元素反馈给军事指挥官进行进一步评估。人工智能处理的数据可以为分析复杂环境的指挥官提供更详细和准确的概述。美国中央情报局(CIA)有140多个项目将利用人工智能系统收集数据，用于分析和决策。因此，人工智能获取、处理和分析来自不同来源的数据的能力有可能对军事决策者可用数据的数量、质量和准确性产生显著影响。

深度神经网络的显著改进导致了图像识别的显著效率。因此，人工智能可以提高战斗中目标识别的准确性，因为机器学习能够根据给定的信息和战场情况学习、检测和识别目标。改进的图像分析可以节省宝贵的时间，并优先考虑潜在的威胁。这些数据可以反馈给应对小组，以便采取进一步行动。

尽管LAWS的法律方面在许多论坛上被广泛讨论，但它们有可能在危险的战斗中取代士兵，并减轻人类生命的损失。此外，使用MDC2，指挥官可以在远离战场的情况下有效地执行决策。也有可能利用人工智能在战场上提供机器人协助，这将在不增加人力的情况下加强武装部队的作战能力。

人工智能不仅可以增强态势感知，还可以在考虑环境条件、天气、基于概率的敌人行为评估和现有能力等各种因素的情况下，为军事指挥官提供给定背景下的最佳可能选项。作为信息通信技术，人工智能可以传达对手的意图和动机，使其成为敌对对手之间有效的维和工具。此外，由于人工智能具有前所未有的自主决策和处理能力，可以帮助作战系统的自我调节、自我控制和自我驱动等关键过程。因此，它的预测和分析能力可以帮助军事领导人做出更明智的决定。同样，它将对战斗准备的动态产生显著影响。总之，它将为军队提供更多解决方案和新方法，以应对各种挑战。

3.2 风险

正如前面所讨论的，人工智能的前景是令人信服的。它为军队提供了若干改善其防务和安全职能的机会。另一方面，军队在开发、部署和使用的各个阶段也必须面临人工智能融合的困境。在所有的阶段中，关于安全和升级的潜在挑战(与潜在的好处相竞争)可能会被忽视。更高的效率、更快的处理速度和更少的人为干预可能会压倒所带来的风险，因为安全部队希望避免在这场竞赛中落后，并防止他们的军队变得更容易受到其他国家的攻击。这种对人工智能的追求可能引发军备竞赛和这种技术的破坏性扩散。随着法律进入战场，未来的战争也将变得更加不确定和模糊。

由于战争的自主程度不断提高，未来很可能会有很大一部分决策由机器自己完成。在这种情况下，存在道德问题。例如，在潜在的冲突场景中，系统可能开始在选择目标、决定行动模式和武力的杀伤力方面行使绝对控制。在没有人类监督的情况下，更强大的人工智能可能会导致重大的附带损害。如果系统或机器无法正确解释数据会发生什么?对于军事和政治领导人来说，这是一个重大的道德困境，因为它可以造成相当大的伤害。

也可能有一些情况迫使人类全力以赴，以选择冲突的缓和。然而，机器不遵守安全规范。一旦一台机器熟悉了一个特定的目标，它就会做一切被认为必要的事情来实现它。这可能会导致一种情况，即人工智能的目标可能与人类的目标不兼容，从而导致不必要的升级。这种升级可能引发重大冲突，考虑到法律的灾难性性质，可能产生不可逆转的影响，从而使人类为缓和冲突与和平所作的努力成为徒劳。

尽管专家们尚未就人工智能的定义达成共识，但他们一致认为，人工智能可能(在大多数情况下)是致命的。

著名技术专家尼克·博斯特罗姆(Nick Bostrom)对人工智能军事化表达了严重担忧，他表示，将人工智能等技术集成到武器中就像孩子玩炸弹一样。2018年，苹果首席执行官蒂姆·库克和SpaceX首席执行官埃隆·马斯克在一次会议上声称，人类对人工智能的控制是有一定限度的。一旦越过这个门槛，人类将不由自主地失去对它的权力，随后出现的情况是，他们将无法控制AI，相反，AI将自己做出决定。因此，人类将无法解释决策和执行过程，这将增加不确定性的范围。

对于俄罗斯等这样的大国来说，人工智能已经成为他们挑战美国霸权和军事实力的一个机会，美国的霸权和军事实力在很长一段时间内都没有受到挑战。这种倾向可能会迫使国家放弃道德和伦理考虑，赋予配备人工智能的武器更多自主性。通过对古巴导弹危机(CMC)的评估，可以很好地理解将这种技术整合到武装部队中的严重担忧，在古巴导弹危机中，一个错误的警报可能导致一场核灾难。同样，类似的情况也可能演变成可能将国家带入潜在战争场景的情况。类似地，涉及多个人工智能系统的设置将使本已紧张的局势进一步复杂化，因为不同的人工智能系统将接受不同的训练，因此可能会得出不同的、相互冲突的结论，并导致不确定的决策。

此外，人工智能依赖于从不同的传感器收集数据，然后对其进行解释。如果一个或多个传感器出现故障，人工智能的未来轨迹仍将高度模糊。该系统可能会完全崩溃，从而玷污人工智能的可信度，或者导致致命的危机，而这种危机将以政策制定者没有考虑到的方式爆发。同样，为了迫使对手采取可能破坏冲突管理过程的行动，可以故意篡改数据。

与现在相比，未来平民伤亡将会减少的断言并不是很有说服力，因为自动机器有可能造成巨大的破坏。如果在冲突频繁的地区或冲突阈值很低的地区使用这种系统，则可能造成重大损害。

信任是战略稳定的必要条件，而人工智能也会给战场带来不确定性和不可预测性。因此，提高效率的感觉可能使后者更容易升级。虽然高精度和惊人的精度确实适用于军事目的，但人工智能系统可能无法考虑上下文变化。因此，对它们方向的依赖增加，意味着更多(而不是更少)不可预测性将占上风。

4 巴基斯坦和人工智能

考虑到人工智能的重要性，在巴基斯坦的安全背景下讨论它是恰当的。显然，人工智能将成为未来战争不可分割的一部分。已经有许多国家正在以快速的速度将其应用于军队。美国、俄罗斯和中国已经在这一领域取得了明显进展。

在南亚，受印度教影响的印度政权一直热衷于寻找机会以巴基斯坦为目标。这个政权还将人工智能视为改进其激进设计的工具。在《陆战理论》(2018年)中，特别强调了将人工智能融入武装部队的重要性。由国防研究与发展组织(DRDO)开发的人工智能和计算中心(CAIR)正在为印度武装部队开发AWS。自主无人机、自主坦克和多智能体机器人框架(MARF)是印度已经完成或即将完成的一些举措。因此，巴基斯坦也应该考虑这些事态发展。人工智能提供的效率可以显著提高巴基斯坦三军的潜力和能力。但是，要做到这一点，政府需要在这项技术上进行大量投资。在这方面，应该促进国际合作和本国的研究与发展(R&D)。

巴基斯坦有几所大学提供与人工智能相关的学位/课程。在这方面，航空大学、国立科技大学和国立计算机与新兴科学大学是一些值得注意的例子。同样，人工智能和计算中心(CENTAIC)于2020年8月成立，以促进民用和军事领域的研发。然而，巴基斯坦还有很长的路要走，需要更多的关注。

政府需要与友好国家合作，特别是中国，在人工智能领域取得进步。其次，在前面提到的机构所教授的课程需要与国际标准相兼容。此外，大学应该相当重视这项技术的实际应用