人工智能(AI)正开始彻底改变人类生活的方方面面。从协助医疗保健到为商用无人机送货导航,科学和工程学在提供 "智能机器 "方面取得了前所未有的进展,为人类带来了巨大的利益。人工智能的影响是如此广泛,以至于任何领域如果没有随之而来的技术飞跃,就一定会错过未来的科学发展。因此,各国都相当重视开发人工智能的军事用途,以保持战区优势。基于人工智能的技术可用于军事领域,以执行复杂而严苛的任务,特别是在充满敌意和不可预测的环境中;海洋战区完全符合这一框架。海洋环境通常没有地图,难以导航,使用基于人工智能的系统对船只进行跟踪、计算、探测、绘制地图并执行最佳行动,可以增强现有的航海能力。在需要对海洋环境进行持续情报、监视和侦察的作战地点,人工智能支持的系统可以消除海洋物理学的敌意,即静水压力、海洋湍流、热梯度和海洋盐度等。所有这些因素使无人智能系统成为海军力量结构中不可或缺的资产。此外,相对 "杂乱无章 "的海洋环境可能是第一个部署完全自主武器的战场。

然而,就在这些技术不断发展的同时,有关使用具有自主能力的致命系统的法律和伦理问题也开始变得日益突出。这些系统在国际法中的地位问题依然存在,特别是《日内瓦公约》第 36 条(第一附加议定书),其中规定各国需要对新武器进行法律审查,以确保其符合国际法。[3] 因此,即使新一代基于人工智能的作战技术即将问世,赋予此类系统瞄准自主权也必须严格遵守国际法的规定。在基于人工智能的海军作战的具体背景下,具有瞄准能力的人工智能支持系统需要能够持续区分军事资产和民用船只。

本文描绘了人工智能在海军系统中的发展、其在海军作战管理中的整合,以及由此对现有作战环境产生的影响。本文试图确定基于人工智能的系统是否是维护海洋公域安全的答案。主导整个讨论的三个问题是:人机协作(也称人机协同)、机器不同程度的自主性以及人工智能可能影响海军行动的各种任务。本文探讨了使用此类系统的原则是如何与此类技术的进步同步发展的,以及以人工智能为中心的作战环境可能带来哪些人力、概念和组织方面的挑战。文章概述了印度在无人海军系统方面的做法,以及印度海军在实施国家人工智能战略时的作战环境。最后一节建议采取措施,确保向人工智能支持的海军行动顺利转型。

定义海战中的"人工智能"

首先,有必要区分基于人工智能的海军作战系统和基于人工智能的海军战车。虽然两者并不相互排斥,但正在开发和采用的基于人工智能的海军作战系统需要全面的人机协作,而基于人工智能的海军车辆则不一定有人类监督。人工智能影响和增强海军行动的两种大致不同的方式如下:

海军作战系统--在海军作战系统中应用人工智能,可通过结合软件流程实现更智能的指挥和控制,从而提高海军的总体可操作性。这些技术还可用于作战管理系统,以更好地确定目标和绘制敌方资产图。将这些系统集成到海军舰艇的现有传感器中,将增强舰上军官的决策过程,"通过智能处理多种信息来源,同时提示系统评估和确认潜在威胁"。各国海军开发这些系统的目的是提高 "作战单元的作战能力","在复杂、快速移动的作战场景中实现快速决策"。

无人驾驶舰艇--人工智能在无人驾驶舰艇中的应用可以从一般的导航支持扩展到完全的自主运行。这些舰艇或车辆(可互换使用)已成为海军行动的重要组成部分,通常与常规舰艇一起部署,发挥非致命性作用。这些舰艇大致可分为无人潜航器(UUV)和无人水面舰艇(USV),其中大多数由人类直接控制,缺乏任务自主性。这些船只可以通过'远程遥控'进行远程操作(简称 ROV),远程遥控允许远程操作员利用卫星链路指挥和监督无人驾驶船只"。

具有一定自主性的无人海军舰艇通常被归类为自主水下航行器(AUV)和自主水面航行器(ASV)。斯德哥尔摩国际和平研究所(SIPRI)关于 "绘制武器系统自主性发展图 "的报告将自主性定义为 "机器在没有人类输入的情况下,利用计算机程序与环境的相互作用执行一项或多项任务的能力"。"这些系统无需人工干预即可执行大多数分析功能,从而减少了对传统上执行这些功能的人类船员的需求。对于由操作员完全控制的船只,人类被视为 "环内";对于具有一定程度自主性但受人类监督的船只,人类被视为 "环上";而对于完全自主执行任务的无系船只,人类被视为 "环外"。这些不同程度的自主性在讨论这些无人驾驶资产编程执行的任务类型时尤为重要。图 1 和表 1 展示了无人舰载机的各种分类。

图1:无人海事系统分类

表 1: 图 1 所示无人海上系统的详细分类

海战系统中的人工智能

通过信息管理系统将人工智能应用于海军作战的目的是影响和增强海军指挥官的决策过程。在海军舰艇中使用数字助理来增强导航能力的做法并不是一个新概念,但海军作战系统下一步的开创性之处在于它们能够彻底改变对整艘舰艇甚至整个舰队的指挥和控制。人工智能软件使指挥团队有能力监控实时战斗情况,并适当利用他们所掌握的海军资产。这些系统将硬件和软件(流程)相结合,彻底改变了海军演习。神经网络和深度学习算法的结合能够向指挥团队展示一幅无缝的作战画面,并协助他们做出决策,从而增强他们的人力。如果资产相互连接,这些系统甚至可以提高舰队的可操作性。以指挥、控制、通信、计算机、情报、监视和侦察(C4ISR)为导向的系统可以连接到单个海军舰艇,无论其级别如何。潜艇、护卫舰、航空母舰、战列舰、无人驾驶车辆都可以单独装备此类系统,以增强其特定功能。与该系统相连接的无人驾驶资产具有回传智能视频分析的能力,能够提供超视距(OTH)测绘和目标定位,将舰队的视线延伸到各个方向。

如图 2 所示,英国皇家海军计划在舰艇上安装人工智能系统,以更好地探测威胁和评估作战方案。洛克庄园研究公司(Roke Manor Research)的 "STARTLE "机器态势感知软件将增强舰艇现有的探测系统,并根据从这些传感器接收到的数据做出明智的决定。这些系统可识别行为模式,利用深度学习技术运行基于多智能体的模拟,并使最终用户能够提高其海洋领域感知能力,以快速分派任务、探测和跟踪不合作的船只。

图 2 - 洛克公司的 "STARTLE "威胁监测系统(图片:Roke.co.uk)。

还计划为其核潜艇提供基于人工智能的决策支持系统,以减轻潜艇指挥官的负担。这种支持系统的深度学习算法可以与其他传感器相关联,并帮助指挥官 "估计某些战斗行动的风险和收益,甚至建议采取艇长未考虑的行动。"水下海军指挥官经常从事枯燥乏味的行动,需要耐心、技能和导航专业知识,最重要的是要有能力对局势的突然变化做出反应。这些系统可以减轻他们的疲劳,大大提高他们的作战能力。

在私人运营商中,航空航天制造商劳斯莱斯已表示有意开发完全自主的船舶,摆脱人类船员的束缚。[33] 该制造商 "采用了最新的导航技术,将一系列传感器与人工智能驱动的计算机相结合。"[34] 该公司已与谷歌云公司合作,将使用谷歌的云学习引擎来训练其基于人工智能的物体分类系统。[35] 该软件将主要用于探测、跟踪和识别。

美国海军为其濒海战斗舰(LCS)采用的 "综合水上网络和企业服务"(CANES)系统网络是利用人工智能扩展和加固现有海军作战系统的一个实例[36]。"综合水上网络和企业服务 "的升级版将无缝连接舰艇、潜艇、岸上地点和其他战术节点,增强海军的可操作性,缩短应对网络攻击的行动周期,保护现有作战系统。 [37]现代海军舰艇安装了数量惊人的传感器套件,通过分析从不同节点接收到的大量信息,升级版的 CANES 网络可以将信息合理化,消除异常情况并协助人类指挥团队,同时还能保护系统免受网络入侵。据克里斯-奥斯本(Kris Osborn)称,基于人工智能的升级版 CANES 网络 "正在进行专门配置,以提高自动化程度--在无需人工干预的情况下执行越来越多的分析功能。 "[38]他补充说,"特别是 LCS,它利用了相互连接的水面和多种任务包,这些任务包旨在使用大量舰船系统相互协调--人工智能分析可能会增强这些功能。"[39]美国海军计划在未来将升级版人工智能支持的 CANES 网络扩展到其所有作战资产,包括其核潜艇和旗舰 "福特 "级航空母舰。

所有这些海军作战系统的共同点是能够从环境反馈中不断学习。这些系统中嵌入的深度学习算法使它们能够从各种情况中不断学习,特别是通过评估人类的长期输入。因此,为了加快学习过程并超越人类的能力,这些系统越来越依赖于 "机器学习"。正如一份报告所提到的,"机器学习是一种软件开发方法,通过这种方法,系统可以学习任务并通过经验提高性能"。[42]这一发展表明,未来的船舶可能会在没有人类监督的情况下完全自主运行。这些系统可以提供有关水深、水温和盐度的信息,以提高声纳的精确度,并通过航点导航和防撞技术协助航向规划,增强船只的航行能力。 [43]然而,在更具战争性的角色中,"机器学习的长足进步为武器系统自主化的发展创造了机会"[44]。这种程度的自主化让人不禁要问,世界各国海军是否愿意将如此多的控制权让给此类作战管理系统。

人工智能在无人航行器/飞行器中的应用

虽然人工智能在海军作战系统中的应用尚处于起步阶段,但在无人航行器中的应用已较为成熟。 无人航行器已成为现代海军结构的一个常见特征,随着它们被部署执行更复杂的海军任务,人类对它们的控制程度正在逐步降低。因此,当这些无人舰艇在没有任何卫星上行链路的无系留环境中工作时,它们被赋予了完全的任务自主权。伦理与安全自动机专家肖恩-威尔士(Sean Welsh)认为,在海军安全任务中,这些舰艇主要被用作增强战斗力的手段,以提供无缝的海域感知(MDA)。

技术的集体进步使这些航行器能够执行更复杂的任务,自主性和自身的支持包也得到了提高。Welsh 介绍说,"潜艇发射的 USV 通过系绳与'母'潜艇相连,提供海面视频通信,而潜艇无需进入潜望镜深度。这种 USV 然后发射小型无人机(UAV),使潜艇能够从空中进行侦察。"[46] 雷神公司的 SOTHOC(潜艇超视距有机能力)就是这种系统的一个例子--"它从潜艇废物处理锁上弹出的无人发射平台上发射一次性无人机。 "[47]在水面行动方面,美国海军的 "海上猎人"(Sea Hunter)就是一个例子,说明如何部署反潜航行器进行大面积监视行动,跟踪潜艇并将信息反馈给附近的船只或预先确定的指挥站。 [48] 由美国国防部高级研究计划局(DARPA)研制的 "海上猎手"(Sea-Hunter),又称 "反潜战连续跟踪无人船"(ACTUV),可配备伞降传感器阵列,使其感知能力提高一千多英尺,增强了其全向无线电连接能力。

无人作战的另一项发展正在改变海军任务的性质,这就是所谓的 "蜂群"。蜂群主要是指一组无人机(飞行器),这些无人机(飞行器)本身可以自主行动,但作为一个整体是由遥控操作的。它们是为执行一个总体目标而量身定做的,但每个单元之间又各自独立。软件开发使这些单个的无人机能够在更大的任务范围内自行执行小型任务,同时又能无缝连接。美国海军已经投资了一项研究计划来开发这种能力。该计划名为 "低成本无人机蜂群技术"(LOCUST),将允许操作人员控制蜂群的行为,同时保留单个无人机的自主性。[50] 美国海军研究办公室(ONR)甚至举行了一次机器人蜂群演示,四艘无人机船在一个区域内巡逻,同时自动保持编队,人类仅控制蜂群的大动作。 [51] 中国一家科技公司--云洲智能科技公司(Yunzhou Intelligence Technology,简称 "云洲科技")也在万山群岛进行了类似的演示,56 艘自主 USV 装备了专门开发的 "自主模块"。与蜂群相关的技术发展有能力改变传统上以航空母舰等战略资产为中心的海军行动。蜂群技术将使海军能够分散其较小的战术资产,执行与大型常规舰艇相同的安全任务,只要这些资产协调一致地执行指定任务即可。

适用于海军作战系统的深度学习算法概念同样适用于自主海军舰艇。 这些无人航行器在没有人类监督的情况下,不断从环境中学习,提高执行任务的能力,并增强洞察力。此类无人舰艇的目标自主性可满足未来战争的需要,让 "海上猎人 "号这样的自动潜航器在自主执行任务的情况下进行全方位反潜作战。同样,如果获得致命的自主权,自动潜航器很可能成为未来攻击型潜艇的替代品。自主执行致命任务将使这种无人舰艇能够为港口、大型船舶、商业船队、海上交通线甚至核潜艇提供积极保护。可以说,未来的海战空间将有利于自主系统。那么问题来了,致命自主武器系统(LAWS)何时部署?

致命性自主武器系统(LAWS)

海洋环境被认为是最适合初步部署致命性自主武器系统的区域,因为这里更容易识别资产,而且平民相对较少。[53] 武装自动潜航器将提高海军特遣部队的行动带宽,因为舰艇将有能力在没有人工干预或指挥团队任何投入的情况下发挥作用并攻击敌方目标。在这场自动化革命的未来,我们很可能会看到这样一种系统,它将成为海军指挥和控制的掌舵人,有权在其认为必要时部署致命的无人资产,完全取代人类指挥团队。在保护极易受到潜艇威胁的海区方面,使用致命性自主武器系统具有不可否认的优势。在水下执行任务时,部署致命性自主武器系统将更有意义,因为通过遥控潜水器瞄准目标很成问题,由于无线电波在盐水中的特性,潜艇中现有的通信仅限于 VLF(甚低频)和 ELF(极低频)无线电波[54]。

相反,基于人工智能的致命性自主武器系统是否符合国际人道法,则是过去几年中具有全球意义的一场辩论。就本文而言,采用红十字国际委员会赞成的定义是合适的。红十字会使用"'自主武器'作为一个总括术语,包括任何类型的武器,其'关键功能'具有'自主性',这意味着一种武器可以在没有人类干预的情况下选择(即搜索或探测、识别、跟踪)和攻击(即拦截、对其使用武力、使其失效、破坏或摧毁)目标。 "[55]日内瓦的《联合国特定常规武器公约》(CCW)一直是围绕致命性自主武器系统合法性进行讨论的平台,该公约已就这一主题举行了多轮磋商,但未能就如何规范这些不断发展的武器系统达成共识。很有可能的是,在就监管致命自主武器系统的任何国际公约达成一致之前,就已经有了 "关键功能自主 "的武器系统。国际监管机构只能控制各国想要披露的信息,而各国为开发致命性自主武器系统而实施的任何秘密计划都将继续游离于《特定常规武器公约》的范围之外。为了避免出现这种情况,一个非政府组织联盟发起了 "制止杀手机器人国际运动"。在人权观察组织的领导下,该运动一直要求先发制人地全面禁止致命性自主武器系统的部署和开发。[57] 由于其中许多技术都处于先进阶段,国际社会对致命性自主武器系统的担忧并非假设。斯德哥尔摩国际和平研究所的报告建议,《特定常规武器公约》应探讨 "有意义的人类控制 "自主系统的概念,以规范致命性自主武器系统。

找到一个中间立场是有余地的,即可以对致命性自主武器系统进行编程,使其符合国际法准则。如果这些基于人工智能的飞行器和系统具有杀伤力并可自由攻击目标,那么它们的任务自主权可仅限于预先编入其系统的机动程序。软件开发人员可对其自主瞄准功能进行额外控制。在最基本的步骤中,开发致命的无人潜航器或赋予网络系统致命能力,只需开发一个简单的船只识别系统,对独特的声学特征做出反应即可。根据美国机器人学家和机器人伦理学家罗纳德-阿金(Ronald Arkin)提出的原则,可以对这些系统进行进一步的伦理控制: 这些机制将确保智能行为的设计只在严格界定的道德界限内做出反应。为机器学习的学习算法编码的软件应具有卓越的目标识别能力,并允许创建技术,以适应道德约束集和随着学习而发展的基本行为控制参数。

基于人工智能的海军系统和无人系统的作战前景

美国和中国在开发基于人工智能的海军系统方面走在前列,这将增强两国的海军能力。两国都投入了大量资源来制定在本国海军中实施基于人工智能的系统的行动计划,并在制定此类计划的同时制定了支持这种向无人操纵转变的创新作战程序。美国国防部制定的《第三次抵消战略》相当重视发展人工智能的军事用途,目的是保持战区优势。[65]奥巴马政府时期制定的战略侧重于发展尖端国防技术,以保持美国在战场技术计算上对俄罗斯和中国等对手的优势。

与此同时,军事规划人员也在提出适合新阶段无人作战的创新作战概念。预计,蜂群智能和蜂群战术可作为一种非对称方法来攻击美国的高价值武器平台。 [71]"蜂群 "技术很有吸引力,因为它能让以较低的军事对抗概率进行武力投射。[72]在另一端,美国的分布式杀伤战略旨在摆脱多年来围绕高价值目标的海军战略,将行动能力分布在分散的资产中。 [73] 这两种战略都会使目标难以锁定,并使对手的能力不堪一击。

总的来说,无人平台在执行水下任务,尤其是反介入/区域拒止(A2/AD)战略方面最具潜力。[74] 相反,无人平台也可用于反介入/区域拒止战略,正如 ORF 分析师 Abhijit Singh 所说,"无人平台的决定性特征是能够将作战行动扩展到对手的反介入/区域拒止区域,而不会危及机载系统的完整性或将己方部队置于危险境地。 "[75]无人飞行器可执行各种非致命行动:对浅水沿岸地区进行主动勘测、探测和监测水雷、干扰敌方通信、提供声学情报、进行海洋学和水文学勘测、为水下平台提供水下通信,以及对海军水雷实施主动反制措施[76]。[77]从根本上说,无人平台有望提高生产率,使有人系统能够执行更专业/更重要的任务,提高作战程序的效率。

人工智能在海事领域的后果

未来几年,围绕人工智能的炒作肯定会愈演愈烈,随着越来越多的此类系统得到部署,世界可能很快就会进入人工智能支持的海军在海上战场普遍存在的战争阶段。然而,在海军作战中广泛启动基于人工智能的系统会带来多种后果。其中最主要的是来自传统海军人员的制度性阻力,他们会反对任何试图取代他们的举动。[79] 人工智能支持的海军作战系统将要执行的任务目前是由海军舰艇上或岸上的人员执行的。因此,在海战决策周期中取代人类分析人员将改变海军部队的多个部门。随着海军作战行动的转变,海军将需要这些传统分析人员的帮助,因为作战程序需要过渡和调整,以适应人机协同作战。美国海军人工智能应用研究中心(Navy Center for Applied Research in Artificial Intelligence of the US Navy)就是一个很好的例子,说明一个专门机构是如何负责研究这些课题的。 在这个先于人机协同进行致命交战的时代,海军需要向其行动、部队和系统灌输各种可能性,无论它们看起来多么遥远。最值得注意的是,作战模式和战术需要进行改革,以适应多车辆控制。

目前,人工智能在海军作战中的大部分应用都依赖于人类操作员,因此人机校准极为重要。海军作战系统只在作战场景中执行分析功能,而交战的最终决定权在于人类海军指挥官。因此,在作战中使用人工智能的海军需要确保人类指挥官和人工智能支持的机器都能理解对方的决策回路。美国工程心理学家约翰-霍克利(John Hawkley)在《爱国者战争》一书中写道:"新的自动化系统很少能达到最初的要求。首次使用自动化系统的用户必须预计到一个调试和校准期,在此期间,系统的实际能力和局限性将被确定。"[82] 霍克利进一步提到了自动化系统的 "脆性",他在书中讨论了 "机器无法可靠地处理不寻常或模棱两可的战术情况"[83]。 [83]这也使人类主管人员难以对自动化系统保持警惕,因为他们需要执行 "关键功能",但在其他自主功能中却处于决策圈之外。[84]受过技术训练的指挥官对自动化系统沾沾自喜,而经验丰富的指挥官则对自动化系统心存疑虑,这可能会导致部队内部出现分歧。[85]这些系统中的自动化系统不应被视作表面价值,正如一份报告所提到的,"相信系统的无懈可击(即:它总是正确的)可能会使人对自动化系统产生误解、 86]此外,在一些具有深度学习神经网络的自主系统中,输入-输出过程还不完全透明,这可能会对人机协作造成障碍,因为人类指挥官无法理解系统是如何处理信息并做出决策的。因此,在目前的情况下,"非循环 "自主武器系统极不可能具备致命能力,更何况围绕着它们的伦理问题。

开发和部署此类系统的另一个障碍是它们容易受到反制措施的影响,其中一些反制措施已经问世。许多人工智能支持的飞行器仍处于设计阶段,预计在开发这些飞行器的同时,对手也将投资开发反制措施。声学隐形和声学静音技术已被应用到潜艇中,未来这些技术的改进会让人工智能舰艇的声学识别系统彻底崩溃。[88] 声学隐形技术涉及设计噪声特征和雷达截面减小的舰艇--新一代柴油电力潜艇就是一个很好的例子。此外,由于水深的限制或敌军的全球定位系统干扰,无人驾驶飞行器在全球定位系统失效的环境中运行,令人严重关切此类系统如何不间断地工作。非 GPS 制导系统和抗干扰保护软件需要纳入研发过程。许多国家正在开发可对无人系统采取软杀伤措施的能力,特别是使用黑客攻击和干扰软件。[90] 海军特遣部队的无人潜航器或 USV 被黑客攻击并用来对付它的可能性将困扰着每一位海军指挥官。对无人系统进行黑客防护应是开发人员的首要任务。当这些系统仍在开发阶段时,开发人员和最终用户需要考虑上述所有因素。

印度海军对无人系统的尝试

印度很晚才认识到自主系统在军事领域的潜力,在开发基于人工智能的本土作战系统和海军车辆方面远远落后于美国和中国等国家。不过,印度政府最近在这一领域表现出了一定的紧迫感,并成立了一个人工智能工作组,探索人工智能可以增强常规能力的各种领域。在 2018 年 4 月的钦奈防务博览会上,印度总理纳伦德拉-莫迪(Narendra Modi)表示: "人工智能和机器人等新兴技术或许将成为未来任何国防力量防御和进攻能力的最重要决定因素。印度凭借其在信息技术领域的领先地位,将努力利用这种技术倾斜来发挥自身优势。"[91] 一位印度政府官员在接受一家印度报纸采访时补充了这一观点。他说:"世界正在走向人工智能驱动的战争。印度也在采取必要措施,让我们的武装部队做好准备,因为人工智能有可能对国家安全产生变革性影响。政府已经成立了人工智能工作组,为其准备路线图。"[92] 在过去的一年里,印度政府为基于人工智能的研究拨出了一些专款,但无人海军舰艇和系统的具体研发领域并未得到任何优先考虑。[93] 比较乐观的是,一些印度大学和研究机构已经开发出了可交由海军使用的无人潜水器,最近印度首个以人工智能为重点的研究所也在孟买开业。

迄今为止,印度海军尚未考虑在自主系统时代修改其作战规程。然而,随着智能系统在海上安全领域的普及,新德里的海军战略家们有必要合理安排行动,以对抗敌对的无人系统。正如 ORF 研究员普山-达斯(Pushan Das)所提到的,"要提高有限反潜资产的作战效能和灵活性,就必须采用不断发展的条令和具体的作战概念,使有人和无人资产能够协同作战。 "[96]他补充说,"将有人和无人资产结合起来,将为印度战舰在高威胁环境下提供高度的战术灵活性,降低船员的风险,并使目标瞄准更快、更精确。"[97]从根本上说,印度海军可以部署具有自主能力的海军车辆执行多种任务,从舰队保护行动到反潜战任务,再到沿岸水域侦察。对于印度海军为印度洋地区(IOR)提供安全保障的主要任务来说,自主系统(包括致命和非致命系统)的应用是巨大的。

印度海军在开发自动潜航器并将其纳入舰队方面远远落后,目前需要将重点放在简易反制措施上。印度海军需要独立于国防研究与发展组织(DRDO),在这一领域开展自己的研发工作,并为此招募懂技术的人员。印度国防机构需要在 "与私营和公共部门合作,促进本土智能技术的发展"[99] 方面表现出一定的紧迫性。印度充分利用了信息技术(IT)时代带来的好处,并向世界各国提供了经过 IT 训练的熟练专业人员。印度需要以同样的活力和魄力开发其庞大的人力资源,将他们的技能导向熟练掌握人工智能相关应用。与大多数开发人工智能相关军事技术的国家一样,私营部门的研发工作已自动扩散到国防工业。

结论

本文旨在研究人工智能在海军行动中的适用性,并对自主海军任务的不同层面进行了多方面的研究。关键问题仍然是,在商业商船数量不断增加导致海洋环境日益拥挤的情况下,这些基于人工智能的系统能否为海洋公域提供安全保障并保护中立商业。因此,在未来,自主系统最重要的要素将是其同时区分多艘船只和维护商船声学特征数据库的能力。这需要商业航运公司的合作,以及对深度学习算法的严格测试,以验证这些自主系统的模式识别过程。虽然自主舰艇可以执行各种海军任务,但需要在其系统中预设遵守国际海事法和公约的程序,以避免其闯入划定的专属经济区。最重要的是,长期执行闲逛任务的自动舰艇需要使用可持续能源,以确保其任务不会对海洋环境造成任何损害。正如一份报告所提到的,二者之间的矛盾在于,对这些船只的开发进行监管时,"对双重用途技术的控制不会阻碍有关自主性民用应用的科学研究,从而也不会阻碍经济发展"。

随着人类发展的每一个时代,海军行动都在发生变化,随着以网络为中心的战争新时代的到来,海军规划者将相应地需要考虑到所有的可能性。基于人工智能的系统提供了超越人类可能的机会,为海上安全任务注入了新的热情。然而,这些技术只有在不对称的情况下才能在战场上获得技术优势。海军作战人员、规划人员和战略人员需要认真思考这条自动化之路将把他们带向何方。虽然否定人工智能系统的发展是在冒险,从长远来看可能会付出高昂的代价,但从目前的情况来看,更上一层楼就会出现两支都由人工智能系统指挥的海军对峙的局面。在这种决策-行动周期完全崩溃的超战争场景中,海军任务与海战之间的界限可能会变得模糊不清。

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。
《利用人工智能预测飞机发动机故障》
专知会员服务
23+阅读 · 7月8日
《互联战场:军事物联网正在兴起》
专知会员服务
50+阅读 · 2023年12月19日
《武器系统中的人工智能》2023最新100页报告
专知会员服务
127+阅读 · 2023年12月13日
《机器学习及其在美海军陆战队行动中的应用》34页论文
《美陆军:将人工智能融入团队认知》47页报告
专知会员服务
92+阅读 · 2023年10月26日
释放战略潜能: 电子战中的人工智能
专知会员服务
83+阅读 · 2023年10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
《综述:数字孪生在攻击性军事网络战中的应用》
专知会员服务
88+阅读 · 2023年3月12日
深度学习人体姿态估计算法综述
AI前线
22+阅读 · 2019年5月19日
人工智能的现状与未来(附PPT)
人工智能学家
74+阅读 · 2019年3月27日
机器学习必备手册
机器学习研究会
18+阅读 · 2017年10月24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
2+阅读 · 2015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
33+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
6+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
28+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
14+阅读 · 2013年12月31日
Arxiv
145+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
362+阅读 · 2023年3月31日
Arxiv
128+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《利用人工智能预测飞机发动机故障》
专知会员服务
23+阅读 · 7月8日
《互联战场:军事物联网正在兴起》
专知会员服务
50+阅读 · 2023年12月19日
《武器系统中的人工智能》2023最新100页报告
专知会员服务
127+阅读 · 2023年12月13日
《机器学习及其在美海军陆战队行动中的应用》34页论文
《美陆军:将人工智能融入团队认知》47页报告
专知会员服务
92+阅读 · 2023年10月26日
释放战略潜能: 电子战中的人工智能
专知会员服务
83+阅读 · 2023年10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
《综述:数字孪生在攻击性军事网络战中的应用》
专知会员服务
88+阅读 · 2023年3月12日
相关基金
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
2+阅读 · 2015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
33+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
6+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
28+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
14+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员