由于没有足够快地开发和部署人工智能(AI),美国在常规战斗中面临被超越的风险。对手,特别是中国,正在拥抱人工智能,并试图利用所认为的美国弱点。中国计划到2030年成为人工智能的世界领导者,并继续在其民用和军用部门大量投资于人工智能能力。使用致命性自主武器(LAWS)是不可避免的,并正在所有领域发展这种能力。人工智能是一种力量倍增器,但美国对在战斗中使用致命性自主武器感到不安。中国和美国对未来的人工智能应用有着截然不同的战略。为了使美国军队既能最大限度地发挥人工智能的全部潜力,又能维护国际法治,在未来的大规模冲突中,人-智能体(H-A)编队合作是必不可少的。

为什么需要人类-智能体编队?

虽然人工智能是一种力量倍增器,但美国的政策制定者和军事指挥官目前对在未来的战斗中使用致命性自主武器系统感到忧虑。如果一个或多个对手对美国或其盟国部署致命性自主武器系统,这一政策可能会引起争论。解决这个问题的一个潜在办法是将人工智能与人类对应方组合起来。人-智能体(H-A)团队是一个网络,其中智能系统(智能体)和人在一个小组内有效合作,通过加强彼此的强项和预测彼此的弱点来创造协同效应。团队合作的特点和属性因模型而异,但贯穿始终的一个概念是相互依赖的重要性。H-A团队合作取决于人与人工智能系统之间的这种相互依存关系,才能取得成功。

DeepMind之前提到的AlphaGo是一个完美的例子,说明如何有效地将人工智能与人类同行配对。2017年,也就是AlphaGo第二次击败围棋世界冠军的那一年,两名人类专业人士与人工智能系统结成了伙伴。在 "配对围棋 "中,人类和AlphaGo交替下棋,每个人都必须学习和适应他们的队友正在下的棋。这种耦合使人类能够从他们的人工智能对手那里学习,成为更好的棋手。与AlphaGo配对的中国围棋大师连笑解释说:"AlphaGo非常自信,他也给了我信心。他帮助我相信我应该掌好舵"。虽然人类在AlphaGo手中的失败让一些人感到失望,但这实际上是一种变相的祝福。H-A组队有可能增强,甚至可能改善人类目前的能力。

本文将试图回答美军将如何利用人工智能和H-A团队合作,为未来10到20年的大规模战斗做准备。为了使美国军队既能最大限度地发挥人工智能的潜力,又能维护国际法治,H-A团队合作在未来的冲突中是必不可少的。通过理论、历史、条令、已完成的研究项目和潜在的未来情景,这项研究将有助于回答人工智能在美国军事行动中的未来是什么样子。证据将集中在利用自主武器系统(AWS)和人工智能的积极和消极方面。

本文还将探讨H-A组队的能力,以及当两者结合在一起时,性能是否会提高。研究结果将解决 "终结者难题 "的可能性,特别是在自主机器提供明显优势的情况下是否使用它们。虽然这个话题相对较新,但有许多关于人工智能研究和在美国军队中使用的书籍、期刊文章和新闻报道。研究将扩展这一主题,并提出在未来战场上人工智能和人类合作的方式。人工智能有可能引领下一次军事事务的革命(RMA);然而,除非人工智能成为人类有效团队的一部分,否则美国无法在大规模战斗中充分发挥其潜力。

成为VIP会员查看完整内容
165

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。
《战争算法的法律评论》48页报告,美海军战争学院
专知会员服务
30+阅读 · 2023年1月15日
《多域作战中的风险感知》美国陆军55页报告
专知会员服务
90+阅读 · 2022年10月13日
国家自然科学基金
252+阅读 · 2017年12月31日
国家自然科学基金
89+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
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
38+阅读 · 2012年12月31日
国家自然科学基金
8+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年2月26日
Arxiv
0+阅读 · 2023年2月24日
Arxiv
0+阅读 · 2023年2月23日
Arxiv
12+阅读 · 2021年5月3日
已删除
Arxiv
31+阅读 · 2020年3月23日
VIP会员
相关VIP内容
《战争算法的法律评论》48页报告,美海军战争学院
专知会员服务
30+阅读 · 2023年1月15日
《多域作战中的风险感知》美国陆军55页报告
专知会员服务
90+阅读 · 2022年10月13日
相关资讯
相关基金
国家自然科学基金
252+阅读 · 2017年12月31日
国家自然科学基金
89+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
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
38+阅读 · 2012年12月31日
国家自然科学基金
8+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2023年2月26日
Arxiv
0+阅读 · 2023年2月24日
Arxiv
0+阅读 · 2023年2月23日
Arxiv
12+阅读 · 2021年5月3日
已删除
Arxiv
31+阅读 · 2020年3月23日
微信扫码咨询专知VIP会员