中文版 | 美军新型生成式AI能解析战争但不理解战争

4月10日，美国海军陆战队利用生成式AI（gen-AI）进行实时外国情报分析的太平洋演习，一支2500人规模的远征部队在3艘军舰上测试AI系统，以极速处理数千份外国媒体报道，揭示生成式AI军事应用新领域。

在此次生成式AI军事应用中，美军使用基于韩国、印度、菲律宾与印尼数据训练的大语言模型（LLMs）。舰上军官借助AI系统从数千份外媒新闻、视频与图片中筛选信息，效率远超人工处理。例如，克里斯汀·恩岑豪尔上尉通过翻译与汇总当地新闻评估公众对美军存在的态度，该技术或可称为"生成式AI间谍"。强调："采用传统方法显然耗时得多。"劳登上尉使用同一LLM系统为部队起草每日情报报告。

"我们仍需验证信源，"他指出，"但该系统在动态局势中显著提升效率。"该生成式AI参谋工具由前中情局人员创立的防务科技公司Vannevar Labs开发，五角大楼授予其9900万美元合同以扩展AI军事部署。

该工具利用来自180多国、80种语言的开源数据，通过聊天机器人界面检测威胁并分析观点。

现代战争的生成式AI军事应用

战场信息日益失控，AI监视技术正成为将混乱转化为可理解信息的新型解读者，同时引发对机器学习决策的信任、问责与人类代价的争议。

当代战争产生海量数据——从视频流、无线电传输、社媒帖文、卫星图像到地方新闻——人类分析师已难以及时追踪。

防务领域生成式AI介入，对现代战场进行数字化转译，但这意味着无法识别噪音中的隐藏模式与信号。以Vannevar Labs的产品为例，其不仅收集信息，还尝试解读：翻译语言、检测威胁、测量民意、为决策者提供即时分析。在此过程中，AI不仅整理信息，更在"阅读"战场。

这种转变亦带来新难度。当机器推断某篇外媒报道传递敌意或和平信号时，它接管了传统依赖人类判断的职能。此转变影响深远——若模型误判意图或语气，可能导致错误军事决策、局势升级或威胁误判。

与人类不同，生成式AI军事应用无法自我辩解。其"判断"基于数百万个无法简单解释的变量与数据。核心困境在于：在战争混沌中，能否信任机器定义的"清晰"？若出现错误，责任由谁承担？

在追求数据高速处理的竞赛中，存在用AI防御系统速度取代思考、以效率置换共情的风险，批判性思维或遭削弱。

参考来源：insidetelecom