ChatGPT的横空出世为社会生活各领域带来了颠覆性变革，引起了学术界和工业界的广泛关注。随着武器装备和战争形态的不断演变，智能化已经成为现代军事发展的必然趋势，军事领域对GPT等大型语言模型的需求日益迫切。本文首先简要介绍GPT技术的背景和发展历程，然后从训练语料库、语言模型架构以及训练方法等多个方面深入探讨其技术原理和实现方式；在此基础上，进一步分析GPT技术军事化应用的可行性，重点探讨其潜在应用领域，并提供一个典型实例；同时，分析GPT技术存在的问题和不足，以及其军事化应用所面临的挑战，并给出相应的应对措施建议。综合分析表明，GPT为军事应用智能化提供了良好的技术路径，本文为GPT技术在军事领域的未来发展提供了参考。
引言
美国人工智能公司OpenAI于2023年3月14日发布了其最新的大型语言模型GPT-4，这是自ChatGPT推出四个月以来其发布的第二个强大的聊天机器人工具[1]。OpenAI的ChatGPT能以交互式人机对话的形式提供多种服务，包括文本生成与摘要、文本挖掘与分析、语义搜索与问答、机器翻译以及计算机代码生成等。在提供服务的过程中，Chat-GPT能深入理解人类的指令意图，并在与人类进行连续对话时保持对话主题与上下文的一致性。即使出现偏离主题的情况，ChatGPT也能够根据人类的反馈智能地进行修正。自2022年底推出以来，ChatGPT就以其出色的表现和广泛的应用而备受人们关注，短短5天时间用户量即突破100万，2个月内超过了1亿[2]。升级后的GPT-4版本更是有了长足的进步，可接受更长的输入并输出更长的文本，支持图像等多模态数据，具有更快的响应速度、更高的准确率，并在上下文理解、思维链推理等自然语言处理任务上具有更强大的能力。ChatGPT和GPT-4背后的生成式预训练变换模型（Generative Pre-trained Transformer，GPT）技术是一种基于深度神经网络的大型语言模型（Large Language Model，LLM）技术，它采用基于Transformer的模型结构，在大规模文本数据集上通过预训练得到强大的语言模型[3]。作为当前自然语言处理领域最为流行的技术，GPT已广泛应用于教育、娱乐、新闻、制造、科技以及艺术等民用领域。随着现代战争向信息化战争的加速演变，军事领域的智能化发展已势在必行，国防领域对GPT等相关技术的需求日益增长[4]。GPT技术具有广泛的军事应用前景，可为军事决策、智能化武器和情报分析等领域提供重要支持。例如，利用GPT技术可以开发出更加智能的军事情报分析系统，帮助军队更好地获取和利用情报信息；此外，GPT技术还可以用于开发智能对话系统，实现自然语言交互，提高军队指挥员的指挥效率。在此背景下，研究GPT技术原理及其潜在军事应用，对于推动我国军事科技创新具有重要意义。本文将首先简要介绍GPT技术的背景，简述其在自然语言处理领域的发展历程和大体现状；接下来，为了更好地理解GPT的技术原理和实现方式，将从训练语料库、语言模型框架结构以及预训练与微调方法等多方面对其进行深入探讨；在此基础上，进一步分析GPT技术军事化应用的可行性，重点讨论其潜在的军事应用领域，并给出一个典型的应用实例。同时，还将分析与探讨GPT技术存在的问题与不足，以及其军事化应用面临的挑战，并给出相应的应对措施建议，为军事智能化研究和应用提供参考。
GPT技术原理
截至本文完稿，OpenAI尚未完全公开其最新的ChatGPT和GPT-4模型相关的技术。本文收集并梳理了现有的科技文献和开源信息，围绕着ChatGPT模型，尝试对GPT技术原理及其实现手段进行分析。GPT技术体系庞杂，囊括了很多内容，涉及到训练语料数据、模型架构与预训练，以及微调训练流程等。
GPT 军事化应用前景分析
鉴于上述 GPT 技术的先进性，ChatGPT 等模型展现出强大的能力，目前已被广泛应用于教育、娱乐、新闻、制造、科技和艺术等多个领域，并蕴藏着无穷的潜力。恩格斯曾说：“一旦技术上的进步可以用于军事目的并且已经用于军事目的，它们便立刻几乎强制地，而且往往是违反指挥官的意志而引起作战方式上的改变甚至变革。”毋庸置疑，作为人工智能前沿的 GPT 技术也必然会应用于军事领域，为未来战争带来颠覆性影响。
近年来，外军持续推进军事智能化，将人工智能、大数据、机器学习等颠覆性技术引入作战体系，以期形成技术代差优势。2014 年后，随着美国国防战略的转型，智能语言处理技术被列入国防部第三次抵消战略的重点发展方向；同时，自然语言处理技术成为美军联合全域指挥控制概念中重点研发的技术。2023 年 1 月，美国防信息系统局将以 ChatGPT 为代表的“生成式 AI” 技术列入技术观察清单。2023 年 2 月 8 日，SYSTEL 网站发布文章《ChatGPT 在军用人工智能中应用的可能性探讨》，讨论了 ChatGPT 在实时战场翻译、快速准确的威胁评估、任务规划和执行、通信和协调、战术决策支持、高效物流管理、提升态势感知等方面的支持作用。
2023 年 2 月 27 日，英国知名开放学术出版平台网站 QEIOS 发表文章称，通过与人对话，ChatGPT 给出了它能够发挥作用的 34 种潜在军事应用场景。
由此可见，作为通往通用人工智能的基石，GPT 技术将在国防工业的各个层面发挥积极作用，为军事应用赋能，并有可能彻底改变未来战争的模式。
下面着重探讨一下 GPT 技术在军事方面的具体潜在应用领域。
首先，GPT 技术具有强大的语义理解和文本生成能力，在认知作战领域具有先天的优势。以 ChatGPT 为代表的生成式人工智能可以生成针对特定目标国家的政治、经济和文化主题的文章或言论，也可以通过创建虚假的社交媒体账号，生成鼓动性的社交媒体评论和帖子，来影响目标国家的公众舆论、公众意识和政治局势，并破坏目标国家的政治稳定和国际形象。这些非接触式手段通过影响对方的思想、信念、态度和意图等认知因素，来达到不战而屈人之兵的目的。
其次，GPT 技术能够高效地处理海量的军事信息，提高多源情报分析和辅助计算决策能力，缩短传统的“观察 - 判断 - 决策 - 行动”作战周期，从而显著提升指挥员的决策质量和决策效率。比如，GPT 通过快速收集和分析源自各渠道的大量情报数据，为指挥人员提供敌人的位置、行动等的实时状况，并快速准确地给出威胁评估。ChatGPT 还具有理解、响应和与人互动的能力，可以实时生成逼真的场景，模拟实体之间的对话，从而显著提高军事情报处理效率，提升跨域协同能力。同时，GPT 技术能够实时响应战场上分队或单兵的交互信息，分析和掌握最新的战场态势，从而缩短军事决策所需时间，极大提升作战效率。最终，GPT 技术能够准确理解指挥官提出的作战意图和需求，整合多源情报数据分析和辅助决策计算结果，检索生成参考行动方案，并解决高端战争背景下难以快速、合理配置庞大作战资源的问题。
再者，GPT 技术具有代码生成能力，可以根据用户的语言描述高效、自主地编写计算机代码。这项技术有望有效解决军用软件更新速度慢的问题，并实现随时随地的软件升级，从而进一步加快新型作战能力的生成，满足紧急作战需求。由于网络战具有实时性、基础支撑性、高效费比、全时段等特点，它已成为现代战争不可或缺的重要作战形式。GPT 的代码生成能力可以使设计、编写和执行攻防代码更为高效和便捷。攻击者可以利用 ChatGPT 构建机器人和网站来诱骗对方的信息，并进行有针对性的情报窃取和网络钓鱼活动；而防御者则可以更快地发现自身系统的潜在漏洞，加固信息系统安全防线，以此保护其机密信息和战斗力。
此外，GPT 技术具有文本处理和命题写作能力，能够帮助用户阅读和撰写各种文件，提高部队文职的办公效率。一方面，它可以为办公人员提供实时翻译服务，消除语言障碍，使理解外文军事文献或文件更加顺畅自然，促进多国联合作战部队之间的沟通。另一方面，GPT 还可以根据用户需求自行查阅并理解相关通知、规定等文件的精神，撰写批件、报文等内部管理文档，启发用户思路并避免遗漏重要内容，提高规划制定、规章修订、文稿撰写、语句润色等工作的效率。2023 年 2 月初美国中央集团军就成功使用 ChatGPT 撰写了一篇题为“关于成立新的反无人机特遣部队”的咨询报告。
另外，GPT 也可以扮演一个超级调度师的角色，实时感知和掌控物流态势，快速应对物流供应链路中出现的各类问题，并合理调配人员、物资和装备。GPT 还可以集成到无人作战平台和后装保障系统中，实现各类平台的有机融合。
目前，一些发达国家已经着手在军事领域探索 GPT 等大型语言模型技术的落地应用。2023 年 6 月初，Palantir Technologies 公司与美国特种作战司令部签订了一份总金额高达 4.63 亿美元的合同。该合同旨在利用类似于 GPT-4 的大型语言模型来解析美国防领域产生的海量数据，以减轻美军官兵的认知负担并辅助制定军事决策，以确保他们在下一阶段的军事竞争中保持优势。整合 GPT 等大型语言模型技术，Palantir 推出了人工智能平台（Artificial Intelligence Platform，AIP）。在 AIP 的一个典型军事应用场景中，一名负责监测东欧地区活动的侦察员收到了一条告警消息，消息称在离友军 30 公里的一片田野上有士兵和装备正在集结。该侦察员立即做出反应，并与 AIP 平台展开了有关该区域态势的对话。通过利用大型语言模型技术，AIP 能够快速回答侦察员提出的相关问题，并响应侦察员下达的指令。通过人机对话，AIP 首先辅助侦察员快速获取关于敌方部队的情报，派遣无人机对敌区进行侦察，获取给定分辨率下该地区的实时图像，并对侦察获得的敌方人员和装备情况进行分析；在此基础上，AIP 随后制定了多种打击敌方装备的行动方案，以供指挥员审查和选择；接下来，AIP 提供了该地区的地形信息、附近友军战队的分布情况以及各队的兵员、武器情况，统筹调配最适合的战队和装备参与行动；同时，自动识别敌方通信节点，并为每个已验证的高优先级通信目标分配干扰设备；最终，AIP 为指挥官总结上述信息，提交所选行动方案的操作计划并执行。AIP 平台是目前已知的 GPT 类技术在军事领域为数不多的应用尝试之一，它标志着上述 GPT 技术的潜在军事应用正逐渐变为现实。
GPT军事化应用的问题与对策
基于大型语言模型的GPT技术的军事化应用是一把双刃剑。它可以在很大程度上提升物理空间、信息空间和认知空间的作战效能，增强情报侦察与分析、指挥决策与控制等领域的保障能力，但也面临着一系列的挑战、安全风险和伦理问题。
问题1：数据匮乏和安全性GPT模型的能力在很大程度上取决于训练所使用的大量数据，针对军事应用，则需要用于微调的实战数据。然而，当前军事数据方面存在以下两个问题：（1）目前国防部门缺少现代化战争的实战经验，很多作战经验仅存在于纸面；（2）国防领域往往更加注重数据安全，数据一般由不同单位、不同部门分段掌握。此二者造成了关键专业数据的匮乏，并最终导致语言模型难以有效支撑特定军事任务。针对这一问题，一方面应提高实兵演训数字化水平，积累各种作战场景的演练数据；另一方面应建立一个数据集成和共享平台，将不同部门的数据整合到一个平台中，并引入数据来源与可信度验证机制、数据访问审计与数据监控机制、基于角色的访问控制机制以及数据加密与权限分级机制，来管理用户或大模型对数据的使用，确保其满足安全、合规和可靠的要求。
问题2：模型解释性和不确定性GPT模型是一种基于深度神经网络的高度复杂的非线性系统，其可解释性差，就像是一个黑盒子，人们难以准确理解其内部的运作机制。由于输入和输出之间的关系复杂，GPT模型的预测结果往往存在一定的随机性和不确定性；并且，受限于训练数据的种类和质量，GPT模型可能存在数据偏见、泛化能力差等局限性，进而可能会导致数据攻击、决策失误、隐私泄露等风险。针对上述问题，需着力从以下两个方面采取措施来应对：（1）应研究适当的方法来解释模型的内部机制和生成过程，以帮助人们更好地理解模型的行为和预测结果；（2）应尽量采用多样化的数据来训练或微调模型，并通过数据预处理手段保证数据质量，以提高模型的泛化能力和性能。
问题3：模型输出的可信度和准确性当GPT模型接收到一个问题或任务时，会尝试从其所学过的数据中找到最相关的信息来回答问题或完成任务。即使模型没有学习到足够的相关信息，也会尝试从其所学过的数据中生成一个近似的输出。因此，GPT生成的答案可能不是真实或准确的，这导致它有时会“一本正经地胡说八道”。正如ChatGPT官方网站上的提示所述：“ChatGPT可能会产生关于人员、地点或事实的不准确信息”。作为一个聊天机器人，这个表现尚可勉强接受，但在军事应用场景中确保结果持续正确非常重要。此外，战场环境复杂多变，在对抗环境下很难及时、全面掌握战场态势，易因部分传感器故障而导致关键信息缺失，进而引发错误的决策。如果GPT输出的结果无法获得用户的信任，就无法在军事信息系统中应用。为应对上述问题，可以从以下三方面入手：（1）利用多个不同的GPT模型进行集成式的决策输出，提高决策的准确性和鲁棒性；（2）利用知识图谱等语义网络技术对GPT输出的结果进行关联分析和推理，提高结果的可信度和有效性；（3）为GPT生成的内容配备人工审核机制，由专业审查员对模型输出进行正确性验证。
此外，尽管GPT技术可以帮助创造公平的军备竞争环境，例如通过消除语言障碍让更多国家参与到这一技术浪潮中来，以提高他们的国防实力，但一些拥有GPT关键技术和核心资源的发达国家可能会封锁他们的研究，利用人才、算力和数据优势建立技术壁垒，以加速不平等性的扩大。比如，当前的GPT-4采用闭源模式发布，掌握了大量OpenAI独家用户反馈的数据，能够通过持续迭代来优化模型，但其训练数据集和模型优化技术手段都没有公开。用户难以评估模型内在的偏见或缺陷，即便发现了问题也无法进行纠正，这使GPT-4难以满足客户对安全性的要求。在军用场景下，如果使用非受控的GPT模型，指挥员可能会被其生成的信息中有意或无意的偏见所误导，敏感信息也可能会在与其交互的过程被泄露，造成难以挽回的损失。针对上述问题，各国应提前布局，加大投入，积极研发自主可控的大型GPT语言模型，掌握其核心技术，确保GPT模型带来的风险可控。
在军事场景中，如果将GPT模型部署在云端，将需要巨大的数据通信带宽，并需要确保网络的高度稳定性，同时对数据传输的安全性和实时性有着严格的要求。因此，将GPT模型部署在边缘计算终端将是未来趋势。目前，终端设备的存储空间和计算能力均比较有限，软硬件平台异构不统一，难以满足大模型的部署要求。针对这一问题，可采取以下措施：（1）采用量化技术来降低模型参数的精度，采用剪枝技术从模型中删除不必要的权重和连接，或采用蒸馏技术来训练更小、更有效的模型，通过诸如此类的模型压缩技术减小模型的规模；（2）将大型语言模型划分为可以在不同边缘设备上运行的较小组件，分开进行部署；此外，也可采用混合模型架构，其中体量小、性能高的模型用于边缘设备上敏感信息的推理，而较大的模型则用于在更强大的服务器上开展训练和生成新数据，并构建局域私有云，通过基于身份的认证和专用网络连接使数据通信更加安全和可信。
GPT技术在军事领域的应用，除了技术挑战和安全风险之外，还涉及到一系列伦理问题，需要引起我们的重视和思考。由于GPT技术可以模拟和生成各种信息和情境，一旦被用于不道德或不人道的目的，可能对人类社会产生深远的影响。例如，GPT技术可能被用于开发自主武器系统，这些武器可以在没有人类干预的情况下自主选择和攻击目标，从而导致无法预测的伤亡和破坏；也可能被用于开发针对特定族群或人物的信息攻击和宣传，并导致不必要的中伤和影响。为此，在推进GPT军事化应用的过程中，一方面要明确主宰国防安全的是人类而非AI，人类应该对军事行动的正义性进行判断，并对战争的结果负责，而不应该由AI来承担不属于它的职责；另一方面要继续完善和发展GPT技术，通过诸如RLHF等技术手段来调整GPT预训练模型，使模型的输出更符合人们的期望并更加可控。
结论
ChatGPT一经问世就受到了人们的广泛关注，以其为代表的GPT技术具有强大的语义理解和文本生成能力，能够自然顺畅地与人类对话，给教育、新闻、科技等领域带来了颠覆性影响，同时也在军事领域展现了广阔的应用前景。本文先简单介绍了GPT的技术背景和发展历程，然后从训练语料库、语言模型架构以及预训练与微调方法入手，着重介绍了GPT系列大型语言模型的关键技术。 在此基础上，分析了GPT技术在军事领域的军事化应用的可行性，探讨了其潜在的应用方向和典型案例。接下来，分析与探讨了GPT军事化应用存在的问题和面临的挑战，并就应对措施给出了合理的建议。通过深入研究和讨论，我们可以更好地理解和应对GPT技术在军事领域的应用，充分发挥其优势，并规避潜在的风险，以实现更安全、可控和有益的军事化应用。
GPT技术原理及其潜在军事应用研究
相关内容
微信扫码咨询专知VIP会员