War, War never changes。這是角色扮演類游戲《輻射》系列中一句著名臺詞,“戰爭,戰爭永遠不會改變。”
自人類誕生以來,我們就在以最大的熱情追尋著最高效地摧毀其他人類的手段。恩格斯有一句讖語:“一旦技術上的進步可以用于軍事目的并且已經用于軍事目的,它們便立刻幾乎強制地,而且往往是違反指揮官的意志地引起作戰方式上的改變甚至變革。”
而AI作為這個時代最重要的科技突破之一,當然也逃不出這個魔咒。
時至今日,距離ChatGPT引發的AI大討論已經過去兩個多月,熱情褪去之后,無數AI應用正在世界各地悄然萌芽,而AI改變世界的進程才剛剛開始。接下來一段時間我將會用4到5期的篇幅,講述AI在幾個重要領域的應用,這期就先讓我們來聊軍事領域。
AI是一種瞎眼可見的軍民兩用技術。
AI的早期研制和發展與因特網、機器人、計算機極其類似,就是一種由軍方墊付前期發展成本然后開花結果的技術。而現在,如果人們談論AI的時候僅僅只關注它的民用用途,而忽視掉它的軍事潛能,那就是在空談。
作為人類歷史上最高效的組織結構之一,軍隊在如何最高效殺人方面的研究從未間斷。而AI的出現,為軍隊作戰即時戰略化和第一人稱射擊化做出了關鍵貢獻。
毫不夸張地說,AI已經進入了軍事領域而且深刻地改變著我們的軍事發展軌跡,未來也將改變我們戰爭的邏輯以及延續自19世紀以來的總動員模式。畢竟AI可以為軍隊從大腦到四肢的所有結構賦能,而且甚至還能給軍事政變加加速。
有人可能會問了,AI操控機器人戰士可以理解,軍事政變這事該這從何說起呢?
我們就從今年爆火的AI大模型說起。
2022年下半年以來,投資圈和科技圈最津津樂道的就是AI大模型的商業化突破。
從2022年10月以來,基于大模型的生成式AI在短時間內上市了從文字到圖片、文字到視頻和人與AI聊天等多種功能,迅速在多個領域實現了商用化突破。
一時間用AI訓練對話聊天、制作視頻圖片、搜索消息等等技術,都進入了一個新的次元。但是在這一片祥和的背景之下,新時代的互聯網戰爭模式已經發生了顛覆性的變化。
2023年3月,特朗普即將被逮捕的新聞刷爆了全球社交網絡,而與此同時一系列圖片吸引了全球人民的注意力。那是一幅幅特朗普被捕和特朗普在監獄的圖片。里面的特朗普狼狽不堪,早日沒有了往日睥睨天下的氣質。
之后,真相浮出水面,這是當時美國民主黨支持者通過AI生成的特朗普被捕圖,主要就是想嘲諷共和黨尤其是特朗普的支持者。
很快啊,我是說很快,來自特朗普的支持者的反擊就來了。同樣利用AI生成的,比如佩羅西、拜登等的被捕圖,以及特朗普持槍領導著特工們沖鋒的圖片也在網絡上爆火了起來。
之后隨便遇到點什么事,都會有類似的爆火的照片。比如我龍哥訪華的時候,就會有他站在一排中國國旗面前宣誓發言的照片。
這就有朋友要問了,整個小打小鬧和軍事有什么關系啊,不就是高級版水軍刷屏嘛。
但是事實上,這種東西是可以決定一個國家生死的,因為它可以用極低的成本進行認知作戰。
這里我們舉一個小小的例子。2016年7月15日晚,土耳其發生了一件小小的事件。一小撮部隊發動了針對埃爾多安的軍事政變。他們在對軍隊指揮中樞發動攻擊之后,很快就控制了位于首都安卡拉的土耳其廣播電視協會(TRT)電視臺,女主播蒂珍·卡拉斯向電視觀眾口播了一份政變軍人起草的聲明。一個自稱“祖國和平委員會”的軍人團體在聲明中宣稱,軍隊已經接管政權,全國范圍實行宵禁并實施軍事管制法。
但是很幸運,埃爾多安事先通過普京知道了這一個消息,在第一時間躲過了一劫。然后他干了什么呢?不是馬上打電話去陸軍總部或者去找美國人要說法,而是開始了直播。
7月16日零時24分,埃爾多安開始通過蘋果手機上的視頻聊天軟件FaceTime開始接受美國有線電視新聞網土耳其語頻道采訪。他對著手機攝像頭發表講話,號召民眾走上街頭,抗議政變,“給予他們(叛變軍人)答案”。埃爾多安同時還在“推特”上發言,呼吁民眾到機場和公共廣場上去,“奪回民主的所有權和國家主權”。
這時候,對于政變軍人來說,已經大勢已去了。
因為無論是樸卡卡被殺還是烏克蘭顏色革命等等政變歷史經驗都證明了一個事情。那就是政變的關鍵不在于領導究竟怎么樣了,而在于多數人在短時間內形成一個政變已經成功的共識,而這個共識可以跟政變的實際動作毫無關系。
于是靠著在社交媒體上發視頻然后動員支持他自己的人民上街,埃爾多安成功扛住了那一次政變,然后對反對他的人開展了一波大清洗。
但是,我是說但是,如果當時政變部隊有大模型支持下的fake news,他們可能會怎么做呢?
埃爾多安翻盤的核心操作就是在網絡上的直播和社交媒體的視頻,動員支持者走上街頭。而這些東西現在的大模型AI是可以偽造的。
這樣,政變一方可以先利用大語言模型支持的機器人直接在社交媒體上刷評論,說反對埃爾多安的話。然后制作假照片和假視頻說埃爾多安已經被抓住了,大勢已去。這樣既可以對沖埃爾多安的社交媒體的視頻,還能動員反埃爾多安的觀眾以及還在觀望的部隊全部加入政變的序列。
這樣埃爾多安即使最后沒被抓住,也可以被“吹死”了。畢竟對于政變來說,核心就是在對面還沒反應過來的時候把控住中央權力,尤其是軍隊的全面支持。只要做到了,那政變就成了大半。
更進一步,這樣的技術同樣意味著,有心人可以低成本的使用腳本,利用互聯網定點進行fake news信息投喂乃至推動小成本地動員顏色革命。一般人還真不好判斷是真是假。(畢竟很多人甚至分不清實際拍攝視頻和游戲畫面)
于是認知作戰作為一種超限戰模式,正在逐步突破二次元虛擬世界的藩籬。將網絡水軍升級為chatgpt水軍,可以自動化低成本地實現從感官上就蒙蔽國民獲得正確信息的途徑,通過信息源頭的污染,更加高效的去影響世界的認知。
而這僅僅是AI最低成本的一種軍事應用。
如果把作戰比喻成強壯有力的人有計劃的打架,那么AI會在國家軍隊這具身體的幾乎每一個部分都進行顛覆性的賦能。
有句老話講,天下武功唯快不破。自古以來,如果你在打架中反應速度比對手快的話,那你就有很大概率可以贏。
打仗也是一樣,所謂軍神就是能料敵先機,趕在別人反應過來之前做好準備然后打完之后再到下一場戰役中又先一步做好準備。
而正如人打架時候的反應是分為你身體感知對手的動作以及腦子做出回應兩部分一樣,AI對于軍隊反應速度的貢獻也已經體現在軍隊的情報搜集和加快指揮控制反應上了。
首先就是讓你找到對手在哪,然后打他。玩過第一人稱射擊游戲的朋友們對于鎖頭、自瞄之類的外掛應該很反感吧。但回過頭來到了現實中,你不但會發現你家紅外監視器現在可以利用AI把不同的人用方框框出來,智能汽車能將周圍路過的人、汽車等識別出來進行威脅判讀。
沒錯這些技能很多都是在原有軍用技術的基礎上下放下來的。
早在幾十年前,軍隊就在考慮怎么弄才能做到在人沒有發現的前提下機器自動發現敵人并進行威脅判別。
于是在作戰需求的牽引下,軍隊在最近這20多年里,鋪開了對于AI的發展。將AI與先進光電傳感器,混合使用可見光、紅外線等探測通道搭配,使得無人機等平臺廣泛擁有了對人、車、坦克和其他物品進行本地識別和區分的能力。
在相關功能的基礎上,AI可以通過設置一些條件進行基礎的威脅分析。一旦被識別為威脅同時操作員確認開火,那無人機之類的武器平臺就會自動瞄準、發射導彈把你帶走。實現萬里之外取項上首級如探囊取物,在戰場中實現真正意義上的自瞄鎖頭掛。
這樣AI就可以替代人執行監視偵察和打擊流程中大部分的功能, 把人更多的時間解放到更需要人參與的工作中。
當然這些AI已經部分民用化了,那自然是小兒科,真正的能解決大問題的技術有很多,比如AI衛星找航母、跟蹤飛機。
自二戰以來,反航母作戰中最難的一部分始終是找航母。
有人可能要問,這船幾百米長,幾十米寬難道還不好找嗎?
還真是!我不知道各位看圖的能力怎么樣啊,但是從衛星看茫茫大海中的一艘船感覺是這樣的。在沒有AI的時代,讀圖只有靠人。但是用人找航母何其難啊,哪怕是0延時地把那塊海域的照片傳到了后方。參謀們看完那十多萬平方公里的照片,從疑似目標中分辨出航母,大概也要至少幾個小時乃至一天以上。
而一般航母都能以30節(每小時54km)的速度在海上狂飆。你即使拍到了它,只要你5個小時內沒有發現你拍到了那艘船,你就要在半徑270km的圓里重新找它;如果你8小時后才發現那艘船,整個圓的半徑將會是432km。
為了解決這個問題,蘇聯人用盡了辦法。他們不光派船、派飛機接力跟著航母跑,還試圖用“神話”衛星系統使用雷達加無線電探測的方式來跟蹤監視航母。但是這種方法遇到嚴格遵守無線電紀律的艦隊那就可能會抓瞎。
那么解決方法呢?當然是AI啦。畢竟人怎么可能讀完那么多圖呢?
2022年5月,《南華早報》報道了一則消息。在2021年6月7日,美國“杜魯門”號航空母艦在紐約長島海岸附近的海峽過境演習時,一顆應用最新人工智能技術研制的中國遙感衛星對其進行了實時探測和跟蹤。
在2022年4月,航天東方紅衛星有限公司的科學家楊芳和其他科研人員在國內期刊《航天器工程》上發表了一篇論文:《遙感衛星在軌圖像智能處理設計與驗證》。
在論文中,新型的AI遙感衛星有三種核心技術:星載深度學習加速技術、實時云檢測技術、多層級在軌重構技術。
其中基于星載神經網絡加速技術,衛星的“單幅圖像推理(檢測)運算量較原始模型降低約33倍,網絡參數從200Mb左右減少至1Mb以內。對原始圖像分為標準子塊后處理,在星載嵌入式平臺上可達200幀/秒。”
有人能做到這么快嗎?沒有吧。
而且作為一種軍用目的很強的衛星,其對于目標照相、識別等進行本地化處理都是在衛星體內完成的,地面數據庫只是作為輔助數據庫而存在。我估計地面數據庫的主要作用不是直接參與讀圖,而是給天上的衛星判讀結果來進行強化學習打分的。
而在更早的時候,我國就已經先后公布了,衛星跟蹤識別客機、乃至戰斗機在內的多種飛行器的視頻。這意味著在戰前,只要有足夠多的衛星進行連續覆蓋,我們可以對美國的航母全球部署進行完整跟蹤。甚至理論上后續隨著技術迭代和更多的衛星上天,不間斷地對美國的每一架飛機進行全球完整跟蹤也不是不可以做到,這樣一來,隱身飛機就會顯得比較搞笑。
這方面我們早在2019年公布了一個計劃,即在2021年完成的首個人工智能星座。該星座計劃由192顆衛星組成。人工智能星座將采用5米、1米、0.5米等多種分辨率的遙感衛星混合布局設計。
可以說隨著這個星座成型,衛星們可以協同對同一目標進行高頻觀測和在軌判斷,然后決定是否回傳。這樣不光我們民用遙感的需求可以得到極大緩解,軍用遙感需求也可以得到很大滿足。
通過智能星座,我們的信息收集就會擁有一只智能復眼,獲得關鍵信息的速度會極大加快。
既然你眼睛已經可以看每秒200幀的圖了,那腦子是不是也要反應快一點呢?當然,除了偵查識別之外,AI也正在改變軍隊的指揮控制體系。
其實在前AI時代,人們就不停地試圖將機器自動化加入軍隊的指揮中,讓整個軍隊的大腦反應更快一些。其中的典型代表就是前蘇聯著名的“空氣”自動化防空指揮系統。
現在進入了AI時代,我國的公開消息是沒多少了,但是美國人公布的計劃那可是不少,尤其是在空中力量發展方面。相信我,在美國人的想象和計劃中,人可以逐步遠離戰場了。
在冷戰后,美國人一直在強調非接觸式戰爭,他們試圖利用自己的信息優勢打出零傷亡戰爭。所以美國在AI快速綜合信息判斷,以及讓無人裝備沖在最危險的區域方面一直走在前列。
在經過30年的硬件發展,現代智能手機的運算能力已經比冷戰時候很多超級計算機還強了。
于是,很多自主作戰的硬件難點已經逐步被攻克。90年代第一代現代意義上的察打一體無人機,捕食者服役。2013年使用飛翼布局的X-47B在航母上實現了自主起降。
在2020年8月,在霍普金斯大學舉行的AlphaDogfight試驗,在模擬器中,AI與經驗豐富的F-16戰斗機駕駛員進行了5次模擬戰,然后以5比0的成績打敗人類駕駛員。
美國也在2010年代的末期確定,美國的六代機NGAD將會是一種有人機搭配無人機的作戰系統,由有人機指揮無人機。
既然硬件升級那么厲害,30年之約已到,有請龍王歸位。是時候讓現代作戰指揮系統向RTS游戲或者很多第一人稱射擊游戲的方向靠攏了。
要做到這一步,AI就是必須的了,畢竟無人機都要靠AI來控制嘛。所以在2018年的時候,美國國防部高級研究計劃局(Darpa),針對未來大國作戰,尤其是空戰戰役構想,推出了著名的馬賽克戰模式。
馬賽克戰的核心就是為了應對中俄對美國進攻力量的反制能力提高,通過AI控制分散化協同控制的有人機和無人機實現對于對手在決策速度上的碾壓。
在具體操作上,美國打算把隱身無人機前出作為傳感器和武器平臺對敵方進行探測和打擊,有人戰斗機在中間擔任協調和信息整合的平臺用AI控制無人機并處理信息,然后再將信息傳遞給后方節點指揮。
后方指揮節點上的AI將整合各個前方節點傳回的信息,然后通過AI把整個戰場拼湊起來,然后再向前傳遞信息給有人機-無人機組成的前面感知打擊小隊,并且做出決策。
這樣AI可以為美軍在攻防兩端提供兩個好處。首先是高價值的指揮機、加油機等可以在后方遠離高風險地區。而執行任務的飛機無人機和有人戰斗機由于有更高的靈活性以及可以在AI的幫助下隨時重新進行戰術小組的解散和重組并且分享和分析信息。讓小隊在獲得相對比較全面信息的基礎上,讓行動變得更加安全,并且隨時能調用合適的打擊平臺進行打擊。
而在防守端,由于敵方只能首先探測到各種奇怪的無人機或者其發射的傳感器。所以很難完整獲得美軍的作戰意圖和部署。而且甚至如果沒有AI幫助處理數據的話,敵方的指揮控制系統很快就可能會因為目標過于分散而超過信息處理能力的上限而宕機,造成一片混亂。
這正是美國人想要的效果,美國人將其稱為決策中心戰,意思就是我通過AI輔助指揮控制體系,通過擾亂對手的判斷和提升自己決策的速度,人最終只需要做出類似打擊與否的關鍵決策就行了,信息處理和大致情況判斷交給AI。從而實現在決策上先對手一步。實現一步快、步步快,做到天下武功唯快不破。
這樣的好思想肯定不會是空戰獨享啊,現在美國國防部現在正在力推的全域聯合指揮與控制(JADC2)就正在推進相關建設。其最終目標是在AI的輔助下,做到分散化部署的平臺和部隊可以在需要的時候,調動任何軍種適合的火力對對手進行打擊;同時整個系統在AI的輔助下,在作戰期間實時重組部隊。
這樣,軍隊將脫離傳統的樹狀指揮層級和人的請示決策過程,而更加扁平化和選擇多樣化,指揮官能夠最大限度地發揮其決策選擇性優勢。
在未來理想狀態下,人作為整個指揮打擊鏈條中最慢的一環,只需要根據實時狀況做出是否開火、以及向哪里開火的決定就行了。而AI就成了整個打擊鏈條無論是協調指揮還是分配任務的核心,就像嘀嘀打車打車一樣。也許未來的現代戰爭就是嘀嘀打人吧。
有了觀察力敏銳的眼睛和反應速度極快的大腦,要確保能打贏架,人就要有更快的反射能力、可以迷惑對手判斷的干擾動作。AI這時候就又可以站出來了:你們說的我全會。
現在我們很多人,一去什么演唱會、球場比賽啊之類的,就會發現,你信號是滿的,但是沒法發消息和照片。這種就是所謂信道擁堵。別以為這種事情只會在民用領域出現,軍用領域經常會因為信號頻譜相互沖突出現所謂的電磁兼容和信息擁堵問題。
所以在信息化戰爭時代,除了升級軍用4G/5G通信系統這種提高信道寬度、拓展可用頻譜寬度的操作之外,更重要的是讓不同的信息平臺按照規定使用不同的頻段。
但是這種嚴格無線電紀律的行為還是會出現問題,原因無他,以前十來號人分一個無線電臺,現在一個人可能有好幾個無線信息交換裝置。太多了,分不過來了。
那怎么辦呢?為此DARPA之前就辦了一個“頻譜協同挑戰賽”Spectrum Collaboration Challenge (SC2),其主要目的就是找到方法讓有限的電磁頻譜波段以及在干擾環境下容納更多的電子設備。
在開賽幾年之后的2019年,AI攪局了。在決賽中, 比賽里面有五支隊伍的AI在對電磁頻譜進行分配后,整個無線電系統傳輸的數據量比當時根據傳統經驗頻譜分配方法傳輸的數據,傳輸量多出200%以上。
這意味著一個網絡在帶寬不變的情況下,引入AI,在戰時甚至可以容納原本3倍以上的電子設備同期進行數據交換。這樣軍隊的神經——通信系統的速度直接原地擴大到之前的三倍,這對于把傳感器武裝到牙齒的各種新型設備來說簡直是救世主,也讓軍隊信息的反應處理上限大大加強。
而迷惑敵人也是AI的老本行啦,除了開頭提到的認知作戰迷惑戰略之外,更加傳統的迷惑對手的方式之一就是電子戰。傳統上電子戰的核心就是通過調制后端的程序來實現對于敵方信號的干擾,而這方面本來就是軟件的AI自然是更加在行了。
早在2016年的時候, Darpa就已經推出了“認知電子戰”概念,整個概念分為兩個部分:自適應雷達對策(ARC)和自適應電子戰行為學習(BLADE)。核心就是使用機器學習算法實時偵測和標記雷達、通信的發射,它可以瞬間學習分析其特點,然后產生一個對策。
在這種情況下,只要硬件水平夠,功率夠, 通過軟件的后端調整和機器學習,它可以針對對方的雷達通信電子戰信號特征,自己短時間內分析生成相應的對應對抗模式。這樣媽媽再也不用擔心數據庫里沒有儲存對應的信號特征以及相對應的對抗模式了。
現在通過AI的操控和硬件的升級,EA-18G和F-35在升級后都有能力用自己機頭的有源相控陣雷達參與對于敵方通信系統的干擾。
但是這些甚至都可以算作是小頭。
從極限思維的角度上來說AI潛在最具有顛覆能力還是在于它有潛力顛覆你的國家獲得資源的關鍵消化系統和社會秩序,同時它也可能重塑一個國家、一支軍隊由人為主體的傳統結構模式。
美國人在近十年以來越來越強調網絡設施的安全性,他們甚至威脅如果有網絡基礎設施被攻擊,美國可能考慮使用核武器。這當然是對核武器本身的一種不尊重以及對于美國自認為的核優勢的濫用。
但是大家有沒有想過為什么?
2006年,伊朗核工廠重啟鈾濃縮,之后沒多久他們就發現很多核同位素離心機一啟動,離心機就超速。由于離心機的工作速度是超音速的,很快就毀掉了上千臺離心機。這直接導致2009年到2010年離心機運行能力下降了 30%。
后面到2010年的時候,根據俄羅斯的相關反病毒實驗室公布,世界才知道,這是美國和以色列根據windows系統在當時的2個漏洞,和西門子控制系統的7個漏洞,針對伊朗廣泛采用的西門子工業控制系統進行的精確打擊。
而植入病毒的方式據說是利用特工把一個U盤插進伊朗核設施局域網下面的一個打印機,我們把他稱為U盤俠。
好家伙,直接一個U盤廢了上千臺離心機。
2021年的時候,美國東海岸最大的燃氣管道運營公司科洛尼爾,遭到了一群黑客的網絡襲擊。5月7日的時候其公司內部電腦網絡,遭到了勒索軟件的襲擊,大量的文件被鎖定或竊取。該公司為此關閉了輸油管道。
而當時美國東海岸45%的燃油天然氣通過他們的管道進行運輸,日均運輸燃油250萬桶。
這事直接導致17個州和華盛頓特區進入緊急狀態。
除了對于上述實體基礎設施的攻擊,對于金融交易所等基礎設施的攻擊也是十分受到關注的。
而這個時候AI來了,它現在可以找漏洞、設計病毒和攻擊了。
眾所周知,現在微軟和open AI都在推進有關AI編程的研究,甚至有些程序設計已經做得比很多程序員都好了。同時很多公司也在尋找、設計、甚至已經使用AI來進行程序漏洞搜集,比如微軟推出的Microsoft 安全風險檢測(Microsoft Security Risk Detection,MSRD)。
至于設計病毒嘛,AI一樣可以代勞,畢竟Chatgpt訓練訓練都已經可以搞這個了。日本共同社網站在4月21日就有報道,專家對ChatGPT進行調查發現,若輸入裝成開發者的指令,ChatGPT就可以生成能用于網絡犯罪的電腦病毒。
這意味著從邏輯上來說,AI自主找到系統風險,然后標注,根據大模型要求自動生成病毒文件,然后進行滲透的邏輯是已經可以跑通了。
而且它還能在AI的幫助下做到升級版。
2018年IBM研究院在計算機安全大會BlackHat上展示了他們制造的惡意軟件:Deep Locker。
這個惡意軟件運用AI通過人臉識別、地理信息、語音識別、全方位數據分析等等方式,有針對性地發作。而在目標出現之前,它只會藏身在普通的軟件之中默默休眠,幾乎沒有一個病毒該有的特征,隱蔽性極強。
所以想象一下,一個可以智能識別環境或者關鍵人物的、使用AI自動搜尋漏洞對工廠、金融系統等聯網基礎設施進行全自動攻擊的量產病毒,似乎已經不是天方夜譚了。
這僅僅是對工業設施,如果把這套邏輯對付人,通過爆發大瘟疫來瓦解對手的社會動員體系呢?
很不幸,AI似乎也能提供幫助。
眾所周知,有一條公理是殺一個人永遠比救一個人簡單。
而現在在醫學界,就少不了輔助設計藥物的AI。比如設計出阿爾法狗的DeepMind公司推出的AlphaFold 2,我相信很多人都聽過這個的大名。
它在2020年11月30日的蛋白質結構預測大賽CASP 14中,對大部分蛋白質結構的預測與真實結構只差一個原子的寬度,達到了人類利用冷凍電鏡等復雜儀器觀察預測的水平。
這實現了蛋白質結構預測史無前例的巨大進步。
一般認為,這玩意主要是用于制藥的。
但是,我是說但是,如果這個東西變成軍用,用來制作生物、化學武器呢?
理論上來說,AlphaFold解析結構的能力,一旦被轉移軍用,針對性開發武器用物質。那么軍方制作有毒物質的難度和迭代速度將迅速提升,甚至可以有制作一些針對性極強的武器級有毒物質,乃至成為全新的生物化學武器的潛力。畢竟世界人民經過三年疫情都應該明白,攪亂社會需要的不是一個強致死率病毒,而是一群不停變異的病毒。
而且AI的自身迭代能力極強,即使本代AlphaFold 2在一些專業領域有局限,但是由于AlphaFold 2已經跑通了相關領域的工程應用邏輯,未來的AI必然有能力解決現在的程序局限。
未來AI搞出來的生化武器,那很有可能變成對于對手社會體系精確打擊手段的一部分,不得不防啊。
而最后也是最根本性的,那就是AI會改變人類軍隊和社會的組織動員體系。
這里我們先不談AI可能造成大量失業的問題,而談一個事情,那就是機器人戰士。沒錯,就是未來由AI控制的各類無人武器,全面取代人在戰場上執行各種任務。
現在這種設想肯定是不行的,首先問題就是信號不好和AI發展不行。怎么說呢,前幾年俄羅斯在敘利亞戰爭中投入了不少無人坦克之類的東西,然后發現由于地形復雜,很多標稱遙控2km的戰車,只有實際200-300米的遙控距離。而且由于智能系統不足,必須要士兵進行手操遙控作戰,很不方便。
但是隨著現在AI在海洋空中應用的增加以及未來AI在陸地威脅和異型物體識別能力的提升,以后陸地巡邏完全交給機器人,甚至一個士兵操縱幾個幾十個AI機器人作戰都并非不可能。
而到了那個時候,戰爭的主體將從人變為由人操控的機器人大軍。而機器人將成為作戰和消耗的主要資產。
實際上現在俄烏戰爭已經有這種趨勢了,無論從俄羅斯還是烏克蘭方面,使用民用無人機以及穿梭機來進行偵察和自殺式攻擊的視頻已經多如牛毛。而雙方各自宣稱擊落的對方軍用民用無人機總和都已經超過萬臺。
未來如果延續下這個趨勢,在AI自主作戰的背景下。總動員的對象就不再是動員人和工業為戰爭服務,把最后一個人送上前線。而是動員一切工業為制造AI機器人和無人機服務,把最后一臺AI戰爭機器送上戰爭前線。
而這時候工業大國的優勢將進一步得到擴展,畢竟機器不用十月懷胎,年方十八初長成。只需要走下流水線,注入程序就行。
這樣就不再有職業兵可以輕易打敗動員兵的事情發生,也不用擔心死的人太多從而放棄占領土地,死得最多的還是機器人。
到那個時候世界可能會迎來下一個戰國滅國時代。
在最后,筆者想發表一下一些小小的擔憂。
AI本質上作為一種軍事應用前景極強的軍民兩用技術,和計算機以及互聯網一樣,軍方需求已經牽引了很多前期成本建設投資。
現在隨著近十多年來,信息技術革命成本的降低。AI技術不僅滲透進入了千萬家的手機和電腦,而且已經成為了高新技術武器中極為重要的一部分。
不論我們主觀意志如何,AI為軍事發展賦能的方向已經確定。也許這條路上,天網或者moss就在不遠的將來等著我們,當然我們也不知道這條路的終點會是什么。
但是我們這條路終究會走下去,它會改變我們的軍隊結構和社會結構,并永久改變我們后代的價值觀和戰爭倫理。最后我想引用基辛格在其2021年出版的《人工智能時代與人類未來》中的話作為結尾。
“當人類開始在創造新的、不斷演化的、擁有智能的武器方面開展競爭時, 歷史不會原諒任何對此設限的失敗。在人工智能時代,對人類優勢的持久追求,仍須以捍衛人類倫理為前提。”
「 支持烏有之鄉!」
您的打賞將用于網站日常運行與維護。
幫助我們辦好網站,宣傳紅色文化!