来源：Economist
编译：赵伟、楚阳、武帅

　　宾夕法尼亚大学的Michael Horowitz将AI比作内燃机或电力，来说明其用途的广泛。他将人工智能在军事的机器人比人类更便宜、更坚强且更易进行扩展。但是，一台能够在战场上运动甚至战斗的机器必须拥有足够的智能来执行任务，不够智能的无人机无法在战斗中长期存活；更糟糕的是，一个无知的持枪机器人很可能酿成一场事故。 　　所有的这些都要求人工智能赋予机器必要的技能，包括一些简单技能——感知和导航，以及其它更高级的技能，例如与其他军事人员进行合作。 　　结合了这些能力的智能机器可以完成个人无法完成的任务。伦敦国王学院的Kenneth Payne介绍说：“在模拟空战中，人工智能系统已经胜过了经验丰富的军事飞行员。” 　　今年二月，美国国防部高级研究计划局（DARPA）的“蓝天思维”部门（blue-sky-thinking branch）对能够在“高威胁”环境下协作的最强大的六个无人机群进行了最新测试，这其中甚至包括无人引导的情形。 　　尽管如此，大多数此类系统的智能都表现出了狭窄而脆弱的特性——在定义明确的环境中能很好地执行一项任务，但在不熟悉的环境中很容易失败。 　　因此，现有的自动武器要么是可攻击雷达的巡航导弹，要么是用于防御舰船和基地的速射炮。这些武器都很有用，但不是革命性的，也没有用到近年来出现的高级机器学习技术。 　　需要不断提高的“智能”武器 　　不要认为AI只能做一些战场上的苦力活，机器人，杀手亦或者是任何事物，都必须对它们“看到”的东西作出反应。 　　但是对于许多诸如间谍飞机和卫星这样的军事平台，关键是要发回原始数据，这些原始数据只有经过处理才可能变成有用的情报。现在，这种情报比以往任何时候都多，仅在2011年，美国的大约11,000架的无人机就发回了超过327,000个小时（约合37年）的影像。 　　其中大部分的数据都还来得及进行处理。所以说，人工智能在军事中的第二个主要应用就是处理数据。斯坦福大学的年度AI进步指数显示，在基于实验室的测试中，截止2015年，算法在图像分类中的性能已经超过了人类，并且在2015年至2018年之间，算法在一项更艰巨的任务——图像分割（从单个图像中挑选出多个对象）中的性能更是几乎翻了一番。 　　计算机视觉远非完美但也可以为人所运用。人类的视觉系统对一些细微变化并不敏感，而计算机视觉则不然。比如在一项研究中，改变熊猫图像中0.04％的像素（人类无法察觉），系统就会误判为长臂猿。 　　尽管存在种种弱点，但五角大楼在2017年2月得出的结论是，深度学习算法“可以以接近人类的水平执行”。据此，其成立了“Algorithmic Warfare” （算法战争）团队，代号Project Maven（专家项目），通过使用深度学习和其它技术来识别物体和可疑行动。该项目最初是用来处理在针对伊斯兰国的战争中拍摄到的影像，现在的应用则更为广泛。这样操作的目的是产生“可操作的”情报，常以导弹轰炸或特种部队破门而入而告终。 　　一位了解Project Maven的内部人士说，就节省时间和提供新见解而言，目前该项目对分析师的好处仍然微不足道。例如，可以看到整个城市的广角相机会发送大量误报。他说：“这些系统的本质是高度迭代的。” AI进展迅速，Project Maven只是冰山一角。 　　退役的英国皇家空军少将、现任职于英国Earth-i公司的Sean Corbett表示，该公司通过应用一系列卫星的机器学习算法，可以在数十个基地识别不同型号的军用飞机，其准确率超过98％（参见主图）。他说：“接下来的明智之举就是开发出一种可以自动判别物体是否正常的算法。”随着对那些基地的不断观察，该软件可以将常规部署和非正常行动区分开来，并提醒分析师注意其重大变化。 　　当然，算法是“杂食动物”，你可以喂给它任何类型的数据，而不仅仅是图像。去年12月，英国情报机构军情六处(MI6)负责人Alex Younger爵士表示：“大量数据与现代分析技术的结合，将使现代世界变得透明。” 2012年，美国信号情报机构-美国国家安全局(NSA)泄露的一份文件描述了这样一个项目（可放心地称之为“天网”）：将机器学习应用于巴基斯坦的移动手机的数据上，从而挑选出可能是恐怖组织信使的人。例如，谁在过去的一个月里从拉合尔去过边境城镇白沙瓦，并且比平时更频繁地关闭或更换手机？2016年之前指挥英国联合部队，现已退役的Richard Barrons爵士说到：“以前，通常是指挥官提出问题，情报机构收集实体资料来寻找答案，而现在答案就在云端。” 　　实际上，所讨论的数据并不总是针对敌人。JAIC的第一个项目既不是武器也不是间谍工具，而是与特种部队合作，以预测其“黑鹰”直升机的发动机故障。该算法的第一版已于4月交付。空军在指挥控制机和运输机上进行的测试表明，这种预测性维护可以将计划外的工作减少近三分之一，可能会让五角大楼目前用于维护的780亿美元经费有大幅度的削减。 　　AI如何影响战争决策 　　然而，获取情报只是前提条件，关键是根据情报做出的决策。因此，AI改变传统战争的第三种方式是入主决策层。 　　小到排级决策，大到国家首脑决策，AI都可以参与。 “北方之箭”（Northern Arrow）是以色列一家AI公司UNIQAI的产品，它可以通过处理大量数据来帮助战争指挥官部署战斗，这些数据通常包含敌方位置、武器类型、地理位置和天气状况等信息。 　　在传统的战争中，通常需要花费半天或一天的时间查看相关的地图和图表来处理这些数据。算法所需要的数据既来自于书本或手册，如坦克在不同海拔高度的行驶速度，也包括对经验丰富的指挥官的采访。然后算法会为那些忙碌的决策者提供选项，并附上理由。 　　像“北方之箭”以及美国的CADET这样的“专家系统”平台，其远快于人类的思维速度。在一次测试中，人类需花费16个小时，而CADET只需要两分钟。但是，它们倾向于采用算法上简单明了的规则遵循技术。从历史标准来看，这就是AI，但大多数专家系统采用的是确定性算法，也就是说输入相同的话，输出也相同。这种感觉，对于那些用过世界上第一台通用电子计算机ENIAC所生成的炮兵射击表的士兵来说，是再熟悉不过的了。 　　现实世界里，随机性常常会妨碍人们做出正确的决策，因此许多现代人工智能系统将规则遵循系统和随机性结合起来，从而应对更加复杂的决策情形。DARPA的实时对抗智能和决策软件RAID可以用来预测未来5小时内敌军的位置、动向甚至可能的情感状况。该系统基于一种博弈论思想，将问题简化为更小的游戏，从而降低了对计算能力的要求。 　　在04到08年间的早期测试中，RAID表现出比专业人员更准确且快速的执行力。在巴格达（注：伊拉克首都）两个小时的战斗演练中，一支队伍要与RAID或其他人为敌，而RAID不到一个小时就准确地分辨出了敌友。该软件的设计者之一Boris Stilman指出，为了模拟伊拉克叛乱分子而参与其中的退役上校们“非常害怕”这个软件，以至于“他们不再互相交谈，而是用手势来代替”。RAID正在不断改进以供军队使用。
免责声明：本网站部 分文章和信息来源于互联网，本网转载出于传递更多信息和学习之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请立即联系管理 员，我们会予以更改或删除相关文章，保证您的权利。对使用本网站信息和服务所引起的后果，本网站不作任何承诺。