美軍如何發展和應用人工智能？4萬字報告出爐

執筆 述策團隊

兩年前，筆者買了一款象棋類人工智能產品“元蘿卜”，迫不及待要和這個看起來笨笨的機器人一較高下。但抱歉給人類丟臉了——打到某個不算高的級別(別問具體級別，比較低不好意思說)就止步不前，再也打不過個機器人。不奇怪，因為最厲害的人腦一般最多看15步棋，而人工智能則可以算50步，至少3倍于人腦。象筆者這樣的普通象棋愛好者被人工智能碾壓很正常，其實就算是頂尖象棋特級大師許銀川或王天一，在直播象棋對戰時遇到人工智能也會被打得落花流水。正因如此，有著名媒體認為象棋比賽已經沒什么意義了，不如淘汰取消。面對人工智能來勢洶洶，尷尬的何止象棋，還有超市收銀、汽車駕駛、語言翻譯、寫作繪畫、PPT制作以及外賣騎士等職業。所以，考大學選專業千萬不要和人工智能搶飯吃，與人工智能一個賽道，早晚出局。

“元蘿卜”象棋人工智能機器人

人工智能由于在日常生活和工作中的廣泛應用而備受矚目。所謂“人工智能”，是指研究通過計算機模擬人類的某些思維過程和智能行為的科學。它是計算機學科的一個分支，但由于該項技術涉及計算機科學、心理學、神經科學、生物學、數學、社會學、哲學、語言學等學科，橫跨自然科學和社會科學，已遠遠超出了計算機科學的范疇，這也使其成為當今最前沿、最受追捧的科技之一。如果僅從人工智能會減少人類工作崗位這個角度看，其在軍事領域的應用似乎不是壞事，因為出現在戰場上的人越少，意味著傷亡也越少。

就目前人工智能在軍事領域的應用而言，主要還是加速決策流程，并實現目標的快速識別和精準定位。2024年9月，美陸軍宣布在其云平臺cARMY上部署了可在全軍種使用的生成式人工智能Ask Sage（根據谷歌公司的定義，生成式人工智能指用于創造新內容的人工智能，這些內容包括文本、圖像、音樂、音頻、視頻等，它需要依賴基于大數據集訓練的深度學習模型），使該軍種成為美國史上首個將生成式人工智能運用到作戰當中的軍種。在Ask Sage的幫助下，美陸軍軟件開發人員能以35倍的速度編寫代碼；采辦專家在以前完成1項任務所需的時間內可完成50項任務；數據分析人員可在幾分鐘內而不是幾天內分析數千份文件。而持續幾年的俄烏沖突，更是成為應用人工智能的試驗場。Palantir公司首席執行官透露，烏克蘭使用該公司的人工智能軟件，對衛星圖片、開源數據、無人機視頻片段、以及來自前線實地的報告進行分析，幫助完成了烏軍大部分目標定位工作。美國臉部識別公司Clearview AI則向超過1500名烏克蘭官員提供了人工智能工具，幫助識別了超過23萬名參戰的俄羅斯軍人以及烏克蘭通敵者，為日后以戰爭罪起訴這些人做準備。美國還打算在未來可能發生的臺海沖突中借鑒在俄烏戰場應用人工智能的經驗教訓。美軍前參聯會主席馬克·米利和谷歌前CEO則聯合撰文建議：不同于烏克蘭戰場集中于陸地和天空，臺灣需要更加倚重水下無人系統和自主性水雷，以及可以在廣闊海洋上空長時間飛行的無人機。

20世紀50年代，英國數學家圖靈提出了著名的“圖靈測試”，用于驗證計算機是否具備真正的人工智能；到1997年，IBM公司開發的“深藍”計算機擊敗了國際象棋世界冠軍卡斯帕羅夫；2016年，谷歌研發的AlphaGo戰勝了圍棋世界冠軍李世石。人類在人工智能的面前逐漸顯示出弱勢。那么當有一天人工智能成功運用到軍事領域，會不會對人類形成碾壓式的勝利？這個問題既讓人充滿好奇，又讓人瑟瑟發抖。

作為世界頭號科技強國和頭號軍事強國，美國很早就投入到人工智能在軍事領域的研究和應用當中。20世紀60年代，美國國防高級研究計劃局（DARPA）塑造了第一波人工智能技術。當時，剛成立的DARPA與麻省理工學院合作開展了MAC計劃（Project MAC，即數學與計算機計劃），推進了視覺、機械運動與操作、語言理解等領域的一系列研。這些系統是人工智能領域向前邁出的關鍵一步，但受限于硬件發展滯后，這波人工智能的研究很快歸于平靜。20世紀90年代開始，DARPA加入第二波人工智能浪潮當中，這波浪潮以從大量數據中創建統計模式識別器的機器學習技術為代表。DARPA對自然語言理解、問題解決、導航、感知等技術的投資，催化了自動駕駛汽車、個人助理、以及仿生假肢的誕生，此外還發展出無數關鍵和有價值的軍事和商業應用。然而，第二波人工智能技術依賴大量高質量的訓練數據，不適應不斷變化的條件，性能保證十分有限，并且僅能向用戶提供結果而無法解釋其緣由。如今，人工智能來到第三次浪潮，這一波浪潮以大數據技術、云計算技術、以及一系列先進硬件、算法為基礎，能夠讓機器適應不斷變化的形勢。尤其2022年底推出的ChatGPT大語言模型，再次點燃了人們對人工智能的關注。美國國防部為了抓住這波浪潮，從部門頂層到各軍種都進行了一整套制度設計，并出臺了諸多政策和措施，旨在抓住這一機會，保持美軍在全球絕對的軍事技術領先地位。

美國國防部人工智能戰略目標 及人工智能需求層級

為了在全球人工智能競爭中保持領先地位不被中國等趕超，美國國防部特事特辦出臺了一項政策，決定以“其他交易授權（Other Transaction Authority，縮寫為OTA）”的方式，對人工智能解決方案進行采購。通過“其他交易授權”，美國聯邦政府機構可以繞過《聯邦采辦條例（FAR）》的冗繁程序、快速采辦急需的能力。這種采辦方式最早出現在美蘇競爭的“斯普特尼克時刻”，即蘇聯搶先于美國發射人造衛星之時，美國國會以特事特辦的方式，讓美國航空航天局（NASA）通過“其他交易授權”應對蘇聯在航空航天方面發起的挑戰。可見，美國國防部已經將當前全球人工智能方面的競爭視為另一個充滿危機感的“斯普特尼克時刻”。

值得玩味的是，美軍各軍種對人工智能的態度明顯不同：海軍陸戰隊和陸軍更重視，其他三個軍種（海軍、空軍、太空軍）更謹慎，尤其是新成立的太空軍最保守（理由是數據安全問題），以致被外界公開批評。究其原因，與軍種文化以及各自任務有關。例如，陸軍和海軍陸戰隊通常執行大規模作戰任務，個體之間、單位之間容易形成統一的步調，因此在人工智能的運用上也容易制定出整體的政策和戰略。海軍、空軍、太空軍則偏重于小規模部隊機動作戰，而且這3個軍種日常肩負的情監偵任務較多，數據更為敏感，在利用人工智能的過程中顯得更為分散和謹慎。

2024年5月2日，美國空軍部長 搭乘人工智能駕駛的F-16型機

美國國防部出臺《2023年數據、分析和人工智能采用戰略》，希望各軍種也迅速跟上，制定本軍種相應的人工智能戰略。但目前，除了海軍陸戰隊和陸軍外（海軍陸戰隊已出臺《美國海軍陸戰隊人工智能戰略》，陸軍也快了），其他三個軍種還沒動靜，軍種內各單位處于“各自為戰”的狀態。當然了，步伐不統一不意味著步子不快，比如空軍在人工智能的發展上就有突破。2024年5月2日，一項人工智能武器的展示成為全球頭條新聞之一。當天，1架人工智能駕駛的F-16型戰斗機在加州愛德華茲空軍基地上空與另1架真人駕駛的F-16進行了一場空中格斗，而美國空軍部長(文職，美國空軍參謀長的頂頭上司)弗蘭克·肯德爾正坐在這架人工智能戰機駕駛艙的前座。這是美空軍VISTA項目的一次公開展示，VISTA全稱“可變飛行模擬試驗飛機（Variable In-flight Simulation Test Aircraft）”，飛機原型號為F-16D，但美空軍將這架用于測試的原型機機型定為X-62A。VISTA項目于2023年9月進行了首次人工智能控制的空戰，此后進行了大約20多次類似飛行。在近距離空中格斗中，飛行員需要構想最佳空中機動路徑，以便咬住敵手，并以短程空對空導彈或機炮擊落對手。該程序的學習速度很快，每次交戰都有進步，以至于在VISTA上測試的一些人工智能版本已經在空中格斗中擊敗了人類飛行員。根據美空軍自己的評估，VISTA的人工智能程度相對于新手有優勢，但與王牌飛行員之間還是有差距。美空軍將人工智能用于致命性武器裝備的行為遭到其他國家和紅十字會等國際組織的批評，但肯德爾仍堅稱“美國空軍將在2030年擁有攜帶武器的無人駕駛飛機”。

美海軍陸戰隊員展示用于戰斗模擬訓練的 “聯合終端攻擊控制器虛擬

根據美國喬治敦大學安全與新興技術中心的研究，美軍在自主技術方面重點投資了4個領域——無人系統、信息處理、決策輔助、目標跟瞄。但總的看來，美軍對人工智能在軍事領域的應用總體持較為謹慎的態度。究其原因，一方面，是出于對人工智能最終形態的擔憂。人類發明了人工智能卻可能失控，擔心“強人工智能”（可以在一系列認知任務領域做出智能行為，即計算機可以像人類一樣思考、學習、進步）發展到一定程度會控制人類進而把人類變成“奴隸”。另一方面，則是出于數據安全的考量。人工智能的發展和“進化”主要是通過不斷訓練和學習，而這又是以大量的數據為基礎，一旦這些數據泄漏，對美方來說損失不可估量。出于以上兩個方面的擔憂，美國尚未全力以赴發展人工智能。不過，山姆大叔又擔心其他國家超過自己，于是想出一個辦法——呼吁各國加入《關于在軍事上負責任地使用人工智能和自主技術的政治宣言》（目前已有50多個國家加入），其實質是通過該宣言，限制其他國家發展人工智能技術。

人工智能看似很厲害，但目前還面臨不少問題。比如，人工智能存在“幻覺”問題，“幻覺”指由人工智能提供的答案看似合理但完全錯誤。這些不準確的答案并非人工智能故意撒謊，而是因為用于其模型的訓練數據中沒有包含正確回答問題所需的必要信息。這一現象在近期關于ChatGPT的報道中時有出現，有人指出ChatGPT給出的一些答案是“一本正經的胡說八道”。人工智能的“智力”高低取決于人類給它多少用于訓練和學習的“數據”，換句話說，人工智能的“智商”是人類控制的。如果對人工智能不加限制地開放所有數據，未來或不可控，發展到“強人工智能”甚至可能“反噬”人類。

ChatGPT很火，但無論是ChatGPT還是當前的軍用人工智能，都屬于弱人工智能。美軍規定，人工智能在使用過程中一定要加入人類的判斷和介入，因此美軍在短期內應該不會向強人工智能方向發展。在2023年10月舉行的“數字魔爪（Digital Talon）”演習中，美海軍首次在T-38無人水面艦艇上使用了致命性武器。演習中，1艘配備“致命微型航空導彈系統（Lethal Miniature Aerial Missile System）”的T-38無人水面艦艇進行了多次射擊活動，每次都成功擊中了目標。按照美軍人工智能運用的原則，交戰的決定是由岸上第59特遣部隊機器人操作中心一名人類操作員做出的。

數據是人工智能發展的基礎，它既是人工智能構筑的起點，也是人工智能輸出的終點。美軍人工智能也一樣，數據的重要程度毋庸置疑，所以美軍部分軍種（如海軍陸戰隊和太空軍）的首席人工智能官由首席數據官兼任。尤其值得注意的是，近期，美軍及其盟友的艦機大量過航臺灣海峽，一方面是為了給美國和島內臺獨勢力撐腰打氣，另一方面也不排除其在與我軍的接觸中收集數據，測試“聯盟聯合全域指揮與控制”的能力。

科技的發展往往不以人的意志為轉移，人工智能也一樣。鑒于人工智能的巨大潛力及其在軍事上的應用前景，“述策”團隊策劃完成了課題“美軍人工智能政策及其發展應用調研報告”，共計4萬余字，目錄如下——

目錄1

目錄2

“述策”團隊創始人簡介

許述，軍事學博士，曾在戰區級機關工作，出版專著《這才是美軍》《兵道》《這也是美軍：美軍的50個弱點》， 2019年成立工作室，專注于研究美軍。