法国、德国或俄罗斯在国防人工智能方面采取何种路径？印度或伊朗如何看待国防人工智能？美国、以色列、韩国或新加坡的国防人工智能发展重点是什么？国防人工智能路径是否存在显著差异？持续不断的冲突如何塑造国防人工智能的发展轨迹？

试图回答这些问题的分析人士面临着一场艰苦的攻坚战，因为相关信息分散在迅速增长的文献中，这些文献探讨着人工智能可能如何塑造军事思想和作战实践。为解决此问题并增进国际社会对各国家如何对待和实施国防人工智能的理解，《长远博弈》一书首次对25个国家或地区进行了兼具全面性、比较性且易于获取的集体深入分析。本书不揣测人工智能可能如何增强军力并改变作战方式，而是聚焦于各国当前及未来为运用国防人工智能所采取的实际行动。本章将表明，这种方法能够遏制那些将超人类能力赋予国防人工智能或将此技术描绘成反乌托邦战争场景先兆的夸张臆想。

通过聚焦国防人工智能的当前发展现状，本书内容横跨战略事务、军事创新、组织变革、新兴技术及未来力量发展轨迹等多个领域。它汇集了多位不同的作者，揭示了在思考军事力量与技术之间的相互作用时需要考虑的跨区域共性与区域特性。所选案例研究不仅涵盖作为欧盟和/或北约成员国的加拿大、丹麦、爱沙尼亚、芬兰、法国、德国、希腊、意大利、荷兰、西班牙、瑞典、土耳其、英国和美国，还覆盖了澳大利亚、中国、印度、伊朗、以色列、日本、韩国、俄罗斯、新加坡、中国台湾地区及乌克兰，以捕捉不同战略区域的动态。这25项研究既关注成熟的防务出口国或地区，也关注雄心勃勃的新兴防务出口国或地区，以更好地理解国防人工智能可能如何影响未来的防务出口前景，并为新进入者打开成熟市场提供切入点。本书追踪一个日益“多元复合”的世界秩序——其特征是没有任何单一国家拥有全球霸权、存在更广泛的相互依赖模式以及确保和平与稳定的智识和政治路径呈现多样化——在防务层面的动向。此外，本书还提供了关于国防人工智能在战区以及东北亚、东地中海和更广泛的阿拉伯海湾等战略竞争区域应用的案例研究。

在入选本书的所有国家或地区中，人工智能及其他新兴技术都居于议程优先位置。正如开篇两则引文所示，支撑这些议程的假设多种多样。总体而言，越来越多的人认为人工智能可能改变未来战争面貌，并可能轻微影响战略平衡。如普罗巴斯科开篇引用的乌克兰声音所示，作战人员或许会对此持有异议。技术需要融入更广泛的文化、理念和组织背景中。

这种理解与越来越多的关于军事创新及国防人工智能作用的文献观点一致。聚焦于过去三至五年内发表的部分文献，可以识别出三类研究。第一类，对国防人工智能军事影响做出普遍假设的文献数量迅速增长。此类包括保罗·沙雷所著的《无人军团》和《四大战场》等书籍，约翰逊对国防人工智能、未来战争与战略稳定性相互作用的分析，以及肯尼思·佩恩的《我，战争机器人》。关于人工智能对国际稳定可能产生的影响以及军备控制在防止人工智能“军备竞赛”中作用的思考也属于此类。这些文献虽然主要关注国防人工智能与战略事务的相互作用，但大多仅考察有限数量的国家，并将国防人工智能当前应用的实例与其未来影响的推测相结合。将人工智能与无人系统结合，以及伦理与监管考量，在此类文献中也属常见。

除了这些广泛论述外，第二类学者试图理解人工智能可能如何影响军事力量，其焦点在于特定的军事领域，以及哪些因素促进或阻碍了人工智能和信息驱动的变革理念的传播。这类文献包括例如山姆·坦格雷迪和乔治·V·加尔多里西关于人工智能与海战的著作，以及詹森等人对信息时代防务创新的分析。这些文本侧重于理解人工智能为操作者带来的附加价值和/或理论进展。沿着这一脉络，林-格林伯格审视了人工智能对联盟决策的影响，而林赛则阐明了人工智能增强型军事创新的制度背景。对国防人工智能所构成风险的分析，构成了这类专门影响文献中的一个重要子类，例如聚焦于对抗情报算法或将人工智能用于兵棋推演的论文。此类文献也与关于国防人工智能伦理的重要论述相关联。

第三类出版物则采取更具比较性的方法，聚焦于不同国家采取的具体路径。例如，尼古拉斯·D·赖特主编的《人工智能、中国、俄罗斯与全球秩序》涵盖了前述两国国防人工智能的不同方面，但未采用综合分析框架来提供跨国评估。相比之下，拉斯卡和比青格主编的《防务创新中的人工智能浪潮：评估军事人工智能、战略能力与发展轨迹》则提供了关于美国、中国、俄罗斯、日本、韩国以及澳大利亚的国防人工智能案例研究。此外，其中一章以欧盟/北约为中心，探讨了军事人工智能在欧洲的应用。

正如这一简短概述所示，大多数文献关注的是广泛问题，而在某种程度上忽略了各国具体如何思考国防人工智能、如何为其应用做准备、如何发展现有概念、结构、流程以及培养相应能力等更为复杂和长期的问题。这正是本书试图填补的空白。因此，编辑们于2022年开始，委托撰写了汇集于本书更新及精简版章节中的25项案例研究。

与机器人技术和计算等其他技术一样，人工智能被视为一种可能推动军事创新的新兴技术。正如在其他地方所论述的，军事创新是一个流行但存在争议的概念，因为衡量何谓创新具有挑战性。军事创新的发生，需要武装部队在掌握新技术出现的同时，协同完成理念、文化和组织的转型。这就是为什么案例研究将国防人工智能理解为一个需要广阔分析框架的社会-技术现象。每个章节遵循相同的结构——灵感来源于“DOTLMPFI”工作路线——以探讨各国如何：

• 思考 国防人工智能，以说明现有的军事理念如何定义和塑造国防人工智能的应用；
• 发展 国防人工智能，以概述与人工智能相关的现有国防研发优先事项，突出重要的研究项目和重点，并描绘国家国防人工智能生态系统；
• 组织 国防人工智能，重点关注为推进国防人工智能的组织适应而建立的具体结构和流程；
• 资助 国防人工智能，以突出支出重点；
• 部署与运用 国防人工智能，以概述人工智能已在多大程度上被用于支持现有军事任务；
• 为国防人工智能进行训练，以分析武装部队如何为未来与认知机器智能协作做准备。

在此过程中，每个章节都考察了与能力发展和力量适应相关的四个关键要素之间的相互作用：首先，是支撑军事力量的理念、概念和政策。如案例研究所强调的，大多数国家将国防人工智能理解为改进现有实践的手段，而非着手探索运用军事力量的新方式。这起到了警示作用，并消解了许多关于国防人工智能“颠覆性”力量的论调。

其次，新理念需要倡导者才能在层级内部和之间传播。除了军事创新文献已识别的、作为变革刺激因素的军种内部及军种间竞争，或软件驱动的现代化能使军事强国在能力增长上实现跨越式发展的观点外，以下案例研究还将现有的和新兴的新锐防务公司确定为诱导变革的重要技术桥梁。然而，这引发了棘手的问题，涉及服务于军事和商业客户的公司出口控制、主权算法开发与私营算法开发之间的关系，以及当国防人工智能解决方案嵌入外国武器供应时对“黑箱”的接受度。

“防务领域新玩家”的崛起与各国的制度设置作为第三个重要方面密切相关。正如关于加拿大国防人工智能的案例研究所明确指出的，制度的成熟度和复杂性可能为新的防务供应商制造市场壁垒，并引致组织病态，从而使国防人工智能的成功应用几乎变得不可能。大多数国家都在尝试新的组织要素并加强国防人工智能的跨机构协调。如案例研究表明，美国的军事组织变革受到广泛关注，因为许多国家试图效仿美国国防部的做法。

最后，没有资源，变革永远无法实现。如下文所述，借鉴数字平台提供商的商业模式——这些平台充斥着消费者为换取产品和服务而免费分享的数据——对于国防人工智能用处有限。消费者数据的现实与国防数据的现实毫无共同之处。坚持以数据为中心，尽管在本卷讨论的所有武装部队中都很流行，但更可能减缓而非促进军队对人工智能的使用。

在此背景下，本章剩余部分将首先简要介绍人工智能的技术细节。其次，总结所有案例研究的主要发现。我不提供针对具体国家的摘要，而是利用上文讨论的六条工作路线，推进对各国在国防人工智能方面“谁正在做什么、为何做以及如何做”的跨国理解。第三，本章将解读这些发现，并指出其中一些证实了现有的预期，而另一些则出人意料并揭示了令人不安的真相。本章最后以与支撑当前国防人工智能论述的当代构想相关的总结性评论作结。