美国的新政策——将人工智能定位为指挥链、情报搜集和复杂行动规划的基础组成部分——是如何在实际战场上体现的,应从中得出何种结论?

近年来,人工智能融入国防系统已从一种决策支持工具演变为塑造战争行为的战略基础设施。在此趋势中,五角大楼采纳“人工智能优先”学说标志着一个重要的概念转变,即从有限地整合人工智能系统转向一种系统化方法,使人工智能成为指挥链、情报收集与分析以及多战区行动规划的基础组成部分。本文审视了这一美国新学说及其对算法时代战争性质的影响。接着,文章呈现了一个近期案例研究——美伊战争期间人工智能系统的使用——以展示这些概念如何在实战中被实施。最后,文章阐述了其政策启示,指出有必要从专注于开发离散人工智能技术的做法,转向将人工智能系统性整合到国防体制中的系统化方法。

五角大楼的“人工智能优先”学说

美国国防部近几个月采纳了一项旨在使人工智能成为军事活动核心支柱的战略构想。“人工智能优先”要求基于一种假设,即未来战争的战略优势将在很大程度上源于各国将先进算法整合到军事决策系统核心的能力。

根据五角大楼的人工智能战略,该领域的竞争被视为大国间更广泛地缘战略竞争的一部分。在此框架内,美国寻求保持甚至扩大该文件所定义的“军事人工智能主导地位”——一种基于技术创新、作战数据和先进民用人工智能产业相结合的军事优势。相应地,该战略指示美国各防务部门通过加速先进模型的实验、消除整合新技术的官僚障碍、以及优先发展在数据与计算能力领域的不对称优势,从而成为一支“基于人工智能的作战力量”。

文件强调,美国在该领域拥有独特的结构性优势,包括领先的创新生态系统、先进的技术产业、支持突破性技术发展的资本市场以及数十年军事与情报活动积累的作战数据储备。整合这些优势旨在使美国在算法军备竞赛中超越其对手。

此构想的一个核心组成部分是将人工智能整合到作战决策过程——从情报处理到复杂作战系统的规划。作为战略路线图的一部分,美国定义了几个领先的“先导性项目”,以展示人工智能技术应用的新步伐。这些项目包括基于人工智能的战斗管理系统、开发协调无人系统集群的能力,以及广泛使用基于人工智能的作战模拟来规划军事系统

该构想的实施不仅限于战略宣言。五角大楼已开始部署专用平台,以便在国防体制内使用人工智能,例如GenAI.mil——这是一个安全的平台,可在机密和非机密网络上集成生成式模型和分析工具。此举旨在将人工智能工具的使用权限扩展至数百万军事人员和政府雇员,并将人工智能能力嵌入国防系统的日常工作流程。

该学说反映了一种认识,即信息处理速度和从传感器到指挥官的决策周期缩短将成为未来冲突中的决定性因素。在此背景下,人工智能被视为一种力量倍增器,使其能够应对现代战场上日益增长的信息过载。

从情报支援到作战加速

人工智能在国防系统中的整合最初主要在预测性维护、情报分析和行政支援领域扎根。然而,在“人工智能优先”概念下,这些系统的作用正在扩展,它们正成为能够加速作战进程的工具。先进模型现在能够综合来自各种传感器、情报系统和开源信息的海量数据,并从中产生实时洞察。这些能力使指挥官能够以远超传统人工分析过程的速度来优先处理目标、检验不同作战方案并进行态势评估。这一发展改变了军事决策的性质。人工智能不再仅仅是作为分析支援的系统,而是成为增强复杂作战系统规划与管理的主动组成部分。

案例研究:人工智能在美伊冲突中的运用

美国与伊朗之间的对抗为“人工智能优先”概念转化为作战活动提供了一个具体实例。据报道,在对伊朗目标的打击行动期间,美军使用了人工智能系统——包括Anthropic公司的大型语言模型Claude——进行情报分析、目标识别和作战模拟推演。据美国媒体报道,美国中央司令部将该模型与包括“战斧”巡航导弹、隐形飞机和基于人工智能的无人机在内的常规武器系统进行了集成。该系统帮助实时处理来自各类传感系统的大规模数据,从而缩短了情报分析和生成作战洞察所需的时间。人工智能还被用于运行“假设”情景推演,使作战规划人员能够在相对较短的时间内评估不同的行动方案。这些能力凸显了人工智能在复杂作战情况下加速决策过程的潜力。

战场与硅谷之间:伦理-法律争议

人工智能系统在美国防务机构内的加速应用,伴随着政府与技术公司之间的重大争议。为作战行动提供模型的Anthropic公司反对五角大楼提出的移除与自主武器和大规模监控系统等用途相关的安全机制的部分要求——特别是拒绝移除所有安全措施以使得该模型可供军方用于任何合法用途。该公司认为,人工智能系统对于完全自主武器的操作尚不够可靠,且将人工智能用于对平民的大规模监视在道德和监管上均不具正当性;因此,其对这些要求划定了“红线”。相比之下,五角大楼则发出了最后通牒要求移除这些限制,甚至威胁如果其不让步,就将Anthropic公司指定为“供应链风险”。

这些争议反映了国家安全考量与人工智能领域伦理、法律及治理相关问题之间更广泛的紧张关系。在技术产业内部,也出现了相关讨论以及员工对人工智能系统某些军事用途的反对。

战略启示:迈向算法化战争

人工智能系统在军事冲突中的使用,标志着现代战争发展的一个新阶段。尽管人工智能系统曾经主要作为支援工具,但它们现在正成为力量倍增器,使得信息处理的规模和速度是单靠人类系统所无法实现的。与此同时,这种融合也引发了关于责任、监督和法律框架的复杂问题。随着人工智能系统越来越多地影响作战决策——包括关于使用武力的决策——国际法、交战规则和问责机制将需要进行调整。

政策与安全启示

美国的经验表明,将人工智能系统性地整合到军事活动核心改变了战场上的游戏规则。这带来若干战略启示。

首先,从以开发离散人工智能技术为中心的做法,转向类似于美国“人工智能优先”的系统化方法,即将人工智能系统地整合到指挥链、情报处理过程以及多战区行动规划中。这种转变需要国防界、国防工业和民用高科技领域之间更深入的整合,同时投资于数据基础设施和先进计算能力。

其次,鉴于全球人工智能军备竞赛的加速,应加强国际战略合作。此类合作可包括研究与开发、作战人工智能系统间的集成,以及围绕军事系统中负责任地使用人工智能深化战略对话。

最后,除了作战优势外,将人工智能系统整合到战争中也引发了复杂的法律和伦理问题。在应对安全与技术威胁前沿的背景下,可以在构建国防系统负责任使用人工智能的治理框架和国际标准方面发挥重要作用,同时保持其技术优势。

结论

五角大楼的“人工智能优先”反映了美国战争理念的变化。人工智能不再被视为一种补充性技术工具,而是被视为塑造军队规划与实施军事行动方式的战略基础设施。与伊朗的对抗展示了这一概念如何开始在实践中得以实现。随着人工智能更深地融入指挥链、情报综合与作战规划,一种新的现实正在形成,其中人类判断与算法决策支持之间的界限变得更加动态和灵活。不仅需要发展离散的人工智能能力,还需采用系统化方法,整合情报、指挥和作战系统,并创建先进的数据与计算能力基础设施。同时,加强战略合作,并提升其在军事人工智能安全使用国际标准方面的影响力。

无论如何,国防机构、政策制定者与技术产业之间关系的演变方式,将在很大程度上决定基于人工智能的战争时代的游戏规则。

成为VIP会员查看完整内容
3

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
人工智能在现代战争中日渐增强的作用:俄乌启示
专知会员服务
20+阅读 · 2025年8月29日
中文版 | 人工智能如何重塑现代战争:乌克兰战场的启示
人工智能助力未来军事战略和全球主导地位
专知会员服务
20+阅读 · 2024年8月11日
现代战场上的人工智能整合:乌克兰战争的启示
专知会员服务
54+阅读 · 2024年7月2日
美国防部政策的演变和人工智能在现代战争中的作用
专知会员服务
55+阅读 · 2024年7月1日
美国军事战略的人工智能化趋势及其影响
专知会员服务
37+阅读 · 2024年6月28日
译文 |《人工智能军事应用:对战争的影响》
专知会员服务
141+阅读 · 2023年2月21日
人工智能技术在军事领域的应用思考
专知
45+阅读 · 2022年6月11日
【前沿】智能化战争,会改变些什么?
中国自动化学会
22+阅读 · 2019年8月21日
国家自然科学基金
333+阅读 · 2017年12月31日
国家自然科学基金
118+阅读 · 2015年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
42+阅读 · 2014年12月31日
国家自然科学基金
50+阅读 · 2013年12月31日
国家自然科学基金
38+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
21+阅读 · 2012年12月31日
国家自然科学基金
96+阅读 · 2009年12月31日
Arxiv
0+阅读 · 3月17日
Arxiv
0+阅读 · 2月11日
VIP会员
相关VIP内容
人工智能在现代战争中日渐增强的作用:俄乌启示
专知会员服务
20+阅读 · 2025年8月29日
中文版 | 人工智能如何重塑现代战争:乌克兰战场的启示
人工智能助力未来军事战略和全球主导地位
专知会员服务
20+阅读 · 2024年8月11日
现代战场上的人工智能整合:乌克兰战争的启示
专知会员服务
54+阅读 · 2024年7月2日
美国防部政策的演变和人工智能在现代战争中的作用
专知会员服务
55+阅读 · 2024年7月1日
美国军事战略的人工智能化趋势及其影响
专知会员服务
37+阅读 · 2024年6月28日
译文 |《人工智能军事应用:对战争的影响》
专知会员服务
141+阅读 · 2023年2月21日
相关资讯
相关基金
国家自然科学基金
333+阅读 · 2017年12月31日
国家自然科学基金
118+阅读 · 2015年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
42+阅读 · 2014年12月31日
国家自然科学基金
50+阅读 · 2013年12月31日
国家自然科学基金
38+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
21+阅读 · 2012年12月31日
国家自然科学基金
96+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员