生成式AI在智能化戰(zhàn)爭(zhēng)中的運(yùn)用及影響

隨著人工智能技術(shù)的快速發(fā)展，ChatGPT和Sora等生成式AI在多個(gè)領(lǐng)域展示了其強(qiáng)大的能力。2022年被稱(chēng)作生成式AI元年；2023年，GPT-4以接近人類(lèi)的“聰明”程度而風(fēng)靡一時(shí)；2024年初，Sora的橫空出世再次震驚了全世界。生成式AI能大幅提升軍隊(duì)智能化信息獲取、輔助決策和人機(jī)協(xié)同作戰(zhàn)能力，拓展在軍事領(lǐng)域的運(yùn)用。

生成式AI技術(shù)及其特點(diǎn)

生成式AI集成了自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、深度學(xué)習(xí)等人工智能技術(shù)成果，能基于已有的數(shù)據(jù)和知識(shí)，通過(guò)算法生成全新內(nèi)容，推動(dòng)智能化戰(zhàn)爭(zhēng)進(jìn)入“全域自主交戰(zhàn)”新階段。

生成式AI的基本概念 國(guó)家網(wǎng)信辦《生成式人工智能服務(wù)管理辦法（征求意見(jiàn)稿）》，將生成式AI（AIGC）定義為“基于算法、模型、規(guī)則生成文本、圖片、聲音、視頻、代碼等內(nèi)容的技術(shù)”。主要有五類(lèi)：一是生成式文本模型。通過(guò)學(xué)習(xí)大量的文本數(shù)據(jù)，能生成文章、故事、評(píng)論和詩(shī)歌等文本。最具代表性的除OpenAI的ChatGPT外，還有谷歌的BERT、PaLM，微軟的Turing-NLG等大模型，都具備“強(qiáng)交互”“強(qiáng)理解”“強(qiáng)生成”等特點(diǎn)。二是生成式圖像模型。通過(guò)學(xué)習(xí)大量的圖像數(shù)據(jù)，能創(chuàng)作全新的繪畫(huà)、插圖等內(nèi)容。最具代表的是OpenAI的DALL-E2/E3模型，可根據(jù)描述，迅速生成一幅逼真且有創(chuàng)意的圖像。三是生成式音頻模型。通過(guò)學(xué)習(xí)大量的音頻數(shù)據(jù)，能生成全新的音樂(lè)、語(yǔ)音等內(nèi)容。最具代表的是OpenAI的語(yǔ)音合成引擎Voice Engine，只需15秒的語(yǔ)音樣本，就能克隆出一個(gè)人的多語(yǔ)言音頻。爆火的視頻翻譯軟件HeyGen，采用的就是該引擎。四是生成式視頻模型。通過(guò)學(xué)習(xí)大量的視頻數(shù)據(jù)，能生成全新的視頻片段或完整的視頻內(nèi)容。最具代表的是OpenAI新推出的文生視頻模型Sora，可根據(jù)文本指令創(chuàng)建逼真、生動(dòng)、復(fù)雜的高質(zhì)量視頻，能實(shí)現(xiàn)多角度鏡頭流暢切換，制作質(zhì)量接近商業(yè)片水平。五是生成式代碼模型。能自動(dòng)編寫(xiě)或輔助編寫(xiě)代碼，以提高開(kāi)發(fā)效率和質(zhì)量。最具代表的有OpenAI的CodeX和DeepMind的AlphaCode。

生成式AI與傳統(tǒng)AI顯著不同。一是從核心目標(biāo)和功能來(lái)看，生成式AI的核心目標(biāo)是創(chuàng)新，能生成全新內(nèi)容。這種創(chuàng)造性超越了傳統(tǒng)AI范疇，后者主要用于在已知輸入和輸出之間建立聯(lián)系，從而進(jìn)行預(yù)測(cè)。二是從學(xué)習(xí)機(jī)制和技術(shù)來(lái)看，生成式AI廣泛使用了生成式對(duì)抗網(wǎng)絡(luò)、Transformer等技術(shù)，需要依靠大量的樣本數(shù)據(jù)進(jìn)行訓(xùn)練，而且能通過(guò)學(xué)習(xí)自身生成的內(nèi)容來(lái)進(jìn)化，這種訓(xùn)練方式超越了傳統(tǒng)AI單純依靠機(jī)器學(xué)習(xí)的方式。三是從應(yīng)用場(chǎng)景和優(yōu)勢(shì)來(lái)看，生成式AI具有廣泛的應(yīng)用前景，能應(yīng)用于創(chuàng)作或輔助創(chuàng)作領(lǐng)域，而傳統(tǒng)AI則更多應(yīng)用于需要精確識(shí)別和分類(lèi)，或者基于歷史數(shù)據(jù)預(yù)測(cè)未來(lái)趨勢(shì)的場(chǎng)景。

生成式AI的發(fā)展歷程 從技術(shù)角度看，生成式AI的發(fā)展是一個(gè)不斷突破和創(chuàng)新的過(guò)程。一是專(zhuān)家系統(tǒng)的興起。20世紀(jì)80年代至90年代初，專(zhuān)家系統(tǒng)嶄露頭角。它依賴(lài)規(guī)則和預(yù)定義知識(shí)庫(kù)，能在特定領(lǐng)域進(jìn)行推理和決策，在邏輯推理和知識(shí)表達(dá)方面為生成式AI的發(fā)展奠定了基礎(chǔ)。二是深度學(xué)習(xí)的崛起。20世紀(jì)90年代后期，由于算法限制和算力不足，生成式AI的發(fā)展遭遇了瓶頸。進(jìn)入21世紀(jì)，深度學(xué)習(xí)技術(shù)的興起為生成式AI帶來(lái)了革命性變化。它通過(guò)構(gòu)建深層次的神經(jīng)網(wǎng)絡(luò)模型，自動(dòng)從大規(guī)模數(shù)據(jù)中學(xué)習(xí)特征表示和生成規(guī)則，極大提升了生成內(nèi)容的質(zhì)量和多樣性。三是多模態(tài)模型發(fā)展。2022年以來(lái)，得益于算法的不斷優(yōu)化和算力的提升，生成式AI開(kāi)始從單一模態(tài)向多模態(tài)跨域生成發(fā)展，AI能同時(shí)處理和理解文本、圖像、音頻和視頻等多種信息形式，這為生成式AI在各個(gè)領(lǐng)域的應(yīng)用提供了更廣闊的空間。GPT-4是一個(gè)大型多模態(tài)模型，不僅具有更高級(jí)的推理和復(fù)雜指令處理能力，還具有極高的創(chuàng)造力。這標(biāo)志著生成式AI進(jìn)入發(fā)展快車(chē)道。四是通用型人工智能。生成式AI的最終發(fā)展目標(biāo)是實(shí)現(xiàn)通用人工智能（AGI），即類(lèi)似于人類(lèi)智能的機(jī)器智能，具有廣泛性和適應(yīng)性。OpenAI公司成立的初衷就是要最終實(shí)現(xiàn)AGI。當(dāng)前，實(shí)現(xiàn)AGI還面臨諸多挑戰(zhàn)，包括如何讓機(jī)器理解和處理自然語(yǔ)言、讓機(jī)器像人一樣進(jìn)行學(xué)習(xí)和創(chuàng)造，以及在面對(duì)未知情況時(shí)能做出合理的決策等。此外，AGI的發(fā)展還需要突破現(xiàn)有的算法和技術(shù)限制，找到普適的智能理論。

生成式AI的技術(shù)特點(diǎn) 生成式AI是一種強(qiáng)大的人工智能技術(shù)，在模仿和創(chuàng)造方面展現(xiàn)出了巨大潛能，其技術(shù)特點(diǎn)主要體現(xiàn)在以下幾個(gè)方面。一是數(shù)據(jù)驅(qū)動(dòng)。生成式AI需要依靠大量的數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí)，以獲取足夠的信息和知識(shí)來(lái)生成內(nèi)容，并能處理大規(guī)模、高維度的數(shù)據(jù)，從中提取出有用的信息和特征。二是可擴(kuò)展性。模型架構(gòu)通常具有模塊化和層次化的特點(diǎn)，可方便進(jìn)行擴(kuò)展和定制，能在不同領(lǐng)域和場(chǎng)景中廣泛應(yīng)用；算法設(shè)計(jì)通?？紤]到了計(jì)算效率和資源利用的問(wèn)題，性能和生成能力可隨技術(shù)的不斷發(fā)展和數(shù)據(jù)的不斷積累而提升。三是可交互性。生成式AI能理解并回應(yīng)用戶(hù)的自然語(yǔ)言輸入，根據(jù)用戶(hù)的反饋和需求，動(dòng)態(tài)地調(diào)整和優(yōu)化輸出內(nèi)容，能更加智能、靈活地與用戶(hù)互動(dòng)，為用戶(hù)提供更加個(gè)性化、精準(zhǔn)化的服務(wù)。四是可創(chuàng)造性。不再僅僅基于規(guī)則，能模仿人類(lèi)的創(chuàng)造力，從多個(gè)數(shù)據(jù)源中汲取靈感，將不同的風(fēng)格、文化和知識(shí)進(jìn)行融合，生成具有創(chuàng)新性和多樣性的內(nèi)容，這為其在多領(lǐng)域的應(yīng)用提供了無(wú)限可能性。

生成式AI在智能作戰(zhàn)中的運(yùn)用

軍事與科技的關(guān)系向來(lái)緊密，生成式AI的爆發(fā)預(yù)示著弱人工智能正在向強(qiáng)人工智能和通用人工智能演進(jìn)，將為未來(lái)智能作戰(zhàn)提供越來(lái)越多的應(yīng)用場(chǎng)景。

態(tài)勢(shì)智能分析 生成式AI在戰(zhàn)場(chǎng)態(tài)勢(shì)智能分析方面具有巨大潛力和價(jià)值。一是多域數(shù)據(jù)融合分析。能憑借強(qiáng)大的信息處理和輸出能力，破除戰(zhàn)爭(zhēng)“迷霧”，對(duì)海量多源、復(fù)雜異構(gòu)且快速增長(zhǎng)的戰(zhàn)場(chǎng)情報(bào)數(shù)據(jù)進(jìn)行深度挖掘和融合分析，為指揮決策提供全面、準(zhǔn)確的情報(bào)支持。二是戰(zhàn)場(chǎng)聯(lián)合態(tài)勢(shì)感知。面對(duì)瞬息萬(wàn)變的戰(zhàn)場(chǎng)數(shù)據(jù)和信息，能通過(guò)多模態(tài)信息融合，實(shí)現(xiàn)對(duì)陸、海、空、天、電、網(wǎng)多維立體空間戰(zhàn)場(chǎng)態(tài)勢(shì)的全面感知，幫助作戰(zhàn)人員洞悉戰(zhàn)場(chǎng)環(huán)境、識(shí)別打擊目標(biāo)、預(yù)警作戰(zhàn)威脅，提高指揮決策的精確性和時(shí)效性。三是態(tài)勢(shì)預(yù)測(cè)和威脅評(píng)估。能通過(guò)對(duì)大量歷史和實(shí)時(shí)戰(zhàn)場(chǎng)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，找出戰(zhàn)場(chǎng)變化的模式和規(guī)律，構(gòu)建復(fù)雜的戰(zhàn)場(chǎng)模型，模擬和預(yù)測(cè)戰(zhàn)場(chǎng)態(tài)勢(shì)的演變趨勢(shì)，預(yù)測(cè)敵軍可能的行動(dòng)軌跡、攻擊方式和目標(biāo)，為己方提供預(yù)警和應(yīng)對(duì)建議。華為“盤(pán)古氣象大模型”，不使用傳統(tǒng)數(shù)值預(yù)報(bào)方法，采用適配地球坐標(biāo)的三維神經(jīng)網(wǎng)絡(luò)與層次化時(shí)域聚合策略，僅需10秒就能完成全球7天高分辨數(shù)值天氣預(yù)報(bào)，計(jì)算速度提升了萬(wàn)倍以上，計(jì)算功耗降低至十幾萬(wàn)分之一，未來(lái)可用于戰(zhàn)場(chǎng)環(huán)境保障。

指揮智能決策 生成式AI能為指揮決策提供強(qiáng)大的支持和輔助，提高決策的準(zhǔn)確性和效率，增強(qiáng)行動(dòng)的靈活性和適應(yīng)性。一是輔助任務(wù)規(guī)劃。能運(yùn)用多源情報(bào)分析工具和輔助決策模型，自動(dòng)提取關(guān)鍵信息，生成態(tài)勢(shì)圖像、數(shù)據(jù)圖表、部署策略和資源分配等作戰(zhàn)文書(shū)，輔助進(jìn)行任務(wù)規(guī)劃，提高作戰(zhàn)籌劃效率。二是輔助方案推演。能準(zhǔn)確分析戰(zhàn)場(chǎng)態(tài)勢(shì)和作戰(zhàn)需求，自動(dòng)編寫(xiě)作戰(zhàn)想定，生成多套作戰(zhàn)方案，通過(guò)模擬仿真預(yù)測(cè)每套方案的結(jié)果，為指揮員精選優(yōu)化方案提供參考。三是輔助作戰(zhàn)決策。能嵌入一體化聯(lián)合作戰(zhàn)指揮系統(tǒng)，研判戰(zhàn)場(chǎng)態(tài)勢(shì)，預(yù)測(cè)戰(zhàn)爭(zhēng)走向，通過(guò)人機(jī)交互持續(xù)迭代優(yōu)化，形成作戰(zhàn)建議，輔助指揮決策，較傳統(tǒng)指揮反應(yīng)速度更快，決策水平更高，效能更加突出。為提升指揮決策的快速性和有效性，美軍將生成式AI納入“關(guān)注技術(shù)清單”，啟動(dòng)“人工智能前瞻計(jì)劃”和“從數(shù)據(jù)到?jīng)Q策”項(xiàng)目，重塑指揮決策流程，構(gòu)建將海量情報(bào)數(shù)據(jù)轉(zhuǎn)化為有效自主決策輸出的能力體系。

作戰(zhàn)智能協(xié)同 生成式AI能顯著提升不同作戰(zhàn)單元之間的協(xié)同效率，增強(qiáng)整體作戰(zhàn)能力。一是提升協(xié)同作戰(zhàn)效能。通過(guò)對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)的實(shí)時(shí)感知和分析，快速識(shí)別敵我雙方的行動(dòng)和意圖，根據(jù)各作戰(zhàn)單元的能力、位置和任務(wù)需求，自動(dòng)進(jìn)行任務(wù)分配和調(diào)度，提高協(xié)同作戰(zhàn)的效率和準(zhǔn)確性。二是縮短作戰(zhàn)進(jìn)程?？煞纸庾鲬?zhàn)任務(wù)，運(yùn)用內(nèi)置算法優(yōu)化方案，依靠其快速反應(yīng)速度，加速“OODA”（觀察—調(diào)整—決策—行動(dòng)）作戰(zhàn)循環(huán)，縮短決策周期，形成“以快打慢”制勝優(yōu)勢(shì)。三是助力人機(jī)協(xié)同。生成式AI本身是機(jī)器產(chǎn)物，又能理解人的語(yǔ)言，是理想的人機(jī)交互接口，能嵌入到無(wú)人作戰(zhàn)平臺(tái)，通過(guò)智能算法和自主決策能力，支持跨平臺(tái)、跨領(lǐng)域的有人/無(wú)人協(xié)同作戰(zhàn)，全面支撐“忠誠(chéng)僚機(jī)”和“蜂群”作戰(zhàn)等新型樣式，大幅提高作戰(zhàn)效能。未來(lái)智能化戰(zhàn)爭(zhēng)，生成式AI能與無(wú)人作戰(zhàn)平臺(tái)精準(zhǔn)對(duì)接，“訂單”式規(guī)劃作戰(zhàn)任務(wù)，“派單”式就近賦予任務(wù)，“接單”式打擊鎖定目標(biāo)，可形成對(duì)傳統(tǒng)作戰(zhàn)對(duì)手的降維打擊。

保障智能支撐 生成式AI能綜合集成到各類(lèi)保障系統(tǒng)中，人、裝、物泛在互聯(lián)，有機(jī)融為一體，極大提升作戰(zhàn)保障的效率和精確性。一是物資管理與分配。可實(shí)時(shí)分析戰(zhàn)場(chǎng)需求和物資庫(kù)存情況，優(yōu)化物資分配和調(diào)度；可預(yù)測(cè)物資消耗趨勢(shì)，提前進(jìn)行補(bǔ)充，避免物資短缺；可綜合分析運(yùn)輸路線、交通狀況和物資需求等因素，優(yōu)化運(yùn)輸計(jì)劃，降低運(yùn)輸成本，提高運(yùn)輸效率。二是裝備維護(hù)與修理。可對(duì)裝備運(yùn)行數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和分析，預(yù)測(cè)可能出現(xiàn)的故障，提前制定維修計(jì)劃，優(yōu)化維修資源分配，及時(shí)進(jìn)行裝備維護(hù)和修理，降低維護(hù)成本，延長(zhǎng)裝備壽命，提高裝備可用性。三是醫(yī)療救護(hù)與保障。通過(guò)對(duì)醫(yī)療數(shù)據(jù)的分析，能快速準(zhǔn)確識(shí)別潛在的疾病跡象和損傷，預(yù)測(cè)治療結(jié)果，為軍隊(duì)人員提供更高效、更智能的醫(yī)療保障；可輔助進(jìn)行遠(yuǎn)程診斷，提供最佳治療方案，提高戰(zhàn)地醫(yī)療救援的效率和準(zhǔn)確性；可匹配最近的救援人員和資源，快速組織傷員的疏散和治療，提高戰(zhàn)場(chǎng)救援效率。美陸軍遠(yuǎn)程醫(yī)療和先進(jìn)技術(shù)研究中心與約翰斯·霍普金斯大學(xué)合作，利用人工智能、增強(qiáng)現(xiàn)實(shí)和機(jī)器人技術(shù)為戰(zhàn)場(chǎng)上的醫(yī)務(wù)人員和士兵提供虛擬助手。

生成式AI對(duì)智能化戰(zhàn)爭(zhēng)的影響

人工智能不是單一的離散技術(shù)，而是一種通用的使能技術(shù)。生成式AI憑借其強(qiáng)大的學(xué)習(xí)創(chuàng)新能力，在軍事領(lǐng)域的廣泛應(yīng)用將給戰(zhàn)爭(zhēng)帶來(lái)革命性變化，產(chǎn)生全面而深遠(yuǎn)的影響。

改變戰(zhàn)爭(zhēng)形態(tài) 以AI為核心的顛覆性技術(shù)群正加速進(jìn)入軍事領(lǐng)域，“智能”要素正在取代“信息”要素，引發(fā)戰(zhàn)爭(zhēng)形態(tài)發(fā)生重大變革。一是作戰(zhàn)體系向人機(jī)混編轉(zhuǎn)變。生成式AI將徹底顛覆戰(zhàn)場(chǎng)的主要作戰(zhàn)力量，智能化載荷、智能化平臺(tái)、智能化系統(tǒng)等將成為裝備發(fā)展新趨勢(shì)，人機(jī)混編與無(wú)人自主編成將成為作戰(zhàn)力量編成新形式。二是作戰(zhàn)樣式向智能無(wú)人躍遷。在生成式AI牽引下，以人為主導(dǎo)的人機(jī)協(xié)同作戰(zhàn)、以算法為依托的智能認(rèn)知作戰(zhàn)、以云為中心的數(shù)據(jù)開(kāi)源作戰(zhàn)、以制智為目標(biāo)的全域分布作戰(zhàn)等將成為未來(lái)主要作戰(zhàn)樣式，“殺傷鏈”將向“殺傷網(wǎng)”轉(zhuǎn)變，呈現(xiàn)出低風(fēng)險(xiǎn)、低成本、低門(mén)檻特征。三是制勝機(jī)理向以智制勝演進(jìn)。戰(zhàn)爭(zhēng)制權(quán)的發(fā)展與戰(zhàn)爭(zhēng)形態(tài)演變脈絡(luò)一致，“制智權(quán)”成為智能化戰(zhàn)爭(zhēng)制權(quán)爭(zhēng)奪的核心，集中體現(xiàn)為“算法+數(shù)據(jù)+算力”的綜合較量，突出以智制勝、以快制勝、以聯(lián)制勝、以算制勝，智能主導(dǎo)、自主馭能、以智謀勝將成為戰(zhàn)爭(zhēng)的基本法則。

降低作戰(zhàn)門(mén)檻 生成式AI能有效降低情報(bào)搜集、網(wǎng)絡(luò)攻擊和認(rèn)知作戰(zhàn)等行動(dòng)的門(mén)檻，參戰(zhàn)人員的范圍大幅增加。一是降低了情報(bào)搜集門(mén)檻。不需要高度的專(zhuān)業(yè)技能和經(jīng)驗(yàn)，就能實(shí)時(shí)融合處理海量的多源異構(gòu)戰(zhàn)場(chǎng)數(shù)據(jù)，為作戰(zhàn)人員提供實(shí)時(shí)戰(zhàn)場(chǎng)態(tài)勢(shì)和打擊目標(biāo)，預(yù)警威脅信息。烏克蘭危機(jī)中，烏軍使用“情報(bào)眾籌”類(lèi)APP，號(hào)召民眾實(shí)時(shí)上傳俄軍動(dòng)態(tài)，利用生成式AI技術(shù)對(duì)收集到的數(shù)據(jù)、圖片、視頻等信息進(jìn)行分析處理，提升己方復(fù)雜環(huán)境下的態(tài)勢(shì)感知與數(shù)據(jù)處理能力。二是降低了網(wǎng)絡(luò)攻擊門(mén)檻。能快速實(shí)現(xiàn)網(wǎng)絡(luò)漏洞發(fā)現(xiàn)、惡意代碼編寫(xiě)、釣魚(yú)郵件偽造、惡意軟件傳播與執(zhí)行等功能，網(wǎng)絡(luò)攻擊的入門(mén)要求大幅降低，甚至可能實(shí)現(xiàn)零門(mén)檻。前SpaceX軟件工程師使用GPT-3對(duì)一個(gè)Git存儲(chǔ)庫(kù)代碼進(jìn)行審校測(cè)試，發(fā)現(xiàn)了213個(gè)安全漏洞，而最好的商業(yè)工具也只能發(fā)現(xiàn)99個(gè)。最新研究發(fā)現(xiàn)，GPT-4可通過(guò)閱讀漏洞安全公告來(lái)生成利用該漏洞的惡意代碼。三是降低了認(rèn)知作戰(zhàn)門(mén)檻。認(rèn)知域作戰(zhàn)涉及宗教、語(yǔ)言、文化、心理、精神、思維等多個(gè)領(lǐng)域，需要大量的專(zhuān)業(yè)化人才支撐。生成式AI能根據(jù)作戰(zhàn)需求創(chuàng)新生成高質(zhì)量的輿論引導(dǎo)、心戰(zhàn)攻擊信息，可批量復(fù)制部署、不間歇運(yùn)轉(zhuǎn)，降低“認(rèn)知彈藥”制作成本和認(rèn)知域作戰(zhàn)門(mén)檻。2017年，哈佛大學(xué)發(fā)布報(bào)告，認(rèn)為AI技術(shù)相比其他軍事技術(shù)（如核技術(shù)）更容易獲得，使用門(mén)檻更低。

增強(qiáng)作戰(zhàn)效能 生成式AI能自動(dòng)處理大量數(shù)據(jù)和信息，助力指揮決策更加科學(xué)、合理，強(qiáng)化人機(jī)協(xié)同完成偵攻防任務(wù)，增強(qiáng)整體作戰(zhàn)效能。一是提升戰(zhàn)場(chǎng)態(tài)勢(shì)感知力。可基于多源數(shù)據(jù)信息開(kāi)展自動(dòng)識(shí)別與融合處理，依據(jù)指令關(guān)聯(lián)比對(duì)，高效識(shí)別異常行為及潛在威脅，基于大量敵情數(shù)據(jù)快速挖掘行動(dòng)規(guī)律，對(duì)目標(biāo)價(jià)值、作戰(zhàn)意圖、行動(dòng)企圖及力量對(duì)比等進(jìn)行自主判斷，為戰(zhàn)場(chǎng)態(tài)勢(shì)研判提供依據(jù)和方案。二是助力指揮決策智謀化。面對(duì)日益紛雜的戰(zhàn)場(chǎng)形態(tài)和指數(shù)級(jí)增長(zhǎng)的戰(zhàn)場(chǎng)信息，可高效分析指揮員的作戰(zhàn)需求，通過(guò)大模型處理和戰(zhàn)斗模擬、兵棋推演等方式提供風(fēng)險(xiǎn)評(píng)估和決策建議，幫助指揮員減少主觀誤判干擾，客觀判斷形勢(shì)，正確下定決心，提升指揮決策的效率和水平，從計(jì)算機(jī)輔助決策向人機(jī)融合的智能決策轉(zhuǎn)變，由“人在環(huán)里”向“人在環(huán)上”轉(zhuǎn)變。三是推動(dòng)作戰(zhàn)行動(dòng)自主化。生成式AI的“開(kāi)放接口”模式與平臺(tái)屬性，為傳統(tǒng)武器或自動(dòng)武器的自主化、智能化提供了可能性。美軍通過(guò)為F-16戰(zhàn)機(jī)加裝數(shù)據(jù)跟蹤計(jì)算系統(tǒng)、飛行自動(dòng)控制系統(tǒng)等智能模塊，將傳統(tǒng)戰(zhàn)機(jī)改造成AI控制的X-62A無(wú)人僚機(jī)。2024年4月，該型機(jī)與一架有人戰(zhàn)機(jī)進(jìn)行了世界首次空中格斗測(cè)試，兩機(jī)以最高1.58馬赫的時(shí)速進(jìn)行空中纏斗，最近距離約610米。四是創(chuàng)新作戰(zhàn)樣式多樣化。生成式AI的創(chuàng)造性，使得它在戰(zhàn)爭(zhēng)中擁有無(wú)限可能和廣闊的應(yīng)用前景。烏克蘭危機(jī)被認(rèn)為是第一場(chǎng)人工智能賦能的戰(zhàn)爭(zhēng)，各方探索運(yùn)用人工智能技術(shù)，不斷創(chuàng)新作戰(zhàn)行動(dòng)。烏軍使用AI人臉識(shí)別技術(shù)，搜索俄社交媒體20多億張照片，建立俄軍人臉識(shí)別庫(kù)，通過(guò)信息比對(duì)快速確認(rèn)目標(biāo)身份，核查潛入烏境內(nèi)的俄特工。俄軍利用AI自我學(xué)習(xí)算法，快速適應(yīng)網(wǎng)絡(luò)防御策略變化，實(shí)現(xiàn)網(wǎng)絡(luò)攻擊的智能化、自動(dòng)化，大規(guī)模網(wǎng)絡(luò)攻擊頻次由每月15次上升到125次。

擴(kuò)大戰(zhàn)爭(zhēng)風(fēng)險(xiǎn) 生成式AI對(duì)戰(zhàn)爭(zhēng)的參與呈現(xiàn)出全域、立體、多維的特點(diǎn)，并以令人驚訝的速度迭代演進(jìn)，最終可能成為改變戰(zhàn)爭(zhēng)局勢(shì)，甚至影響人類(lèi)文明進(jìn)程的“恐怖融合”。一是極易導(dǎo)致虛假信息泛濫。生成式AI可圍繞特定議題、瞄準(zhǔn)特定對(duì)象，批量化、快速化、規(guī)?；圃焯摷傩畔?、虛假新聞和戰(zhàn)爭(zhēng)迷霧。生成式AI的知識(shí)由訓(xùn)練數(shù)據(jù)集定義，當(dāng)提問(wèn)不在訓(xùn)練集中時(shí)，它就會(huì)“一本正經(jīng)地胡說(shuō)八道”。學(xué)術(shù)上將這稱(chēng)為“幻覺(jué)”。作戰(zhàn)指揮如果高度依賴(lài)生成式AI，就極易形成虛假情報(bào)，引導(dǎo)錯(cuò)誤決策，引發(fā)“致命決策去人類(lèi)化”，挑戰(zhàn)人類(lèi)對(duì)戰(zhàn)爭(zhēng)的主導(dǎo)權(quán)。二是可能沖擊戰(zhàn)爭(zhēng)基本原則。生成式AI具有“類(lèi)人類(lèi)意識(shí)”，可能徹底改變戰(zhàn)爭(zhēng)模式和交戰(zhàn)規(guī)則，對(duì)戰(zhàn)爭(zhēng)法基礎(chǔ)原則造成顛覆性沖擊。生成式AI對(duì)海量數(shù)據(jù)訓(xùn)練有致命依賴(lài)，復(fù)雜多變的戰(zhàn)場(chǎng)環(huán)境以及敵方的“詐術(shù)”等，可能導(dǎo)致區(qū)分原則難以適用；生成式AI只能做出最有利于實(shí)現(xiàn)軍事目標(biāo)的“純理性”判斷，不具備價(jià)值判斷能力，使其難以遵守比例原則；生成式AI沒(méi)有痛覺(jué)，這一天然缺陷使其難以遵守避免不必要痛苦的原則。三是能力無(wú)法預(yù)估令人恐懼。生成式AI加快了通用人工智能發(fā)展，加劇了人類(lèi)對(duì)AI武器化的擔(dān)憂(yōu)和恐懼。目前，人類(lèi)對(duì)AI的恐懼多源自想象，這與核武器有著很大不同。雖然核武器的殺傷力足以毀滅人類(lèi)，但人類(lèi)可以“想辦法”控制它。而在控制AI方面，人“想”不過(guò)機(jī)器，所以產(chǎn)生恐懼。人們擔(dān)心，通用人工智能將成為整個(gè)人類(lèi)社會(huì)的夢(mèng)魘。馬斯克就把研發(fā)AI比作“召喚惡魔”，“每個(gè)巫師都聲稱(chēng)自己可以控制惡魔，但沒(méi)有一個(gè)最終成功”。

責(zé)任編輯：劉靖鑫