​美专家分析人工智能分析技术对战略态势感知及战略稳定的影响

前沿君微信：tech9999  手机：[phone]

美专家分析人工智能分析技术

对战略态势感知及战略稳定的影响

远望智库技术预警中心  书香慧言

近日，美智库战略与国际研究中心奈特·弗里艾尔森（Nate Frierson）与丽萨玛利亚·阿里亚斯（Lizamaria Arias）联合发布文章，分析人工智能技术的发展现状，以及人工智能分析技术对战略态势感知及战略稳定的影响。主要内容摘译如下：

一、人工智能发展现状

人工智能革命已全面展开。尽管人工智能技术的发展已经历了几十年，但对人工智能研发投入的激增则始于2010年。许多分析人士将人工智能革命对社会的影响等同于第一次和第二次工业革命。由于人工智能所拥有的“以数据为中心”的特点，能否使用大量数据将对发展人工智能并在该领域取得优势至关重要。那些可以使用计算机资源、人力资本及大量数据的国家最有可能在人工智能占主导地位的时代取得蓬勃发展。

目前，中美两国在人工智能研究方面处于领先地位，另有许多其他国际行为体在人工智能的其他领域开展投资。在美国，私人组织及公共部门正继续研发人工智能分析应用，以强化战略态势感知。例如，美国对冲基金桥水投资联合（Bridgewater Associates）高调宣扬其正在研发人工智能赋能“教练”，利用算法和预测性分析来指导分析人员得出结论。美国防部研究机构——国防高级研究计划局（DARPA）承诺未来5年将投资20亿美元发展人工智能。在中国，政府公开宣布将优先投资发展人工智能，目标是2030年前，使中国成为全球人工智能领域的领导者。中国已经在基于人工智能的人脸识别技术方面取得了进展。中国独有的资源整合能力、商业部门国有化，以及领导人对人工智能的关注，意味着未来中国仍将是人工智能领域的领导者。在俄罗斯，普京总统明确表示，主宰人工智能领域是统治世界的关键。尽管普京对人工智能应用的意图并不清晰，但俄军正斥巨资发展人工智能在自主飞行器领域的应用，并声称到2030年前俄军30%的军事力量将实现远程控制。然而，受经济和财政方面的限制，俄罗斯能否实现其在人工智能领域的目标并成为世界领导者值得商榷。尽管中美俄三大有核国家将继续投资发展人工智能应用，但作为人工智能赋能技术的组成要素，计算能力、人力资本及大量数据也将为传统弱小国家带来机遇，有助于提升这些国家在世界舞台上的影响力。

尽管多个国家在争夺人工智能领导者的地位，并在人工智能应用方面，如图像及语音识别，取得了重大进展，但人工智能依然具有局限性。人工智能分析应用只是在解决特定问题上最有效，无法将其应用到各个领域。许多人工智能领域的引领者都怀疑人工智能技术能否继续发展，并相信以目前人们对人工智能的理解，人工智能的发展将遇到无法突破的瓶颈。这些专家指出，人工智能深度学习系统只是看似先进，因为这些系统需要大量的数据进行培训，却无法将所学到的知识应用于新的背景环境下。今天的人工智能是一种“窄化人工智能”，或者说应用范围非常有限，无法完成特定领域以外的其他任务。除应用转移问题外，将人工智能分析应用于战略态势感知还将面临特有的局限性和挑战。正如《今日军控》（Arms Control Today）编辑彼得·斯科布里克（J. Peter Scoblic）所指出的，人工智能分析存在的“欺骗性关联”、算法体现程序人员偏好以及数据过剩等问题将大大降低信噪比。尽管存在这些需要克服的问题，但国际行为体已经开始利用人工智能分析工具来增强自身的态势感知能力，而且未来这种应用或许只会扩大。

二、人工智能分析对战略态势感知的提升作用

人工智能应用可通过数据挖掘、数据融合、一线分析及预测分析等强化战略态势感知能力。这些应用不仅能够提升战略级态势感知，而且还可以提升其他层级的态势感知。这些方法需要协同配合使用，而且还需要与分析人员密切配合。

（一）数据挖掘。人工智能数据挖掘可以为一国提供新型信息，可用来提升战略态势感知。例如，通过传统媒体资源、社交媒体及物联网而获取的大量开源及接近开源数据可为战略态势感知提供新的提示性信息。除了提供新质战略态势感知信息外，这种能力还将提高精确性，即所搜集到的信息详细程度与质量。快速而廉价地搜集大量开源信息用于战略态势感知对于传统的信息处理方法而言是一种挑战，然而，人工智能数据挖掘技术的发展将有助于高效完成信息处理任务，提高信息处理的速度。这种数据搜集方法将拓展一国搜集战略态势感知信息的范围，而且不容易被察觉。

（二）数据融合。人工智能数据融合应用将快速整合各种来源的数据，从而提供新的与战略态势感知相关的洞察力。现代态势感知生态系统是以数量不断增加的多种传感器组为特征，不同的传感器搜集不同的信息。融合这些数据将提供前所未有的洞察力（这将提高信息处理的准确性），且不会增加任何信息搜集资产的安全风险（这将扩大数据搜集的范围）。尽管存在上述优势，但融合不同来源的数据成本高且耗时，通过人工处理或分析难以完成。而利用人工智能不仅可以节省时间和人力成本（这将提高数据处理的速度），而且还会提供人类可能忽视的信息。例如，美国空军的“从数据到决策”项目将利用机器来关注可疑目标，并寻找所有相关可用数据。

（三）一线分析。人工智能图形识别能够筛查大量视频、图像、信号截收及其他战略态势感知资产搜集的其他技侦情报。尽管技侦情报搜集能力的存在可提升战略态势感知情报的获取速度、精确度及持续性，但对这些战略态势感知情报的使用能力则受制于分析人员的能力。通过人工智能进行初步的“一线分析”，分析人员便可以利用现代技侦手段获取的大量数据，提供更加准确、及时和持久的战略威胁预警。利用人工智能开展“一线分析”，可以发现数据中隐含的趋势、形式及异常，进而产生不同于以往的洞察力。例如，美国防部Maven项目就是利用该技术从小型无人机搜集的大量视频中识别目标，以便使分析人员集中精力处理异常情况。其他“一线分析”的应用实例包括实时翻译及新闻事件的简单归纳总结。

（四）预测分析。分析人员可利用人工智能的预测分析生成对手行为与潜在威胁的假设，从而在不牺牲战略态势感知广度的同时，提升速度、精度与持久性。与“一线分析”需要分析人员对人工智能分析程序进行图像识别培训不同，预测分析可吸收大量数据并生成新态势推送给分析人员。这种应用可通过整合大量数据供人工智能进行识别，来发现此前不掌握但与战略态势感知相关的异常情况。这种洞察力还可能帮助分析人员追踪对手机动战略资产的位置。整合这些人工智能工具将产生强大的战略态势感知能力。例如，美国一家名为Predata的初创公司正试图通过开发机器学习算法来预测安全、政治与经济发展趋势，以便解析开源数据，生成定量风险指数。

三、人工智能分析对战略稳定的负面影响

作为一种赋能技术，人工智能分析有助于分析人员更好地利用21世纪态势感知生态系统的全谱能力。尽管这意味着人工智能分析可大幅提升战略态势感知，但这些应用也可能严重影响战略稳定。战略态势感知速度与精度的提升可为决策者提供更多决策时间和更清晰的态势图。然而，人工智能分析工具提供预测性及先发制人式的战略态势感知将增加误解、误判以及局势意外升级的风险。

首先，虽然人工智能分析本身并不具有干扰性或破坏性，但其产生的信息则很容易因情报搜集平台或人工智能算法遭受对手的反制措施或失效而失真。尽管无法掩盖存在人工智能分析的事实，但必须确保每一种人工智能分析应用所涉及的数据与算法的安全与统一。行为体必须保持特定算法的隐蔽性，以防这种算法被对手加以利用，破坏战略态势感知流。即使不掌握人工智能分析使用的算法，公开研究对人工智能在应对无法预知的挑战或直接反制措施时的可靠性提出了质疑。了解背景是人工智能分析能否发挥作用的关键。例如，有一种算法高估了朝鲜“反介入/区域拒止”火炮连的数量，因为它不了解朝鲜的文化——朝鲜人的墓地从上空看与防空火炮阵地非常相似。此外，有研究表明，即使一些先进的算法也可以被蒙骗，无法分辨甚至用肉眼都很容易分辨的目标。有些国家可以设计“人工智能伪装”来欺骗人工智能。

其次，人工智能分析可以提供预判性、先发制人及行动赋能型战略态势感知。在极端情况下，前述人工智能分析的潜在用途可提供快速、精准、持久及对手无法察觉的战略态势感知，从而使决策人员可以对敌战略资产实施先发制人打击。此外，这种预判性、先发制人及行动赋能型战略态势感知将使一国大幅提升其导弹防御能力。短期内，这将破坏危机稳定，使对手可能率先发动核打击。长远看，这将破坏军备稳定，促使对手调整其战略部队架构与态势，已确保具备二次核打击能力。鉴于决策者及分析人员必须基于人工智能分析提供的信息做出决策，这将进一步增加误判的风险。

第三，尽管人工智能分析无法全面提供对手资产与行动的战略态势感知，但由于人工智能分析的隐蔽性，对其战略态势感知能力的过高认知可能会破坏战略稳定。由于人工智能分析工具的细节必须保密，相关行为体可能会高估人工智能分析对战略态势感知的作用。短期内，对对手能力缺乏准确的认知将导致误判或误解，进而破坏危机稳定；长远看，对对手未知能力的担忧将导致战略力量架构与态势发生改变，可能会破坏军备竞赛的稳定。

最后，人工智能分析的双重用途将对战略稳定产生负面影响。人工智能分析工具具有双重用途。一方面，这种两用性体现在人工智能可以提供态势感知，用于遂行核常任务，从而增加了危机期间误判或局势意外升级的风险。例如，美国利用异常情况探测算法确定中国常规机动导弹资产的位置。如果这种算法用来定位中国机动核资产的位置，将导致中国担心其核二次打击能力的安全。另一方面，这种两用性体现在人工智能分析技术可用于非军事目的。而且这种军民两用性将使更多的行为体掌握人工智能分析能力，从而进一步影响战略稳定。

一网打尽系列文章，请回复以下关键词查看：

创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧

热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估  | 大学排名

预见未来：预见2016 |预见2020  | 预见2025 | 预见2030  | 预见2035 | 预见2045  | 预见2050

前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 |  基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | 5G | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 | 传感器

先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 直升机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器

未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空战 | 反卫星

领先国家：美国 | 俄罗斯 | 英国 | 德国 | 法国 | 日本 | 以色列 | 印度

前沿机构：战略能力办公室 | DARPA | 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 | 阿里 | 俄先期研究基金会 | 军工百强

前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普

专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨

全文收录：2018文章全收录 | 2017文章全收录 | 2016文章全收录 | 2015文章全收录 | 2014文章全收录

其他主题系列陆续整理中，敬请期待……