人工智能正在重塑战争的作战方式。从自主无人机到人工智能驱动的指挥控制，机器正在为战争指挥室内的决策者数量和实地作战的参与者数量的减少铺平道路。这种转变已经通过在基辅、加沙和德黑兰引入新技术而重塑了冲突。乌克兰的人工智能拦截无人机。以色列在加沙使用的人工智能目标生成系统。最近，Palantir的Maven智能系统（MSS）在美国和以色列对伊朗的战争中被用于识别和攻击数千个目标。2023年2月28日，即美国和以色列对伊朗战争的第一天，Maven帮助打击了1000多个目标，其中包括位于米纳布的一所伊朗小学，造成150多人遇难，其中大多数是儿童。四个月后，五角大楼对该攻击的调查仍然停滞不前，参议员们要求答案，《彭博社》报道称错误追溯到过时的卫星情报。随着人工智能在军队中的深入嵌入，问题不仅在于这些系统是否值得信任以做出准确的决策，还在于它们是否能够处理所做决策的道德后果。作为关于人工智能与战争系列的一部分，阿尔及利亚半岛电视台探讨它是否能成功替代人类决策者。决策优势：战场上人工智能的崛起 全球军事开支去年增长了2.9%，达到2.87万亿美元。从这个数字中，军事应用的人工智能开支正在快速增长，预计到2030年将从117亿美元增长至接近193亿美元，根据行业报告。四月，美国总统唐纳德·特朗普的政府提议在十月份开始的财政年度中拨款1.5万亿美元用于国防支出，以建立“梦想军队”，加速从传统军事工业综合体向军事技术的转变。美国五角大楼已瞄准成为“人工智能第一战斗力量”，压缩OODA循环——这是由美国空军上校约翰·博伊德在20世纪晚期开发的决策模型，基于谁在决策中移动得更快就能胜出。OODA循环持续获得新信息，观察、定向、决策、采取行动，让指挥官在最新的时刻决定行动，以速度和适应性换取确定性。推动速度的动力是Maven项目，Palantir的旗舰人工智能智能平台，结合Anthropic的Claude，旨在实时呈现战场的全貌。在2000年代和2010年代的无人机战争中，OODA循环的逻辑已经在发挥作用，当时算法模式识别标记出那些行为与可疑档案匹配的个体，将计算机生成的击杀名单输入其中。那时没有称之为人工智能，但逻辑与今天相同：比人类分析师更快地找到数据中的模式，并将其转化为行动。Maven智能系统是如何工作的？要了解Maven的作用，值得考虑它改变了什么。在以往的冲突中，例如2000年代的美国在伊拉克和阿富汗的战争，分析师在Excel电子表格和PowerPoint幻灯片中跟踪对手网络，记录姓名并绘制出联系，而击杀链依赖于由高级官员分析的打印报告。这些过程需要时间。在称为“史诗愤怒行动”的当前美国对伊朗的战争中，Maven被用于在几分钟内处理数千次打击。根据美国中央司令部司令布拉德·库珀海军上将的说法，以往需要数小时或数天的时间表被压缩到仅仅几秒钟。Maven项目在2017年作为算法战争跨职能团队（AWCFT）启动，利用人工智能和机器学习自动处理军事收集但是无法完全分析的大量无人机和监视录像——从识别和优先考虑目标到选择合适的武器，最后评估战斗损伤。谷歌构建了计算机视觉模型来分析无人机录像，直到因超过4000名员工签署的抗议请愿书表示“谷歌不应该参与战争”而在2018年撤回。今天，超过20000名美国军人使用Maven，涵盖35个军事软件工具和三个安全分类领域，根据国家地理空间情报局局长弗兰克·惠特沃斯海军中将的说法。该系统从150多个资源提取数据，例如： 卫星 商业雷达星座在云层与黑暗中返回图像 无人机视频 信号情报（SIGINT） 无线电发射 社交媒体地理定位 部队派遣单位的现场报告 一旦识别出目标，该目标便通过数字管道移动，该管道模型由军事击杀链序列的找到、固定、跟踪、目标、打击、评估（F2T2EA）等步骤构成，在每个阶段携带坐标、情报源、风险评估和法律签署。一个人工智能推荐系统提出相关建议