编者按：本年3月中旬，谈天呆板人步伐ChatGPT推出了最新版本GPT-4,可支持多元的输入输出情势，使其具备了更强的专业学习本领。作为一种基于人工智能（以下简称AI）技能的谈天步伐，ChatGPT一经推出，便引起社会各界广泛关注。乃至有人惊呼，AI将代替人类主宰战场。ChatGPT毕竟会给军事范畴带来哪些厘革？AI是否会逾越人类？带着这些题目，本文从ChatGPT入手，为读者梳理出一条AI大抵的军事应用脉络。  ChatGPT的潜伏军事代价 ChatGPT受到关注的紧张缘故原由是引入了新技能RLHF。所谓RLHF，就是通过人类的反馈来优化模子算法，使AI模子的输出效果和人类的知识、认知、代价观趋于同等。简朴来说，就是跟已往的AI模子相比，ChatGPT“更像人类”了。这种“像”重要表现在天然语言处置惩罚方面，即语义分析和文本天生。语义分析方面，用户的任何题目根本都可以或许得到有用回应，不像已往许多时间“驴唇不对马嘴”；文本处置惩罚方面，任何题目的答案都看起来逻辑通顺、意思明白、文笔流通。应该说，这堪称天然语言处置惩罚范畴的庞大突破。 这一技能显然可以应用于军事范畴。平常，基于ChatGPT技能的谍报整编体系可针对互联网上的海量信息，作为假造助手资助分析职员开展数据分析，以进步谍报分析效能，发掘潜伏的高代价谍报。战时，基于ChatGPT技能的谍报整编体系可将大量战场谍报主动整合为战场态势综合陈诉，以减轻谍报职员工作负担，进步作战职员在快节奏战场中的谍报分析和方案操持本领。 ChatGPT还可用于实行认知对抗。信息化智能化期间，各国数字化水平广泛较高，这意味着大众之间的信息交换、观点流传、感情感染的速率更快，也就意味着开展认知攻防的空间更大。ChatGPT强盛的天然语言处置惩罚本领，可以用来快速分析舆情，提取有代价信息，或制造虚伪言论，干扰大众感情；还可通过运用玄妙而复杂的认知攻防战术，诱导、诱骗以致利用目的国大众认知，到达粉碎其当局形象、改变其大众态度，以致分化社会、颠覆政权的目标，实现“不战而屈人之兵”。 据悉，ChatGPT利用的天然语言处置惩罚技能，正是美军团结全域指挥控制概念中重点研发的技能。2020年7月1日，美国兰德公司空军项目组发布《当代战役中的团结全域指挥控制——辨认和开辟AI应用的分析框架》陈诉。该陈诉以为，AI技能可分为6类，天然语言处置惩罚类技能作为此中之一，在“团结全域指挥控制”中有明白的应用——可用于从语音和文本中提取谍报，并将相干信息发送给分队指挥官以致单兵，以提示他们潜伏的辩论或时机。 “数据是深度愚笨的” ChatGPT火爆的关键缘故原由之一是“更像人类”，然而，“更像人类”不即是“趋近人类智能”。ChatGPT仅仅代表AI的新高度，但它照旧AI，仍存在着自然缺陷。 现在，主流AI模仿的都是大脑的“模式辨认”功能，即在“感知”到外部信号刺激时，能敏捷分辨出其性子特点。最初，科学家计划通过“订定规则”的方式来实现这一功能，但很快发现行不通。好比，很难用规则来界说一个人。这是由于，人的相貌、身段、举动等特点无法用明白而同一的规则来形貌，更不大概转换为盘算机语言。实际中，我们看到一个人就能敏捷辨认出来，并没有使用任何规则，而是通过大脑的“模式辨认”功能来刹时完成的。 这一辨认过程为科学家提供了启示：第一，大脑是一个强盛的模式辨认器，其辨认功能可以通过练习得到进步；第二，大脑的辨认本领不是按照各种逻辑和规则举行的，而是一种“主动化”的举动；第三，大脑由数百亿个神经元构成，大脑盘算不是基于明白规则的盘算，而是基于神经元的盘算。 这正是现在主流AI的底层逻辑——对大脑运行机制的模仿。基于这一逻辑，科学家开辟了各类基于神经网络算法的神经网络模子，并取得了精良结果。其根本原理是：这些模子都由输入层、隐蔽层和输出层三部门构成；从输入层输入图像等信息，颠末隐蔽层的主动化处置惩罚，再从输出层输出效果；模子内部包罗大量“神经元”，每个“神经元”都有单独的参数；假如输出效果与输入信息存在偏差，模子则反过来主动修改各个“神经元”的参数；如许输入一次，跟精确答案对比一次，把各个参数修改一次，就相称于完成了一次练习。随着练习次数越来越多，模子参数的调解幅度越来越小，渐渐到达相对稳固的数值。此时，这个神经网络就算成型了。 这就是现在主流的神经网络算法，ChatGPT也同样云云。差别之处在于，一样平常AI模子只有百万级练习数据和参数，而ChatGPT拥有3000亿单词的语料数据和1750亿个参数。前者是“喂给”步伐的练习数据，后者则基于练习数据提拔ChatGPT这个模子对天下的明白。这就是ChatGPT看起来“更智慧”的重要缘故原由。但ChatGPT只是“鼎力大举出古迹”，其原理与已往的AI模子并没有本质区别。 相识了AI的根本原理，我们会发现AI存在两个自然缺陷。第一，AI自己并不明白“它本身在做什么”。AI模子就是一堆神经网络的参数，这些参数没有任何详细意义。AI只负责输出效果，并不能表明输入与输出之间的逻辑关系。第二，AI的“举动”是由练习数据决定的。练习AI的数据量越大，AI的本领就越强。但数据再多，也只能代表“履历丰富”，一旦碰到不测环境，就会发生功能紊乱。可以说，AI就是用大量数据“喂”出来的，它的体现完全取决于数据。 因此，跟人类智能相比，AI既没有真正的明白本领，又过于依靠练习数据，以至于盘算机科学家和哲学家朱迪亚·珀尔有一句名言：“数据是深度愚笨的”。 AI原理带来的战役启示 只管AI存在自然缺陷，但并不妨碍它成为良好的“顾问”和助手。停止现在，AI在军事范畴的应用范围正在不停扩大，越来越多的AI作战应用正在或已经成为实际。 如侦探感知范畴，一些发达国家部队的超视距雷达，正在利用AI对各种范例的空中目的举行快速标志和个体辨认，现在已经实现了对无人机等小型目的的主动探测与辨认。无人作战范畴，美国国防部高级研究筹划局正在实行一系列筹划，致力于研究无人机、自主水面无人艇和水下潜航器以及陆基移动无人平台的组群利用，以实现相应的作战目标。别的，AI技能还渗出到指挥控制、练习模仿、后勤保障等范畴，并渐渐发挥出日益紧张的作用。 深入思索AI的特点原理和发展路径，会发现此中蕴含着一些关于战役的启示： 第一，技能深度决定战术高度。毫无疑问，AI期间战术的“技能含量”将越来越高，而“战术高度”很大水平大将取决于对AI技能的熟悉深度。2019年，比利时鲁汶大学的研究团队发明白一种可以骗过AI辨认的彩色图形——只要把一张A4巨细的特别图形打印出来贴在身上，AI就不会把实行者看成“人”。循着这个思绪会发现，只要找到AI的数据辨认毛病，就可以或许使用数据的“愚笨”，骗过对方的侦探感知功能，进而发展出相应的对抗战术。但可否通过技能本领发现AI毛病，是此类战术见效与否的关键和条件。换句话说，对AI技能的研究深度将在很大水平上决定战术可以或许发挥的高度。 第二，冲破通例是对抗AI的关键。现在AI的全部本领都在人类的认知界限内。如ChatGPT看似无所不知，但它可以或许提供的全部答案都是在人类已知的信息库中检索整合得出的。纵然跟已往“不一样”，ChatGPT也只是通过内容整合“重组已知”，而非在观点和头脑层面“发现未知”。大概说，AI的最大上风是“认识套路”和“优选方案”，劣势则是难以“冲破通例”，更不能“无中生有”。这意味着，AI并不能从已知推导出未知，创新将是人类的最大上风。这进一步意味着，人类指挥员通过深度思索、逻辑推理进而冲破通例、创新战法的本领无可代替，也必将是将来战场上应对“AI指挥员”的制胜利器。 第三，主宰战场的依然是人类而非AI。基于现在的盘算机技能，AI发展存在天花板。其理论依据是“哥德尔不完备定理”。这肯定理简朴来说，就是“可数体系都是不完备的，此中某些题目永久无法在体系自己的层面得到办理”。根据这一原理，基于当前盘算机技能的AI，大概永久无法逾越人类。由于盘算机体系本质是可数的，而人的意识是不可数的。比方，盘算机全部的输入和输出，都必须用有限的数字来形貌。好比圆周率。盘算机里没有真正的圆周率，小数点后只能输入一个有限位的近似小数，到肯定长度必须停下来。只要停下来，到场运算的这个圆周率就不是真正的π。而真实天下与盘算机模仿的数字天下是差别的。真实天下是不可数的，圆周率π、天然常数e都可以无穷无尽地盘算下去。AI运行于数字天下，人类则生存在实数宇宙。用基于现在盘算机技能的AI来模仿人类智能，就像用语言体系来形貌人类感觉——语言是可数的，而感觉是不可数的，以是有些感受“只可意会，不可言传”。由此可推导出，在真正的技能“奇点”到来之前，AI只能不停迫近人类智能，但永久无法逾越。人类仍将是战场的最高主宰。 |
