当生成式人工智能走向战场
■华 瑞 杨龙霄 杨润鑫
未来战场上，“虚拟参谋”或将发挥举足轻重的作用。资料图片
在《流浪地球》系列电影中，人工智能MOSS吸引了观众的目光。它不仅具备自我意识、能够进行自我更新，还可以在最短的时间执行被系统认为是正确的决定，自动生成相关内容回答提问者的问题。
随着人工智能（AI）技术的不断突破，MOSS将有望出现在现实生活中。而现在，与MOSS有着类似功能的生成式AI正在走进人们的视野。
从去年ChatGPT发布后，一批生成式AI聊天机器人持续登场。这些生成式AI聊天机器人不仅可以提供人类认知需求的高质量即时互动和反馈，也具备较强话题度和娱乐性的对话能力，迅速成为科技圈“顶流”。与此同时，生成式AI凭借其强大的网络渗透能力、舆情认知能力、处理与分析能力，或将推动现代战争朝形式更为多样、手段更为隐匿、抵制更为艰难的方向转变。
揭开生成式AI的神秘面纱
今天，AI已经不是一个新鲜的词汇。手机有AI语音助手，汽车有AI导航，就连食堂都有了AI厨师……我们的日常生活中似乎处处都有AI的帮助。其实，AI是一个广泛的术语。简单来讲，AI就是包括研究、模拟和拓展人的智能行为在内的一系列技术的总和。
2022年火遍全网的ChatGPT，则是生成式AI的一个应用实例。生成式AI，是AI技术的一种特定类型。生成式AI在对已知信息进行学习的基础上，跳出模仿人类行为的圈子，试图从人类的思维角度出发，生成全新的数据信息以供人类参考。
生成式AI的关键词是“创新”。其工作原理是对大型数据进行预训练后，使用计算机程序来模拟人类的创造性思维，从而创造出具有一定逻辑性和连贯性的语言文本、图像、音频等内容。在这个创作过程中，大模型是生成式AI的灵魂。
所谓大模型，就是指具有上千万甚至百万亿参数的深度学习或机器学习模型。生成式AI通过大模型对包括海量高质量数据集的数据库进行复杂性建模，并运用强大算力来估计模型的参数，找到数据间的关系。以ChatGPT为例，其模型架构是基于AI技术中的自然语言处理和深度学习技术生成，拥有1750亿参数，通过对巨量的数据集进行预训练，能够学习这些数据中的语言规则和模式。它还利用“人在回路”的方式进行了优化，通过与用户互动进行自身反馈和输出内容的改进，提供高度真实的对话场景。
目前，以ChatGPT-4.0为代表的生成式AI已经实现对多模态内容进行自动处理，能够针对不同的对话场景生成特定的文本、图片、音频等信息，还可以根据上下文自动生成与人类语言类似的对话，与用户进行密切交流。
可以说，生成式AI是集大数据、大模型、大算力为一体的产物。也可以说，正是因为当前社会信息数据爆炸式的增长和网络计算技术的迅速发展，才让生成式AI吃上了时代的“红利”。
生成式AI几乎引发了全领域的思考和探索。有专家说，生成式AI可能取代上亿个全职岗位。在金融领域，生成式AI能够通过对大量数据的分析，预测市场走势，生成风险评估和投资策略；在艺术领域，生成式AI能够通过对艺术家文创、歌曲、画作等公开作品的学习，根据用户提出的具体需求，生成带有艺术家个人独特风格的作品……不仅如此，生成式AI还能和物联网、云计算等新兴技术融合，形成更为完整全面的技术生态。毫不夸张地说，生成式AI赋予了AI技术更强大的功能和更广泛的发展前景，进一步扩大了AI技术对人类生产生活的影响。
或将成为未来战场颠覆性力量
2020年1月3日凌晨，伊朗圣城旅指挥官苏莱曼尼在伊拉克巴格达国际机场外突然遇袭，在掀起战火硝烟的同时，也让人们一窥智能化战争端倪。5G、物联网、人工智能等信息化智能化技术的广泛运用，使得当前战争形态和战争手段正在发生颠覆性变革。
有人说，未来战争中，数据的作用将超越弹药。而人工智能技术为数据进一步赋能，使得数据成为驱动智能化战争的源头活水。比如美军用MQ-9无人机刺杀苏莱曼尼的行动，就是通过大量采集分析其生活习惯情报数据、侦察监视其行为数据等，才得以实现“提前预判、巡航锁定、捕获跟踪、精准击杀”的整体战术目标。
信息化智能化时代，无人潜航器、无人水面舰艇、无人机等无人预警探测力量进一步加强，卫星技术不断发展，陆基、海基、空基侦察力量升级，使得获取战争情报的手段更为纷繁多样，织就了一张陆、海、空、天、电、网多维立体空间的情报网，更有利于进行战场态势的感知。与此同时，渠道的拓展也带来军事数据爆发式的增长。
面对海量的、瞬息万变的战场数据和信息，如何对战场走势进行更加准确与快速的分析研判便尤为重要。如何使用相关网络技术对海量数据进行研究挖掘，理清数据间的逻辑，找出藏在数据中的秘密，并将其转化为辅助指挥官决策的情报，这是未来军事大数据应用所面临的主要挑战。生成式AI凭借其强大的信息处理和输出能力，成为解决这一难题的关键所在。
生成式AI能够对众多不同来源的数据进行无监督预训练，从中获取有价值数据，大大缩短处理时间，并寻找和发现其中的规律，根据战场态势生成作战方案，为作战指挥出谋划策。规模更大的神经网络算法使生成式AI更接近“通用人才”，不仅能够对文本、图像进行处理和创作，还能够研判战场态势，预测战争走向，甚至能够实施认知对抗，在心理战、舆论战、情报战上发挥特殊作用。
目前，生成式AI已经引起了世界各军事强国的关注。今年1月份，美国将生成式AI技术列入“技术观察清单”，并于今年8月宣布成立国防部生成式人工智能工作组；在11月24日举办的2023人工智能之旅国际会议上，俄罗斯总统普京宣布不久之后他将签署批准俄罗斯新版的AI发展战略，内容涉及扩大生成式AI和大语言模型的基础和应用研究；今年3月，英国政府承诺向超级计算和人工智能研究投入10亿英镑，希望能构建自己的生成式AI聊天机器人。
“虚拟参谋”的作用日益凸显
从理论构想和实践表现两个层面来看，生成式AI军事化最突出、最主要的表现，是“参谋”席位的虚拟化。作为一种正在快速演进的趋势，“虚拟参谋”或将在未来战争中发挥举足轻重的作用。
首先，生成式AI能够接管传统参谋业务，缓解参谋人员压力。作为作战指挥的神经中枢，参谋担负着各种信息的流转与传递，必须将上级意图和作战命令准确无误地传达给相应作战单元。生成式AI在进行预训练后，能够根据关键词或具体要求严谨理性地拟制新的军用文书，并且将信息整合为态势图像、数据图表等各种形式进行展示，把参谋人员从标图、计算、写文等传统业务中释放出来，提高作战指挥的效率。
其次，生成式AI能够预测战争的走向，辅助指挥员进行军事决策。基于强大的数据支撑、算法和事物生成发展规律，生成式AI在军事方面的输出结果可信度将进一步提高。它能够把敌我双方的位置、行动和能力以及优劣态势的实时信息加以分析处理，并据此预测战争的发展趋势，形成作战建议，辅助指挥员决策指挥。先进的生成式AI模型能够对敌方的进攻信息进行汇总，通过算法摸透敌军行动规律、战斗习惯，甚至模拟出敌军指挥官的“思维方式”。
再者，生成式AI能够辅助人机交互，融合控制平台。生成式AI本身是机器产物，同时又能理解人的语言，是理想的人机交互接口。俄军重视相关模型在反无人机方面的应用，卡巴斯基实验室将数据模型与传统打击手段结合，研发了基于人工神经网络的“卡巴斯基反无人机系统”。通过构建人工神经网络，分析处理重要设施周边各类传感器收到的数据，同时运用特殊算法，迅速发现和识别无人机，自主进行分类，判断敌友，有针对性地做出反应。美军今年也借助生成式AI生成了关于反无人机作战的相关报告。总的来说，生成式AI可将作战任务拆解为各个子任务，运用内置算法得到最优化的方案。依靠其快速反应能力，能够加速作战中的“观察、调整、决策、行动”循环效率，帮助指挥者应对未来战争的紧张节奏。
以生成式AI为代表的大模型技术在军事领域具有广泛应用潜力，对新兴的作战手段和方法具有深远影响。当然，“缺样本”“没数据”“不开放”“难共享”等问题依然困扰着军事智能领域。同时，AI技术涉及生物识别、自动规划、智能控制等方方面面，有可能在复杂环境或执行复杂指令时出现失控现象，有人担忧，如果把自主控制权完全交给AI，会不会出现影视作品中的“终结者”？
其实，AI技术在军事领域的运用到底利弊几何，答案还要看人类自己的选择。生成式人工智能走向战场的路究竟应该怎样走，还有待进一步探索。
