ai推进瑞典军事系统

2022-05-06 12:51:08来源:

人工智能(AI)和机器学习的快速进步是在下一代军事系统的发展中起着不断增长的作用。

根据斯德哥尔摩国际和平研究所(SIPRI)的新技术为重点报告,核武军武装部队将利用AI,数字和网络技术加强其国家安全装置。

Sipri报告了人工智能对战略稳定和核风险的影响(欧洲大西洋观点)反映了国防和技术专家提出的担忧,即快速军事采用先进的AI系统的潜在利益可能对某些核武器国家来说可能是不可抗拒的。

据报告作者Vincent Boulanin(Sipri)表示,担心这些国家的一些国家可能会选择降低其安全系统和可靠性标准的水平,以维持或开发竞争对手的技术优势。

“各国可能适用不同的标准,以审查新技术,并确定这些是否符合国际法,”他说。“这仍然是一个对解释开放的地区。有些国家可以将国际法律解释给他人不同。他们可能会授权开发并继续部署某种形式的其他国家可能决定的武器技术。“

但是,世界军队的AI和相关技术的更广泛部署在BOLANIN表示,没有在法律真空中进行。各国受法律检查和使用此类技术的余额。

“各国有义务被国际法致力于称为第36条的过程,”他说。“这是一项武器审查过程,这是1977年关于1949年日内瓦公约的附加议定书的要求。它对各国施加了实际义务,以确定在新武器的研究,开发,收购或采用中,调查这些战争是否合法雇用这些国家的义务。“

AI的军事应用是由此过程涵盖的。因此,各国必须确保战争武器中使用的任何AI技术和应用仍然是合法的,并遵守国际条约和协议。

“这意味着有一种机制,警察AI的开发和使用,”Boulanin说。“这一框架的正面是它是不可知论的,没有提到特定类型的技术。每个新系统必须符合各种协议和条约。这适用于对其他类型的技术作用的AI。“

Boulanin说,当前有些国家感受到他们的竞争对手时,军队风险被侵蚀的艾美恐怖风险遭到侵蚀的目前的支票和平衡。

“目前的过程是基于现行法律,”他说。“这产生了关于AI的发展的担忧,并且基于道德原则的使用,例如具有机器选择人体目标。这种道德姿态目前不被认为是因为法律上不存在。可能需要扩大国际法,以新的原则和规范妥善解决与AI使用有关的所有挑战。“

AI技术的固有性也被认为是有问题的,鉴于其核心,它是一种基于软件的技术,可以使军事能力变形地评估困难。核武器国家可能会潜在,误解他们的对手的能力和意图。锡普利报告称:“对敌人能力的看法与实际能力一样重要。”

后冷战后全球战略景观目前处于延长过程,由于许多技术趋势而被重新绘制。Sipri主任Dan Smith表示,世界权力的潜在动态正在与中国的经济,政治和战略崛起以及俄罗斯的军事复兴转化。

“世界正在进行第四个工业革命,其特点是多种技术的快速和融合进步,包括人工智能,机器人,量子技术,纳米技术,生物技术和数字制造,”史密斯说。

另一方面,AI系统具有许多限制,从道德,法律和安全视角中潜在地利用问题。

SIPRI报告突出了风险,如果没有正确编程或使用,AI系统可能会误导人类的决策和行动,同时加强现有的人类偏见或创造新的。报告称,AI相关系统还携带未预测的方式或特别容易受到网络攻击的固有风险,或者表示。“在军事背景下,这些限制的潜在后果可能是戏剧性的,”它补充道。

瑞典国防研究机构副研究主任MartinHagström表示,在AI和机器学习中的最新问题解决方案和机器学习具有改善自主军事系统的设计,并对广泛的军事申请提供显着的质量改进。自治系统,航空和无人机(无人机)专家。

Sipri报告贡献者Hagström说:“机器学习技术特别适用于富有的数据丰富的应用程序,在显式系统建模是困难的情况下。每个系统都需要宇宙模型 - 系统的设计空间 - 描述环境和系统的互动。

“机器学习方法也可用于模式识别。它们可用于识别数据中的“正常”模式,然后检测与正常状态不同的数据模式。“

机器学习和AI的进步还将为军事系统添加专用于侦察和监视(R&S)应用以及网络防御能力的信息管理的能力。

校准UAV部署的现代R&S系统,以收集大量信息,连续通过网络向命令分析中心发送数据流。数据分析被认为是机器学习可以提高军事行动成功的重要应用领域。

Boulanin指出,机器学习和自主权的改进有可能有利于核威慑架构的所有关键领域。

除了核武器交付和非核对策运营之外,促进受益的地区,包括指挥,控制,通信,计算机,情报,监控和侦察,如防空,网络安全和核资产的物理保护。

“AI是一种非常多功能的技术,可以应用于广泛的功能,包括网络战,”Boulanin说。“AI可用于网络防御性应用程序,可以促进识别新模式的能力,并提高检测网络中恶意软件和异常活动的可能性。”

他补充说,作为网络平台的一部分,AI还具有能够实现自动响应来中和或阻止来自网络空间的攻击。

“除了他们的防守设施外,AI和机器学习还具有用于支持研究工作的能力,有助于识别网络中漏洞,”他说。“这项研究的果实可用于对网络威胁的令人反感的目的。”


返回科技金融网首页 >>

版权及免责声明:凡本网所属版权作品,转载时须获得授权并注明来源“科技金融网”,违者本网将保留追究其相关法律责任的权力。凡转载文章,不代表本网观点和立场,如有侵权,请联系我们删除。


相关文章