top of page

AI軍備應用爭議

Updated: Apr 28

多年來從事大數據業務,最不希望發生的事情,終究無法避免。美國國防部長奧斯汀(Lloyd Austin)早前在一個有關科技倫理的活動上發言:「我們將不得不學會在戰場上信任人工智能(AI)。」他提出一個在未來戰爭中令人震驚的場景,涉及美軍利用AI的快速發展和衍生的倫理挑戰。

美國陸軍未來司令部(Army Futures Command)指揮官穆雷(John Murray)說:「假設在戰場上3公里外偵測到無人機群,對手有100架半自動或全自動無人機,當中有些負責攻擊,其他則分別作偵查、干擾、指揮和控制等任務。要在電光火石間識別無人機的角色並作快速應對,超乎人類所能,故非借助人工智能不可。」上述情況在伊拉克和阿富汗似曾相識,名為C-RAM的自動化防空系統可應付間瞄火力武器的威脅,攔截導彈、火箭彈與炮彈,當啟動自動交戰功能後,最終須以人手控制方可關閉。儘管美軍稱至今為止,C-RAM已經375次成功攔截敵軍向高價值戰區發射的飛彈和迫擊炮彈,並未有造成誤傷或附帶損害。

穆雷認為,未來戰爭關鍵不在於AI技術,也並非對這些複雜系統建立信任,重點是有否相關的備戰能力和狀態,可迫使敵人卻步,他形容這是未來司令部存在的真正意義。從作戰角度看,速度乃重要取勝關鍵之一,毫無疑問,機器擁有更快的反應,能同時追蹤多個事物,且不會因此疲倦或產生恐懼。

然而,筆者覺得把AI用於戰爭絕非人類之福,應該及早制止。面對AI在軍武方面的應用日增,歐洲監管機構有截然不同的取態。歐洲議會近日規定:「使用自主武器系統瞄準目標並採取致命行動的決定,始終必須由人類發動,並在符合相稱性和必要性原則的基礎上,進行有意義的控制和判斷。」換言之,全自動決策的自主武器應被列入違法範疇。雖然圍繞此議題的爭論不絕,惟依當前相關技術的發展速度與方向判斷,以AI驅動的大規模集群武器仍屬大勢所趨。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page