海外看世界》AI戰爭帷幕下的大國論劍：從孔明燈說起（蔣一驍）

烏克蘭軍人在烏東頓內茨克（Donetsk）巴赫姆特（Bakhmut）施放無人機的資料照。（美聯社）

三國時期，諸葛亮的軍隊被魏軍困於陽平。城裡糧食日益減少，軍心不穩，眼看就要支持不住。孔明靈機一動，令士兵用竹篾和薄紙編制燈籠，以煤油爲燈芯。孔明在燈上繫上求救的訊息，點燃並放飛了幾百個紙燈籠。部分孔明燈隨風飄到了蜀國的大本營，爲孔明帶來了援軍。孔明燈可以被理解成人工智能(AI)在戰場的第一次應用：相比於士兵突圍傳信，孔明燈扮演了無人機的角色，其「智能」則體現在製造者對風向和天氣的利用和判斷。穿越千年，只能依靠風力和運氣的「無人操作系統」顯然過於簡陋，那麼現代戰爭中AI武器的論劍又在何處？

2023年，軍事迷和股民在終於有了共同話題——人工智能。在俄烏衝突和以色列-哈馬斯戰場上，人工智能對現代戰場的影響也從一戰時期的無人機拓展到了算法轟炸，情報分析，以及戰爭決策等等。算力做爲硬件基礎決定了人工智能的上限。這也解釋了在人工智能的掘金時代，賣鏟人英偉達（NVIDIA）憑藉在AI晶片領域的龍頭壟斷地位股價和市值屢創新高。筆者認爲，在達到這個上限的過程中，用來訓練模型的軍事數據的「質」和「量」是大國AI武器在中短期的角力點。

機器學習是人工智能的核心領域。所謂的「學習」可以理解爲機器從訓練數據中建立模型和根據測試結果反覆優化模型的過程。在保證「質」的前提下，模型的精度會隨着訓練數據量的提升而提升，這也是數據可以成爲人工智能大時代下新「石油」的原因。用機器學習的語言來講，孔明燈的設計是一種監督學習（Supervised Learning）: 通過選擇一系列的天時地利相關特徵（Feature）來增加其抵達目的地的概率。理論上，這個概率是可以通過天氣，風向，釋放點，和時間等因素的各種排列組合下（「質」）進行大規模的反覆實驗（「量」）來提高的。在沒有可靠且高質量的數據進行模擬時，人工智能的效果往往差強人意。

當代的AI武器更需要大量的演習才能「孰能生巧」。相比於傳統武器，人工智能的可怕之處在於其自我學習的能力：AlphaGo可以通過和自己對弈來進行提升，棋手卻不具備這種左右互搏的能力。在2022年的俄烏衝突中，AI武器（巡飛彈，察打無人機等）已經展現出了自我戰鬥能力。在可預見的將來，AI武器或許可以實現自身的攻防演練，繞過實戰數據稀缺的瓶頸。（作者爲美國西新格蘭大學經濟學系助理教授）

（本文來源《海外看世界》，授權中時新聞網刊登）

※以上言論不代表旺中媒體集團立場※