共生 优势

共生 优势

人机结合发挥彼此最大优势

《论坛》员工

摄影:美联社

人们要靠阅读科幻小说才能尝试了解未来人工智能如何与人类大脑展开竞争的日子已经一去不复返。

美国陆军未来司令部及人工智能工作组负责人马修·伊斯利(Matthew Easley)准将表示:“我们已经在使用人工智能。”“人们拿着手机,里面便有大量人工智能应用——无论是在设备中,还是在设备所连接的系统里面。”

简单来说,任何用于增强决策能力(包括自行做出决策的能力)的计算系统即是人工智能。

从事利用人工智能进行军事应用工作的研究人员表示,武装部队距离实现在战场上部署具有完全决策能力的机器还有很长时间。未来的多域行动(也称为跨域行动)将由“半人马”团队实施——人与机器将各自最具优势的能力结合在一起,实现最佳表现。

“最优秀的人类棋手再也打不过超级计算机棋手,这已经是旧闻。不算太过时的新闻是,业余国际象棋选手拥有在 Best Buy 就能买到的电脑便可击败大师级国际象棋选手和最出色的国际象棋超级计算机,”曾在中东、亚洲和美国的工程和后勤组织中担任指挥和参谋职务的退役美国陆军上校布罗克·珀库钦(Broc Perkuchin)于 2019 年 5 月在夏威夷檀香山举行的太平洋陆军专题研讨会和展会(LANPAC)期间表示。“这是因为这些团队,这些人机结合团队,就像是传说中人马合体的造物——半人马,他们不但拥有人类的优势(直觉、判断力和创造力),还拥有机器在数据处理速度和能力方面的优势。”

珀库钦认为,从军队的角度来看,这些半人马团队必须整合在一起,看起来像是一个整体、一种思想。珀库钦现担任 Cougaar Software Inc.负责政府解决方案业务的副总裁,并领导该公司通过应用其多代理系统人工智能技术提升美国国防部行动表现的工作。

珀库钦表示:“这并非要用人工智能取代士兵,也不是要让士兵使用人工智能作为工具,而是要形成一种身体和思维融合的共生关系,结合彼此的最大优势投入战斗。归根结底,这是要让机器和人类帮助彼此思考。”

马萨诸塞州切尔姆斯福德 Endeavor Robotics 公司的尼古拉斯·奥特罗描述了“半人马”机器人的特点。这些机器人不会战斗,但其设计是为了帮助军人去战斗。

人工智能训练

在太平洋陆军专题研讨会和展会期间担任人工智能和自主能力小组主席的伊斯利表示,将人工智能正确地应用于多域行动除了需要开展研发,还需要经过审查的流程、基础设施、网络、政策和人员。

伊斯利认为,部分流程需要深度学习,这涉及对士兵和人工智能的联合训练。以步枪手训练为例,士兵将使用类似于智能手机的智能瞄准镜,这个瞄准镜可收集关于士兵表现的数据,帮助预测准确性,甚至能发现部队中最优秀的射击手。

深度学习还包括了解机器的工作方式,并教会它如何在收集数据时进行学习。

开发人员仍需训练机器模型,教它如何分辨帮助与伤害、恐惧和其他情绪,以及分辨场景中的物理对象。专家们警告称,帮助人工智能掌握这种基本知识应保持客观,因为在任何级别、以任何方式操纵数据都会带来挑战,并带来输入虚假或有害信息的风险。人类有自己的偏见,发明者必须小心,切勿将这些偏见带入人工智能组件。

“任何技术(实际上,我们所构建的任何事物)都会体现创造者的价值观、规范——当然,还会体现创造者的偏见。我们知道,当今人工智能系统的建立者主要是男性、白人和亚洲人,而且许多创新来自美国,”专业领域包括人类行为的兰德公司社会心理学家道格拉斯·杨(Douglas Yeung)表示, “人们担心这有可能引发偏见。它令人担忧,是因为人工智能,根据其本身定义,可产生更广泛的影响。我们应该问,‘偏见的意外后果可能有哪些?’ ”

管理偏见

具有机器学习算法设计和优化背景的兰德信息科学家奥桑德·A·奥索巴(Osande A. Osoba)解释道,企业意识到他们无法通过主要使用白人男性的照片来训练人脸识别技术,因为这会给算法注入偏见。

“但仅靠改善培训数据无法解决实现算法公平的根本问题,”奥索巴表示,“算法已经可以告诉人们关于他可能想要阅读的内容、可能想要约会的对象以及可能会在哪里找到工作。当算法能够就谁会被雇佣、谁能获得贷款或服刑期长短提供建议时,它就必须变得更加透明——并且更加负责,更加尊重社会的价值观和规范。人工智能要做出敏感的决定时,问责要从人类监督开始。”

珀库钦对此表示同意。“现在做出的决定无法掉头,我们做什么都要用到人工智能。务必使用恰当的验证方法,”他说道,“决策启用和实际决策之间存在差别,我们还远没达到自主决定是否开枪,或是否采取某项行动的程度。”

因此,伊斯利认为,必须设计能够提升士兵表现的产品,而不是增加他的困难。伊斯利表示:“仅提供必要条件,确保士兵能够取得胜利,并具备在最高层次开展行动去应对所面临风险的决策优势。”

他补充道,最终决策权应当由士兵——而非机器掌握。“你还是需要运用指挥官的判断力,战争法则不会消失。要设计仍然能够让人类操作者做出决策的系统。”

未来的应用

劳伦斯利弗莫尔国家实验室(Lawrence Livermore National Laboratory)全球安全研究中心高级研究员、加利福尼亚蒙特里海军研究生院(Naval Postgraduate School)研究教授扎卡里·S·戴维斯(Zachary S. Davis)表示,人工智能在行动层面的三个潜在应用说明了军方的广泛应用:无所不在、无所不知的自动车辆,大数据驱动的建模、模拟和战争游戏以及集中性情报收集和分析。他在 2019 年 3 月题为《战场人工智能:对威慑力、稳定性和战略意外的潜在影响的初步调查》 (Artificial Intelligence on the Battlefield: An Initial Survey of Potential Implications for Deterrence, Stability and Strategic Surprise)的报告中阐述了这些观点。

戴维斯认为,各种陆地、海上和空中无人驾驶系统重点关注导航,因此开发新一代自主车辆是军事应用的一个高度优先事项。“自主车辆和机器人将对战争产生革命性影响,”戴维斯写道,“由无处不在的传感器支持的人工智能导航软件使无人驾驶车辆能够穿越地方地带,并最终可能实现让各类无人驾驶飞机的复杂编队能够在具有互补军备的多个领域中运行。”

伊斯利在太平洋陆军专题研讨会和展会期间表达了类似观点,他认为,“让机器人去做肮脏和危险的工作,不要让士兵身陷险境,使用无人机或其他设备。”
例如,就大数据和模拟而言,模型使科学家无需进行核试验便能确认核储备的可靠性。

“模拟和建模是几乎所有主要武器系统(从战斗机、舰艇到航天器和精密制导武器)设计流程的关键组成部分,”戴维斯写道,“设计预期用于作战管理和执行复杂任务(例如用于空间态势感知的设计、规划和管理系统)的系统的全方位多领域系统将需要进行大规模建模和模拟。”

戴维斯写道,对于情报收集和分析而言,机器学习仍将是所有分析师的一个重要工具。这些分析师会考虑来自不同来源、地点和学科的信息,以了解全球安全环境。“机器学习还可以实现将开源交易和金融数据与多种形式的情报结合起来,以深入了解非法技术转让、武器扩散网络和扩散实施者逃避侦察的行动。这种洞察使分析师能够向决策者提供信息,并能够支持反扩散政策和行动。”

珀库钦认为,通过人工智能获得的洞察力在战场上也有实际应用。他表示,人工智能可以帮助定位金针,预测平台何时会中断,消除不会说同一种语言的军队之间的沟通问题。

“最重要的是,更广泛地应用人工智能有助于多域行动指挥官之间实现趋同——这是在所有领域迅速、持续整合的能力。这是能最好地部署人工智能的半人马军队的关键所在。”

毕竟,珀库钦的结论是,“未来很多年能够发挥最大力量的将是人机结合团队。让士兵更强大,提升指挥环境。”

分享