01
美陆军:游戏测试AI机器人的战场顾问能力
已标记180个军事应用场景
星际争霸游戏内模拟实战。3月,美国陆军在战争模拟游戏中测试了人工智能聊天机器人作为战场顾问的作战能力。美国陆军研究实验室在一款名为《星际争霸II》的军事模拟游戏中实施测试,设置了简单的战争场景,包含少数军事单位和清晰的战场,同时提出摧毁所有敌军并争夺关键位置点的军事目标。
AI能够完成目标,但伤亡较大。参与测试的是基于OpenAI的GPT-4 Turbo和GPT-4 Vision模型的聊天机器人,虽然它完成了任务目标,但是相比其他玩家伤亡较大,可见聊天机器人的作战计划并不是完美的。
180个军事应用场景设置,仍需考虑现实复杂因素。人工智能参与军事活动一直备受争议,美国国防部人工智能工作组曾与Palantir和Scale AI等科技公司合作,为生成式AI标记了180个可能的军事应用场景。对此,美国安全中心(CNAS)官员乔什·沃林(Josh Wallin)指出,在虚构的战争游戏中可使用人工智能顾问,但在现实复杂冲突中还需考虑更多因素。
02
美印太司令部“暴风克星”工具包
AI军事应用,提升综合威慑能力
3月消息,美国印度太平洋司令部正在采取一系列AI军事应用措施提升综合威慑,分别为:①“风暴克星”(Stormbreaker)联合作战规划工具包、②联合火力网络、③印太司令部任务网络,以及④太平洋多域训练环境。其能力相辅相成。
“风暴克星”联合作战规划工具包,可支持多域、多级别作战方案开发的规划、兵棋推演、分析和执行,以加速作战规划过程;该工具包初步功能(建模和模拟功能)已开始交付。
联合火力网络是战斗管理系统,为美军提供决策优势,能快速阻断杀伤链;
印太司令部任务网络是单一管理平台,汇集了以往进行双边对话的网络,能够保护网络免受网络攻击和渗透,该平台将与联合火力网络融合以提升防护能力;
太平洋多域训练环境旨在结合实时、虚拟和建设性的环境,整合盟友和合作伙伴实现综合训练。
03
美国家训练中心:模拟社交媒体环境下的叙事战斗
成为了解真相的第一人
社交媒体环境的叙事建模。2月消息,美国国家训练中心(NTC,美军最重要的实战模拟训练基地)创造了一个由社交媒体环境来模拟战场上的信息与叙事操作,以应对社交媒体上的叙事战斗。
成为了解真相的第一人。在模拟演习中,平民扮演者使用政府专用手机拍摄并发布敌对部队的调动、活动和指挥所等信息,敌对方也精心编写事件脚本,甚至为了加强对战争罪行、虐待和无能等叙事效果,在某些情况下牺牲了战术优势。该训练旨在令轮训单位识别虚假叙事并“成为了解真相的第一人”。
战场上使用个人手机被团灭?应对措施!为应对战场上使用个人手机导致部队被消灭的多发事件,NTC开始购买商业广告技术数据以跟踪位置,还采购了商用手机探测器检测部队中未经授权手机的使用。
04
美陆军“第二次联合胜利行动”信息环境演习
社交媒体和互联网复制产品SMEIR
模拟社交媒体和互联网环境的虚拟机。2月10日,美国陆军完成了第二次“联合胜利行动”信息环境演习活动。测试了专业外国顾问团队(SFAB)第1、2和54安全部队援助旅在当下的信息环境中咨询和协助的能力。此次演习活动在印第安纳州的阿特伯里营和马斯卡塔图克城市训练中心进行,训练中心为SFAB提供了“社交媒体环境和互联网复制产品(SMEIR)”,包括模拟社交媒体和互联网环境的虚拟机等。
信息环境要素扩展与培训体验。演习中,虚构的敌对国家“多诺维亚”(Donovia)中断了友好国家“皮尔图尼”(Pirtuni)国营新闻网的广播,信息环境被“多诺维亚人”干扰信号侵入,SFAB的士兵演示在冲突地区联络和支持后续部队,了解信息环境并感知信息环境的影响因素等能力。本次演习扩展了信息环境的要素,提供了独特的培训体验,SFAB作为演习方,检验了其对信息战的准备和训练成果。
【作战演习】美国陆军“联合胜利行动”,新增社交媒体和互联网环境复制能力
05
美国务院:军用AI闭门会议
40多个国家,强制分享与价值植入
“负责任的人工智能”的军事用途闭门会议。3月19日至20日,美国国务院召开“负责任的人工智能”的军事用途闭门会议,40多个国家100多名代表参加,共同探讨“负责任的人工智能”(responsible AI)的军事用途。
AI军事应用范畴覆盖。议程内容涵盖:无人驾驶武器和战斗网络,ChatGPT与生成式人工智能,以及用于网络安全、后勤、维护、人员管理等的后台系统等人工智能的应用场景。会议旨在讨论美国国防部在线负责任的人工智能工具包的最佳实践,帮助美国等技术领导者完善政策,同时也帮助其他国家的技术追随者在投资军事人工智能之前“先行一步”。
技术闭门会?政治宣言!美国国务院官员称,“此次会议是2023年签署美国军事人工智能‘政治宣言’的国家举行的年度会议,不同国家应聚在一起进行交流、研讨、兵棋推演,分享从战斗机器人到后台算法等各个方面的模型政策和最佳实践。”
06
美欧TTC:更新人工智能术语库
核心理念,全面修订
人工智能术语及分类法。4月5日,美国-欧盟贸易和技术理事会(TTC)在第六次会议上共同更新了《人工智能术语及分类法》。本次更新的人工智能术语库新增了13个专业术语,并对首版中的24个原有术语做了修订。更新基于2023年10月至11月期间收集的全球各地专家针对首版提出的意见。
核心概念凸显安全与深伪等关键议题。新增的13个术语涵盖数据增强、知识表示、提示、训练数据等核心概念,同时涉及人工智能系统安全、数据泄露风险以及深度伪造防范等关键议题。修订后的24个术语集中凸显了可信赖人工智能、模型、神经网络等核心理念,强调人工智能应体现人类价值观,坚持以人为本的设计原则,并深入探讨了人工智能准确性、机器学习、数据中毒和合成数据等相关问题。
07
北约:里加战略传播对话
全球战略叙事与认知弹性
战略叙事的战场。6月,北约战略传播卓越中心举办“里加战略传播对话(Riga StratCom Dialogue 2024)会议”。会议重点讨论主题包括:战略叙事的战场、“认知弹性,战略传播的作用”、保护民主国家的重心、“全球叙事,恢复信任并建立新桥梁”、战略传播中的道德困境等。
信息空间的叙事力量,塑造国际观念与行动。该中心称,在这个地缘政治格局变幻莫测的世界里,我们精心策划的叙事和政策对全球和地方议程都具有重大影响。从欧洲和中东持久的紧张局势到亚洲日益严峻的挑战,信息空间的力量不容忽视,这些叙述塑造了国际观念并推动了行动。当下的挑战巨大,不仅包括塑造公众舆论,还包括维护民主国家的核心支柱——选举制度的完整性。此外,还必须考虑新闻业在信息无处不在且常常具有欺骗性的时代中不断演变的作用。
08
英国防部:强化国防兵棋推演能力
全面整合技术实验与兵棋推演
两大兵推中心,签署合作章程。10月,英国防部国防科学与技术实验室国防兵棋推演中心(DWC)与英国战略司令部防御实验和兵棋推演中心(DEWH)近期签署合作章程,旨在实现可持续且有效的国防兵棋推演,促进创新并增强英国兵棋推演能力。
构建高效统一的兵棋推演机构。此次合作提出了共同的愿景,即创建一个统一的、全国防部的兵棋推演机构,在整个国防部构建高效的兵棋推演架构,并将兵棋推演整合为支持决策、实验、培训和教育以及战略远见的关键工具。
共同领导模式,推动国防创新。双方计划建立共同领导模式,确保制定的决策能够同时影响DEWH和DWC,协调优先事项,并有效解决兵棋推演服务建设的需求。战略司令部兵棋推演助理主管尤金·摩根(Eugene Morgan)上尉表示,兵棋推演能够推动创新,并有助于建立更强大、更有弹性的防御能力,使国防部和更广泛的安全界受益。
09
高级别准官方兵推,秘密推演“两线战争”
台海冲突情境下的,印太安全情势联动
5月,tw地区、印度还有美国的智库进行了一次秘密兵棋推演,主要目的是研究如何在中印边境和台海形成“联动”,从而让中国大陆在未来实现统一时陷入“两线战争”。
高级别准官方性质兵推。tw国防安全研究院与印度智库联合兵种协会(USI)举办联合兵推工作坊,兵推的想定与架构均由印度联合兵种协会主导,印度方面参加这次“兵棋推演”的人员包括七名退役将军和七名前外交官,另外来自印度政府多个部门的代表也列席了这次“兵推”;同时邀请美国学者、tw国防院学者及印度退役中将与大使参加,共同推演2035年可能的印太安全情势,官方色彩极浓。
聚焦tw海峡与中印边界的变化及相关措施。这场兵推重点关注台海情势与中印边界情势的变化,各方可能采取的措施,以及美国、西亚、东南亚、中亚、欧洲等区域国家的反应。推演分为2035年印太地缘政治发展、大陆解决tw问题的想定以及综合讨论三部分。在最后阶段讨论中,联合兵种协会总干事夏玛(BKSharma)邀请印度参与者就“台海冲突”一旦发生,从印度角色、立场、政策、利益等不同方向表达深入看法。
10
高强度灰色地带行动中的桌面推演
有想定,无脚本
12月26日,tw 召开“全社会防卫韧性委员会第二次委员会议”,并首次在“总统府”内进行长达3小时的“桌面推演”。萧美琴与吴钊燮牵头,19个“中央部会”、16个地方局处及多家民间团体参与,测试了应对两岸紧张情势及其他极端情况的能力。
两大场景下的即时应变。推演采用“有想定、无脚本”的方式,各单位需根据模拟情境即时应变,提出具体对策,力求贴近真实危机场景。推演重点围绕“高强度灰色地带行动”和“濒临冲突状态”两大情境,涵盖大陆扩大军演、信息战、认知战等非传统威胁。
未来将强化非军事部门防御韧性能力。赖清德表示,此次推演旨在检查政府在应对极端情境时的准备状况,并发现人力短缺及单位间联系不足等问题。另外,他还宣布2025年开始,针对防空与救援的“万安”“民安”演习,将重新整合为“2025城镇韧性演习”,加强非军事部门的防护机制。
策划:狻猊,惠文
编写:珊珊,佑溪,和风,怀玄
组稿审校:惠文,佑溪
声明:本文来自认知认知,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如有侵权,请联系 anquanneican@163.com。