人工智能正深刻变革军事领域，并对国际和平与安全产生深远的影响。军事领域负责任人工智能峰会（REAIM）与《负责任地使用军事人工智能与自主性政治宣言》等倡议，把军事人工智能的讨论从致命自主武器系统（LAWS）拓展到了更广泛的人工智能军事影响，提升了国际关注度。2025年7月，联合国裁军研究所（UNIDIR）发布文章《军事领域的人工智能及其对国际和平与安全的影响》（Artificial Intelligence in the Military Domain and its Implications for International Peace and Security），分析了人工智能在军事领域的应用及其面临的挑战，并针对性地提出了对策建议。
一、军事领域人工智能的应用机遇
人工智能在军事领域有诸多的应用场景，可作为“力量倍增器”提升多项军事任务的效能，除武器系统外，还包括多个方面：
（一）指挥与控制
人工智能决策支持工具可协助指挥官进行任务规划、目标分析和行动方案制定。例如，算法能够分析战场数据识别高价值目标，或根据预设参数优化任务计划。人工智能驱动的指挥控制系统还能快速汇集并处理大规模实时数据，显著提升决策速度和质量。同时，此类系统有助于强化对国际人道法的遵守，通过整合比例性等法律评估，为指挥官提供减少附带伤害的建议，推动数据驱动下的最佳决策。
（二）信息与情报
在情报、监视与侦察（ISR）中，人工智能能够高效分析海量传感器数据、卫星图像和通信流量，识别模式、发现异常并预警潜在威胁。机器学习可自动化处理数据，发现人类分析师可能忽略的关键信息。同时，人工智能在信息管理中发挥重要作用，能融合多源数据并将相关情报精准分发至前线部队，从“大数据”中提炼可操作信息，显著增强态势感知。
（三）高级自主性
在物理空间，人工智能可显著提升无人系统的自主性，使其能够在通信受限或无法实时监控的环境中自主执行任务。即便在人类保留最终开火权的武器系统中，人工智能通过提供更高水平的自主控制，仍能带来作战优势。在数字空间，人工智能则被用于网络安全、增强网络进攻能力，以及支持认知战和信息战等任务。
（四）后勤与支持
人工智能在军事后勤中作用突出，可提升行动的持续性和灵活性。其应用涵盖设备预测性维护、供应链与运输管理、人员与物资部署优化等。例如，算法可实现补给路线智能规划，或基于需求预测精准分配备件，从而提高部队战备水平。
（五）训练与模拟
人工智能驱动的系统广泛用于军事训练，包括智能辅导系统、战争推演模拟器和虚拟现实训练平台。这些系统可在合成环境中动态优化场景并提供即时反馈。依托情报数据和历史行动经验，人工智能不仅能模拟逼真的敌方行为，还能通过分析绩效数据改进训练方案，从而提升训练效率并降低成本。
（六）其他组织与支持功能
军队可在各类行政与支援任务中引入人工智能，如人员管理、医疗保障、财务和采购等。尽管这些应用与直接作战无关，但对军队的整体动员能力至关重要，也可能成为敌方攻击的重要目标。
二、军事人工智能面临的挑战
（一）技术挑战
一是数据问题。人工智能算法依赖大量高质量训练数据，但军事场景中相关数据往往稀缺、不完整或存在偏见，可能导致系统输出结果出现不可预测的错误，甚至违反国际人道法。数据偏见可能源于性别、种族等因素，导致目标识别错误，且难以在后期完全纠正。
二是黑箱问题。多数人工智能模型具有“黑箱”特性，其决策过程难以被人类理解，削弱系统的可信度评估，并增加国际人道法违规调查的复杂性。尽管可解释人工智能技术正在发展，但其在复杂军事系统中的落地仍具挑战。
三是测试与评估。传统的军事装备采购的序贯测试，适用于确定性系统。然而，人工智能系统具备适应性，其性能会随数据变化而动态调整，因而需要持续评估和迭代的法律审查。此外，性能具有强烈的情境依赖性，在某一作战环境中表现良好的系统，在另一环境中未必可靠，且系统集成可能引入新的故障或漏洞。
四是网络安全。人工智能系统容易受到网络攻击，如数据投毒、对抗样本攻击、模型提取等，可能导致性能退化、敏感数据泄露或核心模型信息被窃取。尤其在对抗性环境中部署时，系统必须具备抗欺骗和抗操纵能力，但相关防护技术仍不够成熟。
五是人为因素。操作人员可能由于认知偏差而误用或误解人工智能输出结果，如出现自动化偏见（过度信任算法）或算法厌恶（过度怀疑算法）。不良的人机界面设计或不足的培训会进一步加剧这些问题，影响任务安全性和决策质量。
（二）安全挑战
一是升级风险。人工智能驱动系统可能引发意外升级或失去人为控制。例如，若双方部署的人工智能系统在微秒级相互响应，可能在指挥官介入前触发“算法互动式闪击战”。即使在较慢节奏下，人工智能决策辅助也可能建议激进行动，或因误读而导致无意升级。
二是军备竞赛。为避免落后，主要大国正加速投资军事人工智能，可能导致未经充分验证的技术仓促部署，甚至将战场变为新型人工智能能力的测试场。这种竞争不仅加剧不信任，还可能增加冲突风险，类似历史上的军备竞赛逻辑。
三是技术扩散。商用或开源人工智能工具可能被非国家行为体或恐怖组织改造利用，重塑冲突格局。随着军事人工智能系统的普及，其流入非法市场的风险也在上升，因此需要强化全生命周期安全管理。
四是虚假信息。生成式人工智能能够大规模制造虚假信息，影响冲突全周期。例如，深度伪造视频在战时可能被用于操纵舆论、扰乱民众情绪，甚至干扰军事决策。
（三）法律、政策与伦理挑战
一是法律合规。核心挑战在于确保人工智能的使用符合国际法，尤其是国际人道法、国际人权法和国际刑法。例如，国际人道法要求区分战斗员与平民、避免过度伤害，而人工智能在作战中的应用可能挑战这些基本原则。此外，涉及人工智能系统的事件责任认定——国家、企业或个人——仍存在争议，亟需明确法律框架。
二是政策治理。在国家层面，许多国家的军事人工智能政策和战略仍处于起步阶段；在国际层面，缺乏专门针对军事人工智能及其对国际和平与安全影响的多边政策。目前相关讨论多零散分布于各类专业机构，可能导致治理漏洞。
三是伦理问题。伦理挑战主要包括人类在致命武力使用决策中的角色，联合国秘书长明确反对将生死决策权交给算法；系统内可能存在的偏见和不平等，继承自训练数据或开发者的社会偏见，可能在目标识别或威胁评估中造成歧视；以及多方利益相关者参与治理的难题，需要整合私营部门、学术界等的意见，但不同主体在国家安全与开放技术之间的矛盾仍难以调和。
三、对策建议
（一）多边层面
可在联合国框架下推动多边进程，建立全面讨论军事人工智能应用及其对国际和平与安全影响的平台，以达成以下目标。
制定军事领域负责任人工智能的核心原则，借鉴联合国教科文组织等权威机构的伦理共识，统一各国努力、降低风险；将这些原则发展为自愿性国际规范或指南，同时可针对特定场景谈判更严格的法律约束文件；为军事人工智能建立信任措施，如自愿信息交换、特定部署通知、联合技术专家组和事件报告机制，提高透明度与互信；促进多方利益相关者参与，吸纳企业、学术界和民间社会的专业知识，确保国际规范可操作性；制定并实施能力建设计划，使各国具备负责任使用人工智能的技术、制度和作战能力，提高包容性。这些举措旨在通过国际合作制定共同规则和知识共享机制，提高军事人工智能整合的安全性和透明度，降低相关风险。
（二）区域层面
利用区域及次区域组织和对话机制推进人工智能治理。区域机构应将人工智能纳入安全议程，成立专门工作组，制定反映本地背景的信任措施、规范或指南；建立最佳实践信息共享网络；开展联合人工智能开发项目，以适应特定安全环境和威胁感知，为全球对话提供参考。跨区域对话可促进多个区域集团交流经验、协调方法，避免信息孤岛，提高应对人工智能风险的整体准备水平。
（三）国家层面
1.制定和实施国家安全与国防人工智能战略。各国政府应牵头制定全面战略，明确军事人工智能的愿景、优先领域及治理结构，并确保符合伦理与国际法。战略需涵盖实施、审查和更新流程，以及数据治理与人工智能保障等实质内容。通过跨部门协作和国内利益相关方咨询制定，并通过具体行动计划落实、监测和定期更新。
2.建立健全治理结构和审查流程。在国防机构内设立常设人工智能治理机构及军民跨部门工作组，评估新技术发展、预判双重用途问题并制定保障措施。将人工智能考量纳入采购指南、法律审查等流程，进行迭代检查，确保系统合规。
3.实施透明度和问责制措施。政府和国防组织应记录人工智能系统决策日志并上报重要事件；在安全允许范围内，通过公开战略文件或政策声明披露军事人工智能方法。明确指挥官对人工智能系统的责任，并制定事故调查方案，必要时公开调查结果及纠正措施。
4.优先考虑数据治理和质量。国防组织和监管机构应实施稳健的数据治理框架，投资高质量、具代表性的细分数据集，建立数据验证和更新程序，强化数据安全。在部署前规范数据的收集、处理、使用、存储及销毁，解决隐私、偏见最小化和数据来源等问题。
5.采用全生命周期管理方法。在人工智能系统的设计、开发、测试、部署、更新和撤销全周期中，持续进行风险评估和缓解。通过严格的保障流程、合规设计、采购流程激励、安全监测及稳健撤销规划，确保系统安全合规的持续性并降低扩散风险。
6.投资人力资本和培训。国防组织应与私营部门及教育机构合作，开展广泛培训项目，培养具备人工智能技术、伦理和法律知识的军官与专家。在采购或转让系统时纳入培训要求，在军事演习中融入定制场景，提升人员与系统的互动经验。通过军事对话分享经验，帮助理解人工智能能力与局限。
7.审查军事操作指南以加强人工智能治理。国防组织和部队领导层需调整现有或制定新的军事条令、标准作战程序和战术文件，将人工智能的影响纳入考量。审查并更新交战规则，确保引入人工智能后的责任链清晰，军事行动符合国际和国内法律框架。
四、结论
人工智能在军事领域的整合既带来重要机遇，也对国际和平与安全构成复杂挑战。各国和利益相关方已认识到，采取积极协作和对话至关重要。通过有效治理和多方协作，能够发挥人工智能的战略优势，并降低潜在风险。军事人工智能的成功整合不应仅以获得的能力衡量，更应关注其在多大程度上维护乃至强化国际和平与安全体系。本文为建立负责任的军事人工智能治理框架提供了建议，但其实施不仅需要政治意愿和资源支持，有时还需推动内部文化变革。
（本文内容系“启元洞见”公众号原创编译，转载时请务必标明来源及作者）
参考来源：联合国裁军研究所（UNIDIR）
参考题目：Artificial Intelligence in the Military Domain and its Implications for International Peace and Security
参考链接：https://unidir.org/publication/artificial-intelligence-in-the-military-domain-and-its-implications-for-international-peace-and-security-an-evidence-based-road-map-for-future-policy-action/
免责声明：文章内容系作者个人观点，如有任何异议，欢迎联系我们！图片来源于网络，如有侵权请联系删除。
编辑 | Samuel
审校 | 桑妮
声明：本文来自启元洞见，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。
