生成式人工智能的应用领域远远超出了数字助理和在线工具的范畴;其现在正涉足一个风险极大的领域:军事行动。在国防战略领域的这一飞跃代表着人工智能应用的重大发展,既是对战略家和技术专家的挑战,也令他们兴奋不已。

生成式人工智能在军事规划中的应用现状

来自特殊竞争研究项目(SCSP)的专家强调了正在进行的实验,即根据特定的军事条令和情报对生成式人工智能进行训练,以制定作战规划。这一发展并不是要取代人类战略家,而是要增强他们的能力。生成式人工智能在简化复杂军事行动的起草方面潜力巨大,不过实际执行仍严格受人类控制,并遵守防止自动致命行动的严格标准。

这个想法很吸引人:现在,生成式人工智能可以管理各种任务,从平凡的任务,如规划一周的杂货清单,到复杂的任务,如总结绝密情报或制定详细的军事战略。不过,这项技术仍然需要一个 "认知副驾驶员"--由人类来监督和验证人工智能的计划。

以下是生成式人工智能在全球军事行动中的三种应用方式。

1.自动威胁模拟:生成式人工智能用于网络防御,根据以往事件中的模式自动生成网络攻击模拟。这有助于军事网络防御团队制定强有力的应对措施,并针对潜在的网络威胁进行更有效的训练。

2.场景规划和策略制定:在战略行动中,生成式人工智能可以创建详细的兵棋场景和策略,为特定的军事形势提供多种可能的应对措施。这有助于培训和行动规划,为军事战略家提供基于不同方法的各种潜在结果。

3.信息和心理作战:生成式人工智能可用于制作量身定制的信息内容和心理作战活动,以高度适应特定目标受众的文化和社会背景。这种应用包括生成有说服力的通信,以战略性的方式影响人们的观念和行为。

生成式人工智能在创意和战略领域的未来

从简单的人工智能任务到更复杂的操作,这表明在未来,生成式人工智能有可能协调军事和民用生活中更广泛的方面。这包括从后勤支持到战略规划的方方面面,所有这些都将在人类的监督下进行,以避免出现令人担忧的 "天网 "情况。

对于编剧来说,这项技术的发展提供了丰富的素材。人类角色将如何与能力越来越强的生成式人工智能互动?这种互动会产生什么样的冲突和解决方案?叙事的可能性既广泛又深刻,反映了现实世界与技术关系的复杂性。

驾驭新一代人工智能的格局

随着新一代人工智能不断渗透到生活的方方面面,它对地缘政治稳定的影响是深远的,这与第一次世界大战前的时代有着令人不安的相似之处。然而,在人类和人工智能顾问的精心指导下,我们有希望比过去更有效地驾驭这个动荡的时代。

这些发展不仅是技术上的,也是鼓舞人心的。在人工智能重塑战场的同时,它也重塑了叙事景观,为每个人角色和故事提供了新的挑战和机遇。无论是在探索战争的未来、人工智能的伦理,还是人工智能驱动的企业世界中的微妙动态,不断演变的人工智能角色都是一个等待探索的叙事金矿。

随着人工智能的不断发展,叙事也应与时俱进,以挑战角色和吸引读者的方式融入这些技术进步。这不仅是一次反思未来的机会,也是一次通过讲述故事塑造未来的机会。

参考来源:AI4ES

成为VIP会员查看完整内容
33

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
任务战备的未来:国防知识图谱和情境人工智能
专知会员服务
48+阅读 · 5月28日
大语言模型视角下的智能规划方法综述
专知会员服务
104+阅读 · 4月20日
基于人工智能的自主系统:军事的未来
专知会员服务
40+阅读 · 1月25日
人工智能在军事领域的应用和启示
专知会员服务
63+阅读 · 1月13日
军事领域的人工智能: 实用工具
专知会员服务
74+阅读 · 2023年11月25日
释放战略潜能: 电子战中的人工智能
专知会员服务
82+阅读 · 2023年10月5日
利用人工智能测试军事认知系统
专知会员服务
66+阅读 · 2023年9月17日
机器学习的 7 个关键军事应用
专知会员服务
269+阅读 · 2022年4月24日
深度学习模型可解释性的研究进展
专知
23+阅读 · 2020年8月1日
有关军事人机混合智能的再再思考
人工智能学家
16+阅读 · 2019年6月23日
深度学习人体姿态估计算法综述
AI前线
22+阅读 · 2019年5月19日
用深度学习揭示数据的因果关系
专知
28+阅读 · 2019年5月18日
反无人机技术的方法与难点
无人机
13+阅读 · 2019年4月30日
斯坦福AI实验室机器学习编程新范式:弱监督
机器之心
12+阅读 · 2019年3月22日
孟小峰:机器学习与数据库技术融合
计算机研究与发展
14+阅读 · 2018年9月6日
迁移学习在深度学习中的应用
专知
23+阅读 · 2017年12月24日
从传统方法到深度学习,人脸关键点检测方法综述
机器之心
14+阅读 · 2017年12月17日
机器学习必备手册
机器学习研究会
18+阅读 · 2017年10月24日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
22+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
28+阅读 · 2014年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
13+阅读 · 2013年12月31日
Arxiv
140+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
343+阅读 · 2023年3月31日
Arxiv
121+阅读 · 2023年3月24日
Arxiv
18+阅读 · 2023年3月17日
VIP会员
相关VIP内容
任务战备的未来:国防知识图谱和情境人工智能
专知会员服务
48+阅读 · 5月28日
大语言模型视角下的智能规划方法综述
专知会员服务
104+阅读 · 4月20日
基于人工智能的自主系统:军事的未来
专知会员服务
40+阅读 · 1月25日
人工智能在军事领域的应用和启示
专知会员服务
63+阅读 · 1月13日
军事领域的人工智能: 实用工具
专知会员服务
74+阅读 · 2023年11月25日
释放战略潜能: 电子战中的人工智能
专知会员服务
82+阅读 · 2023年10月5日
利用人工智能测试军事认知系统
专知会员服务
66+阅读 · 2023年9月17日
机器学习的 7 个关键军事应用
专知会员服务
269+阅读 · 2022年4月24日
相关资讯
深度学习模型可解释性的研究进展
专知
23+阅读 · 2020年8月1日
有关军事人机混合智能的再再思考
人工智能学家
16+阅读 · 2019年6月23日
深度学习人体姿态估计算法综述
AI前线
22+阅读 · 2019年5月19日
用深度学习揭示数据的因果关系
专知
28+阅读 · 2019年5月18日
反无人机技术的方法与难点
无人机
13+阅读 · 2019年4月30日
斯坦福AI实验室机器学习编程新范式:弱监督
机器之心
12+阅读 · 2019年3月22日
孟小峰:机器学习与数据库技术融合
计算机研究与发展
14+阅读 · 2018年9月6日
迁移学习在深度学习中的应用
专知
23+阅读 · 2017年12月24日
从传统方法到深度学习,人脸关键点检测方法综述
机器之心
14+阅读 · 2017年12月17日
机器学习必备手册
机器学习研究会
18+阅读 · 2017年10月24日
相关基金
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
22+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
28+阅读 · 2014年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
13+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员