2020 年夏天的一个晚上，在北卡罗来纳州庞大的美国陆军基地自由堡，第 18 空降军的士兵们在指挥所的计算机上仔细研究卫星图像。他们并不是唯一在寻找的人。不久前，人工智能程序扫描了这些照片，并附有识别和建议目标的指令。

该计划要求人类看护人员确认其选择：一辆退役的坦克。在他们确定人工智能正确后，系统向 M142 Himars（即高机动火炮火箭系统，一种轮式火箭发射器，美国炮兵部队的支柱）发送一条消息，指示其开火。一枚火箭在空中呼啸而过，找到了目标，摧毁了坦克。

这次爆炸与自由堡占地 146,000 英亩的训练场每年举行的数百次实弹演习中的任何一次爆炸都不同。事实上，这在陆军中是没有先例的。美国士兵第一次袭击了人工智能程序定位和识别的目标。第 18 步兵团的火力支援协调员、人工智能瞄准工作的负责人约瑟夫·奥卡拉汉上校在会议室里拍下了那一刻的照片，坦克被明亮的火球吞没。“它向我们展示了可能性的艺术，”他说。

美国陆军首次人工智能打击的镶框照片。

在这一里程碑之后不到四年，美国在战争中使用人工智能不再是理论。在过去的几周里，构成美国国防部旗舰人工智能项目Maven一部分的计算机视觉算法已经定位了也门的火箭发射器和红海的水面舰艇，并帮助缩小了伊拉克和叙利亚的打击目标。美国中央司令部首席技术官斯凯勒·摩尔表示。美国并不是唯一实现这一飞跃的国家：以色列军方表示，它正在使用人工智能在加沙提出目标建议，乌克兰正在使用人工智能软件来反击俄罗斯的入侵。

引导人工智能从实验室过渡到战斗是军事领导人面临的最棘手的问题之一。支持其迅速采用的人相信，战斗很快就会以比人脑能跟上的速度更快的速度发生。但技术专家担心美国军方的网络和数据还不足以应对；前线部队不愿意将自己的生命托付给他们不确定是否有效的软件；伦理学家担心将潜在的致命决定留给机器的反乌托邦前景。与此同时，国会和鹰派智库中的一些人正在敦促五角大楼加快行动，他们担心美国可能落后于中国，中国的国家战略是到2030 年成为“世界主要人工智能创新中心”。

第 18 部队是一支由 9 万名士兵组成的快速反应部队，是 Maven 最大的作战测试平台，Maven 是一个围绕强大算法构建的系统，旨在识别战场上的人员和装备。依靠机器学习的突破，该系统可以根据训练数据和用户反馈自学挑选物体。五角大楼的人工智能模型还可以了解物体的变化是否可能是重大的，例如表明对手正在建造新的军事设施。所有这些都与卫星图像和来自通信拦截的地理定位数据等信息融合在一个计算机界面上，称为 Maven 智能系统。

越来越多的美国军官预测，人工智能将改变美国及其敌人的战争方式，将其与无线电和机关枪并列，具有彻底改变战斗的潜力。五角大楼现在有一名高级官员负责所谓的算法战，在其 2024 年预算提交中要求为人工智能相关活动提供超过 30 亿美元的资金。为了表明其可能的野心，美国最近在联合国辩称，国际法并不要求人类控制自主武器。

陆军研究官员 Thom Hawkins 和 Alexander Kott 在 2022 年写道，随着美国、中国和其他大国努力将人工智能纳入其军队，“那些不再像人类一样看待世界的人”将获得优势。“我们现在可以被某种无情的、不眠之物所瞄准。”

约瑟夫·奥卡拉汉上校在自由堡第 18 空降军总部

人工智能或类似的东西在国防部有着悠久的历史。冷战期间，半自动地面环境防空系统使用早期算法来处理雷达数据。在沙漠风暴行动中，分析工具帮助规划部队调动。

到 2000 年代中期，该领域的前沿牢牢占据了民用领域。计算机科学家Geoffrey Hinton是深度学习的先驱，他在 2006 年描述了机器如何通过模仿大脑的神经网络来自学识别物体。六年后，他和同事透露，他们使用一种试图接近人类辨别力的算法训练了一个模型，以相对较少的错误对 120 万张图像进行分类。最终导致今天人工智能工具（例如 ChatGPT）的创新正在顺利进行。

随着这些发展的加速，美国空军前助理部长威尔·罗珀（Will Roper）负责管理一个致力于先进技术的五角大楼办公室，他越来越警惕地看着。他表示，2016年，国防部缺乏海量云存储或计算机友好的数据，官员们对机器学习了解甚少。

由于担心军方无法在合理的时间内开发自己的工具（美国主要武器系统可能需要 15 到 20 年才能完全投入使用），罗珀提出了一项耗资 5000 万美元的计划，将机​器学习应用于自动目标识别。传统上，在战场上识别和分类敌人的资产是一个费力的过程。分析人员可能会花费数小时或数天的时间梳理卫星图像和监控数据，主要依靠自己的眼睛。尽管存在其他自动瞄准软件，但士兵们认为它速度太慢，而且很容易做出错误的判断。

2017 年，罗珀的想法的一个更广泛的版本在国防部情报局的领导下诞生，称为“Project Maven”——更正式的说法是“算法战跨职能团队”。Maven 小组开始评估不同供应商的物体识别工具，并在美国海豹突击队在索马里记录的无人机镜头上对其进行测试。Jane Pinelis 回忆道，没有一个表现特别好，她负责监督 Maven 算法战的早期测试和评估。（她现在领导约翰霍普金斯大学的一个工程小组。）源图像通常太模糊，或者从混淆算法的角度拍摄，或者标签太差以至于很难训练模型。供应商的计划也不一致。一个人可能会将某个物体简单地标记为坦克，另一个则将其标记为苏联设计的 T-72。在实验室外，性能甚至更差，系统难以处理不良的网络连接和旧计算机，这都是该领域的常见问题。

随着 Maven 的发展，其他问题也随之出现。2018 年，五角大楼最初的合作伙伴之一谷歌的数千名工程师签署了一封信，抗议该公司参与“战争技术”。谷歌没有续签合同。同年晚些时候，五角大楼正式免除 Maven 的公开披露，理由是有关其能力和局限性的信息非常敏感，公开这些信息可能会给美国的敌人带来优势。

首席准尉 4 乔伊·坦普尔。

“这不行”

尽管 Google 退出，但许多其他技术和防御参与者仍然参与 Maven，并且其他人此后也加入了。据熟悉该项目的人士透露，支撑该系统的主要数据融合平台是由Palantir Technologies制造的，而这些人士因讨论非公开信息而要求匿名。Amazon Web Services、ECS Federal、L3Harris Technologies、Maxar Technologies、微软和Sierra Nevada也是十几个主要贡献者之一。所有人要么拒绝对本文发表评论，要么没有回应评论请求。

渐渐地，Maven 得到了改进，2020 年，时任 18 号司令奥卡拉汉的指挥官要求他研究它在武器打击中的用处。奥卡拉汉开始在越来越多的实弹演习中使用它，包括 2020 年在自由堡进行的火炮测试。此后，第 18 中队与美国其他军种和英国等盟国合作，使用 Maven 和与其连接的武器系统，从轰炸机、战斗机和无人机上攻击目标，并模拟了如何从潜艇上执行此操作。“我们会找到它，我们会击中它，”奥卡拉汉说。作为一名竞技自行车运动员，他将改进人工智能系统比作通过训练和技术的微小改变来争取更快的比赛时间。在其中一项工作中，他招募了当地大学生来标记超过 400 万张军舰等军事物体的图像，帮助训练 Maven 算法。

但在必须使用该系统的士兵、水手和飞行员中，普遍持怀疑态度。2021 年 7 月，当 Palantir 代表提出为乔伊·坦普尔（Joey Temple）演示 Maven 时，坦普尔拒绝了，乔伊·坦普尔刚刚加入第 18 步兵团担任高级目标瞄准官。作为八个孩子的父亲，五次参加伊拉克战斗的老兵——在他位于自由堡的办公室的窗台上，他放着一个戴着部队栗色贝雷帽的头骨模型，牙齿间咬着一把匕首——坦普尔并不打算相信他在新软件中。“这根本行不通，”他回忆道。“我当时想，‘我不需要另一个该死的瞄准目标。我不在乎。我有足够多的垃圾要尝试处理。”

一个月后，坦普尔开始改变主意。他当时正在协助美军及其盟友从阿富汗撤离；最终，12万人将在危险的情况下被空运出喀布尔。Temple 获得了 Maven 智能系统的访问权限，以帮助了解情况。在一个屏幕上，他可以结合跟踪飞机运动、监控物流、监视威胁并显示关键人员位置的数据源。“我可以看到多纳休将军四处走动，”他说，他指的是克里斯·多纳休将军，他现在是第 18 步兵团的指挥官，也是最后一位离开阿富汗的美国士兵。数百人也可以从喀布尔、五角大楼以及白宫（根据坦普尔的说法）登录到同一系统。“从那时起我就成为了信徒，”他说。

第 18 空降军总部位于自由堡

Maven 平台自早期以来已经取得了显着的进步。除了视频图像之外，它现在还可以整合来自能够穿透云层、黑暗和雨水的雷达系统以及热探测红外传感器的数据，从而使其能够寻找感兴趣的物体，例如发动机或武器工厂。例如，它还可以通过交叉引用电子监控和社交媒体源中的地理位置标签来分析非视觉信息。该技术帮助计算机占据了 18 世纪“决策循环”中六个位置中的四个位置，这一过程最终可能会发出开火命令。软件决定收集哪些数据，整理和分析结果信息，并将指挥官的行动决定传达给武器系统。是否扣动扳机取决于人类。

Temple 估计，在 Maven 的帮助下，他现在可以在一个小时的工作中签署多达 80 个目标，而没有 Maven 的帮助下，他只能签署 30 个目标。他快速断断续续地描述了同意算法结论的过程：“接受。接受。接受。” 完全信任计算机会更快，但坦普尔表示这会引入错误。“我不想陷入困境，”他说。“我们被抓住了，我们完蛋了。”

2022 年 2 月俄罗斯入侵乌克兰后，18 号的人工智能工程工作变得更加紧迫。奥卡拉汉、坦普尔和军团总部的其他 270 人已部署到德国的一个驻军，接管了一个前壁球馆作为指挥中心。他们的许多屏幕上都打开了 Maven 智能系统。一名信息作战和民政官员成为使用该软件向陆军指挥官通报情况的人员之一，她因经常部署执行特种作战任务而要求不透露姓名。

该军官的重点是判断特定地区的乌克兰人是否有抵抗俄罗斯军队的意愿。“当你把东西分层时，不同的东西就会开始跳出来，”她说。“我会在地图上每一个与抵抗相关的事件上留下图钉。” 这些事件的范围从平凡的——看到蓝色和黄色的丝带绑在栅栏柱上——到暴力的，比如在占领区袭击俄罗斯官员。这些细节以及许多其他细节随后进入了美国指挥官用来了解当地事件的机密系统。

奥卡拉汉和坦普尔拒绝透露五角大楼如何使用 Maven 等人工智能系统来支持乌克兰的细节。但鉴于该问题的敏感性，不愿透露姓名的知情人士表示，美国已利用卫星情报和 Maven 智能系统向乌克兰军队提供俄罗斯设备的位置，然后乌克兰军队利用 GPS 制导瞄准这些资产。导弹。其中一位人士表示，援助基辅还帮助五角大楼更好地使用人工智能工具，并且对其在与中国的冲突中如何使用这些工具的预测更有信心。（据另一位了解 Maven 开发情况的人士透露，在支持乌克兰的前 10 个月里，Maven 经历了 50 多轮改进。）

去年有人演示了Maven。它取材于 2023 年初的一次现实行动，当时一艘美国海军舰艇从正处于内战期间的苏丹撤离美国公民。在我的演示中，该系统的中心地图是根据非机密卫星图像生成的。在表面上，黄色边界框标记了算法识别出亚丁湾船只的位置。蓝色区域表示将被列入禁止罢工名单的地方，例如医院和学校。在屏幕左侧，图标提供了单独的数据流，例如可以覆盖在地图上的船只跟踪源。还有一个“战术数据链”功能：一种在机器之间直接传输指挥官开火决定的方法。

克里斯·菲尔波特绘制的插图

传感器除了收集静态图像和视频外，合成孔径雷达还可以“透视”云层、雨水和烟雾，红外传感器可以检测热量。Maven 仅使用国际数据。

克里斯·菲尔波特绘制的插图

地理标签IP 地址、智能手机和社交媒体标签也可以提供国际地理位置信息。

克里斯·菲尔波特绘制的插图

图像Maven 的人工智能接受了军事装备图像的训练，因此它可以学习识别特定对象，类似于验证码。

克里斯·菲尔波特绘制的插图

MAVEN 智能系统输入来自现实世界的新数据，Maven 的人工智能算法可以快速识别兴趣点，操作员可以验证或拒绝这些兴趣点。在Maven智能系统界面上，汇集了多种数据源，指挥官可以一目了然地查看整个战场。例如，黄色框显示潜在目标，蓝色框表示友军或非打击区，例如学校或医院。然后，官员们评估模型，围绕可能采取的行动（包括武器开火）做出决策。

去年，五角大楼将开发 Maven 的主要责任交给了国家地理空间情报局，该局专门分析测绘和成像。其主任弗兰克·“特雷”·惠特沃斯中将是一名海军军官，曾担任击毙奥萨马·本·拉登的海豹六队情报组长。NGA 在自由堡设立了专门的办公室，专注于扩展 Maven 的数据源、速度和功能，然后将其部署到全球 100 多个地点的 18 号和其他用户进行测试。然后，士兵的反馈可以被纳入持续的开发轮次中。“这是一次完美的婚姻，”惠特沃斯说。

Maven 最近从一个开发项目重新分类为“记录项目”，五角大楼的这一称号可能会让它更容易获得进一步的资金。Whitworth 表示，自 NGA 接管以来，该平台已经取得了一些最重大的技术进步，包括提高了识别的准确性。惠特沃斯表示，如果他没有开发出可以“冲过终点线”的瞄准系统，他“就不会照镜子”。但他表示，人类将永远监督美军的人工智能系统，该系统将遵守武装冲突法。此外，他说，目前还没有计划让机器决定是否开枪和杀人。

奥卡拉汉说得更生动：“这不是终结者。机器不会做出决定，它们不会出现并接管世界。”

这并不意味着机器不再变得越来越重要。美国中央司令部的摩尔表示，自 10 月 7 日哈马斯对以色列发动突然袭击以来发生的事件，再次刺激美军加速采用人工智能。他们现在正在中东地区进行断断续续的战斗。2月初，美国袭击了伊拉克和叙利亚超过85个目标，以回应伊朗支持的武装分子发动的袭击，造成三名陆军预备役人员死亡，并且还多次轰炸也门的地点。“Maven 对我们的职能变得异常重要，”摩尔说。

尽管如此，摩尔、奥卡拉汉和其他官员首先承认，他们的人工智能系统还有很长的路要走，而且还无法超越人类的决策。在中东沙漠条件下磨练的算法——出于显而易见的原因，是美国军方大部分现实生活数据的来源——在识别其他地方的物体方面要差得多。奥卡拉汉表示，总的来说，18 世纪的人类分析师在 84% 的情况下都能做出正确的判断；对于 Maven 来说，大约是 60%。有时，系统会将卡车与树木或峡谷混淆。坦克通常是最容易发现的，但对于高射炮等物体，或者当雪或其他条件使图像难以解析时，准确率可能会降至 30% 以下。在摩尔看来，“从算法中获得的好处是速度”，最近的练习表明人工智能尚未准备好推荐攻击顺序或最佳使用武器。

其他问题则更为根本。随着美国及其盟友开始依赖人工智能系统，对手可能会试图通过毒害训练数据或黑客软件更新来破坏它们。随着时间的推移，算法可能会失去准确性，而且由于它们的决策不透明，因此它们比其他军事技术更难测试。所有这一切意味着，当涉及到在战场上使用人工智能时，指挥官必须判断军事需求和更广泛的背景是否证明错误风险是合理的。将波浪与军舰混淆是一回事；但将波浪与军舰混淆是一回事。在最坏的情况下，这可能会导致导弹坠入大海，没有造成任何伤害。在拥挤的地面战场上使用人工智能瞄准附近有平民的情况则完全是另一回事。

这不是终结者。机器不会做出决定，它们不会出现并接管世界

尽管存在局限性，美国已表示打算扩大其算法系统的自主权。国防部去年发布了一项指令，指示指挥官和作战人员在使用武力时运用“适当水平的人类判断”——这表明官员们可能认为人类监督而不是发起决策就足够了。

对于担心赋予机器杀戮自由裁量权的后果的活动人士来说，这是一个重大危险信号。人权和专家组联盟“停止杀手机器人”表示，美国目前的承诺“严重缺乏”足够的保障措施。联合国秘书长安东尼奥·古特雷斯率领 80 多个国家组成的小组呼吁禁止自主武器系统。古特雷斯在 7 月表示：“机器拥有在没有人类参与的情况下夺取生命的权力和自由裁量权，这在道义上是令人反感的，在政治上也是不可接受的，应该被禁止。”