【微读书】《人工智能颠覆未来战争》连载之一:机器战胜人类?——AlphaGo人机对战的启示...

640?wx_fmt=jpeg

来源:中国指挥与控制学会

编者按

640?wx_fmt=jpeg

      目前,人工智能技术正加速向军事领域渗透,军事智能化既面临千载难逢的发展机遇,也面临前所未有的挑战。如何加强风险研究和预判,防范重大风险,已经客观而现实地摆在我们面前。

       《人工智能颠覆未来战争》的作者石海明博士和贾珍珍博士一直从事军事理论研究,他们愿意借助学会这个平台分享他们的研究成果,对大家来说是份不可多得的福利!

      在本书中,作者从多个方面探讨了与军事用途有关的人工智能问题,包括一般意义上的理论问题、人工智能在作战应用方面的新进展、美俄等外军研发军用人工智能的新动向、科幻作品对军用人工智能的启示、军用人工智能的伦理困境等等。两位作者多年来在这方面已经有了相当的积累,本书在此基础上整理发展而成。本书所做的讨论,对帮助我们厘清人工智能发展脉络,把握人工智能发展规律,妥善处理好面临机遇与风险挑战的关系,科学选择发展路径,推动军事智能化科学稳步发展等方面,相信会有多方面的启发和参考价值。

       自2016年12月29日“上线”起,短短7天,一个名为“Master”的神秘账号在多家网络围棋平台完胜了60名世界顶尖围棋高手,其中包括柯洁、井山裕太和朴廷桓等中日韩三国最强选手,以及“棋圣”聂卫平,八冠王古力等,颇有独孤求败之势。终于,在2017年1月4日晚间,“Master”亮明了身份:它就是“阿尔法狗”(AlphaGo)。从2016年刷爆各大媒体的“世纪人机大战”,到如今Master对战职业棋手的屡屡胜出,人工智能无疑成为了时下最炙手可热的“技术之星”。

        有人依此断言,人类进入智能时代。

       军事领域是对科技前沿感知最敏锐的领域。当前,随着人工智能等相关科技的飞速发展,对于其未来的潜在军事影响,世界各主要军事强国都高度关注。在此背景下,美国智库“新美国安全中心”成立了专门的“20YY战争形态倡议小组”,对机器人技术的发展与未来战争变革进行了系统研究,形成了一系列相关研究报告,从2014年2月到2015年4月,相继发布了5份20YY研究报告,这本《20YY:机器人时代的战争》就是其中之一。

       该报告由时任“新美国安全中心”首席执行官,后担任国防部常务副部长的罗伯特·沃克牵头完成,需要指出的是,沃克也负责美国第三次“抵消战略”的相关策划,在其看来,以智能化军队、自主化装备和无人化战争为标志的军事变革风暴正在来临。为此,美军将通过发展智能化作战平台、信息系统和决策支持系统,以及定向能、高超声速、仿生、基因、纳米等新型武器,到2035年前初步建成智能化作战体系,对主要对手形成新的军事“代差”。至2050年前智能化作战体系将发展到高级阶段,作战平台、信息系统、指挥控制全面实现智能化甚至无人化,更加多样的仿生、基因、纳米等新型武器可能走上战场,作战空间进一步向生物空间、纳米空间、智能空间拓展,实现真正的“机器人战争”。

       事实上,由于人工智能在军事领域日益广泛的应用,其正成为军事变革的重要推手,必将催生新的战争模式,改变战争制胜内在机理。因此,美国在人工智能领域的研究虽然不在“无人区”,但一直处于前沿领域,2016年1月,NASA进行了“小行星重定向机器人任务”航天器早期设计工作;8月,DARPA启动了人机协作项目——“可解释的人工智能”(XAI),并向工业部门寻求开发人工智能自适应无线电技术;10月,美国发布了《为人工智能的未来做好准备》和《国家人工智能研究与发展战略规划》,这两份文件详细阐述了人工智能的发展现状、规划、影响及具体举措。

       按照传统的思想与理解,人工智能应用于战争,无非也就是使战争更加智能化。比如说,有了人工智能技术,无人作战平台系统的智能化水平将更高,平台上的无人作战飞机、无人反潜战或反雷战潜水器,以及无人战车等武器既可以被作战人员远程遥控操作,也可以让武器按预编程序自主运作,并能要求武器系统在短时间内对威胁情况、打击手段、打击效果进行分析和研判,进而全面提升无人作战平台及系统的智能化水平。

       然而,未来人工智能的发展对战争形态的颠覆,或许要比上述勾勒的图景更加超越人们的想象,必将开启一个崭新的智能时代,那个时代不是我们今天所看到或预见的互联网、物联网时代,而是一个脑联网时代。

       对此,我们需要沿着历史的长河溯源而上才能洞察未来。

       纵观人类社会发展,有一条清晰的演进脉络。在人类社会进入区域帝国之前(如古罗马、中国、阿拉伯帝国等),国家与国家、人与物、人与人、物与物是弱关联的。公元1500年前后的地理大发现,拉开了不同国家相互对话和竞争的历史大幕,开启了全球经贸互联互通的新时代。比如,“在19世纪初,历史上第一次,海运、铁路、国际银行和贸易已经连接了我们星球上每一块适宜居住的大陆。”[1]1969年“阿帕网”诞生,人类社会进入了“万物相联”的互联网乃至今天人们热议的物联网时代,整个世界逐渐成为一个“地球村”。

       展望未来,科学技术的突破必将开启一个新的时代,特别是一旦生物交叉技术尤其是脑机接口技术(BCI)的发展,实现了人或动物的大脑与外界的直接信息交流。人类社会发展必将由此来到一个新的转折点,未来人与人、物与物、人与物充分互联互通。但是,此物非彼物,此时的“物”是人大脑的延伸,智力的延伸,更是智慧的延伸,人类社会从此进入“脑联网”的智能时代。

       对于这个“脑联网”的智能时代,人类战争的面孔将会被涂抹成什么样?我们或许需要跳出原有的思维窠臼,需要一个更高层面、更宽视野、更新视点的审视。就某种意义而言,军事系统是社会系统的缩影,因此,与人类社会系统同步,军事系统也必将经历了一个从“物质系统”、“能量系统”、“信息系统”走向“智慧系统”的过程。

       智能化战争孕育于信息化战争这一“母体”之中。早在第一台计算机问世后不久,就有科学家预言,人工智能时代必将来临。1950年,艾伦·图灵出版《机器人与智能》一书,6年之后,美国科学家约翰·麦肯锡提出“人工智能”一词,主要涵义是指依托计算机运用数学算法模仿人类智力,让机器“学会”人类的分析、推理和思维能力。经过半个多世纪的迂回曲折,近年来,人工智能发展进入“快车道”,正由弱人工智能向强人工智能迈进。美国科学家雷·库兹韦尔预言:2045年将是人工智能超越人类智慧的“奇点”。

       或许库兹韦尔的预言有夸张的成分,人工智能超越人类智慧的所谓“奇点”不会到来的这么早,抑或根本就没有这个“奇点”,这的确可以商榷。但有一点却是肯定的,未来的人工智能发展,必将彻底刷新我们今天所认知的战争,具体催生什么样的“脑联网”时代的战争,还只能根据未来科技的萌芽进行想象。

       可以预见,伴随着军事“智慧系统”的自生成性、自组织性、自演化性不断发展,战争对垒双方已不再是用“能量杀伤”以消灭敌人“有生力量”,而是通过“脑”控武器来控制敌人的思想和行动。作战主体由“知识战士”向“超级战士”转化,作战平台由信息化“低智”向类脑化“高智”发展,作战样式由“体系作战”向“开源作战”演进。由此,未来战争将超越“信息主导、体系对抗、精确打击、联合制胜”的传统制胜机理,开启“智能主导、自主对抗、溯源打击、云脑制胜”的崭新攻防模式。总之,未来的军事系统不仅仅是“物质系统”、“能量系统”、“信息系统”,还是一个人机融合的“智慧系统”。未来战争的毁伤方式将发生变化,武器的演变主要围绕智慧的控制与反控制、摧毁与反摧毁而展开。

       应对未来这样的战争,我们需要更新观念,特别是要摒弃传统机械论在军事领域的影响。按照牛顿机械论自然观,世界的缩影就是一架“时钟”,里面的因果关系非常清晰,按时摆动有秩序地运转。世界都像一架“时钟”,军事系统就更像“时钟”了,简单直接,因果明了。然而,在未来的“脑联网”时代,我们研究战争需要新视野、新思维、新范式。要真正超越牛顿机械论及奠基其上的有机论,树立复杂系统思维,要注重运用整体观、联系观、演化观等来透视战争。

      著名军事专家刘戟锋将军曾指出,在“脑联网”的智能时代,一个显著特征就是智慧彰显。在目前已知的浩瀚宇宙中,只有一个星体演化出了智慧,这个星体叫做地球。在目前已知的地球生态系统中,只有一个种群拥有智慧,这个种群叫做人类。

       人类文明因智慧“善”用而进化,人类文明也因智慧“滥”用而毁灭。

        科幻作家艾萨克·阿西莫夫曾说:“在我们这些真正无所不知的人眼中,那些自以为无所不知的人就是一个巨大的麻烦”。

        未来科技向何处去?未来战争向何处去?

        这考验着人类的智慧。

640?wx_fmt=jpeg

张亚勤、刘慈欣、周鸿祎、王飞跃、约翰.翰兹联合推荐

这是一部力图破解21世纪前沿科技大爆发背后的规律与秘密,深度解读数十亿群体智能与数百亿机器智能如何经过50年形成互联网大脑模型,详细阐述互联网大脑为代表的超级智能如何深刻影响人类社会、产业与科技未来的最新著作。

《崛起的超级智能;互联网大脑如何影响科技未来》2019年7月中信出版社出版。刘锋著。了解详情请点击:【新书】崛起的超级智能:互联网大脑如何影响科技未来

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/490497.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MATLAB画图设置透明度

plot520 plot(x,y); plot520.Color(4) 0.8; Color(4)这个参数可以设置不同的透明度属性

红黑树为什么可以确保没有一条路径会比其他路径长出两倍

红黑树的两个特性来保证: 1、如果一个节点是红色的,则它的子节点必须是黑色的。也就是一条路径上没有两个连续的红色节点; 2、对于任一节点而言,其到叶节点树尾端NULL指针的每一条路径都包含相同数目的黑节点。 因为黑色节点数…

《崛起的超级智能》入选中国好书2019年7月榜单

来源:中国好书中国好书评选活动由中国图书评论学会主办,旨在通过好书推介传递正能量,推动和引导全民阅读。中国图书评论学会是由中宣部出版局创办、国家新闻出版广电总局主管的国家一级学会。自2014年举办首届年度好书盛典至今,“…

.net函数查询_SQL查询语句总是先执行SELECT?你们都错了!

很多 SQL 查询都是以 SELECT 开始的。不过,最近我跟别人解释什么是窗口函数,我在网上搜索”是否可以对窗口函数返回的结果进行过滤“这个问题,得出的结论是”窗口函数必须在 WHERE 和 GROUP BY 之后,所以不能”。于是我又想到了另…

大数据世界要熟悉的5门语言

大数据世界要熟悉的5门语言课程 Python OpenStack Java Hadoop Scala Spark Shell Linux SQL DB JS 华丽分割线 转载于:https://www.cnblogs.com/TendToBigData/p/10501438.html

知识图谱嵌入(KGE):方法和应用的综述

来源:专知导读本文主要是参考《Knowledge Graph Embedding: A Survey of Approaches and Applications》和刘知远的《知识表示学习的研究与进展》做的总结,主要介绍了最近关于知识图谱嵌入所涉及到的研究方法,主要从融合事实信息、融合附加信…

C++ 函数返回char*

在函数内建立的局部变量在函数结束后会被销毁&#xff0c;所以如何从函数返回函数内新建的char*是一个问题 看一个例子&#xff1a; char* get_char_1(){string s "abc";return (char*)s.c_str(); }int main(){char* temp get_char_1();cout << temp;retur…

支持向量机matlab代码程序_支持向量机(SVM)小结

什么是SVM&#xff1f;SVM(全称&#xff1a;Support Vector Machine)支持向量机&#xff0c;这只是它的名称&#xff0c;向量就是和我们以前学过的向量一样(下文有介绍)&#xff0c;它可以有效解决分类问题(我们只讨论分类问题)&#xff0c;何为分类呢&#xff1f;顾名思义&…

C++ 获取char*的长度

strlen函数&#xff0c;包含在#include <cstring> 看个例子&#xff1a; void get_len(char* temp){int l strlen(temp);cout << l;char* anew char[l]; }

实习的具体内容

实习具体内容 项目组背景&#xff1a;Synopsys的Solution Group下面的ARC硬件部门&#xff0c;主要研发ARC处理器IP&#xff0c;它是基于ARC指令集&#xff0c;主要产品有EM系列和HS系列以及多核系统&#xff0c;涉及领域有物联网、汽车电子、高速存储、DSP和图像视频处理。 实…

俄罗斯拟明年在36万台华为平板安装“极光”操作系统

来源&#xff1a;环球时报据路透社报道&#xff0c;有消息人士表示&#xff0c;俄罗斯政府已经开始与华为公司就36万台平板电脑安装俄罗斯自己研发的操作系统&#xff08;OS&#xff09;"极光"(Aurora&#xff0c;也称奥罗拉)的一项计划展开谈判。路透社表示&#xf…

mysql 命令 kill_MySQL之死锁检测

最近&#xff0c;笔者在查看线上服务日志时&#xff0c;发现spring大量异常&#xff0c;异常中都显示了同样的报错信息&#xff0c;信息如下。Deadlock found when trying to get lock; try restarting transaction调研之后发现是mysql发生了死锁&#xff0c;这也是笔者第一次遇…

C++ char数组和char*的输入

int main(){char* s1 "abc";cin >> s1; // errorcout << s1;char s2[10]; // okcin >> s2;cout << s2;int n 10;char* s3 new char[n]; //okcin >> s3;cout << s3;return 0; }

【HTML5】Server-Sent服务器发送事件

Server-Sent 事件 - 单向消息传递 Server-Sent 事件指的是网页自动获取来自服务器的更新。 以前也可能做到这一点&#xff0c;前提是网页不得不询问是否有可用的更新。通过服务器发送事件&#xff0c;更新能够自动到达。 <!DOCTYPE html> <html> <body> <…

干货丨清华大学天机芯团队赵明国:《基于自然动力学的机器人控制——无人驾驶自行车及被动行走》...

来源&#xff1a; 机器人大讲堂8月1日&#xff0c;清华大学依托精密仪器系的类脑计算研究中心施路平教授团队在《自然》&#xff08;Nature&#xff09;杂志上发表了一篇封面文章&#xff0c;发布了一项最新研究成果——类脑计算芯片“天机芯”。同时&#xff0c;搭载天机芯&am…

C++中的深拷贝

memcmp (const void*, const void*, size_t) 第一个参数&#xff1a;目的地址 第二个参数&#xff1a;源地址 第三个参数&#xff1a;所需要复制的字节数

判断随机抽取代码_问卷调查:定量研究中的抽样问题(2)- 非随机抽样介绍

所谓抽样&#xff0c;就是从我们需要研究的所有目标群体中&#xff0c;按照某种原则&#xff0c;挑选出一定量的样本&#xff0c;用他们的研究结果&#xff0c;代表目标群体整体结果。既然&#xff0c;抽样的目的是通过对一部分被选择的样本来推断总体&#xff0c;就要求我们抽…

解决保存快照失败后redis无法写入的问题( Redis is configured to save RDB snapshots)

MISCONF Redis is configured to save RDB snapshots, but is currently not able to persist on disk. Commands that may modify the data set are disabled. Please check Redis logs for details about the error.解决方案&#xff1a;Just too brief about answer. open t…

欧洲估值最高的5家人工智能创业公司

来源&#xff1a;资本实验室今年初&#xff0c;据伦敦风险投资公司MMC的调查&#xff0c;四成自称为人工智能公司的欧洲创业公司实际上并未在核心业务中涉及到人工智能&#xff0c;人工智能仅为吸引投资的漂亮外衣。这一数据发布后&#xff0c;激起了轩然大波&#xff0c;不仅引…

seaborn画图设置横纵坐标标签

用seaborn库来画图&#xff0c;也同样可以通过matplotlib.pyplot.xlabel设置x轴标签&#xff0c;而matplotlib.pyplot.ylabel设置当前轴的y轴标签 举个例子&#xff1a; import seaborn as sns import matplotlib.pyplot as pltsns.kdeplot(data) plt.xlabel("xxxxxx&qu…