2017年9月初，俄羅斯總統(tǒng)弗拉基米爾·普京將人工智能這個話題帶到了國際政治討論的最前沿，而以往，它僅僅出現(xiàn)在硅谷的實驗室、學術(shù)界和五角大樓的地下室里。“人工智能就是我們的未來，不只是俄羅斯的未來，而是全人類的未來，”普京說，“它帶來了巨大的機遇，但同時也潛藏著難以預測的威脅。誰在人工智能領域占了先，誰就會成為世界的統(tǒng)治者。”

普京的話反映了世界各行業(yè)和地區(qū)的人們都開始相信的一個觀念——無論是在工作、社會還是軍事領域，人工智能領域的進步對未來至關重要。世界經(jīng)濟論壇執(zhí)行主席Klaus Schwab提出，人工智能是“第四次工業(yè)革命”的重要因素之一；谷歌前任CEO 艾瑞克·施密特認為，人工智能對于未來國家力量的重要性足以讓美國政府制定人工智能的國家戰(zhàn)略，就像冷戰(zhàn)時制定太空技術(shù)發(fā)展計劃那樣；Tesla和SpaceX的CEO Elon Musk甚至聲稱，如果人工智能技術(shù)進步未能得到合理監(jiān)管，可能會引起第三次世界大戰(zhàn)。這些說法都表明，人工智能將對全球政治和力量均勢產(chǎn)生極大的、甚至可能是決定性的影響。

無論人工智能帶來的是革命性的后果還是僅僅是增量效應，我們都很有必要去弄清它為什么以及將如何影響國家安全。盡管大眾媒體和商業(yè)期刊上登載了大量有關人工智能的文章，系統(tǒng)討論人工智能發(fā)展對國家安全影響的學術(shù)著作卻沒有多少。本文意在通過研究弱人工智能，或用于完成特定任務的智能系統(tǒng)來填補此項空白，我所說的智能系統(tǒng)就比如在美國老牌知識問答電視節(jié)目“危險邊緣”（Jeopardy！）中擊敗了兩位人類冠軍的IBM超級計算機Watson，還有擅長下圍棋的AlphaGo。具體來說，本文通過對軍事創(chuàng)新、科技發(fā)展和國際政治的學術(shù)研究，評估了人工智能在力量均勢和國際競爭背景下帶來的種種問題。 

對人工智能的通俗探討幾乎只關注科技進步。縱觀歷史，科技確實在全球政治中起著非常重要的作用。數(shù)百年前，像印刷術(shù)這樣的技術(shù)使書寫文字興起，為新形式的政治抗議和其他政治活動的發(fā)展提供了可能。20世紀，核武器的出現(xiàn)極大地提升了數(shù)國的毀滅性打擊能力。

但科技發(fā)展的相對影響力往往不僅與它本身的特質(zhì)相關，也同樣、甚至更多地取決于人們、機構(gòu)和社會如何利用這項技術(shù)。就比如英國海軍在1918年發(fā)明的航空母艦。作為當時世界最擅長部署戰(zhàn)艦的海軍，皇家海軍最初的設計是讓航空母艦為戰(zhàn)艦提供偵察機。但是日本和美國海軍創(chuàng)新了航空母艦的使用方式，把它用作移動機場，從根本上改變了20世紀的海戰(zhàn)。或者咱們再回到印刷術(shù)這項技術(shù)：它加速了民族主義政治運動，這是技術(shù)激勵的結(jié)果，也是人們在政治運動中充分運用這項新技術(shù)來傳播信息的結(jié)果。

人工智能將會扮演什么樣的角色呢？這項技術(shù)的發(fā)展還有很多不確定性，因而現(xiàn)在要給出答案還為時尚早。但人工智能與內(nèi)燃機、電力等更為相似，它不是武器，而是使能者，是一項應用領域廣泛的通用技術(shù)。這使得人工智能不同于導彈、潛艇或坦克，而有更廣泛的應用范圍。

弱人工智能領域的進步會為政府和軍事組織創(chuàng)造機遇和挑戰(zhàn)。比如，圖像識別技術(shù)能幫助到那些已經(jīng)足夠富強、能夠支持技術(shù)更新的軍方。但我們很難預測人工智能運用如何影響軍事組織的核心部分，比如軍事計劃、招募保留新兵和軍事力量結(jié)構(gòu)等。如果軍方越來越需要學習過編程和算法的士兵，或者如果大量的無人系統(tǒng)足以淘汰代價高昂的傳統(tǒng)軍事平臺，那會出現(xiàn)什么樣的改變呢？ 領先的軍事力量面對挑戰(zhàn)現(xiàn)有組織形式的創(chuàng)新時總是手足無措，因為自認為領先的軍事力量很難改變現(xiàn)有的官僚組織形式。

人工智能會使哪些國家受益，這部分取決于與軍事相關的創(chuàng)新是在哪里發(fā)明的。像私人企業(yè)或者學術(shù)部門這樣的非軍事機構(gòu)正在嘗試擴大人工智能的應用領域。一些人工智能和機器人公司，比如Boston Dynamics，接受了軍方提供的研發(fā)資金；而另一些，比如DeepMind，拒絕軍方資助并且堅決反對和軍方合作。與隱身技術(shù)這樣具有典型軍事目的的技術(shù)不同，人工智能在購物、農(nóng)業(yè)、股票交易等眾多領域都有應用。

如果商業(yè)驅(qū)動的人工智能研究持續(xù)創(chuàng)新，并且軍方未來可能應用的算法與民用工程息息相關，那么人工智能領域的進步很有可能更迅速地擴散到世界各地的軍事力量中。人工智能競爭可能會涉及世界研發(fā)AI技術(shù)的各個主體，就像19世紀晚期在鋼鐵和化工行業(yè)的競爭那樣。技術(shù)擴散的可能性會使其難以保持在弱人工智能應用上的“先發(fā)優(yōu)勢”，這可能會改變世界力量均勢，縮小美國和中國以及世界其他國家的軍力差距。

然而專家們并未就未來人工智能的發(fā)展軌跡達成一致，這就意味著對人工智能發(fā)展影響國際安全環(huán)境的預測都只是嘗試性的。盡管人工智能的基本原理可以用于民用和軍事兩種目的，但最重要的AI軍事應用一定不是軍民兩用的。基于軍事研究的技術(shù)進步排他性較強，通常較難被模仿，首先采用此類技術(shù)的國家自然具有更大的先發(fā)優(yōu)勢。此外，如果只有最富有的國家和公司有財力負擔用于研發(fā)新的強大算法所需的計算硬件，從均勢角度來看高端的人工智能技術(shù)會讓富者更富。另一方面，如果先進的軍隊沒能有效整合人工智能技術(shù)，則更有可能出現(xiàn)混亂。

本文首先定義何為人工智能并說明人工智能是一種怎樣的技術(shù)，然后轉(zhuǎn)而討論弱人工智能有關發(fā)展軌跡的關鍵問題和假定，看它們?nèi)绾斡绊懭斯ぶ悄苘娛聭玫牟捎脳l件，這是考察人工智能如何影響均勢的重要因素。之后，本文將評估，弱人工智能在以下兩種情況下將如何影響世界力量均勢：1）軍民兩用的人工智能技術(shù)有著很高軍事相關性，并且能夠迅速擴散；2）軍用人工智能技術(shù)具有更高“排他性”，從而限制了技術(shù)擴散、產(chǎn)生更大先發(fā)優(yōu)勢。

我們無法確定在未來十年甚至更久的時間里人工智能會如何發(fā)展。中國、俄羅斯和其他一些國家已經(jīng)在大力投資人工智能領域以提升相對軍力，希望重塑均勢。隨著人工智能領域逐漸成熟，在物流、人力甚至部署單元等領域都將出現(xiàn)更多人工智能運用，各國需要考慮怎樣切實利用人工智能技術(shù)提升軍力。因而美國在力量均勢上面臨的風險在于它可能對自己的軍事優(yōu)勢習以為常，像20世紀中期大英帝國的皇家海軍對待航母那樣去對待人工智能——如果不能通過組織采納合理運用新技術(shù)，那么技術(shù)創(chuàng)新者也會被超越。

人工智能是什么？對人工智能、自主性和自動化這些術(shù)語的具體定義，人們并沒有達成廣泛的共識。本文中人工智能指運用電腦模擬需要智力參與的人類行為。換句話說，人工智能就是一個人工合成體在“多種環(huán)境”下達成目標的能力。人工智能系統(tǒng)與可以遠程控制的自主機器人和機器人系統(tǒng)不同。比如Boston Dynamics公司可以自動開門的SpotMini就不能算是人工智能，因為它有人遠程控制。像日常生活中的烤面包機，或者軍方用絆索引爆的炸藥，這樣的自動系統(tǒng)（automatic systems）機械地對環(huán)境因素做出反應。與之相比，自動化系統(tǒng)（automated systems）的運行是基于多道提前設計的邏輯步驟，而不是絆索那樣簡單的觸發(fā)機制。而自主系統(tǒng)（autonomous systems）范圍更廣，在一定限制內(nèi)用于實現(xiàn)某些目標，優(yōu)化一系列參數(shù)。

目前人工智能研究大體上有兩種路徑。第一種是符號主義人工智能（symbolic artificial intelligence）——創(chuàng)造專家系統(tǒng)和生產(chǎn)規(guī)則以使機器能夠推斷行為路徑。1997年IBM公司的Deep Blue系統(tǒng)在國際象棋中戰(zhàn)勝了加里·卡司帕羅夫，它采用的就是符號主義方法。與之相對的是計算機學派或者聯(lián)結(jié)主義方法（connectionist approaches），機器通過計算而非符號表示來識別問題并做出行動。機器自主學習是人工智能中非常重要的計算方法。編寫機器學習算法需要多種計算技巧，包括貝葉斯網(wǎng)絡、決策樹和深度學習。深度學習讓機器通過強化學習的方法掌握一種算法，利用神經(jīng)網(wǎng)絡來訓練算法完成特定任務，比如圖像識別。一些研究員試圖融合符號主義和聯(lián)結(jié)主義方法，希望通過這種混合型的研究方法來創(chuàng)造一種通用語言，讓算法能通過多種路徑去學習如何完成特定任務，使之更加高效。

就本文而言，理解人工智能發(fā)展的大致軌跡比研究賦予人工智能特定能力的具體方法更為重要。很多情況下，要判斷哪些方法將生成哪些功能還為時過早。

人工智能是使能者，而非武器 

一種新技術(shù)的影響部分取決于它潛在的基本用途。一些通訊技術(shù)，比如電報和電話的發(fā)明是使身處不同地方的人能更快地取得聯(lián)系；軍用技術(shù)，比如導彈和子彈，是用來打擊破壞某個目標的；鐵路還有自行車屬于交通技術(shù)。這些科技大類下面還有很多小類，每類中都有很多種技術(shù)。舉個例子，一架F-35戰(zhàn)斗機由超過300000個零部件組成。另一類科技可以被稱作“使能技術(shù)”，這類技術(shù)并不像上面的例子，為某個特定目的而研發(fā)，它是多用途的，可以廣泛運用于其他很多科技中。電力技術(shù)就是一種使能技術(shù)。

所以人工智能屬于哪種技術(shù)呢？盡管國防部門“第三次抵消”的說辭還有其他一些討論讓人工智能看起來像種軍用技術(shù)，但它實質(zhì)上是終極使能者。就像內(nèi)燃機和電力一樣，人工智能可以運用于很多具體技術(shù)。斯坦福大學的Andrew Ng認為，和電力一樣，人工智能可以在多元領域中助力具體技術(shù)的發(fā)展，比如農(nóng)業(yè)、制造業(yè)和醫(yī)療服務業(yè)。

人工智能能從多個維度發(fā)揮作用。首先，它能用于管理像機器人系統(tǒng)這樣無人監(jiān)管的實物， 無論是在坦克、飛機還是艦船里，人工智能都可以減少人類的參與，有時甚至是遠程，成為人類-機器隊伍里的一員。比如集群技術(shù)就用到了一些受人監(jiān)管的算法，可以指揮類似無人機群這樣的平臺。其次，人工智能可以幫助人們處理和解釋信息。圖像識別算法可以用來給度假照片加上標簽或者識別商店中的產(chǎn)品，也同樣可以用于“Project Maven”計劃，這是一個美國軍事項目，意在研發(fā)可以自動分析無人機即時影像的算法。盡管在不同情況中應用方式不同，但背后的算法完成的任務是一樣的——快速識別圖像并標記。最后，多個弱人工智能系統(tǒng)的重疊應用可以被用來創(chuàng)造新的指令和控制方式——可以分析大量數(shù)據(jù)并做出預測指導人類行動的運行系統(tǒng)，包括作戰(zhàn)系統(tǒng)——或者算法指導的行為。

人工智能的種類？

我們可以把人工智能看作一個相鄰兩者相似但兩段截然不同的連續(xù)體。一端是弱人工智能應用，就比如能夠戰(zhàn)勝世界圍棋冠軍的AlphaGo。這類應用就是專門用于特定任務的機器學習算法，不可能被用于其他任務。弱人工智能可以被看作相對先進的自主系統(tǒng)，或者一啟動就只會完成特定任務的機器。

而這個連續(xù)體的另一端是“超級聰明的”通用人工智能。這類人工智能采用單個或系列算法，不僅能完成簡單的任務，也能有效思考并為更寬泛的問題設計解決方案。Nick Bostrom描繪了一種極端的可能，超級人工智能也許會主宰世界，其程序甚至可能在不經(jīng)意間使人類滅絕。連續(xù)體中部或者中部偏人工通用智能那端是“變革性人工智能”，這樣的人工智能可以完成玩電子游戲這樣的特定任務之外的很多事情，但卻不足以擁有超級智能。

本文重點關注弱人工智能應用對力量均勢和國際競爭的潛在影響。從現(xiàn)存的人工智能技術(shù)來看，弱人工智能應用在未來二十年里最有可能影響軍事領域，進而影響力量均勢。此外，超過人類智能的通用人工智能會在中短期內(nèi)還是數(shù)百年后出現(xiàn)，這個問題即便是專家也無法給出一致的答案。人工智能專家們也無法確定未來人工智能發(fā)展的軌跡。調(diào)查表明只有50%的人工智能研發(fā)者相信到2049年人工智能系統(tǒng)能寫出一本暢銷書，約75%的研究者認為這可能要到2090年才能實現(xiàn)。經(jīng)過大量訓練的專家也無法在人工智能發(fā)展問題上達成一致，這體現(xiàn)了人工智能領域很大的不確定性。

這使我們思考哪些人工智能技術(shù)將得到進一步發(fā)展，而本文重點關注那些在下一代最有可能興起的技術(shù)。

新興技術(shù)主要通過軍事和經(jīng)濟手段影響均勢。技術(shù)可以直接影響國家的作戰(zhàn)能力，也能通過影響國家經(jīng)濟力量間接地影響均勢。畢竟如果沒有經(jīng)濟支撐，一個國家無法長期或者中期地維持軍事優(yōu)勢，只要想想奧斯曼帝國和帝制中國的沒落就不難理解這一點。

但是現(xiàn)在，我們還不清楚具體AI應用將如何轉(zhuǎn)化為軍事力量。盡管收到持續(xù)投資，將人工智能融合進軍事技術(shù)仍不是件易事。Project Maven是美國 “算法戰(zhàn)爭” 提案的第一項計劃，軍方試圖開發(fā)人工智能的潛力并將之用于增強軍事力量。但是無論在美國還是其他國家，很多投資還只處于早期階段。正如Missy L. Cummings所寫：“坦克還有交通工具這類自主地面行駛車輛和自主式水下航行器都還在研發(fā)中。但是大多數(shù)研發(fā)機構(gòu)正掙扎著想要實現(xiàn)從研發(fā)到實際運行的飛躍。”

我們很有必要將這些頗具潛力的技術(shù)創(chuàng)新和軍事創(chuàng)新區(qū)分開來。盡管軍事創(chuàng)新常常和技術(shù)創(chuàng)新相關，但這種關聯(lián)性不是必然的。軍事創(chuàng)新是組織行為和方式的重大變化，意在提高軍方有效地將武器轉(zhuǎn)化為力量的能力。美國和日本軍方將航空母艦用作移動機場，這就是一個典型的例子。盡管人工智能有潛力實現(xiàn)一些軍事創(chuàng)新，它本身并不是，而且目前沒有哪一項被軍方采用的人工智能運用能算得上一項軍事創(chuàng)新。

因為人工智能研發(fā)和相關技術(shù)任處于初期階段，人工智能在戰(zhàn)爭中的運用還遠不能跟坦克在一戰(zhàn)中的初次亮相相提并論，更別說二戰(zhàn)中德軍使用的頗為有效的聯(lián)合武裝作戰(zhàn)法了（這項軍事創(chuàng)新也就是現(xiàn)在人們熟知的“閃電戰(zhàn)”）。這就限制了我們對弱人工智能將如何影響均勢和國際政治的分析。對技術(shù)和國際政治的大多數(shù)研究關注像核武器這樣特定成熟的技術(shù)，或者軍事創(chuàng)新。由于人工智能還處于早期發(fā)展階段，因此研究時需要運用現(xiàn)存的有關軍事技術(shù)和創(chuàng)新的理論。

我的采納容量理論（adoption capacity theory）能讓我們更好地洞察人工智能的發(fā)展對力量均勢的影響。此理論認為，采用一項軍事創(chuàng)新所需的財政和組織條件會影響該軍事創(chuàng)新的擴散速度并影響力量均勢。財政上的考慮包括計算相關硬件的單位成本，以及判斷這項性能是基于純商業(yè)還是純軍事技術(shù)。需要考量的因素還有：評估采用此項創(chuàng)新需要在多大程度上影響軍方目前的關鍵任務（也就是一個組織希望能達到的目標）；評估組織內(nèi)關鍵精英的地位（比如戰(zhàn)斗飛行員在空軍中的地位）。但因為采納容量理論關注的主要是軍事創(chuàng)新，要想適用于人工智能，這一理論還需要一些調(diào)整。

采納容量理論建議，研究技術(shù)變革如何影響均勢需要回答三個問題。

第一，技術(shù)本身很少（如果真的可能）是決定性因素，那技術(shù)的應用如何能影響戰(zhàn)爭的性質(zhì)呢？舉個例子，機關槍火力在非對稱部署時能有效應對進攻，但和帶刺鐵絲網(wǎng)配合使用呈對稱布局時，這項技術(shù)在一站中實現(xiàn)了戰(zhàn)壕作戰(zhàn)僵局。更廣泛地來說，工業(yè)革命和制造業(yè)轉(zhuǎn)向工廠大規(guī)模生產(chǎn)使步槍從少數(shù)軍隊配備的手工制作的武器變成了能夠被廣泛使用的武器。這提高了戰(zhàn)爭的殺傷性，也改變了軍隊的組織方式和戰(zhàn)術(shù)。

第二，不同主體如何真正推行一項技術(shù)或者在推行過程中會受到官僚主義怎樣的限制？由此對軍事創(chuàng)新產(chǎn)生了怎樣的影響？這個問題與本文高度相關，因為組織采用并推行一項技術(shù)創(chuàng)新所面臨的挑戰(zhàn)與推行的有效性密切相關。要衡量一項創(chuàng)新對國際政治的影響有多大，這些挑戰(zhàn)是重要因素。

數(shù)十年的研究表明，相比于技術(shù)本身，技術(shù)變革對全球政治的影響——無論是經(jīng)濟、社會、外交還是軍事領域的變化——更多地取決于政府和組織怎樣采納并運用新技術(shù)。Barry Posen，Stephen P. Rosen等人設立的軍事創(chuàng)新獎學金就體現(xiàn)了這一點，單靠技術(shù)創(chuàng)新很難影響均勢。而軍方如何使用一項技術(shù)才是突破的關鍵。軍方運用新技術(shù)的能力部分取決于這項技術(shù)的復雜程度，它有多難掌握以及它的運行是否可預測、可解釋。這些因素影響了高級軍事領導人對此項技術(shù)的信賴程度，進而影響他們是否采用此項技術(shù)的決定。此外，采用一項技術(shù)時對原有官僚秩序的影響程度越深，其在地位穩(wěn)固的老牌機構(gòu)面臨的挑戰(zhàn)越大——如果這個機構(gòu)缺乏科研投資，也不懂得融合新技術(shù)、新想法，技術(shù)要得到采用就尤其困難了。

19世紀中期，每個歐洲國家?guī)缀跬瑫r掌握了鐵路、電報和制造步槍的技術(shù)。但普魯士軍隊首先想到如何結(jié)合并充分利用這些技術(shù)，迅速部署力量。在那之后其他國家的軍隊才采取了類似的措施達到了相似的效果。

英國海軍和航空母艦的例子進一步揭示了組織流程對于軍事領域技術(shù)應用的決定性作用。如前所述，盡管皇家海軍發(fā)明了航母，以戰(zhàn)艦為先的制度性承諾使其把輔助為戰(zhàn)艦提供信息的“偵察機”看作這項新發(fā)明的首要任務。而美軍和日軍這兩支新崛起的海上力量沒那么看重戰(zhàn)艦，反而創(chuàng)造性地想到，航母的真正價值在于它的獨立打擊能力。由于戰(zhàn)艦和經(jīng)驗豐富、已經(jīng)習慣部署戰(zhàn)艦作戰(zhàn)的海軍將官們在多國海軍中占主導，因此把航母看作移動機場需要一個概念上的轉(zhuǎn)變，這不是件容易的事。

即使后來將航母用作移動機場被證明是最優(yōu)選擇，要采用航母作戰(zhàn)也是挑戰(zhàn)重重。二十年來中國海軍一直在研究航母運行機制，但也才剛剛開始建立真正的航母作戰(zhàn)能力。蘇聯(lián)曾花費數(shù)十年時間試圖采用航母作戰(zhàn)，但最終失敗。簡單來說，要想操縱航母、使飛機順利起飛和降落，以及與其他海上力量協(xié)調(diào)配合，需要不同系統(tǒng)的融合，這是很難實現(xiàn)的。一支軍隊試圖有效運用新技術(shù)時需要做出的改變越大，它面臨的官僚主義挑戰(zhàn)就越大，強國就越有可能因為組織能力欠缺而放棄采用這項技術(shù)。這就是可能會改變力量均勢的關鍵機制。

第三，一項新技術(shù)如何傳播？這個問題的答案決定了采用新技術(shù)的相對先發(fā)優(yōu)勢有多大。Kenneth Waltz最初提出軍事技術(shù)創(chuàng)新往往很快就會被效仿，但后續(xù)研究表明實際情況要復雜得多。擴散率很重要：如果某項技術(shù)擴散得較慢，那么首先采用此技術(shù)的國家就會有可持續(xù)的優(yōu)勢。但如果其他國家能夠快速采用這項新技術(shù)，那么第一個的相對優(yōu)勢就會迅速消失。

軍事技術(shù)和其他通用技術(shù)一樣，可以通過多種機制擴散。采納容量理論提出了幾個影響弱人工智能技術(shù)擴散的關鍵因素。

首先是建立人工智能系統(tǒng)的單位成本。編寫軍事應用算法所需的硬件和計算成本越高，門檻就越高。相對的，一旦算法編出來了，成了軟件，那就更容易擴散。

其次，只有軍事目標驅(qū)動的技術(shù)往往比有商業(yè)目的驅(qū)動的技術(shù)傳播得更慢。如果一項技術(shù)只在軍事領域能派上用場——比如隱形技術(shù)——并且它的單位成本和技術(shù)復雜程度都很高，那么能效仿這項技術(shù)的主體就最少化了。

而反過來講，有商業(yè)目的驅(qū)動的技術(shù)一般傳播得要快得多。十九世紀鐵路曾被當作一項“軍事技術(shù)”，能夠?qū)崿F(xiàn)空前迅速的兵力部署和集結(jié)。但鐵路能迅速運輸貨物的商業(yè)價值加速了世界范圍內(nèi)密集鐵路網(wǎng)的建設，因而在鐵路這項技術(shù)上很難有國家能保持可持續(xù)的優(yōu)勢。

如果正如普京、埃里克·施密特、埃隆·馬斯克所說，人工智能是一片競爭激烈的戰(zhàn)場，那么這場競爭有什么樣的特點呢？目前美國和中國應該是人工智能發(fā)展最為領先的兩個國家。世界上最強大的兩個國家在人工智能領域競爭全球領導地位，這讓很多人想起20世紀的激烈競爭，比如美蘇太空競賽。已退役的軍陸戰(zhàn)隊將軍John Allen和Spark Cognition公司CEO Amir Husain認為，美國需要在人工智能領域投入更多以取得并維持領先地位。

為了經(jīng)濟發(fā)展和國家安全需要，全球各大國在人工智能領域皆有投資，這越來越普遍地被看作一場軍備競賽。2017年中國發(fā)布了一項有關人工智能的國家戰(zhàn)略，認為人工智能是一個“重大戰(zhàn)略機遇”，并提出一項協(xié)調(diào)戰(zhàn)略以“打造中國的先發(fā)優(yōu)勢”，在人工智能領域引領世界。俄羅斯也在大規(guī)模投資，尤其是軍事領域。有報道稱俄羅斯軍方正在設計用于守衛(wèi)彈道導彈基地的自主車輛以及能夠攜帶核武器的自主潛艇。在機器人領域，俄羅斯正在嘗試Uran-9、Vehar等先進坦克的遠程部署。

美國以外并不只有中國和俄羅斯對人工智能在國家安全領域的應用感興趣。和機器人技術(shù)一樣，人工智能技術(shù)可以被用于軍事目的，因而吸引了很多國家的關注。人工智能的商業(yè)驅(qū)動因素和許多人工智能技術(shù)軍民兩用的特點意味著具備發(fā)達信息經(jīng)濟的國家更有可能成為此領域的領導者，至少也是快速跟進者。在東南亞，新加坡處于人工智能投資的最前沿（軍事和非軍事領域皆是如此）。其他東南亞國家也在進行著人工智能的相關研究。在軍事領域，韓國已經(jīng)研發(fā)出了半自動系統(tǒng)SGR-A1，用于防備朝鮮對朝韓非軍事區(qū)的襲擊。

人工智能也為資本密集的國家提供了機遇和激勵。發(fā)達的經(jīng)濟體往往坐擁大量資本，卻面臨著高昂的勞動力成本或者規(guī)模較小的人口，比如澳大利亞、加拿大還有歐洲的許多中等強國，這些國家在軍隊征兵時會遇到困難。對它們來說，能將資本轉(zhuǎn)化為勞動力的技術(shù)是極具吸引力的。澳大利亞國防學院的指揮官Mick Ryan將軍就認為，將人工智能和機器人技術(shù)結(jié)合起來，人口規(guī)模小所帶來的問題就能被解決。2017年法國國防戰(zhàn)略回顧指出，人工智能技術(shù)的發(fā)展和運用對于法軍保持“運作優(yōu)勢”至關重要。以色列這個典型的經(jīng)濟發(fā)達、資本多勞力少的國家也投資研發(fā)軍用人工智能技術(shù)，用于預測火箭發(fā)射、分析錄像片段。以色列國防軍（IDF）中的人工智能軍事相關性評估小組組長Nurit Cohen Inger中校在2017年說過，對IDF來說，人工智能“會影響軍事沖突中的每一步、每一個細小的決定，甚至整場沖突本身”。

有了這些投資，人工智能領域的發(fā)展將怎樣影響軍事組織和戰(zhàn)爭性質(zhì)呢？這些技術(shù)又將如何擴散呢？

人工智能和戰(zhàn)爭性質(zhì)

一定時期的“戰(zhàn)爭性質(zhì)”可以這樣定義：在現(xiàn)有技術(shù)、組織和制度下戰(zhàn)斗并取勝的主要方式。可用手段的變化會影響軍隊作戰(zhàn)的組織形式，戰(zhàn)爭性質(zhì)也會隨之變化。拿破侖時代通過大規(guī)模動員鼓勵人們投入戰(zhàn)爭，就是一個非技術(shù)發(fā)展改變戰(zhàn)爭性質(zhì)的例子。

人工智能應用能通過幾種方式在宏觀上影響戰(zhàn)爭。最廣泛來說，自主系統(tǒng)，或者弱人工智能系統(tǒng)，有潛力提高國家投入戰(zhàn)爭的速度，這正是人工智能和內(nèi)燃機的另一個相似之處。即使決策者仍在猶豫是否要用致命武器，機器作戰(zhàn)依舊可以大幅提升行動速度。

目前有部分軍用人工智能應用正處于研發(fā)或討論中，盡管許多都還在初級階段。比如，有研究顯示，神經(jīng)網(wǎng)絡可以分析圖像數(shù)據(jù)庫并對特定圖像進行分類（比如一座山），這就使得具體定位更為精準。此外，弱人工智能系統(tǒng)的數(shù)據(jù)處理能力可以提高數(shù)據(jù)處理速度，這正是美國軍方項目Project Maven的目標。投資研發(fā)圖像識別技術(shù)，是為了更快地取得更精準的結(jié)果，這個領域很可能會得到持續(xù)投資和應用（意外情況、黑客入侵等系統(tǒng)出錯的可能暫且拋開不談）。

圖像識別以外其他領域的人工智能應用如果得以成功實現(xiàn)，可能會產(chǎn)生新的運行概念，進而影響軍隊結(jié)構(gòu)和人員構(gòu)成，或者軍隊的組織形式和行動計劃。其中的原則可能就是軍事行動中大量小型平臺的使用，這些平臺被稱為“集群”（swarms）。私營公司和學術(shù)界已經(jīng)研發(fā)出了用于“集群作戰(zhàn)”的算法和控制系統(tǒng)。軍工級的算法還需要和預警機、有人駕駛飛機、衛(wèi)星、傳感器等其他軍事系統(tǒng)協(xié)調(diào)配合。在戰(zhàn)斗環(huán)境中部署的集群需要具備實時調(diào)整的能力，如果部分損毀，余下的仍要即時優(yōu)化運行方式，這是商業(yè)運用不需要考慮的問題。研發(fā)集群算法可能需要用到的方法有行為樹和深度學習。

弱人工智能的另一個可能改變戰(zhàn)爭性質(zhì)的應用是通過多層算法協(xié)調(diào)合作來管理復雜行動。這些算法可能是產(chǎn)出行為樹的專家系統(tǒng)，也可能由生成對抗網(wǎng)絡發(fā)展而來。通過這種方式，不同算法相互競爭，在此過程中教會對方如何完成不同的任務。一些算法要用于輔助協(xié)調(diào)包括人和機器在內(nèi)的軍事資產(chǎn)。在這種情況下，對抗性學習有助于彌補個別戰(zhàn)斗中決策的獨特性，并在現(xiàn)有訓練數(shù)據(jù)之外學習適應的問題。

通過算法加快運行速度，從而幫助人類指揮官做出最優(yōu)戰(zhàn)斗計劃，包括實時指導，這樣的技術(shù)可能會改變軍隊人員和結(jié)構(gòu)，特別是海軍和空軍。自二戰(zhàn)后，現(xiàn)代軍隊經(jīng)歷了一個長達數(shù)十年的從重數(shù)量到重質(zhì)量的轉(zhuǎn)型，其背后的邏輯在于，小規(guī)模但高質(zhì)量的軍隊更有可能在戰(zhàn)爭中取得勝利。人工智能可以加速這一趨勢，顛覆長久以來與軍力結(jié)構(gòu)相對應的權(quán)威戰(zhàn)略，比如通過成本適中的反介入、區(qū)域拒止網(wǎng)絡(A2/AD)打敗對手。

如果以機器速度運行的算法和協(xié)調(diào)系統(tǒng)變得對戰(zhàn)爭勝敗至關重要，昂貴的高質(zhì)量平臺的實戰(zhàn)效果可能并不如協(xié)調(diào)運行的傳感器集群和相對低成本的武器平臺。這樣，人工智能就能通過大量的機器人系統(tǒng)將數(shù)量這一要素重新放到與質(zhì)量齊平的位置上。但在近中期，人工智能的最優(yōu)應用還是通過機器學習優(yōu)化現(xiàn)有平臺。

幾乎所有政體都有理由為軍事目的而發(fā)展人工智能應用。對民主國家來說，人工智能可以減輕戰(zhàn)爭的人口負擔并減少士兵承受的風險，遠程指揮系統(tǒng)減少了人力使用，更能實現(xiàn)這一點。在專制國家，人本來就不受信任，將軍事決策部分交予算法，減少戰(zhàn)爭中對人的依賴度，這樣的能力本身就具有吸引力。

組織政治和人工智能

盡管具體的軍事應用還有很多不確定性，上文中提及的人工智能應用于軍事領域的例子已經(jīng)證明，這些應用有可能嚴重打亂原有的組織結(jié)構(gòu)。比如戰(zhàn)斗管理協(xié)調(diào)系統(tǒng)（無論是不是人機合作）：要想成功運行哪怕是半自主的戰(zhàn)斗管理系統(tǒng)，也需要招募新的專業(yè)人員，這意味著在征兵、訓練和升職等各個方面都會發(fā)生改變，以使既懂軍隊運行又懂特定人工智能系統(tǒng)的人能盡其才。Rosen已經(jīng)證明，改變軍方晉升體制以給予新領域的專業(yè)人才以更大的權(quán)力，這對于軍事創(chuàng)新的采用至關重要，人工智能也不例外。

如上所述，操作層面人工智能系統(tǒng)的運用可以為軍隊組織和人力使用提供更多選擇，因為可以大量使用以機器速度運行的網(wǎng)絡系統(tǒng)來替代單一的少量高質(zhì)量有人駕駛飛機。但實現(xiàn)這樣的概念可能會打亂原有的組織形式，進而改變特定軍職到軍隊領導層的晉升路徑。這樣的情況已經(jīng)出現(xiàn)在空軍組織中了，戰(zhàn)斗飛行員一般是空軍的主導，因此對無人飛行器的投資更為猶豫。人工智能應用也會挑戰(zhàn)根深蒂固的官僚概念，比如數(shù)量和質(zhì)量如何取舍。用最優(yōu)方式采用弱人工智能技術(shù)對先進的軍隊來說會比較困難，因為這需要受過訓練的專業(yè)人員來確保人工智能運用的質(zhì)量和可靠性，保證合理有效運用。

而其他應用，比如美國國防部的Project Maven計劃，相對容易實行，因為從組織創(chuàng)新的以往資料來看，它們屬于可持續(xù)的技術(shù)。可以快速精準處理無人機圖像的自主系統(tǒng)不會擾亂軍隊高層的職業(yè)專長，也不會改變軍隊服務的運作方式。只有當弱人工智能的最佳利用會導致大國模結(jié)構(gòu)調(diào)整的時候，采用此技術(shù)的要求才會提高，官僚反對者才會增加。舉個例子，X-47B型號無人機是能夠在航母上自主起飛和降落的下一代系統(tǒng)，但礙于官僚阻力，美國軍方?jīng)]能投資該系統(tǒng)。這就體現(xiàn)了官僚政治和組織競爭對軍方采用創(chuàng)新技術(shù)的妨礙作用。

軍隊或社會的戰(zhàn)略或組織文化，或者更具體地說，這些文化對創(chuàng)新的開放程度，也會影響其對人工智能潛在發(fā)展的利用。當然說到這里可能會重復提到有關文化的爭論，因為除非一個組織已經(jīng)嘗試或者已經(jīng)采用了一項新技術(shù)，我們很難衡量它是否具備采該新技術(shù)的能力。但是，Emily Goldman在關于奧斯曼帝國的著述中提出，要估測一個社會試驗并采用人工智能系統(tǒng)的意愿，有必要研究出一套文化開放程度的度量標準。

有趣的是，軍隊結(jié)構(gòu)規(guī)范對于在特定軍事任務中人工智能的使用也會產(chǎn)生影響。Theo Farrell研究愛爾蘭獨立后愛爾蘭軍隊的發(fā)展，發(fā)現(xiàn)愛爾蘭軍方經(jīng)常會效仿更強大的軍事力量的功能形式，即使這可能并不適合它。如果把這個發(fā)現(xiàn)放到人工智能領域來看，一些軍隊可能不太會使用需要破壞組織結(jié)構(gòu)的人工智能技術(shù)，尤其是當這么做會導致明顯的結(jié)構(gòu)變化時，就比如從使用少量先進的有人駕駛飛機到采用成本低、支配自由度更高的飛機集群的概念。

關于組織和戰(zhàn)略文化的觀點與采納容量理論基本一致，因為兩者都關注創(chuàng)新擾亂組織身份帶來的挑戰(zhàn)。我們最終得出，大力投資科研的、相對年輕的、對關鍵任務有廣泛認識的軍隊在文化上更為“開放”，也更能采納新技術(shù)或者將一項創(chuàng)新實行到底。

軍用人工智能的擴散：兩種情況

弱人工智能在軍事領域的應用擴散速度是一個根本問題。要估測一項技術(shù)創(chuàng)新的先發(fā)優(yōu)勢，進而探究其對均勢和戰(zhàn)爭的影響，就必須先弄清這個問題的答案。采納容量理論認為，一項新技術(shù)的擴散難易程度主要取決于這項技術(shù)的單位成本，尤其是物理硬件的成本。

軟件和硬件在人工智能設計中缺一不可。這決定了我們?nèi)绾魏饬咳斯ぶ悄艿?ldquo;單位成本”。基于硬件的軍事技術(shù)往往比基于軟件的技術(shù)傳播得慢，也就給首先采用的國家?guī)砀沙掷m(xù)的優(yōu)勢，特別是當這項技術(shù)的單位成本相對較高的時候。比如平頂航母高昂的單位成本就提高了門檻，只有富強的國家才能負擔得起。

要說軍事平臺的話，算法都屬于軟件。就比如MQ-9 Reaper，美國軍方采用的一款當代武裝無人機。它是一款遠程控制機，飛行員在其他地方操控無人機，下達開火打擊潛在目標的指令。這種遠程控制的無人機和算法控制運行的自主無人機的區(qū)別就在于軟件。從外觀上看，平臺都是一樣的。

但是，如果從軍事角度來看，弱人工智能就是軟件系統(tǒng)，它也需要大量的硬件支持。相關硬件成本——特別是弱人工智能的先進應用的成本——可能是極高的。算法越復雜，對計算硬件的要求就越高，因為需要硬件來“訓練”算法。因此，商業(yè)和學術(shù)領域的人工智能研究者需要大量投資以提升運算能力，達到上萬億次浮點運算。這樣的硬件要求和坦克、巡航導彈顯然是不一樣的，但它也同樣是硬件。過去十年里人工智能依靠深度學習和神經(jīng)網(wǎng)絡取得飛速發(fā)展，也依賴于計算硬件的同步發(fā)展。MIT 電機工程與計算機科學學院的教授Joel Emer簡單明了地說：“很多人工智能領域的成就都是依靠硬件發(fā)展才得以實現(xiàn)的。”但是一個算法訓練完成之后是不需要依靠那樣的計算能力就可以運行的，這時運行已完成的算法所需的計算能力就大大削弱了。

人工智能技術(shù)通過同步發(fā)明或模仿擴散的速度部分取決于提升計算能力的難易程度。如果像芯片效率逐漸提高、計算成本持續(xù)下降，那么擁有先進技術(shù)公司的國家會比其他國家更容易研發(fā)出人工智能技術(shù)。

相反，如果大多數(shù)國家的公司沒有能力承擔復雜算法的硬件成本，技術(shù)擴散就只能通過特殊的渠道進行，比如國家層面的交易或雙邊協(xié)定，或者間諜活動（也就是黑客入侵）。這就會減緩大多數(shù)人工智能發(fā)展的擴散速度，提升創(chuàng)新者的優(yōu)勢。

采納容量理論要解決的另一個問題是，基于商業(yè)技術(shù)和基于純軍事研究的軍用人工智能，兩者的比例如何。盡管目前很難得出答案，但研究這兩種情況能夠揭示這個答案將如何影響人工智能改變均勢和國際競爭結(jié)構(gòu)的方式。

軍民兩用的人工智能

對未來工作的研究表明，全球人工智能的發(fā)展背后有很強的商業(yè)驅(qū)動因素。2017年麥肯錫全球研究所的一份報告估測，2030年前，大約4億人（中間值），也就是15%的勞動力將會受到自動化的影響。被大量引用的Carl B. Frey和Michael A. Osborne所做的研究也估測，美國47%的工作崗位有被自動化替代的風險，這不僅指向藍領職業(yè)，也包括律師、股票交易商和會計師。各行各業(yè)的公司都有發(fā)展并運用算法的需要。

人工智能的商業(yè)利益太高了，以至于有人認為，高商業(yè)利益——還有一些有才華的人工智能工程師——阻礙了軍用人工智能的發(fā)展。此外，商業(yè)公司能提供更優(yōu)厚的薪水和待遇，這意味著軍方或許得與民用公司合作來發(fā)展人工智能技術(shù)。谷歌和美國國防部在Project Maven計劃的合作就表明，推動商業(yè)領域人工智能發(fā)展的人才和知識對于軍事創(chuàng)新也必不可少。

如果技術(shù)進步主要源于民用部門，那么世界各國都可能迅速采用新技術(shù)。商業(yè)公司自己可以傳播技術(shù)，其他國家的相關公司也會為了利潤迅速模仿。巴西、德國、日本和新加坡的公司可能會成為人工智能領域的領導者，或者至少成為快速跟隨者。

人工智能領域的主要研發(fā)者關于開放源碼的承諾也會提高擴散率。比如在2015年，谷歌公開其人工智能引擎TensorFlow代碼。其他承諾開放源碼的研究者，為了減少高附加值時算法安全風險，會將他們的成果發(fā)表出來，使他們的算法更容易被復制。

盡管先進的人工智能商業(yè)應用需要大量的硬件支持和專業(yè)技術(shù)，采納容量理論認為，一項技術(shù)的商業(yè)導向性越強，傳播速度就越快。像DeepMind這樣的公司現(xiàn)在確實有優(yōu)勢，但這樣看來，很快全球就會有更多公司擁有類似的技術(shù)。私營主體依靠非政府的市場激勵來發(fā)展或者復制先進技術(shù)，政府也能夠更容易地對其施加影響。

那么在軍事領域有重要應用的軍民兩用人工智能會如何影響全球力量呢？如前所述，如果一項技術(shù)能相對容易地被獲得或復制，那么技術(shù)發(fā)明者擁有市場優(yōu)勢的時間就會縮短。保持技術(shù)領先不是件容易的事。在人工智能和機器人領域，這可能是另一個在軍事系統(tǒng)中關注數(shù)量的理由。如果人工智能技術(shù)的先進性很難持保持，那么較為先進的軍隊可能會擁有質(zhì)量相似的技術(shù)系統(tǒng)，當然前提是他們都意識到人工智能技術(shù)在軍事行動中的巨大潛力。這種情況下，國家更有可能再次通過數(shù)量來取得優(yōu)勢——弱人工智能技術(shù)本身就鼓勵數(shù)量增長，而這是內(nèi)在激勵以外的另一層原因。

如果軍民兩用的人工智能對軍用人工智能至關重要，那么合理安排軍力、訓練、制定行動計劃以充分運用這些應用的能力將會決定哪些大國能取得人工智能領域的領導地位。1940年的法蘭西之戰(zhàn)就很好地展示了在最極端狀況下，什么才是生死攸關的決定性因素。德軍和英法軍隊雙方都有坦克、載重火車、無線電臺和可以用作近距空中支援的飛機。而使德軍獲得巨大優(yōu)勢的是閃電戰(zhàn)——一種新的戰(zhàn)術(shù)可能勝過裝備更先進的對手。

現(xiàn)在讓我們回到人工智能和太空競賽的對比。人工智能技術(shù)具有商業(yè)和軍事雙重目的，因而更容易擴散，也使得先發(fā)優(yōu)勢難以持續(xù)，在這方面它和太空競賽沒有什么可比性。太空競賽是美國和蘇聯(lián)之間的競爭，兩國都想送人類進入太空、登月，然后安全返回地球。火箭本身是洲際彈道導彈(ICBMs)研發(fā)過程中的產(chǎn)物。太空競賽在經(jīng)濟領域的溢出部分包括衛(wèi)星技術(shù)發(fā)展而產(chǎn)生的GPS技術(shù)和其他信息時代的關鍵促成因素。但總體來說，這場登月競賽是兩國政府為國家目的發(fā)起的，而不是為了軍民兩用的經(jīng)濟效益。

人工智能技術(shù)的商業(yè)驅(qū)動因素和新算法擴散的速度使競爭范圍遠比兩國間的太空競賽更為廣泛。這樣的競爭更可能是多國的，全球各個國家和公司都會參與競爭。將之與19世紀末20世紀初的第二次工業(yè)革命相比較或許更為合適，法國、德國、英國、日本、美國和其他在鋼鐵生產(chǎn)、化工、石油、電力和其他行業(yè)激烈競爭，爭奪霸權(quán)。

如果競爭國家能夠成為快速跟隨者，那么依靠商業(yè)發(fā)展驅(qū)動的軍事人工智能應用領先并不會明顯影響兩國的相對實力。因而商業(yè)驅(qū)動的人工智能技術(shù)發(fā)展的意義更多在于創(chuàng)造新領域，改變現(xiàn)存行業(yè)性質(zhì)，以及確保全球經(jīng)濟中領先的公司將總部設在本國。

純軍事人工智能

基于商業(yè)發(fā)展的AI軍事應用之外，另一條路是研發(fā)專門軍用的人工智能應用。要想復制“排他性”技術(shù)，也就是不基于廣泛可用的商業(yè)技術(shù)的那些創(chuàng)新，只能通過間諜活動竊取（就像蘇聯(lián)竊取原子彈技術(shù)那樣），或者通過觀察模仿其原理。很多弱人工智能軍事應用具備一些使它們難以被輕易復制的特點，具體如下。

首先，先進軍事系統(tǒng)較為復雜，效仿成本高昂且不易成功。尤其是有的時候，很多零部件在商業(yè)市場上買不到，這些部件的制造技術(shù)被列為國家機密。當然有些頂尖的商業(yè)技術(shù)有時也會這樣高度保密，但這并非常態(tài)。即使一些國家擁有先進的商業(yè)人工智能技術(shù)，大多數(shù)國家無法將商業(yè)算法用于軍事目的，限制了基于人工智能技術(shù)的軍事能力創(chuàng)新。這也意味著，由于系統(tǒng)整合面臨的巨大困難，很多軍隊不會大量投資相關算法。

盡管特定人工智能技術(shù)能否轉(zhuǎn)換為軍用技術(shù)還存在不確定性，弱人工智能最重要的軍事應用——那些可能會極大影響大規(guī)模軍事行動的應用——可能并沒有相對應的民用技術(shù)。能夠以機器速度協(xié)調(diào)軍事行動的戰(zhàn)斗管理算法就不一定有商業(yè)原型——即使有位高權(quán)重的人監(jiān)工也難以研發(fā)——除了用于自上而下管理工廠或運行系統(tǒng)的人工智能應用。在這些領域，軍工級算法的研發(fā)需要概念上的突破，其他國家很難快速模仿。

其次，一些軍事人工智能應用，比如圖像識別技術(shù)，確實有對應的商業(yè)應用。但即便如此，軍工級技術(shù)的網(wǎng)絡安全指數(shù)和可靠度會比民用技術(shù)高很多。部署軍用人工智能系統(tǒng)時會強化電子戰(zhàn)備，額外增加對電郵欺騙和黑客入侵的防備，這在民用技術(shù)中會相對薄弱一些。在軍事環(huán)境中，軍方不得不提高安全防護以應對對手的欺詐和入侵行為。

對于擁有強大商業(yè)人工智能研發(fā)能力的國家來說，針對軍用的弱人工智能應用比上一代的隱身技術(shù)更容易模仿。但隱身技術(shù)是個例外：它比過去數(shù)百年里的軍事技術(shù)更難復制。

迅速采用沒有對應商業(yè)技術(shù)的人工智能應用能為軍隊帶來巨大的先發(fā)優(yōu)勢，尤其當這項技術(shù)在計算驅(qū)動下取得難以復制突破時，先發(fā)優(yōu)勢更為明顯。這對人工智能領域的競賽意味著什么呢？如前所說，中國的人工智能戰(zhàn)略強調(diào)，把人工智能看作國家間的全球競爭，而不僅僅是公司投資的市場，這也是很多國家目前的看法。正如Elsa Kania所寫，中國人民解放軍正在大規(guī)模投資人工智能有關的各項計劃，中國的國防工業(yè)和軍事研究機構(gòu)都在大力投入研發(fā)，有時也和私營企業(yè)進行合作。

采用純軍事技術(shù)也可能給軍隊帶來巨大的組織壓力。即使大多數(shù)國家很難成為快速跟隨者，或者模仿其他軍隊的先進技術(shù)，人工智能領域的大國競爭也可能給那些沒有能力快速適應并運用人工智能技術(shù)的國家?guī)盹L險。通常，世界領先的軍事力量面臨的風險最大，現(xiàn)在說來也就是美國。領先的軍事力量不愿考慮采用具有組織破壞性的新技術(shù)，它們也可能忽視這一事實，堅信自己一直處于領先地位，直到他們放棄創(chuàng)新的后果顯現(xiàn)出來。

從均勢角度來看，這種情況更可能在新興的強國造成一定混亂，而不會影響更大的軍事范圍。一些國家無法在人工智能領域取得進步，因此軍事競爭主要在當前技術(shù)領先的國家中展開，比如美國、中國和俄羅斯。但這些國家也可能會出現(xiàn)重大混亂。如果中國軍隊比美軍更迅速地研發(fā)關鍵算法，用于更大范圍的戰(zhàn)斗管理，或者更愿意將其投入使用，那它可能會積累起優(yōu)勢，改變亞太地區(qū)的力量對比。前提是這些算法都能按最初設計正常運行；所有軍用人工智能技術(shù)都已經(jīng)加強防護，不會被黑客入侵或者電子盜用；并且操作者只有在算法和現(xiàn)存人類操控或遠程操控系統(tǒng)一樣甚至更可靠高效時才使用弱人工智能應用。

盡管本文重點關注了弱人工智能應用，人工智能領域的雙邊競爭可能是人工通用智能領域最不容忽視的話題。本文并不涉及對人工通用智能的討論，但只要首創(chuàng)者而非快速跟隨者能獲得足夠的回報，它就會成為一個重要的離散競爭點。比如說，第一個研發(fā)人工通用智能技術(shù)的國家將能鎖定經(jīng)濟或軍事領域的領導地位，而其他國家將無法再采用該技術(shù)，或者它們的技術(shù)達不到同樣的水準，這就可能成為競爭的一個離散“端點”。但這看起來是不太可能實現(xiàn)的，技術(shù)發(fā)展很難如此分立，一國可以在技術(shù)上領先，但也不太可能在他國追上來之前利用先發(fā)優(yōu)勢鞏固領先地位。

 結(jié)論

無論是機關槍、鐵路還是長弓，技術(shù)創(chuàng)新都能對力量均勢和國際沖突產(chǎn)生一定的影響。但這個影響通常取決于人和組織如何使用這項技術(shù)，而非技術(shù)本身。現(xiàn)在要說弱人工智能會產(chǎn)生什么樣的影響還為時過早，但從目前的技術(shù)進步看，一定會產(chǎn)生一些變化。

作為一項 “使能”技術(shù)，弱人工智能領域的創(chuàng)新不是武器系統(tǒng)，而與電力和內(nèi)燃機等更為相似，它的影響遠不止解決軍事優(yōu)勢的具體問題，而能夠觸及全球的經(jīng)濟和社會。本文闡明，人工智能領域的技術(shù)進步能夠大規(guī)模影響全球均勢。無論未來數(shù)十年內(nèi)軍民兩用的人工智能和純軍事人工智能的組合將會怎樣影響現(xiàn)代軍隊，采用新技術(shù)的組織條件是重要因素。世界各國的軍隊需要設法解決由此產(chǎn)生的新問題：如何改變征兵和晉升政策來賦予懂算法和編程的士兵更多的權(quán)力，以及如何調(diào)整軍力結(jié)構(gòu)以在戰(zhàn)場上充分發(fā)揮基于人工智能的協(xié)調(diào)作戰(zhàn)能力。

縱觀軍事史和經(jīng)濟史，我們會發(fā)現(xiàn)弱人工智能的影響可能是巨大的，盡管說人工智能引發(fā)新的工業(yè)革命確實夸大其詞了。采納容量理論顯示，需要大規(guī)模組織調(diào)整并采納新的運行概念的軍事創(chuàng)新更有可能改變相對軍力。歷史上從密集戰(zhàn)到閃電戰(zhàn)的軍事創(chuàng)新表明，就算美國、中國和俄羅斯在未來十年中人工智能技術(shù)水平基本相近，他們的軍事力量也會因為使用人工智能技術(shù)的方式不同而產(chǎn)生差距。

不管人工智能技術(shù)擴散速度如何，主要軍事力量很可能要面臨人工智能發(fā)展和部署的安全困境。在技術(shù)擴散較慢的情況下，如果擔心對手在難以模仿的技術(shù)領域取得領先——而在戰(zhàn)場上任何微小的差距都很重要——各國就會加快發(fā)展和部署相關技術(shù)。而在技術(shù)迅速擴散的情況下，競爭性激勵依舊存在，因為各國會覺得他們得趕緊跟上。此外，競爭者在人工智能領域的進展本身是很難衡量的（不像航母的建造情況一眼就能看出來），這就會使各國做出潛在對手發(fā)展最落后的假設。

人工智能領域的競爭正在進行著。盡管美國和中國看起來最為領先，世界各國都在大力投資人工智能領域。盡管拿太空競賽來與之類比并不準確，我們還是有必要把人工智能看作一場競爭。這樣的框架能幫助人們和組織理解他們身處的這個世界，從如何評估國際威脅到戰(zhàn)爭的可能軌跡。如果把人工智能領域的競爭與太空競賽作類比能激勵政府層面的積極作為，提高企業(yè)和公眾意識，那么這個類比對美國來說還是有用的。

從研究角度來看，本文的一個局限在于它只關注了力量均勢和國際競爭，而不是人工智能的具體應用。未來研究可以關注人工智能在軍事領域的具體應用情況或者其他關鍵問題。具體應用包括可以自主選擇和截獲目標的武器系統(tǒng)，這些系統(tǒng)可能會引發(fā)人工操縱的倫理和道德問題，以及以“機器速度”展開的戰(zhàn)爭實務問題。將人工智能技術(shù)用于預警系統(tǒng)，其迅速鎖定目標的能力可以影響危機穩(wěn)定性和核武器的使用。在更廣泛的安全領域，人工智能將會改變?nèi)祟惏踩姑１疚牧谐隽巳跞斯ぶ悄苘娛聭糜绊憞H競爭和力量均勢的初始框架，從而為將來對以上問題的研究奠定了基礎。

本文也提出了一系列政策問題。如果把人工智能看作一個國際競爭舞臺，就產(chǎn)生了這樣一個問題：中國已經(jīng)出臺了人工智能戰(zhàn)略，對此美國是否應該制定出自己的一套人工智能戰(zhàn)略？2016年奧巴馬政府發(fā)布了一份人工智能政策路線圖，它指出了美國在人工智能領域取得領先地位的重要性，但主要關注了監(jiān)管政策問題。特朗普總統(tǒng)上臺后此領域的政策發(fā)展暫時停滯，盡管白宮最近宣布成立一個新的人工智能專家委員會來指導政策出臺。

可能有一些人認為，美國有必要和中國一樣出臺一份正式的人工智能戰(zhàn)略。盡管私營領域也有很大的動力發(fā)展人工智能技術(shù)，但只有政府能協(xié)調(diào)相關投資，保證特定關鍵技術(shù)的發(fā)展，以取得領導地位。

但另一方面，正是美國的自由市場和它與世界經(jīng)濟的聯(lián)系使美國成為全球創(chuàng)新引擎。更集中計劃的經(jīng)濟體制往往和創(chuàng)新相沖突。冷戰(zhàn)時期，蘇聯(lián)國防工業(yè)基地和軍隊在完善現(xiàn)有技術(shù)和采用新技術(shù)方面做得很好，但蘇聯(lián)的集中體制讓真正的創(chuàng)新難以實現(xiàn)。

中國在人工智能研究上的投入比美國多得多，中國研究者也比美國同行們寫出了更多的相關論文，比如有關深度學習的論文。我們不清楚這些科研成果將如何轉(zhuǎn)變?yōu)橛行蔚娜斯ぶ悄苄录夹g(shù)。從均勢角度看，人工智能最好的發(fā)展道路是市場和政府研發(fā)并行。在經(jīng)濟領域，中央規(guī)劃可能會扼殺創(chuàng)新，因此政府應該是基本研究的投資者，而把余下的留給市場來完成。

但是國防部門還是不一樣的。對美國來說，國防部有義務清晰地界定哪些人工智能技術(shù)最有用，并且確定研發(fā)哪些技術(shù)，使之從構(gòu)想變?yōu)楝F(xiàn)實。全球研究人工智能系統(tǒng)的政府機構(gòu)正如Cummings所寫的那樣：“這些研發(fā)機構(gòu)都在努力完成從技術(shù)研發(fā)到實際運行的跨越。”

更廣泛地說，如果在21世紀，投資并合理運用AI技術(shù)對于軍事力量至關重要，那么美國路徑就是大雜燴。樂觀主義者們看到機構(gòu)投資將前沿研究運用到美國軍隊中，此類機構(gòu)包括國防創(chuàng)新實驗單元（DIUx）、戰(zhàn)略能力辦公室和國防部高級研究計劃局(DARPA)。從有關“第三次抵消”和“多域作戰(zhàn)”的討論來看，軍方和政府高級領導人也在慎重對待人工智能帶來的挑戰(zhàn)。

與此同時，大量創(chuàng)新是從軍隊底層逐漸向上傳輸?shù)?/span>，其中既有技術(shù)創(chuàng)新，也有新的運行概念被實踐。也許這樣的研究以及美國給予資金支持的小型實驗性項目在將來能成為美國軍事項目的主體，使美國領先并保持軍事優(yōu)勢。如果弱人工智能持續(xù)發(fā)展，高級領導人一定要持續(xù)關注新技術(shù)的采用。

但悲觀主義者看到的可能是政府說辭、小單位層面的實驗和實際預算之間的差距。確實有很多關于人工智能和機器人重要性的討論，高級領導層也一致希望通過合理利用人工智能技術(shù)使美軍聯(lián)結(jié)更緊密、分布更系統(tǒng)、更具殺傷力。但在美國軍方在人工智能領域的實際投資上，這樣的語言環(huán)境還沒有與現(xiàn)實接軌。比如在決定是否投資研發(fā)下一代無人機時，美國海軍將其現(xiàn)有的計劃資金投到MQ-25空中加油平臺的研發(fā)上，此平臺是為F-35這樣的有人駕駛飛機提供支持的。MQ-25項目被選中了而一個先進的武器系統(tǒng)沒得到資金，這個系統(tǒng)基于X-47B演示者工作，具有在危險的沖突環(huán)境中隱形的能力。如果美軍在未來數(shù)十年中落后了，那么MQ-25這項決定就像煤礦里的金絲雀（俗語，指預警作用）——特別是如果未能采用人工智能和機器人領域的新技術(shù)最后被證明是相對軍力衰退的關鍵原因。

但是最終，人工智能對國際政治的影響還是更多地取決于對特定軍事項目的選擇。美國面臨的挑戰(zhàn)在于，基于人工智能的發(fā)展潮流，校準該以什么樣的速度整合弱人工智能應用，無論這些應用是軍民兩用的還是基于純軍事研究的。中國和其他競爭者的行動使人工智能通用和軍事兩個領域的競爭都復雜化了，各國似乎都對利用人工智能挑戰(zhàn)美國軍事優(yōu)勢頗有興趣。