Home 世界新聞 人工智慧可以讓美國在伊朗戰爭中取得致命領先——但存在危險科學、氣候和技術新聞

人工智慧可以讓美國在伊朗戰爭中取得致命領先——但存在危險科學、氣候和技術新聞

23
0

忘記科幻小說吧。戰爭中的人工智慧時代已經來臨。

以色列使用人工智慧系統 加沙 標記潛在目標並協助確定行動的優先順序。

據報道,美國軍方在其軍事行動中使用了 Anthropic 的模型 Claude 從委內瑞拉綁架尼可拉斯馬杜羅的行動

即使在那之後 Anthropic與美國政府之間存在矛盾 究竟如何 人工智慧 必須在戰爭中使用,美軍顯然仍然使用克勞德來攻擊 伊朗

伊朗最新消息:川普因英國立場抨擊斯塔默

專家表示,今天飛越德黑蘭的飛彈很可能成為人工智慧系統的目標。

紐卡斯爾大學政治地理學高級講師克雷格瓊斯表示:“人工智慧正在改變 21 世紀現代戰爭的性質。它已經和將要產生的影響怎麼強調都不為過。”

“這是一個潛在的可怕場景。

不管可怕與否,似乎都沒有回頭路了。如果你想了解美國軍方對人工智慧的重視,可以從自稱戰爭部長的國防部長皮特·赫格斯今年稍早向所有高級軍事領導人發送的備忘錄開始。

赫格斯寫道:“我指示戰爭部通過在所有組成部分從前到後成為一支‘人工智能優先’的作戰部隊,加速美國軍事人工智能的主導地位。”

這不是一個實驗,這是一個命令——快速、大規模地採用人工智慧。

或者正如赫格斯所說,“速度獲勝”。

影像:
美國可能已經在使用人工智慧來通知其飛彈襲擊。照片:美聯社/中央通訊社

然而,我們首先想到的可能不是這種情況。

是的,某些領域的自主權正在增強。 c 烏克蘭例如,有些無人機即使在與人類操作員失去聯繫後也能夠繼續執行任務。

但我們還沒有處於自主殺手機器人在戰場上潛行的階段。

「我們還沒有進入終結者時代,」倫敦瑪麗女王大學倫理學、技術和社會學教授大衛萊斯利說。

人工智慧嵌入式系統——在軍事用語中被稱為「決策支援系統」——是標記目標、對威脅進行排名並建議優先事項的顧問。

人工智慧系統可以比任何人類團隊更快地整合衛星圖像、截獲的通訊、物流數據和社交媒體串流(數千甚至數十萬個輸入)和表面模型。

他們的想法是,它們有助於驅散戰爭迷霧,使指揮官能夠將資源集中在最重要的地方,同時可能比疲憊、勞累、壓力大的人類士兵更準確。

瓊斯博士說,這意味著它們不僅僅是一種工具,而且是一種新的決策方式。

「正如我們在自己的生活中看到的那樣,人工智慧更像是基礎設施,」他說。 “它是內建在系統中。”

「我們有能力收集我們多年來一直在做的觀察。

「但現在人工智慧提供了採取行動的穩定性,殺死伊朗領導人,消滅嚴重的對手和嚴重的敵人,並以以前可能不會被發現的令人難以置信的方式找到他們。”

“一個非常引人注目的工具”

萊斯利教授同意,從軍事角度來看,新系統非常強大。

「速度競賽是推動這一趨勢的動力,」他說。 “加快決策週期是殺傷力具有軍事優勢的原因。”

決策支援系統的一個重要特徵是人工智慧不會按下按鈕。男人確實這麼做了。這是軍事人工智慧辯論中的主要保證。總有一個「觸手可及的人」。

喜歡 開放人工智慧製造公司 聊天GPT他在宣布與五角大樓合作提供人工智慧後表示:“我們將獲得許可,未來部署 OpenAI 工程師,幫助政府,並讓經過批准的安全和對準研究人員參與其中。”

OpenAI也強調,它已與五角大廈達成協議,其技術不會以跨越三條「紅線」的方式使用:大規模家庭監控、直接自主武器系統和高風險自動化解決方案。

但即使有人參與其中,仍然存在一個問題。

閱讀更多:
研究發現人工智慧希望在戰爭遊戲中“走向核化”
Claude Opus 4.6:這個AI剛剛通過了“自動販賣機測試”


美國和以色列的空襲摧毀了伊朗城市的部分地區

在打仗時,人類真的能檢查人工智慧的每一個決定嗎?當時間被壓縮、資訊不完整時,「人為監督」到底意味著什麼?

「從技術上講,人們處於循環之中,」瓊斯博士說。

“我認為,這並不意味著他們有足夠的了解,能夠對到底發生的事情擁有有效的決策權和監督權。人工智慧……對於人類決策者來說是一個非常引人注目的工具。”

或者正如萊斯利教授所說:“我們確實面臨著潛在的大規模危險……橡皮圖章,由於涉及的速度,你沒有積極的、關鍵的人類參與來評估這些系統提出的建議。”

還有人工智慧本身的錯誤問題。

閱讀更多:
英國首相證實,英國將在塞浦路斯部署「龍號」驅逐艦
伊朗問答:川普為何可能試圖快速獲勝

天空新聞測試發現,如果雞的外觀與預期不符,Claude 和 ChatGPT 都無法判斷雞有多少條腿。

更重要的是,人工智慧即使在明顯錯誤的情況下也堅持認為它是正確的。

這個範例來自一篇論文,該論文闡述了數十個此類失敗的範例。 「這不是動物腿的一次性例子,」主要作者安·沃(Ann Waugh)說。


人工智慧正在加速發展——但多快才算太快呢?羅蘭·曼索普回顧了最新的研究。

「這個問題在各種資料類型和任務中都很常見,」Vo 補充道。

原因是人工智慧並沒有真正以人類的方式看待世界——它們根據過去的數據猜測最有可能發生的事情。

大多數時候,這種統計推理非常有效。世界的可預測性足以讓機率發揮作用。

但有些環境本質上是不可預測的且風險很高。

我們在可以想像的最嚴酷的環境下測試這項技術的極限。

來源連結