2025年4月，美国智库安全与新兴技术中心（CSET）发布《人工智能在军事决策中的应用》（AI for Military Decision-Making），文章探讨了供指挥官评估人工智能赋能军事决策支持系统的简化框架。启元洞见编译文章主要内容，旨在为读者了解人工智能在军事决策中的应用提供参考。

　　人工智能有望以超越人类的速度处理海量数据，从而帮助军事指挥官更好地理解战场态势。军方有着充分的动机来利用人工智能技术，而在各军种中，对此最感兴趣的是那些负责战争中作战决策的指挥官。这些指挥官必须在节奏迅速、维度多变的战场环境中持续不断地“观察、判断、决策、行动”，每一个决策都关乎生死。

　　历史上，为了维持战场态势感知、支持军事计划制定，甚至预测敌方未来动向或反应，军方一直在追求各种先进工具，这促成了从天气建模、战役建模到预警系统等多种技术的诞生。

　　然而，对人工智能决策支持系统（AI-DSS）的使用，必须以对其能力与局限性的清晰认知为前提，并应以此认知来决定这些系统在何时、以何种方式被部署。

　　当一位军事指挥官首次接触AI-DSS时，很可能会被其所展现出的整合和处理海量数据的速度与便捷性所吸引。这类系统确实可以增强态势清晰度，协助完成艰难的决策。然而，了解这些系统在何时何地最适合部署，以及如何规避其固有风险，是军事指挥官负责任且高效使用AI-DSS的关键。

　　本文旨在为高层决策者提供一个简化的参考框架，帮助他们从宏观层面思考是否使用或部署人工智能驱动的决策支持系统。以下三个核心问题可作为评估的起点。

　　该系统的适用范围是否界定清晰且被充分理解？在哪些情形下适合使用，在哪些情况下则不适用？

　　当前已有的一些AI-DSS具有非常明确的应用范围，例如某个可以通过图像识别狙击手盲区的工具，或是一个用于审查文件以决定是否可以对盟友公开的系统。AI-DSS的适用范围越清晰、定义越明确，指挥官越能够将其用于合适情境，也能避免将其用于未经测试和验证的用途。当评估某个AI-DSS的适用范围是否合理时，指挥官应重点关注以下几个方面：

　　现代决策支持系统在高风险环境中的普遍挑战之一，是基于深度学习模型构建的系统，即当前主流的人工智能范式在应用于与训练环境显著不同的场景时，往往容易失效。

　　例如：若试图通过只针对某一种阿拉伯语方言优化的情感分析算法，去分析整个中东地区的社会运动，将面临严重偏差。

　　因此，系统必须在不同的作战条件下经过充分测试，明确其在何种情境下表现良好、在哪些条件下容易失效，并将这些信息清晰传达给使用者。

　　一些决策支持工具声称可以通过摄取海量数据来预测未来事件，例如社会动荡的可能性或军事袭击的发生。某种程度上，这类预测并非全新概念，人类早就开始预测天气，并且如今已能提供较为精准的短期天气预报。但天气是一种长期被观测、拥有完善监测手段、并遵循较为明确物理规律的现象，即便如此，天气的可靠预测也通常只能覆盖未来一周左右。

　　相比之下，人类行为与决策则复杂得多、理解程度更低，且无法完全观测。因此，若某AI-DSS的应用范围涉及未来预测或预判，其输出结果必须接受更严格的审查。

　　软件解决方案在不同情境中具备灵活迭代的能力本是一大优势，但对于AI-DSS来说，这种“灵活性”有时反而会成为一种隐患。

　　例如，用于战略层级投资决策的模型，往往建立在大量假设或专家经验基础之上，并不适用于需要快速反应的作战决策场景，普通用户更难以正确理解和运用。一个用于战术层面、借助大语言模型（LLMs）为情报军官总结报告的AI-DSS，也不应直接提供给一位缺乏相关背景知识的高级指挥官，因为他可能难以发现遗漏的情报信号、判断错误或模型“幻觉”带来的风险。

　　如果不设立清晰的使用边界，操作人员很可能会在不知不觉中超出系统的适用范围，迫使其去完成超出原始开发与验证背景的任务。这不仅会降低任务完成的可靠性，还可能带来严重的安全或伦理隐患。

　　“消除不确定性”的可能性原则上可以降为零。然而，在大多数现实世界场景中，这是不可能的。

　　例如，考虑一个公平的硬币抛掷。你可以多次抛硬币，并在足够多的实验后对“正面朝上”的概率为50%有极高的信心。然而，这并不能帮助你减少对下一次抛掷是正面还是反面的不确定性。换句话说，这种不确定性是不可消除的。

　　AI-DSS的使用者可能想知道诸如“敌人接下来会怎么做？”或者现实版的“我的对手在‘石头剪子布’中下一步会出什么？”这类问题本身就带有无法完全消除的不确定性。比起简单的抛硬币，军事作战决策要复杂得多，因为几乎不可能做到完美测量、精准建模。

　　总之，这意味着人类在战场决策中仍必须发挥判断力。AI-DSS可以帮助减少一些未知因素和一定程度的不确定性，但指挥官也必须认识到这些系统的局限性，并理解它们无法彻底消除不确定性。

　　系统得出的结论是否有其训练数据的支撑？这些数据是如何采集的？更新频率如何？其中是否存在异常值、离群点或其他不规则性？

　　现代机器学习系统依赖于大量数据进行开发。当高质量且相关性强的数据充足时，构建一个运行良好的系统就会相对容易。

　　以天气预报为例，我们拥有大量高保真度的数据，涵盖温度、气压、云层形成、降水等方面，并且对驱动天气变化的物理机制也有较强的理论理解。关键在于，这些数据是在我们试图预测的环境中采集的。

　　有些研究人员尝试通过模拟数据来扩展数据集，但这种方法的效果取决于所用模拟的质量。模拟数据只有在准确反映现实的情况下才有效。当我们了解所涉及的机制，并且能通过测试验证模拟的准确性时，例如在基于物理机制的系统（如导弹、坦克、飞机、舰船）中，开云体育（Kaiyun体育）模拟就更容易实现。

　　然而，在不了解或无法测试其内在机制的情况下，模拟就难以奏效，比如在社会决策等问题中，模拟数据可能根本不起作用。

　　军队指挥官在战场上往往难以获得准确、全面的己方和敌方信息。即便是己方部队，前线单位可能因通信受限，无法及时或准确传输自身的位置、状态等关键数据；某些平台可能仅在特定区域部署了单一传感器，导致其采集的数据被过度放大，淹没了来自其他渠道的信息，使得人类与人工智能系统对此类数据产生依赖偏差。

　　在获取敌方情报方面，困难更为突出。一些对手具备较强的反侦察能力，善于规避情报监测，甚至主动实施欺骗与数据操控。这使得关于敌方的信息呈现出高度不均衡的状态：某些敌对方的数据相对充足，而另一些则异常稀缺，进一步加大了指挥判断的不确定性与风险。有误差的数据将导致AI-DSS出现偏差，这一点必须明确传达给使用者。此外，当人工智能系统中的偏差与操作者自身或其文化偏见相一致时，这种偏差可能会被进一步放大。

　　人类相关数据又会带来另一类问题。例如，社交媒体平台往往反映了各种人类偏见；而社交媒体上的言论也受到技术、心理和社会等因素的共同影响，可能并不真实地反映现实行为甚至真实观点。因此，仅通过社交媒体情绪分析来预测暴力骚乱就是一个典型案例，其基础数据本身就很薄弱，若在此基础上得出的结论占据主导地位，应当持高度怀疑态度。

　　虽然在社交媒体行为模式、新闻报道和市场动态方面可以收集到大量数据，但某些我们真正想预测的结果（如骚乱事件）的发生次数本身可能非常少。同样地，军事场景中也普遍存在“小样本问题”。

　　在缺乏足够观测数据的情况下，AI-DSS的价值可能不如传统的情报分析方法，后者能够依赖对具体情况更深刻的背景理解，综合运用推理与经验得出更可靠的判断。

　　人类操作者如何理解机器的输出结果？在特定情境下，人机协作系统作为一个整体，其能力和局限性在哪里？

　　在评估是否适合将人工智能系统用于决策支持场景时，除了考量人工智能系统本身的特性外，还必须关注人类操作者如何接受训练、以及他们如何与人工智能进行交互。

　　大语言模型（LLMs）带来了独特的挑战。尤其值得注意的是，它们经常会自信地陈述实际上错误的信息，这一行为通常被称为“幻觉”，对用户具有极强的误导性。

　　不仅如此，LLMs还经常编造推荐建议的“理由”。这些理由通常更符合用户的预期，而非真正反映其内部推理过程。已有研究显示，这些不真实的解释可能反而增强用户对错误建议的信任与接受程度。

　　用户自身存在的认知偏见，可能在与AI-DSS的交互中被加剧，也有可能被缓解。常见的认知偏见包括：确认偏误（倾向于寻找支持自己假设的证据）；模糊厌恶（倾向于已知风险而非未知风险）；负面偏见（对负面信息赋予更大权重而忽视正面信息）。

　　在AI-DSS中尤其值得关注的一种偏见是自动化偏误：即便用户自身的感知显示某一结论可能错误，他们仍倾向于相信自动化系统的判断。

　　AI-DSS可以加快决策过程、减少所需人力资源，但这些技术带来的便利也可能使军事指挥官被迫“用更少资源做更多事”。

　　虽然部分决策在人工智能和自动化系统的辅助下的确可以提速，但必须明确：决策的速度和数量应根据具体风险情境进行调整，而不是一味追求快；同时，还应关注决策过程和工具的质量。

　　此外，还需认识到某些AI-DSS系统看起来使用便捷，可能会使组织及其人员倾向于在所有场景中都依赖这些系统，但事实上，这些系统可能只适用于高风险情境或某些特定的极端情况。

　　AI-DSS在特定情境中可能具有战略价值，但这种价值并非没有风险，军事指挥官必须采取措施加以控制。本文向考虑如何部署这些系统并规避风险的领导者提出以下建议。

　　指挥官在部署AI-DSS时，应充分考虑部署的时间、地点与具体情境。此外，AI-DSS的部署应具有可逆性，一旦现场局势发生变化、影响系统性能，应及时调整或终止部署。

　　指挥官还应建立一套明确的流程与标准，用于判断AI-DSS是否应继续部署。这一流程需考虑以下几个维度：

　　3.组织是否已具备能力，开云体育（Kaiyun体育）在符合作战规则的前提下，依照制定的战术、技术和程序有效使用该系统。

　　凡是AI-DSS操作人员，尤其是用于目标指示或武器使用支持的系统操作员，都必须接受系统化培训。培训应当从安全环境下的学习与实验开始，并需快速过渡到更具实战性的训练。

　　对于AI-DSS的操作，应建立一套包含院校培训与实战经验两方面的资格认证体系。涉及致命性决策的AI-DSS操作人员，培训流程中还应加入严格的、量身定制的考核内容，通过考核后由所在单位指挥官正式授予其操作资格认证，该资格应当与其在AI-DSS中的角色和责任相匹配。

　　即便AI-DSS设计合理、操作人员具备资质，组织层面的执行能力仍需指挥官进行持续评估，以确保其能够准确地贯彻指挥意图。

　　由于AI-DSS部署环境变化频繁，因此评估应频繁甚至常态化进行。与此同时，作为一个数据系统，AI-DSS应定期记录和保留系统使用情况与效果数据。

　　指挥官应考虑如何将AI-DSS的性能评估指标嵌入日常流程，或与数据科学家、人工智能测试与评估专家、作战分析人员共享，以实现以下两个目的：

　　人工智能的风险与机遇正在快速演变，且这种趋势短期内难以放缓。因此，迫切需要在军队内部普及人工智能素养，以帮助避免各种AI-DSS相关风险。

　　虽然人工智能所带来的挑战具有一定独特性，但从军事安全管理的角度看，也具有与其他类型安全风险相似的应对逻辑。例如，军队根据任务需要，通常会设有职业安全官、武器安全官、测试安全官等岗位。

　　类似地，RAI官员可以作为基层单位中接受过专业培训的技术资源人员，既能为AI-DSS操作员提供支持，也能作为信息通道，报告人工智能相关事件并传达来自研究机构或美国国防部上级部门的最新指引。

　　人工智能系统存在缺陷，人类操作员也可能在使用过程中出现失误。为了尽可能避免重蹈覆辙，《负责任人工智能工具包（Responsible AI Toolkit）》已明确指出，人工智能引发的危害应当被记录在案。

　　截至目前，美国国防部仍在制定一套针对军方需求的人工智能事件记录流程。本文支持此类工作，并建议军方建立一个人工智能事件中央数据库，供操作人员与研究人员分析与检索，以提升经验共享与系统透明度，从而增强公众信任。

　　本文建议，RAI官员应承担起记录这些危害事件的职责，类似当前安全官负责事故初步报告的职责模式。同时，虽然军事领导者可能更倾向于将事件报告限制在军内渠道传播或加密保密处理，但本文也呼吁他们应审慎考虑部分事件公开的价值，一方面，可以帮助其他军队或民用部门避免类似危害；另一方面，这种透明度有助于建立公众信任；此外，若未来人工智能系统故障可能被误判为敌对行为，公开事件报告也有助于各国之间的危机沟通与误解消除。

　　人工智能有望提升战场上的决策质量与效率，但它永远无法取代人的判断力。AI-DSS所展现的强大能力常常令人产生一种“它无所不知”的错觉：它们能够整合不同来源的数据、处理海量信息，并以超越人类的速度生成决策建议。

　　然而，AI-DSS也存在一系列关键性的弱点，这些问题必须被正视并加以干预。操作人员在使用时应高度警惕自身可能产生的自动化偏见（即无条件相信机器建议，即使与自身感知相悖）。要在战场上真正把握AI-DSS所带来的机遇，指挥官必须提前准备好自己和团队的认知与操作能力，以正确地使用这些系统。对AI-DSS的使用范围、数据质量、人机协作方式等问题的充分思考，是避免系统弱点的第一步。

　　这些短板本身并不是否定AI-DSS应用的理由，但它们必须与人类的智慧与判断相互结合，才能实现最优的作战结果。

　　免责声明：本文转自启元洞见。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

　　国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

　　不典型的实践问题。是很困难。但是你现在不在树上挨猴王欺负也是实际情况。恰恰是勇敢的人走出了山洞才是根本。你开发的比敌人快，你就是猴王。

　　近日，四川省公共资源交易信息网公示了。新建智慧停车场约39600平方米，停车位约1300个，地面增设路边智能停车位800个，以及供排水管网、充电桩等附属设施。

　　相信你身边有很多好友可能都有过这样的想法或计划:最近怎么感觉又胖了，你下次跑步记得带上我，我要跟你一起跑步!近期感觉浑身不得劲儿，是时候该跑跑步了，咱们下次一起跑!

　　张家界桑植县惊现日照金山奇观，物理老师：一般发生在凌晨日出或傍晚日落时

　　极目新闻记者 刘孝斌6月26日晚上7时许，位于湖南西北边陲的张家界市桑植县，出现罕见的日照金山奇观，当地朋友圈满屏都是此美景。视频显示，在城区后面的山上，山体呈现出金色，非常美丽壮观。

　　伊朗等国防长参观中国军舰 6月25日，上海合作组织成员国国防部长会议期间，伊朗、巴基斯坦等多国防长来到青岛并参观中国海军052D型导弹驱逐舰。

　　每天介绍一个湖北地名：黄陂。黄陂是武汉六个远城区之一，是武汉的北大门，也是武汉后花园。

　　近日，滨海新区新城镇还迁安置房项目迎来重大节点——12-57、12-58和12-59地块还迁安置房工程全面开工建设。这标志着新城镇又一民生工程进入攻坚阶段，700多户、2000余名居民的美好生活新篇章即将在这片充满希望的土地上开启。

　　男子外出打工失联29年，母亲苦盼儿归：“说了我满50岁回来，现在我都80岁了”丨红星寻人

　　“说了我满50岁回来，现在我都满了80岁了……”大儿子外出务工后失联，四川内江的唐文有苦盼了29年，却不见其归来。

　　重压之下的泰山队，终究没能抓住那根救命稻草。6月20日晚进行的一场足协杯八分之一决赛中，主场作战的泰山队1比3不敌成都蓉城，无缘足协杯八强。这样的杯赛成绩，“追平”了球队队史足协杯历史最差战绩。或许，在终场哨声响起的瞬间，部分泰山队球迷也会生出“如释重负”的感觉吧？

　　来源：【人民网】人民网天津6月22日电 （记者唐心怡）近期，不少网友在人民网“领导留言板”反映自己生活遇到的烦心事，如出行不便、公共健身器材设施老化、违规垂钓等，得到了天津市蓟州区的及时回应并推动问题得到解决。