戰爭比和平更有利可圖，人工智能開發人員渴望通過向美國國防部提供用於未來戰場的各種生成式人工智能工具來從中獲利。
這一趨勢的最新證據出現在上週，當時 Claude AI 開發商 Anthropic 宣佈正在與軍事承包商 Palantir 和亞馬遜網絡服務 (AWS) 合作，向美國情報部門和五角大樓提供 Claude 3 和 3.5 的訪問權限。
Anthropic 表示，Claude 將爲美國國防和情報機構提供強大的快速數據處理和分析工具，使軍方能夠更快地開展行動。
專家表示，這些合作關係使國防部能夠快速採用先進的人工智能技術，而無需內部開發。
美國海軍退役少將克里斯·貝克爾在接受 Decrypt 採訪時表示：“與許多其他技術一樣，商業市場的發展速度和整合速度總是比政府更快。如果你看看 SpaceX 如何從一個想法到實施海上助推器的發射和回收，你會發現政府在同一時期可能仍在考慮初步設計審查。”
曾任海軍信息戰系統司令部司令的貝克爾指出，將最初爲政府和軍事目的設計的先進技術融入公共用途並不是什麼新鮮事。
貝克爾說：“互聯網最初是作爲一項國防研究計劃而建立的，後來逐漸向公衆開放，如今已成爲一種基本期望。”
Anthropic 是最新一家向美國政府提供技術的人工智能開發商。
繼拜登政府 10 月發佈關於推進美國在人工智能領域領導地位的備忘錄後，ChatGPT 開發商 OpenAI 表示支持美國及其盟友開發符合“民主價值觀”的人工智能。最近，Meta 還宣佈將向國防部和其他美國機構提供其開源 Llama AI，以支持國家安全。
在 7 月份 Axios 舉辦的“國防未來”活動中，退役陸軍將軍馬克·米利指出，人工智能和機器人技術的進步可能會使人工智能機器人在未來軍事行動中發揮更大作用。
米利說：“我預計，今後 10 到 15 年，美國軍隊的三分之一，大概是 25% 到 1/3 將會是機器人。”
爲了應對人工智能在未來衝突中發揮的關鍵作用，國防部 2025 年的預算要求撥款 1432 億美元用於研究、開發、測試和評估，其中 18 億美元專門分配給人工智能和機器學習項目。
保護美國及其盟友是當務之急。不過，AI Squared 首席執行官本傑明·哈維博士指出，政府合作也爲人工智能公司提供了穩定的收入、早期解決問題的機會，以及制定未來法規的作用。
哈維告訴 Decrypt：“人工智能開發人員希望利用聯邦政府用例作爲學習機會，以瞭解該領域獨有的現實挑戰。”“這種經驗使他們能夠預測未來五到十年私營部門可能出現的問題。”
他繼續說道：“它還使他們能夠積極主動地塑造治理、合規政策和程序，幫助他們在政策制定和監管協調方面保持領先地位。”
曾擔任美國國家安全局運營數據科學主管的哈維還表示，開發商尋求與政府實體達成交易的另一個原因是要證明自己對政府日益增長的人工智能需求至關重要。
五角大樓已撥出數十億美元用於人工智能和機器學習，大力投資提升美國的軍事能力，旨在利用人工智能技術的快速發展爲自己帶來優勢。
儘管公衆可能將人工智能在軍事中的作用想象爲自主的、武器化的機器人在未來的戰場上前進，但專家表示，現實遠沒有那麼戲劇化，而且更注重數據。
Kratos Defense 無人系統部門總裁史蒂夫·芬利 (Steve Finley) 告訴 Decrypt：“在軍事領域，我們主要看到的是高度先進的自主性和傳統機器學習的元素，其中機器有助於決策，但這通常不涉及發射武器的決定。”“人工智能大大加快了數據收集和分析速度，從而形成了決策和結論。”
總部位於聖地亞哥的 Kratos Defense 成立於 1994 年，與美國軍方（尤其是空軍和海軍陸戰隊）建立了廣泛合作伙伴關係，共同開發 Valkyrie 戰鬥機等先進無人系統。Finley 認爲，讓人類參與決策對於防止可怕的“終結者”情景發生至關重要。
“如果涉及武器或操作危及人命，人類決策者始終在場，”芬利說。“對於任何武器釋放或關鍵操作，始終有一個安全措施——‘停止’或‘暫停’。”
儘管自 ChatGPT 推出以來，生成式人工智能已經取得了長足的進步，但包括作家兼科學家加里·馬庫斯 (Gary Marcus) 在內的專家表示，當前人工智能模型的侷限性使該技術的真正有效性受到質疑。
“企業發現大型語言模型並不是特別可靠，”Marcus 告訴 Decrypt。“它們會產生幻覺，犯愚蠢的錯誤，這限制了它們的實際適用性。你不會希望幻覺的東西來策劃你的軍事戰略。”
馬庫斯以批評誇大的人工智能說法而聞名，他是一位認知科學家、人工智能研究員，著有六本關於人工智能的書籍。談到可怕的“終結者”場景，馬庫斯也與 Kratos Defense 高管的觀點一致，強調由人工智能驅動的全自動機器人將是一個錯誤。
馬庫斯說：“在沒有人類參與的情況下讓它們參與戰爭是愚蠢的，尤其是考慮到它們目前明顯缺乏可靠性。”“令我擔心的是，許多人被這類人工智能系統所誘惑，卻沒有意識到它們可靠性的現實。”
正如馬庫斯所解釋的那樣，人工智能領域的許多人都認爲，只需向人工智能系統提供更多的數據和計算能力，就能不斷增強其能力——他稱這種想法爲“幻想”。
“過去幾周，多家公司傳出謠言，稱所謂的縮放定律已經失效，並且收益正在減少，”馬庫斯補充道。“所以我認爲軍方不應該指望所有這些問題都能得到解決。這些系統可能不可靠，你也不想在戰爭中使用不可靠的系統。”
由 Josh Quittner 和 Sebastian Sinclair 編輯
