近年來(lái)，生成式人工智能技術(shù)加速發(fā)展，以ChatGPT、DeepSeek等為代表的模型在數(shù)據(jù)整合、信息集成與內(nèi)容生成方面展現(xiàn)出良好的交互性與創(chuàng)造性。研究生成式人工智能在未來(lái)戰(zhàn)爭(zhēng)中的運(yùn)用，能充分挖掘其軍事潛力、助推軍事智能化進(jìn)程、增強(qiáng)軍隊(duì)作戰(zhàn)能力，同時(shí)通過(guò)剖析風(fēng)險(xiǎn)挑戰(zhàn)制定應(yīng)對(duì)策略，可為完善軍事管理提供理論支撐，助力搶占未來(lái)戰(zhàn)爭(zhēng)先機(jī)、維護(hù)國(guó)家安全與戰(zhàn)略利益。

生成式人工智能是什么

生成式人工智能的概念界定與技術(shù)定位。生成式人工智能是使用Transformer模型等深度學(xué)習(xí)算法，基于注意力機(jī)制構(gòu)建，旨在解決傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)與長(zhǎng)短期記憶網(wǎng)絡(luò)處理長(zhǎng)序列數(shù)據(jù)時(shí)的梯度消失、梯度爆炸問(wèn)題，以及彌補(bǔ)對(duì)長(zhǎng)距離依賴關(guān)系捕捉不足的缺陷。

以DeepSeek、ChatGPT為代表的

大模型工具正快速融入到各個(gè)領(lǐng)域

以GPT系列模型為例，其架構(gòu)以Transformer解碼器為基礎(chǔ)，核心支撐是自注意力機(jī)制。該機(jī)制允許模型處理輸入文本序列時(shí)，為每個(gè)詞匯分配差異化權(quán)重，聚焦于與當(dāng)前任務(wù)最相關(guān)的內(nèi)容。這一機(jī)制使模型能同時(shí)考量序列中所有詞匯，有效捕捉長(zhǎng)距離依賴關(guān)系。同時(shí)，GPT模型采用的多頭注意力機(jī)制進(jìn)一步強(qiáng)化了表達(dá)能力。通過(guò)并行部署多個(gè)自注意力頭，每個(gè)頭專注于輸入序列的不同表示子空間；不同頭的輸出經(jīng)拼接與線性變換后形成最終結(jié)果，使模型能學(xué)習(xí)更豐富的文本特征。

相較于判別式人工智能，傳統(tǒng)人工智能多依賴人工標(biāo)注的數(shù)據(jù)進(jìn)行有監(jiān)督的學(xué)習(xí)，學(xué)習(xí)過(guò)程被動(dòng)且對(duì)數(shù)據(jù)依賴性強(qiáng)，數(shù)據(jù)分布變化時(shí)，性能易受影響。生成式人工智能則可在海量無(wú)標(biāo)注數(shù)據(jù)中自主挖掘知識(shí)，通過(guò)無(wú)監(jiān)督預(yù)訓(xùn)練學(xué)習(xí)數(shù)據(jù)的潛在特征與分布規(guī)律，構(gòu)建對(duì)世界更廣泛深入的理解。同時(shí)，生成式人工智能可通過(guò)持續(xù)學(xué)習(xí)迭代升級(jí)。

在軍事應(yīng)用中，生成式人工智能突破了傳統(tǒng)信息處理的被動(dòng)性，成為動(dòng)態(tài)作戰(zhàn)環(huán)境中主動(dòng)生成決策支持信息、構(gòu)建戰(zhàn)場(chǎng)認(rèn)知的核心技術(shù)支撐。戰(zhàn)場(chǎng)數(shù)據(jù)具有多源異構(gòu)、動(dòng)態(tài)變化、對(duì)抗性強(qiáng)等特點(diǎn)，生成式人工智能憑借無(wú)監(jiān)督學(xué)習(xí)形成的通用規(guī)律認(rèn)知，可在有限數(shù)據(jù)中快速適配：在情報(bào)碎片化時(shí)主動(dòng)整合多域信息生成完整戰(zhàn)場(chǎng)態(tài)勢(shì)，在戰(zhàn)術(shù)調(diào)整中實(shí)時(shí)生成多套應(yīng)對(duì)方案，有效彌補(bǔ)傳統(tǒng)技術(shù)在突變環(huán)境下的響應(yīng)短板，成為連接信息感知與決策執(zhí)行的關(guān)鍵樞紐，為全域作戰(zhàn)提供主動(dòng)化、智能化的支撐。

核心技術(shù)原理。生成式人工智能核心算法架構(gòu)的自注意力機(jī)制擅長(zhǎng)處理長(zhǎng)序列數(shù)據(jù)，可精準(zhǔn)捕捉多時(shí)段戰(zhàn)場(chǎng)情報(bào)中的時(shí)空關(guān)聯(lián)，為多域情報(bào)融合、跨軍種協(xié)同決策提供高效支撐；擴(kuò)散模型通過(guò)逐步降噪生成高保真內(nèi)容的特性，可模擬復(fù)雜戰(zhàn)場(chǎng)環(huán)境，為作戰(zhàn)推演、訓(xùn)練模擬提供逼真場(chǎng)景；生成式對(duì)抗網(wǎng)絡(luò)可模擬攻防博弈過(guò)程，生成逼真的虛假流量、偽裝機(jī)載信號(hào)干擾敵方檢測(cè)系統(tǒng)，判別器則可識(shí)別敵方虛假信息，雙向強(qiáng)化網(wǎng)絡(luò)戰(zhàn)、電子戰(zhàn)演練的真實(shí)性，提升對(duì)抗訓(xùn)練效果。

美軍將大語(yǔ)言模型Donovan系統(tǒng)

用于紅龍演習(xí)中

軍事數(shù)據(jù)因涉密性強(qiáng)、實(shí)戰(zhàn)案例有限而具有稀缺性，這對(duì)生成式人工智能的訓(xùn)練提出特殊要求。針對(duì)這一問(wèn)題，技術(shù)層面通過(guò)小樣本學(xué)習(xí)與領(lǐng)域自適應(yīng)訓(xùn)練實(shí)現(xiàn)突破：可從有限實(shí)戰(zhàn)案例中快速提煉戰(zhàn)術(shù)規(guī)律；領(lǐng)域自適應(yīng)訓(xùn)練則借助遷移學(xué)習(xí)，將通用模型的知識(shí)底座遷移至軍事領(lǐng)域。同時(shí)，通過(guò)數(shù)據(jù)增強(qiáng)技術(shù)生成模擬戰(zhàn)場(chǎng)數(shù)據(jù)擴(kuò)充訓(xùn)練樣本，在平衡數(shù)據(jù)稀缺性的同時(shí)，保障模型對(duì)軍事場(chǎng)景的適配能力。

技術(shù)特點(diǎn)及軍事價(jià)值。一是從“被動(dòng)響應(yīng)”到“主動(dòng)創(chuàng)造”的作戰(zhàn)支撐能力。傳統(tǒng)軍事人工智能多被動(dòng)執(zhí)行指令，而生成式人工智能可基于戰(zhàn)場(chǎng)態(tài)勢(shì)主動(dòng)創(chuàng)造決策支持內(nèi)容。在戰(zhàn)術(shù)指揮中，模型能依據(jù)實(shí)時(shí)兵力部署、地形數(shù)據(jù)、氣象條件，主動(dòng)生成多套作戰(zhàn)方案，涵蓋行動(dòng)路線、火力配置及突發(fā)情況應(yīng)對(duì)預(yù)案；在后勤保障中，可結(jié)合部隊(duì)機(jī)動(dòng)速度、物資消耗規(guī)律，主動(dòng)預(yù)測(cè)補(bǔ)給需求并生成動(dòng)態(tài)調(diào)配計(jì)劃，變“人找信息”為“信息找人”，大幅提升指揮效率與響應(yīng)速度。

二是通過(guò)多模態(tài)協(xié)同保障跨域作戰(zhàn)。在聯(lián)合作戰(zhàn)中，模型可整合衛(wèi)星圖像、無(wú)線電通信、情報(bào)報(bào)文等多模態(tài)信息，生成統(tǒng)一戰(zhàn)場(chǎng)態(tài)勢(shì)圖，輔助指揮官快速掌握全域情況；在認(rèn)知對(duì)抗中，能生成多模態(tài)欺騙信息，如模仿敵方指揮官語(yǔ)音下達(dá)錯(cuò)誤指令，同步生成配套的虛假行動(dòng)文書(shū)與衛(wèi)星圖像，對(duì)敵決策鏈形成認(rèn)知干擾。

三是憑借輕量化部署適配戰(zhàn)場(chǎng)動(dòng)態(tài)響應(yīng)。通過(guò)模型輕量化技術(shù)（如知識(shí)蒸餾），可將大型模型壓縮至適配無(wú)人機(jī)、單兵終端等邊緣設(shè)備的規(guī)模，實(shí)現(xiàn)戰(zhàn)場(chǎng)數(shù)據(jù)本地實(shí)時(shí)處理，減少對(duì)后端網(wǎng)絡(luò)的依賴；其遷移學(xué)習(xí)能力可支持模型快速適配不同作戰(zhàn)場(chǎng)景，例如從城市作戰(zhàn)環(huán)境快速遷移至山地作戰(zhàn)，通過(guò)少量戰(zhàn)場(chǎng)數(shù)據(jù)微調(diào)，短時(shí)間內(nèi)形成針對(duì)性作戰(zhàn)支持能力，確保在網(wǎng)絡(luò)延遲或中斷的復(fù)雜環(huán)境中，仍能高效響應(yīng)戰(zhàn)場(chǎng)動(dòng)態(tài)變化，提升戰(zhàn)術(shù)執(zhí)行的時(shí)效性。

未來(lái)戰(zhàn)爭(zhēng)形態(tài)的發(fā)展趨勢(shì)

認(rèn)知域?qū)沟耐癸@。未來(lái)戰(zhàn)爭(zhēng)的作戰(zhàn)目標(biāo)正從傳統(tǒng)的物理域摧毀向認(rèn)知域主導(dǎo)深度延伸，認(rèn)知域已成為決定戰(zhàn)爭(zhēng)走向的核心對(duì)抗場(chǎng)。這種轉(zhuǎn)變的核心是：通過(guò)塑造信息認(rèn)知優(yōu)勢(shì)，使敵方在OODA鏈路中產(chǎn)生偏差，進(jìn)而放棄抵抗或陷入戰(zhàn)略誤判。烏克蘭危機(jī)中雙方的信息博弈已超越單純的情報(bào)獲取，轉(zhuǎn)向?qū)φJ(rèn)知的主動(dòng)塑造，物理摧毀是支撐認(rèn)知壓制的手段，而認(rèn)知主導(dǎo)則決定了物理行動(dòng)的戰(zhàn)略效能。

作戰(zhàn)節(jié)奏的秒級(jí)博弈。傳統(tǒng)依賴人工整合分析的信息處理模式已無(wú)法適配“發(fā)現(xiàn)即摧毀”的快節(jié)奏對(duì)抗。在態(tài)勢(shì)感知環(huán)節(jié)，衛(wèi)星、無(wú)人機(jī)、傳感器等多源設(shè)備實(shí)時(shí)回傳的戰(zhàn)場(chǎng)數(shù)據(jù)呈現(xiàn)碎片化、瞬時(shí)性特征，需在秒級(jí)內(nèi)轉(zhuǎn)化為可直接用于決策的結(jié)構(gòu)化內(nèi)容。生成式人工智能的價(jià)值不僅在于速度提升，更在于將海量原始數(shù)據(jù)即時(shí)轉(zhuǎn)化為決策可用的認(rèn)知產(chǎn)品。

跨域協(xié)同的深度融合。現(xiàn)代戰(zhàn)爭(zhēng)的跨域協(xié)同邁向“陸�？仗祀娋W(wǎng)認(rèn)知”全域深度融合，即把陸軍的地面?zhèn)刹鞌?shù)據(jù)、海軍的海域態(tài)勢(shì)數(shù)據(jù)、空軍的空中軌跡數(shù)據(jù)、網(wǎng)電域的電磁信號(hào)數(shù)據(jù)等，轉(zhuǎn)化為各作戰(zhàn)單元可理解、能協(xié)同的統(tǒng)一信息內(nèi)容，生成式人工智能通過(guò)學(xué)習(xí)各軍種數(shù)據(jù)的語(yǔ)義規(guī)則，自動(dòng)消除數(shù)據(jù)壁壘。

體系對(duì)抗的復(fù)雜性躍升。未來(lái)戰(zhàn)爭(zhēng)的體系對(duì)抗作戰(zhàn)要素從傳統(tǒng)的兵力、火力，擴(kuò)展到算法、數(shù)據(jù)、認(rèn)知等新型要素；要素間關(guān)聯(lián)從線性因果（如火力強(qiáng)度決定摧毀效果）變?yōu)榉蔷�性耦合（如電磁干擾強(qiáng)度可能影響火力精度）；戰(zhàn)場(chǎng)狀態(tài)則因敵方非對(duì)稱戰(zhàn)術(shù)（如小型無(wú)人機(jī)蜂群突襲）而頻繁突變。這種復(fù)雜性要求“動(dòng)態(tài)、非對(duì)稱”方案生成需能實(shí)時(shí)響應(yīng)戰(zhàn)場(chǎng)變化，而生成式人工智能恰能適配這一需求。

生成式人工智能賦能

未來(lái)戰(zhàn)爭(zhēng)的場(chǎng)景與機(jī)制

情報(bào)與態(tài)勢(shì)感知領(lǐng)域。一是多源異構(gòu)情報(bào)的自動(dòng)化整合。戰(zhàn)場(chǎng)情報(bào)來(lái)源呈現(xiàn)“多域異構(gòu)”特征，圖像、視頻文本往往因格式、維度、語(yǔ)義規(guī)則不同形成“數(shù)據(jù)孤島”。生成式人工智能破解這一困境：對(duì)衛(wèi)星圖像，自動(dòng)提取結(jié)構(gòu)化語(yǔ)義標(biāo)簽；對(duì)電磁信號(hào)，轉(zhuǎn)化為文本描述；對(duì)社交媒體文本，提煉關(guān)鍵信息。這種多源異構(gòu)情報(bào)的整合方式，使各作戰(zhàn)單元能基于統(tǒng)一認(rèn)知協(xié)同行動(dòng)，實(shí)現(xiàn)情報(bào)價(jià)值的跨域釋放。

生成式人工智能可破解“數(shù)據(jù)孤島”問(wèn)題

二是潛在威脅的預(yù)測(cè)性生成。生成式人工智能通過(guò)歷史戰(zhàn)例建模、敵方行為模擬、多場(chǎng)景推演的模式，實(shí)現(xiàn)對(duì)敵方意圖的深度預(yù)判。其核心在于基于歷史對(duì)抗數(shù)據(jù)構(gòu)建敵方?jīng)Q策模型，模擬其在不同戰(zhàn)場(chǎng)條件下的可能行動(dòng)邏輯。這種基于歷史規(guī)律的意圖模擬，使情報(bào)分析從被動(dòng)響應(yīng)轉(zhuǎn)向主動(dòng)預(yù)判，為防御部署提供精準(zhǔn)指向。

作戰(zhàn)決策與指揮控制領(lǐng)域。一是動(dòng)態(tài)作戰(zhàn)方案的生成與評(píng)估。戰(zhàn)場(chǎng)不確定性要求決策系統(tǒng)具備“多預(yù)案并行響應(yīng)”能力。生成式人工智能可通過(guò)以下方式實(shí)現(xiàn)這一目標(biāo)：首先基于當(dāng)前態(tài)勢(shì)生成多套基礎(chǔ)方案；隨后向每套方案注入隨機(jī)變量；再通過(guò)兵棋推演評(píng)估各方案在變量影響下的效能。這種并行推演并非替代指揮員決策，而是通過(guò)窮盡潛在風(fēng)險(xiǎn)，降低決策的未知盲區(qū)。

二是跨層級(jí)指揮的自然語(yǔ)言交互。戰(zhàn)場(chǎng)決策鏈路存在“層級(jí)多、信息雜”的特點(diǎn)，前沿偵察兵的口語(yǔ)報(bào)告、營(yíng)級(jí)指揮部的戰(zhàn)術(shù)簡(jiǎn)報(bào)、戰(zhàn)區(qū)指揮中心的戰(zhàn)略指令，往往因表述習(xí)慣、專業(yè)術(shù)語(yǔ)差異導(dǎo)致信息衰減。生成式人工智能通過(guò)構(gòu)建覆蓋“單兵、營(yíng)、戰(zhàn)區(qū)”的統(tǒng)一語(yǔ)義庫(kù)，將不同層級(jí)的表述轉(zhuǎn)化為標(biāo)準(zhǔn)化信息，確保信息在指揮鏈路中不失真、不冗余，實(shí)現(xiàn)決策意圖的精準(zhǔn)傳遞。

認(rèn)知對(duì)抗與心理作戰(zhàn)領(lǐng)域。一是定向信息的精準(zhǔn)生成與傳播。認(rèn)知對(duì)抗的核心是精準(zhǔn)觸達(dá)到認(rèn)知共鳴，生成式人工智能首先基于大數(shù)據(jù)構(gòu)建目標(biāo)群體的“認(rèn)知特征模型”.在傳播環(huán)節(jié)，系統(tǒng)根據(jù)目標(biāo)群體的信息渠道偏好，自動(dòng)適配傳播形式，使認(rèn)知影響從廣撒網(wǎng)轉(zhuǎn)向精準(zhǔn)滴灌，顯著提升心理作戰(zhàn)的效能。

二是反制虛假信息的生成式防御。面對(duì)敵方利用生成式技術(shù)制造的虛假信息，傳統(tǒng)人工核查存在“響應(yīng)慢、證據(jù)散”的短板。生成式人工智能通過(guò)對(duì)比視頻幀的光影邏輯、文本的語(yǔ)義特征，快速識(shí)別虛假信息；隨后自動(dòng)關(guān)聯(lián)原始數(shù)據(jù)源，生成“證據(jù)鏈簡(jiǎn)報(bào)”；最后針對(duì)虛假信息的傳播渠道與受眾，定制澄清內(nèi)容，揭露其欺騙邏輯。

Sora生成的視頻截圖

軍事訓(xùn)練與裝備研發(fā)領(lǐng)域。一是動(dòng)態(tài)生成高保真虛擬戰(zhàn)場(chǎng)。生成式人工智能構(gòu)建的虛擬戰(zhàn)場(chǎng)并非靜態(tài)復(fù)現(xiàn)，而是基于真實(shí)戰(zhàn)例的“動(dòng)態(tài)演化系統(tǒng)”，以歷史戰(zhàn)役為原型，通過(guò)注入可控變量，生成多樣化訓(xùn)練場(chǎng)景，逼迫受訓(xùn)者突破思維定式。這種“戰(zhàn)例為基、變量驅(qū)動(dòng)、動(dòng)態(tài)適配”的生成模式，使訓(xùn)練從“復(fù)刻歷史”轉(zhuǎn)向“預(yù)演未來(lái)”。

二是裝備原型的生成式設(shè)計(jì)與優(yōu)化。傳統(tǒng)裝備研發(fā)多采用“串行設(shè)計(jì)”“逐步迭代”模式，而生成式人工智能通過(guò)將裝備需求拆解為技術(shù)參數(shù)約束，再基于材料數(shù)據(jù)庫(kù)、結(jié)構(gòu)力學(xué)模型、歷史設(shè)計(jì)案例，同時(shí)生成數(shù)十套差異化原型方案，縮短研發(fā)周期。

后勤保障與網(wǎng)絡(luò)作戰(zhàn)領(lǐng)域。一是智能生成物資調(diào)配方案�，F(xiàn)代戰(zhàn)場(chǎng)后勤保障面臨“環(huán)境突變”及“需求波動(dòng)”的雙重挑戰(zhàn)，生成式人工智能通過(guò)構(gòu)建物資節(jié)點(diǎn)網(wǎng)絡(luò)，再針對(duì)突發(fā)干擾，自動(dòng)生成替代方案：重新規(guī)劃運(yùn)輸路徑；調(diào)整物資優(yōu)先級(jí)；聯(lián)動(dòng)生產(chǎn)端調(diào)整保障計(jì)劃，最大限度減少戰(zhàn)場(chǎng)環(huán)境對(duì)作戰(zhàn)的影響。

二是自動(dòng)化生成網(wǎng)絡(luò)攻防代碼。網(wǎng)絡(luò)戰(zhàn)場(chǎng)的“秒級(jí)對(duì)抗”要求攻防代碼具備實(shí)時(shí)生成、動(dòng)態(tài)適配的能力。生成式人工智能可實(shí)現(xiàn)攻防代碼的自動(dòng)化產(chǎn)出：對(duì)網(wǎng)絡(luò)防御，基于敵方既往攻擊手法，自動(dòng)生成針對(duì)性檢測(cè)規(guī)則、補(bǔ)丁程序；對(duì)網(wǎng)絡(luò)攻擊，根據(jù)目標(biāo)系統(tǒng)特征，生成適配的滲透代碼、偽裝流量，顯著提升在網(wǎng)絡(luò)攻防窗口期的制勝概率。

生成式人工智能賦能戰(zhàn)爭(zhēng)的

現(xiàn)實(shí)問(wèn)題及對(duì)策建議

技術(shù)局限性引發(fā)的安全風(fēng)險(xiǎn)。一是生成內(nèi)容真實(shí)性失控問(wèn)題。生成式人工智能模型在訓(xùn)練與推理中可能出現(xiàn)梯度消失、梯度爆炸等問(wèn)題，導(dǎo)致模型產(chǎn)生異常輸出。在高強(qiáng)度、快節(jié)奏的信息戰(zhàn)中，模型一旦出現(xiàn)崩潰、死循環(huán)或輸出亂碼等故障，作戰(zhàn)系統(tǒng)將瞬間喪失關(guān)鍵信息處理與決策支持能力，使作戰(zhàn)方陷入被動(dòng)，影響作戰(zhàn)效能；二是模型魯棒性與抗干擾能力不足，突出表現(xiàn)為戰(zhàn)場(chǎng)強(qiáng)電磁環(huán)境下的性能衰減。強(qiáng)電磁干擾區(qū)域的傳感器數(shù)據(jù)可能存在大量噪聲、丟失或錯(cuò)誤，導(dǎo)致輸入數(shù)據(jù)質(zhì)量驟降，生成式人工智能模型易出現(xiàn)誤判。三是軍事數(shù)據(jù)泄露與隱私風(fēng)險(xiǎn)，訓(xùn)練數(shù)據(jù)中涉密信息存在被逆向提取的可能。準(zhǔn)確性、完整性不足的軍事數(shù)據(jù)輸入模型后會(huì)嚴(yán)重干擾學(xué)習(xí)與判斷，導(dǎo)致情報(bào)分析、作戰(zhàn)方案出現(xiàn)偏差。同時(shí)，軍事數(shù)據(jù)若在收集、存儲(chǔ)、傳輸與共享中缺乏嚴(yán)格防護(hù)，易導(dǎo)致泄露，對(duì)國(guó)家安全構(gòu)成嚴(yán)重威脅。

對(duì)此，一方面，應(yīng)優(yōu)化模型技術(shù)方向，重點(diǎn)發(fā)展“可解釋生成AI”“抗幻覺(jué)訓(xùn)練技術(shù)”與“軍事領(lǐng)域適配的輕量化模型”，提升模型精準(zhǔn)性與可靠性，通過(guò)先進(jìn)對(duì)抗訓(xùn)練技術(shù)增強(qiáng)對(duì)戰(zhàn)場(chǎng)噪聲、錯(cuò)誤數(shù)據(jù)的魯棒性。同時(shí)加速模型輕量化與高效化，采用知識(shí)蒸餾等技術(shù)削減參數(shù)量，降低算力依賴，實(shí)現(xiàn)快速部署與實(shí)時(shí)響應(yīng)。另一方面，應(yīng)健全數(shù)據(jù)安全機(jī)制，構(gòu)建軍事專用高可信度數(shù)據(jù)資源庫(kù)，整合多源異構(gòu)數(shù)據(jù)，通過(guò)嚴(yán)格清洗、標(biāo)注與質(zhì)量評(píng)估確保數(shù)據(jù)準(zhǔn)確完整。同時(shí)強(qiáng)化數(shù)據(jù)安全防護(hù)，采用加密技術(shù)保障傳輸安全；基于區(qū)塊鏈技術(shù)構(gòu)建去中心化存儲(chǔ)與共享機(jī)制，抵御外部攻擊與內(nèi)部泄露風(fēng)險(xiǎn)；建立嚴(yán)格的數(shù)據(jù)訪問(wèn)權(quán)限管理機(jī)制，筑牢數(shù)據(jù)安全防線。

人工智能安全可控至關(guān)重要

倫理困境與認(rèn)知主權(quán)爭(zhēng)奪問(wèn)題。一是自主武器殺傷的道德責(zé)任歸屬問(wèn)題，若AI武器系統(tǒng)誤判目標(biāo)，將違背人道主義原則。且自主決策機(jī)制導(dǎo)致責(zé)任界定模糊，傳統(tǒng)戰(zhàn)爭(zhēng)中作戰(zhàn)人員對(duì)自身行為負(fù)責(zé)的模式被打破，開(kāi)發(fā)者、使用者與AI系統(tǒng)的責(zé)任歸屬混亂。二是認(rèn)知操縱的倫理邊界問(wèn)題，生成式人工智能在信息戰(zhàn)中被濫用于制造虛假信息，危害顯著。

對(duì)此，一方面，應(yīng)制定生成式人工智能軍事應(yīng)用的倫理審查清單，明確禁止性應(yīng)用場(chǎng)景。各國(guó)軍隊(duì)?wèi)?yīng)協(xié)同制定權(quán)威的AI信息戰(zhàn)道德行為規(guī)范：在信息真實(shí)性上，嚴(yán)禁編造、歪曲信息；在攻擊行為上，嚴(yán)禁傷及平民與民用設(shè)施；在責(zé)任界定上，清晰責(zé)任，避免推諉；將準(zhǔn)則納入軍事教育訓(xùn)練，強(qiáng)化作戰(zhàn)人員的倫理意識(shí)。另一方面，應(yīng)建立跨學(xué)科倫理監(jiān)督機(jī)制，構(gòu)建嚴(yán)謹(jǐn)?shù)膫惱韺彶闄C(jī)制：組建審查機(jī)構(gòu)；在項(xiàng)目實(shí)施各階段進(jìn)行嚴(yán)格審查，立項(xiàng)時(shí)評(píng)估目標(biāo)與倫理風(fēng)險(xiǎn)，研發(fā)中監(jiān)督數(shù)據(jù)與訓(xùn)練方法，測(cè)試中核驗(yàn)輸出的準(zhǔn)確性，部署前審視復(fù)雜戰(zhàn)場(chǎng)環(huán)境下的運(yùn)行機(jī)制；以國(guó)際倫理原則、人權(quán)法與戰(zhàn)爭(zhēng)法為審查標(biāo)準(zhǔn)，制定量化指標(biāo)，建立審查結(jié)果公示與反饋機(jī)制。

法律規(guī)制的滯后性與模糊性問(wèn)題。一是現(xiàn)有戰(zhàn)爭(zhēng)法對(duì)生成式人工智能的規(guī)制適配性不足，生成式人工智能的技術(shù)特性與傳統(tǒng)法律框架存在沖突，責(zé)任界定上，AI系統(tǒng)在信息戰(zhàn)中造成損害時(shí)，現(xiàn)行法律缺乏明確分配準(zhǔn)則。二是跨境作戰(zhàn)的法律責(zé)任劃分難。生成式人工智能軍事化應(yīng)用的全球化加速，使國(guó)際規(guī)則制定滯后于技術(shù)發(fā)展：科技強(qiáng)國(guó)試圖主導(dǎo)規(guī)則制定，弱國(guó)持謹(jǐn)慎態(tài)度，導(dǎo)致國(guó)際談判僵局；各國(guó)對(duì)AI軍事應(yīng)用的限制、數(shù)據(jù)共享、倫理審查等關(guān)鍵問(wèn)題難以達(dá)成共識(shí)，短期內(nèi)難以出臺(tái)有廣泛約束力的公約。

對(duì)此，一方面，應(yīng)推進(jìn)國(guó)內(nèi)立法，明確軍事應(yīng)用的審批流程與責(zé)任主體。加快構(gòu)建法律體系：對(duì)軍事關(guān)鍵領(lǐng)域的AI設(shè)定嚴(yán)苛準(zhǔn)入門檻；在軍事指揮與情報(bào)分析中規(guī)范數(shù)據(jù)使用與監(jiān)督原則；立法應(yīng)聚焦責(zé)任界定、數(shù)據(jù)保護(hù)與應(yīng)用邊界，明確作戰(zhàn)中系統(tǒng)故障的責(zé)任劃分，確保軍事數(shù)據(jù)全生命周期安全。另一方面，應(yīng)加強(qiáng)國(guó)際協(xié)調(diào)，推動(dòng)生成式人工智能軍事應(yīng)用的多邊規(guī)則構(gòu)建：召集各國(guó)與多方代表制定AI戰(zhàn)爭(zhēng)行為準(zhǔn)則，禁止無(wú)差別攻擊與惡意虛假信息傳播；各國(guó)可通過(guò)共享技術(shù)標(biāo)準(zhǔn)、聯(lián)合科研與協(xié)同制定規(guī)范深化合作；在監(jiān)管執(zhí)法上，建立信息共享機(jī)制，對(duì)跨國(guó)AI信息戰(zhàn)違規(guī)行為聯(lián)合調(diào)查取證與制裁，形成執(zhí)法威懾，維護(hù)國(guó)際信息戰(zhàn)秩序。

結(jié)　語(yǔ)

生成式人工智能在情報(bào)整合、決策支持、認(rèn)知對(duì)抗等領(lǐng)域的突破，正在重塑戰(zhàn)爭(zhēng)形態(tài)與作戰(zhàn)邏輯。然而，技術(shù)局限性帶來(lái)的安全隱患、倫理困境引發(fā)的責(zé)任爭(zhēng)議、法律規(guī)制滯后的治理難題，也警示我們：技術(shù)賦能的前提是可控善用。唯有以技術(shù)創(chuàng)新突破瓶頸、以倫理準(zhǔn)則劃定邊界、以法律規(guī)制構(gòu)建框架，推動(dòng)技術(shù)、倫理及法律協(xié)同治理，才能讓生成式人工智能真正成為提升國(guó)防能力、維護(hù)戰(zhàn)略安全的利器，在未來(lái)戰(zhàn)爭(zhēng)中實(shí)現(xiàn)安全與發(fā)展的動(dòng)態(tài)平衡。

免責(zé)聲明：本文轉(zhuǎn)自軍事文摘，原作者鄧小林、劉明坤、 蘇軍院。文章內(nèi)容系原作者個(gè)人觀點(diǎn)，本公眾號(hào)編譯/轉(zhuǎn)載僅為分享、傳達(dá)不同觀點(diǎn)，如有任何異議，歡迎聯(lián)系我們！

研究所簡(jiǎn)介

國(guó)際技術(shù)經(jīng)濟(jì)研究所（IITE）成立于1985年11月，是隸屬于國(guó)務(wù)院發(fā)展研究中心的非營(yíng)利性研究機(jī)構(gòu)，主要職能是研究我國(guó)經(jīng)濟(jì)、科技社會(huì)發(fā)展中的重大政策性、戰(zhàn)略性、前瞻性問(wèn)題，跟蹤和分析世界科技、經(jīng)濟(jì)發(fā)展態(tài)勢(shì)，為中央和有關(guān)部委提供決策咨詢服務(wù)。“全球技術(shù)地圖”為國(guó)際技術(shù)經(jīng)濟(jì)研究所官方微信賬號(hào)，致力于向公眾傳遞前沿技術(shù)資訊和科技創(chuàng)新洞見(jiàn)。

地址：北京市海淀區(qū)小南莊20號(hào)樓A座

電話：010-82635522

微信：iite_er