陳婷

【關(guān)鍵詞】美國??生成式人工智能??軍事應(yīng)用??ChatGPT

生成式人工智能是指利用復(fù)雜的算法、模型和規(guī)則，以大規(guī)模數(shù)據(jù)集中學習，創(chuàng)造新的原創(chuàng)內(nèi)容的人工智能技術(shù)。人工智能文生視頻大模型Sora的發(fā)布，標志著該技術(shù)繼ChatGPT后再次取得突破性進展。美國高度關(guān)注生成式人工智能技術(shù)的發(fā)展，大規(guī)模推動其在軍事領(lǐng)域的運用，旨在全面提升作戰(zhàn)能力，獲取競爭優(yōu)勢。如何確立科學發(fā)展理念、建立務(wù)實發(fā)展路徑、選準重點突破方向、看清未來面臨問題，是美國推動生成式人工智能軍事應(yīng)用重點關(guān)注的問題。

美國對生成式人工智能軍事應(yīng)用的基本認知

美國對生成式人工智能軍事應(yīng)用的認知是指其對生成式人工智能在軍事領(lǐng)域的應(yīng)用價值、發(fā)展目標和推進方向等的認識。這主要反映在美軍高層領(lǐng)導人講話、發(fā)布的相關(guān)文件以及預(yù)算投入中，具體體現(xiàn)在以下三個方面。

第一，具有廣闊應(yīng)用前景，需要大力發(fā)展。在2022年11月美國人工智能公司OpenAI推出ChatGPT時，生成式人工智能的直接影響和發(fā)展?jié)摿鸵鹈儡娗八从械闹匾?。美國國防信息系統(tǒng)局局長、空軍中將斯金納表示，生成式人工智能可能是很長一段時間內(nèi)最具顛覆性的技術(shù)和舉措之一，“那些懂得如何最好地利用它，以及如何最好地防范它的人，將成為占據(jù)制高點的人”。在烏克蘭危機中，ChatGPT等生成式人工智能的實踐運用，進一步引起美軍對該技術(shù)的重視。美國國防部在2023年11月發(fā)布的《數(shù)據(jù)、分析與人工智能采用戰(zhàn)略》中，強調(diào)生成式人工智能在情報搜集、作戰(zhàn)籌劃、指揮決策、作戰(zhàn)行動、后勤保障等方面具有巨大的潛在作用。為此，美國國防部各部門、各軍種紛紛將生成式人工智能納入尖端技術(shù)目錄，并將其作為未來重點研發(fā)的技術(shù)之一。2024年2月，美國白宮科學技術(shù)政策辦公室公布對美國家安全至關(guān)重要的關(guān)鍵和新興技術(shù)最新清單，對18個技術(shù)領(lǐng)域進行了修訂，其中人工智能領(lǐng)域包括機器學習、深度學習、生成式人工智能系統(tǒng)等。美國還為這些列入優(yōu)先發(fā)展清單的技術(shù)提供專項研發(fā)經(jīng)費。美國2024財年《國防授權(quán)法案》為包括生成式人工智能在內(nèi)的人工智能研發(fā)與運用專門撥款18億美元，并要求國防部長為生成式人工智能的開發(fā)、使用制定戰(zhàn)略計劃。

第二，面臨多重風險挑戰(zhàn)，需要穩(wěn)步推進。美國國防部對生成式人工智能的發(fā)展既寄予厚望，但也顧慮重重，不斷強調(diào)其可能帶來的風險。一方面是技術(shù)發(fā)展不成熟的風險。生成式人工智能根據(jù)提示使用統(tǒng)計數(shù)據(jù)來實現(xiàn)人類想法，但高質(zhì)量數(shù)據(jù)的缺乏使其遠不能代替人類進行深層思考和決策。美國國防部負責關(guān)鍵技術(shù)的副首席技術(shù)官梅納德·霍利迪認為，美國國防部缺乏訓練生成式人工智能模型的特定數(shù)據(jù)語料庫，其還不能為軍事決策提供很好的服務(wù)。美國空軍部長弗蘭克·肯德爾也表示，ChatGPT等生成式人工智能很有創(chuàng)意，但其軍事用途有限，因其可能生成一些錯誤和虛假信息，短期內(nèi)仍難以依靠類似工具執(zhí)行編制行動命令等任務(wù)。美國中央司令部首席技術(shù)官斯凱勒·摩爾宣稱，美國國防部正在積極運用生成式人工智能，但這些工具仍是武器庫中“不成熟的技術(shù)”，涉及軍事沖突時，它會被放在一邊。

另一方面，技術(shù)存在被惡意利用的風險。生成式人工智能可能生成虛假信息、虛假網(wǎng)站等，一些沒有受過專業(yè)技術(shù)培訓的人可以借此發(fā)起網(wǎng)絡(luò)攻擊，這可能被對手利用，造成新的網(wǎng)絡(luò)威脅。美國國防高級研究計劃局信息創(chuàng)新辦公室主任凱瑟琳·費舍爾表示，生成式人工智能將使對手更容易開展高質(zhì)量的網(wǎng)絡(luò)釣魚、勒索軟件等活動，從而改變威脅格局。美國國家安全局網(wǎng)絡(luò)安全主管羅布·喬也宣稱，生成式人工智能將對數(shù)字安全和惡意黑客產(chǎn)生影響，美必須積極應(yīng)對。

為此，美國國防部希望穩(wěn)步推進生成式人工智能發(fā)展，不直接采購成熟商業(yè)產(chǎn)品，而是依托自身數(shù)據(jù)，聯(lián)合多家公司研發(fā)美軍自己適用的“多模態(tài)”生成式人工智能。美國國防部負責關(guān)鍵技術(shù)的副首席技術(shù)官梅納德·霍利迪表示，雖然大型語言模型有很多用處，但美國國防部不會使用現(xiàn)有ChatGPT，而將依托自身數(shù)據(jù)定制和培訓生成式人工智能模型，然后借助云或本地計算對其進行加密、分析和反饋。

2023年12月14日，美國華盛頓， 美國國會眾議院通過2024財年《國防授權(quán)法案》后，田納西州的共和黨議員蒂姆·伯切特在國會大廈外向記者發(fā)表講話。

第三，處于初級發(fā)展階段，需要科學統(tǒng)籌。2023年9月，美國國防部生成式人工智能工作組負責人澤維爾·盧戈聲稱，生成式人工智能最終是否、以何種方式以及出于何種目的被軍隊和國防部大規(guī)模部署，仍然存在許多未知數(shù)。在美國國防部各部門、各軍種、各戰(zhàn)區(qū)紛紛大力開展生成式人工智能研發(fā)和應(yīng)用的情況下，美軍首先加強國防部層面集中統(tǒng)籌。美國防部第一副部長凱瑟琳·?？怂剐Q，“美國國防部迫切需要探索生成式人工智能的使用，挖掘其模型的規(guī)模、速度和交互能力的潛力，以提高國防部執(zhí)行任務(wù)的效率，同時采取適當?shù)谋Ｗo措施并減輕各種相關(guān)風險?！蹦壳埃绹鴩啦恳劳衅湎略O(shè)的首席數(shù)字和人工智能辦公室重點開展以下工作：一是制定生成式人工智能頂層發(fā)展規(guī)劃，二是構(gòu)建生成式人工智能跨部門合作機制，三是收集基于作戰(zhàn)需求的生成式人工智能的用例，四是推動這些用例應(yīng)用于作戰(zhàn)實踐，五是搭建多種生成式人工智能技術(shù)的集成平臺，六是采取措施降低生成式人工智能帶來的各種風險。

美國生成式人工智能軍事應(yīng)用的實現(xiàn)路徑

為了加快生成式人工智能軍事領(lǐng)域運用，美軍采取從上至下、“實踐—理論—實踐”的發(fā)展思路，其核心是成立生成式人工智能工作組，分政策指導、作戰(zhàn)應(yīng)用、安全維護三條線展開相關(guān)工作。

一、核心：設(shè)置專門指導機構(gòu)

2022年6月，美國國防部整合聯(lián)合人工智能中心、國防數(shù)字服務(wù)局、首席數(shù)據(jù)辦公室等機構(gòu)成立的國防部首席數(shù)字和人工智能辦公室正式運行，該辦公室直接向國防部第一副部長報告工作，并對國防部22個涉及數(shù)據(jù)分析及人工智能的相關(guān)機構(gòu)進行評估和精簡。為了加強對生成式人工智能發(fā)展的指導，美國國防部于2023年8月在首席數(shù)字和人工智能辦公室下設(shè)立生成式人工智能工作組，也稱?“利馬”工作組，旨在推進美軍生成式人工智能能力的研發(fā)和“負責任的部署”。該工作組具有以下特點。

一是打破跨部門壁壘。工作組是在美國國防部第一副部長凱瑟琳·?？怂褂H自督導下成立的，?？怂箤ｉT發(fā)布備忘錄，明確工作組的職責。在首席數(shù)字和人工智能辦公室層面，工作組負責人由首席數(shù)字和人工智能辦公室核心部門算法戰(zhàn)局局長兼任，工作組的成果由首席數(shù)字和人工智能辦公室核心部門“負責任人工智能工作委員會”進行轉(zhuǎn)化。[1]在國防部層面，希克斯要求所有部門都要為工作組的舉措實施和政策制定提供信息。與此同時，工作組通過舉行?“行業(yè)日”等活動，整合企業(yè)界與學術(shù)界生成式人工智能研發(fā)力量。

二是聚焦軍事需求。基于國防部各部門、各軍種等的需求，工作組重點開展以下工作：盤點國防部正在進行的生成式人工智能研發(fā)、部署、使用等工作；分析生成式人工智能的任務(wù)領(lǐng)域、工作流程與用例；支持國防部的技術(shù)開發(fā)工作，并監(jiān)督相關(guān)技術(shù)整合情況；監(jiān)督生成式人工智能與聯(lián)合演習和實驗的整合；針對生成式人工智能制定國防部長期發(fā)展計劃等。[2]

三是貫通研用環(huán)節(jié)。工作組的工作分學習、加速和指導3個階段展開。學習階段主要是全面了解人工智能的工作原理和外部數(shù)據(jù)應(yīng)用過程，分析軍方對生成式人工智能的需求，向業(yè)界發(fā)布信息征詢書，收集和評估生成式人工智能軍事用例，并把其集成到工作流程中。目前，工作組已收集230多個用例，主要集中在信息摘要、填表、物流、規(guī)劃等管理層面，并正在評估這些用例，以確定哪些技術(shù)適合當前軍隊需求。加速階段主要是聚焦軍事用例與作戰(zhàn)過程的聯(lián)系，與國防部其他機構(gòu)、軍種部門等合作，加快對用例的理解、評估、部署及監(jiān)測，根據(jù)任務(wù)需求整合相關(guān)技術(shù)。指導階段主要是為國防部制定基于生成式人工智能的臨時指南、框架和工作流程，參與國防部對大語言模型的實際研究和部署，并制定國防部生成式人工智能戰(zhàn)略。

二、政策線：頒布頂層規(guī)劃指導

2023年11月，在美國國防部發(fā)布《國防部數(shù)據(jù)、分析和人工智能采用戰(zhàn)略》的同時，首席數(shù)字和人工智能辦公室發(fā)布生成式人工智能工作組提交的《生成式人工智能臨時指南》，主要圍繞應(yīng)對生成式人工智能帶來風險提出建議，其內(nèi)容體現(xiàn)在以下幾個方面。

一是理性看待風險。面對生成式人工智能帶來的風險挑戰(zhàn)，美國國防部敦促其各部門采用穩(wěn)健的管理流程，而非徹底禁止使用生成式人工智能工具。美軍認為，風險不可能完全消除，關(guān)鍵是記錄使用案例相關(guān)的風險，分析哪些是可接受的、哪些是不可接受的。

二是科學規(guī)避風險。謹慎使用商用生成式人工智能工具；禁止在沒有審批的生成式人工智能模型中輸入機密級國家安全信息或受控非機密信息；所有數(shù)據(jù)、代碼、文本或媒體在輸入軍方的生成式人工智能模型前必須經(jīng)批準公開發(fā)布；為提高透明度，鼓勵對借助生成式人工智能工具創(chuàng)建的文檔進行適當?shù)臉擞洝?/p>

三是強化責任意識。所有國防部人員都要對生成人工智能協(xié)助下作出的結(jié)果和決策負責，建議用戶驗證并交叉檢查此類工具的所有輸出。

三、作戰(zhàn)線：開展作戰(zhàn)實驗測試

生成式人工智能工作組成立以來，一直積極探索在作戰(zhàn)領(lǐng)域使用生成式人工智能的可能性。其采取的主要措施是與各軍種、戰(zhàn)區(qū)司令部合作在相關(guān)作戰(zhàn)環(huán)境中開展功能實驗。

一是“全球信息優(yōu)勢實驗”。美國國防部首席數(shù)字和人工智能辦公室于2023年2月重啟“全球信息優(yōu)勢實驗”，旨在為聯(lián)合全域指揮控制提供數(shù)據(jù)集成以及人工智能使用的相關(guān)解決方案。實驗團隊由來自美軍各軍種和多個作戰(zhàn)司令部的軍人和文職人員組成，這是國防部舉行的由數(shù)據(jù)、人工智能支持的全球綜合實驗。目前，該實驗已經(jīng)進行了9次。該實驗的主管馬修·斯特羅邁耶表示，“全球信息優(yōu)勢實驗”為生成式人工智能工作組提供了一個基于美軍作戰(zhàn)任務(wù)試驗人工智能能力的新場所。重啟后的“全球信息優(yōu)勢實驗”使作戰(zhàn)人員能夠利用生成式人工智能在戰(zhàn)場上更快作出決策。2024年3月完成的第9次實驗在多個作戰(zhàn)司令部參與下對生成式人工智能工作組提供的用例進行測試，檢驗其能否執(zhí)行后勤作戰(zhàn)任務(wù)。

二是人工智能作戰(zhàn)實驗。目前，美軍歐洲司令部和印太司令部正與國防部首席數(shù)字和人工智能辦公室的算法戰(zhàn)局和國防創(chuàng)新小組合作，建立兩個人工智能作戰(zhàn)實驗室，推動國防部人工智能技術(shù)的運用。國防部負責算法戰(zhàn)的副首席數(shù)字和人工智能官喬伊·拉森表示，在人工智能作戰(zhàn)實驗室中，人工智能職能部門將與作戰(zhàn)人員一起對人工智能工具的功能進行設(shè)計、測試和分析，從而能夠準確掌握并提供作戰(zhàn)人員需要的信息，為贏得作戰(zhàn)勝利奠定基礎(chǔ)。在人工智能作戰(zhàn)實驗室建設(shè)完善后，一些生成式人工智能工作組收集的用例在此實驗。

三是“虛擬沙盒”實驗。2023年9月，美國“特別競爭研究項目”專家建議創(chuàng)建“沙盒”環(huán)境，推動生成式人工智能的應(yīng)用?；诖?，生成式人工智能工作組建立“虛擬沙盒”中心，旨在使作戰(zhàn)人員使用經(jīng)審核的生成式人工智能工具開展實驗。生成式人工智能工作組負責人澤維爾·盧戈表示，該中心將為更多生成式人工智能用例的開發(fā)與驗證提供安全可控的環(huán)境。[3]

四、安全線：實施技術(shù)漏洞挖掘

為應(yīng)對包括生成式人工智能在內(nèi)的人工智能技術(shù)帶來的風險，美國國防部首席數(shù)字和人工智能辦公室于2023年7月制定“賞金”計劃，旨在發(fā)現(xiàn)人工智能模型存在的漏洞。2024年2月，該辦公室開啟針對人工智能漏洞的“賞金”活動，檢測人工智能系統(tǒng)中的偏見，對已識別風險開展實驗，確保人工智能系統(tǒng)在特定部署環(huán)境中安全、可靠和無偏見。該項活動由首席數(shù)字和人工智能辦公室下設(shè)的負責任人工智能工作委員會牽頭，首席數(shù)字和人工智能辦公室下設(shè)的國防數(shù)字服務(wù)理事會負責指導。2024年1月29日—2月27日，第一次活動聚焦開源聊天機器人，主要識別大語言模型中的未知風險。

此外，美國還通過加強國際合作，實施技術(shù)漏洞挖掘。2023年3月，美國國務(wù)院牽頭在馬里蘭州科利奇帕克市召開人工智能軍事應(yīng)用會議。此次會議是53個國家簽署《關(guān)于負責任地軍事使用人工智能和自主技術(shù)的政治宣言》后的首次會議，42個簽署國參加，?100多名與會者就過去幾年中出現(xiàn)的各種人工智能軍事應(yīng)用進行研討，并宣布將致力于利用人工智能優(yōu)勢降低軍事領(lǐng)域風險，進一步落實《宣言》相關(guān)措施。

美國生成式人工智能在軍事領(lǐng)域的具體應(yīng)用

目前，美軍將生成式人工智能更多用于部隊日常管理，如利用軟件機器人完成數(shù)據(jù)傳輸、單據(jù)處理等任務(wù)，不僅減輕了人工負擔，而且還有效降低了人為錯誤的可能性，提高了管理質(zhì)量。同時，美國國防部生成式人工智能工作組、國防創(chuàng)新小組等機構(gòu)積極尋求將人工智能工具用于作戰(zhàn)行動中，以改善決策、簡化操作、降低風險，從而保持戰(zhàn)場優(yōu)勢。

第一，在情報搜集方面，利用生成式人工智能工具對海量的異構(gòu)數(shù)據(jù)進行快速整合、分析，為指揮決策提供有力支撐。2023年5月，美國國防創(chuàng)新小組探求利用生成式人工智能，推進開源情報的收集與分析的技術(shù)方案。該技術(shù)可自動執(zhí)行信息挖掘與評估，為指揮官展示可視化的戰(zhàn)場信息環(huán)境。國防創(chuàng)新小組對技術(shù)方案提出3點要求：一是具備內(nèi)容編輯和消息傳播功能，協(xié)助分析師制定傳播方案；二是遵守國防創(chuàng)新小組提出的人工智能準則；三是能在國防部信息環(huán)境中使用該技術(shù)。

第二，在作戰(zhàn)籌劃方面，利用生成式人工智能工具迅速制定并調(diào)整作戰(zhàn)規(guī)劃，及時把握戰(zhàn)場機遇和應(yīng)對多種挑戰(zhàn)。生成式人工智能工具能夠?qū)澄覒?zhàn)場情況，進行自動化持續(xù)分析，快速形成作戰(zhàn)方案，并對其進行動態(tài)調(diào)整。2024年2月，美國陸軍研究實驗室的研究人員提出COA-GPT框架，旨在加速作戰(zhàn)行動序列的開發(fā)。其主要是通過上下文學習將軍事理論和領(lǐng)域?qū)I(yè)知識整合到大模型中，在指揮官輸入任務(wù)信息后，能夠在幾秒鐘內(nèi)產(chǎn)生初步作戰(zhàn)行動序列，并且支持基于指揮官反饋對生成作戰(zhàn)行動序列進行實時調(diào)整。[4]

COA-GPT的開發(fā)，標志著利用人工智能技術(shù)特別是大語言模型技術(shù)在軍事決策和規(guī)劃中應(yīng)用的一個重要進步。同時，美軍印太司令部也在開發(fā)基于人工智能的聯(lián)合作戰(zhàn)規(guī)劃工具包，該工具包可進行多域、戰(zhàn)區(qū)級作戰(zhàn)方案的規(guī)劃、兵棋推演、分析和執(zhí)行，大幅加速原先需要數(shù)小時、數(shù)天、數(shù)周、數(shù)年才能完成的作戰(zhàn)規(guī)劃過程，目前該系統(tǒng)的初始功能已交付。

第三，在作戰(zhàn)指揮方面，利用生成式人工智能工具在觀察、判斷等方面形成對敵優(yōu)勢，從而進行快速有效決策和兵力運用。2024年2月，美國國防部首席數(shù)字和人工智能辦公室、國防創(chuàng)新小組以及印太司令部、陸軍太平洋司令部、美空軍在印太司令部人工智能作戰(zhàn)實驗室，舉辦面向全美的多級別“黑客馬拉松”，旨在利用印太司令部機密級數(shù)據(jù)制定加強作戰(zhàn)指揮能力的人工智能解決方案。之前的“黑客馬拉松”已經(jīng)產(chǎn)生包括大語言模型、無人系統(tǒng)、戰(zhàn)斗損失評估等項目的原型。

第四，在作戰(zhàn)訓練方面，利用生成式人工智能工具進行績效和預(yù)測分析，甚至是課程規(guī)劃和更新，在模擬仿真訓練方面可以發(fā)揮更大作用。美國國防部首席數(shù)字和人工智能辦公室正在考慮將生成式人工智能用于構(gòu)建模擬訓練的藍方、紅方或灰色部隊，以減少進行模擬訓練所需的人力，并探討如何用生成式人工智能模擬多種作戰(zhàn)場景并生成作戰(zhàn)方案。而美陸軍未來司令部已經(jīng)開始使用生成式人工智能開展模擬對抗任務(wù)。

第五，在作戰(zhàn)保障方面，利用生成式人工智能工具根據(jù)作戰(zhàn)保障的需要自動設(shè)置各項參數(shù)，大大簡化保障流程，提高保障效率。美國空軍快速戰(zhàn)勤保障辦公室采用“戰(zhàn)備”生成式人工智能應(yīng)用程序，優(yōu)化空軍作戰(zhàn)飛機戰(zhàn)勤保障流程，最大程度縮減飛機停飛檢修時間，有效提高了作戰(zhàn)飛機完備率和出勤率。美國海軍第106攻擊戰(zhàn)斗機中隊正在使用生成式人工智能工具實現(xiàn)艦載機輔助著陸、無人加油機空中加油，甚至為后勤補給管理提供幫助。

美國生成式人工智能軍事應(yīng)用面臨的主要問題

美軍生成式人工智能發(fā)展正處于初級階段，但這也是日新月異的大發(fā)展時期，既有重大機遇，也面臨巨大挑戰(zhàn)。這主要體現(xiàn)在對風險與效益、“中心化”與“去中心化”、基礎(chǔ)與前沿三種關(guān)系的處理方面。

一是如何平衡風險與效益的關(guān)系。生成式人工智能正處于快速發(fā)展期，被廣泛用于社會生活的方方面面，在給人們生活帶來諸多便利的同時，也導致虛假信息、深度偽造等問題的出現(xiàn)更快速、更隱蔽。但技術(shù)的發(fā)展就是在試錯中不斷推進，在不斷解決問題過程中推動其更有效地用于實踐。生成式人工智能在軍事領(lǐng)域的運用也是如此，不能因為風險禁止使用，也不能不顧風險貿(mào)然發(fā)展。美軍在其發(fā)展的初級階段比較重視平衡二者的關(guān)系，比如首份《生成式人工智能臨時指南》強調(diào)在規(guī)避風險過程中穩(wěn)妥發(fā)展。但在生成式人工智能的快速發(fā)展期，容易出現(xiàn)犧牲效益求安全或犧牲安全求效益的現(xiàn)象。例如，美軍一些高級指揮官抵制生成式人工智能在軍事領(lǐng)域的運用。能否在認知層面始終把握好風險與效益的關(guān)系是美軍推進生成式人工智能發(fā)展面臨的關(guān)鍵問題。

二是如何平衡“中心化”與“去中心化”的關(guān)系。生成式人工智能將是美軍聯(lián)合全域作戰(zhàn)的重要支撐。美軍各軍種、各戰(zhàn)區(qū)都在大力推進生成式人工智能的運用，各方的模型需要具有互聯(lián)互通互操作性，也要能在美軍聯(lián)合信息環(huán)境中運行。為避免冒進發(fā)展，美軍成立生成式人工智能工作組，從國防部層面總體協(xié)調(diào)該技術(shù)的發(fā)展與運用，推進負責任地采用和使用生成式人工智能的統(tǒng)一方法。但各軍種、各戰(zhàn)區(qū)生成式人工智能的發(fā)展既需要頂層集中統(tǒng)一的規(guī)劃，也需要各自內(nèi)生需求的驅(qū)動。實踐是連結(jié)集中規(guī)劃和內(nèi)生需求的紐帶。目前，各軍種、各戰(zhàn)區(qū)的實踐已經(jīng)走在規(guī)劃的前面，如何將這些實踐結(jié)合需求形成科學的規(guī)劃，是美軍需要完成的一項重要任務(wù)。《生成式人工智能臨時指南》也只是生成式人工智能工作組收集和評估100多條用例后制定的，其正在制定大語言模型的分類指南，國防部層面的生成式人工智能發(fā)展戰(zhàn)略的出臺還有待時日。實踐需要規(guī)劃指導，規(guī)劃需要實踐完善，能否在“中心化”和“去中心化”間保持平衡，避免出現(xiàn)“一統(tǒng)就死，一分就散”的局面是美軍生成式人工智能發(fā)展面臨的又一難題。

2024年4月16日，美國紐約，來自谷歌、Meta和亞馬遜的員工舉行集會示威，抗議美國科技公司向以色列提供人工智能服務(wù)。

三是如何平衡基礎(chǔ)與前沿的關(guān)系。美國國防部的《數(shù)據(jù)、分析和人工智能采用戰(zhàn)略》將人工智能的發(fā)展需求分為三個層次：底層是高質(zhì)量的數(shù)據(jù)，中間是分析和指標，頂層是負責任的人工智能。生成式人工智能的發(fā)展需求亦是如此。高質(zhì)量的數(shù)據(jù)是基礎(chǔ)，負責任（或者說安全可靠）的生成式人工智能是前沿，但并不是只有擁有足夠的高質(zhì)量數(shù)據(jù)才去追求前沿。因為負責任生成式人工智能需要在其自身發(fā)展的過程積累有價值的數(shù)據(jù)，應(yīng)該說這三個需求層次是相互聯(lián)動、相互促進的。當前，美軍一再強調(diào)在發(fā)展生成式人工智能過程中獲取高質(zhì)量數(shù)據(jù)的重要性，但在追求前沿的過程中會出現(xiàn)不注重基礎(chǔ)、導致獲取短暫的前沿，缺少長遠的發(fā)展?jié)摿?；也可能出現(xiàn)過于重視基礎(chǔ)，前沿止步不前的問題。如美軍各軍種都在開展生成式人工智能項目，但出現(xiàn)濫用涉密數(shù)據(jù)和敏感數(shù)據(jù)的問題。如何平衡基礎(chǔ)與前沿，也是美軍推進生成式人工智能應(yīng)用所面臨的難題。

[1]?U.S.?Department?of?Defense，?“Responsible?Artificial?Intelligence?Strategy?and?Implementation?Pathway，”?June?2022，?https：//media.defense.gov/2022/Jun/22/2003022604/-1/-1/0/Department-of-Defense-Responsible-Artificial-Intelligence-Strategy-and-Implementation-Pathway.PDF.

[2]?Josh?Luckenbaugh，?“New?Pentagon?Task?Force?Exploring?Generative?AI，”?October?25，?2023，?https：//www.nationaldefensemagazine.org/articles/2023/10/25/new-pentagon-task-force-exploring-generative-ai.

[3]?Brandi?Vincent，?“Eric?Schmidt-led?panel?pushing?for?new?defense?experimentation?unit?to?drive?military?adoption?of?generative?AI?|?Defense?Scoop，”?September?8，?2023，?https：//defensescoop.com/2023/09/08/eric-schmidt-led-panel-pushing-for-new-defense-experimentation-unit-to-drive-military-adoption-of-generative-ai/.

[4]?Vinicius?G.?Goecks，?Nicholas?Waytowich，?“COA-GPT：?Generative?Pre-trained?Transformers?for?Accelerated?Course?of?Action?Development?in?Military?Operations，”?March?28，?2024，?https：//arxiv.org/abs/2402.01786.