作者：
Koichiro Takagi
編者按：還是那個日本的研究員，他挺喜歡以中美對抗開展他的軍事研究。
隨著中美軍事對抗的不斷加深，「數據戰」正成為沖突的焦點。在資訊科技時代，在未來的戰爭中，人工智慧（AI）進行學習所需的數據品質和數量將是關鍵，而處理如此大量數據的能力將決定勝負。
戰爭中的數據量瓶頸
據報道，在2000年代的阿富汗和伊拉克戰爭中，曾遇到過資訊過載的困擾。當時，主要是從衛星、飛機、各種雷達和傳感器以及野戰部隊等途徑來收集數據，指揮中心收集的數據矛盾、復雜，並且存在重復、模糊和不一致的情況。當時AI尚未發展，還無法有效處理這些海量數據並將其轉換為有用的作戰數據。
與當時相比，現在戰爭的數據量正在呈爆炸式增長。例如， 一些測量衛星的分辨率 已經提高到可以辨識道路標誌和道路狀況的程度。還有一些衛星能夠探測定位和測量建築物的高度。小衛星組成的星鏈每天多次飛過相同位置，可以探測到以前探測不到的短時變化。
因此，推斷衛星獲取的數據量在四個維度上都在擴大，包括時間變化。例如，截至2018年，美國情報機構利用部署在世界各地戰區的傳感器，在一天之內 就獲取了 超過三個賽季的所有國家世界杯聯盟比賽（272場比賽）的高畫質影像。
大型語言模型在軍事上的套用受到關註
處理如此海量的數據，人工智慧至關重要。3月28日至30日，在阿拉巴馬州亨茨維爾舉行的美國陸軍協會（AUSA）會議上，美國陸軍領導人一致表示，未來戰爭將是「以數據為中心」，中美對抗的焦點將是「數據戰」。他們還描述了使用AI作為處理數據技術的重要性。
AI可以自動、快速處理人類無法處理的大量數據。透過深度學習數據集，AI可以提取人類無法感知的有價值資訊。透過克服過去非線性過程的深度學習，將無法連線的數據組合起來創造新價值的系統被稱為「數據驅動」，其正在商業領域得到套用，而美國也正在關註其軍事套用。
美國國防部目前正在開發的「決策中心戰爭」 （DCW）概念 ，旨在透過AI和無人武器實作更快的決策速度；另一個正 在開發的「聯合全域指揮與控制」（JADC2）概念，則利用AI處理傳感器收集的數據，為指揮員的決策提供支持。
近幾個月來，美國關於大型語言模型（如聊天 GPT） 軍事套用的討論急劇增加 。大型語言模型善於利用龐大的數據集來合成資訊並回答問題。大型語言模型的成功，表明了AI可以在以前任何人都無法想象的領域超越人類。
大語言模型的成功，論證了AI有可能進入 規劃軍事行動這一前沿的新領域。此外，盡管焦點一直集中在讓AI為人們生成想象的影像和視訊這個層面上，但大語言模型的成功論證 了大規模生產、預測新聞文章是可行的 。
中國人民解放軍正在推動基於2019年提出的自動化戰爭概念的AI軍事套用。中國國內討論的細節尚不明確，但據悉，其 正在考慮將AI用於處理 中國周邊無人武器和海底傳感器網路收集到的資訊。中國人民解放軍正在研究 使用大型語言模型規劃軍事行動的可能性 。
俄烏戰爭中的數據之戰
AI和數據戰的使用已經在俄烏戰爭中發生。據說俄烏戰爭是雙方首次 使用AI ，特別是機器學習和深度學習演算法的戰爭。 社交媒體上傳播 的烏克蘭總統澤連斯基呼籲人們停止戰鬥並投降的AI生成視訊就是一個例子。烏克蘭還使用面部辨識技術來辨識俄羅斯特工和士兵以用於作戰目的。
2022年10月12日，一名俄羅斯士兵在社交媒體上釋出了一張自拍照。一家烏克蘭軍事研究公司花了幾個小分時析這張照片，並確定了拍攝地點。兩天後， 該地點就證實發生了不明原因的「爆炸」 。也有報道稱，烏克蘭黑客設立了 漂亮女性的釣魚Facebook帳戶，以誘導俄羅斯士兵發送照片 。黑客依據照片找到俄羅斯士兵駐地，然後烏克蘭軍隊炮擊了該地點。
此外，烏克蘭政府還建立了面向公民的情報收集套用 。烏克蘭公民可以使用該應用程式，向烏政府提供俄羅斯軍事行動和非法活動的證據。烏克蘭已在其行動中利用了這些資訊。這是一種利用個人自主提供大量數據的新方法，類似於目前流行的美國Open AI 開發的 ChatGPT。
數據標準的統一性、數據收集和復制
這場數據戰中重要的是數據標準的統一、有關敵對國家的數據收集以及數據汙染。
在現代戰爭中，雷達、傳感器等收集到的大量數據必須由大量的武器系統共享。但要實作這一點，必須統一不同制造商生產的各種武器系統的數據標準。另外，現代戰爭需要陸、海、空中、太空、網路和電磁力量的綜合作戰，以及與陸軍的合作。這些軍隊和陸軍之間的統一數據標準也很重要。如果做不到這一點，那收到的數據將需要人工解讀，並手動輸入以符合其他系統的標準，這將給作戰行動帶來障礙。
然後，需要收集敵國的數據。在以往的戰爭中，坦克的行駛速度、通訊裝置的頻率等資訊被視為有價值的資訊，情報機構會收集這些資訊用於制定其作戰計劃。這就意味著需要定期大量收集原始數據，例如從上方拍攝敵方坦克影像、截取敵方通訊裝置發射的無線電波，並讓AI完成學習。經過訓練的AI可以在戰時更容易從衛星拍攝的影像中辨識敵國的坦克。
此類數據收集戰顯然是發生在和平時期。美國和中國都在使用衛星獲取雙方的數據。2023年2月，美國空軍擊落了一批入侵美國領空的中國氣球。該氣球配備了近距離收集 電子訊號的 傳感器，而衛星很難收集這些 訊號 。
同時，防止自身數據被收集也很重要。但是，要防止衛星等手段的數據收集並不容易。因此，出現了數據汙染的概念。數據汙染的核心就是讓敵對國家收集到錯誤數據並根據錯誤數據訓練其AI。例如，在使用發射無線電波的裝置時，可以在日常訓練和戰爭中使用具有不同特性和頻率的無線電波。在基地訓練和儲存期間，武器也可能不斷被偽裝，從而讓敵對國家的衛星收集到錯誤的影像數據。
結語
未來中美軍事對抗的焦點是數據之戰。能否獲得大量高品質數據，以及是否具備利用AI處理大量數據的能力將決定誰能贏得戰爭。
