作者：
Koichiro Takagi
编者按：还是那个日本的研究员，他挺喜欢以中美对抗开展他的军事研究。
随着中美军事对抗的不断加深，「数据战」正成为冲突的焦点。在信息技术时代，在未来的战争中，人工智能（AI）进行学习所需的数据质量和数量将是关键，而处理如此大量数据的能力将决定胜负。
战争中的数据量瓶颈
据报道，在2000年代的阿富汗和伊拉克战争中，曾遇到过信息过载的困扰。当时，主要是从卫星、飞机、各种雷达和传感器以及野战部队等途径来收集数据，指挥中心收集的数据矛盾、复杂，并且存在重复、模糊和不一致的情况。当时AI尚未发展，还无法有效处理这些海量数据并将其转换为有用的作战数据。
与当时相比，现在战争的数据量正在呈爆炸式增长。例如， 一些测量卫星的分辨率 已经提高到可以识别道路标志和道路状况的程度。还有一些卫星能够探测定位和测量建筑物的高度。小卫星组成的星链每天多次飞过相同位置，可以探测到以前探测不到的短时变化。
因此，推断卫星获取的数据量在四个维度上都在扩大，包括时间变化。例如，截至2018年，美国情报机构利用部署在世界各地战区的传感器，在一天之内 就获取了 超过三个赛季的所有国家世界杯联盟比赛（272场比赛）的高清图像。
大型语言模型在军事上的应用受到关注
处理如此海量的数据，人工智能至关重要。3月28日至30日，在阿拉巴马州亨茨维尔举行的美国陆军协会（AUSA）会议上，美国陆军领导人一致表示，未来战争将是「以数据为中心」，中美对抗的焦点将是「数据战」。他们还描述了使用AI作为处理数据技术的重要性。
AI可以自动、快速处理人类无法处理的大量数据。通过深度学习数据集，AI可以提取人类无法感知的有价值信息。通过克服过去非线性过程的深度学习，将无法连接的数据组合起来创造新价值的系统被称为「数据驱动」，其正在商业领域得到应用，而美国也正在关注其军事应用。
美国国防部目前正在开发的「决策中心战争」 （DCW）概念 ，旨在通过AI和无人武器实现更快的决策速度；另一个正 在开发的「联合全域指挥与控制」（JADC2）概念，则利用AI处理传感器收集的数据，为指挥员的决策提供支持。
近几个月来，美国关于大型语言模型（如聊天 GPT） 军事应用的讨论急剧增加 。大型语言模型善于利用庞大的数据集来合成信息并回答问题。大型语言模型的成功，表明了AI可以在以前任何人都无法想象的领域超越人类。
大语言模型的成功，论证了AI有可能进入 规划军事行动这一前沿的新领域。此外，尽管焦点一直集中在让AI为人们生成想象的图像和视频这个层面上，但大语言模型的成功论证 了大规模生产、预测新闻文章是可行的 。
中国人民解放军正在推动基于2019年提出的自动化战争概念的AI军事应用。中国国内讨论的细节尚不明确，但据悉，其 正在考虑将AI用于处理 中国周边无人武器和海底传感器网络收集到的信息。中国人民解放军正在研究 使用大型语言模型规划军事行动的可能性 。
俄乌战争中的数据之战
AI和数据战的使用已经在俄乌战争中发生。据说俄乌战争是双方首次 使用AI ，特别是机器学习和深度学习算法的战争。 社交媒体上传播 的乌克兰总统泽连斯基呼吁人们停止战斗并投降的AI生成视频就是一个例子。乌克兰还使用面部识别技术来识别俄罗斯特工和士兵以用于作战目的。
2022年10月12日，一名俄罗斯士兵在社交媒体上发布了一张自拍照。一家乌克兰军事研究公司花了几个小时分析这张照片，并确定了拍摄地点。两天后， 该地点就证实发生了不明原因的「爆炸」 。也有报道称，乌克兰黑客设立了 漂亮女性的钓鱼Facebook账户，以诱导俄罗斯士兵发送照片 。黑客依据照片找到俄罗斯士兵驻地，然后乌克兰军队炮击了该地点。
此外，乌克兰政府还建立了面向公民的情报收集应用 。乌克兰公民可以使用该应用程序，向乌政府提供俄罗斯军事行动和非法活动的证据。乌克兰已在其行动中利用了这些信息。这是一种利用个人自主提供大量数据的新方法，类似于目前流行的美国Open AI 开发的 ChatGPT。
数据标准的统一性、数据收集和复制
这场数据战中重要的是数据标准的统一、有关敌对国家的数据收集以及数据污染。
在现代战争中，雷达、传感器等收集到的大量数据必须由大量的武器系统共享。但要实现这一点，必须统一不同制造商生产的各种武器系统的数据标准。另外，现代战争需要陆、海、空中、太空、网络和电磁力量的综合作战，以及与陆军的合作。这些军队和陆军之间的统一数据标准也很重要。如果做不到这一点，那收到的数据将需要人工解读，并手动输入以符合其他系统的标准，这将给作战行动带来障碍。
然后，需要收集敌国的数据。在以往的战争中，坦克的行驶速度、通信设备的频率等信息被视为有价值的信息，情报机构会收集这些信息用于制定其作战计划。这就意味着需要定期大量收集原始数据，例如从上方拍摄敌方坦克图像、截取敌方通信设备发射的无线电波，并让AI完成学习。经过训练的AI可以在战时更容易从卫星拍摄的图像中识别敌国的坦克。
此类数据收集战显然是发生在和平时期。美国和中国都在使用卫星获取双方的数据。2023年2月，美国空军击落了一批入侵美国领空的中国气球。该气球配备了近距离收集 电子信号的 传感器，而卫星很难收集这些 信号 。
同时，防止自身数据被收集也很重要。但是，要防止卫星等手段的数据收集并不容易。因此，出现了数据污染的概念。数据污染的核心就是让敌对国家收集到错误数据并根据错误数据训练其AI。例如，在使用发射无线电波的设备时，可以在日常训练和战争中使用具有不同特性和频率的无线电波。在基地训练和储存期间，武器也可能不断被伪装，从而让敌对国家的卫星收集到错误的图像数据。
结语
未来中美军事对抗的焦点是数据之战。能否获得大量高质量数据，以及是否具备利用AI处理大量数据的能力将决定谁能赢得战争。
