自2022年11月以來，以ChatGPT為代表的生成式人工智能引爆網(wǎng)絡(luò),，引起了教育,、新聞,、娛樂和藝術(shù)等多個(gè)行業(yè)的廣泛關(guān)注和熱烈討論。如今,，生成式人工智能已經(jīng)能夠以高逼真度對(duì)人的認(rèn)知,、偏好,、情感、行為等多維度進(jìn)行相似性模擬,，并且在功能層面通過與人交互產(chǎn)出和人類的常識(shí),、需求,、價(jià)值觀有較高匹配度的強(qiáng)人工智能制品,。從AI繪畫、AI聊天,，到AI編程,，生成式人工智能似乎離我們越來越近，影響著我們?nèi)粘Ｉ畹姆椒矫婷妗?/p>

與此同時(shí),，也有人提出了一個(gè)不容回避的問題：生成式人工智能距離在軍事領(lǐng)域全面應(yīng)用還有多遠(yuǎn),？

要回答這個(gè)問題，首先我們得了解支撐生成式人工智能快速興起的三個(gè)核心要素：

一是基于海量數(shù)據(jù)的強(qiáng)化學(xué)習(xí)預(yù)訓(xùn)練,。生成式人工智能之所以能夠?yàn)橛脩魩礞敲勒嫒说慕换ンw驗(yàn),，關(guān)鍵在于采用了基于海量數(shù)據(jù)的強(qiáng)化學(xué)習(xí)預(yù)訓(xùn)練，其中除了大規(guī)模的公開語料數(shù)據(jù)外,，主要通過大量人工標(biāo)注數(shù)據(jù)進(jìn)行以人類主觀偏好引導(dǎo)下的有監(jiān)督學(xué)習(xí),，從而實(shí)現(xiàn)對(duì)人類認(rèn)知機(jī)制的深度模擬。然而在軍事應(yīng)用層面,，由于缺少現(xiàn)代化戰(zhàn)爭的實(shí)戰(zhàn)經(jīng)驗(yàn),，大量數(shù)據(jù)來源于日常訓(xùn)練和演習(xí),，直接影響到人工智能訓(xùn)練效果；此外,，訓(xùn)練數(shù)據(jù)尚未開展人工標(biāo)注工作,，數(shù)據(jù)的可用性和可解讀性差，難以有效支持強(qiáng)化學(xué)習(xí)預(yù)訓(xùn)練,。

二是支撐人工智能大模型的開放式交互訓(xùn)練,。ChatGPT的興起揭開了人工智能大模型時(shí)代的序幕，當(dāng)前ChatGPT擁有了多達(dá)1750億個(gè)模型參數(shù),，谷歌最新推出“通才”大模型PaLM-E擁有世界最大規(guī)模的5620億參數(shù),。生成式人工智能在面對(duì)復(fù)雜度高、專業(yè)性強(qiáng)的領(lǐng)域語言結(jié)構(gòu),，需要通過與專業(yè)型用戶的頻繁交互,，不斷調(diào)整優(yōu)化其大模型參數(shù)。然而,，在軍事領(lǐng)域想開展如此大規(guī)模的交互調(diào)參工作有巨大難度和工作量,。

三是人機(jī)交互中的低互信成本限制。目前ChatGPT仍然是黑盒模型,，尚不能對(duì)其內(nèi)在算法邏輯進(jìn)行分解,，無法保證其不會(huì)產(chǎn)生攻擊甚至傷害用戶的表述，因此主要是在民用低互信成本限制領(lǐng)域推廣使用,。而人工智能軍事應(yīng)用最大的矛盾點(diǎn)就是倫理問題,，由于技術(shù)復(fù)雜性和信息不透明性，使得用戶無法清晰了解輸入和輸出之間的必然因果關(guān)聯(lián),，產(chǎn)生的結(jié)果無法完全掌控和信任,，使其在軍事領(lǐng)域的全面深度應(yīng)用舉步維艱。

由此可見,，不管是技術(shù)應(yīng)用層面,，還是道德倫理層面，生成式人工智能在軍事領(lǐng)域的全面應(yīng)用似乎還比較遙遠(yuǎn),。但是,，從世界范圍看，在提升戰(zhàn)場的人機(jī)交互能力,、加快信息處理速度等輔助決策上,，生成式人工智能技術(shù)已經(jīng)開始應(yīng)用，并有較大的發(fā)揮空間和提升潛力,。筆者認(rèn)為,，任何一項(xiàng)技術(shù)的推廣應(yīng)用一方面是技術(shù)本身的發(fā)展進(jìn)步，另一方面是適應(yīng)技術(shù)發(fā)展的外部環(huán)境支持，生成式人工智能在軍事領(lǐng)域的全面應(yīng)用需要在法律道德規(guī)范,、數(shù)據(jù)基礎(chǔ)儲(chǔ)備,、計(jì)算能力建設(shè)、多源交互環(huán)境等多方面發(fā)力,，厚積薄發(fā),，才有望讓其為人類更好地服務(wù)。（■申崢崢 束折）

來源：中國軍網(wǎng)-解放軍報(bào)