人工智能重塑军事视觉：迈向去可视化时代的军事变革与深思

随着人工智能在民用与军事领域的迅猛发展，关于其在军事转型中的作用的讨论日益激烈。在政治与公共话语中，人工智能军备竞赛被视为不可避免，并强调其超越人类局限的优越性。美国国家人工智能安全委员会（NSCAI）报告指出，人工智能在感知、评估与行动上的优势，为各领域带来竞争优势。然而，这股由政治、智库及行业推动的人工智能军备化浪潮，往往忽视了军事人工智能（如自主武器系统）的局限与风险，仅聚焦于其技术先进性。

自包以德经典“OODA”作战环（即“观察-判断-决策-行动”）引入以来，美军不断探索优化决策路径，而技术革新特别是无人机与软件的普及，极大提升了军事态势感知能力。然而，这一进程也伴随着“去视觉化”的深刻变革，视觉不再是决策与行动的唯一基础，算法与机器视觉日益成为重要辅助。在安全与军事领域，“观察”或“视觉”成为关键研究领域，对国际关系与安全研究具有重要意义。无人机战争背景下的视觉机制研究尤为突出，揭示了技术增强下视觉、感知与决策的新形态。视觉机制不仅关乎技术层面的“真实性主张”，更触及军事关注的本质，即感知与毁灭的交汇。

本文探讨的核心问题是：人工智能如何重塑军事“观察”，及其对作战环中“视觉”的影响。去视觉化过程挑战了传统视觉在观察、决策与行动中的核心地位，强调算法性非视觉选择过程的重要性，并影响伪装与隐藏策略。同时，向算法战的转变削弱了人类的控制力，促使人们重新评估视觉在军事行动中的价值。美军联合全域指挥与控制（JADC2）旨在实现向新型综合感知-行动循环的转变，并对现有的OODA循环进行实质性改革，将观察、判断、决策和行动这四个阶段压缩为三个加速且相互关联的维度：感知、理解、行动，这些维度基于整合自主的人工智能因素。JADC2表明，去视觉化过程是复杂而全面的，超越了以前的观察阶段。

21世纪初以来，军事技术背景下的观察与行动研究以无人机战争研究为主。无人机的大规模使用改变了力量的投射、感知和思考方式。基于新颖的可视化模式优化目标的识别、选择和攻击是这些军事工作的核心。无人机提供了一种视觉技术，可以收集数据，促进诊断分析，并能够在特定冲突情况下管理行动方案，对监督该技术使用的操作人员产生的风险最小。这里的“视觉”应该从最广泛的意义上理解，因为无人机可以像多感官系统一样工作并与之交互，这些系统可以接收视觉数据，也可以接收电子或音频数据。

无人机作为遥控无人飞行器通常被理解为人类在视觉和行动方面的延伸或增强，无人机实时传送的图像可能被认为是“增强的、改进的、扩展的人类视觉”。然而，无人机视觉既是视觉的延伸，也是空间和时间的收缩：详细视图、变焦、监视和景观模式，以及各种角度都有望提供人眼无法收集到的东西。人类操作员和目标之间的距离大大增加，而且往往是横贯大陆的。与此同时，长时间的近距离监视会在操作员和目标之间产生一种亲近的感觉，而无人机拍摄画面的清晰度仍然非常低。因此，无人机视觉应该同时被认为人类视觉和感知的增强和削弱。无人机收集的数据不仅范围和数量巨大，而且具有独特的感知范式。无人机的多感官能力提供了一种独特的观察方式，不仅包括观察到的内容，还包括传感器可能有意忽略的内容。当前的事态发展表明，在战争中出现了放弃视觉和控制的趋势，即所谓的“后视觉系统”，这并不意味着人类视觉不再发挥作用。但人机互动日益复杂，人的能动性日益减弱。这尤其涉及计算机视觉和机器学习（ML）的发展，特别是处理无标签或非结构化数据并用于异常检测的深度神经网络（DNN）模型的发展。

启动JADC2计划是美军关注数据的作用和重要性的一部分。正如2020年美国国防部（DOD）数据战略所指出的，“美国国防部认识到，数据是一种战略资产，必须将其付诸实施，以提供一支有效的联合部队。”该战略的未来愿景是：“美国国防部是一个以数据为中心的组织，以快速和规模化使用数据，从而获得作战优势并提高效率”。JADC2试图将这一愿景转化到作战层面，通过创建一个由传感器输入、统一数据存储和数据访问、硬件平台和行动者组成的复杂网络，为实时决策提供信息。最重要的是，JADC2目的是培养作战能力，以便在战争的各个层次和阶段，跨越所有领域，与合作伙伴一起感知、决策和行动，以实现信息优势。

JADC2对决策过程的变革主要是利用人工智能在某些阶段实现“人在环中”（监督算法决策）甚至“人在环外”（算法决策无需人的监督）的应用，这与传统的人在环中的OODA环概念不同，在OODA环中，人是不同阶段的积极决策者。简单地说，JADC2的目标是将所有军事信息（还有一些非军事信息）联网，通过人工智能和机器学习进行处理，并以比对手更快的速度向联合部队指挥官提供一系列建议。

美国在军事人工智能领域投入了巨额资金，以推动相关技术的发展。2023财年预算案中，美国国防部要求超过1301亿美元的研发资金，其中11亿美元专款用于人工智能，112亿美元用于网络安全。美国国防部在2021财年要求将52亿美元用于319个研发项目，包括人工智能机器学习项目，较2020年的40亿美元大幅增加。美国国家人工智能安全委员会建议到2026财年，非国防人工人工智能研发的联邦资金每年翻一番，达到320亿美元。

美国国防部的Maven项目是机器学习减少人类视觉的一个例证。该项目旨在开发深度学习模型，以执行大规模图像数据上的“视觉”任务，提高决策效率，实现全面态势感知。Maven不仅增强了人类的视觉能力，还通过算法过滤、检测和突出显示数据，加速了决策过程。Maven技术处理无人机传感器收集的图像或视频，但算法筛选标志着一种新的图像数据处理方式，即基于统计模式识别而非人类视觉。尽管人类观察和认知在行动中仍发挥作用，但算法在图像生成中的作用日益增强。其他项目，如美国国家安全局（NSA）的Skynet监控项目利用机器学习分析通信数据，检测模式或异常。这些例子表明，军事感知-决策-行动正经历去可视化。数据被高度过滤和结构化，以满足人类对视觉的期望，同时提供对现实的解释。

行业正将视觉界面与生成式人工智能模型结合，如美国Palantir公司的应用程序接口（AIP）通过运行大语言模型以提供操作建议。这代表了去可视化的进一步发展，其中机器学习为人类操作员提供选择性的“看到”。JADC2倡议强调了实现终极态势感知的趋势，通过去除人工操作员的即时决策来完成去可视化。这促进了人工智能“解决方案主义”的军事话语，强调人工智能系统在速度和准确性方面的优势，超越了人类视觉在战争中的基本作用。安杜里尔工业公司（Anduril）的“格子平台”进一步体现了这一愿景，通过深度学习模型简化决策过程，提供推荐的决策支持。

军事工业与学术界在“辅助工具”增强理念下，深入探索军事视觉技术。通过技术增强的视觉虽具潜力，但常因人机交互缺陷而受挫，其修复性虽存，却难掩JADC2对分布式代理的更高期待。机器学习技术承诺超越人类局限，自主执行观察-判断-决策-行动，重塑OODA环，然而其速度优势伴生脆弱性。去可视化趋势加剧，数据依赖削弱人类操作员的实际控制力，仅余抽象的选择。军事视觉技术面临双重挑战：一是实时图像翻译与识别技术扩展监控边界；二是自主技术融入安全与武器系统，重塑决策机制。然而，人工智能技术的复杂性及其对抗性输入的脆弱性，在政府军事话语中鲜被正视，乐观叙事掩盖了潜在风险。

随着非人类感知机制的发展，无人机战争逻辑反转，人类视觉不再主导，算法客观性成为新的标准。这一转变挑战了人类作为感知与决策主体的地位，技术输出在超越人类能力的元叙事下获得合法性。面对去可视化的挑战，美国军方启动“确保人工智能足够强大，以抵御欺骗”（Guaranteeing Artificial Intelligence Robustness against Deception，GARD）项目，旨在提升人工智能抗欺骗能力，覆盖图像、视频、音频等多模态领域。然而，技术创新亦可能带来新的问题，算法决策的不透明性加剧战争复杂性，智能机器亦难穿透算法迷雾。因此，在追求技术创新的同时，必须正视并应对其带来的新风险与挑战，确保人类控制的有意义与有效性。

随着无人机与人工智能技术的迅猛发展，军事环境中的“视觉”不再局限于传统范畴，而是向多感官感知转变。这种变革不仅扩大了战场视野，也引发了关于人类感知与决策自主性的深刻讨论。无人机时代的视觉扩展虽受到大量关注，但其背后的去视觉化趋势却预示着人类感官可能面临的退化风险。在算法战的推动下，传统视觉被新的感知循环所取代，这一过程在JADC2中尤为明显。然而，这种转变并非毫无争议。一方面，算法系统的快速开发与部署看似为军事行动带来了巨大优势；另一方面，其可靠性、易受攻击性等问题却不容忽视。特别是当算法诉诸于不同于人类认知的“真理”时，更加剧了人类对其决策的信任危机。这种背景下，人类与机器在对抗性机器学习攻击方面的互动成为新的研究焦点。随着技术的不断进步，人工智能技术在军事决策和目标确定中的整合已成为不可逆转的趋势。这一变革不仅预示着后视觉机制时代的到来，更标志着武器与感知的深度融合。在这个新时代里，武器不再仅仅是视觉的延伸，而是成为感知本身的一部分，开始取代并重塑人类的感官与决策过程。这一过程不仅挑战了人类在武器使用中的传统角色，更预示着一个由统一技术代理主导的未来，它们将自主感知、理解并决定行动的方向。