英国皇家三军研究所网站7月4日刊发题为《以色列国防军在加沙使用人工智能：一个目标错位的案例》的文章，作者是诺亚·西尔维亚。全文摘编如下：

尽管人工智能（AI）拥有优化和改善军事目标处理的潜力，但以色列军方在加沙冲突中对人工智能工具的使用，与其说追求的是精准度，倒不如说是速度。

以色列对加沙的战争已持续近9个月，几乎没有什么话题像以色列的目标处理机制——尤其是外界报道的该国对多个人工智能系统的使用——那样始终存在争议。在出现有关“福音”系统的最早报道后，笔者就指出这样的模型在目标处理周期中只能发挥较为有限的作用。不过，后来关于“薰衣草”等模型的报道挑战了许多先入之见，并引发关于人工智能在以军决策中所扮演角色的更多担忧。

在加沙，以色列拥有任何现代战区中最密集的情报网之一。加沙武装分子缺乏任何真正意义的防空系统，从而听任（不管是以色列的还是非以色列的）有人和无人飞机进行几乎不间断的监视，获取大量电子和通信情报。其他情报收集形式包括卫星成像、地面部队传递作战信息以及来自西方政府的各种情报。结合通过几十年监视积累的巴勒斯坦数据档案，以军拥有在现代战斗环境下近乎完美的情报。

一旦准确的数据得到汇集，分析人员将从中寻找可操作的情报。武器设备的卫星图像、视频片段中显示的敌人面孔以及特定无线电信号的位置等，都是可以进行目标创建的情报实例。

在目标得到确认后，它将要么被添加到一个目标库中以便进行监视并予以打击，要么被沿指挥链向上报告以便制订打击计划并获得批准。打击实施平台包括发射空对地弹药的有人和无人驾驶飞机，尽管计划人员在理想情况下会从多种手段中进行选择，包括地面火力或使用轻武器的精确定点突袭。

任何空袭或行动都要求进行事后评估，以便厘清得失和经验教训。战斗损失评估将判定此次打击是否成功清除了目标，同时分析人员将进行附带损害评估，以确保在未来打击中对平民进行更大程度的保护。自动化模型可以执行其中一些评估任务，对有关本次打击的情报进行分析，以便为指挥官和分析人员提供深刻见解。这些见解随后将被输入到目标处理周期的“处理”和“分析”阶段，从而形成一个反馈回路。然而，在缺乏一种“在岗培训”的情况下，由于其偏差和失误被无限重复，一个模型不仅无法使自身能力不断得到精进，反而有可能随着其漂移的增加而变得更差。

人工智能在目标处理过程中的使用并非天生缺乏人性，但这个问题取决于模型的训练、测试和使用方式。就以色列国防军而言，似乎显而易见的一点是，以军对系统的使用并非为了优化目标处理，而是为了扩展和加速其目标处理周期。（编译/曹卫国）