| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

温哥华资讯

Realty

Education

Finance

Immigrants

Yellow Page

Travel

现代战争正在因为AI进入新形态,"斩首"成了数学结果


请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
●战术行动建议与武器匹配


它就不再是一个“好用的软件”,而是成为了“指挥官认知系统”的一部分。这次冲突说明,战争决策的机器化,肯定比我们正常想象的要深入了。

现代战争的四大系统原则


随便检索了这些信息后,我进一步发现,这系统和我总结的潜在系统特征几乎百分百重叠。

1.智能优先

现代打击的窗口期被极度压缩(有时只有几分钟)。人类的反应速度已无法应对。唯一的解决方案是:数据必须提前进入算法。机器先理解世界,人类随后只做确认(Human-on-the-loop)。用算力和智能来换取时间。整套系统要适配算法和AI。

2.万物皆数

人员的步态、心率、手机的电磁信号、车辆的轨迹、甚至是周围植物的热信号,全部被数据化。战场变成了一个纯粹的计算空间。不可被数字化的实体,即失去参与战争的资格。

不可计算就相当于看不见。这时候间谍相当于系统传感器,和无人机角色等同。

3.实时反馈

传统的 OODA 循环(观察-判断-决策-行动)和 Kill Chain(杀伤链)被压缩成了一个以毫秒计的持续循环:发现→验证→摧毁→评估→学习。战争机器开始具备“边打边进化”的自我优化能力。

4.中心决策

所有的关联信息必须回流到统一的云端系统。这里的“中心”指的不再是权力的中心,而是“认知的中心”。只有融合所有维度的碎片数据,系统才能拼凑出战场的完整全貌。

缺信息必然影响决策精度。

“斩首”成了数学结果

当上述系统彻底成型后,一个基于图论和网络科学的冷酷规律浮出水面:

在一个网络中,系统依赖度最高、连接数最多的“枢纽节点”(Hub),最容易被算法识别。

在传统的人类组织中,权力越集中,意味着:

●发布指令带来的极高通信频次

●大量周围安保力量形成的数据异常积聚


●在网络拓扑图中极高的中心性(Centrality)

于是,高价值目标会在算法的仪表盘上自动高亮浮现。

在今天,斩首行动不再是大海捞针般的“寻找”,而是一道简单的“计算题结果”。

所以被知道和不被知道变成关键。

这是个两难的问题,不整智能和数字化那产生代差,整的半拉子工程,那深度和占位更高的就会碾压。

决定胜负的“系统代差”


在这些作用下,现代战争的决定性因素,已经不单是航母的数量、坦克的装甲厚度或军队的规模。这些当然都很关键,但显然:信息流转速度与智能算法的代差更关键。

这是一种极其惊悚的不对称:

当一方拥有全球实时系统,能够持续观察你、精准建模你、提前预测你;

而你抬头看天,除了云层什么都看不见,甚至不知道自己已经被锁定。

在这个维度上,一旦代差形成,战争在开火前事实上就已经结束了。

我其实不知道现在具体整到什么程度了,但公开信息看,脉络就是这个脉络。

系统的递归与“无人公司”的镜像

我最惊讶的就是这系统和我研究的系统高度同构。

甚至同样具有递归性(Recursion)。

只要传感器收集的信息继续增长,模型的智能继续增强,系统就会自我反哺、不断强化:更多的数据→训练更强的模型→执行更精准的行动→收集更新的数据。

这种深化在战场上的表现是什么?

斩首是可以持续深入的,只要感知得到。

哈梅内伊没抗住,那意味着体系性不成,我估计更低级的官员也不成,只不过是值得不值得的问题。
点个赞吧!您的鼓励让我们进步     无评论不新闻,发表一下您的意见吧
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0256 Seconds and 5 DB Queries in 0.0065 Seconds