军事智能就像战争，是一团迷雾，有很多不确定性，变幻莫测，变幻莫测。从目前人工智能的发展趋势来看，在可以预见的未来战争中，人机融合还有很多隐患尚未解决。具体来说：（1）在复杂的信息环境中，人和机器会在一定时间内分离。吸收、消化和利用有限的信息，对于人来说，人所承受的压力越大，对信息的误解就越多，也越容易造成混乱、困惑和事故。对于机器来说，学习、理解和预测跨领域的非结构化数据仍然非常困难。(2)战争决策所需的信息在时间和空间上分布广泛，这决定了一些关键信息的获取难度仍然很大。此外，机器收集的重要客观物理数据与人类主观处理的信息和知识很难协调和整合。(3)未来战争中，会存在大量的非线性特征和意想不到的可变性，往往会导致作战过程和结果存在诸多不可预测性。基于公理的形式化逻辑推理远远不能满足复杂多变的战局决策需要。鉴于核武器的持续扩散和扩散，未来国家之间的战争，无论大小，都将付出越来越大的代价。无论人工智能如何发展，未来属于人类。人类应该共同定义未来战争的游戏规则，决定人工智能的命运，而不是人工智能。之所以如此，是因为人工智能是合乎逻辑的，而未来战争不仅合乎逻辑，还存在大量不合逻辑的因素。（4）鉴于各国自主装备的分类不同，对强人工智能或通用人工智能武器的概念定义和理解存在较大差距。非常快），但如何就人工智能应用的基本概念和定义达成共识，如：①什么是AI？②什么是自治？③自动化和智能化有什么区别？④机器计算和人计算有什么区别？⑤人机功能/能力配置的边界是什么？⑥数据、人工智能和风险责任之间的关系是什么？⑦可计算性和可判定性的区别等。有些定义还很粗糙，需要进一步细化。例如，从人类安全的角度，禁止“人在圈外”的自主武器，是符合普世价值、降低失控风险的必要措施。但是什么样的人在系统的循环中？（5）针对全球自主技术发展，建议成立联合评估小组，定期对自主技术发展进行详细评估与合作。预警、排查技术发展关口，对技术发展进行预测分析，对开发敏感技术的重点机构和研发人员进行针对性监管，并设置一定程度的学术开放要求。（六）人工智能军事化发展面临的安全风险挑战主要包括：①人工智能和自主系统可能导致意外升级和危机不稳定；②人工智能和自主系统会降低对手间的战略稳定性（比如中美、美俄之间的战略关系会更加紧张）；③人与自主系统的不同组合（包括人判断+人决策、人判断+机器决策、机器判断+人决策、机器判断+机器决策）将影响双方的局势升级；④机器对人的理解发出的威慑信号（尤其是降级信号）较差；竞争的不稳定性；⑦自治系统的扩散可能导致认真寻找对策，这将增加不确定性，各国将担心安全问题。计算处理“复杂”，计算处理“复杂”。作文是一个计算过程，但不是用数字和图形，而是用文字符号。人类不可能完全掌握世界，但可以尝试去理解世界。这种智能会催生出更新的哲学范畴和思维。在冯·诺依曼关于大脑与计算机关系的最后一本书，《计算机与人脑》（TheComputerandtheBrain）中，冯·诺依曼总结了他的上述观点，并承认大脑不仅远比机器复杂，而且大脑似乎沿着与他最初设想不同的路线履行其职能。几乎是结论性的，他认为使用二进制的计算机完全不适合模拟大脑。这是因为他几乎已经得出结论，大脑的逻辑结构与逻辑和数学的逻辑结构完全不同。然后，“从评估中枢神经系统真正使用的数学或逻辑语言的角度来看，它的外在形式完全不适合这样的工作。”最近的科学研究证实了这一点。法国神经科学家罗曼布雷特（RomainBrette）的发现从根本上质疑了大脑和计算机的底层架构，即神经代码的一致性。受大脑和计算机之间隐喻的影响，科学家们将技术意义上的刺激与神经元之间的联系转移到表征意义上，神经元代码完全代表刺激。事实上，神经网络如何以最佳解码方式将信号传输到大脑中理想化的观察者的“下游结构”尚不清楚，即使在简单模型中也是如此。假设。那么，这个比喻会导致科学家只关注感官和神经元之间的联系，而忽略了动物行为对神经元的真正影响。匈牙利神经科学家GuyirgiBousaki的发现更为激进。Busaki在他的《由内而外的脑》一书中指出，大脑实际上并不是通过编码来表示信息，而是构造信息。在他看来，大脑并不是简单地被动接受刺激，然后通过神经编码进行表征，而是通过主动寻找各种可能性来测试各种可能的选择。这无疑是对用电脑来比喻大脑的比喻的彻底颠覆。无论是从脑科学还是计算机科学的角度来看，这种将大脑比作计算机的隐喻寿命可能不会持续下去。科布敏锐地指出，这种比喻套用在人们对计算机的研究上，蒙蔽了人们的双眼，缩小了真正研究的范围。
