1.以人工智能为代表的新兴颠覆性技术正在迎来新时代。从人工智能、机器人技术到分布式账本技术（DLT）、物联网（IoT），新兴的颠覆性技术开创了商业创新的新时代。技术变革引发的社会和经济变革对加拿大军事力量的发展产生了巨大的影响。这些技术包括人工智能和机器学习、量子技术、数据安全和计算机辅助硬件。人工智能充当能够重塑战争规则的力量倍增器。在大国竞争和世界多极化背景下，人工智能正成为竞争的焦点。正如北大西洋公约组织（以下简称“北约”）在指南中所述，“人工智能技术对加拿大及其盟国的军事防御和安全至关重要。”当前，数据和数据驱动的技术占据了全球经济的制高点，全球数据经济的竞争离不开大国的竞争。中国、俄罗斯、美国等许多国家都在积极探索人工智能及其应用，重点放在国防和国家安全方面。目前，北约在人工智能领域仍处于领先地位，技术优势强大，中国正在快速追赶。中国政府希望到2030年在人工智能领域领先世界，并通过利用海量数据扩大在人工智能产业化方面的领先地位。尽管美国在人工智能领域确立了领先地位，但中国有望在未来主导人工智能产业化。因为中国不仅有先进的商业能力，还有持续的国家战略。2.人工智能是一种动态的创新人工智能的概念已经被讨论了很多。准确地说，人工智能不仅是一种动态的、具体的技术和创新，而且是先进技术的结合。目前，人工智能技术已经成为许多重要应用的基础，包括网络搜索、医疗诊断、算法交易、工厂自动化、汽车共享和自动驾驶。人工智能研究始于1940年代，随着机器学习和计算机处理能力的提高，人们对它产生了浓厚的兴趣。人工智能的发展类似于人脑的多层次学习和推理能力。当与大数据和云计算相结合时，人工智能可以通过将“智能”系统和设备连接到5G网络来“了解”数字技术。机器学习作为人工智能的一个子集，是人工智能最典型的应用。机器学习使用统计技术使机器能够在没有明确指令的情况下“学习”，驱动应用程序和服务并提高分析的自动化程度。这种使用数据自动提高性能的过程称为“训练模型”。机器学习最常见的形式是深度学习，它使用多层人工神经网络来复制人工智能。深度神经网络、递归神经网络和卷积神经网络等深度学习架构在广泛的研究领域为计算机提供支持，包括视觉、语音识别、机器翻译和自然语言处理。3、美国和加拿大大力投资人工智能人工智能是新兴颠覆性技术的核心。目前，美国仍然是人工智能的全球领先者。美国国家科学基金会(NSF)每年投入超过1亿美元用于人工智能研究，美国国防高级研究计划局(DARPA)最近提出“下一代人工智能”项目，计划投资20亿美元，目标是提高情境推理和适应性推理。加拿大在人工智能方面也一直处于领先地位，在2017年人工智能战略的指导下，人工智能生态系统迅速发展，政府每年都在增加国防开支，并专注于新兴的颠覆性技术。目前，加拿大政府已承诺投入大量资金用于人工智能的研发。过去10年，加拿大政府共投入4.438亿美元。根据加拿大政府2021年预算报告，1.85亿美元用于支持人工智能研究的商业化；1.622亿美元用于在全国招聘顶尖学术人才；4800万美元用于研究机构；4000万美元用于增强埃德蒙顿、多伦多和蒙特利尔国家人工智能研究所研究人员的计算能力；860万美元用于促进人工智能相关标准的制定和采用。与传统军事技术的发展不同，没有哪个国家可以垄断人工智能的军事应用。研究人员与产业界的广泛合作意味着人工智能和机器学习将在全球范围内得到进一步应用，因此未来的许多军事应用很可能会直接采用为商业用途而开发的技术。4.AI的军事应用AI是一个可以对商业和军事技术产生广泛影响的领域。人工智能的广泛应用意味着该技术可以重新调整现代力量的发展速度和组织结构。总体而言，人工智能代表着国家安全本质的结构性转变。因此，未来的军事应用侧重于先进和变革性技术的开发、获取和集成，包括网络和自主系统。4.1 增强情报能力人工智能作为战争工具的出现可以确保加拿大的国家安全，尤其是增强情报能力。数字时代的战争越来越以知识为基础。当冲突进入信息领域时，军事规划将侧重于信息/虚假信息行动、网络行动、情报行动以及政治或经济影响行动。事实上，混合战争作为一种战争工具由来已久。其目的是利用网络传播、破坏和欺骗其他非军事行动，从内部削弱敌人。网络一直是敌人、国家、犯罪组织和非国家行为者攻击的主要目标，涉及监视和侦察、情报和敏感信息。技术的发展大大拓宽了数据和信息获取的范围，目前驱动战略情报的大部分信息是开源情报（OSINT）或公共资源。现代战争极其依赖安全、及时和准确的信息。随着信息呈指数级增长，数据分析变得越来越困难，推动了新的分析模型和网络工具的采用。在数字时代，情报人员迫切需要新平台、新工具和跨域开源情报，而人工智能可以满足这一需求。人工智能和机器学习可以通过筛选海量数据，大大增强加拿大的国家情报能力。虽然人工智能系统不能提供因果分析，但它们可以大大提高数据管理和数据驱动分析的智能。4.2 重塑军事指挥控制系统人工智能改变了旧有的军事冲突模式。面对数据驱动的战场，决策者应及时调整安全态势。目前，加拿大国防部和军方面临的一个重要挑战是数据驱动网络正在以极快的速度重塑军事指挥和控制系统。集成系统的优势在于它可以有效地协调军事行动。在军事指挥和控制系统中，人类和传感器执行威胁检测并将信息推送到决策堆栈，使决策者能够准确响应。但一体化指挥控制系统也意味着单点故障将成为薄弱环节并受到攻击，“自上而下”的决策难以适应复杂形势下的紧迫挑战，人工智能的应用将进一步加快决策过程，因此对传统的军事指挥控制系统提出了挑战。神经计算、生成对抗网络、人工智能决策支持以及数据和情报分析方面的创新将对军事行动产生巨大影响。在集成平台、技术和应用程序的数字时代，人工智能和机器学习对于巩固和增强军事力量至关重要。人工智能不是单一的技术，而是一系列可以融入各种军事和商业应用的技术，而数据是这些技术不断发展的基础。数字技术由数据推动，并由人工智能进一步推动。数据是人工智能和高级机器学习算法训练的基础，数据驱动着机器的“自主”发展。数据驱动的技术支撑着现代社会的核心功能和经济功能，随着全球5G网络的铺开，全球信息网络将产生、收集、处理和存储海量数据。因此，加拿大国防部和军方将数据提升为对经济增长和加拿大国防都至关重要的国家资产是有道理的。保护和利用数据意味着重新思考当前的集中式数字基础设施。互联网时代的数据安全既要去中心化又要聚合，避免中心化系统漏洞风险。4.3 推动自主武器系统的发展人工智能的武器化助长了全球军备竞赛，可能会重塑加拿大的国防战略。目前，由于人工智能的引入，军事系统的自动化、设备维护和监视以及无人机和机器人的部署都取得了巨大进步。美国、俄罗斯、以色列等国正在研究将人工智能嵌入支持作战模拟和数据处理的网络安全和机器人系统。先进的后勤保障、半自动驾驶、智能供应链管理和预测性维护系统代表了当前人工智能的军事应用。自主武器无需人类参与，可在陆、海、空、天、网域进行目标识别、打击和破坏活动。它基于监视周围环境的传感器系统、识别潜在目标并决定是否攻击的人工智能系统以及能够摧毁目标的武器的组合。在亚美尼亚和阿塞拜疆的冲突期间，自主和半自主无人机被用来破坏常规军事系统，导致一系列军事平台彻底瘫痪。最近对沙特阿拉伯国家石油加工设施的袭击也证实了军用无人机在各种战场环境中的使用越来越多。随着自主武器系统和数据驱动技术的成熟和无处不在，它们可能会为国家和非国家行为者提供平台和工具，以新的和颠覆性的方式使用人工智能和机器学习。4.4 构建先进的网络平台对于许多北约国家来说，网络平台对于多域作战至关重要。网络平台使复杂环境中的资源可视化和协调成为可能。在5G和云计算的支持下，信息系统可以有效采集、传输和处理大量战场数据，提供实时数据分析。互联设备对于协调空袭、飞行无人机、分析实时战场空间和管理高度复杂的供应链至关重要。从战略和通信到后勤和情报，数字平台已成为指挥复杂军事行动的基础，其数据是所有作战领域的命脉。在数字战场空间中，每个士兵、平台和资源都是复杂军事网络中的一个节点。从1990年代以网络为中心的美国军事行动开始，数字技术一直是先进武器、战术和战略的基础。从战场态势感知和自主无人机到精确制导弹药和机器驱动的心理战，网络正在将战争带入网络时代。人工智能本质上是一种“自下而上”的技术，依靠大量数据的持续“输入”来支持机器学习作为“学习引擎”。随着数字生态系统的激增，它们所依赖的网络平台和数据管理系统对于管理不断扩大的资源和人员变得至关重要。DLT提供的高度去中心化的验证系统可以消除中心化节点可能出现的故障，同时确保所有通信和数据传输都免受对手攻击。因此，加拿大国防部应该依托区块链等DLT，加速加拿大军队的数字化转型。通过在去中心化网络中水平分布数据，克服了原有系统固有的局限性和脆弱性。4.5 推动无人机群和机器人的快速发展随着人工智能在军事应用领域的快速推进，许多国家在无人机和机器人的部署上取得了长足的进步，其中美国的军用无人机以以色列人机发展为代表。美军无人机种类齐全、技术先进、用途广泛。主要包括无人侦察机、侦攻一体攻击无人机、诱饵无人机和货运无人机，用于战场监视、通信中断、军事打击等。活动等，在全球市场份额中占据领先地位。无人机群技术可用于微型、小型无人机和无人机（UnmannedAerialVehicle，UAV），利用共享信息进行自主决策。现代军用无人机已经能够在无人值守的情况下定位、识别和攻击目标。无人机“集群技术”可以让数百架无人驾驶飞机从战场上收集信息，以支持各种武器系统。面部识别和决策算法使国家和非国家行为者能够使用致命的自主武器系统执行有针对性的杀戮任务，为数千架无人机配备爆炸性弹头以压倒防空系统，并攻击基础设施、城市、军事基地等。4.6 让“马赛克战”出现无人机的军事威胁势不可挡，针对关键基础设施的网络攻击时有发生。为了应对不断变化的环境，DARPA提出了“马赛克战”的概念。“马赛克战争”的核心思想是使用廉价灵活的模块化系统来应对高度复杂的网络环境，其中单兵作战平台可以设计成可配置的，并使用数字网络来加速动态响应。在DARPA举办的“阿尔法混战”（AlphaDogfight）挑战赛（2019-2020）中，使用先进的F-16飞行模拟器，让计算机与经验丰富的飞行员进行较量，飞行员们根本无法匹敌人工智能的自主攻击和精准度。在“马赛克战争”中，人工智能、无人机、传感器、数据和人员相结合，为作战指挥官提供情报、资源和后勤保障。模块化系统表明未来战争将越来越多地利用计算、数据分析和算法。人工智能系统将推动高度多变和不可预测的战场环境，并加速战争进程。4.7 对抗性攻击AI不可避免的武器化也催生了AI系统的新策略和新方法。正如网络操作可以使计算机网络或机器以某种方式运行一样，对手可以对人工智能系统使用相同的策略，这一过程被称为对抗性机器学习，它试图找到机器学习模型中的弱点并加以抵消。使用。攻击可能发生在开发或部署阶段，包括通过提供欺骗性“输入”或针对模型本身来误导模型。随着人工智能系统变得越来越普遍，对抗性攻击将变得更具吸引力。此外，攻击者经常通过创建对抗性示例来修改训练数据或测试数据，这些示例被故意“打乱”或修改以导致数据错误。在国家安全方面，对手可能会尝试使用相同的技术来影响武器系统。如果这是一个孤立的事件，它可能会很快得到解决。如果在一段时间内频繁发生，可能会对情报收集系统造成巨大挑战，影响其信任度。高价值人工智能系统并不是对手攻击的唯一目标，其中包括生物特征识别和假冒生物特征被用来冒充合法用户。在语音识别中，攻击者可以通过添加低级噪声来破坏系统和计算机的安全。目前，加拿大国防部已经在其军舰上部署了“语音助手”，希望通过部署人工智能系统来提高作战效率。五、加强人工智能全球治理从无人机、人机对话到军事决策，人工智能技术可以使战斗力成倍增加。数据驱动战争的速度和范围表明我们正在进入一个新时代，致命的自主武器系统将极大地改变全球力量平衡。随着近地轨道越来越成为军事监视、遥感、通信、数据处理和弹道导弹的作战环境，人工智能武器化和太空武器化也在交叉和融合。世界各地的研究人员对人工智能、近地轨道和自主武器系统构成的威胁表示担忧，这是全球安全的一个主要转折点，认为国际上对人工智能应用和发展的规范缺乏共识可能会导致危机。因此，人工智能和其他数字技术的法律条约将塑造未来几十年战争和冲突的轮廓。在人工智能军事化的发展过程中，法律条约的构建对于减少未来的冲突将是至关重要的。目前，欧洲国家正在呼吁欧盟成员国制定在人工智能中使用新技术的战略，美国已邀请盟友讨论与使用人工智能相关的法律问题。北约正在启动鼓励成员国达成协议的进程，同时认识到人工智能等新兴技术对全球安全的深远影响，并于2019年12月启动了新兴和颠覆性技术(EDT)路线图。加拿大及其盟国正在寻求机会，通过提议开发一个支持人工智能和其他新兴技术的基本框架来促进、参与和建立合作。联合国秘书长安东尼奥·古特雷斯也强调了人工智能和其他数字技术的风险和机遇，并呼吁制定保护性法律。人工智能是一个影响商业和军事应用的技术领域。鉴于人工智能全面监管存在概念模糊和政治障碍，治理问题在未来很长一段时间内仍将是一项艰巨的挑战。6.结论人工智能已经从一个神秘的学术领域发展成为社会和经济变革的强大推动力。人工智能汇集了先进的数据、算法和计算能力，为军队提供安全、及时和准确的信息。加拿大要建立适合数字时代的军队，政府、工业界和学术界必须以综合方式合作，建立强大的创新生态系统。除了大力发展新兴技术，加拿大政府和军方还需要平衡不断变化的地缘政治格局，通过信息共享、专家会议和多边对话加强国际合作。
