W wymiarze militarnym sztuczna inteligencja ma potencjał przyspieszenia procesu podejmowania decyzji poprzez sortowanie dużych ilości danych w efektywniejszy sposób niż kiedykolwiek wcześniej. Uzbrojenie oparte na AI będzie dysponowało ogromną precyzją. Wojsko połączy systemy załogowe i autonomiczne, aby przeprowadzać złożone operacje, takie jak ataki rojów dronów, które będą miały dewastujące efekty. AI pozwoli operatorom lepiej identyfikować zagrożenia i słabości w sieciach komputerowych oraz pomoże zarówno w obronie przed cyberatakami, jak i w ich przeprowadzaniu. Wyrafinowanie i złożoność działań wojskowych radykalnie wzrosną.
Pierwsze kroki AI w systemach broni jądrowej
W obszarze broni jądrowych sztuczna inteligencja wprowadzana jest przede wszystkich do systemów zautomatyzowanego dowodzenia i łączności (Nuclear Command Control and Communication – NC3). Ze względu na globalny zasięg i śmiercionośny charakter tej broni zastąpienie człowieka sztuczną inteligencją wzbudza zrozumiałe emocje, ale trzeba zauważyć, że jej zastosowanie w systemach NC3 nie jest niczym nowym. AI traktowana jako zbiór algorytmów, rozkazów i danych, czyli program komputerowy, wykorzystywana była w tych systemach już od połowy XX wieku. Bez takich programów niemożliwe byłoby wykrywanie i jednoczesne śledzenie kilkuset celów w kosmosie, nie mówiąc o koordynacji prawie jednoczesnego odpalenia własnych rakiet balistycznych.
Podczas zimnej wojny zarówno USA, jak i Związek Radziecki stworzyły zaawansowaną infrastrukturę dowodzenia i kierowania, która miała na celu szybką identyfikację zagrożeń jądrowych i formułowanie odpowiednich decyzji w krótkim czasie. Na przykład oba kraje włączyły automatyzację z elementami AI dla zarządzania systemami broni jądrowej, a w tym do realizacji takich funkcji, jak planowanie zabezpieczenia logistycznego, wypracowanie rozkazów wycelowania rakiet, ich wystrzelenia i naprowadzanie na cel. Zarówno ZSRR, jak i USA pracowały również nad zautomatyzowaniem (do pewnego stopnia) systemów wczesnego ostrzegania o ataku rakietowym. Było to niezbędne, aby jak najszybciej dostarczyć decydentom kluczowych danych i dać im czas na rozważenie ewentualnego uderzenia odwetowego. Historycznie rzecz biorąc, rolą systemów NC3 z czasów zimnej wojny było dostarczanie informacji funkcjonariuszom znajdującym się w „łańcuchu dowodzenia”, którzy następnie musieli ocenić, czy przeciwnik zainicjował atak lub przygotowywał się do wystrzelenia rakiet z bronią jądrową. Oba kraje dostrzegały jednak ograniczenia związane z automatyzacją systemów odstraszania nuklearnego, w szczególności ze względu na ich skłonność do generowania fałszywych alarmów. W rezultacie stało się jasne, że do weryfikacji danych generowanych przez te systemy, a także do podjęcia ostatecznej decyzji o wystrzeleniu rakiet z bronią jądrową, niezbędny jest nadzór człowieka. Pełna automatyzacja procesów dowodzenia, kierowania i łączności była uznana za dopuszczalną (przez ZSRR) tylko w scenariuszu, w którym ludzcy decydenci byliby fizycznie ubezwłasnowolnieni i przez to niezdolni do oceny sytuacji i podjęcia działań. Najlepszym przykładem sztucznej inteligencji tamtych lat jest system „Perimeter”, nazywany na Zachodzie „Dead Hand” („martwa ręka”), pomyślany jako w pełni automatyczny system odwetu Moskwy na prewencyjny atak jądrowy ze strony USA.
Zrozumienie technologii
Techniki AI, włączone do systemów NC3 w epoce zimnej wojny, sprawdzały się w realizacji zadań z przewidywalnymi danymi na wejściu systemu, były jednak mniej wiarygodne w przypadku złożonych i niepewnych sytuacji. Zresztą trudno jest porównywać te systemy ze stosowaną obecnie sztuczną inteligencją ze względu na rozległe różnice między dzisiejszym głębokim uczeniem maszynowym a wcześniejszymi podejściami do procesów automatycznej obróbki danych.
Współczesną AI można opisać jako skomputeryzowane procesy wiernego naśladowania zadań tradycyjnie wykonywanych przez ludzi. Algorytmy uczenia maszynowego obejmują szeroką gamę technik, które umożliwiają maszynom „uczenie się” na podstawie danych, bez wyraźnych instrukcji. Obejmują one różne paradygmaty, począwszy od uczenia bez nadzoru, poprzez nadzorowane, aż do tzw. uczenia przez wzmacnianie. Istnieje również wiele skrzyżowań tych metod, tworzących swego rodzaju hybrydy.