當類似於AlphaGo的人工智慧發展到一定程度,由其扮演朱日和藍軍或歐文堡紅軍的指揮機構,將會怎樣?

或者可以換個角度,人工智慧作為朱日和的紅軍(或歐文堡的藍軍)出現,而不是親自扮演假想敵。

又或者是將這一系統應用於實戰環境,作為決策輔助系統出現。

甚至再進一步,大部分武器實現智能化,由人工智慧進行控制,人類只負責下達命令,打造一支半無人軍隊。


我們有戰略忽悠局和因果律武器,專業解(du)說(nai)。

學好運營,A過去就行,J20騎臉怎麼輸?


如題,如果阿法狗繼續在星際爭霸項目上打敗了人類選手,

那麼意味著什麼?

其實圍棋跟星際爭霸的項目的主要差別,從原理上來說就是信息獲得不確定性,

圍棋是一個信息完全獲得的遊戲項目,下子即確定了坐標,雙方都能看到,而星際爭霸,有封偵察,有野兵營,有升級二本再退等等。

沒有一個職業選手可以說獲得信息是完全獲得,大家都在猜,但是,局部信息又可以推導出差不多接近全面的信息,比如,從遊戲開始到某個時間節點,你全力發展大概會有多少資源,會有幾個資源點,大概什麼時候節點可以全力暴兵,這個地圖開礦偷礦一般會在哪裡,野兵營一波流大概會放在那幾個位置,如何偵察,也就是有幾個套路,也就是說,存在一個模糊而又可以準確描述的時間節點跟上下限可以估計。

1,所以說,阿發狗面臨的第一個難題就是如何從不是全面的信息推導到接近完全掌握的信息,也就要發明是說存在一個模糊但是又準確的上下限判斷的信息收集處理模塊或者演算法網路。其實這一段就是很多人類遊戲高手也打過的就是所謂默認流,全防流。但是阿發狗會處理的更加精確,因為你封偵察的時間節點也是有限的,一旦這個模塊或者信息收集跟處理網路研發成功,阿發狗通過偵察對你運營跟兵力大致是有評估的,準確性應該是90%左右接近全面掌握,也就是突破星際爭霸項目最大難點還是這個如何把掌握的不完全信息通過特定模型的神經網路來歸納總結為接近全面信息,然後再經過決策網路跟值網路選擇應對,當然如果阿法狗一開始遇到諧星之類的升級二本再退一波流的也可能會遭中,但是阿法狗是有學習能力。遭遇個幾千盤這種套路,他就應該學會反覆偵察確認了。

2,第二個難點是時間,星際爭霸的局面發展還是比較迅速的,這需要人工智慧在偵察到1秒鐘內提取特性確定決策預定手段,從硬體方面看,需要更加強力的分散式計算系統的支持,像現在圍棋規則長時間思考讀秒再決策是不行的,當然這方面問題可以通過增加硬體配置跟簡化搜索樹的深度之類的辦法來解決問題也不大,而且星際爭霸遠遠沒有圍棋的變化可能性那麼大。

3, 假設這個信息獲取網路研發成功,李永浩桑蘇被電腦爆肝以後呢,那個這個通用模式可以用在一切遊戲上,比如CSgo.比如彩虹六號,然後戲肉來了,csgo跟彩虹六號是對現實小隊指揮作戰系統的模擬,而且本身就具有大量數據練習跟投食的能力,也就是說,目前steam上伺服器csgo跟彩虹六號等數據大量讓這個標準人工神經網路學習,那麼轉化為現實軍事用途,就會出現一個小隊決策無敵的指揮系統,這個系統恐怖的地方在於,在某個小區域建模並轉化為遊戲區域以後,比如把現實的某個地區轉化為彩虹六號的某個地圖,那麼這個AI可以左右手互博,大量的數據學習跟訓練得到一套天衣無縫完美的現實作戰策略跟指揮能力。

4.那麼這個戰區控制人工智慧在應用上呢,可以把一小隊平民佩戴AR等設備的變成可以對抗職業特種部隊的水平上,因為不光是準星預估,整個隊伍的配置跟指揮可以用秒來同步進行,平民只需要跟的上AI的指揮,槍瞄哪裡,打哪裡,手雷打哪裡,等等,AR設備上還可能出現綜合準星,敵人出現預警燈,讓平民來調控瞄準,人工智慧極為精確的戰術體現會讓執行力不行的平民也爆發出驚人的戰鬥力。這個還不是非常恐怖的,非常恐怖的是電池技術解決以後,無人機跟軍事機器人加入這個戰區控制人工智慧的手下的話,那麼執行能力可以達到100%,沒有任何的人類軍事跟職業特種部隊可以對抗這種人工智慧控制下的經過幾千萬盤模擬跟數據訓練的人工智慧的局部地區的對抗。

也就是說,誰掌握了阿法狗的戰勝星際爭霸的迭代產品,把他作為軍事用途的話,對整個軍事對抗的概念跟層次會發生翻天覆地的變化,在戰術跟小隊的指揮跟選擇上,通過數據模擬跟某個地區的精確的數據建模以後,完全可以通過計算機數據投食跟人工神經網路的高強度數據訓練達成,在某個地區精確的接近完全完美的軍事行動決策跟指揮能力,加入無人機跟軍事機器人以後,就是天網戰鬥部的前身,而且這一切都在穩步推進當中,而這一切的起點就是在阿法狗,跟所謂阿法狗的迭代產品星際爭霸毀滅者。

最終出現,所謂限定地區的戰術上無敵的控制跟決策人工智慧中心,這就是軍事方面的翻天覆地的改革,這種決策跟指揮人工網路的發展潛力跟能力已經遠遠超越了現在這代的所謂4KISR系統。美軍軍事信息處理系統的最大能力跟潛力。任何其他人類的頂尖指揮官在軍事實力均衡的局面下對上了也是吊打。

總結,任何的軍事衝突都是從戰略跟戰術上實現的,而如果有一方掌握了優勢軍事力量了國家加入了這套星際爭霸人工智慧的迭代產品升級過來的地區戰術指揮人工智慧以後,再加入了無人機跟軍事機器人等執行能力達到100%的作戰單位,那麼可以做到戰術戰鬥上的無敵,也就是說通過無數個戰術的勝利累積達到戰略上的勝利。所謂軍事戰鬥最終進入以秒計算的同步指揮模式,而以前的任何一次世界大戰大眾,任何人類戰區指揮官都做不到以秒來決策跟指揮作戰單位。


以後一定會用的,我們不用美軍也會用。

由AI快速推演,提出幾個作戰方案及其預估勝率,再由人類做最後的抉擇...以後大部分專業的AI系統應該都是差不多的模式。

另外,順便提一下,暫時沒必要擔心這種軍演系統會變成天網。一定有硬編碼做出各種限制,而且只要人類不作死引入模擬人類動機的模塊,AI系統是不太會主動做事情的。

關於未來智能的機器人軍隊,也是必然趨勢,所謂的「智能」實際是有很多方面的,關鍵在於確保AI系統不會產生複雜的動機,要限制它們只做某個特定領域的理性分析。不過長期來看很危險,很可能會形成惡性軍備競賽,小國弱國為了對抗大國而放棄這些安全措施,一味追求極限的戰力,最後互相打破下限,惡性循環。而AI技術又不像核能那樣有足夠高的應用門檻,基本上不可能限制其擴散。唉,越寫越悲觀...


不明白為什麼最近這種奇怪問題為什麼這麼多。

假想敵部隊和演習的存在是為了模擬敵人的戰術和指揮特點以尋找應對的方法,不是為了模擬一種很強的戰術,更不是為了比拼雙方指揮員的智力

在這個事實上,你讓一台電腦扮演假想敵又有什麼益處呢?

這都理解不了,跟《沙場點兵》那部蠢片子的編劇有何區別?


除非我軍的假想敵是AI率領的軍隊,否則把一個AI當做藍軍是沒有意義的。


推薦閱讀:

韓國媒體和民眾是如何評價 2016 年 3 月 AlphaGo 和李世石的對決的?
AlphaGo 用了哪些深度學習的模型? 模型的輸入是什麼?
當前AI最厲害的戰略遊戲是什麼?
如何以武俠小說的手法描寫AlphaGo(Master)與職業棋手在2017年年初的六十盤對局?
柯潔和 AlphaGo 的第二盤棋值得關注之處有哪些?

TAG:人工智慧 | 軍事 | 戰爭 | AlphaGo |