美军Maven人工智能系统已成为现代战争核心
The Verge AI··作者 Joshua Dzieza
关键信息
Maven结合计算机视觉与工作流管理，将‘杀伤链’从数小时缩短至几秒；它整合来自150多个数据源的信息，包括卫星、无人机和社交媒体，并通过Palantir的MSS平台由Anthropic的Claude等模型驱动。
资讯摘要
Project Maven于2017年启动，最初是利用人工智能分析无人机图像进行军事目标识别的实验。谷歌因员工抗议退出后，该项目由海军陆战队上校德鲁·库科尔接手，并由Palantir开发，融合了微软、亚马逊和Anthropic的技术。最终形成的Maven智能系统整合了超过150种传感器的数据——包括卫星、雷达和社会媒体——快速识别并优先处理目标。
该系统使美军每日打击数量从不足100次提升到超1000次，加入大语言模型后甚至可达5000次。它在近期美军对伊朗的空袭中发挥了关键作用，其中一次袭击误击了一所被错误标注为学校而非海军基地的建筑——这一事件凸显了自动化系统如何放大人为错误并带来致命后果。
资讯正文
在对伊朗的攻击开始后的24小时内，美军打击了超过1000个目标，规模几乎是二十年前对伊拉克发动‘震慑与 awe’行动的两倍。这种加速得益于人工智能系统，它们加快了目标定位过程。其中最重要的就是Maven智能系统。
记者在新书《Maven计划：一名海军陆战队上校、他的团队与AI战争的黎明》中调查了Maven的发展历程。该计划始于2017年，最初是一项将计算机视觉技术应用于无人机影像的实验。该项目引发了谷歌（美国军方最初的承包商）员工的抗议，最终促使该公司退出合作。在一名名叫德鲁·库科尔的海军陆战队情报军官推动下——他的故事构成了《Maven计划》一书的核心——该系统最终由Palantir公司开发，并整合了微软、亚马逊、Anthropic等多家公司研发的技术。如今，Maven已被美国各军种广泛使用，并已由北约购入。它能融合卫星图像、雷达、社交媒体以及数十种其他数据源，识别战场上的目标并实施打击，同时大幅缩短所谓的‘杀伤链’时间。
Maven结合了计算机视觉和一种工作流程管理系统，能够自动寻找目标、匹配武器，并允许用户快速完成整个打击流程中的后续步骤。原本需要数小时才能完成的过程，现在只需几秒钟。一位官方人士告诉曼森，这项技术使美国从每天打击不到百个目标提升到千个目标，而随着大语言模型（LLMs）的加入，这一数字甚至可以达到每天五千个目标。
在伊朗战争第一天被打击的一千个目标之一是一所女子学校，造成超过150人死亡，绝大多数是儿童。这所学校此前曾是伊朗海军基地的一部分，但在线信息将其标注为学校，且卫星图像清晰显示有操场。尽管媒体报道大多聚焦于Claude可能产生的‘幻觉’，科技史学家凯文·贝克在《卫报》撰文指出，真正值得关注的是Maven及其带来的加速效应。他写道：‘不是聊天机器人杀了那些孩子，而是有人未能更新数据库，另一些人则建造了一个足够快的系统，让这个失误变得致命。’
战争节奏将进一步加快。曼森发现，美军正在开发完全自主的武器项目，包括一种携带爆炸物的无人摩托艇，可自行识别并摧毁目标。
我与曼森讨论了Maven以及人工智能如何改变战争形态。
本次采访经过精简和编辑，以提高清晰度。
他是Project Maven项目的负责人，因此他既是日常执行者和领导者，也有着长远的愿景。这一愿景源于他对美军在阿富汗作战时所使用的低效情报工具的不满。他意识到，美军实际上每六个月就要重复打四次阿富汗战争，因为人员轮换时信息无法及时传递。他感到沮丧的是，数据散落在Excel和PowerPoint中，他希望开发一种分析工具，将情报直接送到前线士兵手中。他还构想了一种被称为‘白点’的概念——在地图上显示带有情报信息的坐标点，比如位置、海拔以及已知情况。这成为他通过Project Maven项目努力实现的核心驱动力之一。
Project Maven最初在军方是如何构思的？它是否一开始就被设计为一个界面和信息管理系统？
这个项目始于2017年，名为Project Maven。该项目当时已经存在并获得了资金支持，原本是用于利用人工智能处理卫星图像，但后来被重新定位为处理无人机视频图像。这是因为美国正在思考如何为可能与中国发生的冲突开发AI技术。他们认为，未来的战争节奏将快于人类思维的速度，因此必须引入AI。最初由库科中校提出的设想是将AI应用于无人机视频画面。当时他们只能分析不到4%的数据，所以他们希望AI能替代人眼来识别内容，但这只是起点。
公众第一次听说Maven是在2018年谷歌抗议事件中。我当时记得谷歌表示，这项技术不会用于杀人。但听起来，目标打击始终是其意图？当时谷歌的一位发言人曾表示，借助AI标记无人机画面中的图像以供审查，是为了拯救生命，并且仅用于非进攻性用途。但这与我的报道不符。我的报道显示，许多美军操作员确实是以保护美军生命和减少平民伤亡为目标，从这个角度看，它确实是‘非进攻性’的，因为它只是分析情报信息。但从更广泛的角度看，也非常现实地讲，AI的目标选择功能就是用来进行打击的。
我在书中问过一位人士，是否Project Maven计划包含对攻击性武器打击的目标设定，他回答说：‘当然，我们不是为了好玩才这么做，情报的目的就是要摧毁高价值目标。’
当谷歌的合作告吹后，Palantir公司介入了这个项目。你能介绍一下Palantir在这其中的角色吗？
美军在Claude出现之前很久就已拥抱人工智能。
有两个关键事件发生。微软和亚马逊云服务（AWS）在算法开发和计算能力方面扮演了更重要的角色，与此同时，库科尔前往帕兰特尔公司，问道：“你能帮忙吗？”他提出了屏幕上白色光点的概念。他设想了一个为期十年的愿景，即美国军方将如何重塑自身，而当时他们正在试验一些算法——这些算法在识别目标方面还很不成熟，且必须运行在不适合的系统中。用户普遍不相信人工智能，而且觉得界面过于分散注意力。因此，他想要一个能让用户满意的用户界面。
于是他向帕兰特尔提出，让他们打造一个用户界面，但帕兰特尔其实并不想这么做。我听说他们当时并不相信人工智能会真正兴起，也不愿仅仅做一个漂亮的界面；他们更希望专注于数据处理。但这并不是库科尔最初提出的诉求，而他非常有说服力。他还希望帕兰特尔少一点傲慢，并最终指导他们如何在国防部内部重塑声誉，争取合同——起初这些合同可能并不值多少钱。但将近十年后的今天，我报道说，Maven智能系统将在今年9月底成为“正式项目”，而帕兰特尔将成为主承包商，这意味着最终对他们来说将是一笔丰厚的收益。
乌克兰战场似乎成了这些系统发展的一个重要转折点。那里发生了什么？
这成为一个关键时刻：炮兵小组意识到人工智能能帮助他们加快作战节奏和定位精度。情报与作战之间的关系变得更为明确。当美国支持乌克兰时，甚至在俄罗斯入侵之前，第18空降军就已经驻扎在德国威斯巴登，迅速开始使用Maven智能系统中的计算机视觉技术来确定俄军位置、坦克所在以及战场态势。然而这些算法很快失效了——它们原本训练于中东和阿富汗的沙漠环境，无法识别雪地中的坦克和其他特征。他们收集了新的卫星图像，传回美国重新训练算法，从而显著提升了对坦克的识别能力。
美国开始向乌克兰提供所谓的“兴趣点”（points of interest），乌方则用这些信息打击俄军装备和人员。这个术语很有意思，因为美国试图在不被俄罗斯视为直接参战的情况下提供援助。因此他们演化出一种说法：所谓“目标”是经过某种程序确认过的对象，而他们给乌克兰的只是差一步的东西。我能报道的是，在2022年某一天的高峰时刻，美国一天之内向乌克兰传递了267个“兴趣点”。
哪些目标确定流程的自动化环节会导致这种加速？
美国军方表示，目前还没有任何环节实现自动化，因为还有一个关键的靶标决策阶段——也就是决定是否打击某个目标的法律判断。据我所知，杀伤链之所以加快，是因为传统上获取打击许可的过程极其原始且缓慢，涉及电话和旋转椅等人工操作。因此，这是将这一过程转移到数字平台的一部分，最终目标是实现自动化。
第18空降军在六个关键步骤中仍由人类参与：人类决定何时以及如何对目标开火；评估所谓的作战方式；分析收集到的数据；决定采取行动；传达决策；执行火力打击；并通报结果。随着Maven人工智能系统的引入，人类在流程中的角色被缩减到仅两个环节：决定行动和执行行动本身。他们可以在AI自动采集数据的过程中监督机器做出决策，但整个评估过程都将由AI完成。即使在国家地理空间情报局（NGA），也已开始生成完全由AI生成、无人类直接接触的情报报告。因此，这是一场巨大的转变，真正让数据和系统成为主导。
他们每天能处理如此多目标的另一个原因在于，Maven智能系统使用了大型语言模型。我曾报道过，他们使用的是Anthropic公司开发的Claude模型，并被告知它确实加快了流程。美军中央司令部（Centcom）自己也表示，在AI的帮助下，原本需要数天甚至数小时的流程现在可以缩短至几秒钟。美国方面声称，最终决策仍由指挥官作出。但我也采访过美国军事伦理专家，他们指出存在战争游戏化的风险，人们可能会盲目信任屏幕上呈现的目标，而没有充分理解支撑这些目标的数据。
反对意见认为，这些数据比以往任何时候都更加精准标注，这个基于AI的系统本质上是一个数据库系统，意味着你可以审计数据，深入挖掘细节，并让总部以前所未有的透明度和问责性来追踪前线军事操作员的行为。美国在伊朗展开的这场大规模行动最终将成为一个典型案例。我们将关注数据和问责机制，看看美国最终是如何使用这一平台的。
有位技术学者凯文·贝克（Kevin Baker）写文章指出，Claude最初因伊朗学校袭击事件受到很多指责。但他强调了更长期的加速趋势，并指出，过去那些步骤可能为深思熟虑或发现错误或矛盾情报留出了时间。我很想知道军方内部是否曾担心事情变得太快了？
美国军方内部正在就应将人工智能技术推进到何种程度展开一场重要辩论。一些人认为这是不可避免的，而另一些人则强烈警告称，最后一刻的人类判断才是挽救生命的关键。我认为这些辩论尚未得出明确结论，但趋势已经很清晰：Maven智能系统正逐渐成为一项正式项目。中央司令部指挥官甚至在执行任务期间抽出时间，在X平台上表示他们正在使用人工智能，并发现这非常有帮助。
还有像前国防部长詹姆斯·马蒂斯这样的声音指出，精准打击无法替代战略思维——简单地说，攻击大量目标并不能带来胜利。
我脑海中反复浮现的一个例子发生在1999年，当时美军误击了中国驻贝尔格莱德大使馆。事后美方公开的分析中提到，使馆在地图上被错误标注，因为使馆最近搬迁过，但部分地图未及时更新。有一张地图更新了，其他却没有。甚至有人曾试图打电话确认以排除疑虑，但未能及时联系到相关人员。
类似这种情况，如果系统能自动标记异常并实现数字化互联，一方面可以更容易发现潜在问题和风险；另一方面，也可能因缺乏人工核查而更快地做出错误的目标选择。因此，美国军方在瞄准环节是否拥抱人工智能，最终将取决于输入数据的质量如何。
来源与参考