AI定目标失误暴露军方数据库漏洞
The Decoder··作者 Maximilian Schreiner
关键信息
调查人员将这次失误追溯到至少两个情报数据库，它们从未与权威目标数据库 MIDB 连接，而 MIDB 仍高度依赖人工录入，原本计划由严重延期的 MARS 系统取代。报道还称，用于审查的影像据说已有七年之久，美国政府问责局早在 2020 年就已就这些缺陷发出过长期警告。
资讯摘要
《洛杉矶时报》的一篇报道指出，美国军方在 2 月底对伊朗一所学校的导弹打击，暴露出目标情报处理流程中非常严重的缺陷。此次袭击造成约 120 名儿童死亡，而调查人员认为，一条被遗漏的分析员备注和彼此不连通的数据库，是这次失败的核心原因。几年前，美国一名分析员注意到伊朗东南部米纳布的一处建筑发生变化；这处建筑此前被列为伊朗海军军事设施，但到那时已经变成一所小学。该分析员在 2019 年使用一个数字情报工具记录了这一变化，但这个工具并未接入军方用于生成打击目标的官方数据库，因此信息从未传到指挥官那里。该建筑随后被多次审查，但始终没有人更新权威记录。报道还称，审查时使用的影像已有七年之久，而且至少有两个情报数据库至今仍未与目标数据库连接。
这个名为 MIDB 的数据库起源于 20 世纪 80 年代，仍然高度依赖人工录入，而其替代系统 MARS 又比计划晚了很多年。与这种陈旧基础设施形成鲜明对比的是 AI 赋能定目标的速度，包括据称将 Anthropic 的 Claude 接入 Palantir 的 Maven Smart System，并在战役最初几天帮助建议了数千个目标。文章认为，AI 被用来解决的是底层数据系统碎片化和失灵的问题，但这些问题本身并没有被修复。报道还提到，一些专家希望通过更多自动化来减少错误，例如把公共服务如 Google Maps 纳入交叉核对；而在这篇报道发表后，五角大楼也推进了新的 agentic AI 计划。按照现行作战原则，指挥官必须区分军事目标和民用对象，此外还有一个可选的目标审查流程，用来核实底层情报是否准确，但目前尚不清楚在对伊朗的打击前是否启动了这一流程。报道最后引述了退役空军三星中将 Jack Shanahan 的批评，他曾主导 Project Maven 和后来的联合人工智能中心，这意味着连军事 AI 采纳的推动者之一，也在对当前系统的失效发出警告。
来源与参考
收录于 2026-06-30