新一波国防AI公司

人工智能与军事能力的交集历来产生了两类公司：大型国防承包商在现有系统上增加AI功能，以及向军事客户许可双用途工具的商业科技公司。现在正出现第三类公司，其重要性日益增加——初创公司正在从基础上为军事应用设计AI系统，其架构、训练数据和运行配置是商业市场既不需要也不允许的。

Defense One对这个初创生态系统的调查显示，一批公司已经得出结论，军方的AI需求与商业应用的差异足够大，足以证明专门设计的解决方案比现有商业技术的改编更合理。这些公司的论点是，极端可靠性要求、保密数据环境、对抗条件和军事行动的独特决策背景需要从一开始就将这些要求作为首要原则而非事后考虑设计的AI系统。

这一群体出现的时机反映了多个因素的汇聚：大型AI模型在复杂领域中展现的能力、信息处理和决策支持在现代战争中的日益核心地位、流向国防技术的风险投资的可用性，以及自从2020年初期的国防创新计划开始取得成效以来变得对非传统国防承包商更有接受力的监管和采购环境。

为什么军事AI是不同的

对军事背景下AI系统的要求与商业应用的差异不仅仅是增量式的。商业AI的失败模式通过客户投诉、品牌损害和收入损失来衡量。军事AI的失败可能导致人员伤亡、任务受损，在最坏的情况下与盟国或对手产生战略危机。这种后果的不对称性要求对可靠性、验证和运行安全采取与商业部署规范所假设的不同的方法。

数据是一个特别重要的区别因素。军事AI最有价值的训练数据——通信拦截、监视图像、运行日志、威胁数据库——是保密的，不能用于训练商业模型。构建军事专用AI的公司必须要么构建自己的保密训练管道，要么在政府数据环境中工作，要么开发可以在非保密数据上有效训练并在保密数据上微调的架构，而不会以监督机构会禁止的方式危害安全边界。

对抗性鲁棒性要求也不同。商业AI通常根据真实用户产生的输入分布进行评估。军事AI必须对对手具有鲁棒性，这些对手将主动探测漏洞、试图欺骗为模型输入提供的传感器和数据源，并投入资源来理解和击败威胁其作战的AI系统。这造成了商业AI安全测试无法充分解决的根本不同的评估和红队要求。

主要初创公司和他们的方法

新兴的格局包括专注于军事AI堆栈不同层级的公司。一些正在构建情报分析平台，帮助分析师处理和综合大量图像、信号和开源数据，生成可执行的情报评估，速度比单独工作的人工分析师所能达到的更快。其他正在开发运行规划的决策支持系统——帮助指挥官模拟行动方案、评估后勤限制和预测对手反应的工具。

一个特别活跃的领域是自主系统协调——AI平台管理无人飞行器、地面机器人或海上自主车辆的群体，使小团队能够在通信可能降级或被切断的对抗环境中控制大量系统。这些协调系统需要对部分信息、通信中断和对抗性电子战具有鲁棒性的AI，这些是商业领域没有的条件。

后勤和供应链优化代表另一个优先领域。军事后勤极其复杂，在从和平时期驻防行动到主动冲突的各种条件下，管理人员、设备、弹药、燃料和维护零件在全球网络中的流动。能够优化这些流量、预测短缺并适应中断的AI系统具有实质性价值，军事客户越来越愿意通过旨在加快采购速度的采购机制为其付费。

五角大楼的AI采购演进

美国国防部在过去几年中大幅改进了其AI采购方法，从定制的有案可查的方法转向更敏捷的采购机制，更适合于迭代速度快于传统国防采购周期所能容纳的软件密集型AI能力。首席数字和AI办公室在开发允许非传统供应商有效竞争国防AI工作的合同工具和标准方面发挥了中心作用。

联合作战云能力与分类云计算环境可用性的扩大相结合，降低了寻求在保密环境中运营的初创公司的基础设施障碍。公司不再需要构建自己的保密计算环境来为军事客户开发和部署AI——他们可以利用政府云基础设施，该基础设施提供所需的安全控制，同时支持AI开发所需的现代软件开发实践。

向防御AI的风险投资流增加了大幅，部分由俄罗斯入侵乌克兰后对国防投资的态度改变和技术产业对国家安全任务看法的更广泛重新调整所推动。曾经出于原则或商业偏好避免国防技术的投资者已经重新考虑，专门的国防聚焦风险基金出现了，不仅提供资本，而且提供国防市场导航的运营专业知识。

伦理维度和国际竞争

军事专用AI提出了商业AI话语（主要关注偏差、隐私和劳动力流离）没有充分解决的伦理问题。AI在致命决策中的适当角色——自主系统在什么条件下应允许在没有人类授权的情况下攻击目标——仍然是美国内部和尚未制定约束性规则的国际论坛中的主动政策辩论。

与此同时，对手国家正在大幅投资军事AI，而不进行表征美国和盟国辩论的伦理审议。中国的军事AI项目规模庞大，据报道受到的约束少于美国政策目前对致命自主武器的人员在环中的要求。这种不对称性造成了防御官员公开承认的更快行动的竞争压力，即使他们保持对负责任AI开发的承诺。

构建军事专用AI的初创公司正在这些压力的交叉点处运营——需要快速开发有能力的系统以在近期竞争中保持相关性，同时建立负责任部署所需的安全性、可解释性和人工监督功能。他们如何处理这种紧张关系，以及他们的政府客户如何评估它，将塑造未来几年AI支持的战争的轨迹。

本文基于Defense One的报道。阅读原始文章。