軍事機器人拯救士兵性命 調查顯示官兵卻不買單

面對基層官兵對AI機器人的反感，採取「交互式機器學習」或許是解決人類對AI不信任的方法。圖爲美陸軍國民兵利用遊戲機學習操作AI機器人。(圖/DVIDS)

隨着「人工智慧」(AI)不斷髮展，各國軍隊無不期盼將機器人納入作戰行動中，讓士兵從「笨拙、骯髒與危險的體力活中解放出來」；但是，根據《印太事務》的調查卻顯示，基層的官兵卻對「人機結合」感到相當反彈。

《印太事務》針對800名澳洲國防軍事學院的學生與見習官進行問卷調查，結果發現大部分人不願意與「致命自主武器系統」(lethal autonomous weapons systems, LAWS)一同部署；甚至不認同LAWS的準確性、可靠性，以及可減少對平民、盟軍等的傷害。

「Defense One」認爲，對於急着將LAWS引入演習與作戰中的五角大廈而言，這恐怕有點刺耳。多年來美軍高層推動的新戰術都圍繞在「人機結合」之上；不論是運用地面機器人、無人機，來協助士兵搬運軍品、探測周遭環境或是迴應威脅，甚至是利用武裝機器人，其目的不外乎是增強士兵能力。

然而，最後卻面臨高層一頭熱，基層卻無感的窘境；陸戰隊尤爾科維奇認爲(Daniel Yurkovich)，無法理解AI與不能在每日訓練中結合機器人，造成基層軍官對「人機結合」的不信賴感。

尤爾科維奇認爲，比起「公發」機器人給士兵；建立模擬的環境，讓官兵在訓練過程中引導、訓練AI機器人，使它成爲真正的隊友，才能建立更好的信任感。

這種稱爲「交互式機器學習」(interactive machine learning)的模式，不僅是讓操作者帶入訓練過程，更是投入後續的設計更新。這樣的做法讓操作者可回顧每次對AI機器人採取行動的影響，並在後續更新中調整做法好讓機器人做出自己想要的行動。即使是非本科系的使用者，也能透過低成本的反覆嘗試修正錯誤結果，進而指導機器人的學習與行動。

當然，這樣做法必然花費較長時間。因此，尤爾科維奇認爲可先透過虛擬遊戲環境訓練AI的大腦；等到相關訓練成熟後，在移轉至實體機器人身上，如此便可節省成本。

例如，陸戰隊的步兵單位就有「活動式AI裝置」(RAID)與相容遊戲機檯。RAID預先灌進在陸戰隊學校至下部隊後的首個步兵營，所學到的一切基礎知識，而遊戲機檯則讓RAID連線至各種虛擬環境。

接下來士兵就像在玩電動一樣，透過機臺讓操作者在虛擬的遊戲環境中，和他的機器夥伴進行交互式機器學習。當要展開現實環境操作時，陸戰隊就將RAID插入實體機器人。

這時，機器人和士兵已「人機一體」，在模擬環境的訓練中培養出來得信賴感，以及經過矯正的一系列動作，足以讓他們完成任何任務。

這聽起來像天方夜譚。事實上，日前伊朗核武之父遭遙控機關槍射殺，「伊斯蘭國」也多次使用武裝無人機，俄國更是在敘利亞部署地面機器人。雖然這些機器人都非完全自主，但前述案例已證實使用上只剩技術障礙，而非道德障礙。