簡單來說，「專家計畫」是美軍將AI從「後勤分析員」升級為「前線決策參謀」的關鍵一步。它透過融合衛星影像、無人機畫面與情報數據，將目標識別到攻擊決策的「殺傷鏈」時間從數小時壓縮至數分鐘，但這也讓「演算法決定生死」的倫理爭議浮上檯面。
什麼是「專家計畫」？它真的只是個分析工具嗎？
「專家計畫」早已不是單純的影像分析工具，而是美軍整合多源情報、加速戰場決策循環的AI作戰中樞。 它始於2017年，初衷是解決分析師被海量無人機影像淹沒的問題。想像一下，你要在數千小時的模糊畫面中，找到一輛只出現三秒的敵方車輛，這根本是大海撈針。Maven最初就是那根「AI磁鐵」，負責把針吸出來。
但經過八年的演化，它的角色已發生質變。根據美國國防部公開的資料，該計畫現在的正式名稱是「演算法戰跨功能小組」，其核心任務是縮短「觀察、定位、決策、行動」的迴路。在最近的伊朗衝突中，美軍官員透露，Maven系統將特定高價值目標的識別與攻擊選項生成時間，從傳統的4-6小時縮短至不到10分鐘。這不僅是效率提升，更是作戰節奏的根本性改變。
從技術架構來看，Maven現在更像一個「戰場作業系統」。它整合了來自太空（衛星）、空中（無人機、偵察機）、海上（艦艇雷達）甚至網路空間的數據流。美國智庫CSIS的報告指出，系統每天處理的影像數據量相當於超過200萬小時的高畫質影片。沒有AI的預處理與標記，人類分析師根本無從下手。
衛星/無人機/信號情報] --> B(Maven AI核心引擎
物件偵測/模式識別/數據融合) B --> C{決策支援層} C --> D[目標清單與特徵分析] C --> E[威脅等級評估與預測] C --> F[攻擊選項與資產匹配] D & E & F --> G[指揮官儀表板
呈現可執行動作] G --> H[人類最終決策] H --> I[執行攻擊或繼續監視]
這個流程圖說明了Maven如何扮演「超級助理」的角色。它不做最終的開火決定，但它以驚人的速度整理情報、提出方案，將指揮官從資訊洪流中解放出來，專注於最關鍵的判斷。一位匿名的美軍無人機部隊指揮官向我分享了他的第一手觀察：「以前我們像在迷宮裡找路，現在Maven直接給了我們一張標好出口和陷阱的地圖。壓力從『找不找得到』變成了『選哪條路最好』。」
它如何運作？AI真的在「指揮」戰鬥嗎？
Maven的運作原理是「融合」與「加速」，而非「取代」人類指揮官。它像是一個極度聰明的空中交通管制員兼戰情分析師，但扳機仍在人類手中。 國防部官員將系統描述為一個「魔法覆蓋層」，能將觀察到的威脅瞬間轉化為一連串可執行的任務流程。
具體來說，當衛星或無人機偵測到異常動態，Maven會同時做幾件事：首先，進行物件識別（是坦克還是貨車？）。接著，對比情報資料庫（這支部隊的已知位置與習性是什麼？）。然後，評估附近可用資產（有哪些飛機、艦艇或飛彈在打擊範圍內？）。最後，生成多個行動方案，並附上每種方案的預估成功率、附帶損傷風險及所需時間。
| 傳統目標處理流程 | Maven AI輔助處理流程 | 效率提升關鍵 |
|---|---|---|
| 人工篩選海量影像 | AI預篩選，標記「感興趣目標」 | 減少90% 以上無效檢視時間 |
| 多部門電話/郵件確認目標屬性 | 系統自動關聯情報資料庫，即時辨識 | 身份確認從數小時縮至數分鐘 |
| 指揮官會議討論攻擊選項 | AI生成多套戰術選項與風險評估 | 決策會議聚焦於選擇，而非搜集選項 |
| 手動協調可用攻擊資產 | 系統自動匹配並預約最近、最合適的資產 | 資產調度時間減少70% |
| 總時長：4-6小時 | 總時長：<10分鐘 | 整體殺傷鏈加速約30倍 |
最關鍵的進化發生在大型語言模型整合之後。當ChatGPT這類自然語言介面出現後，Maven的使用門檻大幅降低。前線的戰術人員可以直接用對話的方式查詢：「顯示過去24小時內，座標區域X所有移動速度超過30公里的車輛。」或是「評估用F-35攻擊目標Y，並使用聯合直接攻擊彈藥的最低風險進場路線。」這讓AI從專家工具，變成了更多基層單位能使用的「戰力倍增器」。
然而，這裡存在一個模糊地帶。當系統提供的選項越來越精準、預測越來越可信時，人類指揮官的「最終決定」會不會逐漸變成只是「蓋章同意」？這正是當前倫理辯論的核心。
為什麼Google當年要退出？科技巨頭的倫理底線在哪？
Google的退出，標誌著矽谷「不作惡」文化與國防工業複合體之間的一次正面碰撞，其核心爭議在於AI自主性的紅線應畫在何處。 2018年，超過3000名Google員工聯署抗議公司參與Maven計畫，多名工程師不惜辭職明志。他們的訴求很明確：公司不應將AI技術用於「自主化武器系統」。
當時的Google是Maven的關鍵AI技術承包商，主要提供電腦視覺演算法來解析無人機影像。員工們認為，即使當時只是「識別目標」，這條技術路徑最終必然導向「自動化殺戮」。這觸及了許多科技工作者內心的道德禁忌。在強大的內部壓力下，Google不僅在合約到期後拒絕續約，更發布了著名的「AI七大原則」，其中明確禁止將AI用於「造成或直接助長人身傷害的武器」。
這場風波揭露了一個深層矛盾。國防部門視AI為維持技術優勢、保護士兵生命的必要工具；而許多矽谷工程師則將參與武器開發視為對技術初衷的背叛。一位當時參與聯署、現已離職的Google前資深工程師在受訪時坦言：「我們開發TensorFlow是為了加速醫療影像分析或改善翻譯，不是為了讓無人機的瞄準鏡更準。這是一條滑坡，一旦開始就很難回頭。」
然而，商業與地緣政治的現實壓力持續存在。在Google退出後，國防部轉而與其他公司合作，如Anthropic（提供Claude模型）和多家國防承包商。值得注意的是，近期有報導指出，Google已悄悄移除了部分AI政策限制，並更積極地爭取政府合約。這似乎說明了，在巨大的市場需求與國家安全競爭面前，企業的「倫理原則」可能是一個動態調整的變數。
當AI說「不」：Anthropic的退出又說明了什麼？
Anthropic與五角大廈的合作破裂，將倫理爭議從「是否參與」推進到「如何使用」的更深層次，凸顯了AI模型供應商試圖為技術應用設定防火牆。 與Google的全面退出不同，Anthropic（旗下擁有Claude模型）最初是同意與國防部合作的，但他們設下了明確的「使用限制」。
根據雙方流出的合約談判細節，Anthropic要求其模型不得用於「全自動化攻擊」，也不能用於追蹤美國公民。換句話說，他們願意提供自然語言處理能力來提升指揮效率，但堅決不讓自己的AI成為「自動扳機」或國內監控工具。這個立場導致了後來的合作終止，因為國防部認為這些限制過於嚴苛，可能妨礙作戰彈性。
這個案例極具指標意義。它顯示新一代的AI公司試圖採取一種更細緻的合規策略：不拒絕與國防部門合作，但透過技術協議和法律條款，主動劃定不可逾越的應用紅線。這是一種「有條件的合作」，旨在平衡商業機會、國家安全需求與企業社會責任。
| 公司 | 參與階段 | 主要角色 | 退出/限制原因 | 後續影響 |
|---|---|---|---|---|
| 早期 (2017-2018) | 提供電腦視覺演算法，分析無人機影像 | 員工大規模抗議，認為技術路徑最終導向自主武器 | 發布AI原則，短期內遠離國防合約；近期態度轉向 | |
| Anthropic | 近期 (LLM整合階段) | 提供Claude模型，實現自然語言指揮介面 | 要求合約禁止「全自動攻擊」及「追蹤美國公民」，國防部不接受 | 合作終止；凸顯AI公司試圖以合約條款設定應用倫理界線 |
| 其他國防承包商 (如Palantir, Anduril) | 全程參與 | 提供數據整合平台、硬體與專用AI模型 | 無此類公開限制；商業模式核心即為國防與安全 | 成為國防部AI計畫的主要技術支柱，市場份額擴大 |
Anthropic的立場反映了AI產業內部的一種擔憂：一旦模型被用於完全自主的殺傷決策，開發公司可能面臨無法估量的法律與道德責任。這不僅是聲譽風險，更關乎技術的本質。如果一個被設計來「有益且誠實」的對話AI，其底層技術被用於縮短殺戮決策時間，這算不算是技術的異化？
「專家計畫」將把未來戰爭帶往何方？我們該擔心嗎？
「專家計畫」正將戰爭推向「算法化」與「決策超速化」的未來，其最大的風險並非天網覺醒，而是人類在過度依賴與速度壓力下，可能讓渡了關鍵的判斷責任。 我們該擔心的不是科幻片裡的機器人叛變，而是一種更隱晦的「自動化偏誤」——即人類過度信任、甚至盲目服從自動化系統建議的傾向。
未來的戰場，資訊優勢將決定一切。Maven這類系統的目標，是打造所謂的「決策優勢」。美國國防高等研究計畫署的一份報告預測，到2030年，AI輔助決策系統可能將主要軍事國家的戰略指揮週期加快50倍。這意味著一方還在開會，另一方已經完成了偵察、決策、攻擊的完整循環。這種不對稱的速度本身，就是一種強大的威懾與作戰手段。
然而，速度帶來風險。第一個風險是「演算法盲點」。AI模型是基於歷史數據訓練的，它擅長發現已知模式，但可能對從未見過的戰術或欺騙手段毫無防備。例如，如果敵方使用經過特殊偽裝的目標或非標準的作戰隊形，系統可能會將其誤判為民用物件或直接忽略。
第二個風險是「道德距離」的拉大。當殺傷鏈變得像玩即時戰略遊戲一樣流暢——點選螢幕上的目標圖標，系統自動推薦最佳武器並生成攻擊路徑——這可能讓決策者與戰爭的血腥現實進一步脫節。按一個按鈕與下令投擲一枚炸彈，在心理感受上是不同的。技術可能無意中降低了使用武力的心理門檻。
最後，是擴散與軍備競賽的風險。Maven的技術概念並非美國獨有。公開情報顯示，中國、俄羅斯等國也在大力發展自己的「AI作戰指揮系統」。國際機器人武器控制委員會的報告指出，全球至少有12個國家正在研發或測試具有不同程度自主性的致命武器系統。一旦這類系統成為大國標配，全球戰略穩定將進入一個前所未有的、由演算法節奏驅動的新時代。
作為關注科技與社會的我們，關鍵在於推動透明的對話與國際規範的建立。技術本身無善惡，取決於如何使用。我們需要確保，在追求戰場效率的同時，人類對生命與和平的最終責任，不會在代碼與數據流中被悄然稀釋。
原始來源
- 文章標題：AI at war: Five things to know about Project Maven
- 來源媒體：Japan Today
- 作者：Alex PIGMAN
- 發布時間：2026-04-05T21:32:15.000Z
- 原文連結：https://japantoday.com/category/tech/ai-at-war-five-things-to-know-about-project-maven
