《清华大学战略与安全研究中心CISS:2024人工智能术语研究阶段性成果报告(16页).pdf》由会员分享,可在线阅读,更多相关《清华大学战略与安全研究中心CISS:2024人工智能术语研究阶段性成果报告(16页).pdf(16页珍藏版)》请在薪酬报告网上搜索。
1、1第2期(总第37期)人工智能术语研究阶段性成果2024 年第 2 期(总第 37 期)REPORT01第2期(总第37期)人工智能术语研究阶段性成果CISS人工智能与国际安全项目术语工作组一、武器(系统)1.武器泛指用于攻击或保卫自身的作战器械与装置,被用于直接杀伤敌人的有生力量、破坏敌方设施的器械、装置,或在遭受进攻时进行防御的器械、装置,可区分为攻击性武器与防御性武器两类。武器装备:武器装备是作战人员用于执行和保障作战行动的武器、武器系统以及相关的其他军事技术装备的统称,是进行战争的重要物质基础,是军队战斗力生成的重要力量,是完成各种军事行动的重要支撑。a军械:军械主要包括枪械、火炮、弹
2、药、战术导弹、光学仪器(侦察器材,如望远镜、潜望镜、炮队镜、高炮指挥镜等)、瞄准器材、测角器材、通用雷达、指挥仪、移动电站、防暴器材、冷兵器b等一系列用于军事目的的武器与装备。弹药:指含有火药、炸药或其他填充物,能够对目标造成损害或完成其他战术任务的物品。这包括炮弹、火炮炮弹、手榴弹、步枪榴弹、航空炸弹、火箭、导弹、鱼雷、水雷、地雷等,以及用于狩猎和射击运动等非军事用途的礼炮和弹药。ca The peoples Liberation Army military China,中国人民解放军军语,中国总参谋部、总政治部、总后勤部、总装备部发布,2011.b 中国军事百科全书编审委员会.(2016)
3、.中国军事百科全书.中国大百科全书出版社.c 中国军事百科全书编审委员会.(2016).中国军事百科全书.中国大百科全书出版社.02国际战略与安全研究报告装备:给军队配备的武器、军装、器材、技术力量等。d2.武器系统:由若干功能上相互关联的武器、技术装备等有序组合,协同完成一定作战任务的有机整体。e不可接受的致命性自主武器系统:根据中国关于“致命性自主武器系统”问题的工作文件f,中国认为“不可接受的”自主武器系统应满足但不限于以下五个基本特征:(1)致命性:即具有足以致命的载荷和手段;(2)全自主性:即在执行任务整个过程中均无人的介入和控制:(3)无法终止性:即启动后没有终止手段;(4)滥杀性
4、:即不分条件、场合和对象,自动执行杀伤任务;(5)进化性:即在与环境交互过程中,通过自主学习,实现功能扩展和能力进化,且超出人的预测。“可接受的”自主武器系统:具有较高的自主程度,但应始终处于人类控制之下,且可被安全、可信、可靠、可控地使用,人类可随时中止其运行。在军事行动中应能够遵循区分、比例、预防等国际人道主义法基本原则。g3.非致命性武器 非致命性武器是军队等强力部门在执勤、处突、反恐等任务中广d 中国军事百科全书编审委员会.(2016).中国军事百科全书.中国大百科全书出版社.e https:/ https:/documents.unoda.org/wp-content/uploads
5、/2022/07/Working-Paper-of-the-Peoples-Republic-of-China-on-Lethal-Autonomous-Weapons-SystemsChinese.pdfg 中国关于“致命性自主武器系统”问题的工作文件,2022年7月,https:/documents.unoda.org/wp-content/uploads/2022/07/Working-Paper-of-the-Peoples-Republic-of-China-on-Lethal-Autonomous-Weapons-SystemsChinese.pdf03第2期(总第37期)泛使用的
6、武器,在不致命的前提下使目标快速失能并且失能后果具有最大概率的可逆性。非致命性武器提供了以最低限度的武力开展行动的能力,控制了暴力和防止不必要的附带伤亡和破坏。h二、智能/自主平台(系统)4.机器人自动执行工作的机器装置。既可以接受人类指挥,又可以运行预先编排的程序,也可以根据以人工智能技术制定的原则纲领行动。机器人的主要任务是协助或取代人类的工作,例如生产业、建筑业,或是危险的工作。i5.智能武器是指配备了人工智能(AI)、传感器、自动化系统等使其具备一定程度自主决策、目标识别、跟踪和攻击能力,用于实施和保障战斗行动的武器、武器系统和与之配套的其他军事技术器材的统称。这些武器能够在复杂的战场
7、环境中不同程度地提高作战效率和精度,并减少对人为操作的依赖。所谓智能是对人的能力延伸和发展,是人机交互环境中的一部分。人作为军事活动和智能活动的主体,对自主化程度较高的智能武器系统应拥有必要的干预能力。j6.自主武器系统关于“自主性”,其主要目的应是降低军事行动中武器系统对人类及外部资源的依赖程度,提高对复杂动态环境的适应性和战场生存h 赵陕东,马永忠.非致命武器与警用器材M.北京:兵器工业出版社,2005:45-46.i 全国科学技术名词审定委员会:计算机科学技术名词(第三版),科学出版社,2018年,第460页。j 结合过去20年中国学者观点,并基于智能武器基本逻辑进行编纂而成。04国际战
8、略与安全研究报告性,从而更好地完成人类赋予的任务。应根据不同场景、不同程度的自主能力,有针对性规范相关武器系统的使用。如果自主能力未用于杀伤链(例如用于情报搜集和侦察的无人机),即使一些武器系统自主程度很高,其所具有的自主性也不会引发人道主义关切。武器系统杀伤链包括观察、判断、决策、行动等多个关键环节,在某些环节具有自主功能的武器系统并不必然导致滥杀滥伤。因此,笼统地推出禁止或限制措施或将损害各国正当国防能力,甚至损害各国和平利用相关技术的权利。各方应考虑将自主武器系统分为“不可接受的”和“可接受的”两类,对“不可接受的”部分加以禁止,对“可接受的”部分加以规范,以确保有关武器系统安全、可靠、
9、可控,遵循国际人道法及其他适用的国际法。k中国关于“致命性自主武器系统”问题的工作文件7.集群智能/群体智能人工智能集群l:遵循统一控制的,人工智能计算功能单元的集合。注1:人工智能计算功能单元可包含人工智能加速处理器、人工智能服务器、人工智能加速模组等。注2:当由人工智能服务器组成时,人工智能集群可称为人工智能服务器集群,其中的人工智能服务器可称为节点。群体智能m:群体智能(swarm intelligence,SI)也称为集群智能(collective intelligence,CI)对于一个由众多简单个体组成的群体,k Working Paper of the Peoples Repub
10、lic of China on Lethal Autonomous Weapons Systems,9 August 2022,https:/docs-library.unoda.org/Convention_on_Certain_Conventional_Weapons_-_Group_of_Governmental_Experts_(2022)/CCW-GGE.1-2022-WP.6.pdfl 国家市场监督管理总局、国家标准化管理委员会:中华人民共和国国家标准:信息技术 人工智能 术语(GB/T 41867-2022),2022年10月12日发布(2023年5月1日实施),第1页。m 张国
11、辉、文笑雨:群体智能,清华大学出版社2022年,第1-3页。05第2期(总第37期)若其个体具有能通过彼此间的简单合作来完成一个整体任务的能力,则称该群体具有“群体智能”群体智能的核心是由众多简单个体组成的群体能够通过相互之间的简单合作来实现某一较复杂的功能,完成某一较复杂的任务。群体智能可以在没有 集中控制并且缺少全局信息和模型的前提下,为解决复杂的分布式问题提供了可能。8.无人系统无人系统指配备必要的数据处理单元、传感器、自动控制和通信系统,能够在无需搭载人类操作员的情况下发挥其力量执行指定任务的机电系统。9.无人(作战)平台无人作战平台是指在没有搭载人类操作人员的情况下执行作战任务的一种
12、武器系统。10.无人空中平台(无人机、无人驾驶航空器、遥控驾驶航空器)无人驾驶航空器:是指没有机载驾驶员且自备动力系统的航空器。n遥控飞机:由遥控站操作的无人驾驶飞机。遥控飞机是无人驾驶飞机的一个子类。o11.无人地面平台(自动驾驶车辆、无人驾驶车辆)无人地面平台是地面作战的重要力量,能够在没有搭载人类操作员的情况下执行各种任务。n 国务院、中央军委.无人驾驶航空器飞行管理暂行条例.31 May 2023, Civil Unmanned Aircraft Systems Air Traffi c Management Measures,https:/ Learning)涉及统计学、系统辨识、逼
13、近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域。机器学习研究计算机怎样模拟或实现人类的学习p “Information technology-Artificial intelligence-Terminology”(GB/T 41867-2022)issued on May 1,2023,Chinese Electronics Standardization Institute,https:/ GB/T 41867-2022深度学习:根据学习方法可以将机器学习分为传统机器学习和深度学习。深度学习是建立深层结构模型的学习方法,典型的深度学习算法包括深度置信网络、卷积神经网络、受限玻尔兹
14、曼机和循环神经网络等。深度学习又称为深度神经网络(指层数超过3层的神经网络)。深度学习作为机器学习研究中的一个新兴领域,由Hinton等人于2006年提出。深度学习源于多层神经网络,其实质是给出了一种将特征表示和学习合二为一的方式。人工智能标准化白皮书(2018版)17.神经网络神经网络:由加权链路且权值可调整连接的基本处理元素的网络,通过把非线性函数作用到其输入值上使每个单元产生一个值,并把它传送给其他单元或把它表示成输出值。注:虽然某些神经网络旨在模拟神经系统中神经元的功能,但大多数神经网络用于人工智能以实现连接模型。国家标准 GB/T 5271.34-2006q 中国电子技术标准化研究院