戦場のアルファ碁：人工知能がもたらす軍事革命が静かに始まった

人工知能と機械学習が人間の世界を完全に変える運命にあることは疑いようがありません。

これは軍事分野にも影響を及ぼすでしょう。実際、軍事分野における人工知能の発展は飛躍的に進んでいると言えます。人工知能を搭載したロボット兵士がすぐに登場することはありませんが、多くの無人車両はすでに人工知能技術を使用しています。外界からは見えない場所も数多く存在し、人工知能によって大きな変化が起こり始めており、今後、軍事革命の新たな波を引き起こすことは必至だ。

[[381001]]

米軍MQ-9無人機

たとえば、人工知能に関して最も衝撃的なのは、チェスの世界ではすでに人工知能が優位に立っており、AlphaGo が無敵であることです。米軍も同様の技術を使って、あらゆるレベルの指揮官を支援する「GameBreaker」と呼ばれる人工知能システムの開発を試みている。このシステムは、コンピューター戦争ゲームシミュレーションと機械学習を使用して、最高の戦場意思決定能力を訓練し、さまざまな状況で指揮官が選択できる最善の戦術を提供します。それはまるで囲碁のゲームに参加して、AlphaGo が不正行為を手助けしてくれるようなものです。これにより、米軍のすべての指揮官が有能で戦闘経験豊富なベテランに変身するでしょう。

戦場の情報解釈パターンの変化
人工知能とコンピューター戦争ゲームシミュレーションを組み合わせることで、補助的な意思決定システムを開発できるだけでなく、双方の欠点を分析することもできます。これは、コンピューターの高速な計算能力により、従来の人間の脳の能力を超える膨大な量の情報を同時に処理できるためです。今日の戦場はますます複雑化しており、さまざまな戦場の情報がデータベース、宇宙衛星、諜報システムを通じて指揮センターに送信されると、情報爆発が発生することがよくあります。これは第二次世界大戦中に現れ始め、今日の戦争ではさらに顕著になっています。現在の問題は、軍隊の偵察能力が不足しているわけではないが、膨大な量の情報を処理するのが困難になっていることです。

これは情報化時代の特徴であり、ビッグデータの処理が最も注目されている技術でもあります。軍事分野のビッグデータはより複雑で、運用上のタイムリーさが求められることが多いため、処理に時間がかかりすぎると、最も価値のある情報でさえ価値がなくなります。ビッグデータを処理するには、人工知能を使用するのが現在最も効果的な方法です。まだ初期段階ではありますが、この技術は徐々にあらゆるレベルで利用されるようになっています。米軍はまた、データベースのバックエンド処理に人工知能を使用し、大量の情報を迅速に分析し、戦闘に役立つ重要な鍵となる情報を瞬時に選別する計画だ。

[[381002]]

RQ-4 グローバルホーク無人偵察機

人工知能をデータベースと組み合わせてさまざまな情報を分析し、コンピューターサンドボックスシステムと組み合わせて戦場の意思決定支援システムを訓練することで、指揮官と戦闘スタッフの作業負荷を大幅に軽減します。また、戦闘指揮システムの運用速度も、日数や時間単位から分単位、さらには秒単位へと変化します。さらに重要なのは、この人工知能システムは将来、最も重い作業負荷を負う戦闘機パイロットなどの最前線の戦闘要員を支援するために分散的に配備できるということです。

戦闘機のパイロットは、さまざまな情報をリアルタイムで受け取り、精密な電子機器を操作して飛行ルートや戦術を決定し、空対空戦闘や地上攻撃を行わなければなりません。有能なパイロットを育成するには長期にわたる訓練が必要であり、才能も重要な要素となります。戦闘機がますます複雑になるにつれ、パイロットの負担も重くなっていきました。一時期、F-4やF-14などの戦闘機はすべて、パイロットの負担を軽減するために二重操縦設計を採用していました。この状況は、現代の航空電子工学システムが成熟するまで変わりませんでした。しかし、パイロットが単独で操縦できるようになると、戦場がより複雑で危険になっているだけでなく、ドローンも出現しているため、さらに大きな課題に直面することになる。

ドローンは無人機として宣伝されていますが、実際に運用される際には、遠隔操作や事前に計画されたルートによって制御されます。この方式の最大の欠点は、即時対応能力が低いことです。偵察や地上攻撃の任務にはほとんど対応できませんが、空対空戦闘を遂行したり、従来の戦闘機と協力してさまざまな複雑な空中任務を遂行したりするには、少し不十分です。ここで欠けている重要な機能としては、遠隔操作の遅延や、従来の戦闘機のパイロットがこれらのドローンを指揮するために、より膨大な量の情報を処理し、より複雑な決定を下す必要があることなどがあり、これは通常の人間のパイロットの能力を超えています。

[[381003]]

ボーイングの忠実なウィングマン

したがって、現在さまざまな国が開発している最も人気のある忠実なウィングマンには、実際には 2 つの重要な部分が含まれています。 1つは、人工知能とドローンを組み合わせ、ドローンが自ら現状を判断して対応したり、従来の有人航空機を護衛したり、さまざまなタスクの遂行を支援したりできるようにすることです。 2 つ目は、戦闘機のコックピットの操作インターフェースに人工知能技術を統合し、パイロットが情報を処理し、忠実な僚機を指揮するための意思決定を行うのを支援することです。ドローンを遠隔操作や事前に計画されたルートで制御する必要がなくなるということは、ドローンの使用がより柔軟になることを意味し、従来の有人戦闘機の役割は大きく変化するでしょう。

物流供給の変化
人工知能と無人車両の組み合わせは、近年最もホットな研究開発方向と言えます。初期のドローンに加えて、無人船、無人潜水艦、無人車両も急速に発展しています。これらの無人車両のほとんどは現在、偵察、巡回、探知に使用されていますが、将来的にはドローンなどの兵器システムを搭載し、直接戦闘に参加することは避けられません。最前線の戦闘部隊のリスクと負担を大幅に軽減するだけでなく、さらに重要なのは、部隊の兵站支援方法を全面的に書き換え、戦場のゲームのルールを変えることになるだろう。

[[381004]]

米軍はイラクの検問所を撤去するために無人車両を使用した

「軍隊を動かす前に、まず食料や物資を送らなければならない」という諺があるように、兵站能力は常に戦場での勝敗を決める重要な鍵の一つでした。しかし、物流サポート業務は退屈で複雑、かつ労働集約的であるだけでなく、最も無視されるリンクであることも少なくありません。したがって、無人車両と人工知能技術の開発後、現在最も可能性があると考えられている方向は、それらを直接戦闘に使用することではなく、物流と補給の分野で、これらのタスクを完了するために従来の人的資源を置き換えることを望んでいます。無人地上車両（UGV）を例にとると、最も急速に成長しているのは、無人トラックと、一般にメカニカル・ロバとして知られている多機能無人車両です。

無人トラックは、現在非常に人気のあるインテリジェント運転支援技術を使用しており、主に自動追従モード（ACC）と車線維持機能に加え、障害物や敵の攻撃を回避できる検知・判断システムが含まれています。事前に計画されたルートに沿って完全に自動で走行できることに加え、将来的には装甲車両の後ろを自動的に追従する用途として使用される可能性が最も高い。この方法では、補給車列全体を制御するために必要なドライバーのグループは 1 つだけなので、必要な人員が大幅に削減されるだけでなく、戦場でのリスクも軽減されます。

機械ロバに関しては、実際には機械動物のようには見えません。同様のシステムが登場しているものの、現在各国で開発されている多機能無人車両のほとんどは、車輪式またはトラック式を採用しています。その最も重要な機能は、さまざまな険しい地形で歩兵を自動的に追跡し、武器や弾薬、飲料水、食料、電池、さまざまな戦闘物資を運ぶことができることです。緊急時には、負傷者を野戦病院に自動的に搬送したり、前線と後方を行き来して戦闘補給任務を遂行したりできます。これは、兵士の持続的な戦闘能力が大幅に向上することに加え、前進時に部隊が補給線に制限されなくなることも意味します。

[[381005]]

過去の伝統的な軍隊構造では、人員の大部分が情報分析、戦闘計画、兵站補給を担当していました。人工知能技術はこの状況を変え、兵士の大多数が戦闘員になることを可能にするだろう。同じ規模の部隊であれば、実際に戦闘任務に参加できる人員数が大幅に増加し、部隊の戦闘効果が倍増します。さらに、迅速な情報分析、優れた安定した戦術選択、気象条件に左右されない全自動補給システム、犠牲を恐れずリスクを負って危険な任務を遂行できるさまざまな無人車両などがあります。人工知能が伝統的な軍隊の形態を完全に変えると言っても過言ではありません。

おそらく、ほとんどの人は、人工知能をレーザー銃を持ったロボットとして想像しているでしょう。このような兵器は50年後まで登場しないかもしれない。今日の人工知能技術はまだこのレベルには達していないが、すでに一般人の想像をはるかに超える未来の戦場の形態を描いている。