人工智能在非常规战争中的应用

非正规战争中的最新武器——人工智能

作者：Mohamad Mirghahari – 非正规战争中心
最后更新：2023 年 7 月

人工智能（AI）正迅速成为现代非正规战争中最强大的工具之一，彻底改变对手操纵信息、影响公众舆论，乃至破坏经济稳定的方式。从深度伪造到算法驱动的虚假信息行动，AI 支持快速的信息生成和高度定向的影响作战，足以改变军事和经济交锋的走向。本文将从入门概念到高级应用，探讨 AI 在非正规战争中的作用，并通过真实案例和技术代码示例展示其实际实现方式。

关键词： 人工智能、非正规战争、深度伪造、军事欺骗（MILDEC）、虚假信息、网络行动、经济破坏、生成对抗网络（GAN）、数据分析、美国国防部（DoD）、军事欺骗、非正规战争中心

引言

2023 年 5 月 22 日清晨，一张由 AI 生成的“五角大楼爆炸”照片在互联网上迅速传播，引发社交媒体狂潮和金融市场震荡。尽管该图片很快被辟谣，其即时影响却极为深远——这充分说明了 AI 驱动内容在非正规战争中被武器化的潜力。本文将解析这一事件背后的层层原因，并说明 AI 如何强化信息战，进而在战略层面塑造影响力。

AI 不仅是技术潮流，更是信息战的新范式。它能够生成并传播虚假信息，结合其他军事欺骗（MILDEC）手段，为国家与非国家行为体开辟了新战场，使得我们在真假信息之间的辨别能力面临严峻挑战。

理解非正规战争

非正规战争的定义

非正规战争涵盖一系列非常规战略与战术，敌人往往不按照传统军队编制行动。与常规战争不同，非正规战争直击社会脆弱点、经济稳定乃至公共话语体系，利用非对称手段模糊战斗员与平民的界限。

核心要素包括：

心理战（PSYOPS）： 操纵认知、控制叙事。
网络行动： 利用数字网络破坏通信、获取情报。
影响行动： 定制虚假信息以左右公众舆论或削弱对手凝聚力。
军事欺骗（MILDEC）： 制造混乱，误导敌方对真实意图与能力的判断。

MILDEC 在现代战争中的角色

美国国防部将军事欺骗（MILDEC）定义为“意在威慑敌对行动、提升友军防御成功率，或提高潜在友军进攻行动成功率的内容”。历史上 MILDEC 侧重于实物佯动，而 AI 的出现为其注入新维度：从低技术假消息到高度复杂的数字欺骗，手段不断升级。

人工智能与非正规战争

人工智能正在重塑诸多领域，其在非正规战争中的整合尤为显著。以下三个方面是 AI 对作战环境影响最大的领域。

虚假信息与军事欺骗

AI 能够快速生成、大规模分发内容，自然成为虚假信息行动的利器。自动化创作与精准投放显著减少人工负担，并提升信息战的频率与复杂度。

关键特征：

极速内容生产： AI 可在数秒内生成成千上万条文本、图像或视频。
受众定向： 借助数据分析，AI 可依据线上行为与社交网络对特定人群投放信息。
放大策略： AI 能锁定关键节点（如名人账号或意见领袖）进行放大，确保虚假信息迅速扩散。

示例：
某私营网络科学公司在演示中使用 AI，从一万多名国际影响者中迅速锁定 20 名最能影响“俄罗斯在马里形象”的媒体人士，凸显了数据分析如何精准微调虚假信息战。

深度伪造与媒体操纵

深度伪造是 AI 在非正规战争中最令人担忧的应用之一。通过合成逼真的音频、视频与图像，深度伪造技术可制造从未发生过的“证据”或场景。

深度伪造工作原理：

生成对抗网络（GAN）： 由“生成器”与“判别器”两部分迭代对抗，直到生成内容足以以假乱真。
数字篡改： AI 不仅能生成逼真影像，还能无缝修改音频或文本，极难识别。

后果：
“五角大楼爆炸”假图一经出现即被大量转发，导致市场一度蒸发 5000 亿美元市值。此事凸显虚假信息可直接造成经济和社会动荡。

利用 AI 实施经济破坏

AI 的用途不仅限于操纵舆论，还可针对经济体系发动攻势。通过操控金融稳定叙事，AI 生成的虚假信息可引发市场恐慌、影响交易决策，甚至实施经济破坏。

经济打击机制：

市场操纵： AI 分析市场走势与社交情绪，随后制造虚假叙事，引导算法交易。
供应链中断： 关于物流短缺等假信息会导致供应链停摆或恐慌性抢购。
行业定向攻击： AI 可对特定行业（如石油、药品、粮食）发起本地化行动，引发普遍不确定性。

AI 驱动的战争真实案例

五角大楼爆炸假图事件

2023 年 5 月 22 日，AI 生成的“五角大楼爆炸”图片在社交平台疯传。尽管迅速被证伪，却已触发市场大幅波动和信息混乱，堪称 AI 内容对国防与经济双重影响的典型实例。

委内瑞拉的深度伪造宣传

委内瑞拉政府被曝使用 AI 深度伪造技术（包括模仿美国主播），向国内外发布宣传片以打击反对派、巩固官方叙事。中国、布基纳法索等地也出现类似操作，借深度伪造在政治动荡期左右民意。

AI 与网络侦察

AI 在网络行动中用于自动收集与分析海量社交媒体及公开数据。例如算法可扫描网络发现漏洞或追踪虚假信息扩散，支持作战人员实时调整策略。

技术深潜

以下示例演示 AI 驱动行动中的实际脚本与流程，供技术人员参考。

使用 Bash 进行扫描指令

#!/bin/bash
# Name: network_scan.sh
# Description: This script performs a network scan using nmap to identify open ports that could be targeted by adversaries.

# Check if nmap is installed
if ! command -v nmap &> /dev/null; then
    echo "nmap could not be found. Please install nmap and retry."
    exit 1
fi

# Define target IP or range
TARGET="192.168.1.0/24"

echo "Scanning network $TARGET for open ports..."
# Run nmap scan with service detection and aggressive mode
nmap -A -T4 $TARGET -oN scan_results.txt

echo "Scan complete. Results saved to scan_results.txt"

用 Python 解析输出

#!/usr/bin/env python3
"""
Name: parse_scan_results.py
Description: Parse nmap scan results to identify hosts with open SSH (port 22) vulnerabilities.
"""

import re

def parse_nmap_output(file_path):
    open_ssh_hosts = []
    hostname_pattern = re.compile(r"Host: (\S+).*Ports:.*22/open")
    
    try:
        with open(file_path, 'r') as file:
            for line in file:
                match = hostname_pattern.search(line)
                if match:
                    open_ssh_hosts.append(match.group(1))
    except FileNotFoundError:
        print(f"File {file_path} not found.")
    
    return open_ssh_hosts

def main():
    nmap_output_file = 'scan_results.txt'
    hosts = parse_nmap_output(nmap_output_file)
    
    if hosts:
        print("Hosts with open SSH ports detected:")
        for host in hosts:
            print(f"- {host}")
    else:
        print("No hosts with open SSH ports found.")

if __name__ == "__main__":
    main()

AI 自动化分析的整合

在基础扫描之外，AI 可进一步学习历史模式，不断提升威胁侦测精度。例如 NLP 模型可实时筛选数百万条社交媒体帖子，识别其真伪并评估公众情绪——这对预警非正规战争行动尤为关键。

防御措施与反制 AI 技术

深度伪造检测算法
通过分析光照不一致、面部动作异常、音频瑕疵等数字伪迹来识别深度伪造，研究者常用 GAN 对抗训练与生成技术同步迭代。
自动化威胁情报平台
融合社交媒体、网络日志等多源数据，依靠机器学习识别协同虚假信息或关键基础设施攻击企图。
强化网络安全框架
将行为分析模型融入传统特征检测，及时发现异常扫描或可疑流量。
协同防御网络
DoD 与私营部门构建实时情报共享网络，借助大数据与机器学习提升态势感知，加速响应。

未来趋势与建议

AI 工具普及化
ChatGPT、Google Bard 等平台门槛降低，国家与非国家行为体都将扩充 AI 兵器库。必须同步建设防御体系。
系统集成与互操作性
DoD 应优先实现跨情报、网络、作战领域的 AI 工具无缝集成，共享数据、统一评估。
攻防兼备的 MILDEC 策略
既要用 AI 制造欺骗，也要投资对抗性机器学习，持续更新侦测框架。
伦理与政策
制定平衡作战需求与国际法、道德的政策框架，避免公信力受损或冲突升级。
培训与能力建设
加强军人 AI 基础与高级技能培训，涵盖编程、数据分析、心理影响与战略模拟。

结论

人工智能已成为非正规战争中最具颠覆性的武器。从深度伪造到自动化虚假信息战，AI 同时增强了进攻与防御手段，重塑影响行动、网络战与经济破坏模式。“五角大楼爆炸”事件与其他案例表明，AI 生成内容可立即扰乱金融市场、公众舆论及国家安全态势。

随 AI 深度嵌入非正规战争的各环节——从网络扫描到大规模 MILDEC——防务机构必须超前预判并对抗新威胁。同时需建立伦理准则、反制措施与持续培训，确保 AI 成为战略稳定的助力，而非混乱之源。

总而言之，AI 正在改写非正规战争规则，所有从事国防或网络安全的人员都必须随之适应。在未来数字战场，可能是对抗性 AI 系统之间的对决——保持信息、技术与策略领先，将是决定胜负的关键。

参考文献

本文深入探讨了人工智能与非正规战争的交汇点，涵盖基础概念、技术实现和战略影响。随着 AI 不断演进，保持技术领先是保障国家安全与作战成功的关键。

免责声明：文中观点仅代表作者个人观点，并不一定反映任何相关机构的官方政策或立场。