序言：战争的无声变革
战争始终随着技术而演变——从钢铁到火药，从机械化到核威慑。然而，没有哪次变革像当前正在发生的这次一样微妙、普遍且影响深远：从战争中的人类决策向算法对暴力的介入过渡。
“Maven项目”处于这场变革的中心。始于对一个情报瓶颈的技术解决方案，现已演变为更具深远影响的事物：一个将人类判断压缩进机器速度决策循环的系统——这不仅重塑了战争进行的方式，也重塑了决策的制定方式。
本报告从2017年的起源到2026年的全球部署，全面审视“Maven项目”。追溯了这一已成为21世纪算法战争基础架构的技术演变、企业合作、战场应用及伦理启示。
第一部分：起源——数据过载的问题（2017年）
1.1 情报危机
截至2016年，美军作战面临一个悖论：前所未有的监视能力与处理所收集数据的近乎完全无能并存。仅无人机平台就在多个战区产生了数百万小时的全动态视频（FMV）和连续的情报、监视与侦察（ISR）数据流。
数据挑战的规模令人震惊：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
表1：情报数据危机（2016年）
人类分析员只能审查不到5%的收集情报。这造成了一个战略盲点：关键威胁存在于人类永远无法看到的数据中。问题不在于传感器或火力不足，而在于需要比对手的响应速度更快地连接信息并采取行动。
1.2 Maven项目的诞生
2017年4月，五角大楼设立了算法战争跨职能团队（AWCFT），代号“Maven项目”。时任国防情报局（作战人员支援）局长的约翰·N·T·“杰克”·沙纳汉中将被任命领导这一开创性计划。使命很明确：利用机器学习自动化识别无人机画面中的物体和模式。
该项目由美国国防部副部长在2017年4月26日的一份备忘录中确立，提议成立“算法战争跨职能团队”。在国防创新部门的帮助下，该项目获得了传统国防承包商之外顶尖人工智能人才的支持。最初通过快速采办权限获得7000万美元资金，为期36个月。
沙纳汉的愿景是革命性的。他开创了国防部首个作战性人工智能项目，推进了人工智能在军事行动、情报收集与分析中的应用。沙纳汉在2017年11月表示，Maven“旨在成为一个试点项目，一个探路者，一个在[国防]部其他部门点燃人工智能火焰前沿的火花”。
初始定位与实际轨迹对比：
-
初始：“协助分析员”、“减轻工作负担”
-
实际：在目标选定中替代人类认知劳动的核心要素
战略背景是竞争性的。驱动因素包括大国人工智能军事应用的快速发展、反恐行动中更快目标定位的需求，以及现代化指挥体系的压力。Maven不仅仅是被动反应——它是在算法战争时代保持美国军事优势的必要回应。
1.3 谷歌员工的反抗
当美国国防部在2017年首次探索将人工智能用于军事用途时，其重点非常具体：通过自动化搜索视频画面以寻找敌方藏匿点的任务，来减轻执行中东叛乱分子“搜索-击杀”任务的人类无人机操作员的认知负担。为完成此任务，五角大楼转向谷歌以开发所需软件。
2018年，谷歌与五角大楼的关系成为硅谷历史上最重大伦理对抗之一的导火索。当数千名谷歌员工签署请愿书反对公司参与此类军事导向项目时，公司领导层选择终止了Maven项目的合同。
谷歌员工的抗议标志着硅谷与军事人工智能之间首次重大的伦理对抗。它引发了关于科技公司在战争中扮演的角色以及构建可能被用于夺取人类生命系统的工程师的道德责任的根本性问题。
谷歌退出后，沙纳汉将工作转交给了一家以国防为导向的初创公司Palantir，该公司由彼得·蒂尔担任董事长。Palantir随后开发了使Maven软件能够识别“捕食者”武装无人机潜在攻击目标的算法。这一转变标志着军事人工智能企业格局的根本性变化。
企业合作演变：
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
第二部分：机器——Maven的技术架构
2.1 第一阶段：计算机视觉战争
初始系统能力聚焦于将改变军事情报处理的三个核心领域：
-
物体检测
人员、车辆、武器
-
模式识别
移动、编队行为
-
活动分类
可疑与正常模式
此阶段解决了军事规划者所称的“可视化问题”——使海量收集数据可读且可操作。输出包括带注释的视频流、高亮目标和分析员警报，极大加速了情报处理流程。
截至2017年12月，已手动标记了15万张图像以建立首批训练数据集，预计到2018年1月将达到100万张。这种大规模的数据标记工作对于训练驱动系统识别能力的机器学习算法至关重要。
2.2 第二阶段：从工具到平台
Maven演变为Maven智能系统（MSS）——一个变革军事决策的综合性战场情报平台，包含四个关键组件：
MSS架构组件：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
相关推荐 |
