在数据密集的战场上，机器人士兵群可以比人类领导者做出更好的决策

现代战争越来越依赖机器人收集情报和执行打击任务，但决策权仍然完全掌握在人类指挥官手中。不过，英国国防公司 BAE 系统公司正在测试一种将战场决策权移交给机器人部队的方法。

ALADDIN（分散数据和信息网络的自主学习代理）是 BAE 针对战场指挥官面临的传感器和数据过载问题而推出的一款解决方案，他们现在要面对无人机观测数据、士兵传感器、卫星数据和大量其他情报，正如空军中将 David A. Deptula 所说，他们将“被传感器淹没，被数据淹没”。该系统允许机器人士兵网络快速收集和交换信息，然后相互协商以确定最佳行动方案并执行。

这些机器人装备了全副武装的算法，这些算法采用了一系列模型——博弈论、概率建模、优化技术——这些模型让它们能够预测结果并分配战场资源，速度和效率都远远高于处理相同数据量的人类。所有这些都应该能够帮助部队——无论是机器人部队还是其他部队——在数据洪流中保持战斗力。

但它真的有效吗？ALADDIN 尚未达到任何触发时间，但 BAE 和大学研究人员已将其用于模拟自然灾害（另一个潜在应用）。他们认为，灾害在混乱性方面与战争类似，因此模拟是一种很好的类比。

在灾难中，该系统运行良好：机器人收集不同地区各种伤亡的数据，客观评估有限数量的救护车在哪些地方可以发挥最大作用，并迅速执行策略，而不会因自负或人类情绪或错误而堵塞机器。这就像一场基于需求的资源拍卖，虽然将救生帮助拍卖给一群机器听起来可能不太敏感，但当这种资源拍卖从一些模拟中取消时，一些救护车根本没有使用，因为系统无法确定将它们发送到哪里。

BAE 正在为 ALADDIN 构建所谓的“灵活自主性”，这将使更高级别的决策权掌握在人类手中（例如“开战”和“不开战”等决策）。能够处理传感器数据、原始情报、来自网络的众包信息和其他数据源，从而快速做出正确决策的想法可能会非常有价值。因此，虽然拥有决策能力的机器人军队的想法对某些人来说令人恐惧，但这种高效率的吸引力——无论是在战争中还是在灾难响应中——都很难否认。

《经济学人》