Soalan Paling Penting Mengenai AI Tentera 2026

Zaman berdebat sama ada AI patut berada di medan perang sudah berakhir. Kerajaan kini sedang menurunkan tandatangan pada kontrak. Perolehan telah beralih daripada makmal eksperimen kepada kontrak pertahanan standard. Perubahan ini menjadikan AI bukan lagi sekadar konsep futuristik, malah menjadi item tetap dalam belanjawan negara. Fokusnya bukan lagi pada robot yang mempunyai perasaan, tetapi pada pemprosesan data secara besar-besaran. Pemimpin tentera mahukan sistem yang boleh mengenal pasti sasaran lebih pantas daripada manusia. Mereka mencari perisian yang dapat meramal kegagalan logistik sebelum ia berlaku. Peralihan ini mencipta realiti baharu untuk keselamatan global. Ia memaksa kita memikirkan semula bagaimana peperangan bermula dan berakhir. Kelajuan membuat keputusan kini melangkaui kognisi manusia. Ini bukan tentang fiksyen sains. Ini tentang integrasi segera machine learning ke dalam sensor dan sistem senjata sedia ada. Taruhannya bukan sekadar perkakasan, tetapi logik asas kestabilan antarabangsa. Keputusan yang dibuat dalam beberapa tahun akan datang akan menentukan keselamatan dunia untuk dekad-dekad mendatang. Retorik etika kini berdepan dengan realiti persaingan.

Peralihan daripada Makmal ke Item Belanjawan

AI tentera pada dasarnya adalah aplikasi machine learning kepada fungsi pertahanan tradisional. Ia bukan satu ciptaan tunggal, tetapi koleksi keupayaan. Ini termasuk computer vision untuk feed dron, natural language processing untuk isyarat yang dipintas, dan navigasi autonomi untuk kenderaan darat. Dulu, ini hanyalah projek penyelidikan. Hari ini, ia menjadi keperluan dalam permintaan cadangan (RFP). Matlamatnya adalah sensor fusion. Ini bermakna mengambil data daripada satelit, radar, dan askar di lapangan untuk digabungkan menjadi satu gambaran lengkap. Apabila sistem boleh memproses jutaan titik data dalam sesaat, ia mengenal pasti corak yang mungkin terlepas daripada pandangan penganalisis manusia. Ini sering dipanggil algorithmic warfare. Ia bergantung kepada keupayaan untuk melatih model menggunakan dataset besar maklumat tempur dan rupa bumi sejarah. Peralihan ke arah pertahanan berasaskan perisian bermakna keupayaan sesebuah kereta kebal atau jet hanya sebaik kod yang menjalankannya. Ini mengubah cara syarikat membina perkakasan. Mereka kini perlu mengutamakan kuasa pengkomputeran dan throughput data berbanding perisai atau kelajuan tradisional. Perolehan moden memberi tumpuan kepada betapa mudahnya sistem menerima kemas kini over the air. Jika model menjadi usang, perkakasan tersebut menjadi liabiliti. Inilah sebabnya jabatan pertahanan sedang mendekati Silicon Valley. Mereka memerlukan ketangkasan pembangunan perisian komersial untuk kekal mendahului pihak lawan. Jurang antara prototaip dan sistem yang digunakan semakin mengecil. Kita sedang melihat kebangkitan tentera yang mengutamakan perisian. Gerakan ini bukan sekadar tentang senjata, tetapi tentang keseluruhan sistem belakang tabir tentera, daripada gaji hingga pengurusan alat ganti. Setiap aspek organisasi kini menjadi masalah data.

Geseran Global dan Perlumbaan Senjata Baharu

Kesan global peralihan ini tidak sekata. Walaupun Amerika Syarikat dan China mendahului dalam pelaburan, negara lain terpaksa memilih antara membangunkan sistem sendiri atau membeli daripada pemimpin pasaran. Ini mewujudkan kebergantungan baharu. Negara yang membeli armada dron berkuasa AI juga membeli pipeline data dan model latihan pembekal tersebut. Ini adalah bentuk soft power yang baharu dan juga punca ketidakstabilan. Apabila dua kuasa berkuasa AI berhadapan, risiko peningkatan konflik secara tidak sengaja meningkat. Mesin bertindak pada kelajuan yang tidak membenarkan diplomasi manusia. Jika satu sistem mentafsir latihan ketenteraan sebagai serangan, tindak balas akan berlaku dalam milisaat. Ini memendekkan masa yang ada untuk pemimpin berbincang dan meredakan keadaan. Jurang antara retorik dan pelaksanaan juga merupakan faktor utama. Pemimpin sering bercakap tentang kawalan manusia yang bermakna di khalayak ramai. Walau bagaimanapun, logik perolehan menuntut lebih banyak autonomi untuk kekal kompetitif. Anda tidak boleh mempunyai manusia dalam gelung (human in the loop) jika sistem musuh sepuluh kali lebih pantas. Ini mewujudkan perlumbaan ke arah standard keselamatan yang lebih rendah. Bidang berikut paling terjejas oleh peralihan global ini:

• Kedaulatan negara ke atas data dan algoritma pertahanan.
• Kestabilan pencegahan nuklear dalam era membuat keputusan pantas.
• Jurang ekonomi antara tentera yang berteknologi tinggi dan yang tradisional.
• Rangka kerja undang-undang yang mengawal konflik antarabangsa dan jenayah perang.
• Peranan syarikat swasta dalam keputusan keselamatan negara.

Negara kecil sangat terdedah. Mereka mungkin menjadi tempat ujian untuk teknologi baharu. Kelajuan inovasi mengatasi keupayaan badan antarabangsa untuk menggubal peraturan. Ini meninggalkan ruang kosong di mana teknologi terkuat menang tanpa mengira kos undang-undang. Ini tercermin dalam laporan pertahanan terkini yang menonjolkan penggunaan pantas sistem autonomi di zon konflik aktif.

Hari Selasa di Pejabat Perolehan

Bayangkan seorang pegawai perolehan bernama Sarah yang bekerja di kementerian pertahanan moden di 2026. Harinya tidak melibatkan melihat pelan tindakan untuk senapang baharu. Sebaliknya, dia menghabiskan pagi dengan menyemak perjanjian perkhidmatan cloud dan dokumentasi API. Dia perlu memutuskan model computer vision mana yang hendak dibeli untuk armada dron pengawasan baharu. Seorang vendor menjanjikan kadar ketepatan 99 peratus tetapi memerlukan sambungan berterusan ke pelayan pusat. Seorang lagi menawarkan ketepatan 85 peratus tetapi berjalan sepenuhnya pada dron itu sendiri. Sarah tahu bahawa dalam konflik sebenar, sambungan ke pelayan akan diganggu. Dia perlu menimbang kos ketepatan berbanding realiti medan perang. Menjelang tengah hari, dia menghadiri mesyuarat tentang hak data. Syarikat yang menyediakan AI mahu menyimpan data yang dikumpul oleh dron untuk melatih model masa depan mereka. Sarah tahu ini adalah risiko keselamatan. Jika syarikat itu digodam, musuh tahu dengan tepat apa yang dilihat oleh dron tersebut. Inilah wajah baharu perancangan ketenteraan. Ia adalah pertukaran berterusan antara prestasi dan keselamatan. Tekanan untuk mempercepatkan kitaran pemerolehan sangat besar. Pihak atasan mahukan teknologi terkini sekarang, bukan dalam lima tahun. Mereka melihat apa yang berlaku dalam konflik semasa di mana dron murah dan perisian pintar mengatasi sistem lama yang mahal. Pada sebelah petang, Sarah menyemak laporan tentang model drift. AI yang sepatutnya mengenal pasti kenderaan mula gagal kerana persekitaran telah berubah. Musim telah bertukar, dan bayang-bayang berbeza. Mesin itu keliru dengan lumpur. Sarah perlu mencari cara untuk mengemas kini model di lapangan tanpa mendedahkan rangkaian. Ini bukan permainan video. Ini adalah mimpi ngeri logistik yang berisiko tinggi. Satu ralat dalam kod boleh membawa kepada insiden tembakan rakan sendiri (friendly fire) atau ancaman yang terlepas. Pada penghujung hari, Sarah tidak pasti sama ada dia membeli senjata atau perkhidmatan langganan. Garis antara kontraktor pertahanan dan pembekal perisian telah hilang. Perubahan ini dirasai oleh semua orang dari lantai kilang hingga ke barisan hadapan. Askar kini perlu mempercayai kotak litar untuk memberitahu mereka siapa kawan dan siapa lawan. Kesan psikologi peralihan ini baru sahaja mula difahami.

Kos Tersembunyi Kepercayaan Algoritma

Kita mesti bertanya soalan sukar tentang kos tersembunyi peralihan ini. Apa yang berlaku kepada akauntabiliti apabila mesin melakukan kesilapan? Jika sistem autonomi menyerang sasaran awam, siapa yang bertanggungjawab? Adakah pengatur cara, pegawai perolehan, atau komander yang menghidupkannya? Rangka kerja undang-undang semasa tidak bersedia untuk ini. Terdapat juga persoalan tentang privasi. AI pengawasan tentera tidak berhenti di sempadan. Teknologi yang sama digunakan untuk menjejaki pemberontak boleh digunakan untuk memantau penduduk domestik. Sifat dwi-guna AI bermakna setiap kemajuan ketenteraan adalah alat berpotensi untuk pengawasan negara. Kita juga mesti mempertimbangkan kos data. Melatih model ini memerlukan jumlah tenaga dan air yang besar untuk pusat data. Kos alam sekitar ini jarang dimasukkan dalam belanjawan pertahanan. Terdapat juga risiko membuat keputusan kotak hitam (black box). Jika seorang jeneral tidak dapat menjelaskan mengapa AI mengesyorkan serangan tertentu, bolehkah kita mempercayai syor tersebut? Kekurangan ketelusan dalam model deep learning adalah kelemahan asas dalam konteks ketenteraan. Kita sedang membina sistem yang tidak kita fahami sepenuhnya. Ini mewujudkan persekitaran keselamatan yang rapuh. Jika pihak lawan menemui cara untuk meracuni data latihan, mereka boleh mengalahkan sistem tanpa melepaskan satu das tembakan. Ini adalah jenis kerentanan baharu. Bagaimana kita mengesahkan bahawa model tidak diganggu? Bagaimana kita memastikan bahawa AI kekal sejajar dengan nilai kemanusiaan semasa kekacauan perang? Ini bukan sekadar masalah teknikal. Ia adalah masalah moral dan eksistensial. Tergesa-gesa untuk menggunakan AI mungkin mewujudkan lebih banyak masalah daripada yang diselesaikan. Kita menukar pertimbangan manusia dengan kelajuan mesin, tetapi kita mungkin kehilangan kawalan terhadap akibatnya. Organisasi seperti Brookings Institution terus membangkitkan kebimbangan mengenai isu-isu ini.

Di Sebalik Tabir Inferens Taktikal

Realiti teknikal AI tentera ditemui dalam bahagian geek belanjawan. Ia mengenai inference at the edge. Ini bermakna menjalankan model kompleks pada perkakasan kecil yang lasak tanpa sambungan cloud. Jurutera memberi tumpuan kepada mengoptimumkan model agar muat ke dalam memori terhad dron atau peranti pegang tangan. Mereka menggunakan teknik seperti kuantisasi dan pemangkasan untuk mengecilkan saiz neural networks. Had API adalah kebimbangan utama bagi sistem yang perlu berkomunikasi merentasi cawangan tentera yang berbeza. Jika AI Tentera Laut tidak boleh bercakap dengan AI Tentera Udara kerana antara muka proprietari, sistem itu gagal. Ini telah membawa kepada dorongan untuk standard terbuka dalam perisian ketenteraan. Storan tempatan adalah satu lagi halangan. Satu penerbangan pengawasan boleh menjana terabait data. Memproses data ini secara tempatan adalah penting kerana bandwidth terhad di zon tempur. Perkakasan juga mestilah MIL-SPEC, bermakna ia boleh bertahan dalam haba ekstrem, getaran, dan denyutan elektromagnet. Syarikat kini bersaing untuk menyediakan cip dan lapisan integrasi data yang menjadikan algorithmic warfare mungkin. Aliran kerja melibatkan beberapa langkah khusus:

• Data ingestion daripada tatasusunan sensor heterogen.
• Prapemprosesan pada peranti untuk menapis hingar.
• Inferens menggunakan enjin neural latensi rendah.
• Output yang boleh diambil tindakan dihantar ke antara muka manusia-mesin.
• Backhaul data pasca-misi untuk latihan semula model.

Hadnya sering bukan algoritma, tetapi hayat bateri dan pelesapan haba perkakasan. Apabila model menjadi lebih besar, keperluan kuasa meningkat. Ini mewujudkan had untuk apa yang boleh digunakan di barisan hadapan. Jurutera kini melihat kepada ASIC khusus untuk menyelesaikan masalah ini. Cip ini direka untuk satu tugas, seperti pengesanan objek, dan jauh lebih cekap daripada pemproses tujuan am. Di sinilah perlumbaan sebenar berlaku. Ia adalah pertempuran kecekapan dan pengurusan haba. Anda boleh membaca lebih lanjut mengenai cabaran perkakasan ini dalam seksyen teknologi New York Times.

Soalan Ambang Terakhir

Kesimpulannya, AI tentera bukan lagi satu pilihan. Ia adalah realiti struktur. Peralihan daripada teknologi eksperimen kepada perolehan teras telah berlaku dalam beberapa tahun kebelakangan ini. Ini telah mengalihkan fokus daripada sama ada kita patut menggunakan AI kepada bagaimana kita boleh mengawalnya. Jurang antara apa yang difikirkan oleh orang ramai dan apa yang sebenarnya berlaku adalah luas. Orang ramai menjangkakan robot seperti dalam filem sci-fi, tetapi realitinya adalah transformasi senyap yang dipacu data bagi setiap sensor dan radio. Risiko paling ketara bukanlah AI yang menjadi jahat, tetapi peningkatan konflik pantas yang tidak dapat dihentikan oleh manusia. Sambil kita mengintegrasikan sistem ini lebih dalam ke dalam struktur perintah kita, kita mesti bertanya satu soalan terakhir. Di manakah garisan yang kita tidak akan benarkan mesin melintasinya? Sehingga 2026, garisan itu masih belum ditakrifkan.

Nota editor: Kami mencipta laman web ini sebagai hab berita dan panduan AI berbilang bahasa untuk orang yang bukan pakar komputer, tetapi masih ingin memahami kecerdasan buatan, menggunakannya dengan lebih yakin, dan mengikuti masa depan yang sudah tiba.