به گزارش سایت خبری پرسون، و به نقل از warontherocks، باور عمومی بر این است که جهان در آستانه یک انقلاب نظامی دیگر قرار دارد. هوش مصنوعی بناست شخصیت جنگ را تغییر دهد؛ درست همان‌طور که باروت، تانک، هواپیما و بمب اتمی در دوره‌های قبل، این کار را کردند. امروز دولت‌ها فعلانه به دنبال استفاده از قدرت هوش مصنوعی برای داشتن مزیت نظامی در جنگ‌های احتمالی هستند. به عنوان مثال، چین قصد کرده است که تا سال ۲۰۳۰، رهبری هوش مصنوعی جهان را به دست بگیرد. این کشور، در قالب «طرح جامع جدید هوش مصنوعی» اعلام کرده که «هوش مصنوعی فناوری استراتژیکی است که آینده را رهبری خواهد کرد.» به همین ترتیب، ولادیمیر پوتین، رئیس جمهور روسیه هم گفته است که «هر کس در این حوزه رهبری را به دست بگیرد، حاکم جهان خواهد شد.» در پاسخ به چالشی که چین و روسیه برگزار کرده‌اند، ایالات متحده خود را به استراتژی «افست سوم» متعهد کرده است. طی این پروژه، سرمایه‌گذاری زیادی در هوش مصنوعی و روبات‌های خودمختار خواهد شد تا مزیت دفاعی ایالات متحده در برابر چین و روسیه حفظ شود.
در پرتو این تحولات چشمگیر، مفسران نظامی عمیقا به مسئله کاربرد نظامی هوش مصنوعی علاقه‌مند شده‌اند. به عنوان مثال، بن بوکانان و اندرو ایمری در تک‌نگاری جدید ادعا کرده‌اند که هوش مصنوعی یک اسلحه جدید است. سلاح‌های خودمختار که توسط هوش مصنوعی کنترل می‌شوند و نه انسان، به طور فزاینده‌ای دقیق‌تر، سریع‌تر و کشنده‌تر خواهند بود. آنها تصویرکننده آینده جنگ‌ها هستند. بسیاری از دانشمندان و صاحب‌نظران هم با بوکانان و ایمری موافق هستند. برای مثال، استوارت راسل، دانشمند برجسته کامپیوتر و از پیشگامان هوش مصنوعی، یکی از سخنرانی‌های سال ۲۰۲۰ بی‌بی‌سی ریث خود را به پتانسیل نظامی هوش مصنوعی اختصاص داد. او مدعی شد که روبات‌های قاتل و سلاخ در راهند. او سناریویی را مطرح کرد که در آن یک کوادکوپتر کشنده، به اندازه یک شیشه مربا، می‌تواند به ابزارهای کشنده مسلح شود: «مین‌های ضد نفر می‌تواند همه مردم ۱۶ تا ۶۰ ساله شهر یا همه شهروندان یهودی اسرائیل را از بین ببرند. ۸ میلیون نفر شگفت‌زده خواهند بود که چرا نمی‌توانید از آنها در برابر شکار و کشته شدن توسط روبات‌ها محافظت کنید.» بسیاری از محققان دیگر، از جمله کریستین بروس، کن پین، جان آرکیلا، دیوید همبلینگ و جان آنتال، با راسل هم‌عقیده‌اند که با توسعه نسل دوم هوش مصنوعی، ظهور سلاح‌های خودمختار مرگبار - مانند دسته پهپادهای قاتل - ممکن است قریب‌الوقوع باشد.
انقلاب‌های نظامی اغلب کمتر از آنچه که مدافعان آن تصور می‌کردند، رادیکال بوده‌اند. انقلاب امور نظامی در دهه ۱۹۹۰ قطعا در توسعه امکانات عملیاتی جدید اهمیت داشت، اما نتوانست شک و تردیدها را از بین ببرد. به طور مشابه، برخی از بحث‌ها درباره روبات‌های قاتل و کشندگی هوش مصنوعی، بیش از حد بزرگ شده است. نحوه عملکرد هوش مصنوعی در حال حاضر و تاثیرات بالقوه آن بر عملیات نظامی در آینده، به اشتباه ارائه شده است. اگرچه با توسعه هوش مصنوعی، سیستم‌های کنترل از راه دور و خودمختار به طور فزاینده‌ای اهمیت پیدا می‌نند، اما احتمال کمی وجود دارد که ازدحام پهپادهای خودران جایگزین نیروها در میدان نبرد و ابررایانه‌ها جایگزین فرماندهان انسانی شوند.
هوش مصنوعی در دهه ۱۹۵۰ به یک برنامه تحقیقاتی بزرگ تبدیل شد. در آن زمان، بر اساس منطق سمبلیک عمل می‌کرد؛ برنامه‌نویسان داده‌های ورودی را برای پردازش توسط هوش مصنوعی کدگذاری می‌کردند. این سیستم به عنوان هوش مصنوعی سنتی و محافظه‌کار معروف بود. هوش مصنوعی تا حدی پیشرفت کرد، اما از آن‌جایی که مبتنی بر دستکاری نمادهای اختصاص داده شده بود، در دنیای واقعی کارکرد بسیار محدودی داشت. از اواخر دهه ۱۹۹۰، نسل دوم هوش مصنوعی بر اساس داده‌های بزرگ، قدرت محاسباتی عظیم و الگوریتم‌ها، پیشرفت‌های قابل‌توجهی ایجاد کرده است. در این دوره شاهد سه رویداد مهم بودیم. در ۱۱ می ۱۹۹۷، دیپ بلوی IBM، گری کاسپاروف، قهرمان شطرنج جهان را شکست داد. در سال ۲۰۱۱، واتسون از IBM برنده Jeopardy شد. رخداد قابل توجه‌تر، در مارس ۲۰۱۶ بود، وقتی که آلفاگو (AlphaGo) ، قهرمان جهان، بازیکن گو (Go) ، لی سیدول را ۴ -۱ شکست داد.
دیپ بلو، واتسون و آلفاگو موفقیت‌هایی مهم در مسیری خارق‌العاده بودند. در عرض دو دهه، هوش مصنوعی از ناامیدی و شکست به پیروزی غیرقابل تصوری تبدیل شد. با این حال، مهم است که بدانیم هوش مصنوعی نسل دوم چه کارهایی می‌تواند انجام دهد و از پس چه کارهایی برنمی‌آید. هوش مصنوعی نسل دوم حول شبکه‌های عصبی توسعه یافته است. برنامه‌های یادگیری ماشینی، حجم عظیمی از داده‌ها را از طریق شبکه‌های خود پردازش می‌کنند و وزنی را که یک برنامه به قطعات خاصی از داده‌ها اختصاص می‌دهند، دوباره کالیبره می‌کنند تا در نهایت، پاسخ‌های منسجمی را ایجاد کنند. سیستم احتمالی و استقرایی است.
برنامه‌ها و الگوریتم‌ها چیزی نمی‌دانند. آنها از دنیای واقعی بی‌اطلاع هستند و به معنای انسانی از معنای داده‌هایی که پردازش می‌کنند، بی‌خبر و ناآگاهند. با استفاده از الگوریتم‌ها، هوش مصنوعی یادگیری ماشینی به سادگی از آزمایش‌های تکراری انبوه، مدل‌هایی از احتمال آماری می‌سازد. به این ترتیب، هوش مصنوعی نسل دوم، همبستگی‌های متعدد را در داده‌ها شناسایی می‌کند. تا زمانی که داده‌های کافی موجود باشد، استقرای احتمالی به یک ابزار پیش‌بینی قدرتمند تبدیل می‌شود. با این حال، هوش مصنوعی علیت یا قصد را تشخیص نمی‌دهد.
پیتر تیل، کارآفرین برجسته فناوری دره سیلیکون، محدودیت‌های هوش مصنوعی را به شیوایی بیان کرده است: «فانتزی علمی-تخیلی را فراموش کنید، آنچه در مورد هوش مصنوعی واقعی موجود اهمیت دارد، کاربرد آن برای کارهای نسبتا پیش پا افتاده مانند چشم‌انداز رایانه‌ای و تجزیه و تحلیل داده‌ها است.» در نتیجه، اگرچه یادگیری ماشین در فعالیت‌های محدود و ریاضیاتی بسیار برتر از انسان است، اما بسیار شکننده هم هست. چرا که کاملا وابسته به داده‌هایی است که به آن آموخته شده و حتی کوچکترین تغییر در محیط واقعی - یا داده‌ها - آن را بی فایده می‌کند.
