当人工智能是军事行动中的决定性因素时，出现了一条战略裂缝线：反对 全球商业参与者开发的通用模型，通常是北美人 主权系统，本地为关键和安全用途设计。这种技术张力在平民领域已经可见，在战略自治，敏感数据的安全性和运营可靠性的辩论中成为核心。
主权作为战略当务之急
在国防领域，信心没有颁布。它建立在受控的基础架构，透明模型以及审核过程中每条关键行的能力上。对于军队， 在运营压力时，使用既不是受控培训，数据也不是行为的AI是主要风险。
法国，穿过人工国主情报部长局（AMIAD），已经指出，需要封闭的系统，该系统对在安全的军事云中托管的敏感数据进行了培训。目的是确保AI用于识别目标，指导射击或分析威胁， 或不自愿地不受外部演员的影响或妥协。
双重使用的仿制药的限制
由Openai，Google，Anthropic或Mistral开发的主要基础模型（LLMS）基于全球培训的一般数据语料库。他们的力量是不可否认的。但是在军事背景下，这些模型提出了几个 关键风险 ::
- 推理的不透明度 ：这些模型像黑匣子一样工作。但是，军事决定需要可追溯性和解释性。
- 结构依赖 ：根据出版商的规则，日历和他的政治选择，更新是由出版商运营的。真正的控制逃脱了最终用户。
- 切割的风险 ：如果发生地缘政治紧张局势，外国供应商可能会中止其服务或限制其敏感用途。
- 数据污染 ：对开放数据的培训暴露于偏见，缺陷或上游操作。
建立信任的AI：安全性，特异性，可审核性
相反，主权AI基于三个支柱：
- 总价值链控制 ：从选择建筑模式到培训模式，包括住宿。
- 对分类或高增值数据进行培训 ：由情报服务，武器系统或安全合作伙伴生产。
- 连续审核能力 ：检测模型行为的任何漂移，偏置或改变。
该AI并不是要在总体表现中击败商业模型。她针对一个 操作鲁棒性，行为稳定性和战略性可靠性。
互操作性与联盟：作为协作因素的信心
现代军事行动很少是国家。他们是联盟的一部分。 共享AI系统涉及共享信任标准。
德国人的AI在法国护卫舰上使用，是一种整合到北约行动中的西班牙模型：许多需要共同标准的情况， 共享认证和交叉检查机制。这种对一致性的需求加强了对状态发展兼容但受控模型的压力。
真正的危险：失去对基础的控制
正如人类技术基金会总裁埃里克·索比尔（Eric Salobir）回忆起的那样 控制着基础模型的人控制AI金字塔的基础。 欧洲是通用模型的战略延迟。但是在辩护中，它可以通过反向逻辑进行补偿： 创建专业模型，减少但坚固，本地主权和可审计。
该策略涉及审查供应过程，优先考虑对安全基础设施的投资，并促进军队，工业和国家实验室之间的长期合作伙伴关系。
性能还不够，有必要掌握
在军事领域， 技术优势不能建立在无法控制的基础的系统上。在网上获得的全地形AI的幻觉，没有政治或战略成本，与现代战争的要求不相容。自信之战不是从计算的力量中获得的，而是从解释，掌握和假设机器做什么的能力 – 尤其是当它在人类的位置做出决定时。
