実際に大規模な戦争を指揮しているのはビッグデータと人工知能なのでしょうか?

実際に大規模な戦争を指揮しているのはビッグデータと人工知能なのでしょうか?

ビッグデータと人工知能はどれほどの力を持っているのでしょうか。ほとんどの人はまだそれを直感的に理解していませんが、実際にはそれらは今日の地球と人間の活動のあらゆる側面に浸透しています。それはまた、世界の固有の形態を大きく変えています。かつての大国は、この点では依然としてはるかに先を進んでいますが、この流れについていけなかった90%以上の国は、実はずっと前に完全に敗北しています。最も重要なのは、表面上は非常に伝統的に見えますが、ビッグデータと人工知能でははるかに遅れている、いわゆる強大国です。現実の大規模な戦争の後、この遅れが受動的な攻撃につながるという定理が再び完全に暴露されました!戦闘側の多数の将軍が攻撃に成功したのはなぜなのか、多くの人が疑問に思っています。どちら側から見ても、問題の割合が恐ろしいほど高いのです。実際、これはビッグデータと人工知能が戦場で指揮の役割を果たす最初の例です。実は、一方の軍隊の兵力数や主要な中級・上級指揮官の個人情報は、ビッグデータや人工知能システムによってずっと前から完全に把握されている。

これらの中級・上級指揮官は、彼らが指揮する部隊も含めて、それぞれ独自の IP コードを持っており、彼らが本国から動員された瞬間から、敵対勢力は衛星、偵察機、さらには最も基本的な人工情報源を通じて、これらの IP のあらゆる動きを追跡してきました。そして、これらの IP は永久にではないにしても、無音のままになります。遅かれ早かれ、巨大な宇宙監視衛星によってリアルタイムで捕捉されるでしょう。そして、いったん戦場に入ったら、永遠に無線沈黙を維持することは絶対に不可能です。砲撃を要請し、命令を出さなければなりません。何らかの無線通信が行われると、宇宙の「巨大な耳」が必ず信号をキャッチし、リアルタイムで即座にその場所を特定し、光学または赤外線による偵察で信号を確認します。言い換えれば、これらの中級および上級の人員は、特定の指揮車両または戦車の内部活動を識別する際に基本的に間違いを犯すことはありません。さらに、これらの中級・上級職員の中には、敵国の民間携帯電話網を使って後方司令部に電話をかける者もおり、外部の人々を驚かせた。これらの人々の具体的な所在地が判明したら。

すると、ビッグデータと人工知能がその力を発揮し始めます。具体的な操作は、インテリジェントセンターが目標の位置を特定した後、近くの迫撃砲チームやジャベリンミサイルチームなど、最も近くで最も信頼できる火力部隊を即座に自動的に検索し、目標は比較的強力な防御力を持つ第3世代主力戦車の中に隠れているというものです。すると、インテリジェント センターは迫撃砲チームを起こさず、隠れた待機状態を継続させます。人工知能は、迫撃砲が戦車に命中しても、戦車を直接破壊することはなく、むしろ戦車自体を露出させる可能性があると判断するからだ。逆に、人工知能は、目標の戦車がジャベリンミサイルチームの3,000メートル以内に接近したと判断すると、ミサイルチームが一発で目標を撃破できる確率が95%以上であると自動的に計算し、すぐにミサイルチームを起動して、目標の方向パラメータを秘密裏にダウンロードします。残りは簡単です。狙いを定めて、撃って、それで終わり。もう一方の戦車に乗っていた上級職員たちは、なぜ彼らが混乱した状態で死んだのか分からなかった。

これを見て、ある人が言った。これはタクシーやテイクアウトの注文受付モデルとまったく同じではないか。今回はその通りだ!ビッグデータ・人工知能センターは、実際に戦争を注文受付業務として扱っている。非人格的なインテリジェント センターであるため、ターゲットがすぐに受け取る必要のあるテイクアウト注文であるかどうか、またはターゲットにジャベリン ミサイルを発射する必要があるかどうかはわかりません。事前に設定されたプログラムに従って正常に実行されているだけです。したがって、このような戦争は、2 つの国間の戦いのように見えますが、実際には、1 つの国とスーパーコンピューターのグループとの間の「チェス」ゲームです。一方の各戦闘部隊は、すべてのビッグデータと人工知能を制御するスーパーコンピューターの下にある移動可能な火力ノードになって久しい。かつては、コンピューターが人間を制御するというのは空想だと考えられていました。実際、現実の生活や戦争においてさえ、人間自身がコンピューターによって動かされているというのが現実になっています。これを理解できない人は、明らかに大きな損失を被るでしょう! 人工知能とビッグデータによる戦争の制御と指揮は、あらゆる具体的な戦闘の詳細だけでなく、具体的なタスクの「承認」にも当てはまります!

このシステムには戦略的な予測機能も備わっています。例えば、攻撃側の実際の攻撃距離が最も深い、つまり敵の領土への最長距離が東や北ではなく南にあることに驚く人は多い。攻撃者は1か月で200キロ以上進軍し、国の南部をほぼ制御できなかった。これはどう見ても異常です。しかし、実はこれもビッグデータと人工知能が戦略的選択において事前に仕掛けた超罠なのかもしれません! なぜなら、有名な半島である南部には、最も重要な戦略的紛争の1つがあるからです。数万台の車両と人員を擁する主力軍集団がこの小さな半島に秘密裏に配備された。将来この半島を武力で攻撃すれば、どちらか一方は全く成功できないだろう。しかし、人工知能システムは、今すぐ敵を敵地の奥深くに誘い込み、相手を中に入れさせて戦闘させ、最終的に攻撃を長時間遅らせる方が良いと考えた!その結果、数万人の人と車両からなる軍隊は敵の奥地200キロに侵入した。すぐに薄くなってしまいました。これからは、狭い半島に集中するよりも、彼らを一人ずつ倒す方が千倍も簡単になるでしょう。

戦略的に内陸部に誘い込まれたこの軍隊集団は、その後の大量の物資供給をほぼ完全に 1 つの港に依存しています。この唯一の港と最大の5,000トン補給船はトーチカミサイルの正確な攻撃を受け、兵站能力を完全に失った。そのため、200キロの深さまで侵入した軍集団は完全に受け身となり、いかにして自らを守るかしか考えられなかった。大戦略的な観点から見れば、戦争当事者の一人が軍事の天才であったと言っても過言ではないことがわかります。マクロでもミクロでも、一歩ずつ進んでいくと、ほぼすべてのステップが計算されます。実際、これがビッグデータと人工知能の正常な機能です。普通の指揮官では、この「非人間的な」軍事戦略家を倒すことはできません。では、この超知能はどこに隠されているのでしょうか? 私たちは現在、それについて基本的な理解を持っていますが、それに対抗することはできません。今日まで世界が発展するにつれ、民生ハイテクと軍事ハイテクは長い間統合されてきたことがわかります。すべてのデータと最先端のアルゴリズムを制御する者が未来をコントロールします。もちろん、この能力を持っているのは世界で2つの主要なセクターだけです。世界で最高の英雄は誰ですか?それはやはり曹と劉です!


<<:  中国科学院と清華大学が発表した研究によると、3Dプリントされた「心臓」は体外で6か月以上生存し、心筋組織は規則的に鼓動している。

>>:  最大65万ドル! 2021年の米国大手企業のプログラマーの収入をみる

ブログ    
ブログ    

推薦する

...

UniPAD: ユニバーサル自動運転事前トレーニングモデル!あらゆる種類の知覚タスクをサポートできます

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

ゼロサンプルに主眼が置かれています! ReSimAD: 自動運転で 3D ドメイン適応を実現するには?

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

顔認識を完了するための3行のPythonコード

顔認識パッケージこれは世界で最もシンプルな顔認識ライブラリです。 Python リファレンスまたはコ...

...

...

...

人工知能の時代において、あなたの子供は15年後にどんな職業に就くことができるでしょうか?

12年後の2030年、現在の小中学生が就職を控える頃の世界は、1.現在の職業の多くが消滅し、2.2...

ファーウェイ、セキュリティ業界を洞察から先見へと進化させる2019年スマートセキュリティ事業戦略を発表

[51CTO.comより引用] 2019年8月8日、ファーウェイの2019年スマートセキュリティビジ...

CNNとRNNの比較と組み合わせ

CNNとRNNはディープラーニングのほぼ半分を占めているので、この記事ではCNN+RNNとさまざまな...

ControlNet、「Split Everything」などの人気論文が受賞、ICCV 2023論文賞が発表

今週、フランスのパリで国際コンピュータビジョン会議 (ICCV) が開幕しました。 ICCVはコンピ...

プレーン AI: ディープラーニングを理解するのは本当に難しいのでしょうか?中学数学、たった10分

現在、AI が業界で重要な役割を果たしているため、ディープラーニングは重要な研究分野として、意味理解...

2030年「メタバース」就職ガイド! CSは依然として非常に人気があり、博士号取得者の需要は衰えていません。

2016年にポケモンGOが世界を席巻したときのことを覚えていますか?当時、多くの人々は、拡張現実革...

顔認識はどのような技術サポートに依存していますか?個人のプライバシーが漏洩するでしょうか?

[51CTO.com からのオリジナル記事] 顔認識技術は新しいものではありません。多くの人が携帯...

RNN (リカレント ニューラル ネットワーク) の背後にある数学の図解説明

導入最近では、機械学習、ディープラーニング、人工ニューラルネットワークに関する議論がますます増えてい...