人工知能/機械学習（AI/ML）などの新しい情報技術をどのように適応させるかについては、多くの文献がインターネットで閲覧可能になっている。MILTERMでは、2018年に当時豪州陸軍の国防大学の司令官であったMick Ryan豪州陸軍中将の記事「軍事における人と機械（自動化）の合流は如何になるのか」、「軍事における人と機械をチーム化するために求められるもの」、「軍事における人と機械の関わり合いの方法について」、「AIを使ったレースに負けないために、AIを知り学ぶ」を紹介している。中国が認知戦として人工知能/機械学習（AI/ML）などの新しい情報技術を取り入れているとの内容も「闘わずして勝つ？中国が「認知戦（cognitive warfare）」を模索する理由　（www.japantimes.co.jp）」で紹介してきたところである。しかし、各種文献を見る限り、これらの人工知能/機械学習（AI/ML）などの新しい情報技術を取り入れた戦いの確たる将来については、現在の軍事組織やそれを構成する人の取組みの姿勢によるところが大きいようである。ここで、warontherocks.comに掲載されている将来を左右する人に焦点を当てた記事を紹介する。THE FUTURE OF ALGORITHMIC WARFARE（アルゴリズム戦の将来）として数回に分けて掲載された記事の第1部から掲載する。（軍治）

アルゴリズム戦の将来 第1部：断片化された開発：THE FUTURE OF ALGORITHMIC WARFARE Part I: FRAGMENTED DEVELOPMENT

BENJAMIN JENSEN, CHRISTOPHER WHYTE, AND SCOTT CUOMO

ベンジャミン・ジェンセン（Benjamin Jensen）博士（Ph.D.）は、米海兵隊大学先進用兵学部戦略研究教授、戦略国際問題研究所（Center for Strategic and International Studies）将来戦争・ゲーム・戦略担当上級研究員。米陸軍予備役将校。

クリストファー・ホワイト（Christopher Whyte）博士は、ヴァージニア・コモンウェルス大学で国土安全保障と緊急事態の即応性の助教授。

スコット・クオモ（Scott Cuomo）米海兵隊大佐（博士）は現在、米国防総省政策担当次官室の米海兵隊上級顧問を務めている。彼は、米海兵隊ストラテジスト・プログラムに参加し、人工知能に関する国家安全保障委員会の米海兵隊代表を務める傍ら、これらのエッセイの共著に協力した。

JULY 20, 2023

編集部注：以下は著者らの近刊「戦争における情報: 軍事的革新、会戦ネットワーク、および人工知能の将来（Information in War: Military Innovation, Battle Networks, and the Future of Artificial Intelligence）」からの抜粋である。

人工知能/機械学習（AI/ML）機能が戦いに革命をもたらすという現在の期待は、武力という専門職（profession of arms）におけるアルゴリズム戦（algorithmic warfare）の大きな期待と停滞の歴史的記録とは対照的である。新しいチャット・ボットや、ウクライナにおける人工知能/機械学習（AI/ML）の戦場での普及という目新しさにもかかわらず、大規模でレガシーな軍事組織（米軍を例に挙げる）が、どの程度まで変化の育成に長けていることが証明されるかは、まだ不透明である。

そのために、我々は軍事組織が現代の会戦ネットワークや人工知能/機械学習（AI/ML）などの新しい情報技術をどのように適応させるかについて、書籍「戦争における情報: 軍事的革新、会戦ネットワーク、および人工知能の将来（Information in War: Military Innovation, Battle Networks, and the Future of Artificial Intelligence）」を執筆した。我々がそうしたのは、学者や軍事専門家（military professionals）として、進歩が停滞しているのを間近で目撃してきたからである。

この本では、米軍における人工知能/機械学習（AI/ML）の展望について、4つの代替将来を提示する。各シナリオは、統合参謀本部議長の朝の通勤を追ったスライス・オブ・タイム・シナリオとして書かれている。各シナリオのロジックは、過去100年にわたり、軍事専門職（military profession）がいかにして、そしてなぜ、会戦ネットワークを構築するために新しい情報技術を一体化するのに苦労してきたかを探る、本書の歴史的事例研究から得られた知見をマッピングしたものである。

この最初のシナリオでは、大胆な革新者達（innovators）が悪しき官僚主義に行く手を阻まれる可能性があることを示す。今日のように、ジェネレーティブ・アプローチ（generative approaches）や大規模言語モデル（large-language models）を含む人工知能/機械学習（AI/ML）が盛り上がっているように、変革の考えが巷に溢れていても、時代遅れの組織や古いルーティンによって進歩が阻まれることがある。人工知能/機械学習（AI/ML）を含む新たな情報技術を活用するために、レガシー・フォース・デザインを実験し、適応させようという意欲がないことには、いくら技術があっても代用できない。時代遅れの官僚主義の鉄の檻の中では、新しいガジェットは死んでしまう。

* * * * * * * * * * * * * * * * * * * * * * * * *

時は2040年。統合参謀本部議長は無人自動車で米国防総省に向かい、1990年代の米陸軍の政治に関する歴史ポッドキャストに耳を傾けながら、国防ニュースの一覧を閲覧していた。ナレーターがゴードン・サリバン将軍（Gen. Gordon Sullivan）^※1と冷戦時代の米陸軍をデジタル化（digitize the Cold War Army）する取組みについて話しているとき、3つの見出しが彼女の目にとまり、ニュースのスクロールを一時停止した。

※1　ゴードン・サリバン将軍は、米陸軍のデザイン、装備、訓練にシミュレーションを革新的に活用したことで知られている。（引用：https://www.simulationinformation.com/hall-of-fame/members/gordon-r-sullivan/）

「米空軍大佐、戦闘機中隊の現行デザインに挑戦する“スウォーム実験（Swarm Experiment）”について質問される」

「新しい報告書：中国のAI駆動シミュレーターは、米国の軍事ドクトリンと意思決定のモデルを訓練するために、ソーシャル・メディアのスクレイピング^※2に頼っている。”

※2　ウェブ・スクレイピングとは、ウェブサイトから情報を抽出するコンピュータソフトウェア技術のこと。通常このようなソフトウェアプログラムは低レベルのHTTPを実装することで、もしくはウェブブラウザを埋め込むことによって、WWWのコンテンツを取得する。（引用：https://ja.wikipedia.org/wiki/ウェブスクレイピング）

「米陸軍軍医総監、ヒポクラテス・アプリケーションと他のデジタル医師サービスに対する米国医師会訴訟に参加」

彼女はデジタル・アシスタントに、米軍全体の人工知能/機械学習（AI/ML）一体化の状況に関する最近の議会調査局（Congressional Research Services）の報告書の要約を依頼する。結論は変わっていなかった： レガシーな組織構造と、機敏さよりも大きな官僚機構が、米軍が人工知能/機械学習（AI/ML）の力を真に活用して戦いに革命を起こす能力を制限していた。現地で実験を行うために政策指示を形成し、利用する革新者達（innovators）がいた。

すべての資金を賄うために、新しい経理ラインさえ作られていた。しかし、米空軍大佐のように、革新者達（innovators）はしばしば恣意的な規則や制度化された魂の集団によって妨げられていた。退役大佐から連邦職員になったこの古い世代は、現状を変えることよりも現状を維持することに関心があるようだった。自分を成功に導いた官僚制度やキャリア・パスに、なぜ疑問を呈するのか？

各軍種は、実験するか、少なくともそれに関する壮大な劇、最高の革新の劇場を上演することに積極的だった。テーブルの上には金があった！しかし、深く根を下ろした構造－参謀、軍団、師団、大隊、中隊、階級構造そのもの－は、ナポレオン以来ほとんど変わっていなかった。軍隊は古めかしい鉄の檻だった。

より伝統的な上級指導者たちは、軍団、航空団、その他の大規模な参謀機構が戦いにおける効果を調整するのに不可欠であるのは、戦闘に永続的な本質があるからだと主張した。彼らは、精度と致死性の向上という利点を見出したが、判断は階層的で人間的なものであり、しばしば「指揮官」という自分自身を中心としたコペルニクス以前の方法で行われ、より大きな会戦ネットワーク（battle network）全体で集約され分析されたデータとは対照的であるという見方を維持した。

機械は情報を選別し、行動指針を提案するのに役立つが、馬上の老人たちは依然として「緑のタブと緑のタブ」、指揮官同士のやりとり、AIアプリケーションの監視の目を通さない参謀への委任を好んでいた。それは、政治という名のもとに殺人を犯すという、悲劇的な事業に対するほとんどロマンチックな見方だった。

将軍は自身のキャリアを振り返った。彼女は、2020年のパンデミックの際、若い大尉として統合AIセンター（Joint AI Center）に配属され、ベンダーや科学者とともに、ウイルスがどのように広がり、どのような後方支援が発生するかを予測しようとしたことを覚えている。彼女は、米陸軍を辞めて、ソーシャル・メディアの投稿を利用して恋愛の縁結びを促進する視覚的分類プログラムを訓練する会社で働くという有利な申し出を断ったことを覚えている。彼女はコーディングが好きだったが、商用アプリケーションのほとんどはつまらないものだと感じていた。

彼女は世代交代の最前線にいた。彼女の仲間は、基本的なコンピューティングの原理を理解しているデジタル・ネイティブか、デジタル・ネイティブが促進するインタラクションの終わりのない流れの中で無自覚に生きているかのどちらかであった。そのため、個々の役員の知識に基づいた懐疑論と信頼の混在を生み出した。

基本的なコーディング、統計、コンピューティングのコンセプトを理解している人たちは、人工知能/機械学習（AI/ML）の将来性と危険性、さらには軍事的な問題を解決する上での限界を理解していた。オンラインで生活している人々は、データから選択まで、単に技術を信頼する傾向があり、誰かが、あるいは他の何かが、すべてをうまく機能させてくれると思い込んでいた。

彼女はまだ主要な戦闘コマンドや各軍種の上層部を支配していた将軍たちよりも若かった。また、4度にわたって同級生よりも早く昇進し、統合参謀本部初の非戦闘兵器議長にもなった。今にして思えば、彼女のキャリアは、常に新たな扉を開くように見える職業的な行き詰まりの連続だった。

パンデミックの後、彼女はデータとAI室長（Chief Data and AI Office）とグローバル情報支配実験（Global Information Dominance Experiments）に引き抜かれ、動的ターゲティングをサポートするアルゴリズムを開発した。彼女の仕事は、拡張可能な会戦ネットワークとエッジにおけるデータに関する考えを推進した。彼女はインテリジェンス将校であったが、結局、敵が何をしでかすかについて旧式の指揮官に助言するよりも、プログラミング・インフラを構築し、コーディング・チームを率いることに多くの時間を費やした。

彼女は、砂漠の嵐以来ほとんど変わっていない昔ながらの軍の複合障害物オーバーレイや収集計画の構築よりも、直感（intuition）に関する凝り固まった概念と闘い、ビッグ・データやベイズの定理といったものを同僚将校に説明しようとすることに多くの時間を費やした。

バージニア州アーリントンの米陸軍・米海軍通りをさまようホームレスの男性を避けるために方向を変え、無人の車が縁石に衝突したとき、将軍は記憶から飛び出て動揺した。彼女は、いくら自動化しても、盗難や殺人はおろか、交通死亡事故者（traffic fatalities）をすべてなくすことはできないと知ったとき、ほとんどのアメリカ人がショックを受けたことを思い出した。過去20年間にわたるAIアプリケーションの驚くべき進歩は、日常生活や軍隊の闘い方さえも変えたが、人々の貪欲、不満、感情が取り除かれることはなかった。官僚組織や伝統的な組織が変化に抵抗するのを止めることはできなかった。

それは戦争技術を変えた。大規模でレガシーな司令部が存続しているにもかかわらず、戦争はしばしば、無人システムの群れや世界中のアナリストのネットワークに支えられた陰の小集団によって行われるようになった。データが新たな緊要地形（key terrain）となったのだ。データを持っていて、パターンを再現でき、可能な決定でさえも再現できるものが有利な立場を得た。そうでないものは、たいてい時代遅れの先入観に基づいて反応する。

データと軽快な部隊構造を持つ部隊は、同時にターゲットに群がり、敵のシステムを崩壊させることができた。大規模でレガシーな設置面積（footprints）を持つ軍隊は、かつての重装歩兵（hoplite）や戦車部隊のように、セットピースでじっくりと機動した。現代の戦争は気候的というよりは、一方がデータ的に優位に立ち、行動を起こせると考えたときの、暴力的で断続的な均衡の連続である。人工知能/機械学習（AI/ML）アプリケーションだけが大量の情報をフィルターにかけることができたが、軍隊はしばしば、レガシーな部隊構造や参謀のプロセスによって行動が遅れ、緊張を強いられた。

無人自動車が米国防総省の駐車場に入ると、参謀が出迎え、将軍を執務室に案内した。バイオメトリック・スキャンで建物に入ると、彼女の神経インプラントであるフィードが、彼女の過去の読書と国家安全保障事業全体のトレンド資料の分析に基づいて優先順位付けされた最新の機密情報を伝え始めた。システムが作動するのは、彼女が建物内に入り、生体認証で照合され、運用上の安全が確保されてからである。

彼女はアフリカで進行中の対テロ作戦から最後の戦場の最新情報を経験した。第101空挺師団司令部は、前線で列車の指揮・制御と支援任務を遂行し、ロシアのロシア連邦軍参謀本部情報総局（GRU）と一連の影の民間軍事請負業者の最新企業が支援しているとされる非武装集団を追跡する任務部隊を支援していた。

彼女は、2023年にワグネル・グループが反乱に失敗した後、人工知能/機械学習（AI/ML）を使ってテレグラムの投稿をかき集めたことを覚えていた。新しい任務を見て、会長はなぜこの任務に師団司令部が必要なのか不思議に思った。彼女は20年以上前、数人の中央情報局（CIA）工作員と特殊工作員だけで、中東で同じ任務を遂行したことがある。確かに、彼女のキットは今日彼らが利用できるようなものではなかったが、効果は同じ、拡張可能な会戦ネットワークだった。

彼女がオフィスに入ると、神経リンクに新しいフィードが現れた。米海兵隊指揮官からのメッセージだった。今後の戦争で柔軟性を保つためには、大規模な有人歩兵編隊が重要であるという、これまた白鳥の歌だった。指揮官は、米海兵隊の戦力デザインをめぐる楽観主義が、退職者や自らをスパルタ人とみなす狂信者のネットワークによって克服されたことを思い出した。

彼女は警告の一発を見れば、すぐにわかった。その将軍は、もし彼女がこれ以上大規模な歩兵組織の規模を縮小するようなAI戦力構造のシフトを強要すれば、ボット支援による彼女の辞任要求で議会事務所を圧倒する用意のある、ほとんどカルト的な有権者へのアクセス権を持っていることを、本当に彼女に伝えていたのだ。

彼女は、サリバン（Sullivan）将軍と冷戦後の米陸軍をデジタル化しようとした彼の取組みをもう一度思い返した。彼女は変化のスピードと、役人や既得権益者のネットワークによる対抗策とのバランスを取らなければならなかった。今、上級指揮官となりつつある彼女の世代が、技術を部分的にしか理解していなかったことが、この任務をより困難なものにしていた。

デジタル・ネイティブは、情報技術やデータに関して妥協する傾向があった。技術は常に機能するものであり、たとえ途中で不都合が生じたとしても、どんな制度やプロセスにも追加することができる。彼らは、部門や大規模な参謀のようなものをそのまま維持することを推し進める傾向があった！-そうやって昇進してきたんだ！」「新しい効率性を達成するために、古いプロセスに新しいアルゴリズムを加えるだけだ」。サリバン（Sullivan）将軍の運命は、変化を停滞させることであり、彼女自身の運命でもある。

* * * * * * * * * * * * * * * * * * * * * * * * *

このシナリオが示唆するように、人工知能/機械学習（AI/ML）をめぐる現在の熱狂の波が、レガシーな官僚機構と衝突することを懸念する理由がある。その結果人件費の高騰、インフレ、基本的な監査に合格することさえ困難な米国防官僚機構では、新たな戦争を仕掛けるための旧態依然とした方法が、限界的な利益を生み出す可能性がある。成功している国家は、血と宝を無駄にしない。

軍事的革新（Military innovation）は真空地帯から生まれるものではない。それには、人々の多様なネットワーク（diverse network of people）、キャリア・パス（career pathways）、制度的背景（institutional antecedents）が必要である。技術は触媒となることはあっても、実験と変革のための開かれた制度的道筋がなければ、変化を生み出すことはできない。

シナリオが示唆するように、民間部門の人工知能/機械学習（AI/ML）の変革がどんなに進んでも、新しい戦争の方法の優位性を利用するために軍の構造を再考する能力の無さを克服できない将来が目前に迫っている。構造的な変化がなければ、新技術はせいぜい限界利益の減少を生み出すだけである。戦間期の戦車の教訓のように、新しい装甲編成を作成するのではなく、新しい装備が歩兵小隊に追加される。

上記の将来シナリオの歴史的先例は、1990年代の米陸軍である。サリバン（Sullivan）将軍のような先見性のあるリーダーは、情報化時代の軍隊のための新しいコンセプトと能力を想像した。サリバン（Sullivan）将軍は官僚機構を変え、その変化を加速させようと推し進めたが、根深い利害関係を克服し、アフリカ、中東、バルカン半島での不測の事態に備えて迅速に展開可能な部隊を編成し、新しいタイプの部隊をデザインするという要求のバランスをとるのに苦労した。情報化時代の戦争に関する彼のビジョンは先見の明があったものの、彼が期待したスピードと規模で軍を変えることはできなかった。変化は訪れたが、それにはもう一世代必要だった。

アルゴリズム戦（algorithmic warfare）の新時代を切り開こうとする最新の取組みが、同じような運命に直面するかどうかを判断するのは時期尚早である。楽観的になる理由はある。デジタルと人工知能の主要な取組みは、軍事専門家（military professionals）、文民官僚、民間企業の多様なネットワークを構築し、戦いを変える準備を整えつつある。スカーレット・ドラゴン（Scarlet Dragon）のような軍種レベルの取組み（Service level initiatives）も、同様に推し進められている。同時に、連合の統合全ドメイン指揮・統制（Combined Joint All-Domain Command and Control）の運命は、官僚的な調整の課題を生み出し、真の軍事革命の可能性を制限する異なるソリューションを支援する異なる軍種によって、実験の波全体が霧散する原因となる可能性がある。

最近の変革の推進が成功するかどうかの真のテストは、軍事組織が新しい指揮・統制構造やまったく新しい編成を構築し始めるかどうかである。「War on the Rock」の読者が、このような記事が実戦的な実験やまったく新しい部隊になるのを目にするようになれば、変化の可能性が生まれ始める。シンクタンクの光沢のある報告書や、古い官僚組織に注入された新しいコードに関するLinkedInの投稿を見つけたとしても、希望を失ってはならない。変化は必ずやってくる。ただ、それは遅く、ばらつきがあり、本当の成功よりも中途半端なステップや誤ったステップになりがちである。