ウクライナは、ソブリンAIが、攻撃下で知能を圧縮し、分散し、継続的に更新する能力に依存する理由を示している。
ウクライナは、多くの指導者がソブリンAIについて抱いている考え方の弱点を露呈させた。彼らは、決定的な軍事的優位は最も高度なフロンティアモデルを持つ国に属すると想定している。
フロンティア能力は極めて重要である。だがウクライナの経験が示すのは、それが軍事的優位の始まりにすぎず、完成形ではないということだ。
有用な戦略モデルは次のように表せる。
軍事AI能力 = その国が利用できるフロンティア能力 × それを国家目標に移転・圧縮・適応させる能力 × 部隊全体への展開密度 × 更新・適応の速度 × 戦闘条件下でのレジリエンス。
これは実証的に検証された方程式ではない。システム全体を考えるための枠組みである。
各要素が乗算で結びつくのは、1つの要素がほぼゼロであれば、他の強みを打ち消し得るからだ。世界で最も賢いモデルであっても、利用可能なハードウェア上で動作せず、電子戦を生き延びられず、戦術の最前線に届かず、敵が戦術を変えるたびに更新できないのであれば、戦場での価値は限られる。
ウクライナは、このシステムレベルのアプローチの重要性、そして一部領域ではその優位性を、繰り返し示してきた。同国の防衛エコシステムは、前線の運用担当者、エンジニア、スタートアップ、資金提供者、政府プログラムを、異例に短いフィードバックループで結びつけている。NATO当局者は現在、戦場での経験を最新技術と運用手法に転換するウクライナの能力を研究している。ウクライナの防衛技術クラスターであるBrave1は、実装の速さを現代戦における重要な要素と位置づけている。
知能生産システムの決定的重要性
要点は、ウクライナがより優れた技術的インプットを持って始めたということではない。ロシアははるかに大きな資源を持ち、商用技術や西側・中国のオープンウェイトモデルを使って、独自のエンドツーエンドの軍事AI・ドローンエコシステムを構築している。この競争は、知的な国と知的でない国の間のものではない。競合する知能生産システム同士の争いである。
AIをこれまでの軍事技術と異なるものにしているのは、発明と複製の非対称性だ。
フロンティアモデルの開発は、データを集め、モデルを訓練し、アーキテクチャを検証し、有用な推論能力を発見するという、高コストな探索プロセスである。だが、いったん能力が発見されれば、モデル蒸留（distillation）によって、大規模な「教師」モデルから、より小さく安価な「生徒」モデルへ、その一部を移転できる。研究者らは現在、教師モデルの品質、生徒モデルのサイズ、訓練データ、そして結果として得られる性能の間に、予測可能なスケーリング関係を特定している。蒸留は完全に無損失（ロスレス）ではないが、定義された能力を再現し展開するコストを劇的に下げることができる。
この力学に近いものは、従来型の兵器には存在しない。ある国が最高の極超音速ミサイルを発明したとしても、別の国がそれをほぼ同等の能力を持つ100万発のミサイルへと単純に「蒸留」することはできない。物理的な兵器にはなお、特殊な素材、工場、精密製造が必要である。
フロンティアモデルの優位が持つ半減期の短縮
知能にもハードウェアは必要である。だが、学習された能力は比較的低い限界コストで、数千、数百万のデバイスにコピーし、特化させ、組み込むことができる。
これは、フロンティア優位に半減期をもたらす。
ある能力を最初に発見した国は、大きなリードを享受するかもしれない。だが、その能力が他者に観察され、サンプリングされ、適応され、蒸留され、展開されるようになると、そのリードは侵食され始める。持続的な優位は、次の完全なサイクルを繰り返し実行できる国に属する。
発見する。圧縮する。展開する。学習する。更新する。
私は以前、Forbesの記事「AI冷戦とソブリンAI」で、国家には5つの基盤層、すなわちエネルギー、コンピューティングハードウェア、データ、モデル、人材へのアクセスが必要だと論じた。それは今も出発点である。だが、アクセスだけでは十分ではない。
国家はまた、フロンティア知能を取得または創出し、それを国家的任務に適応させ、展開可能なシステムへ圧縮し、それらのシステムを防御し、大規模に製造し、戦闘圧力下で更新する制度的能力を構築しなければならない。
管理すべきマイナス面：複雑性と物理的現実
戦略指導者は、相互運用できない孤立したシステムの寄せ集めを生み出さないよう警戒する必要がある。戦争においては、最小規模の軍事衝突を除き、資源と行動の明確な調整が不可欠である。もっとも、この潜在的な複雑性でさえ、AI戦場では管理しやすい。AIモデルの大きな強みの1つが、ある形式や言語から別の形式や言語へ変換する能力だからだ。（中核となるTransformer（トランスフォーマー）のアルゴリズムは、主に言語翻訳を解決するために構築された。）この中核的なモデル能力により、膨大な異質性の管理ははるかに容易になる。
また、武力行使における物理世界の複雑さを過小評価するつもりはない。爆弾は爆発しなければならない。プロペラは適切に製造される必要がある。そして各攻撃は、電子的なものを含む対抗手段を突破しなければならない。
知能の産業化は新たな戦略を求める
ソブリンAI競争は、最も賢いモデルを持つ国だけが勝つわけではない。希少なフロンティア能力を、豊富で、強靭で、継続的に改善される国力へと転換する、最良の知能生産システムを持つ国が勝つのである。今後の論考では、新たな知能産業システムが企業間競争に何を意味するのかを検討する。
