- 发帖可能变空内容，邪门暂不知所以然
- 『稷下学宫』新认证方式，24年网站打算和努力目标
主题：如果说俄乌电子战是敲醒上层的话，GPT这次就是敲醒下层了 -- 狙个梨子
家园 如果说俄乌电子战是敲醒上层的话，GPT这次就是敲醒下层了 俄乌电子战惨败应该敲醒了上层，战前我军对于俄罗斯电子战能力的评估是仍然值得我军大力学习的，而打到现在，俄罗斯竟然沦落到必须进行一战水平的打呆仗才能继续推进，别说乌克兰依赖北约，都说北约电子战能力强，能力强在哪里呢？这一次就是体现出来了，全方位的强。
金将军的炮战论是对的，弱势方，有且仅有大炮是值得信赖的，面对强大得多的电子战，其他一切高技术技术兵器都靠不住。
GPT这次就是敲醒下层了，这次必须是全民族参与的规模再一次进行救亡图存的时刻了
转载一些知乎上的讨论，以下全文来自https://www.zhihu.com/pin/1620331264136675328
先进制程RFSoC／FPGA／GPU芯片在军事上（电子战及AI）的应用
https://zhuanlan.zhihu.com/p/607572790?utm_source=zhihu
他这个整理得还是差点意思，实际上不如引用的那篇文章，过于抠一个点了，不过他写了我就正好偷懒~
顺带这是2017年的东西……现在又，6年了，这几年来AI是每年都有一个里程碑式的突破：
目前美军已经上马了一系列认知电子战项目：自适应电子战行为学习（BLADE，作战对象为通信和简易爆炸装置）项目[3-5]、自适应雷达对抗（ARC，作战对象为雷达）项目[4]、“城市军刀”（射频频谱控制）项目[4]、认知干扰机（CJ，第一代认知干扰机体系结构）项目[6]、电子战技术（应用自适应机器学习算法）项目[7]、极端射频频谱条件下的通信（COMMEX，自适应抗干扰通信）项目[8]、“破坏者SRx”（基于软件无线电）系统[9]。其中部分项目进展顺利：2016年5月26日，美国《航空周刊》报道，DARPA正在向客户移交根据极端射频频谱条件下的通信项目(CommEx)开发的技术，且五角大楼决定将这一技术整合到Link-16数据链中，以保护广泛使用的战术数据链免受干扰；2016年6月20日，洛克希德.马丁公司宣布，洛克希德.马丁公司先进技术实验室（ATL）和DARPA成功地在政府试验靶场进行了一系列的飞行试验，演示了BLADE系统面对频谱挑战更智能地进行频谱作战的能力；另据位于美国达拉斯的市场研究公司(MarketsandMarkets)预测,认知电子战系统有望于2017年年底开始装备美军部队。而国内认知电子战方面的研究尚停留在理论阶段，这需要国内同行付出更多的努力。
昨晚我还看见某个群里说把AI拿去打认知战和网友对喷是后现代行为。事实是各种专用AI和向跨模态数据库发展的AI已经成了20年代军事力量不可缺少的助手，类似于活塞发动机之于一战。
解放军手里目前大概有这么个活儿：面对当代各种有/无源假目标指数级增长，战场信息空前的情况，应用各军兵种侦察情报节点组网，发回信息，用AI做情报初筛，之后做人工判读，在基于AI的战场辅助决策系统下以有效情报的集合生成实际战斗态势和战斗预案。这个东西军内叫“数字孪生战场”。反过来，美军也在搞这个玩意，无论是叫算法战还是叫马赛克战，核心是在调度指挥一级以最优化的作战资产配置去打仗。当然，现有的AI，对抗起来也很简单，破坏AI根据数据库特征抓到的作战资产特征就行，比如轮廓或者一些电磁特征之类的，反过来AI也可以继续去扩大它的数据库，结合一些传统的情报和反情报措施，这也是现在电子战信息战的一个新方向。
我前几天还说对歼20的算法战能力不满意、不乐观。好，话音还没落地，GPT-4遍地开花。以后算法战马赛克战没法打了，对方生成态势获取情报的能力是传统方式的几倍乃至几十倍，从海量信息里根据特征筛选情报的能力可以以力破巧，用attention model捕捉隐身飞机的连续运动特征，除非以比AI迭代更快的速度改变己方作战资产的各项情报特征……
作者：上校狙击手
链接：
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
通宝推：川普,普鲁托,家园 有点太看不起国内认知作战的水平了吧 认知作战说白了不过就是带货经济学，有网红带货那样没有太多技术含量的低端，也有软文大V甚至人民日报下场的高端，关键是专业团队的数字化市场舆情分析与策略，与实操的整合，这一套使用在政经上，战场上，就是所谓的认知战，技术上实践上都是成熟的，是二十年前就开始发展起来的一个互联网特点的产业，我最早看到相关paper都是世纪初的时候，到了美国奥巴马大选时就已经举世闻名，妇孺皆知了，那不过是2010前。国内互联网经济与技术能落后个一两年到头了。 等到了各种“之春”都是十几年前的事情了。
那个知乎“上校”有可能是国内专业分析西方科技情报的工作，抓了不少资料，但对熟悉关注这方面变化的来说，军事上应用大家都是信息茧房，但是你可以猜出一二，有些技术使用虽然对突破不清楚，但方向是清晰的。如果真是做这方面情报分析工作的，反而不是简单的堆砌，而是整合信息的相关性找出主线，然后预判就不是很困难了。比如你根据AI行业这些年在图像识别处理上的进步，大模型对信息生成上的进步，数据链与处理速度本身的进步，基本上就可以勾勒出一个轮廓，在哪些方面会对战场带来突破不是难事。当然具体状态你很难接触到，道听途说是主要来源 😁
但其中关键的因素一定要了解，比如芯片的作用，目前宣传最广泛，同样的也包括科研的储备，与更重要的实战中的尝试与交学费。 这些方面的作用是无可代替的，是不是德国人发明的现在总参谋部目前已经被数字化取代了变成了一台超级电脑，师军一级的指挥已经完全机器人化，或者进展到了哪个地步，这个事情就没人知道了，对哪个国家都是个军事秘密。但是逻辑上与民间的进步是大同小异的，因为技术进步民间反而更领先一步，而专业领域内的实践才是真正的核心竞争力。 比如以前的大炮兵谁都懂，但是美军的近距离步炮支援似乎有自己的独到之处，越战中的直升机机降穿插也具有自己的特色，根据自己的硬件水平发展出自己的军事特色才是重点，比如林彪解放战争中的士兵突击（好像这个名字），二战中德军对班用机枪的使用战术等，都是历史上的例子。 器材的技术进步肯定会带来战术上的革新，有时甚至是压倒性的优势，这一点不奇怪，从罗马兵团与马其顿方阵时代就存在了，但战术，技术都占领不了阿富汗，越南，也没有挽救纳粹的命运，战争最终是决定在资源，工业能力与经济上，这也是为什么两千年后为什么是孙武的兵书，而不是马其顿或罗马的战法仍然能够流传于世的道理，因为军事斗争归根结底是一个哲学问题而不是GPT问题。
家园 不管说的正确与否，保持点恐慌总不是什么坏事 美国的驱逐舰跟战斗机就是领先几十年觉得高枕无忧了，马放南山到处折腾，结果被我们一步步追赶。
家园 【整理】你发这些用处不大 估计还会惹人嫌，河里这群人，基本上把头埋在沙子里，后面却还在不停放响屁。想死也不要这么作践自己吧？！
我以前一直疾呼面对现实，正视差距，攻坚克难，提高水平，要把人当人，摒弃你不干有的是人干这种错误认知，毛用没有，各行各业越来越形式主义，抢班夺权的小圈子文化愈演愈烈。底层根源就出在最高领导层那里，不学无术却好大喜功。
这次政局的变动正如我一直指出的那样，伊朗化成功。以前前三位还是平行的制约关系，这下一切权力归于一尊，中国版的哈梅内伊，甩起锅来更方便了，比如新冠急转弯这事，要换现在这格局怎么也是总理的错了！
对国家发展来讲肯定不是好事，至少可以看到平民阶层只能作为红色权贵的附庸，像胡温和克强总理那样的有独立性的政治角色基本上难出现了！
家园 克强有独立性？一犬吠影，十犬吠声 厉以宁是这个一犬，克强是十犬。
他最大的贡献就是没有造成更大的破坏。
家园 高利贷公然几乎合法的始作俑者 家园 金融货币领域 最怕渠道减少干枯流动不畅流速停滞。
所以才会不断有高人、投机者、画饼家、贾会计们去"创新"，然后闹出各种问题，政府再出面监管、收束……循环往复。
在人与物、劳动与商品之间，货币不可或缺，微观上放活，宏观上管控调节，一波一波潮来潮去。
有些人在放活阶段用劲，而放活后会出现各种问题。然后有些人就针对问题在管控上使力。这是一个连续的过程，是经济发展正常的一般状况。
经济因为发展周期\特殊内外因素，管得过死了，就需要有人去推动各种办法放水放活。那样才能推动劳动创造财富，没有金银、钞能力、虚拟货币在那里闪闪发光流动吸引激发人的贪欲，大家都会随遇而安累了倦了躺平，人都是并不愿意付出劳动去创造财富的。
货币学派的认知里，政府管经济，就是用财政、债券、利率等手段，让货币尽可能流动起来，流速合理点，吸引鞭策企业家\打工仔去赚利润、挣工资，创造财富。
高利贷既不是谁一个人就能只手空拳创造出一个体系的，也不是罪大恶极万恶之源一无是处。
高利贷泛滥，大水漫灌当然不行。
但最坏的经济是物价\工资一万年不波动，因为那样经济就被彻底管死了。要人去劳动只好用各种口号去洗脑\各种伟大斗争去强迫，也就是所谓的奴役经济、强制经济了。
家园 中美AI的差距 中美在AI的差距，主要还是数据、算法，算力真不是最大的瓶颈，至少目前不是；
对于关心中国的键政军事爱好者，pop3是一个绕不过去的人；P大的结论是：中美海军的电子战能力互有优势，其他人难望项背；
指望AI识别关键电子战参数，最多会带来早期的小规模损失，想要一招致命基本是做梦，因为AI太容易被欺骗了；
虽然现在AI有transformer加持，多模态和生成能力惊人，但仍是高效的暴力工具，没有提出问题的能力，也没有解决新问题的能力；
GPT带来的影响，正面的大家都能看到；弊端也正在显现，大量无效、混乱甚至虚假的信息会以看似正规的方式展现，如果没有有效规避，GPT迭代会不断劣化；但这不是GPT的错，因为它是“无知”的；
无论如何堆算力，现有AI网络的核心问题很难跨越，再多的“涌现”也不一定能完成猴子到人的关键几步；朱松纯算是真正的AI学术大拿，他的观点可供参考（其看法可能是对的，但解决的路径和方向未必有效）；
当下最主要的是拿下28nm制程并白菜化，这样就能打断对手高制程的产业循环，为我们最终超越赢得时间。
通宝推：外俗内正,梓童,盲人摸象,秦波仁者,- 复 中美AI的差距
家园 田忌赛马 - 复 中美AI的差距
家园 如果关注一下的话，会发现算力的制约已经出现了 是的，现阶段暂时不成为最大瓶颈，但是已经是瓶颈了。就是从今年3月开始。GPT证实了路线的可用性，各家开始上马大模型，这时候才发现数据算力算法三者全部成为了瓶颈。文心一言现在就是典型的欠缺训练的表现。
而且3月以后新一轮制裁下非美厂商耗材基本已经断供了，所以现有产能也不容乐观。我不知道河里有多少人了解，阿里为了能去台积电流片已经主动合规降低AI芯片的性能，算力的上限已经出现。
/
pop3的结论建立目前是我们用新设备去欺负对方的旧设备的基础上，算是同代产品，这才体现出暂时的平衡，要知道对面比如E-3这种可都不知道是什么年代的旧货。但是别人难道就不换代了么，尤其根据美军的招标情况来看是换代才刚开始。
现在AI技术领域的进步完全类似于上世纪航空领域的进步，当时一年时间差距下不同机型的作战能力差别有多大我想大家都知道，何况现在被拉开的差距远不止一年。5年后会发展成什么样现在完全没法估计，以现在的标准来评估指数发展阶段的产品是非常不可靠的，AI作图就是典型。2月份还能靠数手指来鉴定AI，3月份？数个屁，lora教做人
/
GPT迭代的劣化恶果已经出现，但是恰恰就是对于后发者的制约，大量github项目自己删档，大量开放学术资料下架，我收藏夹里一堆开了几十年的个人小站点因为不胜其扰的爬虫纷纷主动关站。这对于跟随者才是更要命的，这意味着后来者收集的数据资料质量一定低于先发者。我愿称为信息通货膨胀，后来者永远只能吃先发者拉出的屎，搞不好还是先发者主动拉的。
/
毫无疑问的是过去浪费了太多时间，结果就是浪费了最宝贵的窗口期。上面的态度也很明确，提头来见，统统进去，大基金都快成国足了。
这也是我为啥一直强调痛恨赢麻党的原因，总觉得天下无敌，对于美国领先的领域视而不见，甚至有兴致上来的想打到西海岸，我记得河里似乎就有决战美国西部大平原的。醉生梦死的社会气氛使得从上到下所有人都麻木在其中。
提到28nm我就有气，早前河里大家是怎么看28nm的？17年都觉得28nm随手可山寨，盲目乐观了吧。17年到现在6年了，20年到现在3年了。
https://www.cchere.com/article/4236968
https://www.talkcc.com/article/4504296
早3年吹的28nm要是有现在这个水平，现在绝不会如此狼狈。别吹了，再吹真死了。
前沿开始纷纷闭源，AI的差距现在才会开始出现，现在是差距扩大期。
技术高速膨胀期任何一点得意忘形到后面都要付出几倍的代价来偿还。
通宝推：俺本懒人,盲人摸象,家园 老实说，人工智能要是真的进步那么快 中美那点矛盾可以忽略不计了，很快就是生物人生死存亡的问题了。
到时候天网控制美西方，中国缩在防火长城里面死守，恐怕不是笑话了。
通宝推：菜根谭,家园 老潜这是实在话了 所以各位大可不必悲观
在人类进化到人工智能进化这方面，用章北海的话说，“都一样”
家园 恰恰今年已经有了自主可控的193nm浸润式光刻机 华为轮值CEO公开在朋友圈发文说，5年了，第一次方向盘回到自己的手里。
当然，技术路线是复杂的，牵扯到的供应商也很复杂，除了光刻机以外还有很多半导体设备和材料，没有哪个公司不想以后继续出口赚钱，为了不给人家添麻烦，一般知道的不说，不知道的乱说。
因为这个原因，荷兰的ASML顶住美国的压力，继续在中国销售1980i，就用这个光刻机也可以做出7nm的芯片，当年台积电的第一代7nm，用的光刻机就是这个。
现在的问题是产能不够，需要急剧扩张。
历史上的半导体细分领域如LED产业，LCD产业，OLED产业，太阳能电池产业，都曾经遭到卡脖子的动作，六七年后，这些产业都变成了中国人的天下，只有日韩部分企业萎缩在部分高端领域苟延残喘。
7nm的半导体芯片的决战，就相当于解放战争的孟良崮战役， 此役之后， 席卷天下。
通宝推：青青的蓝,真理,chuchong,阴霾信仰,梓童,方平,广宽,大山猫,方恨少,nettman,为什么不可以,唐家山,落木千山,桥上,回车,acton,大胖子,盲人摸象,心有戚戚,kekepei,老调重弹,尖石,