日本防卫省和自卫队采用人工智能技术分析情报和研发新武器系统

作者：韶华（华语智库高级研究员）

近期，日本在军事域动作频频，值得人们高度重视。

一是大力采用人工智能技术加强情报分析。

日媒近日披露，防卫省和初创独角兽企业“Sakana AI”7月底签订合同，旨在研究并测试能够辅助信息总部开展综合分析工作的AI功能。此前，防卫省防卫装备厅也与该企业签订了研究合同，这意味着日本国产AI技术在日本安全保障领域的实际应用正在逐步推进。

自卫队信息机构的分析人员每天要处理大量来自卫星图像和公开信息等来源的数据，而Sakana AI的技术则可以自动收集这些数据，并对相关事实进行交叉验证。通过将处理结果以报告的形式自动生成，从而避免信息处理中的遗漏，提升分析效率，从而加强战略性情报工作。

在此之前，Sakana AI已于今年3月份获得了防卫装备厅下属的防御创新科学技术研究所的委托，开展试点性研究。该项目的目标是整合来自陆、海、空无人机的各种数据，为提升指挥控制系统性能而开发相关基础技术。在通信条件受限的前线地区，可以通过在边缘设备上运行小型视觉语言模型，加快从观测到信息整合的整个流程。（“Sakana” 日语意为鱼，其公司理念是参考鱼群集体智能：不走超大单一模型路线，用多个小专业模型协同、进化式模型融合技术做大模型。）

除SAKANA AI公司外，另一家日本本土人工智能初创企业PFN（Preferred Networks）也于7月底宣布将为自卫队研发和提供基于生成式AI系统，为军事战略的规划与制定提供帮助。该系统将通过AI对各种文档、地理空间信息以及部队运作相关数据进行整合与分析，从而辅助自卫队指挥机构做出更明智的决策。而稍早之前的6月初，PFN宣布要与老牌军工企业三菱重工合作，将自己所拥有的AI模型、AI半导体、计算基础设施等技术与三菱重工的硬件控制及仿真技术相结合，改善涉及国家安全所需要的各类设备和系统的性能。

Sakana AI开发的多个AI模型可通过协同工作来发挥信息处理中心的作用。通过结合Sakana AI在情报处理方面的能力以及PFN(Preferred Networks)在作战计划制定方面的技术优势，可以构建出一种由人与AI共同协作的快速决策机制，从而提升整个自卫队的决策效率。

这些举措的背后，是日本政府希望确立AI主权，防止机密信息外流以及过度依赖某些企业（主要指美企）。在自卫队的指挥控制过程中，计划采用混合式防御策略：一方面利用具有世界一流性能的国外AI产品，另一方面则让在日本国内服务器上运行的国产AI企业负责最终的信息整合与决策支持。

二是研发新型AI拦截系统。

防卫省计划在下个财政年度开始研发一种利用AI技术的新拦截装置——“近程防空系统（CRADS，CloseRange Air Defense System）”，该装置将拦截导弹、机关炮以及激光武器结合起来使用。其目的是为了应对大量无人机和弹道导弹等的攻击。

CRADS概念示意图

拦截导弹虽然射程较远，但价格昂贵且弹药数量有限；而机枪则价格低廉、弹药充足，但射程较短；正在研发的激光武器虽然没有弹药数量的限制，但射程仍较短。战时需要根据各种武器的特点来选择合适的拦截方式，从而避免遗漏目标。CRADS 的核心思路是：一套平台集成多种拦截手段，系统通过AI自动判断目标并选用性价比最优的拦截方式。

三是启动“高功率微波”技术验证等。

日本防卫省将在下一年度开展“高功率微波”技术的验证工作，这种技术能够以束状形式发射强力微波，从而破坏无人机内部的电子控制系统等。由于是以束状发射的，因此具有很高的命中率，能够以光速到达目标位置。

此外，防卫省还将推进引入模仿自卫队装备的诱饵装置，如拦截装置和战斗机等。其目的是通过增加目标数量，来减轻对真实装备的损害。

日本防卫省官员强调：“面对复合型攻击，日本也需要建立多层次的拦截体系。”新系统等将成为“新型作战方式”的核心要素。

日本加强军备建设的野心将集中体现在新一年的防卫预算上。近日，日本防卫省公开了2027年度的预算请求。根据现行的防卫力量建设计划，预计所需防卫资金约为8.9万亿日元。但实际上，预算请求中又列入了多达150多项“需求事项”，因此到年底时，日本防卫预算总额很可能会进一步上升，甚至可能达到10万亿日元左右。

防卫省重点考虑了三个方面：(1)为应对无人机和人工智能等“新的作战方式”而采取的“新的防御措施”；(2)为长期战争准备的“持续应对能力”；(3)加强“防卫力量的基础”，包含防卫装备的生产基础以及改善自卫队人员的待遇等。在反击能力（即攻击敌方基地的能力）建设方面，日本将着手研发能够避免被敌方攻击的、从水中发射的极超音速导弹。此外，还计划为无人潜水器配备远程导弹发射功能。同时，也计划利用民用产品来开发成本低、可快速大量生产、且具备远程飞行能力的攻击无人机。这些项目都未被标注具体金额，统统被归类为“需求事项”。