米軍AI標的システム、イラン標的1000を24時間で攻撃

商用人工知能の実戦への導入は、理論的な議論を飛び越え、直接実行へと移行しました。エピック・フューリー作戦は、2026年2月28日に始まった24時間でイラン国内の1,000の異なる目標を攻撃したことで、航空作戦のあり方を恒久的に変えました。そのような高密度の攻撃を達成するには、人間のアナリストだけでは処理できない速度での情報処理が必要です。そのデータを処理するインフラは、テクノロジー業界の言語モデルと防衛契約ソフトウェアの急ごしらえの統合に依存しています。展開の速度は、運用上の安全策の確立をはるかに上回っており、大規模な運用規模と深刻な民間人への影響という結果をもたらしました。

米軍AIターゲティングシステムにおける技術的欠陥とユーザーによる解決策

大規模言語モデルのソフトウェア開発者や日常的なユーザーは、一貫して明白な制限を文書化してきました 現在のAIアーキテクチャにおける：これらのシステムは、空間的推論と物理地理学に根本的に苦労しています。インテリジェンスデータを物理座標に変換する際、大規模言語モデルは日常的に自信に満ちた、しかし完全に偽造された場所を生成します。特定の番地を尋ねる一般ユーザーは、もっともらしいが実在しない地図を受け取ることがよくあります。戦争の文脈では、これらの特定の地理的幻覚を起こしやすいシステムに依存することは、壊滅的な運用上の脆弱性を生み出します。

この特定の障害モードを軽減するために、技術者は、戦闘AIの標準的な運用手順は、単純な生成から実行へのパイプラインであってはならないと主張しています。必須の技術的ソリューションには、厳格で標準化された「ヒューマン・イン・ザ・ループ」の審査が必要です。システムオペレーターは、AIが生成した座標を一目見て承認し、キューをスムーズに進めることはできません。効果的なガードレールには、アナリストがドローンにタスクを割り当てる前に、生成されたターゲットを二次的な非AI情報源（衛星画像、人的諜報、または無線傍受）に対して独立して検証する必要があります。

米軍AIターゲティングシステムにおける空間的幻覚のナビゲーション

AIの出力を最終製品ではなく原材料として扱うことが、空間的幻覚を処理するための唯一の実証済みの方法です。CENTCOM司令官ブラッド・クーパーは、AIはデータ処理のみを行い、最終的な攻撃決定は人間が行うと公に述べている。しかし、技術オブザーバーは、人間が極度の時間的プレッシャーの下で操作しており、AIのロジックを迅速にクロスチェックするツールを持っていない場合、この区別は実質的に無意味であるとすぐに指摘する。アルゴリズムが民間インフラの上に武器庫を幻視した場合、データをレビューする人間は、即時の承認を防ぐための明示的な技術的制約を必要とする。これらの厳格なソフトウェア制限の欠如こそが、現在の展開方法論が破綻するまさにその点である。

Operation Epic Furyと米国軍AIターゲティングシステムの拡張

2月28日の航空攻撃の圧倒的な規模は、ペンタゴンがアルゴリズムによるターゲティングにどれほど深く依存するようになったかを示している。24時間で1,000のターゲットを攻撃することは、すべてのペイロードに対して深く、体系的な人間の熟考の可能性を取り除く。この作戦の主要な配信メカニズムには、MQ-9リーパーとヘルムス900ドローンが含まれていた。これらの無人航空機は、コマンドセンターから直接プッシュされた座標を待って、敵対空域を旋回する。

このインテリジェンス・アパラタスの中心にあるのは、PalantirのMavenシステムであり、これは基本的なコンピュータビジョンとオブジェクト認識から進化して、大規模なインテリジェンス・フュージョン・ネットワークとなったプラットフォームである。最近、軍は静かにAnthropicのClaudeモデルをMavenに統合した. この統合は、非構造化されたフィールドレポート、ドローンフィード、およびシギント（信号情報）を取り込み、イランとベネズエラの標的を迅速に優先順位付けするように設計されました。このシステムは、潜在的な脅威を特定し、その即時の戦術的価値をランク付けし、その提案をドローンオペレーターにフィードします。軍は、砂漠の嵐の間に基本的なスプレッドシートと初歩的なアルゴリズムを使用していた状態から、商用グレードの会話型および分析モデルをキルチェーンに直接展開する状態へと移行しました。

ソフトウェアのパラドックスが米軍のAIターゲティングシステムを強化する

Anthropic社のClaudeの展開は、現在の防衛政策における奇妙な矛盾を明らかにしています。Operation Epic Furyの初期の波のわずか1週間前、国防長官のPete HegsethはAnthropicを「サプライチェーンの脅威」とレッテル貼りし、同社に関連する防衛契約をキャンセルしようとしました。しかし、現場の現実は全く異なる物語を語っています。軍は標的ネットワークの認知エンジンとしてClaudeを継続的に利用しています。ワシントンでの公的な政治的姿勢と、CENTCOMでのデータ処理効率に対する切迫したニーズとの間の乖離は、軍事技術調達の監督がいかに断片化しているかを浮き彫りにしています。地上司令官は、公式の管理上のステータスに関係なく、即時の優位性を与えるあらゆるソフトウェアを利用しています。

米軍AIターゲティングシステムにおける説明責任の危機

「オペレーション・エピック・フューリー」の運用効率は、空爆によってイランの女子校が壊滅し、約160人の子供たちが死亡したことで現実と衝突した。その直後の展開で、公の議論は急速にターゲティングプロセスの仕組みへと移行した。オブザーバー、ソフトウェアエンジニア、公共擁護者たちは、民間人の死を「コンピューターの不具合」や「AIの誤り"

民間人の死に対する大規模言語モデルの責任を問うことは、人間の指揮官やソフトウェア開発者を責任から免れさせる便利な仕組みとなっている。技術コミュニティは、欠陥のあるパラメータでモデルを訓練した開発者、フェイルセーフを欠くシステムを販売した請負業者、検証されていない攻撃を承認した軍幹部が、全責任を負うべきだと強調している。ターゲティングデータを処理するために機械を使用しても、引き金を引く人間の法的および道徳的責任が軽減されるわけではない。規制されていないAI戦闘の使用による無差別な死は、ソフトウェアのエラーではなく、戦争犯罪と見なされている。

米国軍AIターゲティングシステムにおける歴史的自動化バイアスの類似性

軍事史家や自動化専門家は、自動化バイアスとして知られる十分に文書化された心理現象を指摘している。人間が複雑なシステムを監視する任務を与えられた場合、特にストレス下では、機械の読み取り値を自身の判断よりも信頼することを急速に学習する。コンピューターがターゲットを敵対的だと判断した場合、人間のオペレーターはほぼ常にそれに同意する。

自動化バイアスの致命的な結果については、明確な歴史的先例がある。1988年、USSビンセンヌス号のオペレーターは、イージス戦闘システムの曖昧なデータプロファイリングを信頼し、イラン航空655便撃墜と290人の民間人の死につながった。 1999年には、時代遅れで未確認のデータベースマッピングへの依存が、米国によるベオグラードの中国大使館爆撃につながった。どちらの事件も、人間が基盤となるデータを十分に検証せずに自動化されたインテリジェンスプロセスを信頼したことに起因する。今日の СМК は、90年代後半のデータベースよりもはるかに複雑で高速であり、自動化バイアスの可能性が指数関数的に増大することを意味する。システムが数秒で動作する場合、欠陥のある自動化された仮定を人間が中断する余地は事実上消滅する。

米国軍AIターゲティングシステムに対する監督義務

増え続ける民間人の犠牲者は、国内外の議員から即時の反発を招いています。ジル・トクダ米国下院議員とエリッサ・スロットキン上院議員は、これらのツールの無分別な展開を公に非難し、イラン紛争における人工知能の利用方法について公平なレビューを要求しています。立法上の中心的な要求は単純です。すなわち、実際の戦闘に承認される前に、機密性の高いアルゴリズムを分析できる独立した監視機関を設立することです。

地政学的なライバルも、この倫理的な過ちを武器化しています。中国当局は、アメリカのアルゴリズム戦争への依存は、人間の説明責任を根本的に損ない、国際的な倫理的境界を侵食すると警告する声明を発表しました。これにより、アメリカ合衆国は外交上の脆弱性を抱えることになります。敵対国がアメリカの軍事作戦を無謀で技術的に不安定なものとして描写することを可能にします。

規制を確立するには、テクノロジー企業に戦闘シナリオでのモデルのパフォーマンスに対する法的責任を受け入れさせる必要があります。現在の取り決めでは、システムが学校をミサイルサイトとして指定した場合、ユーザーエラーの言い訳の後ろに隠れながら、テクノロジー企業は国防費を稼ぐことができます。迅速な情報選別の戦術的利点を確保するために、軍は、画面上の「承認」をクリックする人間が実際の監視を構成するという幻想を捨てなければなりません。軍が現実を定義するために機械に依存する場合、人間はもはや決定を下していません。彼らは単にコード行の管理中間者として機能しているだけです。

FAQ

Operation Epic Furyとは何ですか？

Operation Epic Furyは、2026年2月下旬にイランの標的に対して開始された大規模な米国軍の空襲作戦です。この攻勢では、高度なデータ処理技術を使用して、作戦開始から最初の24時間で1,000の別々の標的に対して攻撃を実行しました。

米国軍のAIターゲティングシステムは、どのようにインテリジェンスを処理しますか？

これらのプラットフォームは、ドローン映像、信号傍受、現場報告を含む膨大な量の生データを摂取し、潜在的な標的を迅速に特定します。その後、ソフトウェアはこれらの場所を戦術的優先度でランク付けし、最終承認のためにドローンオペレーターに座標を送信します。

AIの幻覚は軍事ターゲティングにおいてなぜ危険なのか？

大規模言語モデルは、物理的な座標や地理的な現実を頻繁にでっち上げ、その情報を極端な自信を持って提示します。オペレーターが独立した検証なしにこの幻覚的な地理情報を受け入れた場合、軍は民間インフラを爆撃するリスクを負うことになります。

これらの攻撃においてPalantir Mavenシステムはどのような役割を果たしますか？

Mavenは、戦場のデータをソートおよびマッピングする主要なインテリジェンス・フュージョン・ネットワークとして機能します。AnthropicのClaudeのようなモデルをMavenに統合することでAnthropic's Claude into Maven, 指揮官は、構造化されていない生のインテリジェンスを、実行可能なドローン攻撃座標に迅速に変換できます。

国防総省はなぜAnthropicをサプライチェーンの脅威とラベル付けしたのか？

ピート・ヘグセス国防長官は最近、Anthropicを安全保障上のリスクと指定し、不明確なサプライチェーンの懸念から防衛契約をキャンセルする動きを見せました。この行政的な禁止にもかかわらず、軍は戦闘作戦でAnthropicのソフトウェアを積極的に使用し続けています。

議会はどのように戦闘AIシステムを規制できるか？

ジル・トクダ氏やエリッサ・スロットキン氏のような議員は、戦闘配備前にアルゴリズムによるターゲティングモデルをレビューするための独立した監督委員会の設置を推進しています。彼らは、指揮官と開発者を法的に責任あるものにする、厳格なソフトウェアガードレールと標準化された審査プロセスを提唱しています。