针对伊朗一所学校遭导弹袭击的调查，暴露了美军目标定位基础设施中的严重漏洞。人工智能本应填补这些漏洞。

一名情报分析员遗漏的备注，以及互不连通的系统：据《洛杉矶时报》报道，这是调查人员在调查伊朗一所学校遭导弹袭击事件时发现的两个核心失误。这场发生在二月下旬的袭击导致约120名儿童死亡。根据此前的报道，此次袭击发生在一场战争中，美军首次大规模使用人工智能进行目标选择。Anthropic的Claude模型被嵌入Palantir的Maven智能系统，并在第一天就提出了约1000个目标。

袭击发生前几年，一名分析员注意到伊朗东南部米纳布市一处地点发生了变化。美国此前将该建筑归类为伊朗军事海军设施。而到那时，它已经变成了一所小学。

一份无人见过的备注

据《洛杉矶时报》报道，该分析员在2019年使用一款数字情报工具标记了这些变化。关键问题在于，该工具并未与美军用于制定打击目标的官方目标数据库相连。这些信息从未送达指挥官手中。该建筑被多次审查，但无人更新数据库。据《纽约时报》报道，所使用的图像是七年前的。

据《洛杉矶时报》报道，至少有两个情报数据库从未与权威目标数据库连接过。在叙利亚，2010年代中期的目标数据有时是10年或20年前的。核心是一个名为MIDB的数据库，建于20世纪80年代，至今仍严重依赖人工输入。它本应由一个名为MARS的自动化系统取代，但过渡工作已落后计划多年。美国政府问责局早在2020年就指出了该系统中长期存在的缺陷。

这套老化的基础设施与人工智能在其他领域的飞速发展形成了鲜明对比。《华尔街日报》的一篇报道指出，在行动最初几天内，被打击的目标数量超过3000个，并警告称，用于人类审查致命决策的监督机制资金不足。即便如此，美国调查人员当时就认为美军很可能应对那次学校袭击负责，而《洛杉矶时报》的报道如今以具体的技术故障佐证了这一结论。

人工智能被寄望于修复破损数据库无法解决的问题

《洛杉矶时报》报道称，一些目标打击专家希望，连接数字系统并增加人工智能的应用能在未来减少错误。通过自动与谷歌地图等公共服务进行交叉核对，可以标记出异常情况供人工审查。五角大楼在该报道发布后，正是朝着这个方向迈出了步伐，公布了一项智能体人工智能计划。

负责管理MIDB和MARS的国防情报局在彭博社联系时，并未直接回应这些缺陷或延迟的过渡计划。一位发言人笼统地指出，指派的分析师已进行了彻底的分析。

五角大楼自家的人工智能先驱敲响警钟

根据美国现行的目标打击原则，军事指挥官决定是否优先打击某个目标。他们必须区分军事目标与民用物体。此外，还有一个名为“目标审查”的可选流程，用于核查基础情报的准确性。一位前高级情报官员告诉《洛杉矶时报》，在新一轮行动的第一天，指挥官跳过这一步骤是“不可想象的”。中央司令部在针对伊朗的行动前对目标进行了审查，但这一可选的审查流程是否启动，目前仍不清楚。

报告中最尖锐的批评来自一个令人瞩目的来源。杰克·沙纳汉，一位退役的美国空军三星上将，曾是2018年成立的联合人工智能中心的首任主任。在此之前，他领导了人工智能项目“梅文计划”。这使他成为美国军方采用人工智能的架构师之一，而正是这支军队如今正依赖着那个“梅文”系统。当时，沙纳汉预测，人工智能将在美中之间任何潜在冲突中发挥核心作用，并且在20年内，算法将相互竞争。

沙纳汉告诉《洛杉矶时报》，指挥部未能核实其情报的准确性是毫无借口的。他将目标定位本身描述为一个垂死的职业领域，在军方专注于反恐的二十年间逐渐萎缩。他说，早在2017年，他就几乎找不到人来填补这些岗位。