[AIと新文明標準スペシャルレポート] 軍事挑戦①：人工知能・核兵器ネクサス（AI-Nuclear Nexus）と世界軍事秩序の展望

I. 序論

2024年、ソウルで3度にわたり主要な人工知能（Artificial Intelligence: AI）規範に関する国際会議が開催されたことにより、韓国社会内でのAIへの関心は高い。去る3月には、「AI・デジタル技術と民主主義」をテーマに第3回<民主主義サミット（Summit for Democracy）>が、5月には第2回<AIソウルサミット（AI Seoul Summit）>が開かれ、これに続き来る9月9-10日には第2回<軍事分野における責任ある人工知能利用に関するハイレベル会合（Summit on Responsible Artificial Intelligence in the Military Domain: REAIM）>が開催される。先端技術関連規範を議論する国際会議を韓国で相次いで開催することは、国際社会における韓国の地位と影響力を高める良い機会に他ならない。しかし、韓国が持続的にグローバル中枢国家として国際社会内でリーダーシップを発揮するためには、無分別な先端技術の軍事的活用を統制する普遍的規範を提示するだけでなく、大韓民国の領土全体を射程範囲に置き、先制核攻撃を脅かしている北朝鮮の実存的脅威に対処する考察を同時に進めていかなければならない。

本スペシャルレポートは、AIの軍事的利用問題のうち、北朝鮮の核の脅威により韓国にとって最も重要な影響を及ぼす核兵器とAIが結合するAI-核兵器ネクサス（AI-Nuclear Nexus）を考察する。第一に、AIが何を意味するのか、これを軍事領域に適用した場合どのような変化が起こるのかを概括的に論じる。第二に、AI技術が核兵器能力および戦略と結合された場合、これは既存の攻撃-防御バランス（Offense-Defense Balance）にどのような影響を及ぼすのかを考察する。第三に、これらの分析に基づき、AI-核兵器ネクサスが今後の世界軍事秩序をどのように変化させていくのかを展望する。

II. AIの概念および軍事的利用：作戦速度増加の乗数効果

AIが何であるかについて公式に合意された概念はないが、ほとんどの研究は、特定の「課題」を遂行する上で、状況把握、パターン識別、結論導出、予測、計画、学習、コミュニケーションなどの「人間の知能」が要求されることを行うことができる機械（machine）であると共通して指摘している（Horowitz 2018, 40; Haenlein and Kaplan 2019, 5; US Department of Defense 2019, 5; Congressional Research Service 2020, 2）。ロックフェラー財団の支援の下、1956年にダートマス大学AI夏季研究プロジェクト（Dartmouth Summer Research Project on Artificial Intelligence: DSRPAI）を開始としてAI研究は「春（AI Spring）」と「夏（AI Summer）」を迎えたが、1980年代初頭、米国、英国などの主要国政府が「経験豊富なアマチュア」のレベルを超えることのないAIの性能に失望し、財政支援を打ち切ったことで、1990年代まで冬（AI Winter）を迎えた。IBMが開発したディープ・ブルー（Deep Blue）が1997年に世界チェスチャンピオンのガルリ・カスパロフを破り一時注目を集めたが、特定の規則に基づくエキスパートシステム（Expert System）方式では、AIが特定の領域を超えて多様な分野で性能を発揮するまでには至らなかったため、その限界は明白であった（Haenlein and Kaplan 2019, 6-8）。

2015年、Googleが開発したAlphaGoが、チェスよりもはるかに複雑とされる囲碁で柯潔やイ・セドルを次々と破り、世界囲碁界を制覇したことで、AI研究は二度目の夏を迎えた（Haenlein and Kaplan 2019, 9）。入力された値を基に結果を推論する過程で、パラメータ（parameter）と呼ばれる無数の重み（weight）とバイアス（bias）を適用し、機械自身が答えを見つけ出すようにする人工ニューラルネットワーク（Artificial Neural Network: ANN）方式の機械学習（machine learning）が新たな突破口を開いたのである（Bode et al. 2024, 3-5）。特に、2010年代半ば以降、SNSの活性化によりアクセス可能なデータが爆発的に増加し、データを分散して並列計算できるため機械学習に適したGPUチップ（例：A100、H100、B100）が発展するにつれて、コンピューターの演算能力は飛躍的に向上した。

これらを基に、従来は理論レベルに留まっていたAIモデルを現実世界で実装できる条件が整った。今や、いかなる形式の未加工データ（raw data）を入力しても、機械自身がデータを分類し学習の道筋を見つけるディープラーニング（Deep Learning）が可能となり、OpenAIのChatGPTのように「Xをせよ」と指示（prompt）するだけで、物語、音楽、絵、動画、コーディング、戦略まで瞬時に作り出す生成AI（Generative AI: GAI）の時代を迎えた。生成AIの登場により、人工知能は広範な領域にわたり、従来は不可能だったことを「可能にする技術（enabler）」であるという点が明確になった。したがって、AIは戦車や潜水艦のような軍事技術ではなく、電気や内燃機関のような汎用技術である（Horowitz 2018, 41）。このような文脈で、AI技術は既存の指揮統制システム（Command, Control, Communication, computer and Intelligence: C4I）および兵器システムと結合し、「戦力増強剤（force multiplier）」の役割を果たすことができる（Johnson 2019, 150）。

汎用技術である生成AIの発展は、軍事安全保障の次元ではどのような変化をもたらすのだろうか？関連研究が共通して指摘するのは、「速度」との関連である。前述したように、機械学習とディープラーニングに基づいたAIは、膨大な量の情報を瞬時に分析し、それに基づいて与えられた状況で選択可能な選択肢の中から最も効果的な方策を見出すことに最も優れた面を見せる。これは21世紀に入って着実に進められてきた軍事革新が（1）速度、（2）距離、（3）精度の問題であったこと（Metz 2000, 73-81; Lieber and Press 2017; Schneider and Macdonald 2024, 174-177）を考慮すると、AIが「速度」において革命的な変化をもたらすということは、同技術が軍事的に活用された場合、軍事革新競争で優位に立つことを意味する。

特に、速い速度で戦場情報を処理できるようになると、標的探知、識別、追跡はもちろん、相手方の戦術的動きへの対応速度まで速まるため、これは「距離」と「精度」の側面でも乗数効果（multiplier）をもたらす可能性がある。さらに、最近の米国の「統合抑止（integrated deterrence）」や中国の「知能化戦（intelligentized warfare）」の概念が強調する陸・海・空、宇宙、サイバー、非軍事など、国家安全保障能力の統合および多領域（multi-domain）作戦遂行の次元でも、AI技術を組み込めば最も効果的な方式の組み合わせ計算を迅速に行うことができるため、非常に重要になる（キム・ヤンギュ 2023; 2024）。これは、今後「どの国家が他の国家よりも先にAI基盤軍事力を保有するか」によって、当該国家の軍事作戦の成否が決まる状況を迎える可能性が高いことを示唆している。

現在、AI分野で独歩的な地位を占めている米国が、AIの軍事的利用計画を見ると、こうした側面がそのまま現れている。米国国防総省（U.S. Department of Defense）が2023年6月に発表した『データ、分析、人工知能活用戦略書（Data, Analytics, and Artificial Intelligence Adoption Strategy）』の副題は「意思決定速度向上の利点（Accelerating Decision Advantage）」となっている。本戦略書の冒頭では、米軍がAIに注目すべき理由を「より良い意思決定をより速く行うため（enable leaders to make better decisions faster）」であると強調している（U.S. Department of Defense 2023, 3）。AI技術が軍事作戦の速度に大きな影響を与えることを示す一節である。

加えて、（1）戦場環境の認識と理解（battlespace awareness and understanding）、（2）適応力のある部隊計画と適用（adaptive force planning and application）、（3）迅速で、正確で、回復力のあるキルチェーン（fast, precise, and resilient kill chains）、（4）回復力のある兵站支援（resilient sustainment support）、（5）効率的な作戦任務組織（efficient enterprise business operations）が備わって初めて、米国が追求する「意思決定における優位（decision advantage）」を達成できると強調し、そのためにもAI基盤の人間-機械協業と迅速な情報分析処理が不可欠であると説いている。

具体的に、『データ、分析、人工知能活用戦略書』は、米国AI軍事化の戦略目標として、（1）「質の高いデータ構築」を基盤とした（2）「合同戦争遂行（joint warfighting）」能力の伸張により、（3）「責任あるAIの軍事的利用」を達成することを示している。ここで合同戦争遂行とは、「戦術から戦略レベルに至るまでの合同能力の空白を埋めること（address Joint capability gaps at the operational to strategic levels）」であり、組織間の相互運用性（interoperability）を高めることで戦争遂行能力を強化することを意味する。これを総合的に考慮すると、意思決定速度を高めることで、戦争遂行能力、作戦継続性および成功のための基礎能力を備えるだけでなく、合同戦争遂行能力達成のための条件を整えることができる。

このような側面で、AIを軍事的に利用する場合、その含意は非常に包括的である可能性が高い。AIを具体的にどのように軍事的な側面で活用できるかについて、既存の研究は（1）AIを戦略的に使用するか、戦術的に使用するか、（2）人間がAIを監督するか、機械に自律性を与えるか、を基準として、以下の表のようにAIの軍事的利用形態を区分する（Lushenko 2023）。

＜表1＞ AIの軍事的利用類型

AIを「戦術的」に使用するとは、センサー（sensors）を通じて取得した大量の情報を迅速に処理し、標的への対応を非常に速く進めることで、戦場における「探知および精密打撃（sensor-to-shooter）」にかかる時間を最小化することに重点を置くことを意味する。一方、AIを「戦略的」に使用するとは、軍事的目標達成のためにどのような方式の戦争を行い、どのような戦力を組み合わせた後に投射するかについての選択肢を把握するためにAIを活用することを意味する。統制レベルは、機械が自律的に判断し実行するように許可するか、それとも機械は人間の判断に役立つ分析結果を提供するだけで最終判断は人間が行う方式で運用するかによって区分したものである。これらの基準に従って分類すると、合計4つの形態のAI軍事的利用モデルが可能となる。

「ケンタウロス」はギリシャ・ローマ神話に登場する怪人で、上半身は人間、下半身は馬の形態をしている。つまり、AIを戦術的に使用して戦場で軍事作戦の効率性を担保できる選択肢を用意するが、最終決定は人間が行う形態である。「ミノタウロス」は、頭部は怪物、胴体は人間の形態を持つ神話上の怪物であり、哨戒兵力の配置から戦闘機編隊の配置まで、戦場で作戦遂行のための判断をすべて機械が行い、人間はそれをそのまま従う方式である。AIがドローンを制御する自律型兵器システム（Autonomous Weapon System: AWS）がこれに該当する。「モザイク戦争」は、敵の動きを予測し、弱点を最大限に攻略できる味方戦力の最適化された組み合わせの把握のためにAIを戦略的レベルで活用するが、最終的な決定は人間が行う形態を指す。前述した現在の米国が推進中のAIの軍事的利用計画は、ポール・ルーシェンコ（Paul Lushenko）の分類によればモザイク戦争に属する。「AI指揮官」は、軍事力活用に関する国家の全般的な戦略決定をすべてAIに委託し、人間が介入しない形態である。

ルーシェンコは、米軍の現場指揮官たちを対象に、前述の4つの形態のAI活用モデルに対する選好度調査を実施した。回答者たちは「信頼度」という側面では、モザイク戦争（1位）、ケンタウロス戦争（2位）、ミノタウロス戦争（3位）、AI指揮官（4位）の順の選好度を示したが、「実際にどのような形態のAIモデルを軍が採用することを望むか？」という質問に対しては、ミノタウロス戦争（1位）、モザイク戦争（2位）、ケンタウロス戦争（3位）、AI指揮官（4位）の順の支持を得た。これらの結果は、AI技術が軍事領域に適用された際の安定性がまだ不確かな状況において、普遍的な人間の心理は戦術および戦略レベルの両方で人間がAIを統制する方式を好むという傾向を示している。

興味深いのは、具体的に軍事舞台でAIにどのような役割を期待するかという問題において、個別の戦場で戦争を遂行する「戦術」レベルの問題はAIに判断を任せ、自律型兵器の活用による効率性向上を図る一方、国家安全保障の「戦略」レベルで戦争計画を立て、国家安全保障能力をどのように統合するかという問題は、人間が主導権を持ち、AIは人間の判断を助ける補助的な役割に留まることをより好むという、やや両義的な（ambivalent）傾向を見せる点である。これは、ほとんどの軍指揮官がAI技術の安定性について完全な確信を持っているわけではないが、少なくとも戦術レベルでのAI活用については大きな抵抗感を持っていないことを示唆している。もちろん、本調査は米軍指揮官のみを対象としており、どのような基準で回答者を選抜したのか不明であるため、これを性急に一般化するには無理がある。それにもかかわらず、もし実際にAIが提供する意思決定プロセスにおいて、作戦速度の向上と効率性の強化を軍指揮官が経験するならば、軍事舞台におけるAIの役割はますます拡大していく可能性が高い。

次の節では、AIの軍事的利用が、現在までに人類が開発した兵器システムの中で最も革命的であるとされる核兵器の効用性および今後の核戦略にどのような影響を及ぼすのかを考察する。この際、AI技術の導入が「攻撃-防御バランス問題（Offense-Defense Balance）（Jervis 1978）」においてどのような影響を与え、核戦略領域において攻撃と防御のどちらに優位性をもたらす可能性が高いのかを考察し、究極的にはAIの軍事的利用が核兵器のような既存兵器を補完（complement）するのか、あるいは代替（replace）するのかという問題を共に検討する。

III. AIと核兵器：対価値攻撃（Countervalue）中心から対軍事目標攻撃（Counterforce）中心への変化

1. 核兵器革命（Nuclear Revolution）と二次攻撃能力の重要性

核兵器は、第二次世界大戦中の広島と長崎で使用されて以来、人類史上二度と使用されなかったほど、その使用が正当化されにくい「過剰な（overkill）」兵器システムである。核兵器は投下されると即座に発生する太陽放射エネルギーレベルの強力な熱、急速に空気を加熱することによって発生する極端な気圧変化とその結果発生する台風のような強力な風、そしてそれに続く放射性降下物により、搭載された核弾頭の威力に応じて投下地点から半径数十キロメートルにわたり生命体の生存を不可能にする恐ろしい兵器である（Wolfson and Dalnoki-Veress 2022）。戦闘員と非戦闘員を区別しない恐るべき殺傷力を非常に速い速度で敵に投射できるため（Fetter 1991; Pape 1996）、核兵器を使用した戦争に勝者は存在せず、どのような手段を講じても核戦争を回避することが国家安全保障戦略の最優先事項となる。しかし、皮肉なことに、まさにこの側面のために、核兵器時代に入った国家はすべて戦争を回避し、偶発的な拡大戦を警戒する慎重な安全保障政策を推進した。これは、実に40年間にもわたり米ソ間の直接的な軍事衝突がなかった冷戦期の戦略的安定性の歴史が示すように、人類に革命的な変化をもたらした（Carnesale et al. 1983; Jervis 1989; Waltz 2003）。

これまで核兵器に対する安全保障戦略を構築する上で最も重要な概念は「二次攻撃能力（second-strike capability）」であった（Wohlstetter 1959）。これは、相手方からの核攻撃を受けた後にも核兵器で反撃し、相手方に報復することができる能力を意味し、双方が二次攻撃能力を保有し、核兵器使用時には共倒れに至る状態を「相互確証破壊（Mutual Assured Destruction: MAD）」と呼ぶ。MADが形成されると、対立する二つの核保有国が互いに同様に「受け入れ不可能なレベルの被害（unacceptable damage）」を与えることができるため、誰しも先に核で相手方を威嚇することができなくなる。互いに相手国の国民の安寧と生存を人質に取り、皮肉にも両国とも自国の安全保障を守ることができる状況になるのである（Jervis 1989）。目には目を、歯には歯を、自国民の生命への脅威には他国民の生命への脅威で対抗するとされ、二次攻撃能力は「対価値攻撃（countervalue attack）」能力とも呼ばれる（Kahn 1960）。

一方、相手方の二次攻撃能力を無効化できる能力を一次攻撃能力（first-strike capability）といい、これは相手方が保有する核戦力を破壊することに焦点を当てているため、「対軍事目標攻撃（counterforce attack）」とも呼ばれる。米ソ冷戦期における核戦略展開の歴史を見ると、核を保有する国家が互いに二次攻撃能力の強化を推進すれば戦略的安定性が高まり、一次攻撃能力の確保のために努力する場合には戦略的、不安定性が増大する傾向が見られた（Kaplan 1983; Jervis 1989; Freedman 2003）。代表的なものがミサイル防衛システム（Missile Defense: MD）であるが、MDは表面的には自国領土と国民を敵国の核攻撃から保護する防御的な手段のように見えるが、100%の信頼性を持つMDの構築に成功した場合、これは相手方の二次攻撃能力を無効化するため、MADが崩壊する効果をもたらす。これが米ソ間の最初の核軍縮の試みであった戦略兵器制限交渉（Strategic Arms Limitation Talks: SALT）の過程で弾道弾迎撃ミサイル条約（Anti-Ballistic Missile Treaty: ABM Treaty）が共に議論され、同条約がSALT Iと共に1972年に最初の米ソ軍縮合意となった理由である。

2. AIの軍事的利用と核兵器：一次攻撃能力の強化と核非対称性の深化

したがって、AI技術の導入が核戦略の次元でどのような変化をもたらすかを判断するためには、同技術が一次攻撃能力（対軍事目標攻撃能力）と二次攻撃能力（対価値攻撃能力）のどちらにより大きな利点をもたらすかを考察する必要がある。核戦略の次元で一次攻撃能力は「攻撃優位」を強化することに寄与する変数であり、二次攻撃能力は「防御優位を担保する要素である。

本格的な議論に入る前に、一つの重要な原則として堅持すべき点は、技術的変数一つだけで攻撃-防御バランスの変化を説明することはできないという点である。前述したように、AIを軍事的に利用する際に持ちうる最も大きな利点は、作戦の「速度（tempo）」の増加にある。AIは、標的識別、作戦環境分析および理解、標的攻撃のための最適な兵器システム組み合わせ算出などの領域で、人間の認知能力を圧倒的に凌駕する効率性を発揮できるため、正確かつ迅速な意思決定を下すことができ、その効果は軍事力使用の全周期に及ぶ可能性が高い。しかし、この能力自体は攻撃に寄与することも、防御に寄与することもできる。したがって、AIという変数一つだけで攻撃優位または防御優位の時代が開かれると断定することは難しい。結局重要なのは、技術そのものではなく、その技術をどのように運用するかの問題である（Biddle 2023）。

これを念頭に置いて、「人工知能・核兵器ネクサス（AI-Nuclear Nexus）」が攻撃-防御バランスの次元で未来の戦場にどのような変化をもたらすか考察しよう。まず、攻撃または対軍事目標攻撃能力にAIが寄与しうる部分は、情報・監視・偵察（Intelligence, Surveillance, and Reconnaissance: ISR）、核指揮統制（Nuclear Command and Control: NC2）、そして通常戦力基盤の対軍事目標攻撃作戦（conventional counterforce operations）である（Johnson 2023, 18-23; 78-84; 87-90）。

第一に、AIによって強化されたISR能力は、分散、移動、隠蔽、保護などの方法で核兵器の生存性および二次攻撃能力を担保しようとする核保有国にとって大きな脅威となる。中国、北朝鮮、さらにはロシアの場合も、三本柱（Nuclear Triad）のうち潜水艦能力には限界が多い。したがって、これらの国々は大陸間弾道ミサイル（Intercontinental Ballistic Missile: ICBM）を強化されたミサイルサイロ（hardened missile silos）や地下施設（Underground Facilities: UGF）に保管して隠蔽または防護を試みたり、移動式発射台（Transporter Erector Launchers: TELs）を活用して敵の探知から逃れようとするなどの方法で、自国の核資産の生存性を高めようとする（Lieber and Press 2017）。しかし、これらの戦術は、米国がドローン、人工衛星などの既存ISR資産にAI技術を組み込む場合、偵察能力が極大化されるため容易に無力化されうる。一例として、探知・追跡が困難であるため、これまで究極の二次攻撃能力確保手段と見なされてきた原子力潜水艦でさえ、米国の国防高等研究計画局（Defense Advanced Research Projects Agency: DARPA）が潜水艦を識別・追跡する無人ドローン「シーハンター（Sea Hunter）」を開発したことにより、その脆弱性が高まっている。すなわち、識別・探知能力の向上は直ちに精密打撃能力の強化につながるため、情報・監視・偵察は一次攻撃能力強化に寄与する技術である。

第二に、核指揮統制（NC2）の場合、AIによって強化されたサイバーおよび電磁戦攻撃に脆弱になる可能性がある。例えば、AI技術力で優位に立つ国家が敵国に対して高度標的型攻撃（Advanced Persistent Threat: APT）作戦を敢行する場合、標的となった国家の指揮統制システムに対して持続的なコンピューターハッキングプロセスが稼働する。この場合、敵のサイバー防護システムの弱点を見つけ出し、探知不可能なウイルス、マルウェアなどを植え付け、誤作動を誘発することができる。偽の画像や標的情報を植え付けるデータポイズニング（data poisoning）やスプーフィング（spoofing）戦略を駆使することも可能である。このようなサイバー攻撃の場合、通常兵器を用いた精密打撃能力とは異なり、相手方の指揮系統に対する物理的な破壊を試みるわけではないが、究極的にはNC2が正常に機能しないようにするため、実質的な効果は物理的攻撃と差異がない。したがって、サイバーおよび電磁戦能力の強化も一次攻撃能力の強化と見なすべきである。特に、サイバー防護の側面で劣勢にあると考える国家は、警報即時発射（Launch on Warning: LOW）ドクトリンを採用してこの問題の解決を図ろうとする可能性があり、不安定性が非常に増大する。

第三に、通常戦力基盤の対軍事目標攻撃は典型的な一次攻撃能力に属する。AI技術の導入は、無人兵器システムの精度を飛躍的に向上させることができ、敵の防御力突破に容易である。特に、中国の接近阻止・領域拒否（Anti-Access Area Denial: A2/AD）戦略のように、既存の有人システムでは突破するのにあまりにも多くのコストを支払わなければならなかった敵防御システムに対しても、非常に効果的な対抗手段となる。逆に、ミサイル防衛システムにAI基盤の自動標的識別（Automatic Target Recognition: ATR）が追加されれば、探知・追跡・迎撃能力が急激に強化され、これにドローンスウォーミング（drone swarming）を組み合わせれば、拒否による抑止（deterrence by denial）能力を大幅に高める。前述したように、このような能力向上は、自国の戦略資産および領土を保護する防御的な措置のように見えるが、実際には相手方の二次攻撃能力を無効化する効果があるため、攻撃的な属性を持つ。

それでは、AI技術の導入は核戦略の次元で攻撃の絶対的優位をもたらし、不安定性だけを増大させるのだろうか？必ずしもそうとは言えない。AI技術は、核兵器戦略の次元で防御的な能力を強化する部分も存在する。例えば、AI技術は長距離偵察や複雑な地形に対するリアルタイムの情報収集・分析能力を飛躍的に成長させるため、防御側の早期警戒の精度を含め、状況認識と対応能力の強化に寄与する。敵防御システムを無力化するために使用されうる監視偵察能力は、防御する局面では敵の奇襲攻撃を無力化させることもできるのである。

前述した核指揮統制能力に対するサイバー戦においても、自国のサイバー防護システムの脆弱性を発見し、敵のデータポイニングやスプーフィングの試みに対する識別などを、AI技術を組み込んだサイバー防護能力の伸張を通じて対応することができる。ドローンスウォーミングの場合も、一般的に防御側は自国の軍事資産に関する情報を攻撃側よりもはるかに多く持っているため、このデータの非対称性はディープラーニングによるAI性能の側面で、防御が攻撃よりも有利な結果につながらざるを得ない。さらに、現在のドローンの限定的な長距離作戦遂行能力、機動速度などを考慮すると、AI技術が組み込まれたドローン能力は、攻撃側よりも防御側をより有利にするという研究もある（King 2024）。したがって、AI基盤の核資産防護能力は、AI – 通常兵器による対軍事目標攻撃作戦に対する優れた対抗手段を提供する。

さらに、ロシアの「死の握手（Dead hand）」発射コードのように、既存の核抑止戦略の信頼性構築において最も大きな盲点とされてきた核兵器を用いた報復の「意志（resolve）」の根本的な限界を、AIによって克服できる道が開かれた。既存の核研究で繰り返し指摘されてきた核抑止（nuclear deterrence）の問題は、防御国が物理的に二次攻撃能力を持っていたとしても、核報復自体の非合理性からMADの安定性に疑問を持たざるを得ないという点であった。 「（核を使用した）世界大戦に敗北することよりも恐ろしいことは、核戦争から生き残ることである」というアイゼンハワー大統領の有名な言葉のように、既に核攻撃による被害を受けた国家の立場からは、相手方を同様に核で攻撃して得られる効用はほとんどないためである。

この問題を解決するために、トーマス・シェリングはゲームモデルに基づき、核統制力を意図的に低下させる「Threats That Leave Something to Chance」方式の対応を提案したり、最近の研究（McDermott et al 2017）では、核報復が信頼性を持つためには、相手方が我々に与えた苦痛を懲らしめることで得られる「心理的満足感」に期待して核報復の意志をシグナリングする方策を提示したりしている。しかし、「死の握手」のように、「敵が核で攻撃」してきたのに「核統制権を持つ主体と接続が切断された状況」であれば、「自動的に核兵器で報復する」という方式でプログラミングし、AIに核報復能力を統制する権利を付与することになれば、核報復と二次攻撃能力の信頼性の問題を完全に克服することもできる。

したがって、「AI-核兵器ネクサス」は、核戦略において必ずしも攻撃優位をもたらすとも、防御優位をもたらすとも言えない。どのモデルをどのように適用するかによって、全く異なる結果をもたらしうる。

3. AIの軍事的利用と核兵器の未来：核兵器の効用性低下

追加で議論すべき重要な課題は、AI技術の導入が実際の戦場で核兵器を使用する必要性を急激に低下させるという問題である。AI技術は、迅速対応と精密打撃能力を伸張させる効果が最も強く、この場合、核兵器の過度な殺傷能力は戦術的に大きな意味を持たない。例えば、AI基盤の対価値攻撃能力は、民間人に対する大量殺傷よりも、敵指揮施設に対する精密打撃や指揮官排除により適している。2022年に発表された米国の核態勢見直し報告書（Nuclear Posture Review: NPR）で「金正恩（キム・ジョンウン）政権の終焉」に言及したのも、これに関連するものと見られる。

AI基盤の対軍事目標攻撃能力は、また、敵の脆弱な部分に対する精密打撃によって相手方の二次攻撃能力を無力化したり、その無力化を試みる敵通常戦力への対応および破壊などで高い効率を発揮する。こうなると、核兵器は戦略的な駆け引きにおいて、その文脈を形成する背景的な変数としてのみ機能し、実際の戦場で核兵器を使用する必要性を感じる状況自体が発生しない可能性が高い。

同時に、前述したAI-核兵器ネクサスの攻撃-防御優位計算で見たように、双方が同レベルのAI能力を保有している場合、これは攻撃する側と防御する側のどちらにも一方的な優位性を付与しない。しかし、もし米国と北朝鮮のように、一方（米国）のAI能力が相手方（北朝鮮）より圧倒的に優位にある場合、優位な側は自国の二次攻撃能力に対する防御力を最大化しつつ、同時に相手方の核資産も効果的に破壊できるため、圧倒的なレベルの一次攻撃能力を持つ可能性が高い。この場合、米朝間の武力衝突および強圧政策の対立状況において、北朝鮮の核兵器は米国のAI-核兵器統合軍事力の前にはいかなる効用も持たなくなる可能性が高い。

IV. AI-核兵器ネクサスと未来軍事秩序の展望：米中戦略競争の破滅的帰結の可能性

総合的に考慮すると、AI技術の軍事的利用は、既存の「核兵器能力」を増幅させたり、核兵器の重要性を強化する戦力増強剤（multiplier）として機能するよりも、既存の「通常戦力」の効率性を急激に伸張させ、核使用の必要性自体を根本的に排除する方向に作用する可能性が大きいように見える。このような文脈で、AI基盤軍事力は核兵器を強化する補完財であるよりも、核兵器の戦略的必要性と効用性を大きく低下させる代替財である側面が大きい。

AIの性能がデータの量と質に影響を受ける点、そしてAIが正常に機能するためには機械学習に適した演算能力が不可欠である点を考慮すれば、長期的にはAI能力の次元で米中間の非対称性は増大するだろう。実際の戦場状況でしか収集できない画像、映像、装備性能に関するデータ（Horowitz 2018, 52-54）の次元で、米国が他国の追随を許さないデータを保有している点、そして米国が世界の先端半導体生産装備供給網の90パーセントを主導しているという点（Allen 2023）から、既存の超大国である米国が最先端AI能力の次元でも独占的な地位を維持する可能性は非常に高い。このようになれば、米国主導の覇権秩序は継続され、世界政治秩序の多極化は起こらないだろう。もちろん、中国が演算能力や軍事用データ次元で米国が歩んできた経路とは全く異なる新たな発展方向を見出した場合（例：量子コンピューティング、中国製ドローンの販売およびセキュリティ情報奪取）、米国が中国との競争で圧倒的な優位を占められない未来も排除できない。

しかし、このような長期的な米国主導の世界軍事秩序は、中短期的にかなり不安定な時期を経る可能性が非常に高い。AIの軍事的利用に関連して、現在の技術的次元での代表的な限界として、AIが人間と同レベルの類推や適応ができないことに起因する「不安定性（brittleness）」の問題（Johnson 2023, 12-14）と、人間に対する暴力使用の決定を機械にさせる「倫理的問題」（Bode et al. 2024, 8-9）がある。しかし、これら以外にも、米中AI競争は、その過程で軍事的、不安定性が大きく高まる二つの力学から自由でいられない深刻な問題がある。

第一に、「核の絡み合い（nuclear entanglement）」の問題である。これは、現在米中核競争に関連して、中国、ロシアをはじめとする多くの国々が、核弾頭と非核弾頭の両方を搭載可能なデュアルユース（dual-use）の運搬手段や、核兵器運用部隊と通常戦力運用部隊を組織的に結合するなど、核兵器の配備および運用段階で通常戦力と核戦力を意図的に絡み合わせ、限定的な核弾頭数の効果を最大化しようとする際に指摘されている問題である。核の絡み合いは、実際には敵国が自国の通常戦力のみを攻撃する意図で軍事作戦を展開しても、それに絡みついている核兵器まで脆弱になるため、当該国は保有する核戦力を「使用するか、失うか（use-it-or-lose-it）」の状況に置かれることになる。これは偶発的な核戦争の可能性を大きく高める（Acton et al 2017; Talmadge 2017）。通常戦力を使用した限定戦が容易に核戦争に飛び火するのである。

同様の問題がAI-核のネクサス構築過程でも発生しうる。十分なデータが供給されない場合、AIは現在の核の絡み合い戦略を構築した相手国が実戦配備したミサイル、爆撃機、潜水艦資産が通常弾頭を搭載しているのか、核弾頭を搭載しているのかを正確に判別することが困難である。特に、AI機械学習技術が基盤とするパラメータ方式の推論が持つブラックボックス問題（Johnson 2023, 17-18）により、AIは情報分析を補助するだけで、全ての戦術的判断は人間が行うように厳格に統制されている状況であったとしても、核の絡み合いに伴う不確実性がAIによって増幅され、より深刻な不安定性を引き起こす可能性がある。すなわち、人工知能がなぜ特定の軍事行動を推奨する判断に至ったのか追加説明を提供しない場合、あるいは提供してもそれが真実かどうかの相互検証が不可能な場合、限られた時間内でどのような決定を下さなければならないのかを巡り、人間の指揮官は相当な心理的圧迫を受けざるを得ない。この場合、結局はAIの判断に従うという選択をする可能性が高い。

第二に、核の絡み合い戦場環境の不確実性の中でAI技術のブラックボックス問題が結合されると、「意図せぬエスカレーション」の可能性が大きく高まる。ジョンソン（James Johnson）は、米中両国がAI基盤の防衛体制を備えている状況で、米国高官が台湾を訪問したことに対し中国が武力デモを行った場合、台湾海峡で米中間のサイバー作戦レベルの相互牽制行動がどのように核戦争に発展しうるのか、生々しいシナリオを提供している（Johnson 2023, 1-3）。米中戦略競争が戦争の敷居を超える対応をとる核心的な起点は、AI基盤の監視偵察および戦略的判断システムが「早期エスカレーション優位（early escalation dominance）」のために先制攻撃を推奨することである。特に、米国よりも核弾頭数が少なく核の絡み合い戦略を採用している中国の立場からすれば、自国のAI基盤国防システムが、現在米国が中国の大米核抑止能力無力化のために中国の通常戦力だけでなく核兵器も標的にしているため、速やかに先制攻撃を敢行すべきだと推奨した場合、それを無視することは非常に困難である。そして、中国のこうした状況をよく知っている米国側も、中国の次の対応が宇宙にある米国の人工衛星資産への攻撃や、グアム基地内の米国核心資産への超音速ミサイル攻撃だと自国のAI国防システムが予測した場合、それに対応した対軍事打撃の先制攻撃を敢行する可能性が高い。これらはすべて、容易にインド太平洋地域で戦争が勃発しうる条件を提供するものである。

V. 結論

したがって、AI-核のネクサス競争において長期的には米国が優位を占める可能性が非常に大きいが、中短期的には核の絡み合いおよび意図せぬエスカレーションによって米中間に深刻な武力衝突が発生する可能性がある。中国の立場から、米国を長期的に追いつくことが不可能だと感じるほど、現時点で戦争を選択する方が良いという圧力を受けることになるだろう。今からこのような可能性に対して 제대로 대비をしないならば、狭義にはインド太平洋地域、広義には人類が共倒れに至るケースも排除できない。これがまさにAIの軍事的利用に関する普遍的規範の確立が切実に求められる理由である。「核兵器使用に関する決定にAIを関与させるか」という問題をはじめ、破滅的な経路が予測される「核の絡み合い」と「意図せぬエスカレーション」に関する議論など、米中が他の議題に比べて合意を見る可能性が大きいアジェンダを中心にAI戦略対話を進める必要がある。 ■

参考文献

Acton, James, et al. 2017. "Entanglement: Chinese and Russian Perspective on Non-nuclear Weapons and Nuclear Risks. Washington, DC: Carnegie Endowment for International Peace.

Alarcon, Nefi. 2020. “OpenAI Presents GPT-3, a 175 Billion Parameters Language Model.” July 7. https://developer.nvidia.com/blog/openai-presents-gpt-3-a-175-billion-parameters-language-model/. (検索日: 2023. 11. 20.)

Allen, Gregory C. 2023. “Blocking China’s Access to AI Chips Matters to U.S. National Security.” CSIS Commentary. July 31. https://www.csis.org/analysis/blocking-chinas-access-ai-chips-matters-us-national-security. (検索日: 2024. 1. 4.)

Bai, Yunyi. 2023. “Wang-Sullivan talks last more than 12 hours; Taiwan question takes up longest time, Chinese FM official told GT.” Global Times. September 18. https://www.globaltimes.cn/page/202309/1298392.shtml. (検索日: 2023. 11. 20.)

Biddle, Stephen. 2023. “Back in the Trenches: Why New Technology Hasn’t Revolutionized Warfare in Ukraine.” Foreign Affairs. August 10. https://www.foreignaffairs.com/ukraine/back-trenches-technology-warfare (検索日: 2024. 1. 4.)

Bode, Ingvild, et al. 2024. “Algorithmic Warfare: Taking Stock of a Research Programme.” Global Society 38(1): 1–23.

Bremmer, Ian and Mustafa Suleyman. 2023. “The Al Power Paradox: Can States Learn to Govern Artificial Intelligence - before It’s Too Late?” Foreign Affairs 102: 26.

Carnesale, Albert, et al. 1983. Living with Nuclear Weapons. New York: Bantam Books.

Congressional Research Service. 2020. “Artificial Intelligence and National Security.” November 10. https://sgp.fas.org/crs/natsec/R45178.pdf. (検索日: 2024. 1. 16.)

Elimian, Godfrey. 2023. “ChatGPT costs $700,000 to run daily, OpenAI may go bankrupt in 2024- report.” TechNext. August 14. https://technext24.com/2023/08/14/chatgpt-costs-700000-daily-openai/ (検索日: 2024. 1. 16.).

Fetter, Steve. 1991. “Ballistic Missiles and Weapons of Mass Destruction: What Is the Threat? What Should be Done?” International Security 16(1): 5-41.

Freedman, Lawrence. 2003. The Evolution of Nuclear Strategy. London: Palgrave Macmillan London.

Gilpin, Robert. 1981. War and Change in World Politics. Cambridge: Cambridge University Press.

Government of the Netherlands. 2023. “REAIM Call to Action.” Summit on Responsible Artificial Intelligence in the Military Domain. February 16.

Haenlein, Michael and Andreas Kaplan. 2019. “A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence.” California Management Review 61(4): 5–14.

Horowitz, Michael C. 2018. “Artificial Intelligence, International Competition, and the Balance of Power.” Texas National Security Review 1(3). May.

Jervis, Robert. 1978. “Cooperation Under the Security Dilemma.” World Politics 30(2): 167-214.

______. 1989. The Meaning of the Nuclear Revolution. New York: Cornell University Press.

Johnson, James. 2019. “人工知能と将来の戦争：国際安全保障への影響.” Defense & Security Analysis 35(2): 147-169. https://doi.org/10.1080/14751798.2019.1600800.

Johnson, James. 2023. AI and the Bomb: Nuclear Strategy and Risk in the Digital Age. Oxford University Press.

Kaplan, Fred. 1983. The Wizards of Armageddon. New York: Simon and Schuster.

Kahn, Herman. 1960. On Thermonuclear War. Princeton University Press.

Kissinger, Henry A. and Graham Allison. 2023. “AI軍備管理への道.” Foreign Affairs. October 13. https://www.foreignaffairs.com/united-states/henry-kissinger-path-artificial-intelligence-arms-control

Lindsay, Jon R. 2023/2024. “戦争は火星から、AIは金星から：軍事自動化の制度的文脈の再発見.” Texas National Security Review 7(1): 29-47.

Lushenko, Paul. 2023. “AIと戦争の未来：米国軍の憂慮すべき証拠.” Bulletin of the Atomic Scientists. November 29.

Metz, Steven. 2000. Armed Conflict in the 21st Century: The Information Revolution and Post-Modern Warfare. Carlisle Barracks: Strategic Studies Institute.

Modelski, G., Thompson, W.R. 1988. “世界のリーダーシップの長期サイクル.” In Seapower in Global Politics, 1494–1993. London: Palgrave Macmillan. https://doi.org/10.1007/978-1-349-09154-6_5.

Pape, Robert A. 1996. Bombing to Win: Air Power and Coercion in War. Ithaca: Cornell University Press.

Schneider, Jacquelyn and Julia Macdonald. 2024. “過去を振り返り未来を見る：自律システム、軍事革命、そしてコストの重要性.” Journal of Strategic Studies 47(2): 162–184. https://doi.org/10.1080/01402390.2022.2164570

Snyder, Jack. 1984. “文民と軍隊の関係と攻撃重視の風潮、1914年と1984年.” International Security 9(1): 108-146.

Talmadge, Caitlin. 2017. “中国は核兵器を使用するか？ 米国との通常戦争における中国の核エスカレーションのリスク評価.” International Security 41(4): 50-92.

U.S. Department of Defense. 2018. “2018年米国防総省人工知能戦略の概要.” https://media.defense.gov/2019/Feb/12/2002088963/-1/-1/1/SUMMARY-OF-DOD-AISTRATEGY.PDF. (検索日: 2024年1月16日).

______. 2023. “データ、分析、人工知能導入戦略：意思決定優位性の加速.” July 27. https://media.defense.gov/2023/Nov/02/2003333300/-1/-1/1/DOD_DATA_ANALYTICS_AI_ADOPTION_STRATEGY.PDF. (検索日: 2024年1月16日)

Wagner, R. Harrison. 1991. “核抑止、対抗戦力戦略、そして先制攻撃のインセンティブ.” American Political Science Review 85(3): 727-750.

Waltz, Kenneth N. 2003. “WaltzはSaganに応答する.” In Scott D. Sagan and Kenneth N. Waltz, The Spread of Nuclear Weapons: A Debate Renewed. New York: W.W. Norton & Company.

Wolfson, Richard and Ferenc Dalnoki-Veress. 2022. “核兵器の壊滅的な影響.” The MIT Press Reader. March 2.

キム・ヤンギュ. 2023. 「宇宙を戦場とする」と将来の抑止戦略：米中安全保障戦略の変化と韓国. 『未来戦の挑戦と航空宇宙産業』. シン・ボムシク編. ソウル：社会評論アカデミー.

キム・ヤンギュ. 2024. 「2024年世界軍事秩序と韓国：正確性と透明性革命による攻撃優位時代における韓国の安全保障政策」新年初企画特別論評シリーズ3. 11月20日. https://www.eai.or.kr/new/ko/pub/view.asp?intSeq=22234 (検索日: 2024. 6. 2.).

■ キム・ヤンギュ, EAI上級研究員。ソウル大学政治外交学部講師。

■ 担当および編集:パク・ジス, EAI研究員

    問い合わせおよび編集: 02 2277 1683 (内線208) | jspark@eai.or.kr