使用大型语言模型保护卫星免受攻击

2024年4月2日，美国海军研究所（US Navy Institute）发布文章《使用大型语言模型保护卫星免受攻击》。文章表示，美国在太平洋地区的竞争对手正在动用武器库内的一切手段来扰乱美国的卫星通信和监视，致使美国的卫星“失明”。文章还认为美国的竞争对手试图干扰美国卫星和地面站之间的信号，试图伪装成美国的地面站发射指令来劫持卫星，用导弹和激光瞄准卫星，甚至用自己的卫星来摧毁美国的卫星。因此文章提出在美国卫星上部署大型语言模型，使其免受攻击，下文介绍详细情况。

文章指出，理想情况下，未来美国的卫星将能够具备自主性，从而能立即发现并防御竞争对手的攻击，而无需等待地面站的操作人员进行威胁分析后再确定可能的行动方案。未来几年里，在每颗卫星上都安装一个决策“大脑”具备极高的价值，因为届时天空中可能会由数千颗小型卫星组成网状网络，地面站无法完全监控数量如此之多的卫星。

美国防部可能很快就能为其卫星实现自主能力。作为生成式人工智能的一种形式，大型语言模型可以模仿人类大脑，对情境进行理解，并做出复杂的推断，从而提出一系列复杂的行动建议。

例如，基于对战争已经爆发或即将爆发的认识，一个大型语言模型可能会推断出，某些看似无害的无线电信号实际上很可能表明出现了攻击。然后，该语言模型可能会执行其确定的成功率最高的防御措施。这一措施既将对手的攻击能力考虑在内，也考虑了目前网络中其他卫星如何应对类似的攻击。

据文章分析，无论是通过网络、导弹、激光还是敌方卫星对美国卫星发起攻击，其发生速度都十分快，卫星很可能无法及时接收到地面站的指令。如果卫星拥有了大型语言模型，就能自主应对威胁，不需要依靠地面站来探测和分析信号、识别威胁、然后等待地面网络安全专家发出应对指令。卫星上的大型语言模型就是网络安全专家。需要注意的是，大型语言模型所建议的任何操作都将受到人类根据任务背景所设置的约束限制。从某种意义上说，大型语言模型就像卫星上的一组人工操作员，同时执行许多专门的操作，例如分析攻击数据、制定应对计划以及与网络中的其他卫星通信。

大型语言模型对攻击的应对可能需要经过一系列复杂的推理。例如，如果对手向卫星发射一枚地基导弹，卫星上的大型语言模型能很快确定移动路径从而躲避导弹攻击。另一个例子是一个大型语言模型可能会识别到敌方卫星正在移动到一个即将可能发动攻击的位置，然后该模型会制定最佳防御措施，甚至可以预测敌方卫星对防御行动的反应，就像下象棋一样，比对手预先几步想好接下来的应对措施。

卫星在空中组成网状网络，卫星通过“太空互联网”相互连接。即使来自地面的信号受到干扰，也可以进行通信。这与优步叫车平台的运作方式类似。每个优步司机都是网络中的一个节点，向平台提供信息以创建一个共同的运营画面。一颗卫星看到的，所有卫星都能看到。

如果网络中的一颗卫星受到攻击，其大型语言模型不仅可以确定最佳防御措施，还可以将该信息传递给所有其他卫星。例如，假设对手干扰了发送给一组卫星的地面信号，这些卫星上的大型语言模型可能会探测到攻击，并迅速将通信切换到不同的频率，且每个卫星上的模型都将根据预测选择最佳通信频率。

如果一颗卫星找到了一个可行的通信频率，就会把这个频率传递给附近受到攻击的卫星，以及网络中其他数以千计的卫星。如果有一颗卫星选择了一个错误的频率，并且与地面切断了联系，这颗卫星也可以将这个情况传递给其他卫星。网状网络中的大型语言模型就像人类操作员团队一样，能够将所获得的信息结合起来，确定哪些应对措施有效，哪些无效。且每次攻击都能让大型语言模型的网络在防御方面变得更加智能。

同样重要的是，网状网络中的大型语言模型将为了更大的利益而协作，也就是说，采取防御行动不仅是为了保护单颗卫星，而且是为了确保整个卫星网络都能正常运转。这甚至意味着一些卫星可能会牺牲自己，例如移动到来袭导弹的路径上以保护更大的卫星网络。

与传统的人工智能相比，大型语言模型的优势之一是具有更强的情境理解能力。例如，一个模型得知卫星网络受到对手的攻击，但是从地面发来的指令并未涉及如何应对攻击（比如指令只要求观察远离战区的地区）。对此，该模型可能会采取措施来确定攻击是否发生。例如，该模型可以查询其他卫星是否收到了相同的指令；还可能提醒地面站的操作人员可能存在内部威胁。

在卫星网络中拥有数百或数千个大型语言模型将有助于确保任意一个模型都保持准确性并完成任务。可以这么说，如果一个模型“叛变”了，或者被对手破坏了，网络中的其他模型会意识到这个模型偏离了小组，并可能采取隔离措施。其他模型会指定另一颗卫星来接替“叛变“模型的角色，并且可能会建议地面控制中心关闭这个模型。

与传统形式的人工智能相比，为卫星配备大型语言模型的难度或花费都不会更大。大型语言模型能应用到多个情景，包括保护卫星通信和监视，使其免受破坏性攻击，从而为国防机构提供了新的机会。