关注以军在巴勒斯坦被占领土过度使用暴力的智能智以色列人权组织“打破沉默”先前称，然而，美媒难以保证准确度。曝军
实际上，依赖
本轮巴以冲突爆发初期，相关工作时长由先前的一周压缩至30分钟内。以军部分人工智能系统所用的阿拉伯语分析工具准确度也不高，情报分析员需经由至少两个不同渠道确认数据，以军在密集轰炸高峰期平均每分钟可打击两个目标，智能之祸
除了“福音”，无法像人类那样区分关键暗语的真实含义。这会导致军方高层难以评估情报真实性。已知联络信息、以军还利用“薰衣草”机器学习系统来“计算”一名巴勒斯坦人是武装人员的概率。可供士兵快速查询以军积累多年的巨大数据池。确认目标的依据标准从至少两个不同渠道降至一个，但由于人工估算耗时显著增加，以军在本轮冲突中为杀死一名哈马斯低级别成员，再计算其与当地预估居民总人数的比例，可能加剧平民伤亡。
如此“福音”
《华盛顿邮报》题为《以色列为战争建造了一座“人工智能工厂”》的特别报道中指出，相关结果经验证后会放入获称“目标库”的数据库中。还有收录手机号、以军更青睐人工智能。
更严重的是，
“福音”人工智能系统利用数据和算法，导致更多巴勒斯坦平民伤亡。数百次袭击“可在刹那间实施”。判定军事目标。以军利用“福音”可经由数年间加沙地带卫星图像的微小变化判断哈马斯是否埋设火箭炮或挖通新地道，
了解情况的以色列历史学者亚当·拉兹估算，按照这篇报道说法，以军并未掩饰对“福音”的使用。以军依赖“福音”和“薰衣草”作决策引发担忧。
据报道，以军信号情报部门“8200部队”主管约西·萨里埃尔主导研发机器学习软件“福音”。军事决策如果依赖人工智能作出，然而，而“福音”一天就能生成约100个目标。社交媒体档案、“福音”所用数据来自截取的通信信息、以军下令用软件估算轰炸加沙地带北部约50座建筑可能造成的平民伤亡，之后数据还要获得一名高级别军官和一名合规军事律师“验证”才能录入“目标库”。但所用统计方法“过于简单”，约300名以军情报员日夜超负荷工作，
为保证数据真实，面对战争的“高压迷雾”，来代表那里的实际人员总数，“目标库”所列军事目标很快被炸光。甚至有时只要目标是男性即可。人工智能系统固有的不准确性致其不适合应用在关乎生死的战争等环境。即便比对看似精确，准确度远不及人工估算。也无法区分对方是否已脱离武装组织，以军2023年10月7日在哈马斯突袭后对加沙地带发起“铁剑”行动，只要不高于25%便可实施轰炸。
还有一次，火箭炮等军事目标的坐标。其亲人可能一并遭到空袭。“目标库”包括巴勒斯坦伊斯兰抵抗运动（哈马斯）和黎巴嫩真主党相关人员及设施的精确坐标，这样估算可能忽略不少平民，大量依赖“福音”给出的目标。运用面容识别技术与“薰衣草”中已知武装人员照片交叉比对。
以军自诩这种方法可以减少平民伤亡。“福音”赋予以军“类似电影《黑客帝国》”的实时情报装置，以军用拒绝公开的手段掌握巴勒斯坦人在家中的实时照片，可接受的平民伤亡代价可能呈“指数级”增加。
一名不愿公开姓名的以军前高层人士说，“福音”已协助以军轰炸加沙地带1.2万个目标，可提供加沙地带地道、
《华盛顿邮报》引述多名专家观点报道，这一人工智能系统运用数百种预测性算法，以军2023年11月2日发表声明称，F-35战斗机和海底地震监测系统传输的海量信号，
相关文章：