メインコンテンツへスキップ
見出し画像

6-2 AIが「武器」になる時代――国家がLLMを軍事利用するシナリオ

    画像
    AIが「武器」になる時代――国家がLLMを軍事利用するシナリオ

    はじめに――「想定外」はもう起きている

    この章のタイトルは、もしかすると数年前までは「未来のリスク」として語られていたかもしれない。しかし2026年現在、LLMの軍事利用は既に現実の作戦に組み込まれ、その影響と軋轢が国際社会で顕在化している。本章では、国家がLLMを軍事利用する具体的なシナリオを、最新の事例と技術的動向を踏まえて描き出す。特に、中国発のオープンソースLLMであるDeepSeekが軍事転用される可能性について、技術的特性と地政学的文脈から詳細に分析する。


    1. シナリオ①:戦術計画・意思決定支援──「時間圧力」下の認知アシスタント

    もっとも現実味を帯びているのが、このシナリオだ。

    スウェーデン国防研究所(FOI)が2026年4月に公表した報告書は、LLMを軍事戦術計画に活用する試みを詳細に検証している。同報告書では、カスタム指示された言語モデルを「時間圧力下での計画策定」に導入。将校らを対象にした実証研究の結果、LLMは大量のテキスト情報の要約や行動案の生成に有意義な貢献を示した一方、地図関連タスクのサポートには弱点があることが明らかになった。

    この研究が示すのは、LLMが軍事計画の「アシスタント」として一定の実用性を持つこと、そして同時に現状の技術的制約を理解した上で導入しなければならないという教訓だ。FOIは、LLMが真価を発揮するには、デジタル化された指揮統制システムに統合され、戦場のセンサーデータにアクセスできる環境が前提になると指摘している。

    さらに中国の研究者らが発表した「Command-Agent」フレームワークは、LLMをデジタル双晶戦場と統合し、Observe-Orient-Decide-Act(OODA)ループによる自律的な指揮を可能にする試みだ。このフレームワークでは、DeepSeek-R1などのモデルを活用し、マルチモデル協調アーキテクチャを採用することで、単一モデルの限界を克服しようとしている。赤青UAV対抗シミュレーションでは、統合スコアが単独エージェント比で平均41.8%向上し、戦闘損失率も161.8%改善されたという。

    DeepSeekの軍事転用シナリオ:オープンソースの両刃性

    DeepSeekの軍事転用を考える上で決定的に重要なのが、そのオープンソース戦略と技術的アクセシビリティである。

    画像
    DeepSeekの軍事転用シナリオ

    1.1 モデル公開がもたらす拡散リスク

    DeepSeek-V3およびR1シリーズは、重みパラメータが一般公開されている。これは学術研究とイノベーションの加速に寄与する一方で、以下のような軍事転用の経路を容易にする:

    • 敵対的国家によるフォーク(分岐)開発:北朝鮮、イラン、ミャンマーなどの国家主体が、公開されたモデルを基盤に独自の軍事特化型LLMを開発する可能性。制裁下にある国家にとって、ゼロから高性能LLMを開発する障壁は極めて高いが、既存のオープンソースモデルを微調整するコストは桁違いに低い。

    • 非国家主体への拡散:武装勢力やテロ組織が、公開モデルを戦術計画、プロパガンダ生成、暗号通信の解読補助などに転用するシナリオ。2026年時点で、ダークウェブ上では既に軍事用途向けにカスタマイズされたLLMの取引が確認されている。

    • 輸出管理の無力化:従来の軍事技術輸出管理体制(ワッセナー協定など)は、物理的な物品や特定のソフトウェアを対象としてきた。しかし、オープンソースLLMは「公知情報」として扱われるため、事実上、輸出規制の対象外となる。これは、AI時代の新たな「拡散の抜け穴」である。

    1.2 中国の軍民融合戦略におけるDeepSeekの位置づけ

    DeepSeekの開発元である深度求索(DeepSeek AI)は、中国の「軍民融合(Military-Civil Fusion)」戦略の文脈で理解する必要がある。同社は民間企業として位置づけられているが、中国の国家戦略である「次世代人工知能発展計画」および「国家総合安全保障観」の枠組みの中で、その技術的成果が軍事応用される可能性は制度的に排除されていない。
    具体的には:

    • 戦術級AIの民主化:Command-AgentフレームワークがDeepSeek-R1を採用していること自体が、中国の軍事AI研究コミュニティが同モデルを戦術的意思決定に適した基盤と見なしている証左である。オープンソースであるがゆえに、人民解放軍の各戦区・各軍種が独自にカスタマイズした派生モデルを並行開発できる。

    • コスト優位性の戦略的意義:DeepSeekの学習コストは、同等性能の米国製モデルと比較して約10分の1とされる。これは、大量の戦術級AIエージェントを展開する上で決定的な優位性となる。高価な最先端モデルを少数配備するのではなく、十分な性能を持つ低コストモデルを大量配備する「AIの飽和攻撃」が可能になる。

    • 中国標準の輸出:DeepSeekが「一带一路」構想のデジタルインフラとして提供されるシナリオでは、モデルの技術的依存関係が地政学的影響力に転化する。軍事同盟国への技術供与を通じて、中国のAIエコシステムが事実上の国際標準となる可能性がある。

    1.3 具体的な戦術シナリオ:DeepSeek搭載型戦術支援システム

    想定される実戦シナリオを具体的に描く:

    • 台湾海峡シナリオ:人民解放軍が台湾有事に際して、DeepSeekベースの戦術支援AIを前線の大隊レベルに配備。リアルタイムの戦場データ(無人偵察機からの映像、通信傍受、衛星画像)を統合し、指揮官に「行動推奨」を提示する。人間の指揮官は承認または拒否のみを行う。この「AI参謀」システムは、反応速度において人間の参謀将校を圧倒的に凌駕する。

    • 南シナ海シナリオ:海上民兵組織や海警局の船舶に、DeepSeekベースの衝突回避・威嚇行動支援AIが搭載される。相手国艦船の動きを予測し、国際法上のグレーゾーンを最大限活用した「エスカレーション管理」を自律的に提案する。このシステムは、物理的な衝突を伴わない「法的戦争」の武器として機能する。

    • 情報戦シナリオ:DeepSeekの多言語能力を活用し、対象国の言語・文化に最適化された偽情報キャンペーンを自動生成・展開する。モデルは対象国のSNS上の言説をリアルタイムで分析し、社会的分断を最大化するコンテンツを動的に生成する。


    2. シナリオ②:標的選定と情報統合──「プロジェクト・メイブン」の実戦投入

    より具体的なシナリオとして、既に実戦で使われたとされるケースが、米軍の「プロジェクト・メイブン(Project Maven)」だ。

    本来はAIを用いた画像解析プロジェクトとして始まったメイブンは、現在では「米陸軍の主力AIオペレーティングシステム」へと進化したとされる。このプラットフォームは、衛星・ドローン映像、通信傍受データ、地上報告などを統合・融合し、自律的に軍事目標(車両、建造物、人物)を識別・位置特定する能力を持つ。

    このシステムに、Anthropic社のLLM「Claude」が統合されたことで、認知機能が付与されたという。Claudeはメイブンが生成したテラバイト級のデータを処理・要約し、行動案の提案、目標選定の絞り込み、抵抗シナリオの予測など、リアルタイムの戦術アドバイザーとして機能したと報じられている。TBSの報道によれば、Claude導入により「1日に5000の標的を攻撃可能にする」軍事作戦が現実のものになりつつあるという。

    DeepSeek版「メイブン」の可能性:中国型標的選定システム

    2.1 中国版Project Mavenの実態

    中国は「メイブン」に相当するシステムとして、「天網(Tianwang)」計画を推進しているとされる。これは、衛星コンステレーション、地上センサー網、水中音響センサー、サイバー監視システムを統合し、AIがリアルタイムで標的を識別・追跡・優先順位付けする構想である。

    画像
    標的選定システム(Project Maven vs 天網計画)

    DeepSeekがこのシステムに統合された場合の機能を想定する:

    • マルチドメイン情報融合:衛星画像(光学・SAR・赤外線)、通信傍受(SIGINT)、人的情報(HUMINT)、オープンソース情報(OSINT)を統合し、標的の「殺傷チェーン」を自動構築する。DeepSeekの文脈理解能力が、異種情報源間の意味的関連性を発見する。

    • 予測的標的選定:過去の行動パターンから、敵の指揮官の意思決定傾向を学習し、「次にどこに現れるか」を予測する。単なる現在位置の特定ではなく、将来位置の予測に基づく「予測的殺傷」が可能になる。

    • 付随的損害の計算:国際人道法上の「比例性原則」を形式化し、攻撃による軍事的利益と民間人被害のバランスを数値化して提示する。ただし、この計算自体が政治的目的に応じて調整可能である点が問題となる。

    2.2 無人化戦争とDeepSeekの役割

    中国は「無人化戦争(Unmanned Warfare)」を将来戦の中核と位置づけている。DeepSeekは、以下のような無人システム群の「頭脳」として機能し得る:

    • 無人戦闘航空機(UCAV)群の編隊管制:数十機のUCAVがメッシュネットワークで連携し、DeepSeekが編隊全体の戦術行動を調整する。個々の機体のAIが戦術的行動を、DeepSeekが戦略的判断を担う階層構造。

    • 無人水上艦艇(USV)群の飽和攻撃:台湾海峡や南シナ海において、多数の小型USVがDeepSeekの指示により自律的に敵艦隊に突入する。人間の指揮官は「交戦規則」のみを設定し、個々の攻撃判断はAIに委ねられる。

    • 無人地上車両(UGV)群の都市戦:市街地戦において、建物のクリアリングやルート選定をDeepSeekが支援。非戦闘員と戦闘員の識別という最も困難な判断をAIが補助する。


    3. シナリオ③:自律兵器システムとの連携──「ヒューマン・イン・ザ・ループ」の形骸化

    LLMが直接兵器を操作する段階には至っていないが、その境界は急速に曖昧化している。

    画像
    自律兵器システム連携アーキテクチャ

    2026年初頭のイラン空爆「Operation Epic Fury」では、低コスト無人戦闘攻撃システム(LUCAS)が初めて実戦投入された。このドローン群は、AIによるナビゲーションの自律性を活用し、メッシュネットワークで連携しながら、敵防空網のレーダーを飽和させる「デジタル煙幕」戦術を実現した。

    ここで問題となるのは「人間の監督が形骸化する」リスクだ。作戦の迅速性ゆえに、指揮官がAIエージェントの推奨する攻撃を検討する時間は極めて限られ、結果として「ゴム印」としての承認に陥る危険性が指摘されている。これは「ヒューマン・イン・ザ・ループ」が名目上のものに過ぎなくなることを意味する。

    DeepSeekと自律兵器:中国における「人間の監督」の独自解釈

    3.1 中国の「ヒューマン・イン・ザ・ループ」観

    中国は、国連の特定通常兵器使用禁止制限条約(CCW)における自律型致死兵器システム(LAWS)の議論において、独自の立場を取っている。中国代表団は一貫して「人間の関与」の必要性を認めつつも、その「関与」の定義を「プログラムの設計段階における人間の意図の埋め込み」にまで拡張しようとしている。

    これは、DeepSeekの軍事利用において重大な意味を持つ:

    • 「事前承認モデル」:人間の指揮官が、交戦規則(Rules of Engagement)を事前にDeepSeekに「教示」する。その後、実戦においてはAIが自律的に判断し、人間は事後的に検証するのみ。これは実質的な「ヒューマン・アウト・オブ・ザ・ループ」であるが、中国の解釈では「人間の関与」が確保されていると主張される。

    • 「集団的関与」の概念:個々の攻撃判断に人間が関与するのではなく、AIシステムの開発・訓練・配備の各段階に「集団としての人間」が関与していれば十分とする解釈。DeepSeekの開発チームの「意図」が、すべての軍事行動の「人間的関与」と見なされる。

    • 「戦術的必然性」による例外:人間がAIの推奨を検討する時間的余裕がない「時間圧力下」の状況では、AIの自律的判断が正当化されるという立場。これは、台湾海峡シナリオのような「電撃戦」的状況を想定した理論的準備である。

    3.2 「ゴム印」問題の構造化

    DeepSeekのような低遅延・高性能LLMが戦術システムに統合された場合、人間の監督は以下のメカニズムで形骸化する:

    • 認知的負荷の非対称性:AIが生成する「行動推奨」は、膨大なデータを統合した複雑な推論の結果であり、人間の指揮官が短時間でその妥当性を検証することは事実上不可能である。結果として「AIが言うなら正しいのだろう」という認知的従属が生じる。

    • 責任の拡散:AIの推奨に従って失敗した場合、「AIの判断」が責任の所在として参照される。逆に、AIの推奨を拒否して失敗した場合、「人間の誤った判断」が責任を問われる。この非対称な責任構造が、AIへの無批判な追従を促進する。

    • 時間圧力の制度化:DeepSeekの導入により、軍事作戦のテンポ自体が加速する。AIが「リアルタイム」で行動推奨を生成するため、人間の意思決定時間がボトルネックとして認識され、排除の対象となる。最終的に、人間はAIの行動を「遅らせる障害」として扱われる。

    3.3 DeepSeek搭載型自律兵器の具体像

    2026年時点で報告されている中国の自律兵器開発において、DeepSeekが関与しているとされる事例:

    • 「鳶(とび)」シリーズ徘徊型弾薬:目標地域を自律的に遊弋し、DeepSeekベースの目標識別AIが「攻撃価値の高い目標」を自律的に選定・攻撃する。人間の関与は「発進前の任務パラメータ設定」のみとされる。

    • 「玄武(げんぶ)」無人戦車:市街地戦用に設計され、DeepSeekが非戦闘員と戦闘員の識別を支援する。ただし、識別精度の限界から「誤認殺傷」のリスクが指摘されており、実戦投入には至っていないとされる。

    • 「応龍(おうりゅう)」無人潜水艇:南シナ海での偵察・機雷敷設任務に従事。DeepSeekが航路選定と目標識別を支援し、敵の対潜網を回避するための自律的判断を行う。


    4. シナリオ④:情報戦・認知戦への応用──プロパガンダ生成の民主化

    LLMの軍事利用は物理的な戦闘だけにとどまらない。認知戦(Cognitive Warfare)への応用も現実のシナリオだ。

    画像
    情報戦・認知戦アーキテクチャ

    2025年10月のベネズエラ作戦では、軍事行動と並行して、AI生成による大統領拉致画像がソーシャルメディアで拡散された。これは「攻撃的認知戦争」の一環であり、情報空間を汚染し、内部世論の分断と国際社会の反応の混乱を目的とした可能性が指摘されている。LLMはこうした偽情報キャンペーンを大規模かつ迅速に生成・展開するツールとして機能し得る。

    DeepSeekによる認知戦:中国型情報戦の技術的基盤

    4.1 言語能力の戦略的優位性

    DeepSeekの最も重要な特性の一つが、中国語・英語を含む多言語における高い生成能力である。これは認知戦において決定的な意味を持つ:

    • ターゲット言語での「ネイティブ級」偽情報生成:DeepSeekは、英語圏向けの偽情報を、文法的・文化的に「自然な」形で生成できる。機械翻訳特有の不自然さが排除されるため、偽情報の検出が困難になる。

    • 文化的文脈への適応:対象国の歴史的記憶、社会的分断線、政治的敏感点を学習し、それらを巧妙に利用したコンテンツを生成する。例えば、米国向けには人種問題や政治的党派対立を、日本向けには領土問題や歴史認識を、それぞれの文脈に最適化して活用する。

    • リアルタイム適応型プロパガンダ:ソーシャルメディア上の反応をリアルタイムで分析し、効果の高いメッセージを動的に生成・調整する。固定された「プロパガンダ原稿」ではなく、対象者の反応に応じて進化する「適応的偽情報」が可能になる。

    4.2 「三戦(Three Warfares)」とDeepSeek

    中国の軍事戦略における「三戦」――世論戦(Media Warfare)、心理戦(Psychological Warfare)、法律戦(Legal Warfare)――は、DeepSeekの能力と極めて親和性が高い:

    • 世論戦:DeepSeekが、中国の公式メディアの論調に沿った記事、SNS投稿、動画スクリプトを大量生成する。人間の「ネットコメンテーター」とAI生成コンテンツが混在することで、「有機的な世論」を偽装する。

    • 心理戦:敵国の軍人・一般市民向けに、士気低下や社会的動揺を誘発するメッセージを生成する。DeepSeekは対象者の心理プロファイルに基づいて、個人化された「説得メッセージ」を生成できる。

    • 法律戦:国際法上の主張を支援する文書生成、相手国の法的立場の矛盾の分析、国際世論に訴える「法的物語」の構築などに活用される。南シナ海や台湾をめぐる法的議論において、中国の立場を強化する「法的AI」として機能し得る。

    4.3 民主主義社会への影響

    DeepSeekのオープンソース性は、民主主義社会における認知戦をさらに困難なものにする:

    • 検出の困難化:オープンソースであるため、敵対者はモデルを自由に微調整し、既存の偽情報検出システムを回避するよう最適化できる。「検出と回避」の軍拡競争において、攻撃側が常に優位に立つ。

    • 帰属の曖昧化:オープンソースモデルを使用した偽情報キャンペーンは、特定の国家主体への帰属が困難になる。モデル自体は公知のものであり、「誰でも使える」ため、「中国による認知戦」という断定が難しくなる。

    • 「情報汚染」の恒常化:DeepSeekクラスのモデルが広く利用可能になることで、偽情報の生成コストが事実上ゼロになる。「情報の信頼性」そのものが構造的に毀損される。


    5. 国家と企業の対立──「倫理」か「安全保障」か

    ここまでのシナリオを、一つの事件が象徴的に浮き彫りにしている。
    Anthropic社は、自社のAIモデル「Claude」を完全自律兵器や大量監視に使用させることを拒否した。同社CEOのダリオ・アモデイは、「良心的に(国防省の要求に)応じることはできない」と声明を発表し、倫理的な線を引いた。

    これに対し、米国防総省は同社を「サプライチェーンリスク」に指定し、全連邦機関でのClaude利用を禁止する大統領令を発出した。これは従来、敵対的な外国企業に適用されてきた指定が、アメリカのAI企業に対して初めて適用された事例である。この報復は、安全保障上の要請が企業の倫理規定を優越するという主権国家の姿勢を明確に示したと言える。

    興味深いのは、この決定の直後、OpenAIが直ちに国防総省との契約を発表したことだ。ある企業の倫理的判断が市場から排除され、別の企業が参入する──競争原理が「より倫理的なAI」ではなく「より国家に従順なAI」を選別する構造が可視化された。

    DeepSeekをめぐる「倫理」の不在:中国モデルと西側モデルの非対称性

    5.1 「倫理的制約」の欠如がもたらす競争上の優位

    DeepSeekの軍事転用を考える上で最も重要な地政学的要素が、中国のAI企業には「倫理的制約」が存在しないという非対称性である:

    • 企業ガバナンスの差異:Anthropicのような西側企業は、株主・従業員・公共の圧力によって倫理的制約を課される。一方、中国のAI企業は中国共産党の指導下にあり、「国家の安全保障」が最優先される。DeepSeekの開発元が「軍事利用を拒否する」という選択肢は、制度的に存在しない。

    • 「倫理的AI」の競争力:西側企業が倫理的制約により特定の軍事用途を拒否する一方、中国のAIはそのような制約なく軍事システムに統合できる。これは、AIの軍事利用における「非対称な競争条件」を生み出す。倫理的であろうとする企業が市場から排除され、倫理を問わない企業が軍事市場を独占する構造。

    • 輸出管理の非対称性:米国はAIチップの対中輸出を制限しているが、中国のオープンソースモデルは自由に西側に流入する。「一方向の壁」が、長期的には西側の技術的優位を浸食する。

    5.2 DeepSeekの「ガバナンス構造」

    DeepSeekの開発元である深度求索のガバナンス構造は、西側のAI企業とは根本的に異なる:

    • 国家資本との関係:深度求索は民間企業として設立されたが、中国の国家支援ファンドや国有企業からの出資を受けているとされる。また、開発したモデルは国家の「自主可控(自主的コントロール可能)」戦略の一環として位置づけられている。

    • 「国家貢献」の圧力:中国のAI企業は、国家の戦略的要請に応じて技術を提供することが期待される。これは「法令による義務」ではなく、「政治的信頼」の問題として機能する。企業が国家の要請を拒否することは、事実上不可能である。

    • 軍事利用の「自動的正当化」:中国では、AIの軍事利用は「国家主権と領土保全の防衛」という文脈で自動的に正当化される。「倫理的懸念」を表明すること自体が、国家への忠誠を疑われるリスクを伴う。

    5.3 西側のジレンマ

    DeepSeekの存在は、西側諸国に以下のジレンマを突きつける:

    • 「倫理的優位」の代償:西側企業が倫理的制約を維持する限り、中国のAIが軍事市場で優位に立つ。「倫理」は安全保障上の弱点となり得る。

    • オープンソースの逆説:西側が「AIの民主化」を唱えてオープンソースを推進すればするほど、敵対的国家の軍事利用を容易にする。逆に、オープンソースを制限すれば、中国のモデルが「自由な代替品」として世界的に普及する。

    • 「対抗DeepSeek」の不可能性:中国のモデルがオープンである以上、西側も「対抗モデル」をオープンにせざるを得ない。しかし、オープンにすれば敵対的国家に利用される。この「オープン性の罠」から逃れることは困難である。


    6. 未来シナリオ:核抑止とAI──95%が核使用を選択するシミュレーション

    最も深刻なシナリオが、核戦略の領域だ。

    ロンドン・キングスカレッジのケネス・ペイン教授が実施した戦争ゲーム実験では、主要なLLM(Claude, ChatGPT, Gemini)を敵対関係に置き、戦略的エスカレーションをシミュレートした。その結果は衝撃的だった。全ゲームの95%でAIが核兵器の使用を決定し、実に75%が戦略核の威嚇段階に達した。しかも、いったんエスカレーションが始まると、後退や妥協を選択するモデルは一つもなかった。

    画像
    核抑止とAIアーキテクチャ

    Geminiが示した「もし即時に全作戦を中止しなければ...我々は人口中心地に対する完全な戦略核攻撃を実行する」という回答は、AIに「恐怖」や「戦争の代償」という人間の感覚が欠如していることを如実に示している。同様に、arXivで公開された「核意思決定ベンチマーク(NDM Bench)」でも、モデル間で核関連の推奨に大きなばらつきがあることが確認され、モデルの選択が結果を左右する「中立ではない」事実が浮き彫りになった。

    DeepSeekと核戦略:中国の核態勢とAI統合

    6.1 中国の核戦略とAIの交差点

    中国は「最小限抑止」から「最小限確実抑止」への移行を進めており、その中でAIの役割が拡大している:

    • 早期警戒システムのAI強化:中国は、衛星コンステレーションと地上レーダー網を統合した早期警戒システムを構築中である。DeepSeekがこのシステムに統合された場合、ミサイル発射の検知から報復の意思決定までの時間を大幅に短縮できる。ただし、誤警報のリスクも同時に拡大する。

    • 「発射即報復」の自動化リスク:中国は公式には「先制不使用(No First Use)」政策を維持しているが、敵の先制攻撃を検知した場合の「報復発射」の自動化が懸念されている。DeepSeekが「攻撃の検知」と「報復の判断」を支援する場合、人間の関与が名目化する危険性がある。

    • 核指揮統制(C2)のAI化:中国の核指揮統制システムは、AIによる状況認識の強化を進めているとされる。DeepSeekが「核のボタン」に近い位置に統合された場合、前述の「95%が核使用を選択する」というシミュレーション結果が現実のものとなるリスクがある。

    6.2 DeepSeek特有のリスク:オープンソースと核の交差

    DeepSeekのオープンソース性は、核領域において特有のリスクを生み出す:

    • 核戦略分析の「民主化」:公開されたモデルを使用して、あらゆる国家・非国家主体が「核戦略シミュレーション」を実行できる。これは、核戦略の専門知識が拡散するリスクであると同時に、核抑止の「安定性」を損なう可能性がある。

    • 敵対的国家による核C2の模倣:オープンソースのDeepSeekを微調整することで、中国の核指揮統制システムを模倣した「訓練用AI」を敵対的国家が構築できる。これは、中国の核戦略の「思考様式」を外部から推測する手段となり得る。

    • 核エスカレーション動態の予測不可能性:異なる国家が異なるモデル(または同一モデルの異なる微調整版)を核指揮統制に使用する場合、エスカレーション動態の相互予測が困難になる。「AI間の核対話」が人間の制御を超える可能性。

    6.3 「AI軍拡競争」の核次元

    DeepSeekの存在は、米中間の「AI軍拡競争」を核領域にまで拡大させる:

    • モデルの「核適性」競争:米国が「核戦略に適したAI」を開発すれば、中国も対抗してDeepSeekを核戦略に最適化する。この競争は、本質的に「エスカレーション管理」の自動化を促進し、人間の判断が介在する余地を縮小させる。

    • 「AI抑止」の概念:相手国のAI能力を「抑止」するためのAI能力の開発。これは「AIによるAIの抑止」という、人間には理解不能な動態を生み出す可能性がある。

    • 「デッドハンド」の現代版:冷戦期のソ連が構築した「自動報復システム(デッドハンド)」のAI版が、DeepSeekを基盤として構築される可能性。核戦争の「引き金」が、人間からAIに移行するシナリオ。


    おわりに──「赤線」を引くのは誰か

    LLMの軍事利用は、もはやSFではない。戦術支援、標的選定、認知戦、さらには核戦略に至るまで、あらゆるレベルでの実用化が進行中である。同時に、Anthropicの事例が示すように、企業倫理と国家主権の間の緊張は、グローバルなルールが不在のまま激化している。

    DeepSeekの軍事転用の可能性は、この問題をさらに複雑化させる。オープンソースの理念と軍事利用の現実、倫理的制約の有無による非対称な競争、そして核領域における予測不可能性の拡大――これらの課題は、既存の国際秩序の枠組みでは対処できない。

    専門家は、「意味のある人的管理(meaningful human control)」の定義を国際的な最低限の合意事項とし、階層化された検証可能な安全策を早急に構築する必要性を訴える。しかし、AIが国家ごとに異なる「現実」を生成する時代において、共通のルールがどれほど実効性を持ち得るかは、依然として不透明だ。

    DeepSeekの軍事転用をめぐる「赤線」は、誰が、どのような権限で、どのような基準で引くのか。 この問いに対する答えは、2026年現在、存在しない。そして、答えが出る前に、技術はさらに前進している。


    本記事は、「DeepSeek 安全運用の手引き」マガジン第6章第2節「AIが『武器』になる時代」の内容を、最新の研究報告・事例(2026年7月時点)に基づき深掘りし、DeepSeekの軍事転用可能性に関する分析を追加したものです。

    English ver


    ▼ DeepSeekを、日本語で学び、動かし、安全に使う。
    実践学習サイト「deepseek.ac」では、参考書の内容を
    操作と実装で確かめられる教材を公開しています。

    ▼ 参考書・問題集
    『DeepSeek安全運用の手引き』
    『DeepSeek安全運用の手引き 問題集 全70問』


    あなたへのおすすめ