擁有全世界最為現代化作戰部隊的美國，其軍事軟體背後所支撐的程式技術，卻是出乎外界意料之外的傳統。
舉例來說，應用在 F-35 戰鬥機上，那套擁有 800 至 2,400 萬行程式碼的作業系統，其實採用了 C、C++ 及 Ada 等「經典」程式語言進行開發。
因此根據估算，光是在程式維護方面，美軍一年就必須支出年度軟體總預算的 60% 至 70%，單純用於維持舊系統運作。
然而對於美軍來說，資金並非主要問題，關鍵在於隨著 Ada、Fortran、COBOL 等，擁有傳統程式語言開發經驗的技術人員陸續退休，美軍顯然必須找到新方法，讓軍事軟體邁向現代化。
透過簡單理念，解決龐大問題
日前，美國國防部宣布全新計畫，希望透過建立軟體工廠、推動雲端遷移等方式，顛覆過去的「硬體優先」模式，以軟體為核心重塑軍事部門的資訊系統。
只不過，如何以快速、安全的方式，轉換現有多達數百萬行的老舊程式碼，卻成為了美軍的最大障礙。
對此，來自波士頓的新創公司 Code Metal，跳出來為五角大廈解決了問題，而該公司的理念也非常簡單，就是利用 AI 在不同程式語言之間翻譯程式碼，然後透過數學方法證明軟體執行效果的正確性。
利用 Code Metal 所打造的程式碼轉換引擎，使用者只需輸入 Python、Julia、MATLAB 或 C++ 語言的原始程式碼，AI 便會輸出符合目標硬體需求的編譯結果，而且無論 Rust、VHDL 甚至 NVIDIA CUDA 語言，全都不在話下。
運用形式化驗證，獲得美軍信賴
深入來說，Code Metal 引擎的轉換過程分為多個階段。首先，系統會分析原始程式碼庫以識別各元件的功能，接著生成轉換計畫，然後透過大型語言模型與傳統程式碼處理方法的協同運作，將軟體重新編譯為目標語言。
雖然在表面上，Code Metal 的解決方案跟大多數 AI 程式設計工具類似，但他們之所以能夠獲得美軍信賴，最為關鍵之處即在於「驗證層」。
在每一道轉譯步驟中，Code Metal 的 AI 引擎會同步生成測試框架，以自動化方式驗證轉換後的程式碼，判斷其行為是否跟原始程式碼完全一致。
Code Metal 所選擇的「形式化驗證」技術，宣稱符合 MC/DC 標準，即通常被用於飛航控制軟體的「修改條件／判斷覆蓋」標準，藉此確保準確性。
讓 AI 承認「無解」，打造可驗證智慧
Code Metal 執行長 Peter Morales 強調，公司的 AI 程式碼轉換引擎絕對不會發生錯誤，因為一旦系統無法正確完成轉譯，那麼引擎就會直接表明「無解」。
這種「偏激」的系統設計方式，象徵 Code Metal 寧可拒絕處理任務，也不願交付瑕疵產品，跟國防、軍事採購的文化需求高度契合。
身為 Code Metal 投資人之一的 B Capital，將該公司所採用的技術概念，簡單定義為「可驗證智慧」。
換句話說，隨著 AI 逐漸深入到基礎設施之中，任何錯誤都可能導致人命傷亡，所以技術門檻必須從「可信任的輸出結果」，提升到「可被驗證的正確性」，兩者之間甚至不存在灰色地帶。
不像 AI 新創，更像軍方承包商
跟其他 AI 新創公司相較，Code Metal 的發展歷程顯然特別與眾不同。
最初，Peter Morales 只是想找到一種高度準確的方式，將實驗室中開發的機器學習演算法，快速移植到戰鬥機的機載晶片上，免去數個月的人力翻譯工作之苦，同時降低手動重寫程式碼帶來的風險。
隨後，Code Metal 於 2023 年正式成立，並從 J2 Ventures 和 Shield Capital 手上拿到了種子輪融資，接著 Accel、Salesforce Ventures 等投資者陸續加入，使公司估值飆升至 12.5 億美元，短短 90 天內翻了 5 倍。
而且跟大多數 AI 新創公司都在「燒錢」不同，Code Metal 聲稱他們成立僅僅 3 年，就已經成功取得獲利，甚至擁有正向現金流。若翻開 Code Metal 的客戶名單，上頭赫然記載著 L3Harris、前身為雷神公司的 RTX、美國空軍、東芝與博世集團等。
由此可見，與其說是 AI 新創公司，Code Metal 似乎更像是一家國防業務承包商，試圖利用 AI 技術拿下各種軍事專案。日前 Code Metal 透露他們正與某家「大型晶片企業」，洽談跨處理器平台的程式碼移植合作，但拒絕明示該企業的確切名稱。
幕後團隊強大，卻帶神秘色彩
瞄準軍事領域並獲得高速成長，Code Metal 實力雄厚的技術團隊功不可沒；執行長 Peter Morales 曾為 F-35 戰機開發 AI 推理系統，並於在麻省理工學院林肯實驗室，耗費數年為美國國會大廈研發反無人機防禦系統，之後轉戰微軟替 HoloLens 開發電腦視覺技術。
至於 Code Metal 技術長 Alex Showalter-Bucher，不僅同樣出身自林肯實驗室，亦在海軍、陸軍及國土安全部累積超過十年資歷；而 Code Metal 工程團隊的其他成員，幾乎也都源於 Intel、NASA、MathWorks、Lightmatter 及 OpenAI 等頂尖機構。
涉入軍事領域的 Code Metal，在某種程度上也帶有些「神秘色彩」，其中最容易被外界質疑的部分，在於該公司所採用的形式化驗證技術，通常只適用於規模較小且定義明確的程式，若將數百萬行老舊程式碼輸入其中，形式化驗證是否還能夠獲得預期中的效果，至今似乎仍是未知數。
對此 Peter Morales 僅在接受採訪時回應「無法透露太多細節」，即便考慮到對於 AI 新創企業來說，為了保持市場競爭力，因此將技術保密仍算可以理解，但這也意味著外界將無法驗證 Code Metal 真正的技術實力。
另一方面，Code Metal 服務客戶的定價模式，似乎也無法擁有統一的標準。
Peter Morales 表示，公司會根據核心開發所需要的時間、要被轉換的程式碼行數，或者預計可節省的開發時間等，跟每個客戶個別協商價格，但判斷與議價過程「通常會變得相當模糊」。
前人成功經驗，Code Metal 能否複製？
在 AI 技術和軍方之間扮演橋樑的 Code Metal，將「謹慎與速度並存」作為最大的賣點，前人如 Anduril 與 Palantir 也早一步證明，由風投所支持的 AI 企業，確實有能力贏得美國軍事合約。
嚴格來說，Code Metal 所瞄準的目標和市場，將是比 Anduril 與 Palantir 更基礎、更龐大，整體性的資訊架構現代化重建。
畢竟，轉譯程式碼、軟體現代化等看似枯燥的工作，其潛在的市場規模，或許遠超任何武器系統的實際價值，而 Code Metal 是否能在規模更大的情況下，順利實踐他們的 AI 解決方案，將成為市場未來最引人注目的焦點。
【推薦閱讀】
◆【Meta、OpenAI 高管變中校】參軍打 AI 戰，「201 支隊」如何重寫美國防劇本？
◆ 美國國防 AI 新勢力：Shield AI 憑什麼成為繼 Anduril 後最受矚目的新創？
◆ 有錢也買不到工程師？英國豪擲 10 億升級國防 AI，卻撞上人才斷層
＊本文開放合作夥伴轉載，參考資料：implicator.ai、Wired，首圖來源：Flickr（Expert Infantry）
（責任編輯：鄒家彥）
