美國仍然是世界上最突出的軍事和技術力量。在過去十年中，美國認識到人工智能作為力量倍增器的潛力，越來越多地將人工智能（AI）的熟練程度視為美國重要利益和保證美國軍事和經濟實力的機制。特別是，在過去十年中，人工智能已成為美國國防的一項關鍵能力，特別是考慮到2022年美國國防戰略對印度-太平洋地區的關注。

因此，美國國防部（DoD）（以及美國政府和國防機構總體上）對人工智能和相關新興技術表現出越來越大的熱情。然而，雖然美國目前在學術界和私營部門的人工智能研究和開發方面取得了巨大進展，但國防部尚未在廣泛范圍內成功地將商業人工智能的發展轉化為真正的軍事能力。

美國政府在利用國防人工智能和人工智能支持的系統方面通常處于有利地位。然而，在過去的幾年里，各種官僚主義、組織和程序上的障礙減緩了國防部在國防人工智能采用和基于技術的創新方面的進展。最關鍵的是，國防部遭受了復雜的收購過程和廣泛的數據、STEM和AI人才和培訓的短缺。從事人工智能和人工智能相關技術和項目的組織往往是孤立的，而且還存在必要的數據和其他資源相互分離。在美國防部內部存在一種傾向于可靠方法和系統的文化，有時趨向于勒德主義。所有這些因素都導致了人工智能采用的速度出奇的緩慢。美國家安全委員會2021年提交給國會的最終報告總結說，"盡管有令人興奮的實驗和一些小型的人工智能項目，但美國政府離人工智能就緒還有很長的路要走"。

因此，盡管人工智能有可能增強美國的國家安全并成為一個優勢領域，而且鑒于美國在軍事、創新和技術領導方面的長期傳統，人工智能有可能成為一個薄弱點，擴大 "美國已經進入的脆弱窗口"。 如果美國不加快創新步伐，達到負責任的速度，并奠定必要的制度基礎，以支持一支精通人工智能的軍隊，人工智能將繼續成為一個不安全點。

去年，美國防部在這些挑戰中的一些方面取得了進展，調整了國防人工智能的方法。2022年6月，美國防部發布了《負責任人工智能戰略和實施途徑》，將更有數據依據的、負責任的、可操作的人工智能工作列為優先事項，此后開始執行。最重要的是，美國防部已經啟動了對其人工智能組織結構的重大改革，創建了一個新的首席數字和人工智能辦公室（CDAO），以整合其不同的人工智能項目和利益相關者，并使其與該部門的數據流更好地協調。值得注意的是，美國國防部目前正在對其國防人工智能的整體方法進行重大變革和振興。然而，這些新的人工智能努力是否足以讓美國彌補失去的時間，還有待觀察。

第五代無線通信技術（5G），有可能改變通信系統。5G移動網絡將提供更高的速度、更低的延遲、更高的可靠性、更多的網絡容量和更多的互連性。隨著5G技術在原有系統和新系統中的部署、現代化和實施，預計會有巨大的改進。近年來，隨著各行各業都希望在新技術的風口浪尖上有所創新，對5G技術的投資和興趣也呈指數級增長。充分利用這項技術將推動工業和美國國防部（DoD）的能力在未來有巨大的改進，如更高的性能和更高的效率。本報告重點介紹該技術的現狀和國防部的具體使用案例。

5G在美國防部和軍隊中的應用

美國防部已將5G技術列為一項重要的戰略技術。從美國防部5G戰略開始，"......那些掌握先進通信技術和無處不在的連接的國家將擁有長期的經濟和軍事優勢" [8]。通信和互聯系統的未來是5G，這本身就使它對美國防部極為重要。通過追求5G技術的最大潛力，美國防部將有能力在技術、性能和額外能力方面達到新的高度。

3.1 美國防部5G政策

美國防部5G戰略和美國防部5G戰略實施計劃[9]為解決美國防部如何使用和推進5G網絡和應用的技術、安全、標準和政策以及合作方面提供了路線圖。全面的美國防部5G戰略實施計劃包括四個方面的工作。第一條努力路線是 "促進技術發展"，例如，進行5G示范，實施毫米波和動態頻譜共享技術，促進開放架構和虛擬化，并重點發展5G員工隊伍。第二條努力路線是 "通過5G評估、緩解和運營"。這第二條努力路線主要側重于威脅情報、基礎設施風險、供應鏈的安全、全球運營、安全評估、網絡安全和零信任。第三條努力路線是 "影響5G標準和政策"，包括與標準制定機構緊密結合。按照這些思路，國防部將創建和更新先進的頻譜管理、支持5G的作戰概念（CONOPS）和技術控制措施的標準和指導方針。最后，第四條努力路線是 "吸引合作伙伴"，如國際盟友、工業界和國會成員。

3.2 5G國防部用例

本節確定了國防部對5G技術的具體使用案例。目前，由于各種原因，5G正被應用于所有服務。5G技術是一個關鍵的推動因素，其能力將使整個國防部在許多方面的性能得到改善。

2020年10月，國防部宣布了6億美元的獎勵，用于在五個美國軍事試驗場進行5G實驗和測試，這是世界上最大的全面5G測試的雙重用途。國防部尋求保持在尖端5G測試和實驗的前沿，以加強我們國家的作戰能力，以及美國在這個關鍵領域的經濟競爭力[10]。這五項測試將在3.2.1-3.2.5節中描述。

3.2.1 5G智能倉儲

海軍陸戰隊后勤基地（MCLB）項目將開發一個5G智能倉庫，專注于車輛存儲和維護，以提高MCLB Albany后勤業務的效率和保真度，包括物資和供應的識別、記錄、組織、存儲、檢索和庫存控制。此外，該項目將為測試、完善和驗證新興的5G技術創造一個試驗場。

3.2.2 分布式指揮和控制

在內華達州的內利斯空軍基地進行的測試和試驗的目的是為使用5G技術開發一個測試平臺，以幫助空中、太空和網絡空間的殺傷力，同時提高指揮和控制（C2）的生存能力。具體來說，5G網絡將被用于分解和調動現有的C2架構，以實現敏捷作戰的場景。該測試與AT&T公司合作，提供高容量和低延遲的移動5G環境。

3.2.3 增強和虛擬現實

在華盛頓的劉易斯-麥克喬德聯合基地（JBLM）正在測試一個項目，其目標是能夠快速部署一個可擴展的、有彈性的、安全的5G網絡，為任務規劃、分布式訓練和作戰使用提供一個試驗平臺，以實驗5G支持的增強現實/虛擬現實（AR/VR）能力。

3.2.4 5G智能倉庫

美國海軍圣地亞哥基地（NBSD）的一個項目的目標是開發一個支持5G的智能倉庫，專注于岸上設施和海軍單位之間的轉運，以提高海軍后勤業務的效率和真實性，包括物資和供應的識別、記錄、組織、存儲、檢索和運輸。此外，該項目將為測試、完善和驗證新興的5G技術創造一個試驗場。

3.2.5 5G動態頻譜共享利用

猶他州的希爾空軍基地已經開始調查技術可行性、方法和頻譜共享的效用，以及在商業行業中至關重要的頻段與不同的5G網絡共存。這一事件表明，國防部致力于通過提供分配的頻譜供非聯邦（商業）系統使用，促進美國在5G時代的經濟競爭力。

接下來，來自美國陸軍以及國防高級研究計劃局（DARPA）和MITRE的其他5G國防部用例的進一步例子將在以下3.2.6至3.2.9節中提供。這些額外的用例顯示了在5G領域正在進行的工作的廣度，包括戰術網絡、開源計劃和基于威脅的框架。

3.2.6 5G++為戰術毫米波網絡調整5G

5G++為戰術毫米波網絡調整5G是一個正在進行的美國陸軍第二階段小企業創新研究（SBIR）計劃，于2021年2月開始，預計結束日期為2022年8月[11]。這項工作的目標是解決關鍵需求，并提議開發5G++作為毫米波無線電原型，通過納入抗干擾性、改進的低截獲概率/低檢測概率（LPI/LPD）和安全網絡通信，使5G適應戰術領域。5G技術的目標是非常高的吞吐量、低功率和低延遲，預計這不僅有利于商業，也有利于戰術通信。在毫米波頻段工作提供高帶寬，以滿足共享頻譜環境中新興戰術應用不斷增長的吞吐量需求。然而，目前的5G波形并不能滿足美國陸軍對抗干擾性、LPI/LPD和安全性的要求，也不能支持設備對設備（D2D）的ad-hoc網絡模式而不依賴蜂窩狀基礎設施。跨越物理層、鏈路/MAC層和網絡層的新型算法集需要在毫米波、軟件定義的無線電（SDR）平臺上實現，并與5G協議棧一起進行廣泛的測試，以加速5G優勢向戰術領域的轉移。

3.2.7 5G技術在美國陸軍戰術環境中的實施技術方案支持

指揮、控制、通信戰術項目執行辦公室（PEO C3T）進行了一項研究，評估當前和潛在的通信技術，以整合到未來的美國陸軍戰術網絡中。這項研究確定并總結了已經標準化的5G功能和技術，以及尚未標準化的新興功能。它還確定并總結了與現有和計劃中的美國陸軍戰術網絡相關的各種用例和關鍵性能指標（KPI）。這項研究進一步縮小了5G功能和技術的范圍，確定了哪些功能正在進行大量的商業開發，并可能在其商業和國防部部署的情況下有類似的應用和用例。最后，它的結論是建議進一步推進5G技術在美國陸軍各種戰術環境中的潛在應用所需的額外研究投資（見2020年9月出版的報告[12]）。

3.2.8 開放、可編程、安全的5G (OPS-5g)

DARPA的開放、可編程、安全的5G（OPS-5G）項目正在進行研究，以開發一個可移植的符合標準的5G移動網絡堆棧，該堆棧是開源的，設計上是安全的。OPS-5G尋求創建開源軟件和系統，以實現安全的5G和后續移動網絡，如6G。開源軟件的標志性安全優勢是增加了代碼的可見性，這意味著代碼可以被檢查、分析和審計，無論是手動還是使用自動工具。此外，開源的可移植性作為一個理想的副作用，使硬件和軟件生態系統脫鉤。這極大地提高了供應鏈攻擊的難度，并簡化了創新硬件進入市場的過程。該計劃旨在實現各種軟件組件的 "即插即用 "方法，從而減少對不信任的技術來源的依賴[13]。DARPA的OPS-5G計劃將創建開源軟件和系統，以實現安全的5G和后續的移動網絡。OPS-5G創造能力，以解決開源軟件的特征速度、萬億節點的僵尸網絡、可疑設備上的網絡切片以及大規模運作的適應性對手。長期目標是一個對美國友好的生態系統[14]。這個項目于2020年9月開始，估計完成日期為2024年9月。

3.2.9 MITRE 5G威脅等級體系（FiGHT）框架

MITRE Five-G Hierarchy of Threats（FiGHT）是一個基于威脅的框架，用于評估5G網絡的保密性、完整性和可用性，以及美國及其合作伙伴使用的設備、武器系統和應用程序。FiGHT利用現有安全框架的概念，并在此基礎上探索5G構件和相關的假設威脅，考慮美國政府的關鍵資產。

通過將一個全面的5G威脅框架應用于具體的用例和架構，這使得網絡投資規劃和優先次序得以確定，從而可以量化風險和優先緩解措施，以確保5G能夠以最小的損害進行革新。這項工作開始于2021財年（FY21），計劃在24財年完成[15]。

在過去的幾年里，人工智能（AI）的采用非常迅速，其使用也很廣泛。公共和私人部門的組織正在將人工智能用于廣泛的應用。在國防部門，對人工智能對國家安全的潛在影響的認識正在通過對后勤、半自動和自主武器、ISR（情報、監視和偵察）、指揮和控制以及網絡和信息行動的大量投資得到加強。畢竟，人工智能將戰爭的性質從信息化的方式轉變為智能化的戰爭方式。像美國和中國這樣的國家已經在其現有的防御框架中實施了一些形式的智能化戰爭。印度現在正以其新興和顛覆性的技術進步，向強大的軍民融合過渡。這篇背景文章探討了可能通過人工智能及其應用進行的智能化戰爭的所有方面，以及人工智能為國防帶來的挑戰和機遇。

印度的人工智能實施及其路線圖

印度的人工智能在軍事領域的實施處于起步階段；然而，其商業化的建立正以其在醫療保健、農業、教育、智能城市和基礎設施以及智能移動和交通等各個領域的不同應用而發展壯大。NITI Aayog在2018年發布了關于人工智能的國家戰略，主要關注這些領域。2021年，它進一步提出了一份關于負責任的人工智能第一部分和第二部分的報告，其中討論了印度人工智能的發展、采用和人工智能生態系統的培育。它的重點是促進研究、勞動力的技能培訓和再培訓，促進采用人工智能解決方案和發展準則。該報告還提出了對負責任的人工智能管理的問責制、安全、隱私和數據安全的關注。Niti Aayog的人工智能卓越研究中心（COREs）將作為國際轉型人工智能中心（ICTAIs）的技術供給者，旨在為社會領域創造基于人工智能的應用。

• 印度在國防方面的人工智能研究由國防研究與發展組織（DRDO）領導，由人工智能和機器人中心（CAIR）負責。它的主要重點領域是人工神經網絡、深度學習、計算機視覺和態勢感知，包括以網絡為中心的行動和在龐大的戰場數據知識庫上運作的AIenabled系統。2019年，印國防部成立了一個高級別的國防人工智能委員會（DAIC），負責為國防中的人工智能應用提供戰略方向。其職能是在政府和行業之間建立伙伴關系，以部署這種基于人工智能的創新。一個由政府、軍方、學術界、工業界專業人士和初創企業代表組成的多利益攸關方工作隊，從國家安全的角度和全球范圍內研究人工智能的戰略影響。該報告闡述了印度在國防需求方面的人工智能發展，并就航空、海軍、陸地、網絡、核戰爭和生物戰等領域的國防人工智能能力提出了建議。鑒于這些發展，DAIC和國防人工智能項目局（DAIPA）獲得了1000億盧比的年度預算，專門用于人工智能支持的項目。它將包括開發一個數據管理框架，擴大數據中心的現有能力，建立一個便利的測試床網絡，并在所有國防培訓中心組織人工智能培訓課程。此外，它將與政府機構和行業合作準備政策，對社會和技術的濫用形成威懾。國防部的人工智能路線圖包括國防公共部門企業（PSU）承擔61個國防專用項目。國家任務組已經確定了12個人工智能領域，包括在印度軍隊中采用人工智能進行C4ISR。印度軍方已經與工業界和新技術創業公司合作開展了人工智能項目。

印度的人工智能能力

印度正在帶頭進行人工智能開發和采購，以加強其軍事基礎設施。印度人工智能軍事能力的一些例子包括用于ISR行動的人工智能機器人RoboSen，用于后勤支持的小型化便攜式行走機器人，具有認知能力的機器人，用于維護和維修部件，像黑黃蜂這樣的微型無人機，智能輪椅，以及CAIR的網絡流量分析（NETRA）系統，用于實時監控互聯網流量。印度的無人機能力包括Botlab Dynamics公司的蜂群無人機，HAL和NRT公司的空中發射靈活資產蜂群（ALFA-S），蜂群無人機，DRDO的Rustom 1。 印度海軍還計劃在關鍵任務領域整合基于人工智能的技術，并將INS Valsura作為大數據領域的卓越中心和關于人工智能和大數據分析的最先進實驗室。最近，2022年7月10日，在UDAAN（數字化、自動化、人工智能和應用網絡單位）的支持下，IAF在新德里的空軍站啟動了人工智能（AI）卓越中心。該中心配備了大數據和人工智能平臺，用于處理分析的所有方面，包括機器學習、NLP、神經網絡和深度學習。IIT-Hyderabad已經建立了一個關于自主導航和數據采集系統（TiHAN）的技術創新中心。DRDO的移動自主機器人系統（MARS）UGV和基于Arjun MK 1A戰斗坦克的UGV是正在籌備中的無人駕駛地面車輛，它們將配備120毫米火炮和本土地理信息系統（INDIGIS）。 印度國防部最近在GenNext人工智能解決方案的活動中展示了在過去三年中采取的人工智能舉措。為了促進國防部門的增長和發展，展示了iDEX初創企業技術，今年開始了第六屆國防初創企業挑戰。

本文件供加拿大陸軍發展局局長審議。在過去的幾十年里，西方國家的部隊在其技術優勢的幫助下，已經取得了對對手的優勢。戰術性的地面作戰軍隊由于其技術優勢而被驅使贏得戰斗。這種技術優勢在很大程度上取決于與信息時代相關的技術和概念的演變。因此，預計信息技術的不斷演變將發揮重要的驅動力，在現在和2050年之間塑造戰爭技術。本服務文件將強調人工智能（AI）作為一種變革性技術對未來三十年陸軍行動的基本性質的影響。

美國的戰略重點已經越來越多地轉向大國競爭，但目前還沒有一個框架來理解美國與近鄰對手俄羅斯等的競爭。根據對美國與這些國家戰略競爭的經濟、軍事和地緣政治層面的廣泛研究，蘭德公司的研究人員收集了高水平的研究結果和建議，以支持即時的政策決定，確保美國的競爭優勢。在這個過程中，他們開發了一個框架，從四個方面評估大國之間的競爭：（1）競爭的整體背景，（2）國家實力和競爭力，（3）國際地位和影響，以及（4）雙邊競爭的形式和地位。這本關于理解新的戰略競爭時代并在其中取得成功的指南，匯集了關于全球聯盟、經濟相互依存、技術和軍事優勢、國家利益等方面的歷史教訓和最新數據，強調了美國政策和投資的廣泛優先事項。

主要發現

• 美國在戰略競爭中的成功有賴于保持其經濟和技術實力

  • 保持美國的競爭地位需要經濟實力，在主要行業的領導地位，以及將自己定位在技術創新的前沿。
  • 在軍事上，美國在與中國和俄羅斯的競爭中面臨的最大威脅是技術創新，它威脅到美國的戰爭方式以及美國軍隊所依賴的網絡和系統的安全。

• 當前的大國競爭從根本上說是關于國際體系的特征的競爭

  • 美國與中國和俄羅斯的競爭涉及多種交叉的軍事、經濟和地緣政治利益，對國際秩序有重大影響。
  • 尤其是中國，除了增強軍事能力外，還在努力重塑占主導地位的國際規則、規范和機構。
  • 美國仍然處于強大的競爭地位。然而，它的長期成功取決于保持強大的經濟態勢和在國際范圍內參與經濟活動的意愿；關鍵盟友和合作伙伴的結盟；對國際規則、規范和機構的意識形態影響；以及相對于競爭大國的強大全球軍事態勢。

建議

• 美國政策的優先事項應包括保持經濟和財政實力和靈活性，保持在新興技術和產業中的領先地位或份額，保護信息環境，開發工具和技術以支持持續的競爭，并保持美國在全球機構中的現有影響力水平。
• 美國的國防投資應優先考慮快速采用新興技術用于軍事用途，保護創新的軍事系統不受知識產權盜竊或攻擊，發展能力，以增強美國的競爭力。

2022 年 10 月 11 日，美國陸軍發布了一份綜合數據計劃（ADP），這是一種全軍范圍內改進數據管理以確保陸軍成為以數據為中心的組織的方法。

該計劃是一項為期三年的工作，將改善整個陸軍的數據管理、數據治理和數據分析。作戰任務是陸軍數據計劃的當前重點。ADP 在該任務領域的成果是通過進行必要的更改來確保作戰人員的數據得到正確管理和使用，從而為作戰人員提供優勢。陸軍已經開始對數據管理能力、工具和模型進行原型設計，以實現這一目標。

陸軍首席信息官 Raj Iyer 博士說：“數據以及如何在所有梯隊中整合這些數據以實現真正快速、敏捷的決策，才是真正為陸軍提供其在未來戰爭中所需的競爭優勢的關鍵。”

數據和數據分析將為 2030 年的陸軍提供動力。士兵將需要在正確的時間和正確的地點獲得正確的數據，以便在每個梯隊做出更快、更好的決策——以超越任何對手的思維和步伐。

與早期的軍事行動相比，現在的戰爭范圍更大且范圍不斷擴大。作為聯合全域作戰的一部分，多域作戰是陸軍必須準備并贏得下一場戰斗的地方。這是一個數據豐富的環境。

每個領域都有自己的信息和數據流，一些信息來自開源情報，一些來自天基傳感器，還有一些來自網絡空間。今天的士兵和指揮官需要跨領域的綜合來主宰戰場。

ADP 概述了工作的組織并提供了總體戰略目標。它側重于中期努力，未來將被另一個更新所取代。

通過陸軍數據計劃實現這一決策優勢是陸軍的關鍵目標。

美國缺乏一套專門的人工智能（AI）戰爭的理論。這導致了在戰爭的作戰層面上缺乏對人工智能影響的討論。人工智能的定義通常采用技術視角，不考慮對作戰藝術的影響。提議的作戰藝術的新要素 "抓手（Grip）"解釋了人工智能和人類在兩個方面的基本關系：自主性和角色交換。“抓手”為人工智能戰爭的理論奠定了基礎，除了揭示改變任務指揮理論的必要性外，還提出了作戰的假設。美國空軍陸戰隊的發展以及由此產生的戰爭作戰水平（和作戰藝術）在歷史上有類似的案例，說明關鍵假設如何影響戰場的可視化。去除“人在回路中”的人工智能戰爭的假設，揭示了需要一種新的作戰藝術元素來安排部隊的時間、空間和目的，此外，美國陸軍任務指揮理論需要調整，以使指揮官能夠在各種形式的控制之間移動。

簡介

“機器人和人工智能可以從根本上改變戰爭的性質......誰先到達那里，誰就能主宰戰場。”- 美國陸軍部長馬克-埃斯佩爾博士，2018年

預計人工智能（AI）將極大地改變21世紀的戰爭特征。人工智能的潛在應用只受到想象力和公共政策的限制。人工智能擁有縮短決策周期的潛力，超過了人類的理論極限。人工智能也有望執行人類、機器和混合編隊的指揮和控制功能。人工智能在自主武器系統（AWS）中的潛力同樣是無限的：分布式制造、蜂群和小型化的先進傳感器為未來的指揮官創造了大量的配置變化。與圍繞人工智能的技術、倫理和概念問題相關的無數問題，為如何將這項技術整合到戰爭的戰術層面上蒙上了陰影。現代軍隊幾個世紀以來一直在為正確整合進化（和革命）的技術進步而奮斗。美國內戰期間的鐵路技術對 "鐵路頭 "軍隊和格蘭特將軍在維克斯堡戰役中的勝利都有貢獻。25年后，法國人忽視了普魯士的鐵路試驗，給第三帝國帶來了危險，同時也沒能把握住小口徑步槍的優勢。卡爾-馮-克勞塞維茨在《論戰爭》中指出，每個時代都有自己的戰爭和先入為主的觀念。本專著將探討當前的先入為主的觀念和人工智能在戰爭的操作層面的出現。

對作戰層面的討論側重于作戰藝術，以及指揮官和他們的參謀人員如何通過整合目的、方式和手段，以及在時間、空間和目的上安排部隊來發展戰役。在作戰藝術中缺乏以人工智能為主題的討論，增加了不適當地部署裝備和以不充分的理論進行戰斗的風險；實質上是在邦聯的火車上與追兵作戰。美國的政策文件和技術路線圖主要集中在能力發展和道德影響上，而沒有描述一個有凝聚力的人工智能戰爭的理論。但美國和中國在自主行動方面的實驗趨于一致；這引起了沖突的可能性，其特點是越來越多的被授權的人工智能和AWS沒有得到實際理論框架的支持。這個問題導致了幾個問題。美國軍隊的人工智能戰爭理論是什么？大國競爭者的人工智能戰爭理論是什么？有哪些關于顛覆性技術的歷史案例？理論應該如何改變以解釋顛覆性技術？

本專著旨在回答上述問題。它還提出了兩個概念，以使指揮官能夠在戰場上可視化和運用人工智能；一個被暫時稱為 "抓手"的作戰藝術的新元素和一個任務指揮理論的延伸。該論點將分三個主要部分進行闡述。第一節（理論）將證明人工智能需要一個認知工具來在時間、空間和目的上安排部隊，方法是：綜合美國的人工智能戰爭理論，描述中國的人工智能戰爭理論，以及揭示當前文獻中的“抓手”理論。第二節（歷史）是對1973年為應對技術轉變而從主動防御演變而來的空地戰（ALB）的案例研究。第二節將重點討論戰場維度的思想、任務指揮理論的演變以及相關的作戰藝術的正式出現。第三節（新興理論）提出了作戰藝術的新要素，作為一種認知工具，幫助指揮官和參謀部將21世紀的戰場可視化。第三節將把以前的章節整合成一個有凝聚力的模型，讓指揮官和參謀部在時間、空間和目的方面可視化他們與AI和AWS的關系。第三節還將提供一個任務指揮理論的建議擴展，以說明人機互動的情況。

主要研究成果

人工智能的復雜性導致了正式的戰爭理論的缺乏；然而，在美國的政策和發展文件中存在著一個初步的美國人工智能戰爭理論。人工智能戰爭理論必須解釋人類和人工智能之間的關系，這樣才能完整。通過作戰藝術和任務指揮的視角來看待人工智能，揭示了自主性和角色互換的兩個頻譜，通過不同的組合創造了人工智能戰爭理論的維度。這些維度，或者說掌握的形式，代表了作戰藝術的一個新元素。同樣，需要將任務指揮理論擴展到一個過程-產出模型中，以實現掌握形式之間的移動。

方法論

綜合美國目前的人工智能政策和AWS的發展路線圖，提供了一幅戰略領導人如何看待人工智能的圖景，允許發展一個暫定的戰爭理論。由于缺乏關于武器化人工智能的歷史數據，政策和發展路線圖是必需的，因此本專著中提出的理論是由提煉出來的概念產生的。由于中國的工業和技術基礎的規模，中國被選為對抗模式，預計在10到15年內，中國將超越俄羅斯成為美國最大的戰略競爭對手。

圖文并茂的案例研究方法將被用來分析主動防御和空地戰之間的過渡。該案例研究將整合技術、政策和戰爭理論，以喚起人們對多域作戰（MDO）和人工智能在21世紀戰爭中作用的疑問。第二節的批判性分析側重于理論的發展，而不是其應用。第二節的詳細程度是有限制的，因為它仍然是一個更大（和有限）整體的一部分，因此重點應繼續揭示戰場可視化和認知輔助工具之間的聯系。第三節通過作戰藝術的新元素和任務指揮理論的調整來回答每一節中發現的問題，從而將前幾節連接起來。人工智能缺乏歷史，考慮到人們不能直接分析以前的沖突，以獲得教訓或原則。在這種情況下，任務指揮理論提供了一種間接的方法來理解使人類能夠集中式和分布式指揮和控制功能的機制，以及為什么人工智能缺乏相應的機制會抑制我們感知機會的能力。第三節將把美國現行政策和路線圖中的幾個抓手成分匯總到任務指揮理論提供的框架中。

范圍和限制

本專著存在于美國陸軍多域作戰概念的框架內，其理解是解決方案是聯合性質的，因為 "陸軍不能單獨解決問題，概念發展必須在整個聯合部隊中保持一致，清晰的語言很重要。"本專著不能被理解為對MDO中提出的問題的單一解決方案，而是一種幫助實現戰斗力聚合的方法。

關于人工智能的討論充滿了倫理、法律和道德方面的考慮，本專著不會涉及這些方面。本專論的假設是，人工智能的軍事用途在政治上仍然是可行的，而且 "戰略前提 "允許該技術的軍事應用走向成熟。由于運用的變化幾乎是無限的，人工智能的戰術實施將不會被詳細討論，而重點是在作戰層面上的概念整合。一般能力將被限制在與作戰藝術和作戰過程有關的具體趨勢上。

內容提要

俄羅斯領導層將創新能力視為大國的標志之一，并認為軍事創新對俄羅斯在不斷變化的威脅環境中的整體防御態勢至關重要。俄羅斯人工智能（AI）和自主生態系統的目標最好在俄羅斯經濟發展和現代化努力的背景下理解，包括那些旨在改善俄羅斯公民福祉以及商業和創業活動條件的舉措。

以下報告詳細介紹了俄羅斯人工智能生態系統，以了解俄羅斯不斷發展的人工智能和自主性領域。在關注人工智能和自主性的同時，該報告還試圖將人工智能置于俄羅斯更大的技術環境中。

俄羅斯人工智能的管理和法律方面

俄羅斯政府正在建立必要的結構性法律和管理框架，以便在快速增長的人工智能和自主性領域進行發展和競爭。它正試圖實施具有目標和指標的全國性戰略，以促進支持俄羅斯的數字--特別是人工智能--發展的環境。然而，這些努力的實施主要是由政府通過國有企業推動的。雖然人工智能倡議在整個俄羅斯政府中占有一席之地，但缺乏對私人倡議的重視可能會損害俄羅斯在未來的努力。雖然許多俄羅斯人期待著整個俄羅斯更大的數字化帶來的好處，但也有一些人批評政府為增加對私人數據的訪問而做出的努力。俄羅斯公民對不受控制的人工智能發展及其對社會的潛在影響感到厭倦。

俄羅斯的人工智能生態系統

俄羅斯的人工智能生態系統由政府、國有企業、軍事、學術和私人行為者之間相互聯系的活動集群組成。然而，俄羅斯人工智能生態系統的一個關鍵特征是它由國有公司領導，并為人工智能部門提供大量的聯邦資金。這些國有公司包括孵化器、資助者和旨在促進人工智能發展的倡議。對聯邦資金的嚴重依賴讓俄羅斯的一些人擔心，它破壞了主動性和技術風險的承擔和增長。雖然關于俄羅斯在人工智能領域的調查和國際排名（如文章調查和機構排名）表明，它落后于其他更大的參與者，但它正在作出一些改進。

與人工智能相關的學術實體、培訓和教育

俄羅斯的商業、工業和國防部門都面臨著缺乏技術熟練專家，這在人工智能領域尤其如此。造成這種情況的原因包括：受過技術培訓的專業人員流向國外的高薪工作，蘇聯解體和之后的影響揮之不去，以及俄羅斯廣大地區不同的人口結構。俄羅斯政府認識到了這些挑戰，并正在采取措施來減輕這些挑戰。這些步驟包括針對廣泛的人口統計學的許多項目，從鼓勵訓練有素的技術專家到教育更廣泛的民眾了解人工智能相關技術。盡管采取了這些措施，教育和培訓方面的弱點可能會在一段時間內挑戰俄羅斯的技術創新嘗試，這取決于本報告中詳述的新措施如何生效以及需要多長時間。

俄羅斯的私人部門人工智能

俄羅斯人工智能私人市場的技術發展和增長主要由國家支持的研發工作推動，盡管私人對人工智能解決方案的需求正在增加。總的來說，私人人工智能市場一直被專注于利用自然語言處理（NLP）和其他形式的自動數據分析的進步所支配，盡管對計算機視覺和其他類型的識別和預測能力的興趣正在增長。在用于金融和零售目的的廣泛的自動化NLP應用之外，獲得私人市場關注的最重要的人工智能技術是在面部識別軟件、設施和周邊安全、無人駕駛貨物運輸和農業企業、公共交通控制系統和鐵路網絡整合、訓練神經網絡和其他人工智能方法的自動化平臺，以及自動化醫療分析。

俄羅斯的軍事人工智能

從高級政治和軍事聲明以及專業軍事著作來看，俄羅斯安全專家和政策制定者的共識是，人工智能的發展和使用對俄羅斯武裝部隊未來的成功至關重要，也是其軍事力量的關鍵。雖然軍事人工智能在俄羅斯遵循了許多與其他發達軍隊相同的趨勢，但俄羅斯軍事機構確實特別強調了其已經關注的領域，如用于決策和自主的信息管理。俄羅斯軍事戰略家重視建立他們所說的 "戰場上的信息優勢"，而人工智能增強技術有望利用現代戰場上的數據優勢來保護俄羅斯自己的部隊，并拒絕對手的這種優勢。話雖如此，俄羅斯軍方也在不斷討論軍事人工智能的最終目標。有一種普遍的觀點認為，操作者需要留在決策周期中，以避免軍事和道德上的意外后果，但也有討論預測完全自主是未來沖突的一個不可避免的特征，部分是由對美國人工智能相關意圖的解釋所推動的。

國際合作

盡管存在上述挑戰，俄羅斯正在尋求成為人工智能領域的主要思想領袖之一。俄羅斯領導人強調了人工智能對普通公民生活的承諾，從醫療創新到改善經濟表現。然而，俄羅斯領導人也強調了人工智能在錯誤的人手中或在錯誤的意圖下可能帶來的危險。也許比起其他任何人，俄羅斯領導人更關注保護傳統和社會內部穩定的需要，這反映了俄羅斯對外部干預俄羅斯事務的長期關注。俄羅斯正在全球范圍內尋求技術和人工智能發展方面的有益伙伴關系；例如，它已經通過華為和三星與中國和韓國達成了實質性協議。然而，中國和韓國更多是例外，而不是常規。與俄羅斯合作的地緣政治利益通常不會超過美國和歐盟等其他生態系統中的商業利益。盡管如此，我們預計它與其他成熟的技術社會之間不斷增長的關系將產生一些好處。

圖1. 描繪人工智能增強的戰斗機工程

方法和結構

本報告是CNA俄羅斯研究項目在過去一年中繪制和了解俄羅斯人工智能生態系統的工作成果。首先，該團隊開發并實施了一份雙周通訊，強調了俄羅斯技術、人工智能和自主性領域的持續發展。這些通訊還重點關注各種軍事人工智能相關的舉措和關鍵的人工智能組織。他們還在繪制俄羅斯的人工智能生態系統方面發揮了關鍵作用，并提供了需要更深入研究的領域的關鍵。通過這項研究，我們能夠了解公共、私營和軍事部門的各種組織之間的關系。

我們從廣泛的俄語來源收集數據，包括法律文件、官方聲明、行業產品信息、俄羅斯專業軍事期刊、會議記錄和個人出版物。每個來源的重要性在不同部門之間有所不同。例如，政府部分在很大程度上依賴現有的許多官方文件，而軍事部分則更多地依賴公開來源的俄羅斯新聞報道。這項研究必須在收集盡可能多的信息與承認許多談論和撰寫人工智能的消息來源并不一定了解屬于人工智能和自主權范疇的復雜而龐大的領域之間取得平衡。為此，CNA團隊與CNA的自主權和人工智能中心合作，更好地了解各種報告的一些技術意義。然而，請注意，我們報告的重點不是對俄羅斯人工智能發展的技術審查。

本報告的第一部分提供了一個概述，以幫助讀者了解俄羅斯和分析家們經常評估它的各種指標。報告的這一部分是獨特的，因為它沒有特別涉及人工智能或自主性，但我們認為它提供了必要的背景，將豐富對俄羅斯技術創新、人工智能和自主性的討論。具體來說，這一部分對于那些主要背景是人工智能和自主權而不是具體的俄羅斯的讀者來說，將是最有用的。

接下來的部分描述了俄羅斯政府為在俄羅斯創造有利于技術進步的氛圍所做的努力。它涵蓋了更廣泛的 "數字化 "努力，并將人工智能置于這一更廣泛的框架中。這一節是以下各節的背景和環境。第三部分重點介紹了俄羅斯的人工智能生態系統，其主要參與者和互動。之后，有四個部分考察了與俄羅斯教育、私營部門、軍事和國際合作有關的人工智能，以便為我們對俄羅斯人工智能生態系統的討論提供一些顆粒度。

2022年6月15日，英國國防部在倫敦科技周人工智能峰會上發布了《國防人工智能戰略》，旨在“雄心勃勃、安全和負責任地”使用人工智能的戰略和相關政策。本戰略支持創建新的國防人工智能中心（DAIC），以提供前沿技術樞紐，支撐英軍使用和創新相關技術。本戰略概述了以下內容：一是在國防中使用人工智能的新倫理原則；二是人工智能在國防部加強安全和現代化的地位和應用；三是考慮通過人工智能研究、開發和實驗，通過新概念和尖端技術徹底改變武裝技術能力，并有效、高效、可信地向戰場交付最新裝備。該戰略將將成為英國人工智能戰略的關鍵要素，并加強國防在政府層面通過科學和技術獲取戰略優勢的核心地位。

圖 英國國防部發布《國防人工智能戰略》

（本文根據原文編譯整理，僅供交流參考，觀點不代表本機構立場。）

英國國防部人工智能戰略的愿景是：以英國規模為標準，成為世界上最有效、最高效、最可信和最具影響的國防組織：

有效——提供戰場制勝能力和支持，以及英國與盟友關于人工智能生態系統合作的能力；

高效——通過創新使用技術交付能力，進行作戰并實現生產力效應；

可信——基于人工智能系統的安全性和可靠性受到公眾、盟友和人民的信任，根據英國核心價值觀合法合規地使用人工智能；

影響——積極參與合作和引領人工智能技術的全球發展和管理趨勢；

二**、背景和必要性******

英國國防部《綜合評估（2021）》強調指出，國家在人工智能領域的卓越表現是確保英國在2030年前成為“科技超級大國”的核心。英國國防部《國家人工智能戰略（2021年）》指出，人工智能在改寫整個行業的規則、推動經濟大幅增長和改變生活的所有領域方面具有巨大潛力。英國國防部《綜合作戰概念 （2020年） 》描述了無處不在的信息和快速的技術變革如何改變了戰爭的性質。在軍事作戰的各個領域，沖突正變得愈發復雜。新技術產生大量數據，解鎖新的威脅和漏洞，并通過如蜂群無人機、高速武器和先進網絡攻擊等下一代先進能力擴大潛在攻擊的規模。

人工智能技術以及其影響可能會極大地縮短決策時間，使人類理解負擔加重，而且這些在現代戰場中需要快速做出反應。正如《國防司令部文件（2021）》所指出的，“未來沖突的勝負可能取決于所采用人工智能解決方案的速度和效率”。因此信息作戰變得越來越重要。簡而言之，當代國防正在發生一場根本性的劇變，與人工智能相關的戰略競爭正在加劇，因此必須迅速、主動和全面應對。

本戰略闡述了英國將如何應對這一重大戰略挑戰，其應該引起英國國防部的重視，并參與部隊發展和國防轉型，英國國防部需要明確其機構與人工智能相關的要素并采取相應行動，以在后續執行和交付方面發揮關鍵作用。

三、發展途徑

**一是英國國防部需要轉變為“人工智能就緒”的組織。**具體措施是：1）推動文化、技能和政策變革，培訓領導人，提高人員技能，并加強國防人工智能和自主部門的組織能力；2）創建國防人工智能技能框架和新的人工智能職業發展和晉升路徑；3）將數據視為關鍵戰略資產進行管理和應用，建設新的數字主干網絡和國防人工智能中心。

**二是在速度和規模上采用和利用人工智能，以獲得防御優勢。**具體措施是：1）將人工智能視為能力戰略和部隊發展過程中戰略優勢的關鍵來源；2）短期路線采用成熟的數據科學、機器學習和先進的計算統計技術提升效果和生產力，長期路線進行尖端人工智能技術研發；3）采用多學科多技術將人類認知、創造力和責任與機器速度分析能力相結合以評估人工智能系統的脆弱性和威脅；4）與盟友和伙伴密切合作開發創新能力解決方案以應對共同的挑戰。

**三是推動和支持英國國防和安全人工智能生態系統。**具體措施是：1）通過英國工業和學術人工智能的雄厚基礎以及政府的支持建立信心并明確要求；2）視人工智能生態系統為戰略資產，消除行業壁壘，建立更具活力和一體化的伙伴關系；3）促進行業聯系建立新的國防和國家安全人工智能網絡，促進人才交流和共創，鼓勵業界投資國防相關的人工智能研發，并簡化國防數據和資產的獲取。4）促進中小企業，使監管方法現代化，支持業務增長并最大限度地利用國防人工智能相關知識產權促進相關技術商業化。

**四是塑造全球人工智能發展，以促進安全、穩定和民主價值觀。**具體措施是：1）按照英國的目標和價值觀塑造人工智能的發展，促進倫理方法，并影響符合民主價值觀的全球規范和標準；2）促進安全與穩定，確保英國的技術進步得到適當保護，同時探索建立信心和將軍事人工智能使用風險降至最低的機制；3）考慮可能出現的極端甚至事關生存的風險，并積極與盟友和合作伙伴接觸，制定未來的安全政策，尋求建立對話，以降低戰略錯誤、誤解和誤判的風險。

四、優先效果

通過采用人工智能技術實現本戰略目標，使英國武裝部隊實現現代化，并迅速從工業時代的聯合部隊過渡到敏捷信息時代的綜合部隊，國防部將受益于效率和生產率的提高，其期望的優先效果如下：

決策優勢：通過更充足、更分散的決策制定和基于威脅的機器快速響應，提高作戰節奏和靈活性。

效能：通過智能自主提高靈活性、效能和可用性。

解鎖新能力：通過開發新的作戰方式確保作戰優勢，增強軍事效果，保護人民免受傷害。

武裝部隊：減輕部隊負擔，并將人類決策集中在基于獨創性、背景思維和判斷力的高價值職能上。

五、戰略綜述總結****

**六、**結束語

人工智能必須成為未來必不可少的技術，其也促使著英國國防部改變對現代技術的看法，調整其技術方向和戰略需求，全面擁抱世界領先的人工智能解決方案和能力，推進其國防業務中觀念、文化、規劃和交付方面的持久變化，并將其作為國防戰略融入國防領域，以確保英國軍隊成為敏捷信息時代的綜合部隊。

編譯：船の心

END

世界軍事電子領域2021年度十大進展

軍事電子領域

澳大利亞皇家海軍 (RAN) 最近推出了一項開發和使用機器人、自主系統和人工智能 (RAS-AI) 的戰略，該戰略將通過一項運動計劃來實施。蘭德澳大利亞研究團隊正在通過建立證據基礎來支持 RAN 的這項工作，以幫助識別和塑造基礎活動。本報告概述了近期和長期（到 2040 年）海上 RAS-AI 技術的現狀和軌跡，并對近期、中期和長期可能執行的任務進行了高級審查根據相關的技術和非技術推動因素。

本報告并沒有研究人工智能在海上行動中更廣泛的整合，而是關注支撐無人平臺的任務和技術的進步，包括無人空中、水面和水下航行器。除了概述近期和長期 RAS-AI 任務的關鍵技術推動因素外，該報告還指出了在 RAS-AI 能力發展中應考慮的三個關鍵原則：（1）關注多種技術（新系統和“遺留”系統），而不是單一的技術解決方案； (2) 考慮國防和商業 RAS-AI 系統的互補性進展； (3) 監測非技術因素，例如不斷發展的監管、法律、政策和道德框架，這些框架可能會顯著影響未來的技術采用路徑。

研究問題

• RAS-AI 技術和任務在海洋領域的前景如何？
• 到 2040 年，海上領域的 RAS-AI 技術和任務的可能軌跡是什么？
• 哪些可能的技術推動因素會塑造未來海上區域的 RAS-AI 任務？

主要發現

• 快速發展的技術環境使 RAS-AI 任務在海洋領域得以擴展
  • 無人駕駛飛行器 (UAV) 任務的跨度有所增長，特別是因為無人機的覆蓋范圍、適應性和生存能力不斷增加（盡管仍然相對有限）。
  • 由于通信、有效載荷和模塊化的進步，越來越多地使用無人水面航行器（USV）來支持海軍任務已經成為可能，盡管限制包括依賴載人平臺的遠程控制以及與其他車輛的有限集成。
  • 無人水下航行器 (UUV) 任務已經擴大，因為其在更深的深度、更遠的距離以及先進的傳感器和有效載荷下運行的能力越來越強。然而，水下通信、網絡和深水導航的有限耐力和未解決的障礙仍然對 UUV 任務施加了限制。
• 在所有平臺上，海上 RAS-AI 任務可能會在短期內擴大，這得益于幾個關鍵技術領域的進步
  • 在自治、集群、互操作性、安全通信和信息交換、生存能力、推進和能源管理以及先進傳感和多任務平臺開發等領域取得了進展。
• 從長遠來看，技術和非技術障礙可能會限制某些 RAS-AI 任務
  • 長期 RAS-AI 任務可能包括在有爭議的環境中部署以及在進攻性自主和動力應用中的部署，盡管后者可能會受到道德、法律和監管障礙的嚴重限制。
  • 長期任務和技術前景的特點是存在很大的不確定性，可能需要通過后續研究探索更多種類的具有潛在破壞性的未來 RAS-AI 任務、技術和戰術。