為了滿足現代戰場的需求，美陸軍必須通過將人工智能（AI）納入其系統來加強戰術指揮所。人工智能為軍團、師、旅甚至是營級指揮所提供了巨大的機會，使其在相對于潛在威脅編隊和指揮官的情況了解方面具有數量和質量上的優勢。適當開發、測試和投入使用的人工智能能力將更好地整合、優先處理和聯系信息，以加強對形勢的了解，并使決策更加有效。現代戰場上的多域作戰（MDO）要求指揮官及其參謀人員在多維的戰斗空間中作戰。這甚至會挑戰最擅長的參謀人員，而且部隊已經在處理大量的信息了。精心設計的人工智能算法和支持人工智能的應用程序將幫助美國機動部隊更好地了解他們的作戰環境，并將實現一個更強大的共同作戰圖景。

"促成決策"是信息優勢活動中的一項核心任務，執行這一核心任務將使指揮官、參謀部和編隊獲得并保持信息優勢。加強對形勢的了解是指揮官取得決策優勢的必要條件，但還不夠；加強對形勢的了解既是當務之急，也是目前可實現的技術在短期內可以實現的。人工智能與這一核心任務的整合將在不同程度上間接促進陸軍在信息優勢活動的所有核心任務中的能力。本文詳細介紹了在未來三年內將人工智能融入現有系統和網絡的具體當前需求和建議。這篇文章沒有也不打算為進一步發展或實戰化的新生能力提供詳細的建議，并有較長的時間安排。相反，作者的腳步堅定地站在當前的現實情況、眼前的需求和可用的技術上。

圖：薩拉-米勒上尉和技術員。2019年6月1日，德克薩斯州圣安東尼奧-拉克蘭聯合基地，第834網絡作戰中隊的卡洛爾-布魯斯特軍士長在拍攝空軍后備司令部任務視頻的場景時，討論應對假想網絡攻擊的方案。(Photo by Maj. Christopher Vasquez, U.S. Air Force)

在未來，由人工智能驅動的傳感器、火控系統、投送資產和算法可能會創造出令人難以置信的速度和殺傷力的戰場，人類在其中掙扎著跟上旨在為指揮官服務的機器的步伐。采集和投送資產群有一天可能會自主地執行任務，并動態地完成采集、投送和評估，同時隨著事件的發展不斷調整，做出反應。在物理領域的這些系統和事件中，隨著友好、中立和威脅系統的互動，在網絡空間領域也會有類似的人工智能能力的先進應用。這種能力目前還不能廣泛地投入使用，而且基礎的人工智能技術還不夠強大，我們不能認真考慮在不久的將來引入這種能力。同時，陸軍必須以一種可行、及時和有效的方式開始整合人工智能。

正如《2028年多領域作戰中的美國陸軍》所斷言的那樣："融合所有領域、EMS[電磁波譜]和信息環境能力的關鍵是人工智能所帶來的大批量分析能力和傳感器到射手的鏈接，它通過自動交叉提示和目標識別使敵人的欺騙和遮蔽變得復雜。瓦解所需的情報精煉取決于五個相互關聯的系統。"1這五個系統如下：廣域監視、穿透性偵察、遠距離監視和偵察、消耗性監視和偵察以及人類網絡。這五個系統中的每一個都可以通過改善對形勢的理解，從立即開發、實驗和在戰術總部使用人工智能系統中受益。這種整合不會使決策自動化，而是使人類指揮官和參謀人員能夠更好地決策。正如《2028年多域作戰中的美國陸軍》中所述，"由人工智能和高速數據處理促成的人機界面，在速度和準確性方面都能改善人類的決策"。

作者重申將人工智能融入戰術總部，并更廣泛地融入整個機動部隊的系統，以改善人類的決策。隨著陸軍在2028年之前實現這一作戰愿景，或者根據參考的出版物，提前幾年實現這一愿景，作者發現在為即將到來的軍事事務革命創造條件而提供的理論和領導指導方面存在兩個關鍵差距。首先，陸軍缺乏評估其在實現AI-enabled MDO方面進展的手段。其次，在如何為整合人工智能系統做準備方面，還沒有向機動部隊發布實際指導。在解決了這兩個差距之后，作者還提出了一個陸軍可以利用現有技術建立的系統，以加強戰術指揮所的情況了解。

如果陸軍要將人工智能整合到MDO中，如果我們要提供一種評估人工智能準備情況的方法，我們首先需要了解什么是人工智能。在這篇文章中，作者使用了國家安全委員會人工智能委員會（NSCAI）在其最終報告中引用的定義，該定義最初由卡內基梅隆大學現任和前任高級教員發表。摩爾等人將人工智能定義為一個 "堆棧 "或技術層的集合，需要 "人才、數據、硬件、算法、應用和整合"。NSCAI的最終報告更加重視將推動人工智能系統的采用和實施的人才，以及將使其包含的算法和模型得以實現的數據。這篇文章鼓勵盡早采用相同領域的建議，因為它們與軍隊目前的能力相一致。

除了人工智能的組成部分，重要的是要了解人工智能系統為用戶提供了什么。使用專門為訓練人工智能而設計的算法，一個應用程序的人工智能組件被 "教導 "在大量的數據中識別模式，這樣它就可以對新數據進行分類或預測額外的信息。這是有意的寬泛和含糊；它是一個抽象的過程，可以應用于許多情況。它受限于對大量標記數據的需求和不斷收集更多數據的需要。標簽數據是用關于人工智能組件可以學習預測的類別或價值的識別信息充實的數據。標簽必須與所需的預測能力相關。例如，建立一個可以在衛星圖像中識別坦克的人工智能，將需要一個衛星圖像的數據集，標記為識別它們是否包含坦克。更詳細的預測將需要更詳細的標簽，這意味著如果我們想預測坦克的模型，標簽將需要包括圖像中坦克的類型。任何人工智能形式的質量都與該系統可用的高質量數據的數量直接相關。

實戰化和開發人工智能系統是一個過程，作者建議用四個階段類似地評估陸軍的人工智能準備情況。這是由卡內基梅隆大學的Eric Nyberg提出的四個階段，即一個組織如何評估其對人工智能的準備和使用。雖然這些步驟暗示了一個進展，但一個單位無法控制的情況變化可能會導致其在人工智能啟用過程中向后或向前移動。

這個過程從做好數據科學準備開始。當相關的數據源被識別、可訪問和持續管理時，一個組織就已經做好了數據科學準備。處于這一階段的陸軍單位的領導人將能夠以可靠、及時和與背景相關的方式獲取相關的人員、后勤、訓練、情報和戰術數據。關鍵是，一個機動部隊必須考慮如何在戰斗環境中做到這一點。單位將需要建立在訓練和戰斗中組織、規范和存儲信息的程序。此外，數據必須在系統和作戰功能之間進行整合。在這個階段，數據是完整的，擁有統計分析技能的士兵可以使用這些數據來更好地描述他們的環境、行動和隨后的結果。為數據科學做好準備的陸軍單位將有參與的領導，他們了解如何在其組織內收集、維護和共享數據。

一個做好數據科學準備的組織將努力成為數據科學啟用者，這是第二階段。當多個數據源之間的相關性被確定，并且從組織數據中創建的預測模型被用于改善工作流程和決策時，一個組織就具備了數據科學功能。啟用數據科學的陸軍部隊將利用他們收集、維護和獲取的數據來加強對形勢的了解，了解敵方和友方行動的背景，并預測未來行為。啟用數據科學的機動部隊將在野外訓練演習、指揮所演習和作戰訓練中心輪換期間在戰術指揮所收集、清理和組織數據。士兵們將采用在準備訓練期間開發的預測性分析方法來識別敵人的行為，并對高度動態、復雜的戰場做出更快速的反應。啟用數據科學的陸軍部隊將擁有投入的領導層，他們將大量的數據整合到軍事決策過程中，并迅速調整以適應不斷變化的條件。

圖：根據美國陸軍發展司令部的說法，"陸軍研究人員開發了一個能夠學習和理解復雜事件的人工智能架構，增強了人與機器之間的信任和協調。" (圖片說明：Rudi Petry，美國陸軍提供）。

在使用數據科學來實現更好的性能之后，各單位將追求成為人工智能準備，即第三階段。在這個階段，組織將數據科學作為操作流程的一部分，并且已經整合了軟件應用，使其工作流程現代化，以整合計算技術。將采用人工智能的領導人了解哪些流程和要求將被用來加強，他們能夠直接與人工智能工程師溝通，設計和實施相關的解決方案。陸軍單位將對人工智能作為武器系統的能力和局限性有實際了解。機動部隊將與陸軍未來司令部的單位合作，如軟件工廠或人工智能集成中心（AI2C），開發人工智能解決方案，以增強其任務準備和能力。數據將與兄弟組織共享，并在戰術和駐軍環境中進行訪問，在后方創建的軟件更新可以通過陸軍網絡推送到戰術邊緣的應用程序。為人工智能做好準備的陸軍單位將有知情的領導，他們指揮他們的數據存在，并推動未來人工智能支持的軟件和應用程序的需求過程。

最后，當一個組織部署了人工智能系統并能夠直接衡量其對任務成功的影響時，它將成為人工智能的受益者。這些單位可以在戰術環境中采用人工智能來實現流程自動化，并提供任務成功。這些系統在任務中工作，并在關鍵環境和條件下工作。對于陸軍單位來說，這些是有彈性的應用程序，可以適應動態的網絡條件，并在敵人破壞或拒絕通信網絡時提供價值。處于這一階段的組織的特點是高度彈性的流程和系統，能夠迅速適應不斷變化的情況，在多領域的戰場上取得決策主導權。這些系統及時顯示關鍵的多維數據和洞察力。隨著現代系統產生和消費大量的信息，數據收集的規模和速度將不斷增長。啟用人工智能的陸軍部隊將擁有被授權的領導層，他們利用人工智能來領導復雜的任務，并通過人機界面的互動獲得創新解決方案。

意識到機動部隊今天甚至沒有為數據科學做好準備是令人生畏的，而成為人工智能的過程將需要一個巨大的轉變。這就是像人工智能這樣革命性的技術進步的本質，它代表了小單位接受和影響軍隊中人工智能未來的一個難以置信的機會。機動部隊應該從今天開始做出實際反應，以配合陸軍和國防部領導人提供的政策和理論重點。人工智能是一種不對稱的能力，相對較小的投資可以產生巨大的影響。雖然這可能會損害大型的、行動緩慢的組織，但它也可以為個人和小型單位提供機會，對整個組織產生巨大的積極影響。通過鼓勵和支持小單位及其領導人的創新解決方案，軍隊可以對人工智能在軍事事務中的破壞性影響做出靈活的反應。鼓勵這種創新的一個早期步驟是為人工智能準備數據環境。

陸軍也有一個獨特的機會從更大的人工智能社區的錯誤中學習，特別是在涉及數據時。正如谷歌的一個人工智能工程師團隊去年所寫的那樣，缺乏對 "數據工作 "的關注是對大公司和人工智能先驅的重大損害，他們在部署人工智能系統時遭遇了明顯的失誤和誤區。通過將組織和文化變革的重點首先放在數據管理流程的現代化上，陸軍自然會對其中的一些問題產生免疫。陸軍任務的性質和與人工智能系統的錯誤相關的危險，加劇了陸軍中低估數據質量的影響。

類似于陸軍通過維護地形行走等演習指導維護活動的方式，各單位可以通過數據健康評估來準備數據環境。這是一個適合戰區司令部在下屬各師進行的評估。軍團總部在其下屬的旅級戰斗隊中進行類似的評估也可能是合適的。這些評估考慮的是各單位如何很好地管理他們所產生的和他們所獲得的數據。評估數據健康狀況，是繼人才培養之后，開始為機動部隊的人工智能系統做準備的最佳場所。

圖："美國陸軍發展司令部稱："明天的作戰環境將充滿了智能自主設備和平臺，它們會產生多樣化和復雜的信息特征。(圖片來源：美國陸軍/Shutterstock)

雖然評價應該是獨特的，并在對被評價單位的特別了解下進行規劃，但各單位的一般概念將是相似的。數據健康評估提出了以下問題。這個單位對駐軍和戰術環境中的日常行動的數據收集、清理和管理得如何？數據收集應該是完整的，因為它描述了單位活動的背景、環境、行動和結果。當收集工作自動化并融入所有流程時，單位將很好地收集數據。當數據的結構、類型、格式和存儲位置一致時，它就是干凈的。干凈的數據可以用于描述性分析，并且可以通過良好的文件來理解。當數據是可訪問的、持久的和可靠的時候，它就得到了良好的管理。做得好的單位會考慮如何將他們收集的數據應用于系統和流程。徹底的數據健康評估的一部分也會考慮到有多少信息是可以在員工部門和工作小組中看到的。廣泛共享的數據鼓勵合作和建立共同的理解。這種評估可以考慮的一些具體行為如下。

進行數據健康評估，首先需要對單位在這一領域的準備情況進行誠實的評估，這是所有其他優先事項中的一個。正如戰略研究所的Leonard Wong和Stephen Gerras在他們的報告中所分享的，本文的作者也可以用軼事來證實，陸軍在競爭的要求和激勵結構中掙扎，導致單位有時故意報告不準確的信息以滿足戰備要求。7人工智能系統將對這些挑戰特別敏感，因此，陸軍的數據健康評估必須包括一個機制來評估其收集的數據的真實性。這方面的一個機制可以是去除一些人為干預的因素。例如，車輛、飛機或大炮可以用傳感器來識別它是否正常運行或其系統部件是否有故障。這有一個重大的挑戰，就是增加了這些系統的復雜性。另一個符合行業最佳實踐的機制是隨機對數據點進行子抽樣來重新評估。這方面的例子包括選擇一些單位進行簡單的行動來驗證他們的設備狀況，如在155毫米榴彈炮上執行機組演習，用所有能用的車輛組成一個車隊前往訓練區的集合點，或對個別武器執行無通知的記錄鑒定。要求這些警報活動來驗證一個單位所存儲的數據的準確性，是確保我們的人工智能系統配備高質量數據的絕佳方式。陸軍領導人必須為各單位創造空間，讓他們如實報告這些信息，而不必擔心遭到報復。陸軍在人工智能多領域戰場上有效作戰的能力，取決于改變陸軍文化的這一要素。

圖：美國陸軍正在尋求智能車輛以減輕士兵在多領域作戰中的負擔。(圖片來源：美國陸軍/Shutterstock)

除了為準確的數據收集設定條件并進行評估外，各單位今天還可以采取一些步驟，為整合人工智能系統做準備。以下建議適用于所有梯隊的單位。它們以當今可用的能力為基礎，代表了為人工智能系統準備數據環境的最初步驟。這些建議將幫助各單位為數據科學做好準備。

機動部隊必須通過立即停止刪除共享文件系統中的數據來體會他們每天與之互動的數據的價值。這些 "共享驅動器 "或SharePoint系統使單位內部和跨單位的合作努力成為可能，但其中也蘊含著單位行為、訓練演習和報告的寶藏。當各單位沒有足夠的空間來維持前幾年的記錄時，這些系統上的文件往往被刪除。為了創造有效的情報，陸軍數據科學家和人工智能工程師將需要為他們開發的每一項人工智能技術獲得數以萬計的標記數據點。這代表了人工智能界相對較小的數據集，陸軍不能因為不經意地刪除舊文件而失去更多的數據。各單位應將可自由支配的支出資金用于購買外部硬盤，并對其共享文件系統進行間歇性備份；要做到這一點，各單位必須獲得具體的額外資金和要求。此外，所有官員都應該有能力從至少高于他們兩個梯隊的所有單位讀取非敏感文件。這將鼓勵合作并引入即時效率，同時將我們的數據文化轉變為共享文化。在未來接受數據科學家或人工智能工程師的支持時，這些設備應該作為背景提供給單位，以幫助創造有效的情報。

組織應該調整他們從下屬單位收集信息的方式，增加Excel等表格格式的使用。這些格式已經成為許多狀態、后勤和維修報告以及檢查文件的標準。以表格格式收集這些數據將通過在短期內強制執行數據的完整性而為各單位提供直接的好處。這樣做也將使未來基于計算機的方法能夠更容易地處理和訓練人工智能。在戰術環境中，表格格式的結構將有助于標準化文件，如情報收集、火力支援協調和行動同步矩陣。它還將為陸軍參謀部創造更有用和可復制的產品，同時為未來基于計算機的系統提供豐富的、可理解的陸軍行動數據。在實際和有效的情況下，任何單位使用的文件或工具--如上所述，但目前停留在基于文檔（微軟Word）或幻燈片（微軟PowerPoint）的格式--應立即替換成表格文件（微軟Excel）。在Excel中收集數據時，各單位應在文件中指定一致的列標題名稱和一致的數據類型（數字、時間序列或文本）。這種過渡將直接導致更強大和準確的人工智能系統，是快速做出決定的關鍵步驟。當陸軍的標準表格和文件結構更好，更容易使用，并為用戶和數據消費者提供更有用的信息時，這種過渡就得以實現。

為了指導人工智能的發展和需求的產生，各單位應該收集和記錄在駐軍和野外訓練演習中的時間。這可能是一項具有挑戰性的繁重任務，作者建議各單位可以通過兩種不同的方式來完成這項工作。第一種是收集有關在系統之間手工復制數據或依靠人類在數據源之間協調的領域或過程的軼事信息。這在戰術指揮所可能特別有用，以確定我們依靠士兵在不同的系統之間協調的領域。第二個選擇是指揮官指示首席信息官/G-6通過軍隊計算機上的擊鍵記錄器和應用程序監控設備來安裝和收集數據。數據科學家和人工智能工程師可以利用這些信息來識別低效率和耗時的計算活動，以開發出針對的系統。原始使用數據和數據效率低下的軼事可以與陸軍未來司令部的組織共享，如軟件工廠或AI2C，然后可以與各單位合作，快速開發和實施解決方案。

未來的所有陸軍系統和最近的許多系統都會產生大量的數據，這些數據必須被立即訪問。首先，對于陸軍考慮獲得的任何會產生數據的記錄程序，作者建議進行數據可及性和存儲審查。這項審查的目的是評估陸軍人員訪問該系統收集和存儲的數據的能力。除了少數幾個陸軍系統外，所有的陸軍系統都缺乏通用的應用編程接口和支持程序性系統訪問的能力，這是不可接受的。此外，這些系統所存儲的歷史數據是美國陸軍的財產，因此必須通過行業標準的方法向其士兵和軍官提供，而不需要任何民間中介機構。這些系統目前的數據環境對于開發人工智能系統來說是非常困難的。

其次，陸軍應啟動對當前未能達到這一標準的系統的審查，并重新考慮對這些項目的具體要求。通過修改采購流程和審查目前授予的合同，陸軍將在政府和私營部門組織中建立起自己的數據質量和可訪問性標準的領先地位。

在專業軍事教育課程中，美國陸軍訓練和理論司令部應立即引入數據管理和使用策略方面的適當指導。作為基礎軍官領導課程的一部分，數據教育應包括一般數據收集策略、單位和部門特定信息的組織以及現代數據可視化工具等主題。這些工具將使后勤人員能夠更好地組織單位維護數據，情報人員能夠更好地綜合不同的情報來源，而機動人員能夠更好地報告和收集數據。這種教育的核心原則必須是相關的；教導學生這如何直接適用于他們的下一個工作。在上尉職業課程中，可以在此基礎上加入如何管理多種數據來源和建立數據收集文化的教學。指揮和總參謀部學院應該開設一門數據收集選修課，以教育戰地級軍官整合權威數據源、管理共同行動圖以及支持數據收集和管理所需的基礎設施。陸軍戰爭學院應該教育高級戰地級軍官識別數據收集戰略中的戰略差距，并讓他們準備好利用計算機增強的態勢感知進行領導。此外，旅、師和軍團的指揮官和參謀長應該有機會完成AI2C的高級領導教育項目，以了解和理解如何用人工智能系統領導組織。陸軍需要調整數據收集和管理技術方面的軍官教育，以便為MDO中不斷變化的戰斗要求做好準備。

戰斗訓練中心為開發和實施戰術應用的AI-enabled系統提供了一個很好的場所。通過存儲單位輪換的標記數據，并向對方部隊提供為戰術指揮所創建的人工智能系統的早期版本，作戰訓練中心可以成為陸軍人工智能發展的核心，同時也為復雜的系統提供快速反饋，這些系統在陸軍面臨近似對手的戰斗時才會有全面測試和實施的挑戰。類似的機會也存在于由任務指揮訓練計劃進行的指揮所演習的訓練中。

雖然大型組織之間的協同作用和共同的努力路線是有價值的，但陸軍將從不同單位獨立考慮和采納這些建議中受益。隨著時間的推移，這些獨立的想法將形成一個更強大的人工智能系統的基礎，隨著人們的流動和職位的改變，自然的分享和混合想法。陸軍可以仿照開源軟件社區分享想法并迅速學習彼此的獨特方法，在MDO中創造一個人工智能環境。通過在本地開發獨特的解決方案，然后隨著時間的推移進行合作，各單位將確定共同的挑戰，同時也減少了忽視具體特征或特定任務的獨特因素的可能性。

在進行上述努力的同時，陸軍應該開發、試驗并采用最先進的技術來實現戰術總部的運作。為了實現這一目標，陸軍可以在任務指揮訓練計劃進行的指揮所演習和作戰訓練中心的訓練輪換中開始將人工智能納入訓練。這將首先記錄來自控制系統中使用的計算機的數據，參與者的聲音，以及來自作戰系統的位置數據。然后，這些數據將提供給數據科學家，讓他們從受控環境中獲取作戰數據。使用人工智能和自然語言處理，結合事件和敵對勢力行動的細節和時間，然后可以分析這些數據，以確定當前流程無法滿足戰斗需求的趨勢。然后可以進一步研究這些趨勢中具有最佳或更好性能的異常情況，以確定成功的戰術、技術和程序。這將促進對現有系統的改進，并開發更多的工具來實現作戰。一個例子是分析一個旅戰斗隊對敵方部隊的防空雷達系統啟動的反應。通過捕捉與事件相關的所有數據并了解對方部隊行動的精確細節，行動后的分析可以更有力地了解技術方法和友軍探測的細節，工作人員和友軍單位內部的溝通（包括內容和傳輸方法），采取的行動，以及目標的有效性，包括評估。在眾多單位中反復進行，這將使我們能夠準確了解陸軍單位的能力、差距和有效性。由于指揮所演習和訓練輪換中固有的事件的數量和種類，有一個巨大的和未被充分利用的可用數據山，以提高軍隊的作戰能力。

將人工智能整合到戰術總部的近期目標是為從旅到軍團的各梯隊制作一個增強的共同作戰畫面（COP）。這將減少行動和瞄準過程中的友好周期時間，同時提高指揮官的決策質量。強化的作戰圖將提供更準確和詳細的友軍信息，提供對作戰和任務變量的更多情況了解，并增強指揮官看穿戰爭迷霧的能力。這將通過整合戰術行動中心內目前不同的系統來實現，包括指揮所計算環境、高級野戰炮兵戰術數據系統、空中和導彈防御工作站、電子戰規劃和管理工具、分布式共同地面系統-軍隊和全球戰斗支持系統-軍隊。目前，這些系統并沒有在一個單一的人機界面上提供足夠的綜合COP。此外，必須優先考慮開發、實驗和實戰化的軟件和硬件，這些軟件和硬件可以攝取任務和作戰變量的數據，以分析數據并優先處理時間敏感的數據，供參謀部和指揮官分析和采取行動。

這個系統以及其他類似的系統將同步和整合陸軍數據，以便在復雜、動態的環境中做出更快的決策。這是在現代戰爭中作戰的必要進步；然而，它也將引入更多的風險。就系統的復雜性而言，人工智能組件明顯比軟件組件更復雜，并帶來額外的挑戰。沒有任何人工智能可以解釋它為什么會做出這樣的預測，而且不幸的是，表現最好的智能形式也是最不容易理解的。最先進的人工智能系統只能提供有效性和準確性的措施，以證明其使用的合理性。此外，現實世界不可能完全由人工智能工程師在進行智能訓練時使用的數據來模擬，也沒有干凈的、有標簽的數據集用于戰斗。這種數據偏差必須用道德的軟件工程和對軍隊和人工智能的深入了解來解釋。與私營部門公司類似的雄心勃勃的產品相比，目前為軍隊帶來這種技術的努力小得驚人。2022年，陸軍畢業并開始雇用20名人工智能專業人士。相比之下，谷歌在2016年雇用了大約一個滿員的軍團，41456人，只是軟件工程師。在這個數字中，有兩個師的價值，27,169人，只是專門用于研究和開發。自2016年以來，谷歌的全職員工總數已增加了一倍多。如果陸軍要通過開發和部署其在MDO中作戰所需的人工智能系統來實現其勞動力的現代化，那么它必須從今天開始準備數據環境。

（備：本文機器翻譯）

由于太空商業化和軍事化的增加，超越空間態勢感知 (SSA) 的空間態勢理解 (SSU) 是必要的。要真正了解潛在的對手能力，僅僅檢測和識別衛星是不夠的。威脅評估和態勢理解的第一步是描述觀察到的衛星的能力。所提出的研究旨在通過獨特的（一組）特征來確定敵方衛星的能力。特征包括物理、情境和行為方面。關系信息模型用于將特征映射到能力，并將特征映射到觀察和信息處理方法。該模型的概念演示器被創建并實施到一個工具中。模型和工具都被命名為空間能力矩陣 (SCM)。 SCM 可以識別衛星能力，也可以找到對能力確定貢獻最大的特征。該模型用于確定最佳測量組合，以表征被觀測衛星的能力，以及對可增強此過程的新型傳感器技術和處理的需求。通過實際例子展示了能力矩陣在軍事應用中的用途和研究目的的潛力。為了使 SCM 幫助從空間態勢感知 (SSA) 過渡到空間態勢理解 (SSU) 進一步發展，主要是添加更多數據和創建用戶友好界面，并且需要進行測試。

前言

美國陸軍未來與概念中心 未來戰爭部主任 克里斯-羅杰斯上校

歷史上的戰爭包含了大量改變戰爭性質的工具和技術的例子。自最初研究多域作戰（MDO）以來，美國陸軍發現人工智能是一種新興技術，有可能改變戰爭的特點，也許也會改變戰爭的性質。使用人工智能（AI）解決方案來緩解軍事問題是過去兩年未來戰爭研究、檢查和學習的一個反復出現的主題。作為2019年未來研究計劃的一部分，我們與陸軍、聯合、多國、學術和科技組織合作，探索和了解人工智能對多軍種的影響，并為未來的研究和發展制定一個操作框架。

多域作戰的人工智能運作最終報告提供了采用人工智能的組織框架，以幫助陸軍和聯合部隊更好地定義所需的能力以及相關的數據和網絡架構，以實現多域能力部隊。描述聯合部隊如何采用人工智能解決方案，為了解人工智能在時間和空間上對多域作戰的影響提供了一個操作說明。本報告確定并解決了與人工智能相關的好處、機會和挑戰，為進一步分析提供了基礎。諸如人工智能等新興技術使陸軍不僅可以改進當前的戰術、技術和程序，而且可以創造新的運用和融合能力的方法。

該報告支持美國陸軍人工智能任務組，該組織負責制定陸軍的人工智能戰略和政策。本文通過描述部隊如何在整個MDO框架內采用人工智能解決方案和相關技術，啟動了陸軍的人工智能運用工作。這份報告使概念發展團體能夠修改陸軍功能概念和戰場發展計劃。它為能力發展團體提供了作戰視角和部隊在確定所需能力時必須考慮的技術影響。此外，該報告還為作戰概念文件或基于能力的評估提供了開發情景或小插曲的基礎。該文件為科學和技術界提供了行動背景，以便為人工智能研究、開發、建模和模擬提供信息和指導。最后，它支持制定一個在未來使用人工智能的全面愿景，以告知陸軍現代化的努力，這將創造有能力的MDO部隊，準備好與任何對手作戰并取得勝利。

執行摘要

人工智能（AI）是未來聯合部隊實現多域作戰（MDO）全部潛力的基礎。人工智能系統提供了跨越領域、電磁頻譜和信息環境戰勝對手的能力。在競爭中使用這些系統使聯合部隊能夠近乎實時地了解作戰環境，從而更好地運用能力來擊敗旨在破壞區域穩定的威脅行動，阻止暴力升級，并將被拒絕的空間變成有爭議的空間。在從競爭到武裝沖突的過渡中，人工智能的機動、火力以及情報、監視和偵察能力為聯合部隊提供了拒絕敵人奪取優勢地位的能力。改進的維持能力與攻擊敵人的反介入/空中拒止網絡的能力相結合，為美國部隊提供了奪取作戰、戰略和戰術優勢位置的能力。通過由人工智能支持的多領域聯合行動圖（MDCOP）增加了解，使美國部隊有能力協調多領域的效果以創造優勢窗口。

制定人工智能的作戰概念使陸軍能夠更好地理解這些技術對戰爭的性質和特征的潛在影響。描述陸軍如何在未來的作戰環境中使用人工智能，有助于說明其對戰爭的暴力、互動和基本的政治性質的影響，以及戰爭不斷演變的特點。本文提供了一些小插曲（附錄A），說明了人工智能的組織運用，為美國陸軍RAS總體概念、作戰和組織概念、基于編隊的作戰概念以及系統或單個系統的運用概念的潛在發展提供信息。

人工智能的運作影響到未來部隊將如何運作，如何針對對手開展行動，以及指揮官如何利用軍事藝術和科學，運用部隊能力來實現預期效果和目標。在2019年未來研究計劃（FSP19）期間，人工智能工作線（LoE）確定了與實施人工智能支持的多領域解決方案有關的以下問題：

• 數據管理--AI/ML應用程序依賴于對策劃的數據的訪問，以便發揮作用。陸軍必須培養一種以數據為中心的文化，以標準化的格式和協議有效地生成、存儲和訪問數據。人才管理的努力必須側重于發展、培訓和保留一支精通數據的員工隊伍。這可以通過以下方式實現：

  • 在整個部門培養一種以數據為中心的文化

  • 投資于整個員工隊伍的數據科學培訓

  • 簡化數據訪問

  • 設計和實施協議，以確保數據的可發現、可訪問、可共享和可互操作性

• 功能分解--狹義的人工智能本質上是有限的，構建算法的數據科學家需要精確的問題定義，準確確定聯合部隊的要求。

• 可解釋人工智能--人工智能支持的系統需要有能力解釋決策/建議和所采取的行動背后的邏輯。這種解釋 "為什么"的能力是人類對人工智能智能體的信任基礎。

• 邊緣計算/人工智能--未來的作戰環境與有爭議的電磁頻譜預期要求有能力向前處理極其龐大的數據集，以及能夠自主行動的人工智能平臺。

• 利用商業部門--美國防部實驗室繼續在人工智能/ML發展方面取得重大進展，特別是與聯邦資助的研究和發展中心合作。商業部門繼續探索和擴大可能適用于軍事應用的工作。

作為FSP19的一部分，人工智能LoE開發了五個小插曲和一個概念草圖（見附錄A），以協助人工智能和機器學習的運作。這些小插曲說明了聯合部隊如何利用人工智能/ML來解決多領域行動所需的關鍵能力。MDCOP概念將依靠幾個有限內存的人工智能來建立和維護描繪整個戰場的藍、紅、綠活動。一個反應式機器人工智能將為特定的指揮官和總部定制MDCOP。合作傳感、維持、攻擊和瞄準的小插曲依靠反應式機器人工智能來優化傳感器覆蓋、維持吞吐量、攻擊順序和射手選擇。

未來部隊需要人工智能來充分實現多領域作戰的潛力。人工智能支持的系統使未來部隊能夠進行信息收集和分析，以便在時間有限和信息競爭的環境中增加對形勢的了解。這種能力使快速、知情和合理的決策成為可能。人工智能的決策支持代理將減輕作戰人員的認知工作量并提高整體效率。由人工智能支持的無人系統將探測、識別和穿透高風險區域，以提高開展行動和保護部隊、人口和資源的能力。人工智能使MDO在與近似對手的沖突規模下實現了作戰速度的要求。

摘要

航空仿真環境（葡萄牙語為Ambiente de Simula??o Aeroespacial - ASA）是一個定制的面向對象的仿真框架，主要用C++開發，能夠對軍事作戰場景進行建模和仿真，以支持巴西空軍在航空航天方面的戰術和程序開發。這項工作描述了ASA框架，帶來了其管理多個仿真機的分布式架構、用于后處理仿真數據的數據分析平臺、在仿真運行時加載模型的能力，以及同時進行多個獨立執行的批處理模式執行平臺。此外，我們還介紹了最近在空戰背景下使用ASA框架作為仿真工具的工作清單。

關鍵詞：仿真環境，分布式仿真，數據分析，軍事，作戰場景

1 引言

高級研究所（IEAv）是巴西空軍（For?a Aérea Brasileira - FAB，葡萄牙語）的一個研究組織，自2018年以來，開發了航空航天仿真環境（Ambiente de Simula??o Aeroespacial - ASA，葡萄牙語），以提供一個計算解決方案，實現作戰場景的建模和仿真，允許用戶建立戰略、參數和指揮決策，支持在航空航天背景下為國防目的制定戰術、技術和程序。

現代戰場場景的特點給建立實際的戰斗仿真帶來了新的挑戰，需要更多的綜合和靈活的解決方案，不僅要解決技術問題，還要解決組織問題[10]。仿真、集成和建模高級框架（AFSIM）是一個正在開發的框架的例子，以解決其中的一些挑戰[1]；然而，它只限于少數美國合作伙伴。在這種情況下，ASA環境被設想為同時足以支持FAB的戰略規劃，滿足作戰分析的需要，并允許開發和評估新技術以加強軍事研究，將自己定位為一個靈活的解決方案，可以根據用戶需求進行調整。這種靈活性是針對客戶的不同特點，這導致了廣泛的要求，而這些要求僅靠商業現成的（COTS）仿真軟件是無法滿足的。由于開發一個全新的解決方案并不高效，ASA團隊決定研究公開可用的工具，旨在將它們整合到一個靈活、可訪問和可擴展的環境中。

擬議的解決方案使用混合現實仿真平臺（MIXR）[11]作為其仿真引擎，這是一個開源的軟件項目，旨在支持開發強大的、可擴展的、虛擬的、建設性的、獨立的和分布式的仿真應用。ASA擴展了MIXR的可能性，增加了額外的元素，創造了一個環境來優化開發者和分析者的任務。我們創建了一個管理器應用程序，作為多種資源之間的接口，作為一個樞紐來運行、存儲和分析眾多計算機上的各種仿真。此外，這個應用程序允許同時創建大量的仿真，只需根據分析員的需要改變初始條件。同時，模型和工具可以在運行時動態加載，以增加靈活性。所有仿真數據都存儲在一個專門的數據庫中，這加快了數據收集過程，促進了更強大的統計分析。此外，考慮到結果的復雜性和ASA用戶的不同技術知識，我們在系統中整合了一個專門的數據分析平臺，不僅用于規劃或可視化目的，還用于對情景產生的數據進行后期處理。

因此，這項工作的主要貢獻是為軍事目的的航空航天背景下的建模和仿真引入了一個新的環境，包含：一個管理多個仿真機的分布式架構；一個用于后處理仿真數據的增強型軍事作戰場景數據分析平臺；一個在仿真運行時加載模型的能力；一個使用不同初始參數進行多次執行的批處理模式執行。此外，我們介紹了最近使用ASA平臺作為空戰領域解決問題的仿真工具的工作清單。

本文的其余部分組織如下。第2節介紹了ASA的架構。在第3節中，我們帶來了一些使用ASA作為仿真工具的研究，這些研究與空戰分析有關，作為這個仿真框架的應用實例。最后，第4節陳述了關于ASA當前狀態的結論，并為未來的工作帶來一些想法。

隨著預算削減的增加和空軍機隊的老化，空軍正在尋找創新的方法來減少工具、零件和用品的采購、運輸和庫存成本。特別是，傳統的制造、庫存和運輸飛機零部件和用品可能是緩慢的、昂貴的、對人員有害的和對環境有害的。被稱為"3-D打印"的新制造技術，也被稱為 "增材制造"（AM）被推薦為可能的解決方案，以減少維修時間、采購成本、運輸和庫存成本，同時也比傳統的、制造的替換零件更安全、勞動強度更低、更環保。

本文研究AM能在多大程度上使空軍受益，及其目前的實施情況。本文概述了空軍目前供應鏈的成本、操作失敗和環境影響，以及軍事單位如何利用AM來幫助減少這些問題。雖然正在采取措施在基地和倉庫層面實施三維（3-D）打印，但空軍沒有為其實施提供明確的方向，也沒有充分地利用其好處。因此，本文建議空軍開發可部署的三維打印包，提供三維打印培訓，并對在什么情況下應該購買三維打印機提供更多指導。此外，還就哪些部件應該被打印出來提出了建議，并建立了認證3-D打印飛機部件的正式批準程序。

1 引言

1.1 問題描述

在承包商工廠和軍事后勤中心之間的空軍物資運輸占用了巨大的資源；2013年運輸成本超過了56億美元。

運輸物資的成本如此之高，是因為C-5 "銀河 "運輸物資的平均每飛行小時成本為100941美元，而這還沒有考慮到飛機的維修和保養。因此，隨著作戰節奏的加快，需要更多的零部件。 此外，沖突越遠，運輸成本就越高。

戰爭規劃者試圖為軍隊后勤評估戰爭儲備和備件，然而，他們的評估往往與實際需求不相符合。例如，在2012年，空軍花費了4.861億美元用于交付16架C-27A "斯巴達 "貨運飛機，其中包括6050萬美元的備件給阿富汗空軍。在這16架飛機中，有6架必須被 "拆解 "以獲得備件，以便其他10架飛機能夠繼續運行。拆解是指從武器系統中拆下一個目前可以使用的零件，用于維修需要該零件的飛機，以使其具備任務能力。 C-27A "斯巴達 "計劃最終被認為是不可持續的，因為空軍確定需要額外的2億美元的備件來正常維護飛機。

為了解決與類似問題有關的巨大成本和短缺，陸軍、海軍、美國國家航空航天局、國防部（DOD）供應商和其他組織正越來越多地轉向一種名為 "3-D打印 "的新技術，也被稱為 "增材制造"。這項技術使他們能夠在內部創建零件和用品，從而減少他們的供應鏈和運輸成本。不幸的是，空軍現在才剛剛開始探索三維（3-D）打印的好處。因此，本文探討了以下問題：如果空軍在部署地點實施三維打印，會有什么好處？

空軍將3D打印機和相關原材料運輸到部署地點，允許快速定制飛機零件，減少危險廢物，并削減庫存持有和運輸成本。更重要的是，它可以通過允許部隊根據需要在現場制造工具、零件和用品來提高作戰能力。

增材制造（AM）是通過逐層添加（打印）一種材料（通常是塑料或金屬），直到創造出三維物體。相比之下，減材（傳統）制造則是將材料去除，直到留下所需的物體。AM允許零件的定制和現場生產，對培訓的要求最低。

3-D打印經常使用逆向工程來重新創建，并有可能在3-D掃描儀的幫助下改進現有零件。就像磁共振成像使用磁場和無線電波來創建人體內部器官和組織的詳細圖像一樣，3-D掃描儀創建了一個所需部件的數字副本。這種3-D模型數據可以被儲存起來，用于未來的制造，或使用軟件進行操作，以改進零件的設計。3D制造的零件可以打印出空心或蜂窩狀的屬性，這可以使它們更輕，更能夠承受熱應力。AM允許在制造開始前在虛擬環境中開發和快速測試設計。此外，這些3-D設計可以通過電子方式發送給部署地點的操作員。

在已部署軍事裝備的環境中，實施3-D打印將需要在初期運輸大型打印機、原材料和外圍支持設備。然而，它可以在幾個方面減少運輸和庫存成本。首先，原材料可以被包裝或托盤化，使每立方英寸的材料多于零件本身。因此，濃縮材料可以使飛機載荷的利用率更高，減少補給任務。其次，多余的粉末狀原材料可以被回收到AM工藝中至少14次。此外，原材料通常保留其貨幣價值或升值。因此，多余的原材料可以在私營部門出售，而且安全問題很小。

在部署地點制造零件和用品可以幫助減少運輸成本。空軍老化的機隊的許多備件沒有被提前制造出來，而且供應有限。3-D打印可以降低維護成本，并為空軍提供機會，通過內部制造這些零件來延長其機隊的使用壽命。尋找和運輸稀有零件的時間可以減少，從而提高出勤率（與任務和訓練有關的飛行時間）。

空軍最近為美國本土設施購置了3-D打印機，陸軍和海軍也在早期實施3-D打印，這可能表明AM提供了財務上的好處。AM允許在需要的基礎上生產零件，這可以減少物資儲存的占地面積，消除零件的持有成本，并以更少的停機時間提高操作能力。

這篇研究文獻將使用問題-解決方案的方法來研究空軍如何通過在前沿作戰基地部署3-D打印機來生產飛機零件、工具和用品而獲益。本文首先簡要介紹了3-D打印機和AM，并提供了它們的使用實例。此外，還將對空軍的供應鏈進行總結。在這個總結之后，將徹底描述空軍在部署飛機零部件和用品時面臨的問題和挑戰，以及環境問題和操作影響。下一節將概述如何將3-D打印機部署到戰斗環境中的可能手段。本文的每一節都將使用定量數據來支持所有關于支出、節約、庫存水平和制造產量的主張和建議。最后，將根據研究結果提出實施3-D打印機的建議，隨后是結論。

引言

未來同等力量競爭者之間的軍事行動將以多域作戰（MDO）方法為特征，其特點是空中、海上、陸地、網絡空間和太空的綜合和并行使用。在整個軍事行動范圍內，從低節奏的維和任務和安全部隊援助到高強度、高節奏的作戰行動，軍方將利用所有的作戰領域，特別是太空領域。隨著作戰速度和節奏的加快，太空領域對于現代軍事活動變得至關重要，并使得指揮控制 (C2) 和戰術層面的決策時間周期縮短。

此外，鑒于民間社會行動者對公共領域開源信息的訪問加速和擴大，目前的軍事活動受到了更嚴格的審查。這樣做的一個后果是更加需要更快速更準確的情報來為軍事行動中的決策提供信息。不斷擴大來源和信息已成為決策的方式和手段，空間在軍事規劃和行動的演變中占據中心地位，而這一演變涉及到軍事人員要經常執行的一系列任務。

太空領域是當今確保持續的跨境情報和態勢感知并促進重要通信的唯一途徑。這一現實需要更加關注空間資產的安全性和未來空間應用的能力規劃。就目前而言，太空領域仍然沒有得到足夠的全球戰略關注。然而，軍方對太空的利用不僅會在未來幾年保留在國防組織和軍事能力規劃者的議程上，而且會變得越來越重要。

地球、太空的地緣政治和不斷擴大的威脅范圍

可以說，早在二戰期間，當德國向英國發射帶有彈道軌道的 V2 火箭時，就在戰爭中見證了太空的使用。在更近的時代，空間領域發揮關鍵作用的第一次軍事行動發生在1991年的第一次海灣戰爭期間。如果沒有使用由衛星支持的全球定位系統，為武器提供精確的導航和目標，并對沖突地區進行天基觀測以了解情況，美國及其聯盟伙伴可能不會在沙漠風暴行動中取得同樣的結果。

自第一次海灣戰爭結束以來，西方軍隊逐漸擴大其在太空領域的使用和嘗試，以此作為引入作戰優勢的一種方式。然而，這種對太空領域日益增長的依賴也為軍事行動創造并擴大了新類型的弱點，而對手越來越有能力利用這些弱點。在這種新出現的背景下，軍隊開始重新關注他們對空間的使用，以規劃和發展與新威脅和戰略弱點相關的空間能力，這一點至關重要。

這是一個需要應對的挑戰，因為很少有人會懷疑大國競爭又回到了全球舞臺上。隨著全球動態的變化，美國一直在重新平衡其全球態勢，將重心轉向亞洲。美國對中東的能源依賴度下降，也引發了關于其長期區域作用的討論。對歐洲來說，未來來自其東部和南部邊界的任何動蕩和不穩定都可能導致難民和流離失所者帶來前所未有的挑戰。在管理這種風險的安全影響方面，歐洲軍隊很可能面臨一個新的現實，即不能把對美國空間資產的依賴或可用性視為理所當然。

太空戰保障(SOA)

與此同時，歐洲自身對戰略自主和主權的決心可能會增強，并延伸到其未來的太空戰略。地緣政治因素和較低的進入壁壘可能會繼續引入新的參與者，追求空間的戰略和戰術使用，開發作戰衛星和地面基礎設施。雖然太空不能分為民用和軍用太空，但“軍事太空”領域將以美國、俄羅斯和中國的傳統大國為特色，但也會看到歐盟（EU）、印度、阿聯酋等其他國家加入。

隨著太空參與者數量的增加，使用和依賴太空進行軍事行動的風險正在迅速增加。空間擁堵是太空中的一個嚴重威脅，尤其是在低地球軌道（LEO）——在地球上空跨越 400-1500 公里的高度——衛星有被摧毀的風險。 LEO 不僅面臨軍事用戶飽和，而且越來越多的商業運營商生產和發射大量小型衛星，以服務于快速發展的商業航天工業。

日益增長的空間擁堵風險是真實存在的——自從2009年2月銥-33與Kosmos 2251的碰撞被廣泛研究以來，在2021年3月，云海1-02與1996年9月發射的俄羅斯天頂2號火箭的碎片的碰撞，加強了衛星作戰的風險。這些最近的碰撞很可能是意外，但最近觀察到衛星對其他衛星的近距離機動，這種近距離接觸可能是攻擊性意圖的結果，旨在使衛星不可靠、不值得信賴甚至完全無法使用。

通過光通信、密碼學、跳頻或精確無線電傳輸來保護數據和信息流將需要作為一個至關重要的能力設計參數。

最近觀察到的近距離接觸和行動似乎沒有造成任何明顯的損害，但這些事件已引發太空軍事行動者重新考慮他們的姿態并考慮加強對其資產的保護機制——包括可能通過武器化。 2019 年 12 月，北約明確承認太空是軍事作戰領域。眾所周知，反衛星（ASAT）武器已被廣泛試驗，并可能更容易被開發，作為將威懾和拒絕的邏輯引入空間領域的一種方式，以對付可能尋求利用傳統空間系統漏洞的對手。

這種軌跡會產生重大影響，因為這種發展會在最低水平上產生意想不到的后果和次要影響，僅僅是通過空間碎片散布到大片空間的風險。太空中的對手還將尋求瞄準衛星與支持地面基礎設施或指揮中心之間的關鍵通信中繼。技術欠發達的對手可以攻擊或破壞支持太空作戰的地面基礎設施，例如通過簡單地拒絕物理訪問、切斷電源線甚至物理攻擊和破壞。

太空中不斷擴大的威脅范圍并非包羅萬象——目前，這些威脅主要與 LEO 中的太空資產有關。在這里，軍事規劃人員可以提供一系列針對 LEO 環境的防御性反應——例如，強化支持和啟用地面基礎設施、地對空（反之亦然）通信渠道以及天基資產本身。此外，軍事規劃人員將需要創造新的方法和手段來提高太空態勢感知、太空交通管理、太空機動性、響應能力和有效載荷適應性，以及至關重要的國際合作和成就，以建立基于規則的太空秩序。

地面、通信和衛星強化

對手瞄準支持軍事作戰的太空能力的最簡單方法是專注于地面支持和使能基礎設施。幸運的是，這些太空能力要素是最容易防御的，必要時可以維修或更換。雖然這在減少軍事太空作戰的弱點方面可能最初看起來不太復雜且成本較低，但重要的是不要讓未來太空力量和能力規劃的這一要素脫離戰略設計和規劃過程。

GEO, MEO和LEO衛星

太空中不斷擴大的威脅范圍并非包羅萬象——目前，這些威脅主要與 LEO 中的太空資產有關。

隨著信息空間遇到太空，引入了雙重漏洞，特別是對于軍事通信。地面和天基資產之間的指揮與控制 (C2) 和信息通道對欺騙、干擾、阻塞和其他形式的干預高度敏感。通過光通信、密碼學、跳頻或精確無線電傳輸來保護數據和信息流將需要作為重要的能力設計參數。

衛星本身也越來越有可能成為攻擊性機動和作戰的對象，從而使其變得不那么有用甚至無用。太空中的軍事行動者必須開始考慮并解決如何保護天基資產免受物理攻擊、暴露于高能輻射、電磁篡改和一系列來自地球的新威脅。需要開發和實施用于檢測篡改和增強防御和適當對策的特殊防護層、傳感器。

改善空間態勢感知 (SSA)、空間交通管理和機動性

SSA為空間領域提供了精確的實時圖像，并使洞察意外或不尋常的事件成為可能。有了SSA，衛星運營商可以更好地監測和控制其資產接近潛在威脅和碰撞風險，特別是適用于低軌道空間碎片導航。必要的傳感器配置和數據處理技術將能夠對可能的衛星安全入侵提供早期預警。在新出現的情況下，由于準確的歸因成為可能，進攻性演習和行動的可否認性將不再是問題，從邏輯上講，可以實施更有力的威懾模式。

通過更準確地了解空間和鄰近度計算，可以更及時地確定要考慮和采取的適當行動，并有效地開發空間交通管理系統。改進的 SSA 將導致減少衛星安全風險，反過來這將減少規避機動的傾向，同時提供更安全的方式來實現和保持太空中的安全導航和機動性。通過啟用空間交通管理，將增強天基系統的安全性，延長衛星壽命，并支持更好地規劃更換、升級和新插入。

改進的SSA將導致減少衛星的安全泡，因為它是構成的，反過來，這將減少規避機動的傾向，同時提供更安全的方式來實現和保持空間的安全導航和流動性。通過實現空間交通管理，天基系統的安全性將得到加強，延長衛星的壽命，并支持更好地規劃替換、升級。

增強衛星的機動性是增強其防護能力和生存能力的一項勢在必行的防御措施。機動性的好處同樣適用于地面單元，機動性加強了保護，但需要解決一系列更復雜的挑戰，如燃料、駐扎時間和戰術、技術和程序（TTP）。

設計、響應能力和有效載荷適應性

如果由于對手的進攻行動或自然環境甚至意外而丟失??衛星，關鍵是要在盡可能短的時間內用同類或改進的系統取代任何失去的能力。事實上，衛星的未來在于微型或納米衛星，與傳統空間系統相比，這些衛星的建造和發射成本更低。當出現對新功能和要求的需求時，新的空間技術將創造新的方式來以更具響應性的方式提供這些功能。設計、制造、測試、程序和發射方面的響應能力需要成為空間能力規劃的關鍵標準，并且需要與工業和知識合作伙伴密切和持續的合作來支持。

在新衛星和空間系統的設計中，可能需要擴展新應用的開發，以便更快、更經濟地建造和發射衛星。通過開發計劃實施新的和不斷發展的需求是不合理的，軍隊必須更好地推動這些需求走向未來的迭代。對空間開發計劃的不斷變化和修改會增加巨大的成本和時間延遲。相反，重點必須放在使衛星更加模塊化或適應性更強，以便可以在不增加成本或復雜性的情況下修改其功能。如果將高度模塊化和適應性構建到當前正在開發的這一代衛星中，它們的可用性和壽命將大大提高。

地緣政治因素和較低的進入壁壘可能會繼續引入新的參與者，追求空間的戰略和戰術使用，運營衛星和開發基于地面的使能基礎設施。

國際合作和基于規則的太空秩序

對于較小規模的軍隊，特別是在共同安全保護下合作的軍隊，通過職責和能力分工來分擔負擔具有戰略意義。資產和能力的集中和共享使用將是發展太空能力的一個關鍵特征，這將依賴于國際合作的成果。在缺乏行為規則的情況下，有關空間利用的國際合作還需要解決目前存在于空間中的任何行為者的廣泛自由。到目前為止，擁有先進太空能力的國家數量有限，似乎一直不愿在彼此之間建立更具體的框架和制定長期規則，以避免妨礙未來的戰略可能性。然而，隨著低地球軌道越來越擁擠，太空中新的軍事行動者的出現以及它作為一個有爭議的作戰領域的演變，在沒有最低限度的規則和可接受的風險的情況下，不應再進入和利用太空。

結論

日益擴大的威脅范圍——本質上越來越多地跨域——以及鑒于產生或可用的數據大量增加而需要加速軍事決策，這加劇了作戰人員未來面臨的挑戰。混合戰爭和軍事競爭將需要能夠為軍事規劃者和作戰人員提供預警、卓越的態勢感知和迅速決策的系統。在保證完整性的情況下快速訪問信息對于戰略成功至關重要。在所有這些戰略要務中，太空領域將發揮至關重要的作用。

進入太空領域本身就有足夠的挑戰，但在太空軍事用途的背景下，必須考慮更多。盡管如此，對太空領域的依賴和使用是不可避免的，其能力規劃必須考慮，以提供產生新的戰略和作戰優勢的技術解決方案，并通過推進國際合作來不引人注目地使用太空。不過，最終，軍方不應忘記如何就失去關鍵太空基礎設施的使用權進行談判。在人們認為進入太空是理所當然的時代，地圖和指南針閱讀、野外定向、導航和無通信操作等軍事藝術可能需要保留更長時間。

作者介紹

荷蘭皇家空軍中校（退休）帕特里克·博爾德（Patrick Bolder）專門研究規劃、政策和戰略思維。他曾被借調到海牙戰略研究中心 (HCSS)，在那里他從事武裝部隊和國防部委托的項目。他在無人系統、人工智能和太空領域的軍事方面發表了多篇著作。他在無人和空間系統的軍事應用方面具備深厚的知識能力。

摘要

鑒于瞬息萬變的政治局勢和新的安全風險，以及北約和盟軍面臨的軍事挑戰和情景，必須探索新的科學發現和先進的技術發展，提供靈活有效的教育和培訓機會。此外，各級軍事領導和決策者需要提供及時的決策支持，以應對日益復雜的局勢和挑戰。去年的研討會側重于個性化培訓和培訓機會，而今年的研討會主題特別關注復雜的多領域操作和培訓。本次研討會的主題、主題和提交的文稿由NMSG和研討會組織者選擇，旨在為復雜的多域作戰提供先進的教育、培訓和決策支持機會的重要先進方法、技術和經驗。

雖然各種M&S方法、技術和平臺已經在過去幾年和幾十年中得到廣泛應用，但在計算機培訓和決策支持方面，必須考慮在M&S應用中有效使用的新概念、先進的建模和仿真方法和技術，以及新技術能力。為廣泛的 M&S應用程序提供新功能和機會的此類開發示例包括人工智能方法、云計算和軟件即服務(SaaS)。在技??術方面，除了虛擬、增強和擴展現實 (VR/AR/XR) 或計算機游戲等傳感器和可視化技術的最新創新外，網絡和高性能并行和分布式計算基礎設施的能力不斷提高也為有效的M&S培訓和決策支持提供了額外的機會。本次研討會的主題演講、論文和海報展示討論了這些發展，并報告了新的概念方法、基礎設施、用例應用程序以及來自不同國家的經驗。總體而言，研討會為與會者提供了有關最新技術以及近期新觀點和要求的出色概述。

除了在本次研討會上提出的無可爭議的M&S成就和進展，我強烈建議NMSG應加強對重大問題的研究和活動，例如掌握現實中日益復雜的System-of-Systems的措施和相應的仿真應用。此外，研究和項目加強了堅實的方法基礎的開發，以及證實M&S數據源的可信度、質量、正確性和有效性(V&V)的工具、工具和結果要達到預期目的。

除了其科學和技術內容外，這次受covid-19限制的混合研討會再次由荷蘭當地組織者以及NMSG完美地組織和管理。繼去年的NMSG-177-Symposium以純虛擬活動的形式舉辦，主題相似，并基本上是針對相同的M&S 社區，除了有趣的演示，與會者非常享受今年再次提供的討論和面對面交流的機會。這種混合活動的組織可以作為組織未來專題討論會、研討會或技術會議的模式，因為它可以促進和激發更多的出席。