1 引言

美國參謀長聯席會議主席（CJCS）最近就美軍新的聯合作戰概念（JWC）以及相關的新的全域聯合指揮與控制（JADC2）框架對其實現的重要性向國會作證。具體而言，他在2021年6月23日向美國眾議院表示：

• JWC是一項多年長久的工作，旨在針對未來威脅的聯合作戰制定一個全面的方法，并為未來的部隊設計和發展提供指導。JWC的輔助概念描述了關鍵的作戰功能，包括火力、后勤、C2和信息優勢。聯合全域指揮與控制（JADC2）框架使得JWC和輔助概念的整體發展和實現成為可能。

JWC的基礎是全域作戰概念。這是美軍在優化協同效應過程中的下一步發展，這種協同效應是通過在空中、太空、海上、陸地和電磁波譜等所有領域的綜合行動而產生的。這一過程始于1986年戈德華特-尼科爾斯法案的通過，該法案旨在提高美國武裝部隊進行聯合（軍種間）和集成（聯盟間）作戰的能力。如果發展和實施得當，JWC將產生比今天的 "聯合"作戰更決定性、更強大的戰斗結果，在許多情況下，"聯合"作戰只是涉及軍種之間的沖突和整合。為了實現這一目標，美國國防部（DOD）需要認真地將理論轉化為現實。這意味著要采取漸進但具體的步驟來實現JADC2的目標，而不是在實施之前等待一個完整的解決方案。JADC2將需要大量的時間來設計，因為它涉及到現有概念、能力和服務觀點的巨大轉換。然而，為了加速這些工作可以通過快速改進當前的指揮和控制模式來完成。具體來說，現在是時候超越大型的、集中的、靜態的C2設施，轉向移動的、分布式的C2，有能力處理與區域空天聯合行動中心（CAOC）相同的信息量和多樣性。

由于它尋求所有領域的協同作用，包括來自不同領域的能力的互補性，而不僅僅是相加，JADC2的目標是尋求相互依賴，以提高有效性，并彌補每個領域的脆弱性。所期望的軍事效果將越來越多地由共享信息和相互授權的系統互動來產生。JADC2的愿景是通過數字連接的 "膠水"將資產結合起來，成為一個 "武器系統"，在整個作戰區域內進行分解、分布式作戰，而不是在每個領域中建立一套互不相干的、單一的作戰系統。這將需要把每個平臺作為傳感器和 "效應器 "來對待。它將需要一個新的戰斗指揮架構和指揮與控制范式，以實現自動連接，就像今天的移動電話技術一樣。它還將需要安全、可靠和無縫地傳輸數據，而不需要人的互動。

2 設想中的轉型

實現JADC2的總體目標，并將其與實現自我形成、自我修復的綜合體所需的整合程度結合起來，將需要做出巨大的努力，而且并不容易。每個軍種和每個作戰司令部都將參與其中。它將需要克服組織、文化、訓練、采購和政策方面的幾個主要障礙。它將需要連接、決策和快速響應，需要有彈性的網絡和尚未達到的軍種和盟國之間的共享能力。

這些是眾多的、多方面的挑戰，我們的軍隊、軍種和作戰指揮部都在解決這些問題。然而，由于其復雜性，要實現一體化、相互依存、自我形成、自我修復的全域聯合和集成作戰的最終愿景還需要很多年，甚至幾十年。然而，我們所面臨的威脅正在增長，并需要今天的解決方案。因此，現在是時候對JADC2中那些現在就可以改變的要素采取行動，以應對我們今天面臨的威脅和挑戰。

每個軍種和作戰指揮部都有成熟的指揮和控制概念、設施和程序，這些在過去的沖突中證明是可行的。然而，目前存在的各種C2架構都需要進行廣泛的修改，以便在出現的現代威脅面前生存，更不用說運行。

【越來越多的信息獲取需要對指揮和控制進行重組，以促進對易逝目標的快速采取行動，并利用我們的技術能力。信息綜合和執行權力必須轉移到盡可能低的級別，而高級指揮官和參謀人員必須約束自己，以保持適當的作戰層級。】

在所有領域的成功行動的一個核心前提是對航空航天環境的控制。一旦建立，它將促進所有其他聯合和集成部隊的行動和移動自由--沒有它，有效的聯合或集成作戰是不可能的。因此，對航空航天作戰的有效指揮和控制是必須優先考慮的關鍵部分。

我們指揮與控制（C2）空中和太空部隊的能力受到三個主要因素的影響：威脅、技術和信息速度。自美國空軍的空天作戰中心（AOC）--AN/USQ-163 "獵鷹 "的設計、建立和運行以來，這三個領域的變化是巨大的，并在繼續加速。因此，現在是時候確定我們是否可以通過發展目前的作戰概念、組織和采購流程來實現現代化，或者我們必須尋求對這些影響目前戰區空天控制系統的每個要素進行根本性的改變。在提供答案之前，讓我們簡單看一下影響我們有效指揮和控制航空航天作戰能力的每一個趨勢。

3 未來的威脅和作戰環境

3.1 威脅

今天，當試圖在A2/AD環境中作戰時，同行的威脅使目前的C2手段處于不可接受的風險之中。30多年來，我們基本上一直在享受C2優勢，在航空航天領域不受競爭的影響。這些日子已經過去了。軍事競爭對手已經以前所未有的規模完成了現代化。他們已經迅速縮小了與美國、盟國和友好國家軍隊在包括飛機、航天器、導彈、武器、網絡、指揮和控制、干擾器、電子戰、數據鏈接和其他廣泛能力方面的差距。潛在的對手也研究了美國的戰爭方式，與其面對我們（美國）的戰斗力，不如讓我們（美國）遠離他們。他們已經采用并正在擴散反介入和區域拒止（A2/AD）能力，旨在拒絕美國及其盟友的行動自由。減輕這些A2/AD能力帶來了巨大的挑戰，促使我們在更大的風險和遠離潛在沖突地區的情況下行動。

A2/AD能力以三種方式威脅著我們指揮和控制空天作戰的能力。近距離的對手可以使用動能和非動能武器，從我們的天基資產中拒絕我們（美國）的通信和情報、監視和偵察（ISR），從而孤立我們（美國）的部隊并蒙蔽我們（美國）的視野。網絡攻擊正變得越來越復雜，可以破壞我們完善的空中和太空聯合作戰中心的運作。精確的遠程巡航導彈和彈道導彈現在威脅著這些大型、固定和脆弱的設施。作為產生戰略、計劃和空天資產任務指令的工廠，建設空天聯合作戰中心已經成為一個極其有利可圖的目標。

3.2 技術

新技術正在促成新的能力，以優化C2機制，達到預期效果。我們需要超越傳統文化對新技術的限制來思考。例如，下一代飛機在傳統術語中可能仍被標記為戰斗機、轟炸機、空運機等，但由于傳感器、處理能力、武器、能源生產和其他能力的微型化，在技術上它們有能力執行多種任務。它們實際上是飛行的 "傳感器效應器"，可以形成由冗余節點和多殺傷路徑組成的高度彈性網絡的基礎，以盡量減少目前高度集中和有限的C2節點（如CAOC）的關鍵系統價值，這些節點敵人可以輕易地將其作為目標。

【JADC2將需要很多時間來設計，因為它涉及到對現有概念、能力和服務觀點的巨大轉變。然而，加速這些工作可以通過快速改進當前的指揮和控制模式來完成。】

這將需要領先的網絡能力、有保障的通信，以及解決我們的數據帶寬挑戰的不同方法。例如，為了解決來自先進傳感器的爆炸性數據增長，與其建造更大的管道來傳輸收集的數據，不如現在提高處理能力，使得機載數據的處理成為可能，并且只對用戶感興趣的內容進行分發。這種方法顛覆了我們今天處理情報、監視和偵察的方式。

快速的信息交流在戰斗的前沿尤其重要，因為實際數據的價值往往是短暫的，并隨著時間和環境的推移而減少。開發一種技術方法，在不同的用戶之間、在多個分類和盟國及伙伴國之間自動和快速地分享信息，將是創建未來部隊的一個關鍵。

古老的格言，"速度就是生命"，不再僅僅是指飛行--它也是指快速發展的軟件工具，用于戰斗和勝利。我們必須跳出歷史上刻在我們集體心靈中的組織結構的思維。以網絡為中心的、相互依賴的、功能整合的作戰是未來軍事成功的關鍵。

3.3 信息傳遞速度

電信、傳感器、數據存儲和處理能力方面的重大進步每天都在出現。因此，瞄準周期已經從幾周到幾天發展到幾分鐘，從多架、專門和獨立的飛機發展到一架飛機在幾分鐘內 "發現、修復和完成 "的能力。越來越多的信息獲取需要對指揮和控制層次進行重組，以促進對易逝目標的快速介入，并利用我們的技術能力。信息綜合和執行權力必須轉移到盡可能低的級別，而高級指揮官和參謀人員必須約束自己，以保持適當的戰爭水平。

要超越大型的、集中的、靜態的指揮和控制設施，轉向移動的、分布式的C2，并有能力處理與今天的區域性聯合空天作戰中心相同的信息量和多樣性，將需要重新評估該部門如何處理信息流。這種未來能力的兩個最重要的方面將是通過它所提供的同步 "控制 "實現 "指揮 "的蛻變。

"指揮的藝術"將實現梅特卡夫定律的網絡價值（梅特卡夫定律指出，電信網絡的價值與系統連接用戶數量的平方成正比），而控制的科學將繼續應用摩爾定律的擴展技術來擴展人類能力。

4 空天C2的新架構

我們現在正處在一個威脅、技術和信息速度要求改變指揮和控制空天部隊的既定架構的關口。所有軍種都已認識到這一點，并已開始行動，為各自的領域制定新的作戰概念。面臨的挑戰是如何確保每個軍種的作戰概念都被整合到一個統一的聯合全域指揮和控制架構中。

該作戰云的開發理念是建立一個情報、監視和偵察、打擊、機動和維持綜合體，利用信息時代的技術進行高度互聯的分布式作戰，它將迎來一個完全不同的戰爭架構。JADC2的根本基礎是將準確的、高質量的信息下放到最低的信息節點，以達到預期的效果，而不考慮服務、領域或平臺。

美國空軍實現這一目標的方法是努力設計和開發一個先進的戰斗管理系統（ABMS）。ABMS的要素已經被定義，但它們還沒有發展成一個可執行的指揮和控制架構。要達到JADC2和ABMS所期望的最終狀態，即以安全、可靠和強大的方式在整個戰斗空間進行無處不在的無縫信息共享，將需要多年時間。鑒于重大威脅的快速演變和當前C2設施的脆弱性，軍方必須現在就修改當前的空天部隊的指揮和控制結構。

需要一個新的架構來支持一個作戰概念，以實現最近被納入美國空軍理論的集中式指揮、分布式控制和分布式執行的C2范式。建立一個新的作戰指揮架構不需要技術上的突破，因為已經存在的技術可以應對分布式指揮和控制功能的直接挑戰，使其不能通過對幾個關鍵的C2節點的打擊而被消除。

美國空軍一直在開發一個支持其新理論的作戰概念，即敏捷作戰部署（ACE）。敏捷作戰行動是一個概念，它在短時間內將部隊和資產分散到多個分離的地點，以使對手的計劃變得復雜。有了適當的C2系統，ACE可以從許多可防御、可持續和可轉移的地點將對手的目標置于危險之中。應用這一概念的細節取決于使用的戰場，但從根本上說，想法是一樣的，指揮和控制是這一概念成功的根本。

空天聯合作戰中心將仍然是在不太嚴重的地區沖突期間進行C2操作的可行手段。然而，為了實現JADC2的目標，該部門將必須向戰斗空間邊緣的作戰人員提供信息，而不依賴于傳統的聯合空天作戰中心模式，即數百人圍繞著獨立的任務區組織起來的小部門。

因此，該部門必須迅速超越我們今天所依賴的大型集中式聯合空天作戰中心結構，發展為一套更加靈活和分布式的流程和指揮與控制結構。同時，這個新架構必須能夠適應空戰管理系統和JADC2的發展。但鑒于這些項目的緩慢發展，我們不能等待開始改變空天部隊的C2架構。

這個新架構有許多選擇：建立加固的空天聯合作戰中心，并將功能遠程分配給指定的單位；將目前納入空天聯合作戰中心的規劃功能分配到多個地點，并在它們之間共享所產生的規劃；通過轉移與連接水平相對應的執行權力，建立基于作戰單位和其各自指揮要素之間連接程度退化的執行過程和程序。

無論選擇什么樣的發展方式，有一點是肯定的，美國空軍必須做出堅定的努力來分配必要的指揮和控制功能，以確保在有爭議的環境中有效使用空天部隊，而且這種努力必須現在就開始。

JADC2的根本基礎是將準確的、具有決策質量的信息下推到最低的信息節點，以達到預期的效果，而不考慮服務、領域或平臺。

作者：

David A. Deptula，美國空軍中將（退役），是弗吉尼亞州阿靈頓的米切爾航空航天研究院院長，也是美國空軍學院的高級軍事學者。他是1991年 "沙漠風暴 "行動空襲的主要策劃者；1990年代末伊拉克上空禁飛區行動的指揮官；2001年阿富汗上空空襲行動的指揮官；兩次擔任聯合特遣部隊指揮官；并擔任2005年南亞海嘯救援行動的空中指揮官。他是一名戰斗機飛行員，擁有超過3000個飛行小時--400個戰斗小時--包括F-15戰斗機的多個指揮任務。他曾擔任空軍第一個情報、監視和偵察（ISR）三星級主管，在那里他改造了美國的軍事ISR和無人機事務。

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。

信息和數據共享網絡已經改變了國防行動的格局。大國參與者一直在投資技術，以實現在作戰人員、網絡和自主或有人駕駛機器之間越來越多的高速連接，這些機器可以在高度復雜和越來越不可預測的戰斗環境中進行交互。與此同時，將越來越多的傳感器、移動陸地平臺、飛機、任務系統、無人系統、便攜式設備、人類可穿戴設備、武器、彈藥、軟件和其他技術連接起來成為單一的信息網絡。總體目標是創建一個動態和自適應矩陣，為決策、指揮和控制 (C2) 以及其他戰區能力提供實時、可操作和預測分析。

最終目標是將作戰從線性決策轉變為可操作的結果網絡，以拒絕、威懾和擊敗對手。美國國防高級研究計劃局 (DARPA) 稱這是向“馬賽克戰爭”的轉變，因為定制衛星、隱形飛機和精確彈藥等傳統非對稱技術在現代戰爭中的戰略價值越來越低，因為全球越來越多的人可以獲得商業上可用的先進技術和部件。這種馬賽克戰概念旨在超越單獨的系統設計和獨特的互操作性標準，開發依賴于已知實體之間的可信連接的流程和工具，為在戰術、作戰和戰略決策層面創造影響提供無限的可能性。

智能交互

物聯網 (IoT) 已被用于描述大量“智能”技術節點之間的通信和信息共享。然后可以將它們分類為數據承載設備，設備通過通信網絡間接連接到物理事物；捕獲數據的設備，它們是讀取器/寫入器類型的設備，能夠通過數據承載設備間接地與物理事物交互，或直接通過連接到物理事物的數據載體直接與物理事物交互；傳感和驅動裝置，用于檢測或測量周圍環境中的信息并將其轉換為數字信號；通用設備，具有嵌入式處理和通信能力，可能包括用于不同物聯網應用的設備和器件（國際電信聯盟 2012）。

物聯網可以描述城市網絡、工業網格、云計算和移動網絡，而它的應用在引入生物醫學、安全以及商業和工業基礎設施系統時促進了數據和信息的收集和服務。然而，由于工商業綜合體與國防和軍事服務之間的關系，物聯網技術在現代戰爭戰略中的應用受到了更嚴格的審查。軍事物聯網 (IoMT) 或戰場物聯網 (IoBT) 描述了能夠在作戰空間內實現作戰人員及其設備之間智能交互的技術。

IoMT 的其他防御用途描述了一組相互依賴和網絡化的元素，這些元素不僅包括傳感器和設備，還包括基礎設施，如存儲和數據處理設備、用于互連設備和節點的網絡，以及管理軟件和機器學習算法。這包含了廣泛的軍事集成傳感器、設備和平臺，能夠通過網絡空間節點和人機交互進行智能傳感、機器學習和驅動。這些交互旨在提高態勢感知并減少處理數據、風險評估、戰略規劃、行動信息和執行目標的時間。在廣義的定義下，“事物”可以包括坦克、軍艦、飛機、無人駕駛飛行器 (UAV)、前沿作戰基地 (FOB)、后勤設備、運輸和建筑基礎設施系統、作戰人員本身或任何可以與傳感集成的東西，處理和傳輸的能力（Russell 和 Abdelzaher 2018）。

加速OODA循環以獲得作戰優勢

通過這種方式，物聯網描繪了作戰領域的融合：它們的網絡、嵌入式硬件、電磁輻射、通信節點、移動處理硬件、軟件架構、信息管理和數據分析。正如數字孿生通過同時建模和持續預測維護和性能保持來減輕設備失靈、故障和基于網絡的入侵的威脅一樣，IoMT 無處不在的傳感和通信中收集的數據可用于動態系統優化，故障檢測、監測和預測。此外，IoMT 提供了一種新型信息戰所需的普遍分析、管理和 C2：一種以決策為中心的信息戰，依賴于更快更好的決策制定，以及更短的行動響應時間。

容錯性低，通信節點的故障是災難性的。必須建立并保護備份、數字孿生和替代通信路徑。

無人操控和無人駕駛（可選駕駛）飛機已進入該領域并被證明是一種力量倍增器，特別是對于遠程、難以到達或反介入/區域拒止 (A2/AD) 的數據收集和空襲地區。它們已成為戰區內情報、偵察和監視 (ISR) 的主力軍，并且已經在執行廣泛的軍事任務角色。許多國家正在開發未來作戰空中系統 (FCAS) 計劃，這些計劃設想高性能、網絡化、無人駕駛飛機與有人駕駛的戰斗機一起飛行（無論是成群的還是作為“忠誠的僚機”）來結束這個差距。

忠誠僚機概念作為有人駕駛飛機的傳感器和其他系統的延伸，具有在有爭議的 A2/AD 環境中生存的同時擾亂、破壞或摧毀目標防空系統的能力。這些團隊試圖通過將傳統的有人駕駛戰斗機編隊轉變為有人和無人駕駛平臺的新組合來創造更靈活、更隱蔽和更致命的武器投送，從而創造優勢。如果現代戰爭的感知-決策-響應鏈要加速到網絡速度，則需要人機協作與人工智能增強的分析和戰區邊緣計算。馬賽克戰的互連技術將利用具有足夠自我意識的機器智能的無人系統來評估任務的狀態、目標和漏洞，以實時應對干擾。

JADC2和美國的先進戰斗管理系統

美國空軍先進戰斗管理系統 (ABMS) 是美國軍方更廣泛計劃的一部分，該計劃旨在創建聯合全域指揮與控制 (JADC2) 概念，此概念旨在通過連接來自美國各地的傳感器來構建 IoMT服務整合到一個單一的協作網絡中。以前的努力使每個軍種都發展了自己的戰術網絡，盡管這些網絡彼此不兼容。根據美國國會研究服務局的說法，通過基于通用多域 IoMT 的互操作性，美國國防部試圖將“當前用于分析作戰環境和發布命令的多天流程”轉變為需要“數小時、數分鐘、或潛在的秒”用于未來的沖突和作戰環境。美國國防部還表示，現有的 C2 架構不足以滿足美國國防戰略（NDS）的需求。

美國空軍 (USAF) 的 IoMT 計劃 ABMS 最初的設想是取代美國空軍的 E-3 哨兵機載預警和控制系統 (AWACS) 平臺。然而，當前空軍采購助理部長威爾·羅珀表示，2018 年美國國防戰略設想的有爭議的環境迫使空軍重組 ABMS 時，它的范圍更廣了。羅珀指示 ABMS 不再專注于指揮中心和飛機，而是重新專注于創建數字技術，例如安全云環境，以在多個武器系統之間共享數據。

ABMS IoMT 現在旨在包含一系列體系，其中包括旨在改進反介入/區域拒止 (A2/AD) 管理并使美國空軍部隊能夠與美國海軍、美國海軍陸戰隊 (USMC) 和美國陸軍協調并開展聯合行動的硬件和軟件。根據美國國會研究局的說法，美國空軍已經舉辦了五場活動來展示它打算部署 ABMS 的新 C2 能力。 2019 年 12 月，空軍展示了從美國陸軍雷達（防空傳感器和發射裝置）和美國海軍驅逐艦（部署在墨西哥灣的阿利伯克級導彈驅逐艦托馬斯哈德納號導彈驅逐艦）傳輸數據的能力，到洛克希德馬丁公司的 F-22 Raptor 和 F-35A 和 F-35C 閃電 II 聯合攻擊戰斗機，以及美國太空部隊統一數據庫 (UDL)，這是一個結合天基和地面傳感器以跟蹤衛星的云環境。

2020 年 9 月，ABMS 使用超高速武器探測并擊敗了一枚模擬的美國巡航導彈。 ABMS還展示了“發現并擊敗破壞美國太空行動”的能力。同月，美國空軍在夏威夷珍珠港-希卡姆聯合基地舉行的 "英勇之盾 "演習中使用KC-46加油機執行戰術C2，將第四代戰斗機的數據傳遞給第五代飛機，如F-22猛禽。 2月，在歐洲舉行了一次簡短的演示，將包括荷蘭、波蘭和英國在內的盟國聯系起來進行聯合空中行動。據美國空軍歐洲司令杰弗里-哈里根將軍說，這次活動測試了美國和盟國使用F-15E飛機發射AGM-158聯合空對地對峙導彈（JASSM）執行遠距離打擊任務的能力，同時使用美國和盟國的F-35飛機執行空軍基地防御任務。5月，美國空軍表示，為KC-46采購一個通信吊艙將是ABMS計劃的第一個能力釋放。

英國和歐洲的IoMT

英國國防部（MoD）的國防數字戰略工作于4月公布了類似于ABMS計劃的概念。其目的是在2025年之前創建一個安全的、單一的和現代的 "數字主干"，連接 "跨軍事和商業領域的傳感器、效應器和決策者以及合作伙伴，推動跨領域和平臺的整合和互操作性"。"國防部警告說："我們已經太頻繁地交換了技術更新，沒有推動足夠的整合和共同性。"繼續走這條路將使我們無法以實現國防目的所需的速度和規模來利用新興技術。

英國數字戰略繼續強調，對電磁頻譜（EMS）的訪問和控制對所有業務和數字骨干的運作至關重要，并補充說，隨著5G和物聯網的出現，網絡領域將 "在未來幾年內發展得更快、更廣。因此，數據和架構標準，以及EMS的管理，將確保作戰優勢和操縱自由"。

英國忠誠的僚機平臺--"蚊子"，用于 "暴風雪 "可選擇駕駛的未來戰斗機，該計劃被稱為 "輕量級可負擔的新型作戰飛機"（LANCA）。蚊子將與英國航空母艦兼容，并能發揮一系列作用，如作為武器載體和誘餌，或本身作為武器使用。英國FCAS計劃還包括Alvina蜂群無人機和其他由戰斗云聯網的傳統平臺，預計到2030年代中期，無機組人員的飛機將取代英國臺風飛機的空對空作戰能力。

歐洲IoMT倡議包括城市局部地區監視的無線傳感器網絡（WINLAS）和決策支持與分析的云智能（CLAUDIA）項目，這些項目屬于歐洲防務局（EDA）的范圍。WINLAS計劃研究用于城市戰爭、能源系統和大規模士兵現代化系統的信息管理的大型異構設備傳感器網絡。這個項目的研究部分建立在EDA的信息互操作性和通過統計、代理、推理和語義的情報互操作性（IN4STARS）計劃的成果之上，該計劃旨在通過使用人工智能、傳感器和能量采集來延長網絡運行時間，從而提高城市地區的態勢感知。

CLAUDIA 的主要目標是開發模塊化軟件分析平臺，以支持對軍事場景的分析和評估，尤其是在混合戰爭中進行的軍事場景的分析和評估。 CLAUDIA 旨在支持指揮官在分析、決策和規劃方面的需求。其平臺將收集、處理和分析來自異構信息源的數據，以提供態勢感知和全面的通用作戰圖 (COP)，以支持歐盟成員國的規劃、決策過程和協調。

另一方面，法國、德國和西班牙已經同意聯合開發其未來作戰系統（SCAF）/FCAS計劃中的下一代武器系統（NGWS），稱為遠程航母。歐洲SCAF/FCAS計劃的首次飛行演示打算在2027年進行，最終的擬議設計計劃在2030年凍結，擬議的服役日期在2040至2045年之間。該計劃將包括歐洲龍（Eurodrone）（也稱為EuroMALE-歐洲中空長航時[MALE]遙控飛機系統[RPAS]），一種超低觀測的無人作戰飛行器（UCAV），未來的巡航導彈，以及在未來戰斗空間運行的平臺。

作戰中的脆弱性

實施 IoMT技術并非沒有實質性的挑戰。復雜性來自于網絡元素日益增長的規模、功能和相互依賴性，以及數據收集和產生新信息的速度和數量。由自動化戰斗網絡和增加的計算能力驅動的新戰爭速度是網絡速度，其中網絡攻擊和電子戰在信息領域占主導地位。此外，盡管IoMT技術為國防應用提供了能力，但作戰的脆弱性是最關鍵的問題。

互連不同類型的武器和作戰人員帶來的另一個挑戰是戰場場景需要實時決策和響應。容錯性很低，通信節點的故障是災難性的。必須建立并保護備份、數字孿生和替代通信路徑。除了強制擁有和控制的“事物”和 IoMT，他們可能還需要使用他們未擁有或完全控制的軍事、商業、工業或對手物聯網。身份驗證需要容納欺騙性數據并應對高級持續威脅 (APT)。需要定期保護和更新新元素，以防止越來越頻繁、復雜和微妙的 APT 入侵。

如果現代戰爭的感知-決策-響應鏈要加速達到網絡速度，則需要人機協作與人工智能增強的分析和戰區邊緣計算。

此外，隨著 IoMT 的實施，組成事物之間的戰場交互次數將隨著時間的推移而增加。對擴展有用的商業和工業協議不太可能在吞吐量可能有限的戰場資源受限環境中有效。處理和計算要求也可能會增加，這使得實時響應和輸出更不可能。

互操作性、能源效率和服務質量也是考慮因素。互操作性的動態特性——無論是在美國軍隊還是歐盟成員國之間——不僅受到戰場上使用的不同應用和設備的挑戰，還受到來自不同盟國不同制造商設備的不同操作和設備標準的挑戰，所有這些都可能不會在相同的技術進步水平上運行。

在不降低用戶體驗的情況下為可穿戴設備開發一個小的外形尺寸是另一個挑戰，特別是由于減小尺寸和重量通常也會降低電池容量以及充電和冷卻能力。美國陸軍已經注意到它對IoM技術的興趣，因為這些任務需要在流動性強、資源有限、非常密集和稀疏的環境中快速部署和適應。傳輸質量的下降或實時分析的下降將表明整個矩陣的失敗。

高級持續性威脅 (APT) 生命周期

結論

盡管存在種種挑戰，但走向互聯互通的步伐似乎是不可阻擋的。這種軍事思維的顛覆性轉變與20世紀50年代推動核優勢的抵消戰略（第一次抵消）或20世紀70年代和80年代由制導彈藥和戰斗網絡提供的軍事超越（第二次抵消）相吻合。當美國國防部在2014年開始考慮 "第三次抵消 "戰略時，人工智能、自主系統和人機團隊被認為是獲得節奏的關鍵。隨著攻擊速度和范圍的增加以及可獲取數據的速度和數量的增加，普遍的互聯性、可操作的網絡以及改進的無人/有人協調行為的標準將為實現空中力量的優勢奠定新的基礎。

作者介紹

Anika Torruella 是 Janes 的高級分析師，負責海軍電子戰、C2 系統和聲納技術，在人工智能、機器人技術、海戰、太空、未來計算、納米技術和新材料方面擁有廣泛的專業知識。在過去的二十年里，Anika 還與世界銀行、Access Intelligence 和國家地理合作。 Anika 畢業于賓夕法尼亞州布林莫爾學院，獲得物理學學士學位。

摘要

計算能力、數據收集和算法性能正以指數速度增長。人工智能 (AI) 的進步展示了在無數領域增強人類思想和行動的能力，其中包括聯合空中力量的指揮與控制 (C2)。為了在未來的戰爭中取得勝利，美國需要能夠以壓倒性的速度在多個領域對敵制造多重困境，同時防止敵人具備這種能力。人工智能將提供 C2 部隊所需的認知敏捷性。擁有信息優勢并能夠對高速決策需求做出反應的一方將決定未來戰爭的結果。

本文試圖讓讀者熟悉一些常見的人工智能類型和功能，探索具體的應用領域，并提供關于使用空中力量協助聯合目標選定的建議方案。針對配對系統的武器開發，使用一個AI 創建過程的示例揭示開發細節。除了解釋人工智能模型的構建之外，本文還提出了一個準備和驗證人工智能模型的過程以供作戰使用，并討論了基本的實施注意事項。在聯合空中力量 C2 中使用 AI 的最終理想狀態是高效的人機協作和較高的認知敏捷性。

作者簡介

Matthew “Jerry” Voke 少校在派遣到 ACSC、Air University、Maxwell AFB、AL時撰寫了這篇論文。在擔任 ACSC 之前，Voke 少校駕駛 U-28，同時駐扎在佛羅里達州赫爾伯特機場，擔任副駕駛、飛機指揮官、教官和評估飛行員。他在全球范圍內部署了十次支持美國的反恐活動。最近，他指導美國空軍武器學校的學生擔任佛羅里達州赫爾伯特機場第 14 武器中隊的 U-28 行動助理主任。他的正規軍事教育包括參加航空航天基礎課程、中隊軍官學校、美國空軍武器學校和 ACSC。他擁有美國空軍學院的物理學學士學位和國際三叉戟大學的工商管理碩士學位。他幫助撰寫了幾本空軍和多軍種出版物，并發表了一篇武器分類論文，旨在使用飛機引導海軍突擊部隊。

1 引言

亨利·阿諾德 (Henry H. Arnold)將軍曾說過，第一次世界大戰靠體力打贏，第二次世界大戰靠后勤制勝。擁有信息優勢和及時控制沖突能力的一方將贏得“第三次世界大戰”。未來沖突的勝利將屬于能夠為其對手創造多重并發挑戰并以壓倒性的速度適應環境變化同時阻止敵人擁有這種能力的一方。通過在自動化和增強人類決策中利用人工智能 (AI)，這些未來的超越是可能的。人工智能提供了將人類層面直觀問題解決能力與機器速度、準確性和持久性相結合的優勢。此外，人工智能的快速發展正在打造人機協作中的新應用。世界正處于人工智能競賽中，美國必須利用人工智能來主導未來的戰爭并威懾潛在的對手。

人工智能在徹底改變空中力量作戰中從戰術到戰略的潛在能力。中國和俄羅斯是追求人工智能未來的國家之一，弗拉基米爾·普京 (Vladimir Putin) 在 2017 年表示，“誰成為人工智能和網絡空間的領導者，誰就成為世界的統治者。”中國領導人同樣表示，“快速發展人工智能將深刻改變人類社會和生活，改變世界。 中國必須在國際競爭新階段中牢牢把握人工智能發展的戰略主動權。”意識到這一啟示性潛力，美國必須努力保持主導地位，并啟動向發展和實施人工智能自動化和人機協作的態度轉變。

為了發展隨之而來的不對稱優勢，美國必須尋求人工智能在自主和增強決策方面的新應用。通過確保在人工智能方面的領先地位，美國可以恢復對任何潛在對手的日益減弱的優勢，從而加強威懾。人工智能和自主性的增強將使美軍能夠以壓倒性的速度在多個領域制造多重困境，使對手無法做出反應。這種超越要求只有 AI 才能獲得認知優勢，它可以學習、提高人類績效、更好地為人類決策者做好準備、促進聯網解決方案、應用智能設備、協調操作以及優化效果的選擇和傳遞。本文將專門研究如何在空戰指揮與控制（C2）內對聯合目標選定和評估提供幫助，作為初步實施領域。盡管本文的范圍有限，但美國應在 C2 的許多領域尋求更高水平的人工智能自主和增強，以實現最快和最實用的決策循環。

新穎而強大的人工智能解決方案呈指數級增長，美國軍方正努力跟上企業界發展步伐。美國防部 (DoD) 在 2017 年用于機器學習的預算為1.95 億美元，用于深度學習的預算為 2.38 億美元，用于語言處理的預算為 8200 萬美元。乍一看，這些數字似乎是用于人工智能研究的一大筆資金；然而，國防部投資和研究的增長速度明顯慢于企業部門。 2012 年至 2017 年期間，國防部在人工智能、大數據和云計算研究方面的總體投資以 5.7% 的復合年增長率 (CAGR) 增長。企業投資人工智能研究的復合年增長率約為 35%，人工智能推動了企業如何解讀數據和互動。企業對人工智能的投資大約每兩年翻一番。國防部對人工智能的投資跟不上企業投資或人工智能的指數增長。

歷史上，聯合空中力量C2 在針對能力較弱的對手進行蓄意規劃行動方面一直很有效，盡管可以說它效率不高。效率可能是對抗近乎對等的敵人或在高度動態的戰爭中的一項重要要求。 《美國國防戰略》指出，國防部“以犧牲為作戰人員提供及時決策、策略和能力為代價，為卓越性能進行了過度優化”，并且必須“以相關的速度交付性能。”具體而言，聯合目標選定已被證明有效但不是最有效地引導大量資產設施打擊預先計劃的目標，例如沙漠風暴、盟軍行動和持久自由行動。美國在相對較小的戰爭中以預先計劃的方式，對能力較弱的對手進行了這些蓄意行動。深思熟慮的計劃通常在作戰后 24 到 72 小時內開始，同時在動態目標選定方面允許一些例外情況。美國 C2 強化了從過去成功打擊能力較弱的對手中吸取的教訓，變得更加有效；然而，與在與近乎對等的對手作戰時所需的效率和敏捷性方面仍有待開發。

美國必須不斷努力保持空中力量使用的高效和靈活。正如約翰博伊德上校在《沖突模式》中所說，“為了獲勝，我們應該以比對手更快的節奏行動——或者，更好的是，進入對手的觀察-定向-決策-行動時間循環。 ”人工智能可以在許多領域以顯著的效果和速度補充人類工作。美軍必須啟動下一次空中力量演進，并利用人工智能來增強人類的決策和行動。人工智能解決方案對于促進速度、力量、平衡、靈活性和協調是必要的，以在未來的沖突中快速創建跨多個領域的多重困境。美國必須保持在空中、太空和網絡空間力量的領導地位，尤其是隨著俄羅斯和中國在這些領域的投資增長。

人工智能在企業界的能力和速度呈指數級增長，顛覆了從自然語言處理到癌癥診斷的各個領域。一些專家將人工智能的激增比作 19 世紀后期的電力發明，稱這可能會引發同樣重大的行業轉型。人工智能的進步使得許多長期以來被認為是機器不可能完成的任務讓給機器去表演。隨著機器對機器通信和人對機器協作解決方案的不斷成熟，人工智能將在人類密集型流程中變得越來越普遍。

人工智能貢獻最重要的領域之一在于它能夠從數據中提取相關性，而這對人類來說可能是不可見的。傳感器和感知器收集或創建數據，然后必須對其進行存儲、清理和結構化。將收集的原始數據處理轉化為可用的人工智能燃料。然后，算法可以為人類決策者或參與者創建模型、開發和測試洞察力、繪制相關性并檢測異常情況。

人工智能可以同時在人類無法理解的時間尺度上做出決策。人工智能可以幫助人類進行目標發現、情報融合、目標優先排序、指揮官分析、評估、部隊分配、任務規劃、任務監控和執行。人工智能將在人類無法超越的多個領域和多層次戰爭中實現快速決策。人工智能將聚合、整合、提煉和呈現常見的作戰圖，并幫助加速決策，實現當今人類無法掌握的效果。人工智能可能被證明能夠將冗長的聯合目標選定循環縮短為一個快速更新、對環境變化做出快速反應、敏捷和積極的循環。人類思想或行動的每一個領域都適合人工智能顛覆，包括空中力量的使用。

美國必須準備好對相關信息以高速決策響應。自動化和人機協作將改善和加快空中力量 C2 的決策和任務循環。未來戰爭的勝利將屬于能夠以壓倒性優勢的進行指揮、控制其部隊的領導人。未來的戰爭將有利于能夠快速處理信息并在各級戰爭中做出決策的交戰領導人。作戰目標不僅是迅速對敵人作出反應；但它也是按照自己選擇的方向和節奏推動戰斗。領先于敵方三步的交戰領導者，會使敵方“倒退”，不斷掙扎反應，無法取得主動權。

本文試圖讓讀者熟悉人工智能的潛力，并強調在空中力量 C2 中使用的關鍵考慮因素。本文的主要重點是展示美國在未來的戰斗中必須利用的潛在人工智能潛力。目標是通過具體的應用示例激發讀者的興趣。作者希望讀完本報告后讀者會對人工智能有所熟悉。開發和部署下一個不對稱優勢所需的先導是創新文化和適應愿景，這是通過鼓勵創造性地解決問題和激發整個聯合部隊創新熱情來培養的。

本文簡要介紹了一些基本的 C2 規范和流程——奠定了基礎——并強調了潛在的人工智能應用領域。其次，它描述了美國C2聯合空中力量的集權平衡和一些原則。第三，它調查了美國的聯合目標選定和目標選擇過程。第四，對 AI 基礎知識和 AI 應用示例的調查將提供概念基礎，然后是在軍事應用中使用 AI 的幾個示例。這允許討論武器-目標配對模型，該模型說明如何處理數據、算法選擇和模型輸出的決策。然后，本文討論了人工智能輔助評估，包括主導指標和反饋循環。最后，基本的實施考慮將涵蓋部署和變革所需的步驟，以成功建立信任并幫助決策者在空中力量中使用人工智能解決方案。

2 空中力量的指揮與控制原則規范

本節將簡要地讓讀者了解使用空中力量的一些 C2 基礎知識。簡而言之，C2 是“由指定指揮官針對需完成任務時對指派和附屬部隊行使指揮權力。”聯合空中作戰是由各軍種執行聯合空中任務部隊執行的行動。聯合空中作戰在作戰環境和軍事行動范圍內可能會有很大差異；然而，讀者對空中力量的 C2 有一個基本的了解是至關重要的。

2.1 集中式與分布式空中力量

美國條令規定使用集中式控制和分布式執行的原則進行聯合空中作戰。推動這一空中力量原則的一個過于簡單的概要是，集中式控制使高級梯隊指揮官能夠有效地控制、集結和領導部隊；執行權力下放使部隊能夠掌握主動權，應對不確定和不斷變化的環境，并提升下層的靈活性。

技術發展經常改變空中力量這一原則的平衡。強大的通信連接提高了各層級的共同作戰圖景，但它也使高級領導層能夠參與最細微的工作細節。這種雙重性在政治控制的必要性與領導者必須高效完成任務的必要性之間造成了內在張力。 盡管在許多情況下集中式控制和執行是可能的，但有意識地適當下放執行權力將確保美國空中力量敏捷性的維持。

集中式權力和分布式權力的平衡可以在沖突之間和沖突期間發生變化，領導人必須努力提高空中力量使用中的“敏捷性”。空軍未來作戰概念將敏捷性定義為對情況做出快速反應的能力。敏捷性是靈活性、速度、協調性、平衡性和力量的結合。分布式通常有利于靈活性和速度，而集中式通常有利于協調性和力量。對敏捷性的理解可能意味著身體能力，但敏捷性還包括對動態對手、移動目標或變化環境做出反應的認知能力。在空中力量 C2 中使用人工智能，在于它可以協同帶來的認知速度和力量，朝著敏捷性目標前進。

2.2 C2架構

C2 系統控制聯合空中作戰，通常圍繞軍種司令部指揮官的 C2 系統構建，該系統擁有大量空中資產設施和最出色的控制能力。空中作戰中心 (AOC) 是戰區高級單位空中控制系統，確保空中、太空和網絡空間行動的有效規劃和實施。當與聯合或聯軍伙伴作為聯合空戰中心或聯軍空戰中心作戰時，AOC 架構也可能適用。 AOC 的規模從幾個工作人員到上千名軍官、入伍和文職人員之間可能存在很大差異。每個 AOC 的組織各不相同，但他們的共同目標是匹配可用的手段來實現軍事任務目標。 AOC 的職責通常包括規劃和控制聯合空中作戰，提出空中分配、空域協調、防空協調、空間協調和網絡空間協調的優先事項建議。

計算、通信和信息共享方面的技術改進打亂了C2 分層架構，造成了從作戰計劃到戰術執行的中斷。 AOC 領導層能夠做出歷史上在較低層的作戰或戰術梯隊中進行決策。例如，今天，最高級別的作戰 C2 可能不會授予目標識別和武器釋放權限，而這曾經只能在戰術邊緣進行。面對能力較弱的對手時，相對優勢明顯，對平民傷亡的厭惡可能使美國陷入自滿，并錯誤地假設未來的戰爭將在相同的良性環境中發生。通過在 AOC 之外分配控制權、分散空中資產執行以及在 C2 的多個級別利用 AI 的速度和認知能力，可以提高擊敗近端對手所需的效率和敏捷性。

空中力量的 C2 具有利用人工智能增強和自動化提高認知敏捷性的巨大潛力。下一節將討論空中力量 C2 中 AI 應用的一個示例——聯合目標選定。目前，在規劃和執行聯合空中作戰時，目標選定循環內存在數據缺口和效率低下，使關鍵信息的有效傳輸變得復雜。下一節將介紹人工智能如何幫助決策者更好地了解他們的作戰環境、將戰場數據過濾融合為相關信息，提高決策速度。

2.3 聯合目標選定（joint targeting）

聯合目標選定旨在將提供給聯合部隊指揮官（JFC）的可用手段與利用空中、太空和網絡空間力量實現軍事和政治目的的方式相匹配。這是一個選擇目標并確定其優先順序并匹配相應響應的過程，同時考慮到作戰需求和能力。聯合目標選定可以發生在實現 JFC 目標所需的任何戰爭級別。聯合目標選定，將所需效果與這些目標相匹配，最后選擇能夠提供所需效果的手段。

戰爭迷霧和摩擦、目標重復、未知數、整合要求、二階和三階效應以及可用資源的缺乏，使得方式方法與目標匹配工作變得復雜化。聯合出版物 (JP) 3-30文件（聯合空中作戰的指揮和控制），強調了效率的重要性，并指出：“有效和高效的目標開發過程與聯合空中任務循環相結合，對于聯合空中部隊指揮官（ JFACC）規劃和執行聯合空中作戰至關重要。聯合目標選定過程應整合國家機構、作戰司令部、下屬聯合部隊和組成司令部的情報數據庫、分析能力和數據收集工作。”本節將討論人工智能如何幫助實現聯合作戰所需的效率目標循環。

為了在聯合目標選定循環（joint targeting cycle）中提高效率，流程中的各個步驟和步驟的自動連接必須提高效率。如圖 1 所示，聯合瞄準的六個階段包括：

1.結束狀態和指揮官的目的開發，

2.目標開發和優先排序，

3.能力分析，

4.指揮官的決定和兵力分配，

5.任務規劃和部隊執行，

6.評估

圖1：聯合目標選定循環（JP 3-60）

人工智能可能會加速和優化目標開發和優先級，提供近乎即時的能力分析，快速迭代規劃目標，并自動制定攻擊計劃。

C2 參謀人員在聯合空中任務循環中進行聯合目標選定，這是經過精心設計的，但允許在循環外執行一些動態目標。JFACC 可以更改流程以匹配環境；然而，空中力量任務循環本身仍然是經過深思熟慮的，并且通常在持續時間上是固定的。在空中任務循環內快速或有效的動態目標或時間敏感性目標的請求與過去的能力和時效性有關。任何“彈出式目標”通常需要至少 12 小時才能在空中任務指令 (ATO) 流程中采取行動。在沒有特定目標的情況下規劃或啟動，并且能夠對實時機會做出反應。在 12 小時窗口內使用 ATO 流程重新部署刻意分配任務的資產靈活性通常很小，當前的作戰部門可能會在正常的空中力量任務分配流程之外提供任務分配。盡管有嚴格的聯合空中任務循環，但在時間敏感或高度動態的目標中需要靈活性和速度，而不是在它的幫助下。

目標選定的最大困難之一是在不同時間尺度上有效和全面地融合目標。聯合部隊針對不同時間執行的目標集，實施探索發現、優先排序和匹配效果。此外，目標開發循環以不同的速度發生，并且傳感器可能會在硬性目標過程的后期發現高優先級目標。美國要求有能力盡快適應環境和敵人的行動。由人工智能輔助的聯合目標選定循環可以有意識地和動態地繼續尋求目標，并且能夠使用不斷更新的循環來匹配效果并對目標進行優先級排序。當 C2 將資產設施與高價值“彈出式”目標配對時，其原始目標應立即流回目標解決方案，重新確定優先級，并可能移交給另一個打擊資產。進行這種目標循環的規模和速度只有通過人工智能的認知速度和強度才能實現。由人工智能推動的聯合空中目標選定循環是動態和不斷迭代的。

2.4 目標（Targets）

目標的定義是任何人、地點或事物，考慮采取可能的行動來改變、降低或抵消它為對手執行的功能。 聯合空中部隊指揮官（JFACC）根據對聯合部隊目標的貢獻程度、實現預期效果的可能性、交戰成本和許多其他因素對目標進行優先級排序。目標可以是人員、設備或基礎設施；相反，目標也可能具有數字能力或者是網絡空間中的實體。聯合目標選定中的目標分析不僅定義了目標，還定義了它們的優勢、劣勢和相互聯系。

規劃者必須詳細記錄目標特征，以便他們可以開發、關聯和融合目標。特證是特定于目標類型的，但通常可以包括諸如位置、大小、詳細外觀、目標構成、分散、硬化、電磁特征、發射器和移動性等細節。目前，人類通過低魯棒性的機器對機器通信的數據庫，來手動輸入目標特征、編譯目標、關聯目標、消除冗余并確定目標優先級。

然后，JFACC 的參謀人員對目標進行優先級排序，將其與效果相匹配，并利用可用資產、輸入和來自各組成部分指揮官的協調來執行任務。為了關閉目標選定中的反饋循環，評估小組需要分析行動對實現軍事目標的影響。評估提供了成功的衡量標準，這些衡量標準可以反饋到培訓人類決策者中，并且可以應用于人工智能系統的教學。這個迭代循環強化了最佳行為并減弱了不良行為。

2.5 為什么需要AI？

實施人工智能輔助情報融合和目標優先級排序可以比任何大規模的人工過程更快地動態推薦重新分配軍事資產設施。目前 AOC 中采用的深思熟慮和動態的目標選定循環包含最低限度的自動化，充斥著多余的人力，并且缺乏有效的交叉溝通。在目標選定循環內將人工密集型任務實現自動化，可以加強觀察、定位和決策循環。即使是促進目的、任務、目標、特征和武器在循環步驟之間有效流動的基本自動化，也會減少流程的時間。更全面的人工智能實施將促進目標特征的近乎瞬時融合、匹配目標的優先級、彈藥匹配和空中任務調整。人工智能實施的一個目標是將聯合空中目標選定過程從目前的三到五天減少到沒有固定持續時間的過程，該過程還可以迭代適應實時變化的作戰環境和威脅。

3 在哪里用AI？

當數據中存在潛在模式或相關性時，人工智能會很好地工作。因此，人們應該在可能存在相關性的地方尋求使用機器學習，并且有足夠數量的訓練數據來繪制這些相關性。其次，試圖解釋潛在相關性的模型應該足夠簡單，以快速解決未來的問題。這些概括也有例外，但這些確定是探索的良好起點。人工智能需要包含相關性的數據來??對環境和預測做出結論。人類目前在解決新穎或非結構化問題方面更有效；人工智能在高度相關的環境中茁壯成長。

人工智能目前在多個領域表現出優于人類的優勢。首先，機器學習在人類無法確定管理數據或關系的規則的情況下表現出色。當存在大量變量、變量之間存在復雜的相互聯系或人類無法“標記”數據時，這種確定是可能的。這方面的一個例子是基于 DNA 預測疾病。在沒有幫助的情況下，人類將無法處理一個人類基因組中的所有數據，更不用說來自數千個示例的關聯相關性了。

機器學習擅長的另一個領域是人類可以理解相關性，但規則無法通過蠻力編碼來解釋它們。人類很容易識別手寫字符，但要使用識別手寫所需的所有規則對計算機進行編程卻非常困難。在這種情況下，人工智能的優勢在于能夠以相對便宜的方式擴展應用程序。 AI 讀取并自動發送郵件，減少郵政服務人員的需求并降低消費者的成本。機器學習潛力的另一個領域是執行人類可以完成的任務。然而，情況經常發生變化，人類不斷對機器進行重新編程的成本過高。人工智能可以根據數十億個數據點幾乎瞬間更新感知。這方面的一個例子是亞馬遜的推薦系統。使用人工智能，亞馬遜近乎實時地更新產品推薦，明確為數億人量身定制。在有太多實例無法單獨理解或編程的情況下，人工智能會迭代地適應和學習不斷變化的數據。人工智能在人類不了解管理數據的規則、他們理解規則但無法準確編碼解決方案，或者擴展或迭代調整解決方案成本過高或不切實際的領域非常有用。

人類在創造力、獨創性、責任感和同理心方面保持相對優勢。雖然人工智能可以原創十四行詩并繪制出獨特杰作（評委無法將其與人類藝術家區分開來的），但它們的創造力和獨創性始終是有爭議的問題。這些人工智能本質上是通過學習模仿人類的例子來模仿創造力和獨創性。然而，這些優勢領域可能正在逐漸消失。這種侵蝕的一個例子是從 DeepMind 的 AlphaGo（通過分析人類棋局學會熟練地下圍棋）到 AlphaGo Zero 的轉變，后者僅通過強化學習和自我博弈（而不是觀察人類下棋）來學習。機器正在迫使人類重新評估原創性和創造力的定義。責任可能是目前人類主導的最“黑白”的領域。

在戰爭事務中，人類不應將責任委托給機器，因為他們無法對自己的決定和行為負責。最后，人工智能無法理解人類同理心、道德、信仰、價值觀或隱含目的的復雜性。人工智能可以學習模擬道德或遵守參與規則；然而，人工智能不太可能很快內化人類的同理心，或者批判性思考人類道德、價值觀和某些行為的能力。

由于這些原因，在可預見的未來，戰爭本質決定了很可能仍然靠人類努力。人類將在作戰設計和更接近“戰爭藝術”特征的領域中保持優勢。人工智能將在數據處理、信息融合、優先排序、分析、處理和通常被稱為“戰爭科學”的程序方面出現激增。人工智能將在戰爭的各個層面為人類提供幫助——從援助到完全自主——每一個補充對方的優勢，不對稱地應用于對手的弱點。

4 創建AI模型

前面的部分為讀者在空中力量 C2 和 AI 基礎知識中進行聯合目標選定奠定了基礎；下一步是創建一個建立在該基礎之上的 AI 框架。有無數種方法可以處理每個 AI 應用程序，本節將為非技術讀者解釋一個通用框架——不涉及任何數學或編程！這個通用框架將按時間順序逐步執行：

1.如何確定 AI 的使用領域，

2.如何查找和準備數據，

3.如何選擇算法并生成模型，

4.如何創建適當的決策規則并使用輸出。

武器-目標配對模型作為示例包含在每個步驟中，以增加對概念的一些特異性和理解。

4.1 確定應用領域

創建機器學習解決方案的第一步顯然是確定應用領域，例如工時密集型或高度重復性任務。 AI 擅長解決包含強相關性或示例案例的問題。此外，重要的是要記住不要僅僅為了獲得 AI 解決方案而將 AI 解決方案強加于問題。在解決問題時，人工智能應該提供準確性、速度和/或更高的效率。

在分析應用領域時，最好從相對簡單的問題開始實施，向復雜的問題努力。哪些問題由人類解決相對容易，但需要大量時間或經常重復？聯合目標選定是人類很容易將特定目標與預期效果聯系起來的領域，但該過程經常變化并且需要大量人力。在聯合目標選定中，幾個領域將受益于人工智能：武器-目標配對、任務-飛機配對、目標優先級排序、戰場態勢感知、藍軍和紅軍跟蹤、系統節點分析、空襲計劃制定、ATO 開發和目標情報融合。本文AI 示例將側重于武器-目標配對的使用領域。

4.2 收集與準備數據

數據是人工智能需要學習的燃料。每個應用程序所需的數據類型會有所不同，哪些數據對人類認知是必要的是收集的一個很好的起點。單個推測可能會為數據收集提供一個起點，但可能會產生一些錯誤的相關性，同時也會丟失人類不可見的相關性。如果數據中沒有任何已知的相關性，無監督學習可能會在沒有人類直覺的情況下初步確定關系。

在武器-目標模型的例子中，要收集的基本數據是目標、武器和使用環境的特征數據。每種武器所需的一些數據將包括武器殺傷概率 (Pk) 和損壞概率 (Pd)、致命影響半徑、風險估計距離、可靠性率、圓形誤差概率 (CEP)、制導要求和可用性。一些目標特征數據將包括目標類型、大小、數量、分散、硬化、障礙物、機動性、防御能力和反射率。環境數據可能包括區域威脅狀況、光電能見度、紅外能見度、全球定位系統 (GPS) 狀態以及與人員和建筑物距離有關的附帶損害。有些數據很容易獲得，有些數據需要研究或模擬，有些數據可能需要新收集。

數據劃分分為兩個基本類別：觀察數據（輸入）和結果數據（輸出）。如果數據代表目標或環境特征，則為觀測數據。如果數據表示結果，則它是結果數據，例如武器 Pk 或 Pd。接下來，工程師必須按要求清理異常數據，填寫缺失數據，并規范格式。清理和結構化數據通常是一個困難且費力的過程。工程師必須將數據結構化為可用的形式來訓練 AI 模型，而不會犧牲過多的“好”數據。在數據收集、清理和結構化之后，工程師選擇算法以從數據中創建預測模型。

4.3 選擇算法

尋找“最佳”算法可能是復雜且耗時的。好的是，數據科學家和工程師對于在每個應用領域中哪種算法更強或更弱都有經驗法則。選擇算法的目標是找到一個在給定觀察數據的情況下最準確、最容易預測正確輸出的算法。考慮算法選擇的簡單方法類似于選擇正弦波、直線或對數曲線（或它們的某種組合）是否可以表示二維繪制的數據。在算法選擇中，如果時間和計算能力允許，可以訓練和測試多種類型的算法。對于示例武器目標問題，神經網絡或最近鄰模型可能是最準確和最可靠的預測器，因此將開發這兩種方法。

神經網絡是鏈接到前一行的神經元的若干系列神經元，這些神經元鏈接到前一行并最終鏈接回輸入數據。訓練調整每個神經元之間鏈接的權重和/或導致神經元觸發的閾值。神經元網絡的一側是前面討論過的輸入（每個獨特的觀察數據類別），而神經網絡的另一側是輸出（每種武器和融合組合的 Pk 或 Pd）。為了訓練神經網絡，神經元最初接收隨機權重，數據通過最小化輸出誤差來調整神經元。圖 5 描述了神經網絡訓練，它將每個預測與已知結果進行比較，然后使用它們之間的誤差來調整神經網絡參數。

圖5：訓練神經網絡

訓練迭代最小化預測和現實之間的誤差。這種迭代調整的方法提供了更高的準確性，但需要一些透明度，并且人類可能難以理解神經網絡權重的含義。

相反，最近鄰是最簡單的機器學習類型之一。在這個武器-目標配對示例中，程序員可以使用它來比較神經網絡的性能。最近鄰模型將目標示例的特征與已知示例的特征進行比較，以確定哪種情況最能代表測試目標特征。這類似于警察如何根據他或她最近的鄰居的隸屬關系來預測個人的幫派隸屬關系。該模型擅長根據之前收集的數據對新病例進行分類。

武器-目標示例的維度可能會增加 10 個維度。每個維度代表一個目標或環境特征，包括：大小、類型、機動性、裝甲、GPS 可用性等。有關高維最近鄰渲染的表示，請參見圖 6。

圖6：最近領表示

一旦算法生成經過訓練的模型，模型就會針對工程師之前從訓練數據中分離出來的數據進行測試（這可以防止模型過度擬合訓練數據）。如果效率相當，工程師會選擇最準確的模型。如果模型產生相似的性能，工程師通常會選擇最有效的模型。訓練完成后，模型可以根據需要重新訓練新數據。人工智能開發是一個持續的過程，運營商和信息保障經理應與工程師一起維護和完善人工智能解決方案。

4.4 決策

然后，該模型必須轉化為決策或行動。人類必須決定如何對模型的輸出采取行動。例如，該模型將產生一個分類或可能性，它可以為決策提供 if-then 場景或規則。在武器-目標示例中，模型將為每個武器和目標融合輸出 Pk 或 Pd。適用于模型輸出的有用規則包括相稱性、附帶損害最小化或武器稀缺性。這些規則可以對所需武器進行排序，并限制 AI 建議對每個目標使用核武器（核武器在圖 7 中表示為 1.00 輸出）。

圖7：武器-目標配對神經網絡

此外，人類必須決定授予 AI 的權限級別。如果人工智能準確可靠并且在相對低風險的領域運行，則它可以在沒有人工監督的情況下運行。例如，如果人類僅在 80% 的時間里找到“最佳”決策，那么如果該模型在 95% 的時間里做出“最佳”決策，則人類應該遵循武器目標模型的建議。為了幫助做出這一決策，許多各種類型的人工智能可以用他們的預測來表達置信度。置信度可以表示為測試示例與用于訓練 AI 的數據的接近程度。如果訓練數據不足，或者 AI 不知道如何解釋示例，則置信度可能較低。人類應該將置信度和準確性與人類和其他模型進行比較，以決定授予人工智能多少權限，這可能取決于具體情況。

關于模型何時足夠準確以供使用的決定可能很困難，在訓練場景中讓模型模仿人類可能是明智的，這樣他們就可以評估自己的表現并發現潛在的弱點。決定授予人工智能多少權限應該取決于風險、置信度和時間。領導者應該在低風險領域授權需要速度的決策，同時在不那么緊急的高風險決策時可以暫緩授權——見圖 8。

圖8：考慮風險與時間下的自主級別

4.5 評估

戰時評估是收集和理解信息以更新戰爭信念或觀點的行為。評估過程是每個戰爭級別、每個領域的要求，領導者應有意識地努力確保評估過程中提出的建議準確性。Scott Gartner 在 Assessing War 中寫道，使評估變得困難的三個因素包括“戰時信息的積累速度快于戰時分析能力，領導者需要在清楚了解正在發生的事情之前做出決策，以及信息環境包含巨大的不確定性和噪聲。”人工智能可以在速度和大型計算領域為人類提供幫助，例如那些具有挑戰性的評估。目前的評估“反映了準確性和速度之間的權衡”。人工智能可以提高評估速度；但是，它并不能消除信息滯后。由于需要集中評估以及收集和融合數據的要求，總會存在固有的延遲。人工智能增強的評估可以根據數據不斷迭代分析。除了人工智能在速度和準確性方面的幫助外，本節還將討論人類如何利用人工智能來減輕人類在感知和處理數據方面的偏見。

目標評估是一個持續的過程，用于評估實現預期效果的有效性。評估試圖衡量行動產生的影響。但影響往往難以衡量。例如，領導者如何衡量敵人的士氣或戰斗意愿？衡量成功和目標成就需要具體的成功衡量標準。 Scott Gartner 建議定義代表預期效果的主要指標，這些指標更容易識別和衡量，而不是試圖衡量效果本身。

主導指標是可以輕松識別觀察者看不到的模糊的潛在事實和趨勢標志。主要指標側重于戰時績效指標，使用基于時間的定量績效衡量指標來反映組織的任務完成情況。如本文前面所述，人工智能通常優于人類的領域之一是確定數據中的潛在相關性。使用有監督或無監督學習，機器人團隊可以開發出與性能和效果在統計上相關的主導指標。人工智能可以統計顯示哪些變量與目標成就及其重要性水平相關聯，而不是僅僅依靠人類的啟發式、偏見和認知捷徑來確定評估者認為哪些是成功的。 AI 顯示了與數據相關的主要指標，而不是猜測反饋的定量方法。

軍事評估的目的不僅是為決策者提供對作戰進展情況的衡量標準，而且評估的目的還在于創建一個可操作的反饋循環，用于調整對未來作戰的看法、假設和信念。評估關閉了反饋循環。評估在人類決策中至關重要，但可以說在人工智能應用中更為關鍵。反饋是人工智能能夠適應和改進環境變化的唯一途徑。人工智能系統的評估與人類的評估方式非常相似，調整先前的預測，進行學習和適應。

對于人工智能來說，評估的結果應該不斷地反饋到訓練模型中。在武器與目標配對示例中，規劃人員或機器接收針對特定目標使用的武器的炸彈損壞評估 (BDA)，并將在適用時更新 Pk 和 Pd 模型。例如，如果模擬顯示特定彈頭能夠穿透硬化結構，但現實顯示不同的結果。人類將觀察返回的 BDA 報告并調整他們對該特定彈頭的使用。在機器學習中，預測和實際損傷比較以及由此產生的誤差會更新模型。通過使用更多 BDA 和高度多樣化的場景迭代訓練模型，模型收斂到更新的事實。

制定適當的成功衡量標準對于人類和人工智能的學習都至關重要。選擇一組指標必須揭示有關環境的信息，并為其收集創造適當的激勵措施。如果指標或關系的權重存在虛假陳述，則可能會出現負面訓練。這種負面訓練可能導致人工智能或人類感知永遠不會與現實融合。由于這些原因，人類必須創造明確的目標；操作基準必須將總體目標與可確定的有效性度量 (MOE) 聯系起來。 MOE 與績效衡量標準 (MOP) 相關聯。此外，人類應不斷評估人工智能預測的準確性，并在必要時提供再訓練。在組織內工作的 AI 專家能夠及時調整模型和再訓練，塑造對成功至關重要的學習。評估必須不斷完善人類和人工智能認知，以適應環境。如果領導者尋求不正確的成功衡量標準，人類和機器都會優化不正確的行為。

4.6 評估案例研究

越南戰爭中的目標設定和評估無效的一個例子很明顯。美國領導層制定了敵人“人數”的作戰基準。領導人認為，如果越共和北越無法彌補他們在戰場上的損失，南越將會穩定下來。威斯特摩蘭將軍后來強調了這一指標的不足之處，他說：“誠然，“人數”統計是衡量進展的不完美標準，但在沒有常規前線的情況下，我們還能如何衡量成功？”在強調人數的重要性，領導層誤解了越南的真實情況。此外，在試圖將下屬的信息拉向人數的操作基準時，他們向下屬提供了有害的激勵措施。士兵和領導人錯誤地夸大了人數，試圖最大限度地增加人數會導致非法和不道德的行為。本案例研究強調了目標、操作基準、MOE 和 MOP 對人類和 AI 行為的重要性。當使用不正確的措施和目標時，可能會在訓練中強化不良行為。

4.7 偏見

人類本能地從有時難以解釋的觀察中得出結論。人類也傾向于吸收傳入的信息以適應現有的信念和期望。由于神經元串行處理速度的限制，認知捷徑和啟發式方法對于人類快速做出決策是必要的。大腦通過基于先前學習對當前經驗進行分類和關聯來做到這一點。數據的自動處理、過濾和分類使大腦整體能力更強；然而，這些捷徑也可能導致誤導性評估。這種過濾和偏差發生在較低級別，例如模式識別以及高級分析和評估中。當人們只看數據本身時，既存的信念在面對意想不到的新信息時具有持久力。人類必須承認這把雙刃劍，并利用它來發揮自己的優勢，同時減輕自己的弱點。人類不應該試圖修復、升級甚至根除使我們成為人類的東西；相反，我們應該設計技術來補充我們的能力和局限性。領導者應該尋找人類認知薄弱、不準確或緩慢的領域來進行人工智能的初始實施，同時在依賴創新、獨創性和創造力的領域將主導地位讓給人類。

偏見決策不僅限于人類；人工智能也不能幸免于這些來自現實的扭曲。偏見可能會通過訓練中使用的數據、算法和結構或通過實施來影響 AI。每年都有偏見 AI 的例子，而現實是 AI 僅根據其編程和訓練來做出決策和采取行動——專家稱之為“算法偏見”。算法偏見的例子包括無法檢測到黑人女性的面部識別程序、向女性展示較少高薪工作的廣告、預計少數民族男性的累犯率增加以及“種族主義推特機器人”Tay。用于訓練 AI 模型的數據必須沒有不良偏見，否則 AI 可能會產生不良行為。

人工智能可以為評估提供更大的客觀性。在備選方案之間做出決定的過程可能很繁瑣；它“為重新考慮設置了強大的障礙，即使新信息對最初選擇的有效性產生懷疑。因此，決策者不是重新審視最初的選擇，而是貶低、曲解或忽略與該選擇有關的新信息。” “決策者具有強大的組織目標或自身利益可能會忽略或最小化與這些利益沖突的傳入信息，并突出顯示支持 . . .以我們可能不認識的方式對我們對數據的解釋進行著色。”評估是人工智能實施的另一個成熟領域，因為數據量很大，而且人類偏見可能會扭曲認知。人類應該利用人工智能來增強戰時評估實踐，使其更全面、更快、更客觀。

5 實施AI模型

一旦我們創建和訓練了 AI 模型，我們的工作就沒有完成；最終的成敗在于實施細節。透明度和控制是在任何 AI 系統中建立信任的要求。此外，任何解決方案的人機界面和無縫集成都將成為成功實施的基石。國防戰略承認這一挑戰，并指出：“成功不再屬于首先開發新技術的國家，而是屬于更好地整合新技術并適應其戰斗方式的國家。”人類操作員可能會采用人工智能解決方案只有當它們值得信賴并提供無縫且有用的界面時。本文中推薦的實施不太可能很快發生，它們也不夠詳細，無法在今天直接實現。美國必須將研究、人員配備和資金投入到深思熟慮的實施過程中。使用敏捷開發方法，通過分解問題的各個部分，并隨著時間的推移產生小的勝利，成功的實施和改變是可能的。

美國不能在一次浪潮中或完全使用現成的解決方案來實施一個大型的“人工智能解決方案”。由于應用程序規模、環境復雜性和組織對變革的抵制，試圖開發一種廣泛適用的“解決方案”將是一項不可能完成的任務。對現有流程的迭代改進將推動增量變化，建立信任，并隨著時間的推移導致進一步的發展。

隨著時間的推移，建立信任并引導進一步的發展。在與教授未來 AOC 專家和新 AOC 部門領導的數十位學者和專家的對話中，大多數教師對短期內有意義的人工智能集成表示了相當大的懷疑。每個人都看到了這篇論文的必要性；然而，專家們很快在鼓勵之后發表評論，詳細說明由于依賴當前的“做事方式”和所需的應用范圍，它幾乎沒有實施的機會。教條式的循環很難打破，它們通常需要外部沖擊來突出變革的必要性。人們并不認為 AOC 目前已經“崩潰”，本文也沒有暗示這一點。然而，正如前幾節所述，美國未能保持“相關速度”和認知敏捷性存在危險。 本文的目的是試圖幫助調整國防部文化并確保追求下一個針對任何潛在對手的不對稱超越。

組織和國家堅持他們歷來重視的技術和實踐，以及那些支撐他們當前優勢的技術和實踐。大多數專家同意，空中力量的 C2 在打當今戰爭方面是有效的，但在實現政治目標方面往往效率低下。通常，領導者會在選擇目標的同時選擇實現目標策略。此外，領導者將注意力集中在漸進的“創可貼（Band-Aid）”修復上，而不是尋找可能導致最佳結果的總體公式。最終的問題是：

1.AOC 能否在明天的戰爭中面對近乎同等的對手時進行有效的控制？

2.當前和未來的大趨勢是否會使當前的空中力量 C2 手段和方式過時？

3.是否會出現巨大的失敗來強調向更智能的 C2 轉變的必要性？

我們當前的范式、官僚主義和組織動力所造成的抑制是技術發展和創新中最重要的障礙。理想情況下，更新空中力量的 C2 將利用現代理論和可用技術來全面開發最佳 C2 結構。然而，人們對全面的 C2 大修并沒有興趣，最有可能成功的機會是逐步開發和應用人工智能解決方案，隨著時間的推移建立能力和信任。

5.1 作出改變

控制、職能、流程、結構、人員配備和領導角色的平衡可能會隨著時間的推移在人工智能實施中進行調整。當前的任務機制：計劃、任務、執行和評估，可能仍然適用；但是，監督這些機制的組織和方法可能會發生變化。隨著人工智能解決方案的適應性開發和實施，領導者將能夠測試和運行系統，并通過漸進式變化觀察其影響。測試和演習應包含完整版本的作戰結構，以突出潛在的不足和需要改進的領域。有效的 AI 需要大量數據，而這些數據可能不會出現在小型測試或演練中。如果未來的戰爭需要在多個領域快速適應 C2，美國必須以這種心態開發結構、部隊、流程、測試和訓練。人工智能將補充和自動化某些領域的員工密集型工作，同時創造其他領域不存在的潛力。某些感知、分析、傳播和決策方法對于當今的工作人員和機組人員來說將變得陌生。

C2 和 AI 專家無法準確預測他們未來將如何以及在何處使用 AI；然而，對實施過程的有根據的猜測是觸手可及的。為在空中力量 C2 中成功部署人工智能，建議采取以下七個步驟：

1.領導者必須確保制定和分發從數據收集到人類或人工智能行動的架構、透明度、安全和通信標準。

2.聯合部隊必須為人工智能的開發、測試和演練開發孵化器。聯合部隊必須為這些試驗臺提供足夠的資源，并提供迭代開發和改進跨任務集和戰爭級別的人工智能解決方案所需的訪問權限。

3.孵化器一旦開發出人工智能解決方案，就必須在模擬中對其進行測試。兵棋推演必須充分模仿資產行為并復制現實世界。模擬允許在批準用于實際使用之前在良性和安全的環境中進行新的 AI 測試。

4.聯合部隊必須在演習中測試人工智能，然后才能獲準參戰。從戰術到作戰層面進行的演練提供了微調認知和行為的能力，以及開發和評估作業策略、技術和程序的能力。采用新技術時，人類的迭代適應和性能改進的相同理論也適用于人工智能的使用。改善 AI 行為的兩個示例方法包括：a.最初跟隨人類決策者并從他們的行為和決策中學習。在向人類決策者進行初步學習后，人工智能可以通過未來的自我學習繼續改進，而不會受到人類的影響。或 b.通過在對抗性學習或強化學習環境中對幾代 AI 模型的行為進行自我訓練，迭代地改進 AI 決策，然后將性能與人類行為者進行比較。在訓練過程中，人類應該在表現出可取或不受歡迎的行為時提供輕微干涉。

5.與人類和其他人工智能相比，AI一旦表現出卓越的性能，就可以選擇使用AI。每個應用領域所需的性能水平會有所不同，包括置信、時間和風險等因素（參見圖 8）。如果滿足以下條件，人工智能認證應批準人工智能作業：a. AI 已達到所需的性能水平。b. AI符合安全要求，遵守適用的交戰規則和國際武裝沖突法。 c. AI 滿足安全要求，包括對所需數據的訪問、所需的機密性以及數據和信息流的完整性保證。 d. AI 可以與所需的實體進行通信。 e.如果需要，人工智能可以由人類控制。

6.當聯合部隊使用人工智能時，他們應該尋找相鄰的使用領域，以補充和擴大自動化，增強有效性和效率。人工智能解決方案的增量實施將通過協同效應獲得效率和性能，通常稱為飛輪效應。

7.聯合 C2 的組成、組織、流程和速度將在人工智能的實施過程中不可避免地發生變化。領導者及其員工將負責調整流程、組織結構和訓練，以獲得人工智能的利益。

在人工智能增強的戰斗中，聯合空中力量 C2 的領導力無疑會有所不同。人類可能會花更多時間在評估、分析和決策上。隨著機器快速清理和構建大量數據，人類決策者可以將更多時間投入到人類擅長的事情上——在作戰“藝術”中發揮創造力，做出負責任的決策，并為棘手的問題集帶來獨創性。任何將人類決策注入人工智能繁重的周期都將不可避免地減慢這一過程。然而，人類可以在決策循環中提供顯著的風險緩解和監督。在決定何時何地需要人工決策時，領導者必須評估風險接受度、對 AI 的信任、AI 置信度、成本、時間限制、戰略影響和潛在的意外影響。隨著人工智能的發展和廣泛實施，失敗的機會越來越多。錯誤和硬件故障的機會隨著復雜性的增加而增加。未來可能繼續需要某種程度的人機交互。戰爭的本質仍將是以人為中心的努力。反復出現的管理和維護挑戰放大了對決策者和工程監督的要求。主題專家、工程師、信息經理和決策者應該從開始到部署齊頭并進。

5.2 對AI建立信任

在將控制權交給人工智能之前，信任是任何系統的要求。人工智能的大多數當前應用程序執行相對良性的功能，無需做出生死決策。人工智能在 C2 中的初始應用也應該在能力和過程最容易理解的領域和低風險領域。隨著時間的推移，應用領域可能會增加；然而，人類在信任人工智能合作伙伴之前需要透明度、控制力和可信度。

人工智能和自動化通過小小的勝利建立信任。低風險領域的逐步實施將表明人工智能是有能力的。例如，人類對將日常通勤中的權力委托給人工智能持懷疑態度，因為高速駕駛是一項冒險的嘗試；然而，數十萬人在日常通勤中信任特斯拉汽車。隨著時間的推移，人類通過其展示的能力變得舒適和信任。多年來，人工智能已經建立了控制車輛的能力。最初，圖像識別展示了識別物體的能力，例如標志、人、汽車和畫線。深度感知和自由空間算法發現了在環境的實時表示中顯示可駕駛區域的能力。最后，將多種形式的人工智能融合到駕駛解決方案中，超過了普通人類駕駛員。特斯拉通過可信度和展示能力建立了對其人工智能的信任。

透明度還通過可追溯性、理解和驗證來促進信任。在中高風險應用程序中實施的人工智能必須能夠顯示基本假設并追蹤得出結論的方法。跟蹤從輸入到輸出的決策過程的能力產生可解釋，這在學習系統中有時很棘手。生命未來研究所在 2017 年發布了 23 條人工智能原則，并得到了數千名領先的人工智能專家的認可，強調了透明度和安全性問題。該研究所強調“故障透明度”和“司法透明度”是未來人工智能發展的兩個要求。簡而言之，人工智能必須能夠顯示系統出現故障的原因，并就其做出具體決策的原因向人類提供令人滿意的解釋。透明度是系統設計期間的要求。

控制不會產生信任，但缺乏控制會迅速破壞以前存在的任何信任。人類感知人工智能的行為和意圖，然后能夠指導或改變任何系統行為的能力至關重要。如果策略、戰略或目標發生變化，領導者必須能夠調整行為。此外，如果人工智能表現出不正當的意圖或表現不佳，人類必須能夠超越其行為。盡管系統沒有按要求運行，但一旦識別出危險情況，人類必須能夠進行控制。透明是控制的要求，控制是信任的要求。

5.3 兵棋推演與仿真模擬

如前幾節所述，兵棋推演和模擬有助于訓練 AI。現實世界的事件和過去的行動結果可以調整人工智能的行為，但這只能通過特定的現實世界例子來教人工智能。如果一個場景過去沒有發生過，那么人工智能將沒有準備好在未來處理它。人工智能需要能夠模擬以前沒有收集數據的場景，以概括其學習并更好地填補存在的空白。許多類型的 AI 都需要模擬環境來測試相關場景或可能發生的場景，但在現實世界中進行測試是不切實際的。通過在模擬世界中作業項目、參數和動作，人工智能可以比現實世界更快地觀察效果并強化適當的行為數量級。

5.4 靈活的自主性

靈活的自主性是指系統在有或沒有人的情況下運行的能力。靈活的自主性最初可以提供 AI 實施，一套“訓練輪”，直到最終系統驗證發生。在最初的 AI 應用期間，人類可能會選擇將很少的權限讓給 AI。然后，隨著人工智能學習行為和優化，人工智能可以接管越來越多的任務。靈活自主是一種隱喻的在線訓練。自主性可以從人的身影轉移到人進回路中，再到人在回路中，最后如果需要的話，再到人出回路中。

人的參與程度也會隨著風險或在具有挑戰性的情況下發生變化。圖 8 顯示了授權給 AI 的權限數量與時間和風險的關系。使用不同級別控制的人工智能在風險變化的領域是有益的。此外，與人類合作的人工智能可能需要在有爭議的領域或敵人試圖拒絕通信或訪問的領域更加自主地運行。在這些環境中，靈活自主可以提供人類監督的能力，直到它被拒絕，此時人工智能就像訓練有素的一樣，直到重新與人類控制器通信或完成任務。

5.5 分布式執行與數據需求

由于對數據和控制的要求，人工智能的實施似乎意味著背離分布式執行。權力下放仍將是空中力量的基本原則。由于不確定性、摩擦、變化、通信限制和模糊性，分布式執行是一項要求。權力下放使機組人員能夠掌握主動權，對不確定和不斷變化的環境做出反應，并訓練下級指揮官的靈活性。由于人工智能的實施，空中力量執行的最重要的直接變化是需要增加數據收集。如前所述，數據是 AI 學習和性能的基本要求。如果沒有足夠的數據收集，人工智能就無法準確感知環境并做出決策。未來的領導層可能會強調整個空中業務級別的數據收集和及時報告要求，以確保反饋循環穩健。指揮官必須向操作員清楚地表達意圖并協助他們分布式執行，為他們提供適當的工具和態勢感知來根據意圖執行。操作員應向其指揮官提供及時準確的真實數據和可靠準確的執行，以換取下放的執行權限。

總結

空中力量的 C2 需要進行技術改造，以便在未來的戰爭中有效地投射空中力量。歷史表明，那些適應太慢或未能預見關鍵支點的人將遭受失敗甚至滅絕。世界正處于對人工智能巨大力量和指數級增長的開始階段。人工智能的創新解決方案可以將空中力量的 C2 帶入 21 世紀。通過建立能夠超越對手的系統和決策過程，美國可以保持在空中力量使用方面的主導地位。通過在多個領域為我們的對手制造多重困境，我們可以指揮戰斗——領先一步，朝著我們選擇的方向前進。

開發人工智能解決方案的第一步是確定潛在的實施領域。作者選擇討論聯合目標選定中的 AI 示例，但僅空中力量 C2 就有很多增強和自動化的領域。確定應用領域后，收集相關數據。人工智能需要數據來了解環境并創建簡化的模型來進行預測。如果數據不可用，可能需要部署傳感器并尋求其他方法來收集數據。然后，數據科學家和工程師對數據進行過濾、清理和結構化，以滿足 AI 開發驅動的情境需求。所需數據的收集及其清理通常是 AI 開發中的大部分工作。

收集相關數據后，算法選擇和訓練創建模型來解釋現實。有無數種算法和結構，沒有一個“千篇一律”的解決方案可以解決每個問題。反復試驗、訓練和比較模型將不斷地顯示出問題及其解決方案的最佳方法。一旦選擇了最準確和最有效的算法，就可以開始起草確定性規則，并訓練模型。領導者必須確定他們將如何使用 AI 的輸出以及控制級別。風險、時間和置信度都會影響委托給 AI 的自動化水平。

人工智能已經在企業界建立了強大的立足點，但空中力量幾乎沒有任何重要的人工智能應用的例子。為了在國際安全領域保持優勢，美國必須發現和開發創新的人工智能解決方案。俄羅斯和中國正在加大對人工智能作為一項戰略技術的投資，尋求“在人工智能發展的國際競爭新階段搶占戰略主動權，創造新的競爭優勢。”通過利用人工智能和自主性的進步，美國可以恢復其與潛在對手的日益減弱的優勢并加強威懾力。現代戰爭的復雜性和速度已經超過了我們的 C2 能力。擁有信息優勢的一方將決定未來戰爭的結果，并能夠通過高速決策做出即時反應，同時為敵手制造復雜而同時出現的困境。這種未來的能力遠未得到保證。美國必須努力保證這種由人工智能自主和增強實現的敏捷性超越。

在 2020 年，空中力量（制空權）辯論越來越多地關注新興技術對國防創新和未來戰爭特征的影響。人工智能 (AI) 系統、機器人技術、增材制造（或 3D 打印）、量子計算、定向能量和其他“顛覆性”技術等先進新技術的融合，第四次工業革命 (4IR)為國防應用提供了新的和潛在的重大機會，進而提高了對潛在競爭對手的軍事優勢。當前的大部分辯論可以說將“下一個前沿”技術描述為“不連續”或“破壞性”軍事創新的代名詞——從“工業時代”到“信息時代戰爭”和現在越來越傾向于“自動化時代的戰爭”（Raska，2021 年）。例如，高光譜圖像、計算攝影和緊湊型傳感器設計等先進傳感器技術旨在提高目標檢測、識別和跟蹤能力，并克服傳統的視線干擾（Freitas 等人，2018 年）。具有自適應特性的復合材料、陶瓷和納米材料等先進材料將使軍事裝備更輕，但更適應于復雜環境（Burnett 等人，2018 年）。新興光子技術，包括高功率激光器和光電設備，可能會提供基于量子計算和量子密碼學新級別的安全通信（IISS，2019 年）。

新興技術的融合——即機器人技術、人工智能和機器學習、具有先進傳感器技術的模塊化平臺、新型材料和保護系統、網絡防御和模糊物理、網絡和生物領域之間界限的技術，被廣泛認為對人類的特征具有深遠的影響。未來的戰爭，在空中力量的背景下，有望將新的機器學習算法應用于高速進行信息處理、有人/無人武器平臺和監視系統的混合自動化，以及最終指揮和控制 (C2) 決策（Horowitz，2018；Cummings，2017）。

大型軍工產品不再是技術創新的唯一驅動力；取而代之的是，具有雙重用途潛力的先進技術正在商業領域開發，然后“轉而”用于軍事應用。

然而，盡管戰略背景各不相同，但這些新興技術的傳播也引發了類似于過去 40 年提出的理論和政策規定性問題：新興技術的傳播是否真的意味著戰爭中的“破壞性”轉變？這僅僅是進化上的變化嗎？如果新興技術規定了戰爭的顛覆性變化，那么國防資源分配的必要性是什么，包括部隊結構和武器采購要求？包括空軍在內的軍事組織如何利用新興技術為自己謀利？此外，新興技術在應對 21 世紀以不確定性、復雜性和模糊性為特征的安全威脅和挑戰方面的效果如何？

顛覆性敘事的四個十年

在受信息技術飛躍的推動下，“顛覆性”軍事創新敘事和辯論的軌跡已在 IT 驅動的軍事革命 (IT-RMA) 的背景下定義，該革命已通過至少五個階段：（1）1980年代初期蘇聯戰略思想家對軍事技術革命的初步概念發現，（2）1990年代初期美國戰略思想的概念適應、修改和整合，（3）1990 年代中后期對技術的 RMA 辯論，（4） 轉向更廣泛的“防御轉型”，并在 2000 年代初期進行部分實證調查，以及 (5) 從 2005 年起質疑顛覆性敘事的批判性逆轉（格雷，2006 年）。然而，自 2010 年代中期以來，隨著人工智能和自主系統等新技術的加速傳播，人們可能會爭辯說，新的 AI-RMA 或第六次 RMA 浪潮已經出現（Raska，2021 年）。

然而，回想起來，在過去的 40 年里，IT-RMA 的實施也可以說是遵循了一條明顯低于革命性或破壞性的道路，包括對現有能力的漸進式、通常近乎持續的改進（Ross，2010 年）。雖然國防技術、組織和理論方面的重大、大規模和同步的軍事創新是一種罕見的現象，但軍事組織在很大程度上是通過一系列持續的軍事創新取得進展，從小規模創新到大規模創新，這些創新塑造了他們的戰爭行為（Goldman，1999）。雖然這個時代的許多軍事創新，例如網絡中心戰的概念已經成熟，但關于即將到來的“破壞性軍事轉型”的敘事幾乎總是超過了現有的技術、組織和預算能力。此外，不同的概念、技術、組織和作戰創新主要集中在將數字信息技術集成到現有的傳統平臺和系統中（Raska，2016 年）。

國家和非國家行為者都可能使用這種所謂的對抗性機器學習來欺騙對方，使用不正確的數據得出錯誤的結論，并在此過程中改變決策過程。

例如，在美國的戰略思想中，顛覆性軍事創新的敘事從 2005 年開始隨著伊拉克和阿富汗戰爭中的作戰挑戰和經驗逐漸淡化。更多批評聲音指向“破壞性”防御轉型的未兌現承諾。 “新思維方式和新戰斗方式”的基本原理幾乎證明了每項防御倡議或提議的合理性，這表明迷失方向而不是明確的戰略（弗里德曼，2006 年）。國防轉型懷疑論者還警告說，通過技術解決復雜戰略挑戰的邏輯有缺陷，同時放棄了潛在敵人或競爭對手的適應能力。簡而言之，由于預算要求和不切實際的能力組合而不是實際的戰略和作戰邏輯，即將發生的國防轉型的破壞性敘事已經變成了一個模棱兩可的想法（雷諾茲，2006 年）。

為什么AI浪潮不同？

然而，新的“支持人工智能”的國防創新浪潮在幾個方面與過去以 IT 為主導的浪潮不同。首先，人工智能支持的軍事創新的傳播速度要快得多，通過多個維度，特別是通過大國之間加速的地緣戰略競爭——美國、中國和較小程度的俄羅斯。大國之間的戰略競爭并不新鮮。它們深深植根于歷史——從公元前三世紀伯羅奔尼撒戰爭期間的雅典和斯巴達大戰略，到二十世紀下半葉冷戰的兩極分化。然而，新興戰略競爭的性質不同于以往戰略競爭的類比。進入 21 世紀，戰略競爭的路徑和模式更加復雜多樣，反映了在不同或重疊規則下的多重競爭，長期的經濟相互依存與核心戰略挑戰并存（Lee，2017）。然而，在爭奪未來霸權的競爭中，技術創新被描述為國際影響力和國家力量的核心來源——產生經濟競爭力、政治合法性和軍事力量（Mahnken，2012 年）。具體來說，美國幾十年來第一次面對一個戰略性的同行競爭對手中國，中國有能力追求和實施自己的 AI-RMA。因此，主要問題不是 AI-RMA 浪潮是否會在戰爭中帶來根本性的不連續性，如果是，如何以及為什么？相反，美國的 AI-RMA 是否可以被相應的中國或俄羅斯 AI-RMA 取消或至少削弱？換言之，技術優勢的差距正在有效縮小，這有效地加速了新技術作為軍事優勢來源的戰略必要性。

新興技術的融合——即機器人技術、人工智能和機器學習、具有先進傳感器技術的模塊化平臺、新型材料和保護系統、網絡防御和模糊物理、網絡和生物領域之間界限的技術，被廣泛認為對未來的戰爭具有深遠的影響。

其次，與前幾十年利用一些軍民兩用技術開發主要武器平臺和系統不同，當前的人工智能浪潮在商業技術創新作為軍事創新來源的規模和影響方面有所不同。大型軍工產品不再是技術創新的唯一驅動力；取而代之的是，具有雙重用途潛力的先進技術正在商業領域開發，然后“轉而”用于軍事應用。在這種情況下，新興技術的傳播，包括增材制造（3D 打印）、納米技術、空間和類空間的能力、人工智能和無人機，并不僅限于大國（Hammes，2016 年）。人工智能傳感器和自主武器系統的擴散也在新加坡、韓國、以色列等先進小國和中等強國的防御軌跡上。這些國家現在有潛力開發利基新興技術，以提高其防御能力和經濟競爭力、政治影響力和在國際舞臺上的地位（Barsade 和 Horowitz，2018 年）。

第三，自主和支持人工智能的自主武器系統的擴散，加上新穎的作戰結構和部隊結構，挑戰了人類參與未來戰爭的方向和特征——其中算法可能會影響人類的決策，并設想在未來的戰斗中使用致命自主武器系統（LAWS）。包括空軍在內的先進軍隊正在試驗各種依靠數據分析和戰爭自動化的人機技術。這些技術越來越多地滲透到未來的戰爭實驗和能力發展計劃中（Jensen 和 Pashkewitz，2019 年）。在美國，選定的優先研發領域側重于在各種人機協作中開發人工智能系統和自主武器——例如，支持人工智能的預警系統和指揮與控制網絡，空間和電子戰系統、網絡能力、致命的自主武器系統等。

人工智能系統將越來越有能力在John Boyd的觀察-定向-決策-行動 (OODA) 循環的每一步中簡化 C2 和決策過程。

戰略競爭、雙重用途新興技術創新和戰爭中人機交互特征的變化，這三個驅動因素的融合推動了一系列定義 AI-RMA 浪潮的新條件。它的擴散軌跡在本質上也對戰略穩定性、聯盟關系、軍備控制、道德和治理以及最終的作戰行動提出了新的挑戰和問題（Stanley-Lockman，2021a）。例如，關于人工智能系統在使用武力中的作用的國際規范辯論越來越關注法律的傳播和遵守國際人道法原則的能力。隨著技術進步從科幻領域轉向技術現實，各國對引入 LAWS 是否會違反或加強國際法律原則也有不同的看法。面對軍事人工智能應用的法律和道德影響，軍事機構越來越認識到需要解決與安全、道德和治理相關的問題，這對于建立對新能力的信任、管理風險升級和重振軍備控制至關重要。盡管如此，國防部和軍隊在倫理道德方面的努力是狹隘地關注法律還是更廣泛地關注人工智能系統的范圍之間仍然存在緊張關系。因此，包括空軍在內的軍隊需要跟蹤關于人工智能和自主性的不斷演變的觀點，并就對 2020 年代及以后的戰略和作戰環境的影響進行辯論（Stanley-Lockman，2021b）。

對空中力量的影響

在作戰層面，空軍旨在加速整合各種人工智能相關系統和技術，例如多域作戰云系統，從各種來源收集大數據，創建實時作戰圖，本質上是自動化和加速指揮和控制 (C2) 流程（Robinson，2021 年）。在這樣做的過程中，啟用人工智能的作戰云可以識別目標并將它們分配給任何領域中最相關的“射手”，無論是空中、水面還是水下——一些空軍將其概念化為聯合全域指揮與控制 (JADC2) 。部分空軍也在試驗人工智能算法作為“虛擬后座”，它可以有效控制飛機的傳感器和導航，尋找對手，并以此減少機組人員的工作量（Everstine，2020）。在這種情況下，關鍵論點是人工智能系統的進步——可以感知、推理、行動和適應的廣泛程序，包括機器學習 (ML) 系統——其性能隨著時間的推移、數據交互的增加而提高算法性能，以及深度學習（ DL）系統——其中多層神經網絡從大量數據中學習——具有“改變空戰行動以及空中力量的構思和使用方式”的潛力（Davis，2021 年）。

具體來說，根據蘭德公司最近的一項研究（Lingel 等人，2020），目前有六類 AI/ML 應用研發，其會對包括空中力量在內的未來戰爭有影響：

（1）計算機視覺——圖像識別——檢測對視覺世界中可用于處理多源智能和數據融合的對象進行分類；

(2) 自然語言處理 (NLP) — 成功理解人類語音和文本識別模式（包括翻譯）的能力，可用于從語音和文本中提取情報，但也可以監控友好通信并引導相關信息以提醒個人或單位；

(3) 專家系統或基于規則的系統——收集大量數據以推薦特定行動以實現作戰和戰術目標；

(4) 規劃系統——使用數據解決調度和資源分配問題，可以針對目標協調選定的空中、太空和網絡資產，并生成建議的分時行動；

(5) 機器學習系統——從與環境的數據交互中獲取知識，可與其他類別的人工智能結合使用，即使 C2 系統在專家知識不可用或最佳策略、技術和程序 (TTP) 未知時學習如何執行任務；

(6) 機器人和自主系統——結合所有或選擇先前類別的 AI/ML 方法，使無人系統與其環境交互；

這些與人工智能相關的類別幾乎適用于空中力量的各個方面，可能會塑造新形式的自動化戰爭：從 C2 決策支持和規劃，人工智能/機器學習可以在日益受限的時期提供推薦的選項或建議；通過數據挖掘能力支持 ISR；后勤和預測性維護，以確保部隊的安全以及平臺和單位的可用性；訓練和模擬；網絡空間行動以檢測和應對先進的網絡攻擊；機器人和自主系統，如無人機，用于從 ISR 到矛尖任務的各種任務，如壓制敵方防空和協同作戰，在空中和陸地打擊行動中整合不同的有人和無人平臺。換句話說，這里的論點是人工智能系統將越來越有能力在John Boyd的觀察-定向-決策-行動 (OODA) 循環的每個步驟中簡化 C2 和決策過程：收集、處理并將數據轉換為統一的態勢感知視圖，同時為推薦的行動方案提供選項，并最終幫助人類采取行動（Fawkes 和 Menzel，2018 年）。

然而，將人工智能系統集成到空中力量平臺、系統和組織中，以將計算機從工具轉變為解決問題的“思考”機器，將繼續帶來一系列復雜的技術、組織和運營挑戰（Raska 等人，2021 年）。其中可能包括開發算法，使這些系統能夠更好地適應環境的變化，從意想不到的戰術中學習并將其應用于戰場。它還要求為這些思考機器設??計道德規范和保障措施。另一個挑戰是技術進步，特別是在軍事系統中，是一個持續的、動態的過程。突破總是在發生，它們對軍事效力和比較優勢的影響可能是巨大的，而且在初期階段很難預測。

然而，最重要的是，關鍵問題是我們可以在多大程度上信任人工智能系統，尤其是在安全關鍵系統領域？正如 Cummings所警告的那樣，“歷史上充斥著類似的戰備承諾如何以代價高昂的系統故障告終的例子，這些案例應該作為一個警示故事”（Cummings，2021 年）。此外，越來越多的研究領域集中在如何通過生成虛假數據來欺騙人工智能系統做出錯誤的預測。國家和非國家行為者都可能使用這種所謂的對抗性機器學習來欺騙對方，使用不正確的數據得出錯誤的結論，并在此過程中改變決策過程。對抗性機器學習的整體戰略影響可能比技術本身更具破壞性（Knight, 2019; Danks, 2020）。

啟用人工智能作戰云用于識別目標并將其分配給任何領域中最相關的“射手”，無論是空中、水面還是水下——一些空軍將其概念化為聯合全域指揮與控制 (JADC2)。

從戰術和操作的角度來看，這些復雜的人工智能系統也需要連接在一起——不僅在技術上，而且在組織和操作上。對于許多空軍來說，這是一個持續的挑戰——他們必須能夠有效地（實時）在各種服務和平臺之間集成啟用人工智能的傳感器到射擊者的循環和數據流。這意味著有效地連接多樣化的空軍、陸軍、海軍和網絡戰斗管理； C2，通信和網絡；情監偵；電子戰；定位、導航和授時；使用精確彈藥。雖然選擇的 AI/ML 系統可能會緩解一些挑戰，但相同的系統會產生另一組與確保可信 AI 相關的新問題。因此，有人可能會爭辯說，未來空中力量中人工智能軌跡的方向和特征將取決于相應的戰略、組織和作戰敏捷性，特別是這些技術如何與當前和新興的作戰結構和部隊結構相互作用。

在這種情況下，人類在未來戰爭中的參與程度、改變傳統部隊結構和招募模式的必要性以及將在哪些領域使用武力都是新技術挑戰的問題。空軍正在為這些問題開發自己的而且往往是多樣化的解決方案。與過去一樣，它們的有效性將取決于與戰略持久原則相關的許多因素——將可用的國防資源“轉化”為新軍事能力的目的、方式和手段，并在此過程中創造和維持具有空中作戰能力的部隊來應對各種突發事件。成功實施的主要因素不是技術創新本身，而是持續資金、組織專業知識（即大規模和有效的軍事和商業研發基地）和實施國防創新機構的敏捷性綜合效應（Cheung，2021）。對于空中力量的未來，這意味著擁有能夠提供創新解決方案的人員、流程和系統，同時保持現有的核心能力，從而在日益復雜的戰略環境中提供可行的策略選擇。

作者介紹：

Michael Raska 博士是新加坡南洋理工大學 S. Rajaratnam 國際研究學院軍事轉型項目的助理教授和協調員。他的研究興趣集中在東亞的國防和軍事創新、戰略競爭和賽博戰。他是《軍事創新和小國：創造反向不對稱》（Routledge，2016 年）的作者，也是《國防創新和第四次工業革命：安全挑戰、新興技術和軍事影響》（Routledge，2022 年）的共同主編。他擁有密蘇里南方州立大學國際研究學士學位、延世大學國際關系碩士學位和新加坡國立大學李光耀公共政策學院博士學位，并獲得新加坡國立大學校長研究生學位獎學金。

摘要

人工智能領域的進展繼續擴大這組技術的潛在軍事應用范圍。本文探討了信任在人機聯合作戰中的關鍵作用，以及依靠人工智能來補充人類認知的潛在影響。如果依靠人工智能來準確處理傳感器數據，操作自主系統和平臺，或通過擬議的作戰概念（如以決策為中心的戰爭）提供有利的決策支持，設想機器智能的中央指揮和控制作用，那么信任機器智能將是未來作戰中的一個關鍵組成部分。鑒于這些技術和理論的發展，信任的概念對于機器智能在戰術和作戰層面的軍事行動中的使用變得高度相關，正確校準的信任水平是安全和有效行動的基礎。在簡要回顧了機器智能的最新進展和對信任概念的探索之后，本文概述了人工智能在戰場上的當前和潛在應用，以及由不充分或不合理的高信任度帶來的挑戰。

引言

縱觀歷史，技術已經擴大了武裝沖突的領域，戰術交戰的節奏，戰場的地理范圍，以及指揮官與部隊溝通的手段。技術創新--包括軍事和民用--改變了軍隊的作戰方式以及國家計劃和進行這些沖突的方式。在21世紀，迄今為止，很少有進步能像統稱為人工智能（AI）的一組技術那樣獲得如此多的關注。人工智能正準備迎來一個新的時代，在這個時代，機器智能和自主性正在為軍事行動的規劃和執行產生明顯的新概念。算法戰爭可能會帶來一些獨特的東西：增強甚至取代人類決策過程的系統，其速度可能超過人類規劃者的認知能力。
新興技術的整合提出了任何數量的基本組織和倫理問題，值得關注。本文將采用定性的社會科學方法，重點討論人類-自治團隊（HAT）的一個重要方面：鼓勵對機器智能的適當信任程度。有大量的學術文獻關注自動化或機器人技術中的信任問題，但有關具體軍事應用的工作較少。當人工智能在聯合作戰中被實際部署時，在信任方面有哪些挑戰和機會？在簡要回顧人工智能和概述機器智能在戰場上的可能應用之后，本文在分析鼓勵適當信任水平的陷阱和潛在解決方案之前，探討了信任和信任校準的概念。

人工智能的進展

幾十年來，人類一直對賦予機器某種形式的人工智能的可能性著迷，Nils Nilsson將其定義為 "致力于使機器智能化的活動，而智能是使一個實體在其環境中適當運作并具有預見性的品質"。在數字時代的早期，出現了兩種廣泛的人工智能方法。自上而下的專家系統方法使用復雜的預編程規則和邏輯推理來分析一個特定的數據集。對于具有可預測規則的明確定義的環境--諸如分析實驗室結果或下棋等應用--專家系統或 "符號 "人工智能（基于符號邏輯）的性能主要取決于處理速度和算法的質量。另一大類使用自下而上的機器學習方法，模擬人類通過檢測數據中的模式進行學習的方式。神經網絡是一種以人腦為模型的機器學習形式，能夠通過使用多個（因此是 "深"）人工神經元層來識別復雜的模式，是被稱為 "深度學習 "的技術的基礎。通過其在數據集中尋找關系的能力，這種技術也被稱為 "連接主義"。
自上而下、基于規則的符號系統和自下而上的機器學習連接主義技術之間的差異是很大的，特別是關于它們的潛在應用范圍和靈活性。深度學習方法的顯著特點是能夠將學習與它所訓練的數據集分開，因此可以應用于其他問題。基于規則的算法可以在狹義的任務中表現得非常好，而深度學習方法能夠迅速找到模式，并在 "蠻力 "專家系統計算方法無效的情況下有效地自學應用。最近的一些人工智能進展顯示了模仿創造力的能力，產生了有效的解決問題的方法，這些方法對人類來說可能是反直覺的。
然而，總的來說，人工智能仍然是狹窄的或 "脆弱的"，即它們在特定的應用中功能良好，但在用于其他應用時仍然不靈活。與人類的認知相比，鑒于機器的計算速度遠遠超過人腦，機器智能在將邏輯規則應用于數據集時要優越得多，但在嘗試歸納推理時，它必須對數據集或環境進行一般性的觀察，這就顯得不足。大多數機器學習仍然需要大量的訓練數據集，盡管新的方法（包括生成對抗網絡（GAN）和 "小于一次 "或LO-shot學習）正在出現，需要非常小的數據集。圖像識別算法很容易被混淆，不能像人類那樣立即或直觀地理解情景背景。這種脆性也延伸到了其他問題，比如游戲。雖然人工智能在視頻游戲中經常表現出超人的能力，但他們往往不能將這種專業知識轉移到具有類似規則或玩法的新游戲中。
 雖然人工智能技術繼續在變得更加適應方面取得重大進展，但任何接近人類的人工通用智能仍然難以實現。評估人工智能的近期前景因該技術的漸進式進展而變得更加復雜。圍繞著人工智能的炒作--在很大程度上被深度學習方法的成功所推動--既導致了對該技術未來的不切實際的期望，也導致了對其非常大的進展的正常化。正如一份報告所指出的，"人工智能將一項新技術帶入普通人的視野，人們對這項技術習以為常，它不再被認為是人工智能，而出現了更新的技術"。盡管象征性的人工智能和各種形式的機器學習構成了該領域最近的大部分進展，也許除了融合這兩種方法的嘗試之外，未來仍然不確定。一些人猜測，機器學習技術帶來的進展可能會趨于平穩，而另一些人則保持樂觀。相關的技術進步，如短期內的計算機芯片設計和長期內的量子計算，可能會影響進一步進展的速度。

概要：

美國太空部隊 (USSF) 作為美國在信息時代建立的唯一美國軍種，擁有“天生數字化”的獨特機會。將抓住這個機會。太空是一個作戰領域，面臨的威脅以驚人的速度覆蓋很遠的范圍。必須接受我們可以使用的信息時代工具，以確保這一代和下一代的空間領域是安全、穩定和可訪問的。 USSF 將打造成為世界上第一個完全數字化服務。將成為互聯、創新、數字化的主導力量。

成為數字服務是作戰的當務之急。這種必要性主要由兩個因素驅動：（1）威脅本質和（2）太空部隊的規模。潛在的對手正在以驚人的速度發展一系列威脅，直接挑戰太空的穩定性以及作為一個航天國家所享有的許多好處。為了應對這些威脅，必須改變范式。必須在領導、采購、工程、情報和運作的各個方面采取更加迅速和果斷的行動，以便在對手的觀察、定向、決策、行動 (OODA) 循環中永久領先。此外，鑒于 USSF 的規模相對較小，實現這一目標將需要組建一支技術成熟、“數字流利”的太空干部，比歷史上任何其他力量都更加熟練、高效和敏捷。

美國太空司令部司令John W. Raymond委托技術和創新辦公室領導 USSF 數字化轉型。將打造一個協作、大膽、持續學習、多樣性和包容性以及適應性的數字服務。

這份前瞻性報告首先詳細闡述了推動USSF數字化服務的必要性。然后，它描述了成為數字化服務意味著什么的理想愿景，包括介紹和定義構成集體數字流暢性基礎的關鍵概念。本文檔還解釋了四個數字重點領域、它們的范圍和重要性以及它們之間的關系。這些重點領域為實施提供了框架，這將塑造即將到來的數字化轉型路線圖。

美國太空部隊“數字服務愿景”清晰地描述了“數字服務”的含義，并概述了實現這一愿景所必需的四個重點領域。承認太空是唯一沒有人類進行軍事行動的物理領域，該數字愿景報告指出“我們的操作員所經歷的一切都是通過從太空接收到的數據以及我們快速分析這些數據對我們有利的能力而得出的。” 該文件接著描述了太空作戰環境的特征以及近乎同行的競爭對手所帶來的日益增長的威脅如何產生了進行大規模文化和技術轉型的必要性。

“美國太空部隊的建立給了我們一代人的機會，可以為有爭議的太空領域創建一個專門為有爭議的太空領域而構建的軍種，”John W. Raymond將軍說。“此外，由于我們的使命具有全球性、數據驅動的性質，我們在整個企業中利用數據和分析，并充當整個國防部的變革推動者，因此我們處于獨特的地位。”

數字服務愿景建立在三個關鍵原則之上，這些原則提供了一條通往更快、更創新和敏捷服務的途徑，旨在滿足太空運營環境的獨特需求：互聯、創新、數字主導力量。

首先，互聯部隊與廣泛的利益相關者有效和高效地共享相關信息，以支持任務。

其次，創新力量通常采用新方法并樂于挑戰現狀。

第三，數字主導力量依賴于人——建立一支賦權、數字流利的員工隊伍，從各個角度倡導創新。

根據這些原則，數字服務愿景概述了四個重點領域，作為必要的數字化轉型的努力方向，守護者必須帶領以實現這一愿景：

• 數字工程：太空部隊將培育一個可互操作、有彈性和安全的數字工程生態系統 (DEE)，這將使整個部隊的守護者能夠迅速將創新概念成熟為綜合解決方案，并更快地提供關鍵作戰能力。

• 數字人才：太空??部隊將吸引、教育、發展和留住他們在所有監護人中培養數字流暢性所需的重要人才，USSF 將裝備并授權他們釋放他們的才能和能量，以實現大膽、創新的解決方案。

• 數字總部：這個重點領域指的是一項職能，而不是一個地點——它代表了所有監護人通過消除官僚主義層級、支持和激勵數據驅動的決策制定而有效地做出決策的能力。

• 數字作戰：太空部隊將利用互聯基礎設施和創新、數字流暢的勞動力提供的優勢，在太空中、從太空到太空推動聯合、全域解決方案。

數字愿景將伴隨隨后的轉型路線圖產品，該產品將深入研究并確定為實現愿景取得進展所需的關鍵正在進行和計劃采取的行動。

以下為正文（翻譯版）

為什么數字化？為什么現在？

創建我們的軍種的根本原因決定了為什么我們必須成為一個數字軍種：威脅是真實的和迫在眉睫的。目前，潛在的對手正在努力削弱美國在太空領域的優勢，并迅速縮小差距。他們正以比我們更快的速度向戰場空間、反空間、網絡空間和電磁頻譜（EMS）能力施壓，在某些情況下，他們正在趕超我們。鑒于太空能力作為現代聯合作戰環境的一部分所發揮的重要作用，這對美國國家安全和經濟繁榮是一個不可接受的風險。

為了對付這種威脅，我們必須立即采取行動。我們需要利用信息和數據加速我們的能力，以無與倫比的速度和無情的熟練程度開發、部署和操作聯合空間能力。我們必須利用數字解決方案在一個充滿敵意、復雜和動態的環境中蓬勃發展和適應，這個環境與任何其他國防領域或任務集相比，更受技術的約束和驅動。事實上，太空是唯一一個沒有人類參與軍事行動的物理領域。我們的操作員在該領域的所有經驗都來自于從太空接收到的數據，以及我們快速分析這些數據的能力。鑒于這一運作現實，以及我們必須更廣泛地利用數據和信息，以便在競爭激烈和擁擠的作戰環境中占上風的迫切需要，USSF將進行大規模的文化和技術變革，采用現代技術和方法，成為真正的數字軍種。這一數字轉型的目的是使我們能夠重新掌握主動權，并在我們國家開創的領域保持優勢。

• “[數字現代化]將提高聯合作戰人員的殺傷能力，增強推動任務成功的新伙伴關系，實施旨在提高整個信息企業能力的新改革。”——國防部數字現代化戰略（2019年）

太空軍的規模為數字轉型提供了另一個令人信服的理由：要用小型、專業化的軍種來完成我們龐大的任務，我們必須非常熟練，而且效率極高。雖然有些人可能認為我們的軍種相對薄弱是成功的障礙，但事實上，這可能是我們最大的優勢之一。盡管國防部的航天任務通常是多領域的，但通常是由相對較少的高度專業化的精英隊伍來完成的，他們推動技術上可能的前沿領域。換言之，USSF的使命和人員是信息時代的理想匹配者，這就是為什么我們被獨特地假定為“天生數字”的姿態。此外，我們有機會在招募、維持和培訓方面進行高度選擇，從而確保我們塑造一個技術嫻熟的、 “數字流暢”的精英隊伍。歸根結底，一支精干、專注的部隊天生就具有更強的適應能力，獨特地使我們能夠快速轉向和進化，以應對高度動態的環境。

• “需求是創新之母。從16000人或更少的太空軍的角度來看，我們需要輕巧、精干、敏捷和大膽地釋放我們的潛力。”–Stephen Whiting中將，太空軍指揮官

• 數字流暢性：組織中任何級別的人員在數字連接的世界中有效地選擇和使用適當的工具和技術來解釋信息、發現意義、設計內容、構建知識和交流想法的能力。

通過成為數字軍種，我們有潛力變得更加熟練、高效和敏捷。通過這一數字轉型，我們將營造一個環境，在能力發展的各個方面培育快速、創新的解決方案。結合正確的政策和流程，我們將消除官僚主義，并在所有級別實現快速、數據驅動的決策。通過尖端的培訓內容和正確的職業激勵，我們將在一個共同的事業中釋放我們團隊精英的力量。一支數字太空部隊不僅將產生巨大的競爭優勢，并決定未來任何太空沖突的條件，它還將使我們能夠在任何可能的作戰領域為我們的其它軍種提供一個典范。

這種需求再清楚不過了——USSF必須迅速而有意識地成為一個數字軍種，作為改革我們國防航天事業各個方面的歷史性機遇的一部分。這將是什么樣子，它將如何從根本上改變我們的作戰方式，將在本文檔的其余部分進行描述。在所有這些努力中，確保我們的數字軍種在網絡空間和整個電磁頻譜中的安全性對我們來說至關重要。

我們認識到這種轉變需要時間，我們需要應對一系列挑戰來實現我們的目標。雖然我們正在努力改善我們與美國空軍 (USAF) 共享的數字基礎設施，但仍有許多工作要做。我們必須利用我們的行業和政府合作伙伴關系來確保我們所依賴的數字基礎設施能夠滿足現代需求。此外，我們必須結合我們的數字轉型努力進行文化轉型，以營造一個鼓勵大膽、透明、持續創新和可預測的風險承擔與潛在機會相平衡的環境。我們還需要重新考慮那些阻礙我們比對手更快適應和創新能力的過時政策和流程。克服這些挑戰需要一個綜合計劃，將多個正在進行和計劃的活動聯系起來。該計劃的制定對我們的長期成功至關重要，并將在即將發布的路線圖中加以闡述。

數字太空部隊愿景

面對日益增長的威脅的嚴峻現實，部分有獻身精神的守護者清楚地表明了數字轉型的迫切需要。我們必須回答的下一個問題是，“成為數字軍種意味著什么？”為了使利益相關者理解我們的理想方向，必須就數字軍種及其提供的利益提出一個統一的概念。因此，本節的目的是建立和解釋數字太空軍愿景的全部邊界。

宗旨1：互聯互通

一支相互聯系的部隊與廣泛的利益攸關方有效和高效地共享相關信息以支持任務， 它必然包括實現和促進不受限制的信息和思想交流所需的人員和基礎設施。

互聯力量的基礎是它的數字基礎設施，如果我們要真正做到“以數據為中心”，我們必須將其視為一項關鍵的戰略資產。我們的數據網絡必須是帶寬豐富的，同時在整個沖突的頻譜中也是可靠的，并且在多個安全級別上是安全的。我們的共享數據存儲庫也必須對那些需要它的人可見和可訪問，并對那些不需要它的人加以保護。以這種健壯的數字基礎設施為基礎，我們將建立一個可信的、可理解的、協作的環境，該環境包含用戶工具和應用程序，以實現與受保護的數據類別的安全交互。此外，USSF必須支持一個我們不再局限于一個物理位置的世界。這可以讓USSF靈活地讓守護者作為“數字游牧者”進行虛擬作戰，作為本質上的機動部隊的一部分，無縫地支持來自不同地點的各種任務。我們必須尋求與站點無關的解決方案，實現基于服務的分布式功能，而不考慮所支持的任務或所涉及數據的保護要求。所有這些要素也必須完全鏈接和互操作。

• 以數據為中心：認識到數據的力量、承諾和首要地位，以數據為中心意味著最大限度地提高人員對數據（相對于產品）的優先級，以提高信息交換、知識管理和決策的速度、相關性和有效性。“技術以及如何使用它，應該作為每個守護者 DNA 的一部分。” - USSF 參謀長 Nina Armagno 中將

• “我們必須迅速、廣泛地成為數字軍種，不僅在我們自己的規劃中，而且要與盟友和行業建立聯系。” ——美國太空司令部副司令John Shaw中將

實現無處不在的互連性不僅需要強大的數字環境——我們還必須解決人文方面的問題。我們將在所有利益相關者之間建立和激勵公開、透明的溝通，以實現整個部隊的統一努力。展望未來，所有守護者的默認思維方式必須傾向于通過集成解決方案進行協作；每個人都應該努力保持全貌并幫助其他人實現同樣的目標。這需要我們在部隊的橫向和縱向上培養一種坦誠互信的文化；在這個快節奏、高威脅的環境中，我們必須時刻牢記我們都在同一個團隊中。

作為一種相互聯系的力量的另一個重要方面是組成聯系的廣度。與工業界建立有針對性的伙伴關系，可以在可能的情況下提供快速發展的技術。通過吸引新的和有遠見的公司與USSF合作，巧妙地增加我們在任務活動中對商業數據的使用，我們可以共同實現遠遠超過我們單獨產生的能力。此外，與學術機構合作將為我們提供獲得學位和認證的機會，既能培養訓練有素的專業勞動力，又能培育研究與發展合作機制。此外，尋求和加強與其它軍種、政府機構和國際盟國的合作，可以擴大我們的影響力和相關性，同時抵消過渡成本的負擔。在建立這些伙伴關系時，確保我們擁有適當的數據權利以促進靈活性和控制至關重要。歸根結底，我們知道在可擴展到更廣泛的利益相關者社區的可互操作的數字協作環境中具有內在的力量、效率和集體智慧，我們將積極參與建立和加強這些伙伴關系，以造福所有人。

宗旨2：創新

一支創新的部隊通常會采用新的方法，并隨時挑戰現狀，作為不斷發展、改進和進步的審慎承諾的一部分。在成為數字軍種的背景下，這種創新必然涉及到新技術的開發和采用，以便在多變的競爭環境中更有效地應對不確定性。賦予雇員權力對我們愿景的這一方面至關重要，因為守護者不僅需要具備有效創新的適當技能，他們還需要適當的支持和鼓勵來愿意這樣做。

作為小型數字流暢軍種的一部分，每個成員都必須是變革的推動者，能夠為棘手的問題提供大膽而富有想象力的解決方案。為了支持這種精神，不斷學習和個人成長將是我們的口頭禪。所有員工都有責任不斷提高自己的數字流暢度，磨練自己的技能，以跟上高度動態數字環境的步伐。此外，USSF將通過及時和相關的學習活動來支持這些價值觀，這些活動可以通過最先進的方式進行。結合上文討論的協作互聯的力量，空間部隊專業人員將獲得與當前和新興技術相關的培訓、教育和行業沉浸機會，以實現并保持“數字優先”思維的集體傾向。

• “我希望指揮官和項目經理接受與創新和實驗相關的適度風險，以建立一支靈活的力量，更好地確保我們在太空中的長期競爭優勢。” – CSO 規劃指南（2020 年）

我們還需要從眾多來源吸引和留住具有適當技術能力和態度的人才，以確保我們擁有頂尖的數字人才和必要的視野。利用我們作為互聯互通的一部分建立的合作伙伴關系，我們將接觸和探索非傳統資源，以實現我們的招聘目標。近期內，我們將在全社會聘請高技能、高積極性的技術專家，同時為培養未來領導者和創新者的初級骨干播下種子。此外，使我們成為數字游牧民的相同技術也將激活更廣泛的用戶群體。這將有助于我們實現思想和專業知識的多樣性，以及背景和經驗的包容性，從而帶來最好的想法，預防群體思維，并推動創新。再加上我們為造就一支數字流利的員工隊伍而進行的投資，我們還必須培育環境，釋放他們的潛力。這將包括為守護者配備正確的工具集來利用他們的技能。為了適應對手的威脅，USSF將把自己定位為尖端、用戶驅動技術的積極的早期采用者，這些技術代表了行業必須提供的最佳能力。這種環境的另一個重要方面將是獲得適當的數據權利，以確保USSF對其能力具有必要的影響力。最重要的是，提供真正改變游戲規則的創新需要 Guardians 能夠根據他們的想法采取行動。USSF成員必須獲得心理安全和職業激勵，以便在適當的時候表現出自信和冒險精神。為了支持這種模式轉變，我們將修改我們的績效評估框架，以認識和重視這些特征。此外，我們還將挑戰每個人，讓他們成為數字轉型的老師和領導者，并堅持不懈地將決策降低到最低可行水平。通過培育這種文化，我們將擺脫傳統、被動的思維方式，建立一個自下而上、有機創新的環境，促進我們的數字轉型。

宗旨3：數字主導

一支數字主導的部隊將其累積的技術實力轉化為強大的力量倍增效應，以比任何潛在對手更快、更有效地開發、部署和作戰能力。要實現持久的主導地位，就需要我們將相互聯系和創新的要素灌輸和綜合到我們在支持聯合作戰部隊方面所做工作的各方面。成為數字主導的關鍵將是我們的員工。我們必須建立一支資源充足、權力充分、數字流暢的員工隊伍，能夠并激勵他們在每一個環節都支持創新。基于肯定的文化、精簡的業務流程和強大的數字工程生態系統（DEE），Guardians 將在“數據空間”中直觀地思考和行動，完全有能力應對我們面臨的動態挑戰。最終，我們必須設法使所有人員都能充當“內部企業家”，擁抱數字技術，推動創新，并在整個組織內推動流程和操作的執行。

數字重點領域

• “通過在我們的工程、人才、總部和作戰中推動數字主導地位，我們將創建一個自我維持的創新系統。”– 首席信息官 Kimberly Crider 少將（代理）

太空軍的首席戰略官（CSO）規劃指南 (CPG) 強調迫切需要“創建數字服務以加速創新”。為了更好地了解所需變革的范圍，并建立實施這些變革的框架，CPG 還確定了四個重點領域：數字工程、數字人才、數字總部和數字作戰。實現我們的數字軍種愿景的原則——互聯、創新和數字主導——需要我們在每個重點領域進行重大的、協調的投資。這些投資的長期優勢幾乎是無限的，使我們能夠用一支小而有力的力量來應對和克服威脅。然而，我們也將獲得一系列短期利益，包括支持我們的新服務的智能路徑和實現CPG中要求的效率的方法，例如將員工培訓的時間提高15%。這些重點領域無法通過孤立的方法完全實現。USSF將需要與更廣泛的空軍職能部門和美國空軍合作伙伴合作，以加快投資優先事項，并振興我們的共享數字基礎設施，確保其滿足所有任務需求。根據2020年國防部數據戰略，我們將與更大的社區合作，以確保從一開始就將數據和流程互操作性作為核心要求來設計、采購和實施整個“技術堆棧”。我們還將聯合國防部、學術界、工業界和國際合作伙伴的創新思想領袖，他們正在著手進行自己的數字轉型。我們即將發布的路線圖將包含具體的實施指導，以及具體的投資和相關的指標，這些指標將解決合作機會，并將根據這四個重點領域進行構建。從一開始就明確每個重點領域的范圍以及我們期望它們如何為數字太空軍愿景做出貢獻是很重要的。重點領域是密不可分的，如果我們不能發揮任何一個重點領域的潛力，我們將無法成為真正的數字軍種。重點領域重疊，為實現數字太空軍提供相互依賴、協同的貢獻。通過在所有四個重點領域推動數字優勢，我們將實現數字太空軍愿景并鞏固我們在數字領域的優勢，作為我們更大的太空優勢目標的一部分。

數字工程

與2018年國防部數字工程（DE）戰略一致，DE的一個關鍵目標是管理當代武器系統采辦的復雜性，以及加速和現代化整個能力開發生命周期，從概念到部署，再到作戰和保障。在權威真實來源的支持下，結合大數據方法，利用基于模型的系統工程等技術，并錨定于共享建模和仿真(M&S)框架，我們將管理從作戰人員到開發人員的需求和測試，并在整個技術堆棧中作為一個連續的虛擬數字線程再次返回。我們將開發企業級架構，以捕獲與威脅模型和預期作戰效果相關的優化部隊設計，同時支持更廣泛的國防部頂層戰略意圖、合作和伙伴關系。我們將采用敏捷實踐，快速創建和部署增量解決方案，建立DevSecOps工廠，促進軟件開發，并從一開始就納入安全考慮。我們將在漸進和持續的基礎上，讓所有利益相關方有針對性地參與進來，同時確保USSF遵守與關鍵采購決策點相關的適用法律和政策，而不是在有限的參與者范圍內進行里程碑式的、基于工件的技術審查。還將建立“數字孿生”以將所有這些要素聯系在一起，作為敏捷開發和能力測試以及向作戰和持續性保障無縫過渡的一部分，與任務伙伴進行協作。

改善和加速能力生命周期在很大程度上依賴于擁有由最先進的、可互操作的、低延遲的網絡提供支持的安全、充滿活力、有彈性的數字基礎設施。在此基礎設施之上，USSF 將建立必要的工具、應用程序和界面，以允許用戶生成和操作數據、模型和分析，所有這些都構成一個完全聯合的數字工程生態系統 (DEE)。該 DEE 將支持從幾乎任何地方進行及時、可靠和多級安全訪問，同時促進Guardians之間在每個重點領域的所有任務相關活動中的敏捷協作。此外，持續投資將通過定期的技術更新來保持 DEE 性能的相關性和安全性，以跟上不斷發展的能力和威脅，確保 Guardians 始終擁有現代化和可靠的技術。有了這個 DEE，再加上正在進行的簡化采購的努力，USSF 可以以與作戰相關的速度引領能力開發和交付的革命，以保持領先于威脅。

數字人才

數字人才的重點領域包括兩個互補的方面：能力和態度。在能力方面，我們將實施一項大膽的新Guardians戰略，利用每個人的獨特優勢，為相互關聯的高績效團隊提供動力。我們將利用我們小型軍種固有的選擇性，從全國各地吸引和招聘技術熟練的人才，我們將在完全整合的數字人才中管理這些人才。作為我們實現和保持數字流暢性戰略的一部分，我們將確保Guardians能夠及時獲得量身定制的學習機會，以提高和更新他們的技術相關技能，以便他們能夠直觀地優先考慮以數據為中心的解決方案，而不是以產品為中心的流程。此外，還將向主管提供必要的工具和見解，以便就人事招聘決策、發展機會和職業發展做出明智而有效的決策。最后，還將建立新的職業家族、晉升框架和替代評估方法，以建立與有機建模、數據科學和軟件開發（如“超編碼者”）相關的專業知識，以及培養數字優先思維的總體創新文化。

• “我采用一種默認的指揮風格，即‘否定式指揮’，在這種情況下，下級將默認采取行動，除非上級有明確保留的權力。”—CSO規劃指南（2020）

在態度方面，USSF數字人才既受到激勵合作，又有權采取行動。每一個太空軍成員——在每個級別——的自然傾向是與其他人分享他們的知識和專業技能，這樣，我們的軍種就可以“發揮其應有的作用”。例如，將鼓勵Guardians共享信息——同時保持對安全要求的認識——不僅在他們各自的任務范圍內，而且還與更大的利益相關者社區共享，以獲得不同的觀點并促進企業觀點。最重要的是，整個軍種的每個人都將有權采取與其責任水平相稱的迅速行動。“否定指揮”將是Guardians被授權和鼓勵采取行動的默認立場，除非更高一級的指揮官明確保留權力。我們希望確保數字人才不會受到官僚程序的過度阻礙，這些官僚程序只會阻礙其行動的響應性和大膽性。歸根結底，我們必須用正確的技能武裝我們的員工，激發他們獲得成功，同時為他們創造適當的環境，讓他們茁壯成長——然后讓路。

數字總部

數字總部的概念不是指一個地點，而是一種功能——它是指在整個 USSF 的每個梯隊中有效和高效地做出決策的能力。為了做出有效的決策，我們將把數據視為一種戰略資產，利用它對不確定性進行數字管理，并推動敏捷的數據驅動決策。認識到傳統的、基于文件的通信的繁瑣性質是不完善的、中間的通信形式，我們將轉而直接在數據空間中促進決策者之間的直接協作。同時，從大量數據中辨別相關信息的挑戰將通過沉浸式可視化和可定制的儀表板來克服，這些儀表板是最新的，可以隨時隨地訪問。最后，與任何真正的決策都涉及風險管理、優先級劃分和資源分配這一事實相一致，我們將實施數字準備、數字能力組合管理和數字項目目標備忘錄（POM）規劃等概念。這些概念將為支持敏捷和知情的運營風險管理、運營準備、投資規劃和成本能力交易提供分析基礎，確保稀缺資源和能源得到應用，為 USSF 規劃獲得最大的使命價值和優勢。

為了提高效率，我們將建立數字基礎，以支持快速、數據驅動的決策，并減輕我們人員的負擔，使其擺脫傳統的人員配備和協調活動，這些活動要么不能增加價值，要么可以通過自動化更好地實現。首先，我們將消除或改造業務流程和政策，去除層層官僚作風，以便我們能夠在正確的時間向正確的人提供決策和支持信息。對于剩余的增值流程，我們將在適當的情況下利用機器學習和增強功能，將單調的人員配備活動分配給人工智能 (AI) 例程或機器人流程自動化，從而讓守護者騰出時間進行培訓、教育和兵棋推演，作為其驅動力的一部分成為世界一流的戰斗力量。進一步加快我們的決策，并根據我們的數字人才的授權原則，我們將確保決策權力下放給最低級別的領導人，并消除微觀管理的傾向。最終，一個有效和高效的數字總部將使我們能夠以前所未有的靈活性和效率組織和輸送強大的數字能力。

數字作戰

數字作戰代表了其他三個重點領域的高潮。它通過強大的DEE和普及的數字線程嵌入了獲取努力，它受到正確的專業激勵和創新任務的鼓舞，并得到有意識的授權和獨特的發展機會。我們將利用我們先進的DEE和數字游牧民的傾向，對來自不同地點的大多數任務進行分散和優化的衛星操作。我們將通過在我們的野戰指揮Deltas和駐軍設施中建立作戰開發團隊（CDT）來推進數字化作戰，我們將為這些團隊配備設計快速、創新以及集成的解決方案，以解決當前和不斷發展的一系列功能中最緊迫的難題。例如，使用共享的數字孿生和持續的利益相關者交流將允許更快速的激活，而不是在發布后幾個月的檢查和學習，由于系統開發人員了解當前的威脅和潛在的戰術、技術和程序（TTP），而作戰人員甚至可以在系統部署之前獲得“實踐”經驗。在部署后，數字孿生作為異常解決的強大工具將繼續發揮其價值，實現全面的故障排除，同時最大限度地降低作戰風險。最后，共享建模與仿真基礎設施的使用將使作戰人員能夠在可預見的實戰虛擬訓練場景中磨練作戰技能，而我們對適應性和批判性思維的根深蒂固的強調將使Guardians 能夠在事情沒有按計劃進行時做出明智的反應。

• 作戰開發團隊：CDT是每個Delta的小型、持久的團隊，可提供快速發現、交付物資和非物資解決方案，以應對緊急和新興的作戰需求。

做出明智、快速、數據驅動的決策顯然對我們的愿景至關重要，但在作戰領域，這一點尤為緊迫，因為在行動領域，時間被壓縮，我們行動的影響被放大為生死攸關的后果。從根本上說，在戰爭的每一個層面上，守護者都必須得到組織上的授權和數字武裝，以便完全專注于他們的使命，而不管它屬于沖突的范圍。自動化和機器學習對于實現這一目標尤為重要，幫助作戰人員以對手無法比擬的迅捷和殺傷力執行聯合“殺傷網”。這可以通過一個復雜的、數據注入的用戶定義作戰圖以前所未有的精度和速度實現，該作戰圖能夠融合和呈現多源情報，并與多域C2能力同步，以提供聯合作戰效果。總而言之，數字作戰集中利用其他重點領域來打造一支致命的太空作戰力量，確保我們的數字優勢轉化為保持太空優勢的能力。

數據空間：一種通過技術和工具實現的虛擬環境，用于在人與機器之間交換數字信息，其速度、魯棒性和準確性比傳統工業時代技術所能實現的更高。

擁有數字優先的思維模式并在數字領域占據主導地位，需要一個由創新、數字流暢的太空部隊專業人員組成的廣泛網絡，他們本能地將可操作的知識優先于靜態產品(如報告、評估、圖表、簡報圖表等)。在傳統的、以產品為中心的范式中，主要的焦點是創建孤立的、停滯的交付物，這些交付物必然是不完美的、工業時代的信息翻譯。更糟糕的是，這些陳舊且互不關聯的產品往往難以創建和管理，而且沒有為任務或決策過程提供相應的價值。優越的范例是以數據為中心。這種方法將使我們能夠在數據空間內快速獲取和交流所需的信息和知識，包括產生與任務有關的行動和成果相關的精簡、動態、同步的產出。最終，我們的數字太空軍將做出數據驅動的決策，以今天看來不可思議的速度部署和運行開創性的太空能力。通過上述相互關聯的創新渠道，我們的數字軍種將能夠快速獲取、開發和部署改變游戲規則的能力，并使我們能夠利用精簡的員工隊伍來應對威脅。我們將與其他軍種、美國機構、國際合作伙伴、學術和研究機構以及商業部門建立和促進關系，使我們能夠成為顛覆性技術機會的驅動者和采納者。將這一基礎廣泛的數字合作與我們組織嚴密、技術熟練的部隊的有機能力結合起來，我們將成為數字主導力量。通過這種數字優勢，我們將實現超越競爭對手和對手所需的速度和敏捷性，以保持空間優勢。 參考：成都戎星科技

2021年5月27日，英國防部發布《國防數據戰略——構建數字骨干網和釋放國防數據力量》文件（簡稱“《國防數據戰略》”），詳細闡述了英軍未來的數字能力建設計劃。該戰略的發布使英國成為最先在軍事領域提出數字能力建設戰略的國家之一，是英軍數字化建設的里程碑。

概要

數字技術向社會各個領域的推進是無情的。它正在重新塑造我們的生活方式。我們本能地伸手去拿我們的智能手機、平板電腦或數字設備來娛樂；搜索信息和新聞；導航到不熟悉的地方；以及與家人和朋友交流。大流行加速了我們個人和職業生活的這種轉變，我們都學習了新技能并適應了變化的環境。

就像數字化在我們的私人生活和私營部門的許多方面被證明如此具有變革性一樣，它也在以令人眼花繚亂的速度改變競爭和沖突的特征。數字和數據網絡和設備受到網絡企業的保護，同樣對于英國國防部保護國家的安全、穩定和繁榮的能力越來越重要。需要“隨時隨地”安全訪問我們的數據，跨越海洋、陸地、空中、太空和網絡平臺，以及總部和基地，當然還有在家辦公的員工。必須意識到來自大大小小的對手不斷增加且始終存在的網絡威脅。

該（英國）國防數字戰略概述了（英國）國防數字功能將如何通過提供安全、單一、現代的數字骨干來無縫訪問我們的數據。它還描述了將如何通過創建數字鑄造廠（數字創新者和開發人員的聯合生態系統，其中包括一個新的國防人工智能中心），在整個國防企業中利用這些數據。由 Defense Digital 領導，與 Dstl 和 DE&S 以及其他支持組織 - 所有這些都專注于支持前線指揮部和更廣泛的國防業務。這不僅僅是啟用和利用新技術；需要培養國防人員，使他們能夠像他們最喜歡的社交媒體應用程序一樣輕松直觀地接受和使用這種數字技術。需要調整流程，以敏捷的方式訪問、開發和利用這些技術；以及確保數據被重視并被視為戰略資產。

戰略提出背景

信息化時代，數據作為一國國防的重要戰略資產是幾乎所有國家軍隊的一項共識。然而到目前為止，能夠完全釋放國防數據價值的軍隊卻并不多見。究其原因，在于多數國家的軍隊仍存在諸多不適應數字時代的短板，英軍也不例外。《國防數據戰略》指出，英軍現有的指揮和作戰體制中存在的以下問題嚴重影響了其數字能力的發揮。

一是核心技術安全性不足。英軍雖然高度重視先進科技的作用，不斷地對其信息系統進行更新換代。然而，過于追求開發速度和性能優化的做法導致這些系統的安全漏洞也在不斷增多，技術債務問題越來越嚴重，各部門數據和系統條塊分割現象嚴重，造成信息孤島。

二是由于整體規劃不足，英軍不同軍種、部門之間的信息系統重復建設較多，集成度較低，顯得較為復雜和冗余。這同時還造成了國防數據在不同部門之間不能通用的問題，給英軍數據資源整合帶來不小的挑戰。

三是人員運用和開發現代化數字科技的能力不足。技術水平的不足，特別是在超大規模云計算技術上的短板是英軍提升數字化建設水平的重大障礙。

四是英軍的組織和文化未能適應信息時代的要求。英國防部認為，英軍的體制機制尚未從工業時代的大規模機械化戰爭背景下走出來，以數據資源為主導的作戰指揮意識不足。同時，英軍整體缺乏鼓勵創新和冒險的文化氛圍，不利于數字化改革的進一步深化。

公平地說，這四項短板是全球各國軍隊數字化轉型過程中普遍存在的共性問題。在技術水平高速發展的今天，各國的軍事變革速度都很難完全跟上時代的步伐，而能夠更快落實數字化轉型的軍隊必將在作戰領域取得巨大優勢。因此，英軍緊隨美軍之后，將數字化轉型工作提升至戰略層面，對數字能力建設提出了較為清晰的目標規劃。《國防數據戰略》提出，到2030年，英國防部將把數據視為推動和實現系統集成的重要資源，并將持續提供安全的、集成的、易于使用的數字能力，以獲得“可持續”的軍事優勢。

建立國防數字主干是英軍實現數字化轉型愿景的重要手段，也是這份《國防數據戰略》的核心內容，對于英軍實現多域整合和軍事力量轉型至關重要。數字主干的本質是一個分布式通信層，旨在提供一套服務器和數字設備之間通用的通信接口，使所有數字設備只需要使用這些通信接口即可滿足設備間互聯互通的要求。英國防部提出，國防數字主干不能僅僅從狹隘的技術視角來驅動，還應該圍繞英軍的作戰設想來建設和規劃。隨著投資力度的加大，國防數字主干還將能實現英軍與國防供應商和盟國軍隊的互聯。

《國防數據戰略》提出，國防數字主干將有以下四個特點：一是標準化。國防數字主干將基于英國防部門的共同數字系統架構來搭建，確保系統的通用性和數據的自由流動。國防數字主干的開發過程還將由英國防部首席信息官全程監督指導，以確保數據標準的統一。二是安全化。國防數字主干在設計過程中將充分考慮安全性因素，確保國防部的數據、網絡、系統和決策過程的安全可靠。三是現代化。國防數字主干以云技術為核心，采用人工智能等新興科技，開發先進的數據系統。四是數字化。國防數字主干將是以軟件為核心的系統，實現數字化操作，使英國防部能方便地將國防數據作為戰略資產加以利用。

數字骨干網帶動數字建設

數字主干的意義不僅僅限于其本身，更重要的是，英國防部希望以構建國防數字主干為契機實現提升英軍整體的技術實力、改進國防部的工作方法和文化環境、促進英軍軍事思想轉變等數字化轉型目標。《國防數據戰略》提出，英國的國防數字主干將是一個由人、工作流程、數據和技術四個要素有機結合的生態系統。針對這些要素，《國防數據戰略》都制定了發展規劃。

圖：數字主干帶來數據整合效率的提升

人數字主干功能的發揮不只與數據和技術有關，人的因素也是其中至關重要的一環。為實現英軍部署和有效利用數字主干的目標，英國防部正在轉變其運作方式，在整個國防部門嵌入數字技能要求。同時，英國防部還著手制定了一份數字人才培養計劃，以建立一支具備所需技能的員工隊伍。在這份計劃中，英國防部確定了三個目標。

加強人員的數字能力。英國防部將加大對技術人員培訓的投資力度，提升所屬人員在包括數據分析、敏捷交付和網絡安全等領域在內的新技能。英國防部還將利用多種手段加強自身技術開發能力，如建立高效靈活的組織制度，加大人才引進力度，從政府、企業和學術界借調人員等。

打造可互操作的數字人才隊伍。英國防部將把國防數字和信息能力通用化和專業化，為相關專業人才提供一個共同的專業發展框架，設計明確的能力標準、職業發展道路和通用的人才管理方法，推動數字人才在不同職能部門之間的靈活使用。

開創多元和包容的工作環境。英國防部認為，僅僅通過獲得技術人才來構建數字主干是不夠的。實現數字主干的全部潛力需要在國防領域營造敢于冒險和創新的文化環境。這種文化鼓勵思想創新，促進國防部實現數字化思維轉變。為此，英國防部將著力提升員工隊伍的數字意識，讓他們相信通過適當地使用數據和技術能讓工作方式發生重大變化。

技術的指數級發展速度使得為數字主干的設計和運營設定合適的工作流程至關重要：過于復雜則會扼殺創新，影響數字主干價值的發揮；而過于簡單則會導致混亂和低效。為此，英國防部將采取措施，為數據、技術、網絡和人員設定正確、安全、高效的工作流程，以加強多領域的橫向整合。

一是要建立統一的數字工作標準。英國防部將改進信息技術服務管理和集成方法，把各部門、各軍種的信息技術基礎設施視為一個單一的實體，并以一致的方式進行管理。同時，英國防部所有的新技術投資都將根據一致的標準進行合規性測試，從而對數字風險進行整體管理。

二是要改進國防部的工作方式。在數字化轉型過程中，英國防部將利用專業化、網絡化、數字化的項目管理方式，控制工作成本，改善工作績效。英國防部還將改革決策程序，使核心開發部門更容易開展工作，讓新思想能夠迅速轉化為實際可用的成果。

英國戰略司令部司令帕特里克·桑德斯說：“我們的網絡、信息交換和數據的標準化是國防的數字支柱，是我們所做的一切整合的關鍵推動者”。數據的一致性、標準化和有效管理是數字主干成功的核心。當前，英國防部雖然有能力獲取大量數據，但由于缺少統一遵守的數據規范、技術和管理生態，限制了其利用數據的能力。為解決這一問題，英國防部將從以下四個方面著手。

制定國防部數字轉型計劃。英國國防數據辦公室將為國防數據資產的管理、治理和開發定義新數據框架，并將與政府、企業和學術界的合作伙伴共同進行數據整合工作，讓國防部門得以高效地協同工作。

建立統一的數據規范。英國防部將通過建立必要的數據標準使數據資產管理專業化，讓決策層能夠時刻掌握數據內容、類型、存儲地、管理者等信息。

嵌入數據控制和治理。數據將成為英國防部體制運行和決策過程中的重要組成部分，使英國防部完成向數據驅動型組織的轉型。

提高數據開發能力。英國防部將致力于國防數據資產的開發。通過運用人工智能技術和大數據算法，優化開發模型，英軍的數據開發能力將得到極大的提升。

總而言之，英軍將以實現數據的標準化、安全化、可互操作為抓手，逐步打破部門之間的藩籬，讓數據得以自由地、安全地流動，充分發揮數據的價值。

圖：英國國防數字骨干的部署示意圖

技術是確保數字主干運行的基礎。英國防部將通過以下三項核心技術來構建和開發數字主干。

一是超大規模云技術。云技術是構建數字主干的核心技術。云存儲設備將為英軍提供易于訪問和快速擴展的基礎設施，為英軍形成數字能力奠定基礎。

二是允許無縫訪問數據的下一代網絡技術。這一技術不僅能加快英軍的數據傳輸速率，還能簡化數據訪問流程，使其更容易與盟友和合作伙伴進行協作。

三是用戶端的服務程序。英國防部將開發方便易用的應用程序，使英軍能夠在戰場上快速、安全地訪問和處理數據。英國防部還將以通用技術架構和標準為基礎，加快應用程序的開發和交付速度，并通過標準設計模式來實現多領域集成，保持數字主干技術的現代化水平。

數字主干的應用領域

對于國防數字主干的作用，英國國防參謀長尼克·卡特曾評價道：“所有的傳感器、效應器和決策系統都將嵌入國防數字主干中，而各層次的戰爭中都將使用到數字主干。”可以看出，英軍希望通過數字主干實現對各部門、各作戰領域的國防數據進行無摩擦訪問，完成英軍自身的數字化轉型，使英國不僅能與盟友保持同步，還能領先對手。

正如《國防數據戰略》的副標題所言，“釋放國防數據的力量”是構建國防數字主干的最終目的。有效利用國防數字主干提供的核心服務和能力對國防部發揮數據的力量并發展軍事優勢至關重要。雖然數字主干只是英軍諸多使能器中的一種，但英軍對國防數據的充分利用將徹底改變其軍事變革進程。通過提供各軍種和各部門共同的、可互操作的和標準化的數據和數據服務，現代數字能力將被置于英軍軍事體系運作的核心，并在以下四個領域得到全面應用。

輔助戰場決策。現代戰爭中多變的戰場態勢環境以及多域聯動的戰爭樣式產生了海量的戰場數據，這使得指揮員在決策過程中容易陷入新技術條件下的“戰爭迷霧”，影響決策效率。國防數字主干將使英軍部隊能夠在全球范圍內實時訪問所需要的各種戰場數據，讓英軍的前線指揮官能夠通盤考量不同領域的戰場要素，更快地了解實時戰場態勢。在人工智能的助力下，英軍指揮官將能夠在快速做出決策的同時提升決策的科學性和準確性，英軍的作戰能力也將大幅增強。

制定后勤計劃。由于資源和需求不易進行準確的匹配，導致傳統后勤保障工作容易產生嚴重的浪費和效率低下等問題，成為后勤能力提升的瓶頸。在國防數字主干的幫助下，英軍的供應鏈和后勤人員將得到英軍的綜合保障信息。通過對這些后勤數據的全面分析，英軍后勤部門將能夠制定更為精確、高效的后勤計劃，最大限度地提升英軍的后勤保障能力。

圖：英國國防數字骨干構造簡圖

獲取軍事優勢。現代戰爭中，作戰樣式和作戰理念日新月異，可謂“一場戰爭一種理論”。通過戰場數據分析，能夠得出更為豐富、科學和先進的作戰理論。國防數字主干將加快英國國防數據的整合，通過數據分析和人工智能的結合，使英軍能夠比對手更快地感知、識別和應對新的機會和威脅，推動英軍新軍事思想和作戰樣式的產生，保持在軍事理論上的領先。

轉變作戰能力。推動陸、海、空、天、網五域融合是英軍現代化改革的核心內容。英軍認為，軍事數據既是進攻武器也是防御武器。通過國防數字主干，無論地理位置、作戰平臺還是組織邊界，英軍指揮官都能夠訪問到五個作戰領域可信、及時的戰場數據，連接到任何作戰單元。這使英軍的五域融合真正落到了實處。同時，跨組織邊界的無縫數據流將提升英軍完成大型復雜項目的效率，從而大幅提高英軍的軍事能力。

參考：《構建數字主干，加快數字轉型：解析英國《國防數據戰略》》，2021年9期《軍事文摘》雜志，作者：呂梓。

近日，美國人工智能國家安全委員會發布最終報告（草案）。本報告共分為兩大部分：第一部分，“在人工智能時代保衛美國”（第1-8章）概述了美國必須做些什么來抵御來自國家和無政府組織的人工智能相關威脅，并建議美國政府如何負責任地使用人工智能技術來保護美國人民和利益。第二部分，“贏得技術競爭”（第9-16章）概述了人工智能在更廣泛的技術競爭中的作用，并建議政府必須采取行動促進人工智能創新，從多個方面提高國家競爭，保護美國的關鍵優勢。

這兩個部分共同代表了白宮領導下的戰略綱要，該戰略旨在調整國家的方向，以應對新興時代的機遇和挑戰。

美國人工智能國家安全委員會于2019年由國會特許成立，旨在探討人工智能對美國國家安全的影響。該報告中包括對白宮、聯邦機構、國會和其他實體的詳盡建議，涉及從勞動力、知識產權到倫理的各個主題，最終報告預計將影響未來幾年拜登政府和國會議員所采取的人工智能政策。

這兩個部分共同代表了白宮領導下的戰略綱要，該戰略旨在調整國家的方向，以應對新興時代的機遇和挑戰。