聯合全域指揮與控制（JADC2）代表了進行戰爭的一個歷史性轉變。這些變化通過技術進步和由此產生的指揮和控制的重新配置表現出來，其中許多都是新生事物。雖然JADC2的這兩個層面--技術和指揮與控制--仍在發展之中，但空軍可以通過改變組織文化來準備，這是支撐這兩個層面的基礎。空軍部門必須培養一種文化，這種文化是真正的不分領域的，讓合作伙伴有意義地參與到行動中來，接受殺傷網絡，并在一個連接豐富的環境中執行日常任務。

1 引言

美國空軍正處于轉型之中，因為它正在為與一個近似競爭對手的潛在大國沖突做好準備。最廣泛的變化之一將是實施聯合全域指揮和控制（JADC2）。美國軍方必須考慮這一變化對戰爭行動層面的影響，對空軍而言，戰爭行動層面體現在其空中組成部分和空中作戰中心（AOC）。

JADC2涉及建立一個復雜的連接傳感器和機器對機器接口的組合，它將整合服務組件、盟國和伙伴國以及動能/非動能戰爭領域。由此產生的新的不對稱優勢將保持美國的軍事優勢，就像1980年代的精確革命在后冷戰時代所做的一樣。因此，JADC2的對話在本質上是壓倒性的技術性的，并且集中在未來架構實現的狀態上。較少受到關注的是JADC2的巨大人力層面，以及為使這種不對稱優勢成為現實而需要飛行員和航空部門的文化變革。

如果JADC2要在作戰層面上取得成功，空軍部門必須對其組織內部的文化和技術變革給予同等關注。實際上，JADC2可以被設想為一個金字塔，其頂端是有前途的技術的精靈。然而，該技術牢固地建立在兩個更低和更廣泛的層次上：一個是敏捷的指揮和控制（C2）的中間層，另一個是由軍事人員及其作戰文化組成的關鍵基礎層。

組織文化是指導和告知所有團隊成員行動的價值觀、期望和做法的集合。要想實現轉型，必須盡早解決這個問題。正如一份分析報告所確認的那樣，"有必要盡早對飛行員進行戰爭新概念的教育，這可能需要改變組織結構和文化，隨著JADC2的成熟，教學計劃也應如此。" JADC2的技術可能存在于未來，但為這種新的戰爭概念做準備是今天的問題。

為了在JADC2中取得成功，航空部門必須培養一種接受聯合能力的文化，了解非動能過程，并將伙伴國家視為問題的解決方案。這是一種重視在盡可能低的水平上進行橫向合作的文化，并要求激進地分享信息，這樣最好的射手將有最好的機會打擊目標。此外，這是一種好奇心的文化，但這種好奇心是不斷尋找將敵人納入其殺傷網絡的最佳方式。

用金字塔的比喻可以進一步研究JADC2和它對空中部分的影響。JADC2金字塔的頂層代表技術和技術變革。中間一層代表JADC2的敏捷C2要素，以及這對空軍部門，特別是對其目前配置的AOC構成的組織挑戰。底層代表了優化JADC2文化的關鍵基礎。

這個文化層的意義對于空軍的作戰指揮訓練計劃（OCTP）來說是非常清楚的。作為第505指揮與控制聯隊的一部分，該計劃由一群作戰C2主題專家組成，他們通過重大演習和現實世界的突發事件對全球的每一個空軍部門進行指導和建議。本文的觀點部分基于與數百名高級領導人的對話，以及從這些發生在2019年至2023年的復雜事件中的實際觀察。

2 技術層面

美國防部指出，聯合全域指揮與控制的目的是 "在戰爭的各個層次和階段，在所有領域，與合作伙伴一起產生感知、判斷和行動的作戰能力，以相關的速度提供信息優勢。" 簡單地說，JADC2是一種將每個傳感器與每個射手直接聯系起來的手段，而不考慮服務、領域或合作伙伴。

美國防部強調以共享汽車服務Uber作為比喻來描述其對JADC2的期望最終狀態。與Uber使用應用程序和算法將乘客與最佳司機相匹配的方式類似，JADC2將使用應用程序和算法將目標與最佳武器相匹配，而不考慮服務、領域或伙伴國。JADC2的總體效果是實現快速觀察、定位、決定和行動（OODA）循環，以便快速做出C2決策，因為在大國沖突中，速度和準確性是最重要的。

空軍已經接受了先進作戰管理系統（ABMS）的概念來執行JADC2。這個概念提出利用云環境和新的通信方法來無縫共享數據，利用人工智能來實現由傳感器、C2系統和射手組成的物聯網之間的快速決策。空軍已經確定了使ABMS成為現實的四個關鍵因素：傳感網、先進的網絡、決策、當局和效果的交付。

2.1 傳感網

傳感網被設想為一個傳感器網絡，收集大量與平臺無關的、全領域的數據，以獲得并保持決策優勢。感應網格是平臺無關的，因為它不在乎什么平臺產生的數據--它可能是一架情報、監視和偵察（ISR）飛機、一艘海軍艦艇或一個社交媒體賬戶。網格也對產生信息的領域漠不關心；無論是空中、陸地、海上、太空、網絡、人類還是電子戰都不重要。感知網格群將由國防部平臺、愿意合作的國家和相關的商業來源組成。

2.2 先進網絡

JADC2需要一個靈活和有彈性的網絡，以便在所有組件和領域中實時傳輸數據。這個網絡必須能夠在一個有爭議的、退化的和操作有限的環境中運行。這種環境將需要多種途徑來抵御對手的網絡攻擊，如果它不能抵御退化，那么它必須能夠快速愈合或至少使其達到某種有限的能力。雖然網絡（傳輸）是關鍵，但同樣重要的是數據（內容）。數據標準對于先進的網絡是至關重要的。如果來自所有領域、部門和伙伴國家的節點要共享與戰爭有關的信息，他們的數據必須以一種方式結構化，使其普遍兼容。

2.3 決策

這一要素依賴于人機合作，對傳感網收集的大量數據進行分類，并以一種使決策更容易的方式呈現。聯合全域指揮和控制設想依靠人工智能和機器學習（AI/ML）來實現這一過程。一些例子可能是執行工業任務，如繪制實時作戰順序或匹配配備優化武器的動能平臺，以消滅一個動態彈出的目標。JADC2還設想了一個全球和所有領域的共同作戰圖景，與共同情報圖景相融合，以便在支持或執行戰斗的所有梯隊中實現快速決策和整合。

2.4 權限和效果

權限和效果交付的目標是將正確的武器與正確的目標相匹配。在一個全領域的環境中，正確的平臺和武器可能是網絡、空中、海上、地面火力，或任何從效果角度看最有意義的東西，以及任何在當時的物理范圍和連接狀態下最容易獲得的資產。為使JADC2發揮作用，必須存在利用其他領域、部門和伙伴國家的能力的任務授權。建立合同和任務類型命令以實現這些授權是必須在沖突前完成的事情。任務授權也需要討論如何在戰爭的作戰層面上控制所有領域的能力，特別是在與聯合對手打交道的時候。

先進作戰管理系統的聯合對應方--美國海軍的 "超配項目 "和美國陸軍的 "融合項目"--非常強調共同的數據標準，以便共享聚合火力所需的目標數據。海軍和陸軍正在尋找建立共同數據標準的方法，因為數據共享仍然是每個軍種內部和之間的一個挑戰。

"超配項目"正在開發一個新的艦隊架構，使用人工智能和有人/無人的團隊合作進行分布式海上作戰。海軍正在努力建立海軍作戰架構，使艦隊的每個部分都有一個共同的標準來交換數據并與其他部門建立互操作性。“融合項目”是陸軍的JADC2概念，旨在整合人工智能、機器人技術和自主性，以改善戰場態勢感知，將傳感器與射手連接起來，并加速決策時間線。

3 指揮與控制（C2）層面

在最近的一級演習、美國空軍的兵棋推演和實驗中，解決全域權限的需求已經成為一個共同的主題。聯合全域指揮和控制的橫向連接，即每個傳感器都與每個射手相連，這就提出了指揮和控制的問題： 誰做出射擊的決定？何時、何地、用什么？今天的C2結構將每個軍種和領域都放在自己的筒倉里，在那里他們按照聯合作戰指揮官或聯合部隊指揮官的要求平行工作。然而，目前這種C2結構被認為是過時的，對于未來大國沖突的預期速度、范圍和多領域性質來說太慢。在一個所有部門和領域都被連接起來并且速度是優先事項的時代，問題變成了：誰來指揮和控制所有領域的火災？這個問題的答案對航空部門的飛行員有巨大的影響。

空軍的轉型包括對其口號的改變。作戰級別的戰士們不再把 "集中控制和分散執行 "作為他們的理論，而是把 "集中指揮、分散控制和分散執行 "作為前進的方向。分布式控制的引入是為了將控制與指揮分離開來--事實上，有些人已經將其稱為 "控制和指揮"--作為一種手段，以便在JADC2環境中更好地運作，在這種環境中，單一的C2節點被削弱或破壞，控制實際上可以在許多地方發生。分布式控制在以下情況下是有意義的：多個控制節點共享一個無處不在的共同作戰圖/共同情報圖；人工智能/ML協助將目標與武器相匹配；單一、集中的C2節點是一個誘人的目標；以及速度是關鍵。

自2018年以來執行的杜利特爾游戲和陳納德兵棋推演代表了更好地理解全域作戰以及對控制和指揮的相關影響的努力。這就是討論敏捷控制和綜合指揮等新概念的地方。敏捷控制利用多個節點在整個作戰環境中實施空戰管理，而不僅僅是空中作戰中心或一個以平臺為中心的C2節點，如E-3哨兵機。綜合指揮探討了飛行員如何在作戰層面上承擔起對所有領域的火力--如網絡、太空和海洋--的權力，以起訴戰斗空間中關鍵的時間敏感目標。

這些和類似的概念將使飛行員從以空軍為中心的思維方式轉變為以空軍為優化的思維方式，這種區別是著眼于其他領域來實現空軍目標。研究實施綜合指揮的實際手段導致了新的組織概念，如全域作戰能力（ADOC）和使用共同任務控制中心（CMCC）。

在2021年和2022年，空軍部門對ADOC概念進行了試驗。例如，Keen Edge 21演習--美國印太司令部的演習--通過將空中作戰中心作為全域作戰能力進行試驗，看看空中部門如何在前沿地點同步執行聯合職能。其他航空部門已經探索了這樣的情景：空中作業中心將成為ADOC，指揮和控制聯合行動特定階段的全域火力，例如在戰役的開始階段摧毀敵人的防空系統。

定義未來的控制和指揮機構對于確定ADOC的形式和功能至關重要，因為其指導多領域和多軍種能力的能力將是其存在的核心。正如Keen Edge和Chennault游戲所表明的那樣，對ADOC結構、它的幾種作用以及它在AOC梯隊中的位置的堅實定義將是重要的討論點。例如，ADOC是否只是取代戰區指揮官的聯合行動中心？或者全域作戰能力是一種分布式能力，其節點從戰斗的前沿一直延伸到美國本土的避難所？如果控制權在整個C2結構中轉移，那么如何以及何時轉移控制權就需要更多的博弈和測試。

來自美國本土的指揮和控制的一個例子是位于加州比爾空軍基地的共同任務控制中心。在最近的演習中，CMCC被強調為JADC2的推動者，最引人注目的是在美國印太司令部兩年一度的聯合野外訓練演習 "勇敢之盾2022 "中。CMCC是一個先進的戰術戰斗管理C2原型，設計用于有爭議的、退化的環境，并打算成為戰區空中控制系統的成員，這是空軍指揮和控制空中力量的機制。在 "勇敢之盾 "行動中，該中心提供了改進關鍵的C2和戰斗空間感知功能的能力--包括在分布式C2節點上保持超視距的目標監護，減少電子戰斗命令更新所需的時間，以及快速傳播敵人的位置以實現火力聚合。

共同任務控制中心可以進入更高的安全通信通道，使其能夠利用美國空軍和美國網絡司令部的全域能力，并且比AOC或可能的前沿ADOC具有更大的透明度。因此，CMCC可以成為一種能力，為空中部分提供空間和網絡任務，與空中機動相結合，并清洗來自空間和網絡的較高機密信息，以便根據需要將其納入較低機密的戰術戰斗中。

有了這些潛在的能力，許多人很想摒棄空中作業中心和戰爭的作戰層面，而選擇設想中的戰術全知。雖然這種想法在戰區戰役計劃的背景下是短視的，但很明顯，空中作戰中心必須隨著新環境的變化而改變。行動層面的C2需要更加強調指揮官的意圖和基于條件的權力。在這樣的環境下，空中部門必須對如何刻意規劃C2以實現分布式控制進行重大思考。

3.1 空中作戰中心（AOC）的挑戰

批評者指出，當涉及到JADC2和分布式控制的時候，空中作戰中心是過時的，而且構造不良。這種批評也延伸到了空中任務指令（ATO），其72小時的時限常常被描述為太慢、不靈活，而且這種模式更適合于20世紀末的 "沙漠風暴 "作戰，而不是21世紀的南海作戰環境。雖然這些批評沒有充分考慮到空中作業中心的動態目標定位和臨時任務分配方法中固有的靈活性，以及行動層面規劃的基礎重要性，但空中作業中心確實存在結構和文化上的挑戰，在美國迎接JADC2的未來時必須加以解決。

動力偏見。空中作戰中心和航空部門人員對炸彈有偏見。雖然今天肯定會出現非動能目標，而且一直在改進，但今天的空中作業中心的思維、計劃、目標和武器設計的比較規模嚴重偏向于動能。由于文化、人員、理論和程序都偏向于從空中平臺投放動能武器，所以對非動能效果的影響很大。

空軍部門的領導人主要是從戰斗機背景中選拔出來的，這使得對太空、網絡和其他非動能的知識和舒適度比塑造領導人成長的動能經驗要低得多。擅長動能效應并不是一件壞事，但在發展成為一支全領域部隊的背景下，擁有如此強烈的領域偏見的領導人是一個必須解決的挑戰。

戰斗節奏。72小時的空中任務指令周期強化了動能偏向，當然在設計時也牢牢考慮到了飛機。全領域的能力，如網絡、空間和信息戰，不一定符合72小時的周期，在大多數情況下，其規劃時間表遠遠超過這個時間框架。例如，陳納德兵棋推演已經考慮了如何將8天的非動能效應（NKE）計劃周期與ATO周期合并起來。這種戰斗節奏的不匹配導致非動能效應被忽視，通常不能很好地整合到航空部門的規劃和執行中。如果考慮到聯合、機構間和合作伙伴的規劃時間表，整合和利用的挑戰就會成倍增加。在推進JADC2的過程中，調整不同的規劃程序和時間表將是一項關鍵的任務。

以空中力量為中心。空中作業中心的人員很少有知識和專長來詢問有關聯合、全域和伙伴國的能力，更不用說如何計劃和協調它們的整合。許多飛行員在進入空中作業中心時沒有任何聯合行動的經驗，有些人是初級甚至是第一任飛行員。他們的聯合思考往往包括如何整合服務或合作伙伴的飛機，而通常不涉及，例如，如何使用海上或地面部隊行動來代替空中力量或支持空中機動。因此，對非空軍能力如何實現空軍目標的理解，在今天的空軍部隊中往往不存在或不提倡。

缺少權威。缺乏對聯合、全域和伙伴能力的任務授權，往往是空中作業中心偏重于動能、以空氣為中心的戰斗節奏，以及缺乏聯合視角的原因。空中作業中心的專業人員經常從 "我的ALLOREQ（分配請求）是什么？"的角度思考問題，它包括從其他部門和合作伙伴那里分配給空中部門的飛行任務，以便在空中任務單上進行任務分配。這種思維方式當然是一個單一領域的死胡同。

但這無疑是一個公平的觀點，即AOC應該審查他們需要哪些權限才能真正成為全域，以及在適當的規劃和同步的情況下，他們與非空軍能力的關系可以增強任務。許多航空部門的飛行員認為他們必須控制某些東西才能使用它，但這種自我限制應該被最小化。隨著軍隊發展到JADC2時代，從作戰指揮部借來有限的權力，或者與網絡或海洋能力簽訂支持/支援合同，可能是提高AOC認識、理解和權力的途徑。

人在回路中的重要性。與美國防部的其他部門一樣，AOC的專業系統很少有機器對機器的連接。因此，有許多人必須在應用程序之間手動移動信息，以實現查找、固定、跟蹤、瞄準、接觸和評估（F2T2EA）過程。這種結構是造成執行動態目標等時間敏感活動的摩擦和缺乏速度的主要原因。

新的AOC武器系統工具，如Kessel Run，實現了機器與機器之間的數據傳輸，但它仍然無法從非Kessel Run系統中獲取數據。來自情報相關應用程序和空中機動性相關系統的數據，對AOC的功能都很關鍵，但與Kessel Run沒有機器間的聯系。這種差距使得關鍵數據的輸入必須由人工完成，這個過程很慢而且容易出錯。使JADC2成為現實的關鍵是制定聯合通用數據標準，允許 "單次輸入，多次輸出"。換句話說，數據只需輸入一次，然后通過機器對機器的連接擴散到整個系統中需要的地方，而不是由人在環形的數據輸入。

YESFORN。機器對機器的問題因安全和分類而進一步復雜化。AOC生活在秘密計算機系統中，但許多全域能力需要通用任務控制中心的絕密或特殊技術操作（STO）訪問。這加劇了整合能力和規劃周期的問題，促成了陳納德系列所描述的 "非動力性故障"。再加上伙伴國的安全、系統要求和共享，問題就會變得成倍的困難。

至少，AOC需要在可秘密釋放的水平上進行溝通，以整合他們各自的伙伴國。正如空戰司令部指揮官馬克-凱利將軍所說，我們需要用YESFORN來取代NOFORN（禁止外國訪問）22，在安全和分類方面沒有優雅或簡單的解決方案，但AOC必須努力提供一個平衡。

4 基本文化層面

聯合全域指揮和控制是如此的全面和雄心勃勃，以至于它可能會讓人不知所措。金字塔頂端的技術尋求改變傳感器、機器對機器的接口和數據結構，通過改變已知的作戰指揮和控制的本質，導致金字塔中間層的改變。許多航空部門對正在進行的ABMS技術開發和機器對機器的信息流進行了充分的投資，通過大量的作戰戰爭應用。同樣關鍵的是，通過讓飛行員在認知和經驗上準備好掌握JADC2的要求來確保基礎層。航空部門可以通過關注人和培養JADC2文化使他們的組織更接近這個愿景。

4.1 文化偏見

組織文化是任何轉型的基礎層，包括航空部門的轉型。JADC2的核心是通過橫向連接，使從業人員能夠作為一個統一的整體來感知、理解和行動，從而擁抱聯合和伙伴的能力。這樣做的必要性并不新鮮。在2003年入侵伊拉克的行動中，聯合和伙伴的整合也很重要。但是，20年的低強度沖突已經使常規部隊僵化，并形成了低節奏的爐灶。今天，對聯合和伙伴國家整合的需求和2003年一樣重要。現在唯一的區別是，如果沒有真正徹底的整合，風險不僅僅是失去一場區域沖突的選擇，還包括失去一場大國戰爭的需要。

下面的建議如果單獨來看既不激進也不具有啟示意義，但整體大于部分之和，代表了方法上的重大轉變。空軍的作戰指揮訓練計劃經常發現，組織的卓越性不是一種發現的行為，而是一種記憶的行為。需要提醒各組織在改變文化的過程中應用基礎知識。這涉及到領導層的重視、培訓以及對建立肌肉記憶的重復的坦誠承諾。

特別是，空軍應該把重點放在建立文化基礎上，即組織的價值觀、期望和實踐。對于JADC2來說，價值觀、期望和實踐應該集中在：1）與空軍和非空軍的團隊和組織合作；2）建立全領域的關系；3）經常進行戰斗演習，將這些團隊、組織和關系轉化為能夠實現精心排練的殺傷網的過程。通過這種方式，空中部門可以開始真正整合非空中力量的能力，如空間、網絡和信息，以及聯合和伙伴國家的能力。

與這些全領域的對應方建立關系，了解他們的能力和時間表，并練習如何融合這些火力，現在必須在危機前完成。試圖在危機或戰爭發生時再做這件事，簡直太晚了。JADC2的文化是一種重視好奇心、學習和與組織外的人接觸的文化。JADC2要求航空部門成為價值包容和領域無關的合作伙伴，關注殺傷性網絡并尋求機器對機器的連接。

對于JADC2來說，在文化上關注合作伙伴和領域不可知意味著首先要有一個聯合展望。空中部分是空軍的聯合接口。盡管這種聯系很重要，但很少能找到有聯合經驗的空軍人員。這通常會導致工作人員的文化幾乎只從空軍的能力和動能的角度考慮問題。JADC2要求從業人員以多領域的方式進行思考，類似于一個聯合特遣部隊。空軍人員必須了解陸軍、海軍、特種作戰和其他能力以及與他們的平臺、火力、情報、通信、目標和其他方面有關的任務分配過程：

作戰級]C2的實踐者必須能夠超越他們的戰術 "原生家族 "武器系統，并理解各種聯合和聯盟部隊如何能夠配合到一個連貫的機動計劃中。在[AOC]中的空中規劃人員在空中聯合行動規劃過程中接受了專門的培訓，但也支持由聯合部隊總部執行的平行聯合行動規劃過程。因此，他們必須熟悉多種聯合行動和職能行動的概念、學說和術語。

培養JADC2的文化意味著培養一種聯合特遣部隊的文化，在這種文化中，陸地、網絡和海洋能力在解決問題時與空中力量一樣容易想到。這種強調必須要求與聯合對應方進行面對面的互動并建立關系；了解彼此的能力和程序；并在盡可能低的水平上找到整合和協同的方法。這可能意味著建立動態目標演習，規劃多領域的ISR活動，或將其他部門的官員分配到航空部門的崗位上。

而一旦空軍人員找到了這些與非空軍伙伴的整合和協同點，他們應該經常進行聯合戰斗演習，以建立工作人員的肌肉記憶。這些與聯合伙伴一起進行的頻繁戰斗演習的重要性怎么強調都不過分。在危機前像聯合特遣部隊一樣思考，連接聯合團隊，并在頻繁的戰斗演習中建立起信任關系，是JADC2成功的前提條件。

4.2 伙伴國

在文化上關注合作伙伴意味著擁抱與美國目標相同的關鍵盟友和合作伙伴。伙伴國可能會帶來精致的能力和授權，使他們能夠比航空部門更容易和更快地實現共同目標。與聯合伙伴一樣，飛行員必須接受伙伴能力的教育，了解他們的任務分配（或要求）過程，并建立個人關系，通過頻繁的戰斗演習變得更加牢固。

除了飛機之外，航空部門的飛行員應該了解伙伴國家的專長和渠道，無論是網絡、人類情報、海事，還是公開的信息。然而，建立這種危機前的關系，由于技術互操作性和對外披露的額外挑戰而變得復雜。頻繁的整合所帶來的團隊建設通常受到合作手段不足的阻礙。

除了共同的系統、伙伴網絡和語音線路外，航空組件應努力與合作伙伴擁有強大的視頻電話會議和聊天連接。然而，擁有強大的通信網絡并不僅僅是一個檢查清單項目。這些通信必須是相關的并經常使用。這些合作伙伴的通信節點應該被飛行員持續地激發出來，在日常操作中，而不僅僅是在演習活動中，將整合到最低水平。

使伙伴整合的問題更加復雜的是對外披露的困難。在每一次危機中，與伙伴國家分享的必要性是最重要的。然而，在這種危機中，往往缺乏對外披露官員的數量和預先安排的、快速移動的分享安排。

JADC2文化將要求與伙伴國進行徹底的共享，這意味著要攻擊那些善意的安全專業人員設置的神圣障礙--當共享需求的信號在當地出現時，可能會被最好地起訴。例如，在AOC操作層與合作伙伴一起工作的絕密/敏感機密信息的描述，在以前可能是不可想象的，但如果美國要贏得未來的大國沖突，這種情況可能會成為一種必要。因此，空軍必須堅持強有力的和技術上冗余的通信，使伙伴國的通信成為常規的、低水平的，最好是面對面的。

4.3 領域不可知

非動能效應。連接團隊、建立關系和演練戰斗行動的必要性尤其適用于非動能效應的整合。非動能效應的時間和權限與動能效應的時間和權限有很大不同。為了做好戰爭準備，必須在危機前熟悉和實踐這些過程。建立一個熟悉網絡和信息戰的平臺文化需要運用和規劃這些火力，作為當今現實世界大國競爭的一部分，而不僅僅是在概念上或演習中。

例如，在危機前制定具體的進攻性網絡行動概念（CONOPs）的空中作戰中心必須為他們的工作指定注意事項，因為空中部門無權批準網絡火力。這一權力由美國網絡司令部及其下屬單位保留，并通過戰區作戰司令部協調。盡管如此，制定進攻性網絡CONOPs的AOCs可以為空軍人員創造一個教育工具，為動能和NKE規劃者創造一個焦點，為作戰指揮部創造一個預期的行動計劃，為網絡火力鏈中的職能部門創造一個明確的意圖--所有這些都可能導致網絡能力更容易與空中機動結合。

另一個例子是，在危機前的競爭活動中，航空部門人員與聯合和伙伴國家的網絡或信息戰規劃人員一起使用真實世界的多域ISR包或多域靈活威懾選項。這將建立起可以在戰時利用的實際經驗和組織關系。在使用NKE方面尋求戰斗演習，并與伙伴國的小組一起嵌入現實世界的規劃和執行，將為戰時的領域無關的火力創造良好的路徑。

全球一體化行動。聯合全域指揮和控制對全域前景的要求將鼓勵空軍人員在空軍部門之外，甚至在戰區地理邊界之外尋求解決空中力量問題。空軍目標可能位于網絡和空間領域，在空軍動能效應的物理范圍之外，或者在責任區之外。因此，該目標可能無法在該AOC的空中任務指令中被起訴。許多有傳統觀念的飛行員認為，僅僅因為一個目標不能由他們的ATO提供服務，所以這不是他們的工作。但在這個全球一體化行動的時代，所有作戰指揮部（及其空中部門）都在一起工作，不分地域和領域，共同瞄準敵人。

在JADC2的文化中，如果一個航空部門對一個它自己無法采取行動的目標感興趣，那么它仍然會投資于對該目標關鍵弱點的詳細分析，即使只是為了有效地游說將其列入另一個作戰司令部或伙伴國的聯合目標名單。受過JADC2教育的飛行員將本能地進入全球一體化行動的領域，并理解美國網絡司令部或美國太空司令部的范圍和能力，因為他們尋求任何必要的手段來向敵人提供效果。

4.4 殺傷網

擁抱它。注重文化伙伴和領域不可知的意義在于獲得更高的殺敵效率和效果。擁抱殺傷性網絡意味著擁抱情報、監視和偵察，這對航空部門來說意味著分布式通用地面系統（DCGS）。直到幾年前，DCGS只專注于利用機載ISR收集的原始情報。2020年1月，第480情報聯隊啟動了 "DCGS Next Gen"，強調對空中組成部分的平臺無關的深度分析支持。這種支持是以分析員開發小組的形式出現的，這些小組專注于需要深度專業知識的空中部門情報問題。

DCGS通過專注于數據服務和實現共同情報畫面和共同操作畫面的能力來支持先進的戰斗管理系統和JADC2，以促進快速OODA循環。DCGS也對傳感網進行了大量的投資。該系統正在開發用于快速定位和遠程殺傷鏈概念的情報應用，使其成為JADC2的融合引擎，成為加速與殺傷網相關的決策的關鍵推動者。因此，JADC2培養的飛行員將更加了解DCGS的活動，并將尋求將其納入重大演習、戰斗演習和靈活的反應方案中。

演習吧。連接組織、建立關系和戰斗演習一起構成了聯合全域指揮和控制的筋骨。如果這些都是有目的的和習慣性的，就會形成肌肉記憶，使所有領域的快速和大規模的戰斗過程變得更加清晰。JADC2的技術發展追蹤了機器到機器的信息從應用到應用和傳感器到射手的流動。然而，JADC2的人的方面需要通過這些過程追蹤殺傷性網絡信息的流動。通過經常一起進行戰斗演習，擁有全域隊友的飛行員將更好地確定整合全域殺傷網的最有效路徑和流程。

尋找最佳路徑和流程應自下而上地進行，但飛行員們需要反復地去發現它們。例如，動態目標體驗式訓練可以通過藍旗或海王星系列的演習獲得。但這些活動很少，每18至24個月舉行一次。這對于建立組織的肌肉記憶來說頻率太低了。JADC2的文化是由那些為頻繁的戰斗演習制定自己的程序并真正測試他們的殺傷力的航空部門創造的。這方面的一個例子是F2T2--發現、固定、跟蹤、目標--這是空軍殺傷鏈F2T2EA的第一部分，去掉了參與和評估。這些都是自我生成的演習，練習實際的而不是模擬的殺傷網，例如，海上和地面火力、伙伴國和全域能力，如網絡。

一些空軍部門通過使用多域ISR包對現實世界的目標進行F2T2，所獲得的情報推動了多域的目標選擇過程。作戰和戰術C2、機器對機器數據共享、服務組件程序和全域規劃考慮都是針對一個真實的、會呼吸的、有自己思想的移動目標而進行的。上面描述的F2T2演習倡議是巧妙的，因為它將真實世界的要求與實際的聯合/盟軍/全域目標進程結合起來，并且每年可以發生多次。這種頻繁的戰斗演習可以找到直觀的JADC2殺傷路徑。JADC2技術不應推動這些殺傷網絡進程。空中作戰中心的中低層在得到全域和伙伴國的理解、整合和頻繁的戰斗演習的信息后，完全能夠確定正確的路徑。

4.5 連接驅動

完全形成的JADC2結構的傳感網假定機器對機器的橫向連接在許多平臺之間以速度和規模共享數據，但這顯然不是今天的現實。盡管存在這一不足，但對于建立JADC2文化的飛行員來說，尋求機器連接的方法并消除數據共享的障礙是至關重要的。例如，在2021年夏天的海地聯合特遣部隊救援行動中，空軍南部聯合航空部門協調部門連接了來自海上船只的雷達圖像，以便在AOC中顯示。來自空中和海上領域的幾位通信員必須一起工作，在一天左右的時間里，雷達圖像就完全整合了。

當JADC2完全成熟時，這將自動發生，但今天它可能需要高級領導的強調才能發生。重要的是各級領導要設定一個期望，即飛行員必須始終努力識別障礙，并與聯合和伙伴國家的成員建立工作聯系，不管是什么主題。無論是雷達饋電還是情報收集，這些聯系將證明是JADC2成功的基礎。

紅點測試是有用的工具，太平洋空軍和美國駐歐洲空軍都用它來追蹤F2T2EA殺傷鏈中機器對機器的連接。紅點圖追蹤了從ISR傳感器到戰術射手的數據流以及中間所有的情報和操作應用。該圖顯示了每一個必須由人工將信息從一個應用程序轉移到另一個應用程序的情況，每一個都有一個紅點的注釋。

觀察殺傷網絡上的紅點數量，可以得到一個需要自動化的數據連接的量化清單。每次機器與機器之間的連接被軟件開發人員精心制作后，紅點就會被移除。紅點測試是識別和量化模擬連接的有效機制，使航空專業人士能夠更清楚地思考他們數據的機器流。正因為如此，"單輸入，多輸出 "應該成為大多數精通JADC2文化的空軍人員的重點。

一個以合作伙伴為中心的、與領域無關的、擁抱殺傷性網絡的、連接驅動的航空組件文化將為JADC2的扎根提供豐富的土壤。建設文化意味著采取行動，領導人應該把重點放在確保聯系、發展關系和要求戰斗演習上，因為它們構成了JADC2金字塔的必要基礎層。現在專注于建設這種文化將有助于指導JADC2技術的發展，并以最有利于殺傷網絡的方式刻意規劃敏捷的指揮和控制。建立與聯合社區、伙伴國家、全球一體化、以行動為重點的實體以及分布式共同地面系統的關系、知識和肌肉記憶，將使空中力量在任何大國沖突中取得成功。

5 結論

聯合全域指揮與控制是一個以技術為頂點的金字塔。但JADC2不僅僅是無數的技術解決方案。為了有效，處于頂層的技術必須有一個堅固的中間層的指揮和控制。這種C2可以是戰術性的，也可以是操作性的，必須提供靈活的控制和綜合指揮，使飛行員不被限制在空中領域或被束縛在一個單一的、以平臺為中心的C2節點。

雖然這些技術和C2變化可能會在不久的將來出現，但空軍現在面臨的任務是建立和成熟JADC2金字塔的基礎層--文化。作為JADC2基礎的組織文化是空軍領導人今天必須解決的問題。這種變化正在進行中，特別是在今天的空軍部門的年輕成員中，他們創造了像F2T2s、全域CONOPs、挑戰理論的出版物以及構建空中作戰中心的新方法等創新。展望未來，空軍有責任以一種使空中力量與其他各領域同步的方式建立空中力量組織，使OODA循環和相關效果的集體產生明顯地更快、更平坦、更有效。

無人駕駛航空系統和其他相關技術的發展，包括人工智能、數據和云網絡、自主控制系統和系統/武器/傳感器的小型化和網絡化，以及增加昂貴的載人平臺艦隊數量的需要，推動了許多武裝部隊和工業界積極嘗試有人無人機編隊（MUM-T）。除非任務目標或載人平臺的生存需要，否則在有人平臺之外部署無人駕駛、"低成本 "和 "可損耗 "但不 "可拋棄 "的戰斗飛行器，可以最大限度地發揮其作為力量倍增器的價值，在高度競爭的空域提高殺傷力和生存能力。盡管自主技術和人工智能的引入正在徹底改變全域作戰，但新的自主平臺和武器系統的交戰規則正在通過嚴格的倫理考慮和評估來發展，其中人在環路上繼續發揮重要作用。本文希望對MUM-T方案和活動做一個整體的、非詳盡的分析。

美國主要“有人無人機編隊（MUM-T）”項目計劃

天堡（Skyborg）是美國空軍 "先鋒 "計劃中迅速投入使用的三個技術項目之一，它是一個架構套件，旨在為自主可損耗的機身設計，根據該服務，它將能夠以足夠的節奏進行姿態、生產和維持多任務飛行，以挫敗對手在有爭議和高度爭議的環境中采取快速、決定性行動的企圖。天堡自主核心系統或ACS于2019年首次曝光，由Leidos公司開發，已在2021年的多月測試活動中得到驗證，在此期間，它被成功整合到兩個不同的無人平臺上，即Kratos UTAP-22 Mako和通用原子-航空航天系統公司的MQ-20，證明了政府擁有的自主核心的可移植性，使其在未來整合到不同平臺上。一個關鍵的活動里程碑是參加了 "橙旗21-2 "演習，這是美國在2021年6月進行的首要的大型部隊多領域測試活動，其中Skyborg ACS被集成到一個MQ-20中，成為在這種復雜活動中自主操作的無人車的首次飛行測試。由空軍研究實驗室（AFRL）進行，根據服務文件，Skyborg被組織成三個主要的努力方向（LOE）。LOE 1開發、演示和原型化由天堡自主架構和軟件組成的ACS，實現機器-機器和有人-無人的合作，同時也確保天堡自主任務系統套件的開放性、模塊化和可擴展性。ACS LOE還開發、演示和試制所需的硬件組件和開放架構標準，以便在系統集成實驗室和平臺上將模塊化傳感器、通信和其他有效載荷集成到Skyborg自主性和車輛架構中。LOE 2開發、演示和原型化新的低成本可移動飛行器的概念和技術，用于遠征的大規模生成，包括架次生成就業概念。LOE 3對可追蹤的、自主的、無人駕駛系統的操作概念和就業概念進行分析和實驗，并評估傳感器和任務系統的開放性、模塊化能力和整合。2021年8月，克拉托斯公司和通用原子公司都獲得了一份合同，以進一步支持將Skyborg分別集成到XQ-58A "女武神 "和MQ-20 "復仇者 "無人平臺，同時在大部隊演習中進行系統實驗。這些額外合同的目的是在資金允許的情況下，在2023年將Skyborg過渡到一個記錄方案。根據USAFRL的計劃，ACS還將從2022年開始在波音公司的隱形空中力量合作系統UCAV（無人駕駛戰斗飛行器）上進行實驗，該系統正在為澳大利亞國防部開發，如后所述。有趣的是，今年3月，AFRL授予藍色力量技術公司一份合同，開發一種支持對手空中訓練任務的無人駕駛飛行器，該飛行器將納入通過Skyborg努力開創的先進技術。2021年12月，空軍部長弗蘭克-肯德爾宣布，該軍種正在研究無人平臺與諾斯羅普-格魯曼公司的B-21 "突襲者 "遠程攻擊轟炸機和主要是下一代空中優勢（NGAD）先進飛機之間的MUM-T新概念方案，但也有可能與洛克希德-馬丁公司的F-22 "猛禽 "和F-35 "閃電II "聯合攻擊戰斗機合作。

圖：在通用原子公司的MQ-20上成功進行了測試，天堡自主核心系統（ACS）由自主架構和軟件組成，實現了機器-機器和有人-無人的合作。

圖：2021年8月，克拉托斯公司和通用原子公司都收到了一份合同，以進一步支持將天堡系統分別集成到XQ-58A "女武神"（此處描述）和MQ-20 "復仇者 "無人平臺上，同時在大部隊演習中進行系統試驗。

圖：去年11月的 "橙旗 "演習涉及F-35A "閃電 "II等飛機和兩架通用原子公司的MQ-20 "復仇者 "無人機，它們攜帶 "天堡 "自主核心系統進行了持續數小時的飛行測試。

美國海軍正在推行不同的高性能無人平臺計劃，以便在航空母艦上服役。在包括無人作戰系統的MUM-T工作中，2020年初，波音公司宣布，海軍作戰發展司令部在海軍作戰發展司令部的年度艦隊實驗中，由第三架飛機成功進行了兩架自主控制的EA-18G "咆哮者 "的演示。該實驗涉及到咆哮者在第三架咆哮者的控制下作為無人系統行動，以證明F/A-18超級大黃蜂和EA-18G咆哮者空勤人員從駕駛艙遠程控制戰斗機和攻擊平臺的有效性。該演示涉及四個架次的21項任務，為波音公司和海軍提供了分析所收集的數據并決定在哪里進行未來技術投資的機會。美國海軍繼續加速開發下一代空中優勢（NGAD）系統家族（FoS），以提供先進的、基于航母的力量投射能力，擴大其航空母艦的航程。當F/A-18E/F Block II飛機在2030年代開始達到使用年限時，NGAD FoS將取代這些飛機，并利用載人無人機組隊（MUM-T）來提供更強的殺傷力和生存能力。F/A-XX是NGAD FoS的攻擊戰斗機組件，根據該部隊的說法，它將成為MUM-T概念的 "四分衛"，在戰斗空間的前沿指揮多個戰術平臺。F/A-XX在2021財年開始了概念完善階段，并且仍然按計劃進行。

澳大利亞“MQ-28A幽靈蝙蝠”

2021年5月，澳大利亞政府宣布將對 "忠誠僚機"--高級發展計劃追加投資4.54億澳元。自2017年以來，根據澳大利亞皇家空軍（RAAF）計劃，澳大利亞國防部投資超過1.5億澳元，以支持澳大利亞皇家空軍和波音防務澳大利亞公司領導的當地工業團隊的合資企業，該企業設計、開發和生產了Loyal Wingman無人駕駛戰斗飛行器（UCAV），最近被命名為MQ-28A Ghost Bat。據澳大利亞政府稱，在短短四年內，該合資企業已經成功地制造和飛行了50年來的第一架澳大利亞制造的軍用作戰飛機，這可以使該計劃成為關鍵出口市場的重要競爭者。MQ-28A飛機于2020年5月亮相，2021年2月進行了首次飛行，距離項目啟動僅兩年零三個月。第二架飛機已經加入了飛行測試計劃，第三架飛機正準備在2022年晚些時候進行飛行測試。每架飛機的70%以上是在澳大利亞采購、設計和制造的。這項投資將看到該計劃擴大到更多的本地公司，以及國際合作伙伴和盟友，并在布里斯班附近的圖文巴（Toowoomba）建立一個生產設施，以及在今年加速開展側重于傳感器和任務系統能力的活動。除了用于概念演示的三架原型機外，這項投資將增加七架MQ28A，總共十架飛機，并將快速跟蹤 "幽靈蝙蝠 "在2024-2025年的服役情況。制造商所稱的空中力量組隊系統提供了類似戰斗機的性能，其機身長度為11.7米，能夠飛行超過3700公里。該UCAV有一個模塊化和可互換的機頭部分，可以容納集成傳感器包，以支持不同類型的任務，包括情報、監視和偵察、通信中繼以及動能和非動能打擊能力。據RAAF稱，該計劃是整合自主權和人工智能的探路者。

圖：澳大利亞國防部投資支持RAAF和波音防務澳大利亞公司領導的當地工業團隊的合資企業，該團隊設計、開發和生產了 "忠誠僚機"戰斗無人駕駛飛行器，最近被命名為MQ-28A幽靈蝙蝠。

圖：除了用于概念演示的三架 "忠誠僚機"原型機外，澳大利亞政府去年5月宣布的投資將增加7架MQ-28A，共10架飛機，并將加快 "幽靈蝙蝠 "在2024-2025年投入使用的步伐。

英國"蚊子（Mosquito）"項目與蜂群無人機

蚊子項目于2019年7月首次由英國皇家空軍快速能力辦公室和國防科技實驗室披露，該項目旨在開發和證明一種技術演示器，作為更廣泛的輕量級廉價新型作戰飛機（LANCA）計劃的一部分，根據公告，。該計劃旨在提供額外的能力，將無人平臺與F-35、"臺風 "和下一代 "暴風雪 "等戰斗機部署在一起，為有人駕駛的飛機提供更多的保護、生存能力和信息，甚至可以在未來提供一個無人駕駛的作戰航空 "艦隊"。有趣的是，2021年7月，英國皇家空軍空軍總司令邁克-威格斯頓爵士在空天力量協會的全球空軍首長會議上談到廣泛的未來戰斗航空系統（FCAS）時說，"與意大利和瑞典等國際盟友合作，我們正在采取一種革命性的方法。我們正在研究改變游戲規則的蜂群式無人機和無機組人員作戰飛機的混合編隊，以及像 "暴風雪 "這樣的下一代駕駛飛機，"這為與上述國家和其他國際盟友開展無機組人員作戰飛機和無人機的潛在共同計劃開辟了道路。

圖：2021年1月，由Spirit AeroSystems公司領導的一個工業團隊獲得了一份3000萬英鎊的合同，以快速設計和制造英國第一個無機組人員的戰斗航空系統的技術演示器，該系統是在 "蚊子 "三年全尺寸飛行測試計劃下的。

圖："蚊子"將從機場、空客A400M "母艦 "或航空母艦上發射，計劃到2023年底在英國領空飛行。"蚊子"UCAV和Alvina蜂群無人機將支持新一代的 "暴風 "作戰空中平臺。

作為 "蚊子 "項目第二階段的一部分，2021年1月，由英國Spirit AeroSystems公司作為主承包商和機身設計者領導的工業團隊與諾斯羅普-格魯曼英國公司（人工智能、網絡、人機界面）和Intrepid Minds公司（航空電子和動力）一起獲得了一份3000萬英鎊的合同，在為期三年的全尺寸飛行測試計劃中快速設計和制造英國首個無機組人員作戰航空系統（UCAS）的技術演示機，作為目前F-35、臺風和下一代 "暴風 "平臺的補充。無人駕駛作戰飛機主要是為了增加軍方作戰航空部隊的數量，它被設計為與戰斗機一起高速飛行，配備導彈、監視和電子戰技術，以瞄準和擊落敵方飛機，并能抵御地對空導彈。蚊子 "將從機場、空客A400M "母艦 "或航空母艦上發射，計劃在2023年底前在英國領空飛行，但沒有說明實際的首次飛行是否會提前在外國天空進行。2021年，當時的英國國防參謀長尼克-卡特爵士將軍在一次國際戰略研究所的虛擬活動中說，到2030年，今天由8架臺風戰斗機組成的皇家空軍（RAF）戰術編隊將由2架臺風戰斗機、10架蚊式無機組人員戰斗機和100架阿爾維娜蜂群無機組人員飛行器組成，"因為這是產生大量的方式，你可以看到這在陸地和海洋領域也會上演。" 未來的皇家空軍預計將由暴風雪、F-35、蚊子、阿爾維納和保護者組成，其中80%將是無人駕駛或遙控平臺。2021年，空軍總司令邁克-維格斯頓爵士宣布，皇家空軍無人機測試中隊 "已經毫無疑問地證明了我們的阿爾維娜計劃下蜂群無人機的顛覆性和創新性效用"。在英國Alvina計劃的前兩個階段之后，2019年1月授予了第三階段250萬英鎊的合同，用于綜合概念評估活動，以探索協作運行的無人機群的技術可行性和軍事效用，2021年1月成功測試了涉及英國20架蜂群無人機的最大的協作性軍事重點評估。據報道，與正在為皇家空軍開發的 "蚊子 "分開，皇家海軍正在推進其名為 "維克斯 "的忠誠僚機。

未來戰斗航空系統/未來戰斗系統（FCAS/SCAF）

法國、德國和西班牙，未來戰斗航空系統/未來戰斗系統（FCAS/SCAF）的伙伴國，以及它們各自的產業，正在開發遠程載具（RC）元件，它與可選擇駕駛的新一代戰斗機（NGF）和聯網的戰斗云（CC）一起構成下一代武器系統（NGWS）。RCs的開發是由空中客車防務和空間公司作為主體，法國MBDA公司、德國MBDA公司和西班牙SATNUS技術公司組成的合資公司Sener Aeroespacial、GMV和Tecnobit-Grupo Oesia公司進行的。該工業團隊正在開發一個蜂群和網絡化的飛行器系列，其尺寸從數百公斤的消耗性飛行器到數噸的更復雜和可重復使用的忠誠僚機類型。根據空中客車公司和MBDA之間的合作協議，前者專注于開發可重復使用的遙控飛行器，而后者則致力于開發消耗性的。正在開發的關鍵技術包括人工智能支持的合作算法、穩健和故障安全的數據通信、小型化傳感器、新的驅動技術、獨立于GPS的導航、可擴展的行動手段、低觀測性解決方案和蜂群技術。如果達索航空公司和空中客車公司將很快簽署各國已經達成的協議，遙控飛機技術演示器可能在2027-2028年飛行，但這將取決于發展路徑和時間。遙控飛機的初始作戰能力可以在2030年代達到，以初步補充第四代戰斗機，但這將取決于國家要求和對平臺及其任務套件的修改。FCAS的MUM-T作戰概念（CONOPS）和相關要求，定義了對遙控飛機機體和控制系統能力的要求，正在調查作為發展路徑的一部分，直到技術演示飛行階段。正如在2019年布爾歇航展和隨后的活動中所展示的那樣，RCs被設想為支持載人平臺的空對空和空對地任務，包括海軍領域，以及情報、監視和偵察（ISR）以及電子戰斗序列的繪制，還有干擾/欺騙、壓制和摧毀敵人的防空。MBDA正在利用其所有的經驗和技術，開發更深入的打擊武器系統，如 "風暴之影 "和 "金牛座"，以及基于國家計劃的新系列 "長矛"、"智能滑翔機 "和 "智能巡洋艦 "的智能連接武器，以進一步發展這些概念的RCs，其發展取決于MUM-T平臺的選定類型。迄今為止，MBDA已經在2019年公布了其RC100和RC200遠程運載工具的概念，但最終的RC可能會有所不同，并且可以設想更大的一攬子解決方案，包括已經公布的用于攔截針對受保護平臺發射的空對空導彈的短程導彈。空中客車公司正在開發的更大的RC，在2019年提出了早期模擬，需要由運輸機（如A400M）進行空中發射，或從跑道起飛。目前還沒有提供關于忠誠的僚機型UCAV的信息。

圖：法國、德國和西班牙，FCAS/SCAF的伙伴國，以及它們各自的工業界，正在開發遠程載具（RC）元素，這些元素與可選擇駕駛的新一代戰斗機（NGF）和聯網的戰斗云（CC）一起構成了下一代武器系統（NGWS）。

圖：根據空客防務與航天公司和MBDA之間的合作協議，后者專注于開發消耗性遠程運載工具，而空客DS則專注于可重復使用的運載工具。

土耳其Baykar Kizilelma

土耳其Baykar技術公司在2021年7月公布了其UCAV設計。據制造商稱，該平臺最初以土耳其語縮寫MIUS（無人駕駛作戰飛機系統）聞名，2022年3月改名為Kizilelma（土耳其語中的紅蘋果），預計將于2023年飛行。Baykar技術公司公布的概念和模型顯示，單渦輪風扇發動機驅動的CUAV具有隱形設計，其特點是三角翼和鴨翼配置，機身能夠容納一個武器艙。雖然沒有提供關于平臺尺寸的官方數據，但制造商提供了關于主要能力的信息。Kizilelma最大起飛重量為6,000公斤，不僅能夠從短的陸地跑道上起飛和降落，而且還能從甲板上的海軍平臺，如土耳其海軍未來的旗艦LHD Anadolu上起飛和降落，據稱它具有全自動起飛和降落的功能，以及包括主動電子掃描陣列雷達、先進的光電攝像機和電子戰系統在內的任務套件，以及視線內和視線外通信套件。Kizilelma的最大有效載荷容量為1500公斤，據稱能夠達到0.6馬赫的巡航速度和11550米的工作高度，續航時間為5小時，任務半徑為926公里，但沒有公布任務有效載荷。

圖：土耳其Baykar技術公司的UCAV Kizilelma（土耳其語中的紅蘋果），據制造商稱，預計將于2023年飛行。

Baykar技術公司公布的Kizilelma UCAV的概念和模型顯示了一個以單渦輪風扇發動機為動力的平臺，其隱身設計的特點是三角翼和鴨翼配置，其機身能夠容納一個武器艙。

無人機系統（UAS）和其他相關技術（人工智能或AI、無線數據網絡、擊敗敵方電子戰的電子支援措施）已經發展到一個新的地步，無人機系統被認為原則上能夠執行目前由有人駕駛飛機執行的幾乎任何任務。

因此，許多武裝部隊正在積極試驗有人-無人編隊協作（不同的縮寫為MUM-T或MUMT）。通過將有人和無人資產作為一個單位而不是單獨部署，無人機最大限度地發揮了其作為力量倍增器的價值，提高了在高度競爭性空域的殺傷力和生存能力。無人機系統的直接控制權可由飛行中的有人單位或單獨的空中、地面或海上指揮中心掌握。隨著時間的推移，人工智能的進步將允許無機組人員的編隊元素自主地執行大部分任務。這最終可以將人類干預減少到最低，只保留任務目標的輸入、交戰規則的定義和武器釋放的授權。事實上，這種自主能力對于MUM-T概念來說是至關重要的，以防止人類飛行員被控制無人機的額外任務所淹沒。 無人機系統的主要應用包括：

• 目標偵查；
• 為有人駕駛飛機進行戰損評估；
• 電子戰；
• 各種有人或無人平臺之間的數據和通信中繼/接口；
• 武裝護衛。

在“武裝護衛”角色中，無人機系統可以在有人平臺執行任務之前壓制敵人的防空設施（SEAD角色），或者作為一個外部武器庫，使單一的有人駕駛飛機在每次任務中能夠攻擊大量的目標。

• 1 美國陸軍MUM-T
  • 旋翼系統
  • 推進能力建設
  • 下一代有人-無人編隊步驟
  • 韓國
• 2 美國空軍MUM-T
  • 美國空軍SKYBORG
  • SKYBORG 路線圖
  • 朝記錄項目發展
  • ATS/忠誠僚機
  • 英國皇家空軍“蚊子（MOSQUITO）”
  • FCAS - 未來戰斗航空系統
  • FCAS - 法國PANG
• 3 美國海軍MUM-T
  • 美國海軍MQ-25 STINGRAY加油機
  • 無人駕駛型F/A-18測試
  • 美國海軍的下一代空中優勢
• 4 其他國家發展狀況

人工智能（AI）是一項具有廣泛用途的新興技術。《美國防戰略》強調了人工智能對軍事行動的重要性，以使美國保持對其近似競爭對手的優勢。為了充分實現這一優勢，不僅要在戰術層面，而且要在戰爭的作戰層面整合人工智能。人工智能可以最有效地融入作戰計劃的復雜任務，方法是將其細分為其組成部分的作戰功能，這些功能可以由狹義的人工智能來處理。這種組織方式將問題減少到可以由人工智能解析的規模，并保持人類對機器支持的決策的監督。

引言

人工智能是一套新興的、變革性的工具，有可能幫助軍事決策者。美國國家戰略將人工智能（AI）納入戰爭。《2020年國防授權法》11次提到了人工智能。國防戰略強調了利用人工智能和機器學習方面的商業突破的重要性。人工智能的軍事用途是保留國家安全的一個引人注目的方式。創造工具來支持戰術行動，如摧毀敵軍和從一個點導航到另一個點，具有顯著和可見的效果，使他們在資源有限的環境中在政治上可以接受。它們在訓練和測試方面的可重復性，使它們在采購過程中成為人工智能系統的快速贏家。然而，戰術行動的范圍和時間是有限的。僅在戰術層面上整合人工智能，忽視了在作戰層面上發生的決定性影響。

作戰，也就是實踐者將戰術行動轉化為戰略效果的層面，取決于領導者做出正確決策的能力。聯合部隊海事部分指揮官（JFMCC）的艱巨任務是制定計劃，將戰區戰略和聯合部隊指揮官（JFC）的目標結合起來，通過決定性的海軍交戰來塑造環境。在人工智能的快速認知能力的幫助下，JFMCC將能夠制定并更徹底地分析行動方案（COA）。這些品質對于未來的沖突是必要的。

人工智能必須在戰爭的各個層面進行整體集成，以充分實現其優勢。除了局部的、短期的戰斗，它還需要應用于主要的行動和戰役，涉及整個戰區的數月或數年。在戰爭的戰役（作戰）層面上的實施，放大了為實現戰略目標而進行的有序交戰和同步行動之間的協同作用。除了技術發展之外，行動上的整合將刺激政策和理論的建立，以使作戰人員有意愿使用人工智能。隨著使用人工智能的經驗的增加，其采用率也會增加。為協助海軍作戰計劃而實施的特定人工智能技術可能與那些用于計算射擊方案或在被拒絕的淺灘水域規劃路線的技術不同。然而，在作戰層面的接受度將推動戰術上的使用。

在JFMCC層面，人工智能系統網絡將為決策者提供決定性的優勢，將專注于作戰功能的獨立的人工狹義智能（ANI）單位統一起來將實現最顯著的好處。首先，人工智能解決方案比它們的通用人工智能（AGI）同行更適合于軍事問題的解決。其次，戰爭的性質促使有必要在作戰層面上整合人工智能。最后，雖然有許多方法可以整合，但沿著功能線這樣做會帶來最顯著的好處。不僅在技術意義上吸收人工智能，而且描述其在政策、理論和培訓中的使用，將使海軍能夠充分使用它，并在與我們的戰略競爭對手的競爭中獲得優勢。

如何在海戰領域整合人工智能？

目前人工智能在海上行動中的最佳應用是將復雜的海上行動問題分解成子問題，由人工智能來解決，并組合成COA建議。解決小問題的人工智能需要更少的訓練數據，有更直接的邏輯，并且可以連鎖起來解決更重要的問題。麻省理工學院人工智能實驗室前主任羅德尼-布魯克斯（Rodney Brooks）認為，創建動態環境的符號表示是困難的或不可能的。然而，特定任務的智能體可以利用足夠的傳感器數據智能地行動，更重要的是，可以連貫地互動。通過將簡單的活動連鎖起來，失敗的風險很低，更復雜的問題就可以得到解決。多個簡單的行動可以在低認知層平行運行，并將其輸出結合起來，為更高層次的復雜活動提供支持。這種結構的優點是允許軍事工程師開發和訓練人工智能，以首先解決可操作的問題。對人工智能開發者來說更具挑戰性的功能可以保留只由人類決定的方法，直到他們產生解決這些問題的專業知識。與其等待一個完整的系統，部分系統將提供一個臨時的邊際優勢。

鑒于人工智能可以通過將問題分解成更小的決策來最好地解決問題，問題仍然是如何劃分這些問題。重述作戰任務的一個模式是將它們分成作戰功能：指揮和控制（C2）、通信、情報、火力、運動和機動、保護和維持。這些作戰功能為開展有效行動提供了基礎。它們為一個行動提供了采用手段實現其目的的方法。因此，與決定如何實施這些功能以實現目標的決策者一起使用人工智能是很自然的。

如同應用于海上作戰戰爭，最低層的決策支持系統將由感知環境的活動組成：探測艦艇、飛機和潛艇；燃料水平；天氣；以及其他客觀的戰斗空間數據。通過將外部輸入限制在特定的、低層次的任務上，該系統將最大限度地減少對抗性例子或旨在消極操縱自動系統的數據的風險。中間層將把下層的輸出與作戰目標和因素結合起來，如時間、空間和力量的限制，以提供解決問題的方法和作戰功能。由于上層的對抗性數據注入的威脅較小，這些系統可以使用深度學習。深度學習是機器學習的一個子集，它不像其他形式那樣需要高度格式化的數據，但計算成本會更高，而且容易受到欺騙。深度學習將增加這一層的人類互動，并暴露出更復雜的關系。最高層將把C2流程應用于其他六個業務功能，以產生業務建議。中間層的每個功能人工智能將向其他功能人工智能和最高C2層提供建議。中間層的人工智能對復雜的數據和相鄰單位及C2功能的建議進行理解。

如果將中間層人工智能納入規劃和指導、收集、處理、分析和傳播的情報周期，將促進收集資產的更好分配。判斷對有限的收集資產的請求以滿足行動和戰術信息需求是JFMCC關注的一個問題。在收集計劃期間，人工智能可以使用已知的對手軌跡、地點、個人和組織來定義和優先考慮指定的利益區域（NAI）。在執行過程中，人工智能可以根據優先級驅動收集路線，就像企業用它來規劃送貨路線以減少勞動力、燃料和維護成本一樣。采集計劃者可以通過增加對手監視點的位置和范圍來減少反偵查的風險。在C2層面，指揮官和情報官員可以利用收集成果來證明更多的JFMCC收集資產和COA的修改。這種方法適用于其他功能。

人工智能可以在部隊部署不斷變化和對手存在不確定的環境中改善維持能力。相互沖突的要求使如何使用有限的后勤資產來滿足作戰人員的需求的決策變得復雜。后勤單位較低的生存能力促使人們決定是將它們帶入被對手防御系統拒絕的區域，還是將戰斗飛船引離目標。人工智能可以利用軍事和民用運輸的可用性、預先部署的庫存和供應商的響應能力來制定船舶和飛機需求的解決方案。企業利用人工智能準確預測需求，并分辨出影響運輸和倉儲的采購模式。維持型人工智能可以使用這個過程的一個變種，來計劃在高級后勤支持站點（ALSS）或前方后勤站點（FLS）的材料堆放。它可以決定如何以及何時使用穿梭船和站立船來運送到攻擊組。機器學習將使用燃料、食品和武器庫存、威脅環、戰備水平和維修時間來訓練維持人工智能。維持型人工智能可以提供比人類單獨完成的更有效的量化解決方案，并將其反饋給其他功能區和C2高層。

C2層將對來自下層的決定進行仲裁，并提供一個統一的建議。就像一個軍事組織的指揮官一樣，它將把其副手AI的建議合并起來。人工智能過程的早期階段使用傳感器數據和其他客觀信息來確定指揮官的方向；決定行動方案需要建立對戰斗空間的理解，這是一種更高層次的欣賞。戰斗空間的可變性和模糊性將使這一層的人工智能元素最難開發。最終，該系統將作為一個可信的智能體，壓縮指揮官負責的信息量。壓縮的信息減輕了時間有限的決策者工作時的疑慮負擔，使她能夠向下屬單位發出更及時的命令。

圖1說明了基于這些原則的系統的擬議架構。以對手預測為例，許多單一用途的ANI將在最低層結合原始傳感器和單位報告數據。它將評估敵方單位的最可能位置。公司分析評論、社交媒體和論壇發帖的情緒，以確定產品的滿意度。同樣地，這個系統將通過公開的言論和秘密的報告來確定對手的意圖。它將評估當前和歷史天氣模式，以評估氣候對敵人行動的影響。這三個輸入和其他信息將被功能情報ANI用來形成對敵方COA的評估。同樣，火力節點將使用敵人的組成、JFC的優先級和預測的彈藥可用性來產生目標指導。中間層節點將橫向傳遞他們的評估，以完善鄰近的建議，如部隊保護水平。獨立的功能建議也將直接反饋給C2層，以創建整體行動方案。

圖1. 海上人工智能系統的擬議架構

建議

首先，利用聯合人工智能資源的優勢，針對海軍的具體問題修改標準組件。擅長開發軍事人工智能系統的工程師的稀缺性將限制新系統的開發。美國防部的人工智能戰略具體規定了建立通用的工具、框架和標準，以便進行分散的開發和實驗。使用這些現成的組件，為人工智能決策網的所有子系統創建低級別的系統和標準接口。將海軍的資源集中于采購和實施用于海事具體決策的中層和高層系統。避免技術上令人著迷但無效的解決方案，并通過將職能領域的專家與設計團隊相結合來保持解決海事問題的目標。

第二，創建并維護可通過機器學習攝入的作戰數據數據庫，以訓練海軍人工智能。實施能夠在海上作戰中心（MOC）讀取和集中匯總基本作戰數據報告的技術和工藝，如燃料狀態、導彈裝載量。開發記錄和定性評分作戰決策結果的方法，如對手態勢的變化、傷亡修復率和公眾對行動的反應。將輸入與作戰決策和結果聯系起來的數據庫將加速開發符合現實世界標準的系統。

第三，將人工智能的使用納入政策和條令。條令應該編纂人工智能可以被整合到戰爭戰役層面決策中的領域。明確地說，關于情報、行動、火力、后勤、規劃和通信的海軍作戰出版物應說明人工智能在決策過程中產生優勢的地方和方式。描述海上聯合行動的聯合出版物應明確說明如何將JFC的要求解析為JFMCC的AI系統。如果國防部和海軍的政策對指揮官因整合人工智能的決策建議而產生的責任量進行了定性，那么他們在使用人工智能時就可以采取經過計算的風險。讓指揮官和作戰人員掌握使用人工智能的戰術、技術和程序將加速其在艦隊中的應用。

空中力量已經從一個世紀的技術創新和進步中受益。新技術的出現繼續挑戰著空中力量中經常持有的常識。無人機系統（UAS）就是這樣一種不斷發展的空中力量技術。這項技術為澳大利亞國防軍（ADF）帶來了巨大的機遇。雖然澳大利亞國防軍在特定的角色上取得了一些無人機系統的進展，但澳大利亞皇家空軍（RAAF）還沒有在其所有的空中力量貢獻中采用這種技術來達到軍事效果。

《空中力量手冊》（空天力量中心[ASPC]，2022年）定義了七種空中力量的貢獻：力量生成、空軍基地行動、空中指揮和控制、反空、空中機動、空中情報和ISR（情報、監視和偵察）以及空中打擊。一些先進的盟國已經在空中情報、ISR和空中打擊方面采用了發達的無人系統。這些系統包括美國空軍（USAF）的MQ-1捕食者、MQ-9死神和RQ-4全球鷹。甚至反空--載人空戰--也在發展無人系統的路上；RAAF與波音公司合作開展了 "忠誠的翼人 "項目（戴維斯，2019c），現在正式命名為MQ-28A幽靈蝙蝠（達頓，2022）。

但空中機動性如何？ADF還沒有接受關于未來ADF空中機動性自主性的真正對話。未來自主空中機動性思維停滯不前的一個更可能的原因是，在（到目前為止）有效的空運理論的支持下，載人系統幾十年來取得了高度可靠和經證實的作戰成功。因此，這里有一個克勞塞維茨式的平行關系：戰爭性質的一個持久因素是對機動性的需要，但今天皇家空軍所面臨的是戰爭性質的一個階梯式變化，一個對機動性來說過于重要的技術機會，不容忽視。

本文確定了在澳大利亞國防軍空中機動中采用無人機系統的滯后性，并探討了澳大利亞國防軍在未來使用無人機系統的機會。通過這樣做，本文旨在提高對ADF無人駕駛空中機動性潛力的集體認識，并為ADF部隊結構企業的軍事和商業貢獻者提供一個廣泛的參考來源。本文首先研究了無人機系統適應的驅動因素，或指標。這些驅動因素包括澳大利亞的戰略利益、區域軍事現代化、安全和生存能力、降低成本和技術可用性。然后，本文介紹并分析了三種核心空中機動性活動中每一種的無人機系統發展的具體機會和例子。為此，本文簡要討論了澳大利亞國防軍目前的機隊，然后探討了一些不斷發展的無人駕駛空中機動性技術和概念，澳大利亞國防軍可能會考慮在下一代空中機動性機隊中使用。最后，本文提出了無人機系統空中機動性發展可能面臨的一些挑戰，以幫助未來的研究和探索。

證據表明，需要一個靈活的、跨服務（和跨文化）、跨行業的方法來設計、開發和使用未來的空中機動部隊。傳統的澳大利亞皇家空軍中重載平臺和陸軍輕中載平臺的分叉模式可能會讓位于大型和小型載人和自主系統的混合艦隊。聯合部隊設計者之間的集體方法--跨單一軍種總部的真正合作--對于皇家空軍的固定翼空中機動團體和陸軍的旋轉翼團體之間的合作至關重要。也許更重要的是，在這個領域需要與工業界合作。商業行業在自主車輛領域發揮著相當大的作用，政府和私人研究和開發組織也是如此。現有的和新的伙伴關系的跨服役杠桿對于利用未來自主的ADF空中機動性的機會是至關重要的。

美國國防部和空軍領導人認為，人工智能（AI）是一種改變游戲規則的技術，將幫助空軍情報、監視和偵察（ISR）體系克服大國沖突所需的情報分析速度和規模方面的長期挑戰。傳感網格概念（最近更名為傳感器集成）被作為未來框架引入，以整合人工智能和認知建模工具融入空軍ISR，但對于對手的威脅和道德方面的考慮卻很少討論，而這些考慮應該貫穿于系統的設計和功能模塊。為了讓空軍內部的人力和組織做好準備，以整合高度自動化的人工智能情報分析系統，領導人必須倡導以人為本的設計，從歷史上人機協作的成功和失敗中吸取教訓。領導人還必須采取積極主動的方法來培訓空軍的ISR勞動力，以便與革命性的但不完善的人工智能技術進行有效協作。

問題陳述

根據美國空軍作戰集成能力（AFWIC）傳感跨職能小組的說法，空軍情報、監視和偵察（ISR）的現狀是高度專業化、專有化，并且過于依賴人力密集的回傳（reach-back）過程。當規劃人員展望未來的大國沖突時，他們評估目前的硬件和分析過程將不足以建立對同行對手的決策優勢，情報工作在勝利所需的速度和規模方面落后。空軍A2的 "下一代ISR主導地位飛行計劃"對目前的ISR體系也提出了類似的批評，主張擺脫今天的 "工業時代的單一領域方法"，以追求 "架構和基礎設施，以實現機器智能，包括自動化、人機合作，以及最終的人工智能。"雖然為空軍人員提供更快更智能的工具來制作和分享評估是空軍高級領導人的優先事項，但引入更高水平的自動化和機器主導的感知為情報界帶來了一系列新問題。考慮到這些工具可能遇到的篡改和故意提供錯誤信息的威脅，依靠算法走捷徑是否安全？追求由自動化武器系統促成的戰爭到底是否合乎道德？如果是這樣，情報界采用自動化工具以更快的速度產生關鍵的情報評估會帶來什么風險？

人工智能（AI）一詞被美國防部聯合人工智能中心定義為 "機器執行通常需要人類智慧的任務能力--例如，識別模式、從經驗中學習、得出結論、進行預測或采取行動。"參議員們希望AI能夠很快為人類分析師用來進行評估的軟件套件提供動力，并使物理系統在更多的自主應用中發揮作用。機器學習（ML）被國防部高級研究計劃局（DARPA）定義為人工智能中的一個領域，"將統計和概率方法應用于大型數據集"，并可以將衍生模型應用于未來的數據樣本。利用ML好處的一個流行方法是通過深度神經網絡（DNN），它可以使用歷史數據被訓練成執行一系列的分類和預測任務。雖然在AFWIC或A2的出版物中沒有特別提及，但在模擬人類思維過程的應用中使用AI、ML和DNN是計算機科學和心理學的一個混合領域，稱為認知建模。在AFWIC對未來空軍ISR體系的設想中，AI、ML、DNNs和認知建模概念是向數字化、以網絡為中心的情報方法轉變的關鍵部分。

為了給空軍ISR體系的現代化舉措提供一個框架，AFWIC建立了傳感網的概念，定義為 "傳感器、平臺、人員、設備、內容和服務的組合，為決策者提供整體、準確、預測和及時的作戰環境特征。"該概念的設計者設想了一個具有預測分析、自主傳感和響應、融合多個數據源和邊緣處理的系統，所有這些都是通過利用AI、ML、DNN、數據分析和其他認知建模方法來實現的。盡管沒有公布傳感網格的首次亮相日期，但大多數討論表明，優化的系統簇至少還有十年。同時，美國防部領導層非常迫切地要趕上中國和俄羅斯在軍事人工智能應用方面的投資，鼓勵快速原型設計和實驗，以找到解決方案。人工智能在國防論壇上經常被認為是使以數據為中心的情報任務更快、加快戰術決策的答案，但如果所涉及的系統處于工程的初級階段，并且在國家安全領域仍未得到證實，這僅僅是猜想。

雖然AFWIC和空軍A2專注于人工智能傳感器和工具的研發投資，但很少討論使傳感網格安全和有效所需的人機合作動態。為了使傳感網格成為一個有效的系統，為空軍執行ISR和分析的方式帶來價值和進步，領導人應該在技術中倡導以人為本的設計，培訓和準備一線分析員與新系統有效的協作，并根據人工智能的優勢和劣勢調整組織做法。空軍領導人必須承認將更多的分析任務分配給人工智能工具所固有的對抗性威脅和道德問題，這些問題必須告知感知網格的藍圖。這并不是說正在進行的系統軟件開發應該停滯不前，而是說在情報和物資領導人之間必須同時進行對話，討論人類分析員的作用，因為這對減輕越來越多地依賴人工智能的弊端至關重要。空軍領導人還必須推行一項深思熟慮的計劃，將傳感網格組件整合到當前的傳感、識別、歸屬和共享（SIAS）活動中，使一線分析員為 "更高級別的推理和判斷"任務做好準備，同時承認機器應該增強人類任務，而不是完全取代人類。

接下來本文將提供與人工智能系統相關的脆弱性和道德問題的文獻回顧，以深入了解建設和應用傳感網格可能面臨的挑戰。它還將包括討論在完成和應用這個改變游戲規則的系統之前，情報和物資領導人應該考慮哪些因素。本文最后將就如何為空軍ISR戰斗空間準備傳感網格提出進一步的建議，為空軍人員在數字時代的行動提供必要的場景設置。

文獻回顧

最近關于將人工智能應用于認知任務的相關弱點的研究大多強調了對抗性樣本的危險性，這些樣本修改了DNN的輸入，導致它們控制的系統以各種方式發生故障。對抗性輸入可以是物理的或非物理的，可以影響各種數據分類器分類媒體，包括圖像、音頻文件和文本。最常提到的物理欺騙樣本是一個實驗，工程師通過將停車標志調整成不同的角度來愚弄自動駕駛汽車上的光學傳感器，導致車輛錯過停車。物理欺騙在國防應用中不是一個新穎的計劃，但將邊緣處理和自動化納入像傳感網格這樣的系統可能排除了人類分析師第一手識別這些戰術。在非物理領域，訓練算法以類似于人腦的方式來識別模式是一項具有挑戰性的任務。計算機視覺（CV）算法對圖像的分類與人類分析人員非常不同，當只有幾個像素不合適時，很容易對物體進行錯誤分類。在不太直接的情況下，工程師無法解釋模型的錯誤，刺激了DARPA等組織對可解釋人工智能的倡議。 在最好的情況下，對抗性輸入被識別為異常值，并被具有強大訓練樣本的CV模型所忽略；在最壞的情況下，它們可能會破壞現實世界的輸入，并在人類分析師不知情的情況下從樣本中數字化地刪除物體或活動。如果對抗性輸入導致分析師錯過他們通常會在沒有協助的情況下捕捉到的重要活動，就會產生災難性的后果。

如果將AI、ML和DNN應用于情報數據集背后的目標是以更高的速度分析和傳播更多的信息，那么自然語言處理（NLP）也可能是感知網格架構的一部分。NLP模型今天被廣泛用于個人和商業用途，像Siri和亞馬遜Alexa這樣的工具使用語音提示來啟動其他應用程序。NLP模型也可用于大量文本或其他媒體的理解任務，使用衍生數據回答問題。這種技術在融合多種數據源的SIAS任務中可能非常有用，但也可能容易受到干擾。NLP中的對抗性輸入可以引入錯誤的句子或用文本文件中的反義詞替換關鍵詞，導致模型在沒有時間或能力進行人工審查的情況下錯誤描述數據集。

與任何分層模型的方案一樣，CV和NLP模型是否能像預測的那樣有效地協同工作還是個未知數，更不用說檢測像Deepfakes這樣在非保密領域進入DNN的偽造數據了。人類分析員離通常可以檢測錯誤信息的源數據流越遠，SIAS就越容易受到錯誤輸入的影響。盡管有這種擔憂，但空軍A2的指導意見表明，人們對分層模型利用非保密的公開信息（PAI）進行無縫傳感器提示寄予厚望，使ISR體系能夠更有效地找到相關目標。如果沒有一種強大的方法來檢測提示傳感器的PAI樣本中的偽造媒體，這個過程可能難以安全地實現。

技術的復雜性和自動化、人工智能系統對篡改的潛在脆弱性，引發了關于在軍事行動中應用這類技術是否符合道德的討論。雖然傳感網格的設計不是為了直接使用武器，但來自該系統的情報數據很可能為關于多個領域的關鍵決策提供信息。關于AI/ML的倫理學文獻通常對采用自主運作、人類干預窗口有限的系統持批評態度，其邏輯與反對地雷等傳統自動化武器的倫理學論點相似。雖然傳感網格及其前驅系統將具有比壓力板裝置高得多的認知行為屬性，但一些人認為，人類對黑盒系統的控制同樣很少，這些系統在向人類操作者提出選擇或結論之前，會執行層層的算法通信。

幸運的是，人工智能系統可能也能夠在人類容易出現道德失誤的情況下進行補償，因為機器不會經歷像恐懼或驚慌這樣的情緒，而這些情緒可能會引發危險的決定或違反LOAC。盡管利用人類與認知模型合作的這一潛在優勢是謹慎的，但美國防部的指導意見將速度作為人工智能最有用貢獻的具體價值，這引入了更多道德難題。對個人決策的測試表明，人類在復雜環境中的風險評估能力已經很差，而引入人工智能，使人類判斷的價值邊緣化，只會導致更快的、風險更高的結論。當人工智能帶來的錯誤評估或草率決定導致災難性錯誤時，問責也是美國防部領導人必須準備解決的混亂道德問題。

大多數文獻中隱含的減輕對手篡改和道德失誤威脅的解決方案，是在人類控制器和自主的人工智能系統之間進行最佳分工。不足為奇的是，對于這應該是什么樣子，以及它如何適用于像傳感網格這樣的系統，有許多觀點。一些人認為，在國際協議框架中沒有雇用自動武器系統的空間，并將其缺乏責任感與兒童兵相比較。其他人認為，如果像聯合目標定位這樣的程序以同樣的嚴格和參與規則進行，人工智能工具將不會導致不可接受的失控。雖然人們認為迫切需要通過購買現有的商業軟件向聯合情報界提供傳感網格的能力，但如果美國防部領導人希望減少前面討論的風險，工程師、需求所有者和分析師必須致力于仔細討論人工智能應用在ISR體系中最有幫助的地方以及它們有可能造成傷害的地方。

討論結果

當涉及到投資建設由人工智能和認知建模應用驅動的未來ISR體系的項目時，美國防部和空軍除了需要快速投資并與大學和國家實驗室合作外，提供的指導有限。除了系統 "事故風險較低；對黑客和對手的欺騙行為更有彈性和表現出較少的意外行為"之外，對該部門在人工智能投資方面所期望的指導也是有限的。缺乏特殊性可能是人工智能在國防部戰略中首次出現的癥狀，但自滿和滿足于為投資而投資的情況并沒有遠遠超過這種情況。使用該技術的社區有責任決定與認知模型建立哪種類型的協作關系將提供最大的利益，但戰略指導似乎將責任交給了實驗室和行業合作伙伴，責成外部人士確定人工智能將解決的問題和解決方案。如果空軍ISR領導人在討論如何最好地將人類分析員與人工智能工具協作方面不發揮積極作用，他們將如何評估開發人員是否在提供資金的情況下取得足夠的進展？美國防部如何相信由非業務伙伴開發的解決方案能夠充分解決安全和道德問題？在什么時候，人工智能會從一個脆弱的研究項目過渡到改善SIAS的速度和準確性的可行解決方案？

討論人工智能及其在情報工作中的預期功能的一個更有成效的方法是，不要把它當作一個神奇的子彈，因為它的定義太不明確，根本無法研究。雖然將認知模型應用于情報過程可能是新的，但在戰爭中實現自動化的技術已經存在了幾十年。領導人必須考慮現代戰爭中已經存在的人機合作結構，以獲得設計和整合傳感網格的經驗。對于空軍ISR來說，分析當前和歷史上人類分析員、機載傳感器和戰區決策者的團隊合作是一項有益的工作。機載ISR傳感器的性能衡量通常通過傳感器輸出的響應性和準確性等因素來評估，但了解傳感器數據引發的分析和決策過程也很重要。例如，光譜成像傳感器可以被用作異常檢測器，突出不尋常的物體或活動，供人類分析員審查和報告。報告可以傳播給行動領導人，然后他根據情報做出決定，命令對異常活動的來源進行空襲。如果這一連串的事件在行動過程中習慣性地發生，那么傳感器和人類在循環中的互動可能會開始改變，而傳感器被潛意識地重新歸類為威脅探測器。在這種情況下，傳感器的性能規格并沒有改變，但隨著時間的推移，團隊關系中的人類開始對傳感器的輸出應用不同的價值，這可能是外部激勵因素的影響。雖然大多數分析家都知道，假設所有的異常情況都是威脅是不正確的，也是危險的，但人機協作關系演變為扭曲人類判斷的微妙方式是值得關注的。為了確保人機協作以道德方式進行，領導者必須反思協作結構如何在無意中抑制組織的價值觀。對新作戰技術的準確性和穩健性的要求是合理的，但了解技術煽動的組織行為和習慣對有效和道德地使用是最重要的。

除了在ISR體系內應用現有的人機合作經驗外，人工智能感應網格的設計也應以人為本。雖然在建立一個由人類分析員使用的系統時，這似乎是顯而易見的，但在復雜的系統工程項目中，人因工程和人機協作的考慮往往是一個低優先級的問題。這部分是由于傳統的組織障礙，將軟件工程師和人因專家放在不同的部門，尤其是后者專門研究認知心理學、神經科學和機器人學等學科，這些學科在一些項目中可能發揮有限的作用。未能在復雜系統中適當整合人的因素的后果是可怕的，這在波音公司的737 Max飛機上可以看到，該飛機在2018年和2019年發生了兩起致命事故。兩份事故報告都提到高度自動化的機動特性增強系統（MCAS）軟件是導致飛機失事的一個重要因素。 雖然MCAS被設計為使用傳感器輸入來協助飛行安全，但糟糕的人為因素考慮使得該系統在觸發自動程序后，飛行員很難覆蓋。雖然培訓用戶與新系統合作是入職的自然部分，但由于缺乏人為因素工程而導致的陡峭學習曲線是一種風險，可以通過對人類和機器行為進行建模來減輕，因為它們與手頭的任務相關。 在這種情況下，建模將幫助系統架構師確定在特定的團隊合作關系中造成誤解的溝通差距，也許可以提供關于機器如何在緊急情況發生前向人類操作員充分披露其局限性的洞察力。

當我們推測如何最好地促進人機互動，充分解決與人工智能和自動化相關的安全和倫理問題時，尋求視覺分析專家的咨詢可以提供有價值的設計見解。"視覺分析是一個科學領域，它試圖通過交互式可視化增加人機對話來提高自動化、高容量數據處理的透明度。 為分析師提供一個團隊結構，讓他們選擇如何可視化數據集，可以在自動化、機器輔助的數據精簡和人類判斷之間取得有利的平衡。在傳感網格的可視化分析的最佳應用中，分析師將以高度的信心理解數據集的重要性，這得益于調整基礎分析過程的能力。 理想情況下，可視化分析使用戶能夠通過向系統提出關于數據的假設和問題來利用他們的學科專長，使他們能夠通過對話得出結論。視覺分析中的一種被稱為語義互動的方法也可能是有幫助的，創建的模型可以將分析師與視覺數據的對話轉化為模型的調整，推斷和學習人類伙伴執行常規任務的原因，如突出、復制等。考慮到前面詳述的學科有多新，建立明確的測試和評估標準將是準備將這些和其他團隊技術納入SIAS任務的重要步驟。

美國空軍研究實驗室（AFRL）內的各局無疑面臨著許多挑戰，在這個概念正式確定之前，他們一直致力于建立傳感網格的組成部分。將人工智能整合到智能架構和軟件中的工程師和開發人員主要在羅馬實驗室AFRL信息局（AFRL/RI）工作，分為多個核心技術能力（CTC）團隊。特別是處理和開發（PEX）CTC將深入參與開發實現傳感網的DNN，其任務是"為空軍、國防部和情報界提供快速感知，以提高對形勢的認識和對抗的洞察力"。在PEX CTC中，項目按功能分為特征化、極端計算、理解和預測項目，涵蓋了從數據提取到高級感知的一系列步驟。人因工程方面的專業知識來自位于兩個州外的萊特-帕特森空軍基地的飛行員系統（RH），一個跨學科局。下一步，PEX CTC的項目可能會與AFRL的其他部門（如傳感器（RY）或航空航天系統（RQ））的開發項目相結合，將RI的SIAS部分與新的機載收集傳感器和車輛聯系起來。目前，RI的工程師使用來自實際聯合和國家情報來源的樣本數據流，逐步解決在大量非結構化數據中進行分類的計算挑戰。尋找解決方案以保持物理系統的尺寸、重量和功率要求可控，也是一個持續關注的問題，特別是在像Agile Condor這樣尋求在機載系統上提供高水平邊緣處理的項目。

正如前面的文獻調查所示，在DNN中建立穩健性和安全性，以防止ML中的對抗性干擾，是任何網絡開發者都關心的問題，RI內部的團隊也不例外。DNN已經在實驗室環境中以意想不到的方式學習或失敗，引入與人類感知相矛盾的對抗性輸入，可能會使開發有用工具的進展受挫。如果系統繼續隨著新數據集的發展而發展，那么可能很難確定技術成熟度的基準，在這種情況下，AFRL將維持責任轉移給空軍生命周期管理中心（AFLCMC）是合適的。雖然這一點與建立人工智能傳感網格組件的測試和評估標準的重要性有關，但它也應該引發關于復雜系統在開發和維持組織之間的移交是否適合這種技術的討論。理想的情況是，在DNN上擁有最多專業知識的團隊建立模型，并在其整個生命周期內維護它們。一個更有可能和更少破壞性的行動方案是建立具有可升級底盤和外形尺寸的傳感網組件，允許在可用時用替換設備進行簡化升級。考慮到國家實驗室、DARPA、麻省理工學院、卡內基梅隆大學和其他機構的大量人工智能研究投資，空軍領導人應該考慮如何在研究結果公布后，整合部門的投資回報，以改善感知網的設計和功能。

對于美國防部和空軍領導人來說，為未來傳感網的整合創造條件，還有其他獨特的倫理挑戰需要協調。如果 "傳感網格"及其組件能夠提供該概念所承諾的快速和強大的傳感功能，那么期望所有使用該系統的一線分析員都能理解其工作原理是否合理？在發生災難性錯誤的情況下，初級分析員是否需要了解該技術，以便對涉嫌疏忽的錯誤負責？"將邊緣處理納入傳感網設計也是一個有道德爭議的話題。雖然自動數據處理可以節省SIAS的時間，但分析師如何知道邊緣計算程序是否出現故障，或者他們是否被對手欺騙？從傳感器的邊緣去除人類的認知勞動可以更快地提供數據，但結果的準確性可能會有所不同。那些認識到這些問題，但卻因為要比中國或俄羅斯更快地投入技術的壓力而推遲解決的領導人，應該仔細思考這一立場背后的原因。雖然中國和俄羅斯的政府形式與美國根本不同，但事實是，這兩個國家都有等級制度，對國防事務中的錯誤和不精確性的責任也很重視。以類似于核計劃的方式，美國政府應該領導國際社會與競爭對手分享安全、設計良好的人工智能算法的傳統技術，確保沒有國家因為糟糕的態勢感知工具而引發誤解導致的沖突。最好的國際人工智能軍備控制可能來自于對人工智能研究結果的盡可能透明，并倡導負責任地使用該技術。

建議

盡管完整形式的傳感網格還需要幾年時間才能實現，但最終系統的組成部分可能會在未來十年內逐步投入使用。在為下一代人機協作做好技術、人員和組織的準備方面，還有大量的工作要做。美國防部和空軍ISR領導人不應等到正式的系統首次亮相時才開始倡導在傳感網格技術中采用以人為本的設計，將人工智能的培訓目標納入對一線分析員的指導，并為組織接受該技術和與之合作做好準備。當涉及到設計和構建這個復雜的系統時，物資領導人在考慮采購商業的、現成的軟件以獲得更快的數據匯總解決方案時，應該謹慎行事。在沒有為傳感網格及其系統如何運作建立測試、評估和安全標準的情況下，過早地整合多用途商業軟件可能會給傳感網的人工智能互動帶來不確定性和風險。

此外，找到更快解決方案的愿望不應該先于對人的因素的考慮，因為這對安全和富有成效的人機合作至關重要。美國防部領導人還應該認真審視在整個傳感網中整合邊緣處理的計劃，將其作為一個安全和道德問題，并應仔細思考在哪些地方將人類感知與傳感器輸出分離才是真正合適的。雖然培訓人類分析員是ISR體系可以采取的最明顯的措施之一，以減輕來自外部干預和道德失誤的威脅，但物資領導人也必須考慮他們在采購精心設計的、以人為本的技術方面的作用，作為一個同樣重要的保障。

正如美國國防創新委員會的AI原則。雖然年輕的分析員在快速學習數字應用和程序方面表現出很強的能力，但初級人員也傾向于以令人驚訝的方式信任技術。因此，這些分析員必須繼續接受情報分析基礎知識的培訓，使他們善于識別傳感網格中的算法錯誤和遺漏。空軍領導人在2018年為促進AI和ML素養邁出了務實的第一步，啟動了一項試點計劃，以確定具有計算機語言經驗的空軍人員，希望在各種舉措中利用那些具有編碼專長的人。雖然這項措施將有助于區分具有較高數字熟練度的分析員，但教導勞動力如何運作計算機模型可能是一個更有用的技能組合，以準備在傳感網中進行人機合作。"為傳感網就業準備一線分析員的最壞方法是依靠及時培訓來彌補勞動力對技術知識的差距，從而為SIAS活動引入更大的錯誤率。

為了讓組織準備好接收和整合傳感網格，美國防部和空軍領導人必須首先解決人力需求。盡管像傳感網格這樣的系統被設計成模仿人類的認知勞動，但分析人員的勞動對于質量控制和任務管理仍然是至關重要的，更不用說作為識別DNN內潛在篡改或系統故障的保障。現在還不是為預期的技術進步做出任何急劇的力量結構調整的時候，而這種技術進步離投入使用還有好幾年的時間。此外，到目前為止，關于傳感網將如何整合來自聯合部隊的數據，或者是否允許作戰司令部像今天一樣擁有自己獨特的數據戰略和情報資源的討論很少。如果傳感網由于來自一個服務部門或地理作戰司令部的人為縫隙而無法為分析人員提供更多的情報來源，那么該系統是否真正做到了其設計者所宣傳的？這些問題必須在聯合參謀部層面加以解決和調和。最后，利用來自傳感網的情報的組織必須認識到，當他們與機器合作時，他們很容易受到偏見和捷徑的影響。了解外部壓力和交戰規則如何導致對機器輸出的質疑失敗，對于改善人機伙伴關系，真正使SIAS更加有效至關重要。

結論

美國防部和空軍對人工智能在情報中的應用所進行的研究投資，對于確定部隊應如何準備與傳感網格進行人機合作是至關重要的。對領導人和一線分析人員進行培訓，讓他們了解在自動化、人工智能支持的SIAS中存在的道德難題和對手攻擊的可能性，這對保護組織不傳播錯誤信息至關重要。幸運的是，美國防部和空軍ISR領導人主張在傳感網格系統中采用以人為本的設計和培訓模式還為時不晚，因為AFRL的工程師們正在繼續努力為部隊提供一個安全、務實的解決方案。領導人必須認識到以速度換取精確性的組織傾向，并理解精心設計的系統分階段整合將是值得等待的。

Splunk公司 Splunk是一家位于美國舊金山的科技公司，其公司產品主要關注機器生成大數據的搜索、監控和分析。旗下同名產品可以為指定數據源的數據創建索引并創建關聯，然后生成圖表、報告、警告，并以圖形網頁的形式予以展示。

1 JADC2是什么？

JADC2，或聯合全域聯合指揮與控制，是美國防部高級官員用來描述將正確的數據連接到所有作戰人員以獲得最佳決策和結果的新興術語。

我們可以想象這樣一個場景：部署在艦艇、飛機和坦克上的高度先進的傳感器不斷地將關鍵的實時信息反饋給總部。然后，使用最先進的人工智能和機器學習（ML）工具，指揮官分析傳來的大量情報，并做出更好的決定，更快。

這項技術已經使諸如救災人員援助 (HAIDR) 等領域受益，這通常涉及從不同來源提取數據以實時做出最佳決策。而且，隨著云、連接和傳感器技術的進步，將數據用作關鍵資產已經超越了試驗場。現在可以在全球范圍內優化作戰方式。一個完全可操作的 JADC2 環境將利用 AI 和 ML 來加速決策，以在空中、海上、水下、陸地、太空和網絡空間中提高機器速度——以任務要求的速度自動化流程并授權行動。

"我們看到JADC2絕對是我們保衛國家的核心方式。" - 特倫斯-奧蕭納西（Terrance O’Shaughnessy）將軍

愿景：聯合作戰的未來

2 實現JADC2面臨的挑戰

JADC2為武裝部隊提供了一個必要的演化發展，因為它使所有的戰場數據都可以操作，同時使作戰人員能夠更自信和快速地做出決策。但它并非沒有挑戰。壓縮OODA（觀察、定向、決策、行動的縮寫）環路需要一個更全面的方法來解決新出現的一系列挑戰。

僅僅在某個時間點對所有的系統進行快照，然后在這個靜態快照的基礎上創建一個數據模型已經不夠了。決策者在OODA環的每個階段所面臨的挑戰的例子包括：

壓縮OODA環路的挑戰

3 壓縮OODA環路？

壓縮OODA環路的最好方法是優化數據流。使用傳統的方法，作戰指揮部可能需要從不同的、互不相干的系統中手動提取數據點，以Excel等格式手動創建數據，或從傳統的數據庫中提取。只要你有足夠的時間來等待所有的相關信息，這種解決方案就能發揮作用。但在戰場上，沒有時間可以浪費。

如果沒有一個集中的平臺來整合數據，作戰指揮部必須在沒有最好的可用戰術信息的情況下做出生死攸關的決定。在今天的世界里，傳統的方法并不適合。

這就是Splunk的用武之地，它為每一個決策帶來數據，有效地壓縮OODA循環。

壓縮OODA環路的挑戰

4 一個成功JADC2的五大支柱

一個JADC2環境應該像任何消費者應用程序一樣容易使用。而這一點可以通過Splunk來實現，因為它可以獲取大量不同的信息（其中大部分已經可用），并將其壓為可操作的情報。例如，作戰人員的物聯網傳感器在直接輸入Splunk時可以提供戰場的整體視圖。

但是，融合已經掌握的數據源僅僅是個開始。當你打破爐灶和孤島時，以前互不相干的系統將能夠交流最新的信息。決策者可以回答諸如以下問題：

• 誰是可用的？

• 有什么效果（動能、非動能、或網絡）？

• 需要多長時間才能到達那里？

• 成功的可能性有多大？

• 有哪些附帶影響？

數據以一種易于使用的格式顯示--類似于騎行或送貨的應用程序。戰斗指揮部將以現有的最佳數據執行他們的行動，他們將能夠隨著對手的適應和新挑戰的出現而適應和改變戰略--使用單一的交互來整理結構化和非結構化的數據。JADC2環境通過利用技術和實時數據改善了美國軍方各部門之間的協調并提高了互操作性。

公共和私營部門都有很強的例子說明Splunk的AI/ML能力如何通過異常檢測、預測分析和聚類來幫助完成上述任務。無論任務是路由供應、醫療援助，還是部署部隊以確保任務成功，快速的信息流和決策支持都是至關重要的。

運營優勢

"我們無法威懾我們無法打敗的東西，我們也無法打敗我們無法發現的東西。" - 特倫斯-奧蕭納西（Terrance O’Shaughnessy）將軍

5 在實踐中看它

HAIDR任務通常涉及從不同的來源提取數據，以實時做出最佳決策。用于做出這些決定的數據可能來自天氣警報和預報、社交媒體信息、電子郵件或國家部門報告。這只是一個例子，說明客戶已經在使用Splunk來獲得運營優勢。學區、消防員、城市規劃者和能源部的國家點火設施（NIF）是越來越多依靠Splunk來簡化操作的客戶之一。

使用案例

5.1 洛杉磯市在40多個機構中實現實時安全情報：

為了保護其數字基礎設施，洛杉磯市需要威脅情報和對其安全狀況的了解。以前，該市40多個機構有不同的安全措施，使數據分析變得復雜。洛杉磯求助于Splunk來評估全市范圍內的風險，獲得可疑活動的可見性，并積極主動地減輕威脅。

• 業務影響：
  • 創建了一個綜合的全市性安全運營中心（SOC）
  • 加強對數字資產、基礎設施和公共服務的保護
  • 實現了整個城市的威脅情報和實時、24/7的網絡監控

該市現在使用Splunk從其40多個部門攝取原始日志和其他數據。然后，Splunk將這些信息整合到一個集成的SOC中，團隊可以在易于使用的儀表盤中分析和可視化數據。有了這個統一的視圖，高管和分析師可以監控惡意軟件，識別頂級攻擊者和他們的目標，并隨時了解安全事件的情況，使城市成為對市民更安全的地方。

5.2 用Splunk和皇家飛行醫生服務拯救生命

澳大利亞皇家飛行醫生服務（RFDS）是世界上最大和最全面的航空醫療組織之一。這個非營利性組織為生活在澳大利亞農村和偏遠地區的人們提供緊急和初級保健服務--由于內陸地區路途遙遠，他們無法進入醫院或普通診所。

• 業務影響：
  • 集中數據分析和監測，每年為29萬名患者提供關鍵護理
  • 實現了對冷藏疫苗和藥品溫度的實時提醒，優化了藥品運送，減少了浪費
  • 向捐贈者提供詳細的信息，傳達在其贊助地區執行的拯救生命的任務

RFDS的機隊由63架飛機組成--這使他們成為澳大利亞第三大航空公司--產生了大量的航空電子設備和位置數據，因為它覆蓋了其 "候機室"，面積達四千平方英里。Splunk?儀表盤為機隊的狀態和運動提供了實時可見性，使RFDS具備了在分秒必爭的情況下有效提供關鍵醫療服務所需的信息。

5.3 國家點火設施釋放了清潔能源的潛力并保障了美國的核儲備

位于加州勞倫斯利弗莫爾國家實驗室的國家點火設施（NIF）是世界上最大的激光器。為了支持NIF的核心任務，包括核儲存管理和科學發現，科學家和工程師需要一個安全、可靠的IT基礎設施。Splunk? Enterprise和Splunk? IT服務智能（ITSI）現在是NIF控制系統的核心，該系統管理著超過66000個控制點，為NIF的大型激光設施提供動力。

• 業務影響：
  • 最大化的系統正常運行時間和性能
  • 提高了控制系統的可靠性，使團隊能夠維護必要的系統，使激光射擊實驗的數量從每年的200次翻倍到400次
  • 除了IT基礎設施外，還確保了超過66000個物聯網（IoT）設備的健康。

在將網絡、認證和主機數據引入Splunk以解決安全挑戰后，該團隊將這些數據與其他各種來源的數據匯總，以獲得整個設施的實時可見性。該實驗室的工程師現在可以根據從應用數據到激光電壓、溫度和壓力等傳感器數據的各種事件采取行動。

6 Splunk 為現實世界的問題帶來數據解決方案

上述例子是有效使用這些Splunk解決方案的產物。將人工智能和ML與自動化和自適應響應能力相融合，可以帶來有效的關鍵操作，并有助于任務成功。

部署Splunk數據流處理器以：

• 將原始數據轉化為高價值信息
• 對運動中的數據采取行動
• 保護敏感數據
• 將數據分發到多個目的地

部署Splunk Enterprise以：

• 監控任務的每個方面
• 監控復雜的系統
• 提供完整的操作畫面
• 減少停機時間

部署Splunk Phantom用于：

• 自動調度
• 多傳感器通知
• 預測性響應

運營改進

與傳統的數據平臺和孤立的監控工具不同，Splunk提供了一個具有成本效益、可擴展和大規模可擴展的分析平臺，提供跨云、企業內部和混合系統部署的企業范圍的可見性，使機構能夠重新使用數據，以克服不同項目和任務目標的挑戰。Splunk使團隊能夠通過以下方式將數據轉化為行動：

6.1 自動化

一個可操作的JADC2提供了一個顯著的優勢--自動收集和關聯來自不同來源的數據，使之成為完整的服務，提高識別必要關系的速度和準確性。一旦一個組織很好地掌握了數據流的關聯和分析，下一步就是對異常情況的自動反應。

6.2 異常情況檢測

使用歷史數據對一個或多個事件的意外行為發出警報。模式會持續實時更新。

6.3 智能事件管理

從多個來源收集和充實事件到一個單一的警報框架。當數據進入系統時，實時、自動的事件關聯會觸發警報，使用開箱即用（OOTB）的機器學習策略來立即降低噪音。事件會根據服務評分和影響自動進行優先排序。

6.4 預測分析

使用機器學習算法和歷史服務健康評分，提前30分鐘預測未來事件。顯示五大貢獻服務指標以指導故障排除。

6.5 SOC自動化

Phantom通過在幾秒鐘內執行整個安全基礎設施的自動化操作，使團隊能夠更聰明地工作，而如果是手動操作，則需要幾個小時或更長時間。團隊可以使用可視化編輯器（不需要編碼）或集成的Python開發環境將工作流程編入Phantom的自動化操作手冊。通過卸載這些重復性任務，團隊可以將注意力集中在做出最關鍵的決策上。

6.6 調度

Phantom是連接組織，讓現有的安全工具更好地協同工作。通過連接和協調整個SOC團隊和工具的復雜工作流程，Phantom確保SOC分層防御的每個部分都積極參與到統一的防御策略中。強大的抽象性使團隊能夠專注于他們需要完成的工作，而平臺則將其轉化為具體的工具行動。

6.7 事件響應

Phantom幫助安全團隊更快地調查和應對威脅。使用Phantom的自動檢測、調查和響應功能，團隊可以以機器的速度執行響應行動，減少惡意軟件的停留時間，并降低他們的整體平均解決時間（MTTR）。現在有了Splunk? Mobile上的Phantom，分析人員可以使用他們的移動設備在旅途中對安全事件作出反應。Phantom的事件和案例管理功能可以進一步簡化安全操作。與案例相關的數據和活動很容易從一個中央存儲庫訪問。很容易與其他團隊成員就事件或案例進行交談，并將事件和任務分配給適當的團隊成員。

7 Splunk - JADC2的未來

將情報從士兵、水手和飛行員的作戰地點送達最高當局所需的時間是至關重要的。一個全面運作的JADC2環境將為作戰指揮部提供近乎實時的觀察、定位、決定和行動的工具。Splunk將允許國防部完全或部分自動化OODA環路的決策和行動部分，允許以相關的速度做出決定。

這一切都表明，JADC2將成為現代戰場行動和威懾的基石，而此時民用技術--如定位最近的加油站或你的手機放在哪里的應用程序--為戰場指揮官應該期待的連接和直觀使用的程度設定了步伐。

獲得對對手的作戰優勢是任務成功的關鍵。有了人工智能、機器學習和高質量的數據流，軍事部門現在可以為通信和信息共享設定一個更高的標準。