多域作戰(MDO)概念的核心是利用由分布在多個合作伙伴之間的遠程和自主傳感器以及人類智能組成的重疊系統的情報、監視和偵察(ISR)網絡。實現這一概念需要人工智能(AI)的進步,以改善分布式數據分析,以及智能增強(IA),以改善人機認知。本文的貢獻有三點。(1)我們將聯盟態勢理解(CSU)的概念映射到MDO ISR的要求上,特別關注對有保障和可解釋的人工智能的需求,以便在資產分布于多個合作伙伴的情況下進行強有力的人機決策。(2) 我們提出了MDO ISR中人工智能和IA的說明性情景,包括人機合作、密集的城市地形分析和增強資產互操作性;(3) 我們評估了與情景相關的可解釋人工智能的最新進展,重點是人機合作,以實現更快速和敏捷的聯盟決策。這三個要素的結合旨在展示CSU方法在MDO ISR背景下的潛在價值,基于三個不同的用例,強調了在多伙伴聯盟環境下對可解釋性的需求是如何的關鍵
多域作戰(MDO)需要在有爭議的環境中,針對近鄰對手,在多個領域--從密集的城市地形到空間和網絡空間--開展行動的能力、能力和耐力(美國陸軍2018年)。MDO作戰環境的一個關鍵特征是,對手將在所有領域、電磁頻譜和信息環境中進行爭奪,而盟軍的主導地位是無法保證的。敵人試圖通過在時間上、空間上、功能上和政治上等多個方面將友軍分開來實現對峙。通過降低盟軍的識別、決策和行動的速度,以及通過多種手段(外交、經濟、常規和非常規戰爭,包括信息戰)瓦解聯盟來實現對峙。在這種情況下,快速和持續地整合收集、處理、傳播和利用可操作的信息和情報的能力變得比以往任何時候都更重要。
為了應對這一挑戰,MDO中的分層ISR概念設想利用 "與合作伙伴開發的現有情報、監視和偵察(ISR)網絡。...由遠程和自主傳感器、人類情報和友好的特種作戰部隊的重疊系統組成'(美國陸軍2018年,第33-34頁)。在空前激烈的競爭環境中實現ISR資產的價值最大化,需要有能力在合作伙伴之間共享資源--在作為聯合、機構間和多國團隊的一部分進行的行動中--在一個可控但開放的聯盟環境中,以可知的信任和信心水平。
人工智能(AI)和機器學習(ML)技術被視為實現MDO中分層ISR愿景的關鍵:"迅速將數據傳播給采用人工智能或其他計算機輔助技術的野戰軍或軍團分析小組,以分析大量數據"(美國陸軍2018年,第39頁)。事實上,MDO環境的要求被視為需要一種能力,以超過人類認知能力的速度和規模,融合包括ISR在內的多個領域的能力。強大的、可互操作的人工智能/ML被認為是融合來自多種資產的數據并在行動伙伴之間傳播可操作的知識以告知決策和任務完成的關鍵(Spencer, Duncan, and Taliaferro 2019)。
總之,挑戰是使人類和機器智能體(軟件和機器人)能夠在聯合、機構間、多國和高度分散的團隊中有效運作,arXiv:1910.07563v1 [cs.AI] 2019年10月16日 在分布式、動態、復雜和雜亂的環境中。從人類的角度來看,人工智能和ML是克服人類因操作速度和規模而產生的認知限制的必要工具,其目的是增強--而不是取代--人類的認知和決策。在這里,我們把智能增強(IA)看作是對人工智能的補充,正如在人工智能歷史的最早時期(Engelbart 1962)所設想的那樣。我們專注于由人類和AI/ML智能體組成的快速形成的聯盟團隊,在網絡邊緣運作,具有有限的連接、帶寬和計算資源,發揮決策作用,例如,陸軍士兵在密集的城市環境中。然而,大部分的討論也將適用于其他領域的一系列其他角色,例如,進行網絡領域決策的情報分析員。
我們之前在一個相關的背景下研究了這一挑戰:聯盟情境理解(CSU)(Preece等人,2017年),其中我們確定了人機協作中兩個特別重要的屬性:可解釋性以支撐信心,可講述性以提高操作的靈活性和性能。本文主要關注其中的第一個屬性,但也涉及到第二個屬性。我們首先在MDO背景下重新審視了CSU的概念,然后研究了該概念在三個MDO小故事中的應用:人機協作、密集城市地形分析和增強資產互操作性。最后,我們評估了與小插曲相關的可解釋人工智能的最先進技術,強調了分層解釋的概念(Preece等人,2018)是如何與MDO分層ISR中的人工智能/ML保證需求相適應的。
在繼續之前,我們退一步指出,MDO環境的關鍵特征--(i)快速變化的情況;(ii)獲得真實數據來訓練AI的機會有限;(iii)行動期間的嘈雜、不完整、不確定和錯誤的數據輸入;以及(iv)采用欺騙性技術來擊敗算法的同行對手--并非軍事背景所獨有;它們通常在政府和公共部門的應用中更普遍存在,正如這些努力的聯合、機構間和多國方面。事實上,一般來說,MDO概念的多領域廣度及其對競爭和沖突階段的考慮,意味著MDO影響到屬于政府和公共部門的政治和社會領域。
形勢理解(SU)是 "將分析和判斷應用于單位的形勢意識,以確定現有因素的關系,并形成關于對部隊或任務完成的威脅、任務完成的機會和信息差距的邏輯結論的產物"(Dostal 2007)。英國的軍事學說(英國國防部2010年)對理解的定義如下:
理解(洞察力)=對形勢的認識和分析
理解力(預見力)=理解力和判斷力
在這里,理解包括預見性,即推斷(預測)潛在的未來狀態的能力,這與SU涉及能夠得出有關威脅的結論的常見定義是一致的(Dostal 2007)。預見性必然包括在時間上處理和推理信息的能力。這些關于SU的觀點與信息融合有著內在的聯系,因為它們涉及收集和處理來自多個環境來源的數據,作為得出SU的輸入。就數據融合的JDL(Joint Directors of Laboratories)模型而言(Blasch 2006),就考慮的語義實體和關系的種類而言,CSU問題可能涉及相對較高或相對較低的理解水平。例如,在相對較低的層次上,CSU問題可能只涉及車輛或建筑物等物體的探測、識別和定位(JDL 1級和2級)。在更高層次上,CSU問題將涉及到確定威脅、意圖或異常情況(JDL 3級)。此外,來源通常會跨越多種模式,例如,圖像、聲音和自然語言數據(Lahat, Adali, and Jutten 2015)。
圖1:CSU分層模型(來自(Preece等人,2017))虛擬分布于多個合作伙伴,并采用多種技術:人機協作(HCC)、知識表示和推理(KRR);多智能體系統(MAS);機器學習(ML);自然語言處理(NLP)、視覺和信號處理(VSP)。
我們在聯盟行動背景下的SU的概念架構--聯盟態勢理解(CSU)--如圖1所示。最底層由數據源(物理傳感器和人類產生的內容)的集合組成,可在整個聯盟內訪問,收集多模式數據。上面的三層大致對應于JDL模型的0-3層。對于每一層,圖中顯示了所采用的主要技術--包括人工智能和ML--,盡管其他技術也可能被利用。信息表示層使用傳入的數據流來學習概念,并對實體以及它們在多層次語義顆粒度上的關系進行建模。過去的觀察歷史以明確或隱含的方式被編碼在這些表示中。信息融合層采用所開發的算法和技術,對來自信息表示層的概念和實體進行賦值。該層估計世界的當前狀態,提供洞察力(態勢感知)。然后,預測和推理層使用估計的當前狀態,加上模型的狀態空間來預測未來的狀態,提供預見性(情景理解)。圖中描述了聯盟的虛擬視圖:所有四個層都分布在聯盟中。
根據用戶融合模型(Blasch 2006),圖1中的上層需要對人類開放,為推理提供專家知識;這些層也需要對人類用戶開放,即能夠對系統產生的洞察力和預見力進行解釋。不同層之間存在著雙向的信息交流:在向上(前饋)的方向,低層的推理作為下一層的輸入;在向下(反饋)的方向,信息被用來調整模型和算法參數,并可能以不同的方式給傳感器分配任務。要創建更好的系統來支持CSU,就必須開發成熟的模型和算法,在一段時間內減少人類的干預,實現更大的自主性,但不能取代人類的參與和監督。
以MDO的分層ISR概念為出發點("遠程和自主傳感器、人類智能和友好特種作戰部隊的重疊系統"(美國陸軍2018年)第34頁 ),我們認為人類是圖2中描述的多智能體環境中的三種ISR智能體之一,同時還有基于(i)亞符號AI技術(例如深度神經網絡(LeCun, Bengio, and Hinton 2015))和(ii)符號AI技術(例如基于邏輯的方法)的軟件智能體。為了實現這三種智能體(ISR資產)之間的互操作性,我們需要:
1.使亞符號人工智能智能體能夠分享不確定性意識到的見解和知識的表示,然后可以傳達給符號人工智能智能體。
2.使符號人工智能智能體能夠從數據中學習因果聯系的不確定性分布,同時能夠與亞符號人工智能智能體分享洞察力;以及
3.開發共生人工智能技術,以有效地與人類互動,首先是通過從人機合作活動中不斷學習來適應定型的行為。
圖2:CSU的多智能體非層次方法:(上)人類智能體,(左下)亞符號AI智能體,(右下)符號AI智能體。
前兩個案例的重點是機器資產之間的互操作性。在第三個案例中,我們超越了傳統的分層架構,即人類只與裝備了符號化人工智能的智能體進行互動,而這些智能體又利用亞符號化人工智能在特定任務上實現人類水平或卓越的性能。這樣的傳統架構是有限的,因為:(1)并不總是需要符號AI與人類互動(Ribeiro, Singh, and Guestrin 2016);(2)有些任務,符號AI可以支持亞符號AI智能體(Xu等人,2018);(3)有些任務,人類可以支持符號和/或亞符號AI智能體(Phan等人,2016),因此AI智能體需要配備學習和推理人類層次和結構的能力。
圖3提供了(Spencer, Duncan, and Taliaferro 2019)中設想的MDO分層ISR架構與前面對資產的符號化、亞符號化或混合化特征之間的映射。
圖3:來自(Spencer, Duncan, and Taliaferro 2019)的簡化版圖:矩形代表符號系統;圓形代表亞符號系統;圓角矩形代表混合元素。
我們的工作旨在提高能力,以促進復雜的聯盟任務,支持MDO,其中聯合和多國團隊和多領域的需求是至關重要的(美國陸軍2018)。最重要的是,在作戰情況發生時提供一個連貫的觀點和評估,從而在復雜、有爭議的環境中整合CSU的學習和推理,為網絡邊緣的決策者提供信息。如前所述,CSU既需要集體洞察力--從不確定且通常稀少的數據中獲得對局勢的準確和深刻理解,也需要集體預見力--預測未來會發生什么的能力(Preece等人,2017)。
多年來,承受力的概念一直是人機交互(HCI)領域的核心,指的是一個物體的 "用途",即 "該事物的感知和實際屬性,主要是那些決定該事物如何可能被使用的基本屬性"(Norman 1988)。在MDO分層ISR的背景下,有必要考慮人類和機器資產對一系列ISR任務的承受力。人機合作的目的是為了讓每一方都能利用對方的優勢,并彌補對方的弱點(Cummings 2014)。例如,(Crouser和Chang,2012年)將視覺分析范圍內的機器能力描述如下:
基于目前的機器能力,以下內容構成了人類資產的負擔(Crouser和Chang 2012):
在履行MDO的過程中,設想部署有人和無人的戰術總部(HQ)將變得很普遍,如圖4所示,該圖是根據(White等人,2019年)中的情景闡述的。在這里,在部署有人值守的總部A的同時,在高威脅地區進一步建立了第二個無人值守的總部B,由 "虛擬參謀 "組成。這些人被設計成與有人值守的總部中的對應人員一起工作,并減少總部的足跡以及人類操作員的工作量和威脅。自主和載人的傳感器混合在一起進入無人總部,人機合作提供了持久的要求,即有一個 "人在循環",以做出關鍵的最終決定。
圖4:戰術領域的人機協作:部署配備了亞符號和符號AI智能體的有人和無人戰術總部;闡述自(White等人,2019)。
全球城市化速度的加快,以及城市和特大城市的戰略重要性,確保了MDO行動將在密集的城市地形中進行。在這里,密度指的是這種環境的物理和人口性質,產生了特定的物理、認知和行動特征。在密集的城市地形中進行MDO的準備工作,需要進行情報活動以了解人類、社會和基礎設施的細節;這些地區的特點是多樣化的、相互聯系的人類和物理網絡,以及提供不同程度的現成掩護和隱蔽的三維交戰區。
在這種環境下,ISR將利用和增強民用基礎設施。例如,民用CCTV(閉路電視攝像機)的使用將越來越多地得到自動面部識別處理的增強,以探測和跟蹤高價值目標,或支持建筑的生活模式。隨著目標進入車輛,民用自動車牌識別技術可能被利用。這種城市基礎設施的多樣性--在某些情況下擴展到全面的 "智能城市 "整合--為ISR資產之間的敏捷互操作性提出了進一步的要求,特別是由于ISR任務不一定能事先計劃需要什么樣的收集和處理。在這種情況下,分析的構成將是動態的和針對具體情況的,并不斷地重新提供和優化資源(White等人,2019)。
在密集的城市地形中,對聯合、機構間以及經常是多國合作的需求進一步凸顯。如上所述,在這種情況下,CSU取決于人與人工智能的合作:AI智能體等機器流程在數據分析方面提供了強大的能力,但它們需要為其產出提供一定程度的保證(解釋、問責、透明),特別是當這些產出被沒有接受過信息科學技術培訓的決策者所使用,并且他們可能正在利用相對陌生的當地ISR資產。目前的ML方法在生成CSU所需的世界的可解釋模型(即表征)的能力上是有限的(Lake等人,2017)。此外,這些方法需要大量的訓練數據,并且缺乏像人和基于知識表示的系統那樣從少量的例子中學習的能力(Guha 2015)。人類專家告訴機器相關信息的能力--通常來自他們對當地環境的生活經驗--增加了人類與人工智能互動的節奏和顆粒度,以及系統在滿足任務要求方面的整體響應能力。因此,重要的是為聯盟機器智能體配備綜合學習和知識表示機制,以支持CSU,同時提供保證(可解釋性)和被告知關鍵信息的能力,以減輕稀疏數據的問題(可講述性)。在最近的研究中,我們為神經符號混合環境建立了重要的基礎,包括多模態數據的多智能體學習(Xing等人,2018)、證據性深度學習(Sensoy、Kaplan和Kandemir,2018)、概率邏輯編程(Cerutti等人,2019)、正向推理架構,其中神經網絡的輸出被送入概率邏輯引擎,檢測具有復雜時空特性的事件(Vilamala等人,2019)。
上一節中的三個小情節所產生的目標是,通過創建系統架構,使機器和人類智能體人之間能夠協同合作,在有爭議的環境中獲得可操作的洞察力和預見力,從而應對在MDO中快速利用適應性ISR知識為各聯盟提供決策依據這一挑戰。
在我們早期對CSU的研究中,我們發現需要將來自各聯盟伙伴的人類和機器智能體敏捷地整合到動態和反應的團隊中。我們已經將其正式化為人類-智能體知識融合(HAKF):一種支持這種深度互動的能力,包括可解釋性和可告知性的雙向信息流,從而使人工智能和人類之間進行有意義的溝通(Braines, Preece, and Harborne 2018),如圖5所示。這種HAKF能力支持可解釋性和可講述性自然地成為人類和機器智能體之間的對話過程(Tomsett等人,2018),使AI智能體能夠對復雜的機器/深度學習分類產生的結果提供解釋,并接收修改其模型或知識庫的知識。
圖5:人類-智能體知識融合,提高信心和性能,支持更好的決策。
一個關鍵的要求是在上一節強調的分布式符號/亞符號整合中加入人類互動,并建立各種人類和AI智能體需要掌握的最低限度的共同語言集,以確保特定任務的有效溝通。為了支持動態情境感知收集和信息處理服務背景下的直觀的機器可處理的表述,我們特別關注機器生成的信息的人類可消費性,尤其是在對話式交互的背景下,以及決策者可能缺乏信息科學的深度技術訓練的情況下。這種共同語言必須能夠傳達不確定性和適當的結構,以實現與亞符號層的整合,以及與該領域相關的更傳統的語義特征。我們并不局限于純粹的語言形式,新的視覺或圖表符號,或者其他交流技術,都可以作為解決方案的一部分。
此外,有必要考慮各種自主智能體之間自動談判的情況,其中一些將是人類。同時,人類本身也可以成為學習任務的對象:如果機器智能體對單個人類智能體(或一般的人類智能體)有足夠的了解,可以推斷出建議或變化的影響,他們自己的行為就有可能被推到特定的方向。此外,機器智能體可能需要在人類智能體中找出最適合某項任務的人,而歷史數據可以幫助他們實現這一目標。這種共生的人工智能技術可以用來更有效地與人類互動,起初是通過從人機互動中不斷學習來適應定型行為。
在有爭議的環境中,這種復雜和動態的混合設置特別有風險,容易被利用,因此需要整合不確定性意識和概率能力。所有這些都要在與決策任務和人類用戶的參與相適應的節奏下實現,機器智能體能夠支持實時互動。
在最近的工作中,我們從解釋接受者的角度研究了可解釋性,有六種(Tomsett等人,2018):系統創建者、系統操作者、根據系統輸出做出決定的執行者、受執行者決定影響的決策主體、其個人數據被用于訓練系統的數據主體,以及系統審查者,例如審計師或監察員。基于這個框架,我們提出了一種 "分層 "的方法,通過復合解釋對象為不同的利益相關者提供不同的解釋(Preece等人,2018),該對象將滿足多個利益相關者所需的所有信息打包在一起,并可以根據接收者的特定要求進行解包(例如,通過訪問器方法)。我們認為這樣一個對象是分層的,具體如下。
第1層--可追溯性:基于透明度的模型內部狀態的綁定,所以解釋并不完全是事后的合理化,顯示系統 "做了正確的事情"。
第二層--證明:與第一層相聯系的事后表述(可能是多種模式),提供輸入和輸出特征之間的語義關系,表明系統 "做了正確的事情"。
第三層--保證:與第二層相聯系的事后表述(同樣,可能是多種模式),明確提及政策/本體元素,以使接受者相信系統 "做了正確的事"。
我們考慮了一個密集的城市地形環境,借鑒了(Kaplan等人,2018),其中包括CCT V在內的民用傳感基礎設施得到了聯盟ISR資產的補充。正如(Vilamala等人,2019年)所闡述的那樣,使用活動識別AI/ML服務監測來自公共市場的視頻資料。在閉路電視畫面中突然檢測到爆發了異常的、"暴力 "的身體活動。此時,通過增強的資產互操作性,聯盟ISR系統按需訪問其他傳感方式,以獲得更多關于情況的數據,挖掘最近從市場上收集的音頻數據,這些數據通過聲學傳感器獲得。處理音頻流的相關部分顯示出有節奏的吟唱,與視覺活動融合在一起,表明該活動是該地區特有的無害舞蹈儀式。請注意,該活動不具威脅性的推論構成了情景理解:具有預見性的洞察力。此外,雖然可以想象,當有足夠的數據對活動進行分類時,無害的舞蹈可以通過機器處理來識別,但在(Kaplan等人,2018)中,我們考慮的情況是,識別這種活動需要當地的文化知識,并由人機合作處理:機器將異常的視覺活動,包括來自音頻的額外背景,提請有經驗的人類智能體注意。
我們的分層解釋概念支持 "打包 "三個層次的解釋,以支持本例中人類的自信決策。
就視頻和音頻中的突出特征而言的可追溯性,例如,使用(Hiley等人,2019年)中的技術來區分重要的空間和時間特征(在后者,"暴力 "運動)。
假設可以通過機器處理來推斷活動的意義(洞察力和預見力),那么推斷的理由就很充分;以及
保證反事實已被考慮(無害與攻擊性行動的可能性),可能通過(Kaplan等人,2018)的不確定性意識方法表示。
在本文中,我們將聯盟態勢理解的概念應用于在多領域作戰中實現分層ISR的問題,特別是在人工智能和機器學習服務提供改進的分布式數據分析,以及情報增強--特別是對有保證和可解釋的人工智能的需求--支持改進人機認知的情況下。我們重點關注實現分層ISR愿景的三個要素:人機協作、密集的城市地形分析和增強的資產互操作性,強調在多伙伴聯盟環境下對可解釋的人工智能的需求是如何的關鍵。
我們目前和未來的工作集中在圖2所示的一般問題上:使亞符號AI智能體分享不確定性意識到的見解和知識表示,然后可以傳達給符號AI智能體,同時也使符號AI智能體有能力將見解分享給亞符號AI智能體(即機器對機器的可解釋性)。最終,我們尋求開發技術,使人工智能/語言智能體能夠通過從人機合作活動中不斷學習而與人類協同互動。
未來的作戰概念應以有關未來戰場、對手和對手的主要武器和其他作戰系統的實際情報為基礎。
多域作戰(MDO)可以用類似于聯合武器理論和戰爭的術語來思考。
多域作戰并不是后冷戰時代或近期美國軍事經驗所特有的。
面對大國對手的未來戰場需要更多的生存指揮、控制、通信、計算機、情報、監視和偵察能力(C4ISR);強大的后勤保障;以及更多的綜合部隊。
迫切需要陸軍和聯合概念的開發者以盡可能簡單和清晰的術語提出MDO,因為美國聯合部隊在未來的作戰行動中面臨著近似于同行或同行的對手。
在過去的幾年里,新的軍種和聯合作戰概念層出不窮;它們都試圖找到一個能對抗大國的軍事作戰概念。美陸軍在作戰概念戰中的參與項目是多域作戰(MDO)。了解MDO現在特別重要,因為陸軍正在把概念(它想如何作戰)變成理論條令(它將如何作戰)。
為什么這很重要?很簡單,美陸軍是其的主要軍種,其 "組織、訓練和裝備主要是為了在陸上行動中進行迅速和持續的戰斗"。 在其最基本的層面上,MDO將為陸軍如何重建自己以應對未來在陸地、空中、海上、太空和網絡空間領域的挑戰提供架構計劃。 事實上,陸軍甚至已經建立了30多年來第一個新的四星級總部--陸軍未來司令部,作為其架構師。
對于什么是MDO并沒有廣泛的共識。2019年北約的一份文件呼吁明確定義,以 "消除反對者",他們 "對MDO持悲觀和不屑的看法......認為它只是一個流行語,與聯合行動同義"。 這種不明確導致了這樣的說法,即為了執行MDO,陸軍將需要從組織到權力再到海外態勢的重大甚至是根本性的改變。 從本質上講,實現MDO需要的不僅僅是軍隊的翻新;它需要拆毀和重建。一個更悲觀的指控是,美國軍隊,更不用說陸軍,實際上沒有足夠的流程或技術能力來有效整合所有作戰領域的效果。
在下文中的目標是解釋陸軍MDO的起源和廣泛的細節,以作為未來關于其影響和相關性的知情討論的基礎。
2018年出版的《2028年多域作戰中的美國陸軍》將之前所說的多域作戰擴展為一個包括競爭在內的更廣泛的概念。這一概念描述了陸軍如何在競爭中為威懾對手和在沖突中擊敗敵人做出貢獻。 當然,這并不是MDO的實際運作方式。公平地說,2018年陸軍MDO概念確實在一定程度上解釋了陸軍編隊如何執行這些行動,例如,滲透敵人的對峙能力和瓦解敵人的反介入區域拒絕系統。然而,盡管2018年的概念文件包括一個整頁的 "邏輯圖",但支撐MDO的邏輯從未得到明確解釋。在退休的陸軍準將Huba Wass de Czege看來,這是概念中的一個關鍵缺陷,他是陸軍1980年代空地戰概念的主要撰寫人之一。Wass de Czege寫道,要做到可信,"MDO必須清楚地定義軍事問題,并闡明一個盟國和對手都能理解并符合邏輯的勝利理論"。
聯合領域戰爭的理論是基于聯合武器、擴大的戰斗空間和優勢地位的思想。在聯合武器的思想中,有互補性的理論。在擴大的戰斗空間中,是可擴展性的理論(或者說,效果可以延伸到物理或非物理的距離)。在優勢地位中,提出了相對軍事價值的理論(機動戰的基礎理論是,對手將越來越多地被迫采取違背其意愿的行動,基于對其位置相對于敵人的價值的看法)。通過探索MDO的基礎理論,軍事工作者可以更好地解釋它是如何運作的。
基于互補性和領域相互聯系的理論,MDO通過創造相互作用的效果組合--物理的、非物理的、精神的和道德的,來削弱和瓦解敵人的抵抗意志。這些效果是通過在多個作戰領域內并通過這些領域的行動完成的。因此,MDO通過整合不同領域(物理和非物理領域)的交戰和戰斗中的效果而發揮作用。這些效果要求在非常不同的范圍和時間點上進行整合集成,以考慮到行動速度和位置及處置的變化。其目的是:實現傳統的錯位、破壞和失敗的效果。
由于MDO本質上是集成綜合行動--即不同行動類型的綜合體或分組,以復雜的方式廣泛聯系,因此它們很適合于大規模作戰行動。未來的大規模作戰行動可以被分解為主要的作戰任務,然后指向作戰類型。基于已經完成的MDO工作,這意味著實現信息和決策優勢的附屬概念;精確和大規模的打擊;部署和維持軍事力量以達到最佳節奏;在陸地、海洋、空中、網絡空間和太空戰斗中獲得優勢;以及鞏固成果。這就導致了部隊設計的要求:比敵人更有生存能力的指揮、控制、通信、計算機、情報、監視和偵察能力(C4ISR);強大的后勤系統;以及更加一體化和互操作的聯合部隊。
基于實驗來分析和評估未來的MDO是否能發揮作用是至關重要的。這些工作應該從預測未來聯合部隊一套合理的所需能力開始。鑒于美國的地緣戰略現實、可能的未來國家安全戰略和潛在對手構成的威脅,這支未來的聯合部隊將必須是一支全球一體化的 "反應"部隊。所需的未來聯合部隊能力可以從對未來聯合反應行動需求的分析中得出,考慮到大規模的威脅、敵對的環境(進入)和強制進入的要求。利用過去的聯合部隊能力研究,模板化的能力應該包括。C4ISR和導彈防御;導致戰區精確和大面積攻擊的遠程精確打擊;從前沿部署到早期進入部隊的建設;從直接攻擊/插入到全方位部隊的建設;以及戰區支持。從這些未來所需的能力中,可以確定描述這些能力如何有助于勝利理論的廣泛行動,例如,通過有效的C4ISR(防止突襲)和導彈防御來保護和維持部隊;在距離上進行壓制和破壞;以最大化突襲的方式進行機動;集中效果;以及大規模戰斗。
明確地說,MDO尚未在大國戰爭中廣泛使用,盡管它的早期化身曾在第二次世界大戰的一些后期階段使用。我們不可能肯定地說MDO在大國戰爭中會如何發展。然而,有一個基本的理論--上文提到的聯合領域戰爭一詞--可以用于訓練、教育和部隊設計的目的。這一思路的基礎是,MDO將被證明是 "足夠正確的",這與邁克爾-霍華德關于軍事創新和變革的著名言論相呼應。
應該指出的是,2018年陸軍MDO概念打破了重要的新知識領域;這一收獲需要通過更多的分析來加以利用。該概念通過將競爭和沖突聯系起來,在先進的未來作戰理論方面取得了重要的前進步伐。該概念還納入了全球一體化行動等重要概念,并試圖將跨領域的協同和超配與融合的理念聯系起來。盡管如此,要回答關于MDO如何工作的問題仍有更多工作要做;答案將包含陸軍和聯合部隊在未來如何作戰的理論種子。這是將概念轉化為理論、將理論轉化為實踐所需的關鍵工作。
因此,美軍當務之急是陸軍和聯合部隊的概念開發者要明確闡述MDO如何有效地運作以支持國家安全目標--它是如何將對抗現實世界的敵人、作戰和戰術方式以及作戰能力聯系起來的。
為了滿足現代戰場的需求,美陸軍必須通過將人工智能(AI)納入其系統來加強戰術指揮所。人工智能為軍團、師、旅甚至是營級指揮所提供了巨大的機會,使其在相對于潛在威脅編隊和指揮官的情況了解方面具有數量和質量上的優勢。適當開發、測試和投入使用的人工智能能力將更好地整合、優先處理和聯系信息,以加強對形勢的了解,并使決策更加有效。現代戰場上的多域作戰(MDO)要求指揮官及其參謀人員在多維的戰斗空間中作戰。這甚至會挑戰最擅長的參謀人員,而且部隊已經在處理大量的信息了。精心設計的人工智能算法和支持人工智能的應用程序將幫助美國機動部隊更好地了解他們的作戰環境,并將實現一個更強大的共同作戰圖景。
"促成決策"是信息優勢活動中的一項核心任務,執行這一核心任務將使指揮官、參謀部和編隊獲得并保持信息優勢。加強對形勢的了解是指揮官取得決策優勢的必要條件,但還不夠;加強對形勢的了解既是當務之急,也是目前可實現的技術在短期內可以實現的。人工智能與這一核心任務的整合將在不同程度上間接促進陸軍在信息優勢活動的所有核心任務中的能力。本文詳細介紹了在未來三年內將人工智能融入現有系統和網絡的具體當前需求和建議。這篇文章沒有也不打算為進一步發展或實戰化的新生能力提供詳細的建議,并有較長的時間安排。相反,作者的腳步堅定地站在當前的現實情況、眼前的需求和可用的技術上。
圖:薩拉-米勒上尉和技術員。2019年6月1日,德克薩斯州圣安東尼奧-拉克蘭聯合基地,第834網絡作戰中隊的卡洛爾-布魯斯特軍士長在拍攝空軍后備司令部任務視頻的場景時,討論應對假想網絡攻擊的方案。(Photo by Maj. Christopher Vasquez, U.S. Air Force)
在未來,由人工智能驅動的傳感器、火控系統、投送資產和算法可能會創造出令人難以置信的速度和殺傷力的戰場,人類在其中掙扎著跟上旨在為指揮官服務的機器的步伐。采集和投送資產群有一天可能會自主地執行任務,并動態地完成采集、投送和評估,同時隨著事件的發展不斷調整,做出反應。在物理領域的這些系統和事件中,隨著友好、中立和威脅系統的互動,在網絡空間領域也會有類似的人工智能能力的先進應用。這種能力目前還不能廣泛地投入使用,而且基礎的人工智能技術還不夠強大,我們不能認真考慮在不久的將來引入這種能力。同時,陸軍必須以一種可行、及時和有效的方式開始整合人工智能。
正如《2028年多領域作戰中的美國陸軍》所斷言的那樣:"融合所有領域、EMS[電磁波譜]和信息環境能力的關鍵是人工智能所帶來的大批量分析能力和傳感器到射手的鏈接,它通過自動交叉提示和目標識別使敵人的欺騙和遮蔽變得復雜。瓦解所需的情報精煉取決于五個相互關聯的系統。"1這五個系統如下:廣域監視、穿透性偵察、遠距離監視和偵察、消耗性監視和偵察以及人類網絡。這五個系統中的每一個都可以通過改善對形勢的理解,從立即開發、實驗和在戰術總部使用人工智能系統中受益。這種整合不會使決策自動化,而是使人類指揮官和參謀人員能夠更好地決策。正如《2028年多域作戰中的美國陸軍》中所述,"由人工智能和高速數據處理促成的人機界面,在速度和準確性方面都能改善人類的決策"。
作者重申將人工智能融入戰術總部,并更廣泛地融入整個機動部隊的系統,以改善人類的決策。隨著陸軍在2028年之前實現這一作戰愿景,或者根據參考的出版物,提前幾年實現這一愿景,作者發現在為即將到來的軍事事務革命創造條件而提供的理論和領導指導方面存在兩個關鍵差距。首先,陸軍缺乏評估其在實現AI-enabled MDO方面進展的手段。其次,在如何為整合人工智能系統做準備方面,還沒有向機動部隊發布實際指導。在解決了這兩個差距之后,作者還提出了一個陸軍可以利用現有技術建立的系統,以加強戰術指揮所的情況了解。
如果陸軍要將人工智能整合到MDO中,如果我們要提供一種評估人工智能準備情況的方法,我們首先需要了解什么是人工智能。在這篇文章中,作者使用了國家安全委員會人工智能委員會(NSCAI)在其最終報告中引用的定義,該定義最初由卡內基梅隆大學現任和前任高級教員發表。摩爾等人將人工智能定義為一個 "堆棧 "或技術層的集合,需要 "人才、數據、硬件、算法、應用和整合"。NSCAI的最終報告更加重視將推動人工智能系統的采用和實施的人才,以及將使其包含的算法和模型得以實現的數據。這篇文章鼓勵盡早采用相同領域的建議,因為它們與軍隊目前的能力相一致。
除了人工智能的組成部分,重要的是要了解人工智能系統為用戶提供了什么。使用專門為訓練人工智能而設計的算法,一個應用程序的人工智能組件被 "教導 "在大量的數據中識別模式,這樣它就可以對新數據進行分類或預測額外的信息。這是有意的寬泛和含糊;它是一個抽象的過程,可以應用于許多情況。它受限于對大量標記數據的需求和不斷收集更多數據的需要。標簽數據是用關于人工智能組件可以學習預測的類別或價值的識別信息充實的數據。標簽必須與所需的預測能力相關。例如,建立一個可以在衛星圖像中識別坦克的人工智能,將需要一個衛星圖像的數據集,標記為識別它們是否包含坦克。更詳細的預測將需要更詳細的標簽,這意味著如果我們想預測坦克的模型,標簽將需要包括圖像中坦克的類型。任何人工智能形式的質量都與該系統可用的高質量數據的數量直接相關。
實戰化和開發人工智能系統是一個過程,作者建議用四個階段類似地評估陸軍的人工智能準備情況。這是由卡內基梅隆大學的Eric Nyberg提出的四個階段,即一個組織如何評估其對人工智能的準備和使用。雖然這些步驟暗示了一個進展,但一個單位無法控制的情況變化可能會導致其在人工智能啟用過程中向后或向前移動。
這個過程從做好數據科學準備開始。當相關的數據源被識別、可訪問和持續管理時,一個組織就已經做好了數據科學準備。處于這一階段的陸軍單位的領導人將能夠以可靠、及時和與背景相關的方式獲取相關的人員、后勤、訓練、情報和戰術數據。關鍵是,一個機動部隊必須考慮如何在戰斗環境中做到這一點。單位將需要建立在訓練和戰斗中組織、規范和存儲信息的程序。此外,數據必須在系統和作戰功能之間進行整合。在這個階段,數據是完整的,擁有統計分析技能的士兵可以使用這些數據來更好地描述他們的環境、行動和隨后的結果。為數據科學做好準備的陸軍單位將有參與的領導,他們了解如何在其組織內收集、維護和共享數據。
一個做好數據科學準備的組織將努力成為數據科學啟用者,這是第二階段。當多個數據源之間的相關性被確定,并且從組織數據中創建的預測模型被用于改善工作流程和決策時,一個組織就具備了數據科學功能。啟用數據科學的陸軍部隊將利用他們收集、維護和獲取的數據來加強對形勢的了解,了解敵方和友方行動的背景,并預測未來行為。啟用數據科學的機動部隊將在野外訓練演習、指揮所演習和作戰訓練中心輪換期間在戰術指揮所收集、清理和組織數據。士兵們將采用在準備訓練期間開發的預測性分析方法來識別敵人的行為,并對高度動態、復雜的戰場做出更快速的反應。啟用數據科學的陸軍部隊將擁有投入的領導層,他們將大量的數據整合到軍事決策過程中,并迅速調整以適應不斷變化的條件。
圖:根據美國陸軍發展司令部的說法,"陸軍研究人員開發了一個能夠學習和理解復雜事件的人工智能架構,增強了人與機器之間的信任和協調。" (圖片說明:Rudi Petry,美國陸軍提供)。
在使用數據科學來實現更好的性能之后,各單位將追求成為人工智能準備,即第三階段。在這個階段,組織將數據科學作為操作流程的一部分,并且已經整合了軟件應用,使其工作流程現代化,以整合計算技術。將采用人工智能的領導人了解哪些流程和要求將被用來加強,他們能夠直接與人工智能工程師溝通,設計和實施相關的解決方案。陸軍單位將對人工智能作為武器系統的能力和局限性有實際了解。機動部隊將與陸軍未來司令部的單位合作,如軟件工廠或人工智能集成中心(AI2C),開發人工智能解決方案,以增強其任務準備和能力。數據將與兄弟組織共享,并在戰術和駐軍環境中進行訪問,在后方創建的軟件更新可以通過陸軍網絡推送到戰術邊緣的應用程序。為人工智能做好準備的陸軍單位將有知情的領導,他們指揮他們的數據存在,并推動未來人工智能支持的軟件和應用程序的需求過程。
最后,當一個組織部署了人工智能系統并能夠直接衡量其對任務成功的影響時,它將成為人工智能的受益者。這些單位可以在戰術環境中采用人工智能來實現流程自動化,并提供任務成功。這些系統在任務中工作,并在關鍵環境和條件下工作。對于陸軍單位來說,這些是有彈性的應用程序,可以適應動態的網絡條件,并在敵人破壞或拒絕通信網絡時提供價值。處于這一階段的組織的特點是高度彈性的流程和系統,能夠迅速適應不斷變化的情況,在多領域的戰場上取得決策主導權。這些系統及時顯示關鍵的多維數據和洞察力。隨著現代系統產生和消費大量的信息,數據收集的規模和速度將不斷增長。啟用人工智能的陸軍部隊將擁有被授權的領導層,他們利用人工智能來領導復雜的任務,并通過人機界面的互動獲得創新解決方案。
意識到機動部隊今天甚至沒有為數據科學做好準備是令人生畏的,而成為人工智能的過程將需要一個巨大的轉變。這就是像人工智能這樣革命性的技術進步的本質,它代表了小單位接受和影響軍隊中人工智能未來的一個難以置信的機會。機動部隊應該從今天開始做出實際反應,以配合陸軍和國防部領導人提供的政策和理論重點。人工智能是一種不對稱的能力,相對較小的投資可以產生巨大的影響。雖然這可能會損害大型的、行動緩慢的組織,但它也可以為個人和小型單位提供機會,對整個組織產生巨大的積極影響。通過鼓勵和支持小單位及其領導人的創新解決方案,軍隊可以對人工智能在軍事事務中的破壞性影響做出靈活的反應。鼓勵這種創新的一個早期步驟是為人工智能準備數據環境。
陸軍也有一個獨特的機會從更大的人工智能社區的錯誤中學習,特別是在涉及數據時。正如谷歌的一個人工智能工程師團隊去年所寫的那樣,缺乏對 "數據工作 "的關注是對大公司和人工智能先驅的重大損害,他們在部署人工智能系統時遭遇了明顯的失誤和誤區。通過將組織和文化變革的重點首先放在數據管理流程的現代化上,陸軍自然會對其中的一些問題產生免疫。陸軍任務的性質和與人工智能系統的錯誤相關的危險,加劇了陸軍中低估數據質量的影響。
類似于陸軍通過維護地形行走等演習指導維護活動的方式,各單位可以通過數據健康評估來準備數據環境。這是一個適合戰區司令部在下屬各師進行的評估。軍團總部在其下屬的旅級戰斗隊中進行類似的評估也可能是合適的。這些評估考慮的是各單位如何很好地管理他們所產生的和他們所獲得的數據。評估數據健康狀況,是繼人才培養之后,開始為機動部隊的人工智能系統做準備的最佳場所。
圖:"美國陸軍發展司令部稱:"明天的作戰環境將充滿了智能自主設備和平臺,它們會產生多樣化和復雜的信息特征。(圖片來源:美國陸軍/Shutterstock)
雖然評價應該是獨特的,并在對被評價單位的特別了解下進行規劃,但各單位的一般概念將是相似的。數據健康評估提出了以下問題。這個單位對駐軍和戰術環境中的日常行動的數據收集、清理和管理得如何?數據收集應該是完整的,因為它描述了單位活動的背景、環境、行動和結果。當收集工作自動化并融入所有流程時,單位將很好地收集數據。當數據的結構、類型、格式和存儲位置一致時,它就是干凈的。干凈的數據可以用于描述性分析,并且可以通過良好的文件來理解。當數據是可訪問的、持久的和可靠的時候,它就得到了良好的管理。做得好的單位會考慮如何將他們收集的數據應用于系統和流程。徹底的數據健康評估的一部分也會考慮到有多少信息是可以在員工部門和工作小組中看到的。廣泛共享的數據鼓勵合作和建立共同的理解。這種評估可以考慮的一些具體行為如下。
進行數據健康評估,首先需要對單位在這一領域的準備情況進行誠實的評估,這是所有其他優先事項中的一個。正如戰略研究所的Leonard Wong和Stephen Gerras在他們的報告中所分享的,本文的作者也可以用軼事來證實,陸軍在競爭的要求和激勵結構中掙扎,導致單位有時故意報告不準確的信息以滿足戰備要求。7人工智能系統將對這些挑戰特別敏感,因此,陸軍的數據健康評估必須包括一個機制來評估其收集的數據的真實性。這方面的一個機制可以是去除一些人為干預的因素。例如,車輛、飛機或大炮可以用傳感器來識別它是否正常運行或其系統部件是否有故障。這有一個重大的挑戰,就是增加了這些系統的復雜性。另一個符合行業最佳實踐的機制是隨機對數據點進行子抽樣來重新評估。這方面的例子包括選擇一些單位進行簡單的行動來驗證他們的設備狀況,如在155毫米榴彈炮上執行機組演習,用所有能用的車輛組成一個車隊前往訓練區的集合點,或對個別武器執行無通知的記錄鑒定。要求這些警報活動來驗證一個單位所存儲的數據的準確性,是確保我們的人工智能系統配備高質量數據的絕佳方式。陸軍領導人必須為各單位創造空間,讓他們如實報告這些信息,而不必擔心遭到報復。陸軍在人工智能多領域戰場上有效作戰的能力,取決于改變陸軍文化的這一要素。
圖:美國陸軍正在尋求智能車輛以減輕士兵在多領域作戰中的負擔。(圖片來源:美國陸軍/Shutterstock)
除了為準確的數據收集設定條件并進行評估外,各單位今天還可以采取一些步驟,為整合人工智能系統做準備。以下建議適用于所有梯隊的單位。它們以當今可用的能力為基礎,代表了為人工智能系統準備數據環境的最初步驟。這些建議將幫助各單位為數據科學做好準備。
機動部隊必須通過立即停止刪除共享文件系統中的數據來體會他們每天與之互動的數據的價值。這些 "共享驅動器 "或SharePoint系統使單位內部和跨單位的合作努力成為可能,但其中也蘊含著單位行為、訓練演習和報告的寶藏。當各單位沒有足夠的空間來維持前幾年的記錄時,這些系統上的文件往往被刪除。為了創造有效的情報,陸軍數據科學家和人工智能工程師將需要為他們開發的每一項人工智能技術獲得數以萬計的標記數據點。這代表了人工智能界相對較小的數據集,陸軍不能因為不經意地刪除舊文件而失去更多的數據。各單位應將可自由支配的支出資金用于購買外部硬盤,并對其共享文件系統進行間歇性備份;要做到這一點,各單位必須獲得具體的額外資金和要求。此外,所有官員都應該有能力從至少高于他們兩個梯隊的所有單位讀取非敏感文件。這將鼓勵合作并引入即時效率,同時將我們的數據文化轉變為共享文化。在未來接受數據科學家或人工智能工程師的支持時,這些設備應該作為背景提供給單位,以幫助創造有效的情報。
組織應該調整他們從下屬單位收集信息的方式,增加Excel等表格格式的使用。這些格式已經成為許多狀態、后勤和維修報告以及檢查文件的標準。以表格格式收集這些數據將通過在短期內強制執行數據的完整性而為各單位提供直接的好處。這樣做也將使未來基于計算機的方法能夠更容易地處理和訓練人工智能。在戰術環境中,表格格式的結構將有助于標準化文件,如情報收集、火力支援協調和行動同步矩陣。它還將為陸軍參謀部創造更有用和可復制的產品,同時為未來基于計算機的系統提供豐富的、可理解的陸軍行動數據。在實際和有效的情況下,任何單位使用的文件或工具--如上所述,但目前停留在基于文檔(微軟Word)或幻燈片(微軟PowerPoint)的格式--應立即替換成表格文件(微軟Excel)。在Excel中收集數據時,各單位應在文件中指定一致的列標題名稱和一致的數據類型(數字、時間序列或文本)。這種過渡將直接導致更強大和準確的人工智能系統,是快速做出決定的關鍵步驟。當陸軍的標準表格和文件結構更好,更容易使用,并為用戶和數據消費者提供更有用的信息時,這種過渡就得以實現。
為了指導人工智能的發展和需求的產生,各單位應該收集和記錄在駐軍和野外訓練演習中的時間。這可能是一項具有挑戰性的繁重任務,作者建議各單位可以通過兩種不同的方式來完成這項工作。第一種是收集有關在系統之間手工復制數據或依靠人類在數據源之間協調的領域或過程的軼事信息。這在戰術指揮所可能特別有用,以確定我們依靠士兵在不同的系統之間協調的領域。第二個選擇是指揮官指示首席信息官/G-6通過軍隊計算機上的擊鍵記錄器和應用程序監控設備來安裝和收集數據。數據科學家和人工智能工程師可以利用這些信息來識別低效率和耗時的計算活動,以開發出針對的系統。原始使用數據和數據效率低下的軼事可以與陸軍未來司令部的組織共享,如軟件工廠或AI2C,然后可以與各單位合作,快速開發和實施解決方案。
未來的所有陸軍系統和最近的許多系統都會產生大量的數據,這些數據必須被立即訪問。首先,對于陸軍考慮獲得的任何會產生數據的記錄程序,作者建議進行數據可及性和存儲審查。這項審查的目的是評估陸軍人員訪問該系統收集和存儲的數據的能力。除了少數幾個陸軍系統外,所有的陸軍系統都缺乏通用的應用編程接口和支持程序性系統訪問的能力,這是不可接受的。此外,這些系統所存儲的歷史數據是美國陸軍的財產,因此必須通過行業標準的方法向其士兵和軍官提供,而不需要任何民間中介機構。這些系統目前的數據環境對于開發人工智能系統來說是非常困難的。
其次,陸軍應啟動對當前未能達到這一標準的系統的審查,并重新考慮對這些項目的具體要求。通過修改采購流程和審查目前授予的合同,陸軍將在政府和私營部門組織中建立起自己的數據質量和可訪問性標準的領先地位。
在專業軍事教育課程中,美國陸軍訓練和理論司令部應立即引入數據管理和使用策略方面的適當指導。作為基礎軍官領導課程的一部分,數據教育應包括一般數據收集策略、單位和部門特定信息的組織以及現代數據可視化工具等主題。這些工具將使后勤人員能夠更好地組織單位維護數據,情報人員能夠更好地綜合不同的情報來源,而機動人員能夠更好地報告和收集數據。這種教育的核心原則必須是相關的;教導學生這如何直接適用于他們的下一個工作。在上尉職業課程中,可以在此基礎上加入如何管理多種數據來源和建立數據收集文化的教學。指揮和總參謀部學院應該開設一門數據收集選修課,以教育戰地級軍官整合權威數據源、管理共同行動圖以及支持數據收集和管理所需的基礎設施。陸軍戰爭學院應該教育高級戰地級軍官識別數據收集戰略中的戰略差距,并讓他們準備好利用計算機增強的態勢感知進行領導。此外,旅、師和軍團的指揮官和參謀長應該有機會完成AI2C的高級領導教育項目,以了解和理解如何用人工智能系統領導組織。陸軍需要調整數據收集和管理技術方面的軍官教育,以便為MDO中不斷變化的戰斗要求做好準備。
戰斗訓練中心為開發和實施戰術應用的AI-enabled系統提供了一個很好的場所。通過存儲單位輪換的標記數據,并向對方部隊提供為戰術指揮所創建的人工智能系統的早期版本,作戰訓練中心可以成為陸軍人工智能發展的核心,同時也為復雜的系統提供快速反饋,這些系統在陸軍面臨近似對手的戰斗時才會有全面測試和實施的挑戰。類似的機會也存在于由任務指揮訓練計劃進行的指揮所演習的訓練中。
雖然大型組織之間的協同作用和共同的努力路線是有價值的,但陸軍將從不同單位獨立考慮和采納這些建議中受益。隨著時間的推移,這些獨立的想法將形成一個更強大的人工智能系統的基礎,隨著人們的流動和職位的改變,自然的分享和混合想法。陸軍可以仿照開源軟件社區分享想法并迅速學習彼此的獨特方法,在MDO中創造一個人工智能環境。通過在本地開發獨特的解決方案,然后隨著時間的推移進行合作,各單位將確定共同的挑戰,同時也減少了忽視具體特征或特定任務的獨特因素的可能性。
在進行上述努力的同時,陸軍應該開發、試驗并采用最先進的技術來實現戰術總部的運作。為了實現這一目標,陸軍可以在任務指揮訓練計劃進行的指揮所演習和作戰訓練中心的訓練輪換中開始將人工智能納入訓練。這將首先記錄來自控制系統中使用的計算機的數據,參與者的聲音,以及來自作戰系統的位置數據。然后,這些數據將提供給數據科學家,讓他們從受控環境中獲取作戰數據。使用人工智能和自然語言處理,結合事件和敵對勢力行動的細節和時間,然后可以分析這些數據,以確定當前流程無法滿足戰斗需求的趨勢。然后可以進一步研究這些趨勢中具有最佳或更好性能的異常情況,以確定成功的戰術、技術和程序。這將促進對現有系統的改進,并開發更多的工具來實現作戰。一個例子是分析一個旅戰斗隊對敵方部隊的防空雷達系統啟動的反應。通過捕捉與事件相關的所有數據并了解對方部隊行動的精確細節,行動后的分析可以更有力地了解技術方法和友軍探測的細節,工作人員和友軍單位內部的溝通(包括內容和傳輸方法),采取的行動,以及目標的有效性,包括評估。在眾多單位中反復進行,這將使我們能夠準確了解陸軍單位的能力、差距和有效性。由于指揮所演習和訓練輪換中固有的事件的數量和種類,有一個巨大的和未被充分利用的可用數據山,以提高軍隊的作戰能力。
將人工智能整合到戰術總部的近期目標是為從旅到軍團的各梯隊制作一個增強的共同作戰畫面(COP)。這將減少行動和瞄準過程中的友好周期時間,同時提高指揮官的決策質量。強化的作戰圖將提供更準確和詳細的友軍信息,提供對作戰和任務變量的更多情況了解,并增強指揮官看穿戰爭迷霧的能力。這將通過整合戰術行動中心內目前不同的系統來實現,包括指揮所計算環境、高級野戰炮兵戰術數據系統、空中和導彈防御工作站、電子戰規劃和管理工具、分布式共同地面系統-軍隊和全球戰斗支持系統-軍隊。目前,這些系統并沒有在一個單一的人機界面上提供足夠的綜合COP。此外,必須優先考慮開發、實驗和實戰化的軟件和硬件,這些軟件和硬件可以攝取任務和作戰變量的數據,以分析數據并優先處理時間敏感的數據,供參謀部和指揮官分析和采取行動。
這個系統以及其他類似的系統將同步和整合陸軍數據,以便在復雜、動態的環境中做出更快的決策。這是在現代戰爭中作戰的必要進步;然而,它也將引入更多的風險。就系統的復雜性而言,人工智能組件明顯比軟件組件更復雜,并帶來額外的挑戰。沒有任何人工智能可以解釋它為什么會做出這樣的預測,而且不幸的是,表現最好的智能形式也是最不容易理解的。最先進的人工智能系統只能提供有效性和準確性的措施,以證明其使用的合理性。此外,現實世界不可能完全由人工智能工程師在進行智能訓練時使用的數據來模擬,也沒有干凈的、有標簽的數據集用于戰斗。這種數據偏差必須用道德的軟件工程和對軍隊和人工智能的深入了解來解釋。與私營部門公司類似的雄心勃勃的產品相比,目前為軍隊帶來這種技術的努力小得驚人。2022年,陸軍畢業并開始雇用20名人工智能專業人士。相比之下,谷歌在2016年雇用了大約一個滿員的軍團,41456人,只是軟件工程師。在這個數字中,有兩個師的價值,27,169人,只是專門用于研究和開發。自2016年以來,谷歌的全職員工總數已增加了一倍多。如果陸軍要通過開發和部署其在MDO中作戰所需的人工智能系統來實現其勞動力的現代化,那么它必須從今天開始準備數據環境。
(備:本文機器翻譯)
a.本出版物是通信系統系列出版物的基本文件。它為計劃、執行和評估聯合行動的通信系統支持提供了基本原則和指導。
b.以聯合原則為基礎的一系列信息被用來在軍事行動范圍內運用作戰力量。通信系統提供了同步聯合力的手段。
c.在聯合部隊、多國部隊之間以及與非國防部機構之間進行可靠、安全和同步的信息共享,對于當今網絡環境下的有效指揮和控制至關重要。信息系統和網絡提供了發送、接收、共享和利用信息的手段。先進的通信系統能力和健全的理論的綜合導致信息優勢,這是所有軍事行動成功的關鍵。
該出版物是參謀長聯席會議主席(CJCS)關于聯合行動通信的官方建議,為與政府和非政府機構、多國部隊和其他組織間伙伴的軍事互動提供了考慮。它不限制聯合部隊指揮官以被認為最適當的方式組織部隊和執行任務的權力,以確保統一的努力。
a.本出版物中確立的聯合原則適用于聯合參謀部、作戰司令部指揮官、下級統一司令部、聯合特遣部隊、這些司令部的下級組成部分、各軍種、國民警衛隊和作戰支援機構。
b.本原則構成關于所附主題的正式意見;然而,指揮官的判斷在任何情況下都是最重要的。
c.如果本出版物的內容與軍處出版物的內容發生沖突,將優先考慮本出版物,除非CJCS通常與參謀長聯席會議其他成員協調,提供更及時和具體的指導。
美國陸軍未來與概念中心 未來戰爭部主任 克里斯-羅杰斯上校
歷史上的戰爭包含了大量改變戰爭性質的工具和技術的例子。自最初研究多域作戰(MDO)以來,美國陸軍發現人工智能是一種新興技術,有可能改變戰爭的特點,也許也會改變戰爭的性質。使用人工智能(AI)解決方案來緩解軍事問題是過去兩年未來戰爭研究、檢查和學習的一個反復出現的主題。作為2019年未來研究計劃的一部分,我們與陸軍、聯合、多國、學術和科技組織合作,探索和了解人工智能對多軍種的影響,并為未來的研究和發展制定一個操作框架。
多域作戰的人工智能運作最終報告提供了采用人工智能的組織框架,以幫助陸軍和聯合部隊更好地定義所需的能力以及相關的數據和網絡架構,以實現多域能力部隊。描述聯合部隊如何采用人工智能解決方案,為了解人工智能在時間和空間上對多域作戰的影響提供了一個操作說明。本報告確定并解決了與人工智能相關的好處、機會和挑戰,為進一步分析提供了基礎。諸如人工智能等新興技術使陸軍不僅可以改進當前的戰術、技術和程序,而且可以創造新的運用和融合能力的方法。
該報告支持美國陸軍人工智能任務組,該組織負責制定陸軍的人工智能戰略和政策。本文通過描述部隊如何在整個MDO框架內采用人工智能解決方案和相關技術,啟動了陸軍的人工智能運用工作。這份報告使概念發展團體能夠修改陸軍功能概念和戰場發展計劃。它為能力發展團體提供了作戰視角和部隊在確定所需能力時必須考慮的技術影響。此外,該報告還為作戰概念文件或基于能力的評估提供了開發情景或小插曲的基礎。該文件為科學和技術界提供了行動背景,以便為人工智能研究、開發、建模和模擬提供信息和指導。最后,它支持制定一個在未來使用人工智能的全面愿景,以告知陸軍現代化的努力,這將創造有能力的MDO部隊,準備好與任何對手作戰并取得勝利。
人工智能(AI)是未來聯合部隊實現多域作戰(MDO)全部潛力的基礎。人工智能系統提供了跨越領域、電磁頻譜和信息環境戰勝對手的能力。在競爭中使用這些系統使聯合部隊能夠近乎實時地了解作戰環境,從而更好地運用能力來擊敗旨在破壞區域穩定的威脅行動,阻止暴力升級,并將被拒絕的空間變成有爭議的空間。在從競爭到武裝沖突的過渡中,人工智能的機動、火力以及情報、監視和偵察能力為聯合部隊提供了拒絕敵人奪取優勢地位的能力。改進的維持能力與攻擊敵人的反介入/空中拒止網絡的能力相結合,為美國部隊提供了奪取作戰、戰略和戰術優勢位置的能力。通過由人工智能支持的多領域聯合行動圖(MDCOP)增加了解,使美國部隊有能力協調多領域的效果以創造優勢窗口。
制定人工智能的作戰概念使陸軍能夠更好地理解這些技術對戰爭的性質和特征的潛在影響。描述陸軍如何在未來的作戰環境中使用人工智能,有助于說明其對戰爭的暴力、互動和基本的政治性質的影響,以及戰爭不斷演變的特點。本文提供了一些小插曲(附錄A),說明了人工智能的組織運用,為美國陸軍RAS總體概念、作戰和組織概念、基于編隊的作戰概念以及系統或單個系統的運用概念的潛在發展提供信息。
人工智能的運作影響到未來部隊將如何運作,如何針對對手開展行動,以及指揮官如何利用軍事藝術和科學,運用部隊能力來實現預期效果和目標。在2019年未來研究計劃(FSP19)期間,人工智能工作線(LoE)確定了與實施人工智能支持的多領域解決方案有關的以下問題:
數據管理--AI/ML應用程序依賴于對策劃的數據的訪問,以便發揮作用。陸軍必須培養一種以數據為中心的文化,以標準化的格式和協議有效地生成、存儲和訪問數據。人才管理的努力必須側重于發展、培訓和保留一支精通數據的員工隊伍。這可以通過以下方式實現:
在整個部門培養一種以數據為中心的文化
投資于整個員工隊伍的數據科學培訓
簡化數據訪問
設計和實施協議,以確保數據的可發現、可訪問、可共享和可互操作性
功能分解--狹義的人工智能本質上是有限的,構建算法的數據科學家需要精確的問題定義,準確確定聯合部隊的要求。
可解釋人工智能--人工智能支持的系統需要有能力解釋決策/建議和所采取的行動背后的邏輯。這種解釋 "為什么"的能力是人類對人工智能智能體的信任基礎。
邊緣計算/人工智能--未來的作戰環境與有爭議的電磁頻譜預期要求有能力向前處理極其龐大的數據集,以及能夠自主行動的人工智能平臺。
利用商業部門--美國防部實驗室繼續在人工智能/ML發展方面取得重大進展,特別是與聯邦資助的研究和發展中心合作。商業部門繼續探索和擴大可能適用于軍事應用的工作。
作為FSP19的一部分,人工智能LoE開發了五個小插曲和一個概念草圖(見附錄A),以協助人工智能和機器學習的運作。這些小插曲說明了聯合部隊如何利用人工智能/ML來解決多領域行動所需的關鍵能力。MDCOP概念將依靠幾個有限內存的人工智能來建立和維護描繪整個戰場的藍、紅、綠活動。一個反應式機器人工智能將為特定的指揮官和總部定制MDCOP。合作傳感、維持、攻擊和瞄準的小插曲依靠反應式機器人工智能來優化傳感器覆蓋、維持吞吐量、攻擊順序和射手選擇。
未來部隊需要人工智能來充分實現多領域作戰的潛力。人工智能支持的系統使未來部隊能夠進行信息收集和分析,以便在時間有限和信息競爭的環境中增加對形勢的了解。這種能力使快速、知情和合理的決策成為可能。人工智能的決策支持代理將減輕作戰人員的認知工作量并提高整體效率。由人工智能支持的無人系統將探測、識別和穿透高風險區域,以提高開展行動和保護部隊、人口和資源的能力。人工智能使MDO在與近似對手的沖突規模下實現了作戰速度的要求。
2018年,TRADOC發布了《多域作戰中的美國陸軍(2028年)》,TP 525-3-1。眾所周知,MDO是陸軍的作戰概念,旨在威懾并在必要時在戰斗中擊敗有能力和實力挑戰美國的對手,在所有領域和每個戰爭要素中進行對等戰爭。盡管戰爭的性質、原因和目標在歷史上保持不變,但21世紀的信息時代戰爭的開展在許多極其重要的方面不同于20世紀的機械化戰爭,美國軍隊,特別是美國陸軍必須改變以應對這些問題。最明顯的區別之一是和平與戰爭的模糊,MDO是第一個包括從和平競爭到武裝沖突的全部沖突的陸軍作戰概念,從而解決了這個問題。雖然兩者在過渡時期的區別是模糊的,但在MDO環境下的大規模作戰行動本身就是與眾不同的。
以下概念,即《美國陸軍多域作戰機動概念(2028-2040年)》,描述了陸軍在多域作戰戰場上的大規模作戰行動中如何進行機動。盡管它涉及到機動在競爭中的作用,但這一概念主要集中在陸軍如何在梯隊中作戰,以贏得與同行競爭者的戰斗。雖然看起來是 "進攻"性質的,但不能忘記,威懾的首要前提是在戰斗中獲勝的能力是毋庸置疑的。這一概念描述了陸軍將如何排兵布陣以克服對手的對峙,并深入細致地擊敗敵人的戰斗編隊。機動概念牢牢地嵌套在MDO中,但也在MDO的基礎上進行了擴展,包括兩年的全球作戰經驗,以及機構研究、兵棋推演和實驗。
有幾個關鍵的想法支撐并促成了這個概念。機動同時發生在師、軍團和更高級別的每個梯隊。機動發生在競爭和恢復競爭的過程中,而不僅僅是武裝沖突。在競爭中,我們通過機動來獲得優勢地位,塑造安全環境,支持區域安全,并能迅速過渡到武裝沖突。在武裝沖突中,我們通過機動來摧毀或擊敗敵軍,控制土地區域和資源,并保護民眾。這一概念描述了戰役,其設計必須包括所有領域的所有梯隊。
一個概念是變革的起點。它是變革過程的開始,而不是其結束。2018年發布的MDO啟動了一系列的研究、兵棋推演和實驗,從而形成了這個機動概念,并描述了在梯隊中進行的具體作戰功能。在這個概念之后,必須在未來和概念中心以及卓越功能中心內進一步努力,以確定所有的作戰功能,而不僅僅是機動,如何整合以在每個梯隊的MDO戰斗中取得成功。同時,這個概念應該在作戰部隊中啟動探索,以發展戰術、技術和程序(TTP),從而使MDO的機動性得以實現。正是作戰部隊和體制內的軍隊一起努力實現本概念中所描述的規則,將確保美國陸軍仍然是世界上最有統治力的陸軍。
圖:多域作戰中的機動
歷史。這本新的美國陸軍未來司令部(AFC)小冊子介紹了陸軍如何描述2028-2040年的機動功能的概念。這個概念與《美國陸軍旅級戰斗隊跨域機動概念(2028-2040年)》一起取代了2017年2月的TRADOC Pam 525-3-5《美國陸軍行動和機動功能概念》。
摘要。這一概念描述了陸軍部隊如何在動態和擴大的作戰環境中進行機動,包括有爭議的戰場和領域,綜合對手的防御與對峙,作戰和戰略威懾的挑戰,以及多國和政府合作。陸軍部隊在不可預測的作戰環境中面對高度致命的對手,這與新的作戰環境相結合,為軍事問題提供了參考,以確定陸軍部隊如何取得相對優勢地位并產生超額效果。中心思想是計算來自所有領域的多軍種同時匯合的成功,并促進加強聯合和作戰指揮與控制、分層機動和決定性的戰役。
適用性。本概念適用于陸軍部所有發展理論、組織、訓練、物資、領導和教育、人員、設施和政策能力的活動。這一概念指導實驗和部隊發展,并支持聯合能力整合和發展系統的進程。它還支持《陸軍未來司令部概念和能力指南》中描述的陸軍能力發展過程。當與陸軍概念框架的其他內容發生沖突時,本文件具有優先權。
戰爭的特點正在發生根本性的變化,這些變化對空中力量的影響尤其深遠。多域整合為空中力量和越來越多的空間力量在未來幾年內的一系列轉變做好了準備,這些轉變不僅與技術有關,而且與空軍組織和進行規劃和行動的戰略和作戰概念有關。
迫在眉睫的、不可避免的多域作戰似乎是空中力量的一個明顯的邏輯演變,它可能會引發這樣的問題:為什么我們沒有更早地沿著這些思路思考和發展作戰概念?畢竟,對優化、作戰協同和武力經濟的尋求在空中力量中是持久的。可以說,多年來,空軍及其相關部門事實上已經嘗試以某種方式或形式在多域背景下運作。然而,在整個部隊甚至整個戰區范圍內,為多域作戰(MDO)提出的早期作戰概念(CONCOPS),在多域作戰空間產生作戰協同和效果的努力是前所未有的。
諸如聯合全域指揮與控制(JADC2)這樣的結構闡述了一個作戰云賦能的未來戰爭,其中任務指揮和戰斗空間管理被有效地隱含在整個戰斗部隊中,觀察-定向-決定-行動(OODA)環路被加速到邊緣計算的速度。傳感器和通信網絡決定了空軍承擔幾乎所有傳統任務的功能能力。數據和數據流將變得比空軍傳統上對機動自由的依賴更加重要,并且有效地成為其戰略推動者。空軍力量將越來越多地與網絡而非平臺、數據而非武器系統有關。
任務的成功和失敗一直是由指揮官和作戰人員可用的態勢感知水平決定的。在新興的作戰模式中,空軍以近乎實時的速度收集、處理和利用數據的能力有效地使數據成為最大的工具和最令人垂涎的武器。收集、處理、匯總、分析、融合和傳播大量的數據、信息和知識將需要像未來有爭議的戰場上的事件速度一樣快。目前正在進行的戰爭數字化將導致在未來幾年內將 "大數據"廣泛用于作戰過程。空間領域將在實現全球范圍內連續的、有保障的和安全的通信方面發揮顯著的作用,除了更傳統的遠程監視用途外,它還被用作這種通信的運輸層。
對信息主導地位的追求將以新的和不確定的方式在物理、電磁和虛擬世界中擴展競爭的連續性。隨著空軍對帶有嵌入式人工智能(AI)工具和應用的作戰云的使用,新的風險、脆弱性和故障點將被引入。本出版物收集了來自世界各地領先的思想家的文章和見解,對多域整合和空中力量的信息優勢框架和概念的一些最相關問題提供了深入的觀點。這里的觀點和討論反映了當前對各種戰略、指揮和作戰層面的思考,讀者會發現這些思考對他們更廣泛的理解很有幫助。
這里介紹的專家展望本身既不樂觀也不悲觀,正如我們所期望的那樣,所確認的是各種新技術促成的 "飛躍"機會正在地平線上形成,但其有效利用帶來了復雜和破壞性的新挑戰。在強調其中一些關鍵的挑戰和更好地理解這些挑戰的必要性的同時,正如通常的情況一樣,沒有快速的解決辦法或現成的解決方案。然而,有令人信服的理由認為,今天所預見的眾多挑戰似乎在理論上和技術上是可以克服的,有些甚至在未來幾年內就可以克服。在未來存在的許多不確定因素中,可以肯定的是,空中力量將被徹底重新定義。
空軍將在一個多極世界中作戰,其特點是持續的、低于閾值的交戰,其中多層和多速的戰斗空間延伸到很遠距離。空軍將需要變得高度適應,并能夠通過在高速作戰環境中實時超越威脅,快速從協調過渡到同步,不僅在移動資產和人員方面具有敏捷性,而且在至關重要的信息方面也具有敏捷性。新作戰優勢的釋放將取決于空軍加強部隊之間的連通性和整合的能力,以便信息共享能夠比以往更快、更廣泛地進行。
空軍已經嚴重依賴跨五個作戰域的作戰能力——但這些域都將變得非常混亂和具有競爭性。空軍將需要改變他們使用的網絡、系統和流程,以及他們廣泛和基本的工作方式,以便能夠在現代戰場的長度、寬度和高度上思考、戰斗和取勝。多域作戰 (MDO) 為空軍引入新的作戰指揮、控制和作戰管理 (C2BM) 提供了先導,這有望以多種方式從根本上提高在跨多域戰斗空間同步部隊要素和協調效果方面的聯合效率,這在以前不可能實現。
本報告通過將關鍵的作戰范式、挑戰和戰略轉型的推動因素相互關聯,以向新的作戰方式演進,綜合了空軍向多域作戰 (MDO) 過渡的最新觀點。
隨著國家競爭再次成為常態,全球競爭正處于新的十字路口。未來的戰略環境將引發新形式的競爭,將包括恐怖組織、叛亂分子、雇傭軍和網絡犯罪分子等非國家行為者在內的敵人聯系起來。對手將在物理和虛擬領域從事合法和非法活動,一方面模糊了和平與戰爭之間的區別,另一方面模糊了本土和遠距離之間的區別。傳統的防御方法將受到可能不承認國界或不遵守國際規范和做法威脅的根本挑戰。
因此,空軍將在一個多極世界中作戰,其特點是持續的低閾值交戰,戰場空間延伸到很遠距離。空軍作為一個在行動中持續活躍的軍種——進行訓練和演習、保障任務或在運輸途中——以保持全天候的任務準備狀態,未來面臨的挑戰尤其明顯。引入多層次和多速度的戰場從根本上破壞了經濟和戰爭的性質,因此空軍將需要加速變革并建立新戰爭方式的能力,使他們能夠在高度復雜和緊張的競爭連續體中贏得未來沖突場景的全部內容,否則就有成為多余的風險。
面對在密集的反介入/區域拒止 (A2AD) 環境中使用先進網絡和武器系統能力的對手,競爭連續體將變得競爭激烈、混亂且受限。隨著空中作戰中心 (AOC)、指揮與控制 (C2) 節點和傳統機載平臺遠離戰斗,空軍執行的全方位保障和戰斗任務將變得更加復雜。因此,空軍將需要新的方法來提高生存能力,并在密集威脅環境中以相關的速度提供效果。空軍將需要變得具有高度適應性,并能夠迅速從協調過渡到同步,以在高速作戰環境中實時超越威脅,不僅在移動資產和人員方面具有敏捷性,而且在至關重要的信息方面也具有敏捷性。
當代威脅發展太快,通過電子手段的連接來應對威脅至關重要,因為無法再在聯絡層面有效協調行動。例如,考慮聯合空中作戰中心 (COAC) 和防空作戰中心(ADOC)并不總是明確定義為總部,可以將作戰 C2 要素在防御性防空和區域防空方面分開。常規和新出現的空中和導彈以不同的方式威脅,因此防御它們通常屬于不同的指揮機構。由于一個威脅概況對于地面指揮官來說可能太大,而對于空戰指揮官來說又太小,因此需要一個無縫集成的多層全域作戰架構來生成共享態勢感知 (SA) 并確保將正確的射手分配給在正確權限下的相應傳入威脅目標。
未來沖突的結果將有利于那些在競爭中獲得信息優勢的空軍,在競爭中各作戰領域被融合在一起,而不是基于優越的武器系統和獨立的能力。新的作戰優勢的釋放將取決于空軍是否有能力加強部隊成員之間的連接和整合,從而使信息共享比以往更快、更廣泛地發生。在這樣做的過程中,為了實現更有力的協調,指揮關系和結構將需要進行調整,甚至為新的戰爭方式重新定義。多域作戰(MDO)為空軍提供了未來新的作戰指揮、控制和戰斗管理(C2BM)的先導,它有望從根本上提高部隊成員的同步性和協調多域作戰空間的效果,這是以前不可能的。
多域作戰(MDO)的概念與聯合和集合作戰的概念不同,因為它提出了在各作戰領域執行基于效果的、同步的和戰術整合的任務,從而使空軍能夠在現代戰斗空間的長度、寬度和高度上思考、戰斗和獲勝。在過渡到MDO的過程中,空軍將需要對他們使用的網絡、系統和流程以及他們的工作方式進行廣泛和根本性的轉變。為了以相關速度運作,各級指揮官將需要獲得通過聯合共同作戰圖景(COP)提供的強大的、不斷更新的SA,以便比對手更好地了解作戰環境。此外,從機密和公開來源的數據和情報流中收集、存儲、分析、融合、分發和可視化信息的能力,以便在盡可能低的層次上更快地做出決策,這對作戰成功至關重要。
但是,如果沒有適當地過濾和管理,同樣可以創造作戰優勢的大量信息也可能使決策過程不堪重負。除了簡單地將每個傳感器集成到網絡中并集成跟蹤數據之外 從多個來源實時共享,必須對持續流向指揮官的數據和信息流進行智能融合和共享,以便只提供與給定任務或作戰要求相關的數據和信息。在一個信息就是力量、信息可以比以往更快、更遠、但也有太多數據和信息需要處理和吸收的時代,防止指揮官和作戰人員面臨信息負擔和認知超載的危險將是至關重要的。因此,需要新的數字解決方案和工具包,利用自動化和人工智能 (AI) 來支持信息可視化,以便更好地理解和改進決策。
信息優勢對于空軍將戰略意圖轉化為及時的作戰和戰術效果,并在現代戰斗空間的流動作戰領域進行協調,將是決定性的。管理、分析、融合、可視化的工具包,以及關鍵的是,更好地理解來自多源情報流的大量信息,將在未來幾年重新定義作戰規劃和執行。空軍將需要利用新興技術來塑造現代戰爭環境的數字層面,因為新的作戰C2可以支持未來戰斗空間所要求的性能水平。
在目前的配置中,作戰C2 仍然過于人工手動,并且與隨著傳感器和射擊者被合并到一個單一的主網格網絡中而變得可用數據大量混亂、信息不兼容。
傳統的 C2 指令、結構和流程可以基于 24 小時周期的決策循環,不足以應對未來的破壞性威脅和預期的行動速度。任何水平的技術進步都不會使傳統 C2 對未來作戰的預期步伐更加有效。人工智能、自動化、增強現實和量子技術為過濾、可視化和幫助理解大量信息提供了新的可能性,而利用大數據處理的數據分析和融合引擎將為個人平臺、能力和決策者帶來新的機會從聯合甚至泛政府的角度將其整合到一個共同的數字環境中。
一個共同的數字環境和作戰云的實現將使任何地點的部隊和用戶都可以訪問相同的數據和信息流,無論是實時規劃還是執行,并且以與執行任務相同的速率。高度適應不斷變化的任務要求的數字工具包將需要在作戰云上隨時可用,并使用軍事證書按需訪問幫助各級做出更好更快的決策。指揮官和作戰人員之間共享通用數字環境的發展將使作戰指揮控制的分散化和空中作戰中心傳統職能的地理點對點分布成為可能。
分布式 AOC 可以理解為同時在不同的地方,而不是在一個或另一個地方,它代表了空軍未來作戰方式的游戲規則改變者。空中作戰中心傳統上由空軍從一個擁有重要基礎設施的固定位置操作,以允許接收大量通信和大量多專業人員。這種集中式 C2 模型在過去為空軍提供了很好的服務,但是隨著威脅形勢的演變,從執行作戰 C2 的單個固定位置的概念使得空中作戰容易受到能力越來越強的對手的攻擊,這些對手可以通過動能和非-動力學手段。在任何接收關鍵通信和提供可操作 C2 的集中位置發生自然災害、火災或停電成為潛在單點故障的情況下,同樣存在風險。
點對點分布的AOC將與位于不同地點的高級指揮部更好地保持一致,而在聯盟的情況下,則與世界不同地區保持一致。分布式AOC還將使空軍有可能與更多不同的專業人員聯系起來--在任何特定時間,在一個以上的地方經常需要這些專業人員--以解決復雜的作戰挑戰。空軍將獲得決定性的優勢,最大限度地減少非周期性工作的需要,以便在需要的地方和時間獲得信息,關鍵是要建立冗余,以提高行動的適應性。隨著AOC功能的分布,空軍將有能力迅速適應動態作戰場景中不斷變化的需求,包括C2網絡中任何關鍵節點的潛在損失,使邊緣作戰人員能夠以更加安全和靈活的方式行動。
然而,分布式空中作戰中心架構所承諾的最顯著的力量倍增效應是使空軍能夠無縫地連接到位于不同位置的伙伴要素和能力。將位于不同地點的盟軍和伙伴空中作戰中心虛擬地聚集在一起,將使空軍能夠整合可用的聯軍能力,以便在任何給定時間和地點利用最有效和最致命的空中力量組合。通過以增強力量和提供綜合威懾的方式整合聯軍能力,可以減輕空軍單獨面臨資源或人員壓力的現實和日常挑戰。因此,空軍將更少地依賴單個平臺能力,而更多地依賴于具有集成作戰 C2 的共享能力架構的力量,該架構從根本上優化了傳感器/射擊者的任務和分配。
作為指導任務和加快行動步伐的過程的一部分,通過替換會減慢行動周期(從而降低反應時間)的傳統方法,必須明確授權給每個級別的指揮部,以便確定決策的優先級可能的最低水平。因此,連接到接收數據和中繼命令的敏捷、適應性強和有保障的網絡的單個指揮官應該能夠專門指揮下屬單位的活動。對交付作戰能力的命令進行適當的優先排序仍然至關重要,但未來的挑戰將與誰指揮指揮官有關——尤其是在對多個任務有明顯壓力的情況下 政府部門將被納入 C2 決策過程。即使授權保持不變,集中控制/分布式執行和任務指揮的模式也可能受到挑戰,因此空軍必須更新正式關系和開展業務的方式。
開放式架構、系統體系(SoS) 網絡,專為高速、大容量而設計,在廣泛而分散的用戶群中進行數據交換對于在需要的時間和地點向合適的人提供相關信息至關重要。Link 16 為互連性和互操作性提供了一個通用標準,對聯軍行動仍然至關重要,但即使有一個在其用戶之間全面設計和實施的現代化計劃,其本身也不夠。更強大的作戰 C2 的基本原理推動了聯合全域指揮與控制 (JADC2) 結構和先進戰斗管理系統 (ABMS) 在美國的發展。JADC2 設想將整個部隊的傳感器、射手和支持平臺連接到主網格網絡,以便作戰指揮控制從以服務為中心的架構有效地推進到高度靈活的聯合全域架構。美國空軍打算利用 JADC2 實時融合來自無數不同來源的數據,而 ABMS 打算通過將正確的傳感器連接到正確的射手來感知、理解并允許指揮官比對手更快地采取行動。
在一個沒有任何單一平臺或武器系統本身能夠確保作戰成功的未來,JADC2和ABMS的目的是用其他系統的優勢來系統地減輕單個組件系統的局限性。沒有與ABMS或同等的作戰管理(BM)系統連接的平臺將具有較低的生存能力,并最終成為多余的。JADC2和ABMS是美國在每個戰爭場景中取得戰斗成功的基礎,它們為未來的作戰C2提供了將正確的傳感器連接到正確的射擊者的基礎。開發一個高度可擴展的、完全集成的、具有明確授權的多分類網絡架構,將是實現信息優勢的關鍵,它使指揮官和作戰人員能夠更有效和高效地執行。目前的網絡和系統需要進行現代化改造和調整,以實現更大程度的戰斗空間信息,然而,全面的網絡整合帶來了相當大的技術挑戰,因為各個系統并不總是使用一種共同的語言或順利地相互連接,特別是在涉及盟國和伙伴空軍的多國背景下。
互操作性是未來戰爭的關鍵,而協同作戰的步驟設想跨所有平臺進行信息交換,而不僅僅是戰斗人員。除了由新的具有指揮能力的戰斗機領導的傳統戰斗機之外,隨著第五代平臺的出現,互操作性將需要擴展到所有平臺,包括遙控飛行器 (RPV) 和自主系統。在強大的聯合任務指揮下,互操作性與綜合規劃和作戰指揮控制將允許加速作戰,以克服具有先進網絡能力和武器系統的對手。將遺留系統調整為單一網格、多域網絡是空軍面臨的最關鍵挑戰,必須進行戰略轉變,優先考慮全面的網絡集成和互操作性以及必要的財務資源、時間和人員。
整合帶來了復雜的挑戰,有時需要比預期更長的時間才能實現結果,正如之前在 Link 16 上采用、適應和實施變化的國家經驗所表明的那樣。空軍必須迫使行業合作伙伴更廣泛地采用數據協議和工程系統的標準化,以便能夠有效和高效地實現未來所需級別的互操作性。同時,空軍必須 打破狹隘的思維方式、過時的數據和信息共享政策以及阻礙他們作為組織利用信息真正力量的文化障礙。軍事背景下與美國前總統羅納德·里根(Ronald Reagan)的話有了新的關聯,他將信息稱為現代的氧氣,因為信息力量是未來戰場上有效作戰的基礎。
將盟軍和合作伙伴的資產、資源和專業知識進一步互連,超出單個固定地點的定位,這將成為空軍在未來沖突中保持競爭力的必要條件。三十年前,可能有二三十人,包括指揮官及其參謀參與作戰計劃、執行和 C2。今天,視頻電話會議和數字應用程序使分布在不同地點和時區的數百名員工的點對點協作和信息共享成為可能。與盟國和合作伙伴互操作性的障礙在邏輯上需要考慮并更緊密地結合在一起 - 旨在確保數字環境得到主動保護和防御的國家網絡安全方法及其警告。依賴網絡空間和在網絡空間中作戰的固有脆弱性將使信息戰在傳統作戰之外占有一席之地。同時,空間領域和量子加密技術的進步將開始通過徹底改變軍事行動中的通信方式來減輕復雜網絡空間威脅的影響。
互操作性是衡量聯盟有效性的關鍵,并將決定在未來的同行競爭環境中的戰斗成功。在沒有盟友和合作伙伴的幫助下,單獨過渡到全域作戰戰略是不可行的,但從聯盟的角度來看,要實現真正的互操作性,必須對空軍設計和規劃未來能力進行戰略反思。互操作性通常可以通過調整現有的系統而得到改善,但如果要以未來沖突所要求的方式在戰略上推進互操作性,以達到戰斗和勝利所必需的聯盟效力的程度,則需要成為一種采購考慮。
互操作性存在著重要的政策層面障礙,例如,與采購項目的過度分類和軍事系統的轉讓有關。這種對聯盟有效性的障礙在近年來的聯盟作戰活動中已變得很明顯,并促使美國引入新的方法,如國防出口特性計劃,該計劃旨在為優先考慮和追求互操作性的方式帶來范式的轉變。將互操作性考慮納入主要采購項目的初始能力文件的作戰概念(CONOPS),將確保它在未來系統的設計階段得到適當的規劃,并戰略性地納入采購過程本身,而不是作為事后的想法被編入。
美國還將更加強調與盟友和合作伙伴共同開發系統,并以系統的早期出口為目標,這一方面有助于改善整體系統設計和安全性,另一方面也能壓縮開發時間和降低成本。任何空軍都不能假設自己總是擁有最好的技術解決方案和概念,因此,當國際市場上有更優越的替代品時,進口能力將需要更高的優先權。軍事系統的本土開發提供了次要的優勢,如經濟效益的本地化和通過國內創造就業機會來培養高技能的勞動力,但也有一些權衡,如較低的性價比或系統不能與替代品提供的相同水平的性能。
在系統層面上,設備之間的互操作性是至關重要的,但是作戰平臺本身和確保它們的互連性本身并不足以實現互操作性,也不會自動轉化為改善聯盟的有效性。空軍必須通過制定共同的作戰方案和戰術、技術和程序(TTPs)來加強聯盟層面互操作性的概念基礎。空軍共同訓練、合作和培養工作關系的方式是打開未來作戰優勢的關鍵。建立信任需要時間,而作戰層面的互操作性--相對于系統層面的互操作性--是建立在多年的訓練和并肩工作上的,以了解和推進可以共同實現的目標。不可能在危機時期尋找信任,也不可能期望能夠以未來所需的行動水平和速度來運作。
空軍有必要作出新的努力,以改善與關聯部門以及盟國和伙伴空軍的同步和協調。建立一個更強大的傳感器網絡和發展收集、存儲、處理、分析、融合和分享適當安全級別的信息的能力的途徑始于雙邊討論,隨著聯合演習的推進,并隨著從持續努力和互動中獲得的經驗教訓被廣泛實施到培訓、教育和最終的積極行動本身而得以實現。歸根結底,在擴大力量和試圖實現聯盟伙伴之間的綜合威懾方面,信任的概念將比技術因素更重要。盟友和合作伙伴可以成為非常有價值的見解的來源,空軍必須變得更加開放,不斷地與同行分享威脅情況,并保持思想的持續互動,以支持持續改進。
在這個時代,信息被視為力量,但只有當它被分享時才會變得真正強大,在評估盟友和合作伙伴之間的信任時,信息共享的方式是衡量有效性的關鍵。人工智能和神經網絡將能夠實時處理和分析目前需要數周時間的大量信息,然而,空軍的思考和反應速度將取決于他們在正確的時間向正確的人提供正確和相關的分類信息的能力。考慮到信息共享的三個基本要素(需求方面的理由;使之成為可能的技術和基礎設施;以及受其支配的政策和規則),理由越來越被認為是合法的,使之成為可能的手段在大多數情況下也是現成的。然而,以父權為框架的政策和信息發布規則與文化障礙相結合,阻礙了盟友和合作伙伴之間及時有效的信息共享,甚至經常是根本沒有。
古老的信息可釋放性政策和僵化的數據所有權文化,限制了實時甚至是歷史信息流向需要的地方。盡管空軍擁有與盟友和合作伙伴更緊密合作的動力,但他們總體上仍然落后于更有效作戰所需的信息共享水平。有效的信息共享的障礙和阻礙可歸因于傳統的模式,然而過去有效的東西不一定在未來有效。并非所有的信息都需要與所有級別和所有項目的人共享,但確保正確的人能夠獲得正確的信息是可能的,一方面,重新設計適用的信息共享政策、規則和分類以消除瓶頸,另一方面,通過硬件和軟件解決方案,降低工業規模的信息共享的操作安全(OPSEC)風險。
從商業部門的成功經驗中可以學到寶貴的經驗,即如何安全地改善企業層面的連接和信息共享,關鍵是與外部合作伙伴的連接和信息共享,從而提高生產力,為股東創造更高的價值。建立新的授權、政策和信息保護程序是必要的,以便讓信息在行動領域之間以及在共享的任務伙伴網絡中的不同安全分類之間安全和無縫移動。空軍將需要促進和實施更強大的信息和數據安全,同時通過與聯合和盟國或聯盟伙伴更好地協調技術和程序來建立一個共同的數據結構。跨作戰領域的信息和數據網絡的可訪問性和安全性將成為重中之重,而信息的完整性、可信度和可靠性則是剩余的問題。
隨著數字技術和創新的加速作用和采用,空軍的運作方式正變得越來越復雜。然而,機遇也伴隨著風險,因為支持空軍的信息技術和系統本身就成為一種威脅。網絡空間對于彌合現代戰斗空間所跨越的巨大距離至關重要,因此將繼續成為軍事行動中一個永久的、日益突出的要素。然而,大量信息的快速收集、控制和傳播產生了一種新的戰爭類型,即產生了傳統軍事系統必須能夠對抗和防御的具有普遍性的持續威脅。網絡空間和電磁頻譜為信息系統、武器和平臺的運作提供了重要的地形,指揮官的首要考慮之一是需要支配流動的作戰領域,使其盡可能受到抑制和保護,以防止可能帶來區域拒絕問題的攻擊。
網絡保護和通過一切必要手段捍衛網絡空間對軍隊來說是勢在必行的,但未來更重視的是數據和信息資源本身,而不是為它們提供地形的網絡。密碼學的現代化對于實現有保障的安全通信至關重要,但對部隊進行數據保護和信息安全教育是空軍需要解決的一個挑戰。軍隊需要重新培訓組織心態,并制定源自零信任文化的標準操作程序(SOP),以便作戰人員嚴重依賴的信息在所有層面上不斷得到認證和驗證。更廣泛地說,軍隊在網絡空間的主要重點仍將是通過網絡安全軟件和計算機網絡操作來保護C2的物理和電子。
盡管在網絡空間建立交戰規則(RoE)的挑戰仍然存在,但在未來幾年,信息作戰將不可避免地成為與傳統作戰一樣的核心能力。軍隊已經觀察到戰斗之王從火炮過渡到空中力量,空中力量穩步發展,可以在任何時候和任何地方使用。盡管在過去的30年里,空中力量是火力的 "首選",但不確定的是,在未來的30年里,空中力量是否會成為戰斗之王,或者動能能力是否會像其他傳統能力一樣,被更有效、更精確和更經濟的替代品所取代。預測未來總是很困難的,但目前的軌跡表明,非動能能力將最終成為戰斗之王,火力將從硬件過渡到軟件,因為不再需要飛行的效果,因為計算機代碼和遙遠的點擊將變得比動能武器的震蕩效果更具破壞力。
衛星能夠以最快和最安全的方式將信息傳遞到最底層的指揮部,其數據鏈接對于在高度競爭的環境中同步部隊成員,加速觀察、定位、決定和行動(OODA)的循環,以及在行動前和行動中加強部隊的安全和保障至關重要。
空間領域為全球通信、高空情報、監視和偵察(ISR)以及為保持對空域的控制和執行未來預測的高節奏行動所必需的定位、導航和定時(PNT)解決方案提供無與倫比的覆蓋范圍和持久性。將空間領域納入MDO將釋放出一種力量倍增效應,因為它允許創建跨作戰領域的新網絡,并為分布式聯合規劃和執行建立新機制。隨著傳統的地面和空中指揮要素被推到離戰斗更遠的地方,向空間領域的邁進對于在地面要素和遠程載體之間更廣泛地傳播連接是至關重要的,從而使部隊要素能夠彼此和總部要素之間更理想地運作。
擴大的地球同步衛星群將通過為所有類型的載人平臺、遙控飛行器和自主系統提供連接,使它們能夠一起遠程操作,從而實現一種新形式的作戰C2。隨著目前的限制因素--即計算能力、通信帶寬和太陽能電池板產生的電力--被克服,空軍將通過多種類型的新情報產品和服務呈現革命性的新前景。在未來幾年,利用大數據處理、人工智能和機器學習(ML)來生成、處理、分析和過濾衛星上的大量信息,并自主地向指揮官和作戰人員提供實時的關鍵信息服務將成為可能。空中和太空力量交織在一起,如果沒有所需的最低水平的天基能力,任何向MDO的過渡--設想進入所有作戰領域,但可以說以太空領域為核心--將仍然無法實現。
進入空間領域的初步步驟側重于發展空間態勢感知(SSA),在推進到天基傳感器和其他能力之前,從地面的雷達和強大的望遠鏡開始。在最基本的層面上,SSA必須允許空軍評估發射,監測衛星和運載火箭重返大氣層,跟蹤軌道上的衛星并提供潛在碰撞的預警。從這一初步步驟開始,需要由地面站、空間飛行器和通信鏈路組成的空間基礎設施,而作戰效果的提供則取決于專門的空間工作人員、操作人員及其工具包,這些因素綜合起來考慮,有可能消耗大量的財政資源。
空軍需要發展主權控制的空間能力的方法,這些方法既要有成本效益,又要有靈活性,例如插入硬件和軟件更新。提供即插即用解決方案的商業現成(COTS)技術和納米衛星--其開發成本相對較低,并能以低成本迅速復制--降低了進入空間領域的門檻,并將在允許空軍以必要的速度前進方面發揮重要作用,同時,越來越多的商業衛星運營商能夠有競爭力地為軍事行動提供帶寬和其他關鍵產品。
然而,空間領域的物理復雜性使得任何空軍或任何國家發展空間力量的相關技術復雜性和成本負擔本身完全不現實。空間領域構成了空間中較大和較小的軍事行為者的需要--無論大小--密切協作,甚至共同發展空間軍事力量。對空軍的要求是與盟友和伙伴協調步驟,無論他們是已經有了既定的程序和方案,還是處于啟動階段,對于利用空間領域為軍事行動提供的真正潛力將是至關重要的。
政府間、商業和研究伙伴關系將需要構成軍事空間戰略的基石,以便有可能從大量的現有知識中獲益,并應用從既定的空間行為者和遺留計劃的經驗中獲得的教訓。應用實驗對于空軍培養專業知識和能夠更迅速地確定能力差距和優先事項非常重要,當與盟友和伙伴合作推進時,可以大大簡化空間能力的開發周期,并為擴大長期的共享利益提供基礎。
通過戰略協調,資源單獨緊張的盟國和伙伴國空軍將能夠把他們的重點限制在建立具有利基能力、機制和軌道的小型衛星星座上,以便以后匯集起來,合并成更大或超大的星座。盟友和合作伙伴之間形成的超大型衛星星座有望提供一個更加多樣化和強大的共享能力架構,否則是無法實現的,關鍵是要建立冗余,以防止突然失敗或失去服務。建立冗余是必要的,因為在未來十年,新的空間行為者和空間威脅的引入使空間領域不僅更加擁擠,這本身就帶來了重大的新風險,而且還首次出現了軍事競爭。
作為通常負責領導軍隊進入空間領域的軍種,當空軍開始考慮發展空間足跡和作戰能力時,眼前的挑戰是制定能夠在預算限制內和以相關速度提供需求的方案。
"盟國和伙伴之間形成的超大型衛星星座有望提供一個更加多樣化和強大的共享能力架構,否則是無法實現的,關鍵是要建立冗余,以防止突發故障或服務損失。"
通過將天基能力分布在一個與盟國和伙伴共享的更廣泛的空間架構中,空軍將能夠從更多樣化的能力套件、更高的可用性和全球安全通信的延伸中獲益。隨著天基能力向盟國和伙伴之間共享的架構發展,控制目前被隔開的衛星的地面站將需要互聯并更接近AOC,以改善C2的決策。由于空間資產為民用和軍用用戶提供產品和服務,然而空間領域的使用使作戰C2變得復雜,可能需要其他政府部門參與傳統上由軍事指揮官負責的決策。
軍事指揮官很可能在特定情況下優先考慮或在空間領域的正確時間作出反應的能力減少或受到限制。在某種程度上,在可能的情況下插入的常設協議,可能會澄清如果向另一用戶提供的服務受到軍事行動的影響而需要遵循的具體程序。傳統的C2周期、程序和結構是為了對實體單位行使權力,而空間領域則側重于獲取和傳輸數據和通信以實現效果,需要不同的考慮。因此,一個專門的軍事空間指揮部是必要的,以滿足居住在各兄弟部門、其他政府部門以及外部盟友和合作伙伴的空間工作人員之間所需的巨大的整合和協調程度。
空軍在提供解決方案以有效利用空間進行多域作戰方面發揮著至關重要的作用,并且通常將負責從國防角度領導、管理和培育空間--例如在英國、澳大利亞和荷蘭,其空軍最近已經建立了初步的空間指揮部。一旦空軍建立了初步的操作能力,空間領域的C2結構和程序將隨著新框架的建立而發展,以產生綜合的空間領域意識,捍衛主權、盟國和伙伴的空間能力,并全面推進軍事空間行動、計劃和能力。一個專門的空間指揮部除了使可能沒有共同愿景的姐妹部門在空間領域的使用上保持戰略一致,甚至沒有充分認識到它的潛力外,還對培養空軍多領域行動所需的新的專業空間工作人員和專業知識的骨干隊伍至關重要。
為了使空軍有能力在各作戰領域進行思考、戰斗和取勝,幾乎所有的遺留系統都需要升級,而且空軍需要提高他們在面對快速技術進步時吸收有任務能力的技術的能力。隨著在采購周期的關鍵決策點上做出判斷的挑戰加劇,空軍采購規劃人員必須走一條鋼絲。在追求提供革命性能力的新解決方案、購買成本較低的商業現成技術(COTS)以彌補能力差距或試圖升級遺留系統之間做出選擇將變得更加微妙。在投入使用的新系統和升級遺留系統之間取得適當的平衡將被新系統的挑戰所加劇,這些新系統往往無法迅速投入使用。
為了滿足未來的作戰要求并保持機動自由,遙控飛行器和自主系統在多領域的戰斗空間中發揮著重要作用。人們普遍承認,無人駕駛和自主系統反映了未來的空中力量,但是空軍仍然傾向于主要從載人平臺和系統的角度考慮問題。對載人威脅和平臺的傳統關注導致了訓練和模擬的發展,TTPs甚至C2流程都是圍繞著提高載人系統對抗載人威脅的能力而設計的。空軍必須在載人、遙控和自主系統方面進行更全面的思考,其中人工智能具有巨大的作用,以確保它們得到適當的考慮,并適當推動對未來威脅、能力發展、培訓、實戰飛行和C2本身的思考。
下一代空域和戰斗管理將需要大數據處理和人工智能來擴展人類的決策空間,同時也有一個潛在的需求,即空軍能夠依靠快速軟件開發來提供基于云的服務解決方案,通過認證的軍事證書安全地訪問。人工智能的最大挑戰是與它的使用相關的控制水平。出于道德、法律和安全的原因,完全不對人工智能施加任何控制是不可行的--然而,施加人類控制超過一定程度,就會有效地減慢其旨在加速的決策過程。目前,無論是在駕駛艙還是在C2中心,人工智能都需要面向為決策者生成和提供選擇,但隨著作戰周期的加快和戰爭的自動化,它的作用將越來越大。
建立快速能力辦公室可能有助于解決采購挑戰,為關鍵任務的前線需求提供更快的周轉,然而,盡管有可能實現快速采購,空軍必須確保他們能夠在沒有特定系統的情況下通過產生開箱即用的解決方案,將現有技術與人類的洞察力和創新相結合。世界上最具創新精神的組織都能有效地利用集體天才的力量,而空軍必須更好地通過培養有利的程序、伙伴關系和心態來培養創新文化,直至最低層。思想沒有等級之分,當空軍領導人創造出創新蓬勃發展的組織環境時,基層人員或非入伍軍官可以成為解決行動挑戰的重要媒介和催化劑。通過扁平化組織,減少等級之間的縱向距離和部門之間的橫向距離,空軍可以實現一個更深入參與的員工隊伍,以更好地收獲創新的好處。
為了提高技術適應性,空軍必須使用通用的開放式架構開發未來的系統和數字解決方案,并更好地將操作人員和最終用戶與開發系統和工具的工程師和技術團隊以及負責采購和維持決策的辦公室聯系起來。通過迭代開發系統和工具來實現更深層次的合作,與操作人員建立共同的所有權,并使修訂工作能夠即時進行。用戶的直接、持續的參與將提高標準化程度--如圖形用戶界面--支持操作人員的培訓,并能確保服務成員為成功做好準備。與工業伙伴和學術界的伙伴關系將對壓縮系統從構思到原型的開發周期起到關鍵作用,確保更快的失敗途徑,并使空軍在技術上的適應性更強。
促進創新文化
空中力量仍然是今天動能效應和空運的最具決定性的能力,但空軍領導人必須確保空中力量在2030年及以后仍然具有相關性。空軍已經嚴重依賴在五個作戰領域的行動能力--然而這些領域都將變得非常混亂和有爭議。一系列的安全挑戰已經加大,變化的速度也在增加,因為潛在的威脅在破壞性技術武器化的推動下加速。空軍將面臨的挑戰是為潛在的安全損失找到解決方案,并保持他們在未來受限和退化的作戰空間繼續作戰的能力。為了變得更有生存能力、更靈活和更有彈性,以威脅為中心的聯合反應將是至關重要的,空軍必須重新定義他們如何與兄弟部門、盟友和合作伙伴進行合作、共存和競爭。空軍將需要在內部變得更加互聯互通,并與姐妹軍種、盟友和合作伙伴一起,在多領域的整合中取得成功,并在未來延伸的戰斗空間中提供協調的效果。
雖然世界各地的空軍確實無法在單一領域充分發揮優勢,更不用說在多領域背景下,但從過去的經驗中可以學到豐富的教訓。歷史上充滿了破壞性的挑戰,空軍必須制定戰略來推動執行MDO所需的轉型變化。這種轉變必須從擴大演示開始加速,以連接整個作戰領域的傳感器、射手和部隊要素。MDO范式廣泛要求平臺和專業人員同時支持各種各樣的作戰要求和聯合指揮官的連接。因此,在向MDO過渡的過程中,人的因素將比技術更具有決定性,如果要實現全面的網絡整合和戰斗云在軍事行動中的實際應用,必須更新培訓、發展和領導人員的方法以反映新的現實和戰爭方式。
空軍需要變得能夠利用流動領域,有效地結合航空、空間和網絡空間,在全球舞臺上采取戰略行動(或發出信號)--在范圍和速度上有更多的選擇和最小的政治風險。
"為了變得更有生存能力、更靈活和更有彈性,以威脅為中心的聯合反應將是至關重要的,空軍必須重新定義他們如何共同運作、共同存在并與兄弟部門、盟友和合作伙伴競爭。
隨著美國為大國競爭而重組其軍隊,戰場的有效性將取決于美軍是否有能力超越其近似競爭對手的決策周期。速度是關鍵--軍隊如何快速從其傳感器中收集數據,分析數據,辨別重要信息,將其發送給相關作戰人員并作出最佳反應。一支日益一體化和互操作性的部隊,對共同作戰環境有共同理解,對于軍隊完成能力融合至關重要。
美國防部聯合作戰概念(JWC)描述了全域作戰,并設想了一個聯合殺傷網,它可以通過全域聯合指揮和控制(JADC2)的支持概念,快速有效地將任何傳感器與任何投射能力聯系起來,這就是融合的原則。實現融合要求各軍種之間專注聚焦,確定優先次序并進行協同。美國陸軍將在JADC2中發揮核心作用,因為它為作戰和戰術網絡的發展提供信息;為JWC提供后勤骨干;并在一系列與各部門、機構和國際合作伙伴的合作實驗中測試融合。
議題:隨著美國軍隊為大國競爭而進行的轉型,戰場效率將在很大程度上取決于其超越同行競爭對手決策周期的能力。
聚焦范圍:描述了陸軍和聯合實施JADC2的情況。
觀點:
在2020年以后,美國軍隊必須具有戰略上的敏捷性、反應性和致命性。中國和俄羅斯正在大力投資,以減輕美國在陸地、空中、海上、太空和網絡空間各個領域的能力。
在有可能限制聯合部隊戰略部署和使用其部隊能力的情況下,需要一個現代化的指揮和控制(C2)機構,能夠迅速匯集美國及其盟國的所有能力,以威懾,并在必要時擊敗近鄰和其他競爭對手。
目前的C2項目使用的是幾十年前的平臺,"沒有針對未來沖突的速度、復雜性和殺傷力進行優化"。目前的平臺各軍種不能有效地利用或發送數據、命令給其他軍種,而且它們的結構不能支持實現未來的C2。2018年國防戰略(NDS)強調了C2系統現代化的重要性,指出在退化的環境中未來的戰斗將以速度、更多的自主權和分布式的單位獲勝。
美國防部領導層設想了一個在戰場上沒有界限的未來,圍繞著一個統一的C2系統,其中一個多領域的方法--參與和整合地面、空中、海上、網絡和空間作戰--對于挑戰一個近似的對手是必要的。JWC是一個關鍵的概念,并且正在推動未來的研發和采購,同時也在整合作戰指揮部的審查和服務計劃。因此,該概念的發展是國防部的一個優先事項。
圖:全域聯合指揮與控制(JADC2)通過實時終端用戶報告和協作規劃,協同多個數據源,在國防支持民事當局行動期間,準確地在聯合特遣部隊民事支持(JTF-CS,美軍機構) 可能需要的地方提供支持能力。
注1:聯合作戰概念的四個支持性概念
美國防部JADC2戰略于2021年5月由國防部長勞埃德-奧斯汀批準,闡明了國防部實施JADC2的方法;它將JADC2描述為感知、探測和行動的作戰能力,從而提高從沖突到競爭以及所有領域的互操作性和決策速度。JADC2是一個以數據為中心的持續C2能力框架,它支持JWC,并使聯合部隊能夠迅速匯集有助于威懾的效果,并通過決策優勢使任務取得成功。
JADC2指的是所有聯合C2的實施,包括:
由于速度和規模在未來的戰斗中至關重要,JADC2將建立一個網狀網絡,實時將各部門的數據帶入一個 "可共享的數據湖",將來自所有領域--陸地、空中、海上、太空和網絡空間的傳感器連接起來。利用人工智能軟件、數據庫、處理器和算法,它將把偵察信息轉化為可識別的和優先的目標,比人類分析員更快。目標數據將被發送到處于最佳位置的單位/能力,無論是動能、網絡、電子戰(EW)還是信息作戰(IO)。
JADC2及其網狀網絡可以被看作是一個安全的戰斗互聯網,軍事應用程序在上面進行連接,從所有可用的來源搜尋數據,以迅速將最佳的 "投射 "或 "效應器 "與目標聯系起來。JADC2可以提供無處不在的數據,不同的人類和機械數據可以根據需要使用。歸根結底,JADC2不是一個特定的平臺;它是獲取數據并有效連接。
圖:聯合參謀部的JADC2作戰規劃實驗,允許陸軍、海軍、空軍和海軍陸戰隊的節點共享實時的信息,以實現傳感器與投射的聯系,并將其顯示在一個共同的作戰畫面上(美軍聯合現代化司令部)。
所有軍種都同意需要將JADC2作為一項組織戰略。2020年,陸軍和空軍簽署了一項協議,在2022財政年度(FY22)之前分享數據并制定共同的數據和接口標準;在多次實驗中,他們在這方面取得了成功。此外,陸軍、海軍和空軍在2021年初簽署了一項合作協議,以測試、整合和分享數據開發,以實現JADC2。
陸軍現代化戰略描述了陸軍將如何作戰,用什么作戰以及如何組織起來支持聯合部隊。陸軍致力于發展作戰網絡、技術和概念,通過一系列名為 "項目融合"(PC)的演示和實驗來實現超額匹配并為聯合部隊提供信息。這是一場持續的學習運動,旨在迅速 "融合"所有領域(陸地、空中、海上、太空和網絡空間)的效果,并塑造陸軍的新興理論、組織、訓練、能力、研究和發展以及后勤。
通過實驗和學習,"項目融合"有助于確保軍隊在適當的地方擁有適當的人員、適當的系統、適當的能力,以支持聯合戰斗。——陸軍參謀長詹姆斯-麥康威爾將軍
PC由五個核心要素組成:
每項實驗都通過新的架構、編隊和來自陸軍八個CFT的授權來融合現代化舉措,并深化陸軍現代化舉措的整合。這些努力正在加速2018年國防戰略中概述的現代化戰略,該戰略設想未來的戰斗將在退化的環境中以擁有速度、自主性和分布式能力的單位獲勝。
表:陸軍未來司令部項目融合戰略20-22財年
在亞利桑那州尤馬的 "項目融合2020"(PC20)持續了幾個月,展示了人工智能和機器人技術,包括兩次實彈演示。該實驗由士兵、平民、科學家和工程師設計,在最低作戰水平上測試了融合,以挑戰戰術邊緣的決策過程。其中一項測試使用衛星和無人駕駛航空系統:同時感知空中和地面目標;迅速將數據傳遞給平臺,以打擊目標;并在十幾秒內決定性地摧毀該目標。
圖:2021年10月19日,在亞利桑那州尤馬試驗場,被分配到第82空降師的美國陸軍一等兵丹尼爾-坎達爾斯使用戰術機器人控制器來控制遠征模塊化自主車輛,為 "項目融合"做準備。在2021年項目融合期間,士兵們試驗使用該車輛進行半自主偵察和再補給(美國陸軍中士馬里塔-施瓦布攝)。
對實現JADC2能力的另一個貢獻是陸軍繼續倡導將其從聯合(joint)擴展到 "結合(combined)"--CJADC2--因為任何網絡都需要包括盟友和合作伙伴。陸軍在亞洲和歐洲有著深厚的軍隊間關系,應該站在這種重要努力的最前沿。認識到這一點,陸軍21/22財政年度的PC戰略將參與范圍擴大到了結合伙伴和盟友,增加了指揮層級并使之多樣化,并推動了現代化概念和技術的極限。
注2:項目融合(Project Convergence):項目融合是聯合部隊對速度、射程和決策主導權的實驗,以實現超額完成任務,并為聯合作戰概念和全域聯合指揮與控制提供信息。作為一場學習運動,它利用一系列聯合的、多領域的交戰來整合人工智能、機器人技術和自主性,以提高戰場態勢感知,將傳感器與投射連接起來,并加快決策的時間線。因為誰能最先看到、了解并采取行動,誰就能獲勝。
注3:項目融合的五個核心要素
JADC2要求國防部和陸軍進行轉型,特別是在數據管理和共享、網絡支持能力、人工智能在決策周期中的作用以及為實現這些變化而對部隊結構進行調整。陸軍現代化戰略及其現代化優先事項是持續轉型的框架,以使陸軍能夠在多個領域進行部署與聚合效應。
注4:軍隊現代化的優先事項六大任務
一個用于C2的綜合戰斗管理系統需要在數據共享和標準化數據共享接口方面進行通信;然而,許多遺留系統包含數據共享障礙。2021年初,各軍種之間開始認真工作,制定數據標準以連接他們的JADC2項目,并通過 "發現、理解和與所有領域、梯隊和安全級別的合作伙伴交換數據 "來克服這些障礙。
陸軍的網絡CFT正在試驗網絡的現代化,以實現聯合接口、彈性和能力。它的重點是加強地面領域的數據和網絡傳輸能力,連接人工智能和機器學習(AI/ML),開發戰術云和邊緣計算。
國防部正在制定和實施一套初步的實驗和原型設計的核心原則,以統一國家安全事業。聯合部隊已經確定了幾個原型能力,通過將真實世界的威脅數據納入響應計算,在即將舉行的演習中進行測試。陸軍聯合現代化司令部建立了聯合系統集成實驗室(JSIL)--一個使用持久性環境場景的實驗網絡,允許各軍種、工業界和盟友通過幾個網絡測試數據共享能力。這將有助于對JADC2戰略進行可靠的評估。
由美國太空發展局管理的低地球軌道(LEO)衛星將整合各軍種的戰術網絡,以創建一個網狀網絡的傳輸層。計劃于2022年部署的近30顆衛星將提供一種 "作戰人員沉浸 "能力,其中傳感器、投射和戰術網絡可以與戰術通信連接。PC22將利用這些衛星,開發低地軌道能力。
人工智能國家安全委員會報告稱,國防部有必要在2025年前采用、實施人工智能并為其提供資源。人工智能/ML--陸軍的一個優先研究領域--對于在聯合、全域作戰中實現聯合戰場管理系統至關重要。人工智能的進步提高了對新出現的威脅的反應速度和敏捷性,使指揮官和工作人員能夠將精力集中在加速、優化決策上。
建設網絡安全基礎設施是陸軍網絡計劃的一個關鍵方面,它將為統一的網絡帶來速度、訪問和安全。在平衡這些要求的同時,美國網絡司令部正在與行業伙伴密切合作,擴大用于在國防部、情報界和商業網絡之間傳遞數據的安全共享工具,而不存在被破壞的風險。
圖:作為 "項目融合2020"的一部分,飛馬系列戰術自主系統的一部分在尤馬試驗場進行測試。飛馬系統有能力為無人駕駛航空系統(UAS)、地面行駛履帶式車輛,提供監視能力或創建一個地區的豐富詳細的三維地圖。
決策主導權--在技術和融合的作用下更快地做出更好的決策的能力--將使美國軍隊從其對手中脫穎而出。JADC2有助于實現信息主導權,并促進快速融合,實現速度關鍵優勢,這是未來AI/ML競爭的基礎。
目前,每個軍種都在其各自領域內管理C2的復雜性。隨著戰爭的特點變得越來越復雜,聯合部隊必須同時有效地整合五個領域。這需要新的C2方法。JADC2是建立一支能夠完成國防戰略目標的聯合部隊的基礎。國會的支持、持續的資助和軍種間的合作對于成功實施JWC和JADC2至關重要。
陸軍在實現這一聯合網絡的技術、創新和實驗方面處于領先地位。它的PC學習運動已經證明了它有能力使用新興技術和創新概念來實現軍種間和跨域的融合。陸軍的未來司令部、CFTs、作戰能力發展司令部和軟件工廠正在結合士兵的經驗、工業界的資源和科學家的專業知識來發展和提供未來的戰斗力量。通過實驗和聯合協作,陸軍正在使JADC2成為現實,從而增強戰略競爭中的威懾力和沖突中的超強戰斗力。
美國陸軍協會是一個非營利性的教育和專業發展協會,為美國的全部軍隊、士兵、陸軍文職人員和他們的家屬、行業伙伴以及強大國防的支持者服務。美國陸軍協會為陸軍提供聲音,支持士兵。