亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

北約聯盟面臨著一個日益復雜的安全環境。俄羅斯對北約在歐洲的一個親密伙伴國發動了全面戰爭，中國正在推行強硬的政策，這對盟國的利益和安全構成了挑戰。此外，恐怖組織所帶來的威脅仍在繼續。同時，北約的潛在對手繼續發展和提高其軍事能力。最后，其他因素，如氣候變化和正在進行的COVID-19大流行病也影響著我們的安全。

在《華盛頓條約》第3條中，北約成員國承諾要發展其軍事能力：“為了更有效地實現本條約的目標，各方將通過持續有效的自助和互助，各自和共同保持、發展其單獨和集體抵御武裝攻擊的能力。”為了推動聯盟適應這一快速變化的安全環境，北約國家元首和政府首腦在2021年峰會上批準了秘書長的“北約2030議程”。新的2022年戰略概念是指導北約未來戰略調整的另一份關鍵文件。此外，作為這一適應過程的重要組成部分，北約軍事當局制定了一個未來的戰略框架，其中盟軍司令部轉型的北約作戰頂點概念（NWCC）發揮了不可或缺的作用。

未來的戰爭行為將被地緣政治、社會、技術、經濟和軍事趨勢所左右。然而，聯盟未來面臨的許多威脅將來自技術發展。新興和顛覆性技術（EDT）可以徹底改變未來的軍事能力和戰爭能力。因此，促進技術創新并及時將其引入軍隊將在北約國家的軍事能力發展中發揮重要作用。因此，本報告的重點是技術問題。

戰爭特征的變化

戰爭可以以許多不同的形式發生，從近鄰對手之間的高強度常規戰爭到反恐和反叛亂行動，再到數字領域的戰爭。隨著安全風險的發展和戰爭性質的變化，北約盟國需要相應地調整其能力。在美國遭受9/11襲擊后，北約軍隊開始關注恐怖組織和不穩定局勢帶來的威脅，將其武裝力量用于反恐和反叛亂行動以及穩定任務。俄羅斯在2014年入侵克里米亞導致優先事項發生變化，北約國家開始重新調整其軍隊以應對重大戰爭。俄羅斯對烏克蘭的戰爭證明了這種調整的必要性，因為它嚴酷地提醒人們，歐洲國家之間的全面戰爭仍然是可能的。

技術進步和對軍事能力的影響：新興和顛覆性技術

新興和顛覆性技術（EDT）預計將在發展北約的軍事能力方面發揮關鍵作用。每一種EDT都是精巧的，但結合起來就會產生重大的軍事破壞力，這將使北約保持其行動和組織效率所需的技術優勢（STO, 2020；Wells, 2022）。此外，軍事能力將越來越依賴于智能、互聯、分布式和數字網絡（STO, 2020）。

北約科學和技術組織（STO）定義了2020年至2040年期間與北約能力相關的8項“主要戰略顛覆技術”：1）數據；2）人工智能；3）自主性；4）量子技術；5）空間技術；6）高超音速；7）生物技術和人類強化（BHE）；8）新型材料和制造（NMM）。

未來戰爭的技術層面

EDT將使軍事能力在本質上越來越智能化、相互連接、分布式和數字化。根據北約首席科學家布萊恩-韋爾斯博士的說法，未來的軍事能力將越來越依賴于：

• 智能技術，用于開發人工智能和新分析能力。
• 互聯技術，用于開發虛擬和物理領域。
• 分布式技術，用于分布式的大規模傳感、存儲和計算。
• 數字技術，用于人類、物理和信息領域融合（Wells, 2022）。

因此，我們將看到更多的智能自主行動，認知優勢將更加重要，擴大戰爭領域和更加強調精確戰爭。

• 智能自主行動。智能和自主系統正在取代和超過人類部隊的能力；它們將參與更復雜的決策和自我指導的活動。這將導致戰斗網絡之間的競爭，每個參戰方都在尋求能導致決定性勝利的效果組合。
• 認知優勢。量子技術將通過大幅提高傳感器能力、安全通信和計算，增加C4ISR的數據收集、處理和利用能力，特別是在太空。這種對無縫和無處不在連接的依賴，將通過虛假信息、網絡或物理攻擊軍事或民用網絡，來增加其在作戰中的重要性。這種攻擊可能在沖突開始之前就已經實施。
• 擴展領域。以廣泛分散、相互關聯和多領域的方式進行思考、計劃和操作的需要將對任務的成功變得更加關鍵。增加對新領域的利用將不可避免地導致對領域優勢的尋求。在大數據和量子的配合下，人工智能將擴大我們利用生物領域的能力，為新的個性化藥物和活體傳感器作出貢獻。這些技術將在認知、社會和生理等領域實現更有效的人類增強技術。
• 精確戰爭。C4ISR能力數字化程度的提高正在極大地增加精確打擊能力的發展。使用大量成本較低的精確武器將繼續使大型高價值資產能力處于危險之中。隨著電力和能源儲存問題的解決，定向能精確武器將變得更加廣泛和有效。

維持和推進北約的技術優勢：協作工作計劃

認識到EDT對未來能力發展的重要性，盟國在2019年就新興和顛覆性技術實施路線圖達成一致。該路線圖構建了北約在關鍵技術領域的工作，并使盟國能夠考慮其對威懾、防御和能力發展的影響。2021年，北約批準了一項關于EDT的連貫實施戰略。該戰略的重點是加強軍民兩用技術的開發，并為盟國創造一個交流最佳做法的論壇（NATO, 2021）。

北約科學技術組織（STO）是促進和利用盟國和北約的科技投資，開展和推進科學研究、技術開發和創新的主要機構。協作工作計劃（CPoW）以北約成員國和伙伴國的科學家組成的廣泛網絡為特色，并得到協作支持辦公室（CSO）的支持，是科技組織對發展現代互操作能力的主要貢獻。在2022年初，STO CPoW正在進行的活動總數為283項。該中心的工作在六個技術小組中進行，這些小組涵蓋了廣泛的研究活動和一個專門從事建模和仿真的小組（STO, 2022c）。STO的科技工作也由STO海事研究和實驗中心（CMRE）承擔。

應用車輛技術（AVT）小組“努力通過推進適當的技術來提高車輛的性能、可靠性、經濟性和安全性”（STO, 2022）。專注于為在所有領域運行的車輛開發技術，AVT社區利用以下領域的聯合專業知識：（1）機械系統、結構和材料；（2）推進和動力系統；以及（3）性能、穩定性和控制、流體物理。

人為因素和醫學（HFM）小組專注于優化士兵在不同作戰環境中的健康、人體保護、福祉和表現。這涉及到理解和確保軍事人員、技術系統、任務和環境之間的身體、生理、心理和認知的兼容性。例如，無人監視技術不可能取代極端環境中對人類軍事存在的需求。HFM探索和測試新概念，以防止和治療“凍結”（傳統上稱為“凍傷”）和“非凍結”（身體冷卻或“低溫”）傷害。

信息系統技術（IST）小組致力于開發改進C3I系統的技術和工藝，特別關注人工智能、互操作性和網絡安全，并為作戰人員、規劃人員和戰略人員提供及時、可負擔的、可靠、安全和相關的信息。科技部的工作計劃由三個重點小組組織實施：信息和知識管理、結構和情報信息系統以及通信和網絡。

系統分析和研究（SAS）小組進行研究和分析，以便在北約內部以及北約成員國和伙伴國的戰略、能力發展和行動中做出更好的決策。系統分析研究小組的工作重點是利用新技術、新的組織形式和新的行動概念。

傳感器和電子技術（SET）小組促進北約國家之間在用于防務和安全的傳感器和電子技術領域的合作研究、信息交流和科學技術的發展。SET小組致力于發展和加強被動和主動傳感器，以及電子技術能力、多傳感器集成和融合，因為它們涉及到情報、監視、目標獲取和偵察（ISTAR）、遙感、電子戰（EW）、通信和導航。SET小組被分成三個核心組：射頻技術（RFT）；光學技術（OT）；以及多傳感器和電子（MSE）。

系統、概念和集成（SCI）小組促進了有關“先進系統概念、集成、工程技術和技術在各種平臺和作戰環境中的發展，以確保成本效益的任務領域能力”的知識。例如，無人駕駛航空系統（UAS）已經在世界許多沖突地區被廣泛使用。自主系統將是未來幾十年的關鍵角色。SCI小組也有助于在北約不同國家之間分享和傳播無人機飛行測試的經驗和教訓。

最后，北約建模和仿真小組（NMSG）促進聯盟機構、北約和伙伴國家之間的合作，以最大限度地有效利用建模和仿真（M&S）。這包括M&S標準化、教育和相關的科學和技術。

海事研究和實驗中心（CMRE）是位于意大利拉斯佩齊亞的世界級科學研究和實驗設施，其工作重點是海事領域的科學研究和技術發展。CMRE是一個100%由客戶資助的國防研究設施，提供與國防有關的創新和實地測試的科技解決方案；NATO ACT是最大的客戶，其次是個別國家和其他組織，如歐盟委員會。

即使在俄烏戰爭肆虐之際，北約正在尋求整合戰場上的經驗教訓，以調整其防御規劃，以適應一個快速變化的世界。已經有一個教訓是明確的：在一個有爭議的歐洲，盟友需要對行動環境有更好的認識。決策和執行的速度和質量必須提高。北約的有效和道德的決策必須轉化為行動效果。北約必須優先考慮其指揮、控制、通信、計算機、情報、監視和偵察（C4ISR）架構的現代化和整合，以跟上快速變化的作戰環境。

雖然是一個復雜的概念，但C4ISR最容易被理解為軍隊的 "神經系統"。它對日常運作、自動反應和大型企業固有的復雜流程至關重要。安全環境發生了迅速而根本的變化--包括歐洲大規模戰爭的回歸、氣候變化以及新興技術的變革潛力--要求立即對北約的C4ISR架構進行嚴格審查。C4ISR的現代化是保持競爭優勢的必要條件，以應對基于國家的對手、其他系統性挑戰和尚未實現的威脅--所有這些都可能顛覆北約致力于維護的基于規則的國際秩序。

北約的新戰略概念為加強防御和威懾提供了平臺，同時利用新興和顛覆性技術，為跨大西洋的決策者提供了一個獨特的機會窗口。正是北約的C4ISR能力將使一個相關的、可信的北約 "神經系統 "能夠應對未來的挑戰。

為此，大西洋理事會的這項研究--北約負責國防投資的前副秘書長助理一年來的研究和采訪的最終成果--提供了一個實現這一目標的詳細路線圖。這份全面的報告對C4ISR現代化這一主題進行了專業處理，以幫助跨大西洋的決策者、作戰部隊、專家和政策界以及軍事技術觀察家更好地理解北約C4ISR架構所固有的挑戰和機遇。重要的是，它通過一系列深思熟慮的建議來想象C4ISR現代化的可能性。

歸根結底，問題不在于北約是否需要進化和發展其C4ISR能力，而在于它是否能及時做到這一點，以應對聯盟所面臨的不斷增長的威脅。相信這項廣泛的研究巧妙地提出了北約C4ISR架構必要的現代化路徑。

C4ISR五步發展路徑

1.加強數據和情報共享

共享數據、信息和情報是C4ISR的燃料。然而，現實表明，數據和情報共享水平并未達到預期。這意味著由于信息未被共享，可能會產生巨大的機會成本。在具備正確的政治意愿和適當的安全措施下，北約及其成員國收集到的海量數據和情報可以更好地用于集體安全和防御。

2.數字化轉型

數字化轉型旨在解決數字化、連通性、數據架構和數據管理問題，為提高安全和防御能力、提高彈性提供基礎。數字革命與C4ISR架構密切相關，因為先進的C4ISR技術可以幫助聯盟在指揮、控制、通信、數據和情報分析、決策、操作和互操作性等方面實現顯著的提速、更高的安全性和效用。在這方面取得進展尤為重要，特別是當盟國試圖轉向新的作戰概念和有效的多領域作戰時，后者要求在所有作戰領域實現動能和非動能力量的整合和快速擴展。

3.通過新概念、政策和計劃明確C4ISR要求

為了超越潛在對手，北約必須立即行動，制定未來C4ISR架構需求。一些已經展開的工作，如新的北約部隊模型、多域作戰概念、盟軍作戰指揮與控制評估和《北約聯合情報監視和偵察2030+》的遠景規劃，將直接影響未來北約C4ISR的需求。北約需要為盟國提供一個明確的C4ISR定義，促使成員國達成共識，并確保計劃、能力和概念開發方面的一致性。

4.通過現代化增強和形成能力，以滿足C4ISR新需求

北約應采取一些實際措施，以在未來保持其技術和軍事優勢。這包括改變現有的C4ISR部隊結構，提高北約接收國家和商業空間信息的能力，縮小集成空中和導彈防御的差距，發展更強大的電子戰能力，并投資于以及推廣人工智能、自主性、空中能力和量子計算等新興和顛覆性技術的創新和應用。

5.持續投資C4ISR互操作性、戰備、彈性、創新和適應性

北約的實力在于其集體決策和行動、組織和互操作能力。北約的C4ISR力量和能力為盟國提供可互操作的結構和數字骨干，有助于盟國集體意識、決策和行動。投資于C4ISR準備性、彈性和能力，直接為聯盟本身的潛力做出貢獻。

目錄

• 前言
• 塑造北約C4ISR的威脅和挑戰
• 俄烏戰爭給北約C4ISR帶來的教訓和未來需求
  • 多域作戰
  • 零天準備就緒
  • 北約情報機構(NIE)
  • 持久性和生存能力
  • 多學科的情報和融合
  • 任務分配、收集、處理、開發和傳播(TCPED)
  • 網絡
  • 私營企業的作用
  • 數字化、連接性和大數據
• 影響北約C4ISR的決策和正在進行的工作
  • 多域作戰
  • 數字化轉型
  • 強化威懾和防御態勢
  • 健全的、有彈性的、一體化的指揮結構和加強C2安排
  • 全球感知
  • 創新和EDTs
  • 國防投資
• 建議：共享、轉型、實施、現代化和投資
  • 1.分享更多的數據和情報
  • 2.數字化轉型
  • 3.實施新的概念、政策和計劃，明確對北約C4ISR的要求
  • 4.實現現代化，增強和獲取能力，以滿足新的C4ISR要求。
  • 5.繼續投資于北約C4ISR的互操作性、準備性、復原力、創新和適應性。
• 結論

量子技術是一套新興技術，利用自然界的基本規律，在傳感、成像、通信和計算方面提供前所未有的能力。它們是多樣化的，復雜的，通常是早期的技術準備，并要求以新的方式思考技術的應用和利用。它們的真正能力、局限性、最具破壞性的應用和相關對策仍在發現之中。

這種破壞性潛力、模糊性和復雜性的結合給陸軍帶來了戰略風險和機遇。因此，澳大利亞陸軍發現自己正處于一個加速的全球競爭中，以了解、共同開發和利用量子技術來進行陸軍作戰。

本路線圖旨在構建和介紹陸軍在量子技術方面的方法，以使陸軍在陸地作戰中獲得量子優勢。

三個關鍵點構成了澳大利亞陸軍的方法：

• 澳大利亞正面臨著將其在量子技術研究方面的全球領先地位轉化為可持續的工業和國防優勢的戰略挑戰。

• 澳大利亞國防部在使現有的研究和開發（R&D）能力與國防部的優先問題保持一致方面發揮著作用。這包括在這些技術發展過程中對其進行塑造和指導，以促進技術概念向作戰人員的能力轉變。

• 根據 "運動中的軍隊 "和 "加速戰爭 "中的適應性思維、合作、主權產業和整合等戰略主題，陸軍的路線圖將探索量子技術在陸地領域的潛在用途。

為了發展陸軍的量子技術能力，澳大利亞陸軍將追求四個目標：

1.建立。迅速建立一個以陸域機會為重點的量子創新生態系統。

2.識別。識別量子技術在陸地領域的最具顛覆性和優勢的應用。

3.開發。開發相關技術、作戰概念和修改后的部隊設計。

4.支持。支持澳大利亞國防部的量子技術戰略發展。

為了實現這四個目標，將進行四項相互影響的工作：

• 協作：發展國防量子創新社區的陸軍分會。與該分會的深度合作將使人們在量子技術應用方面的想法趨于一致，共享對發展中技術的態勢認識，繪制能力和供應鏈圖，并支持整個軍隊、國防和國防工業的量子教育。

• 探索：通過定期的陸軍量子技術挑戰賽（挑戰賽），實施快速的量子應用發現和測試周期。這些挑戰將尋求在陸軍資源承諾之前確定量子技術的最有前途的應用。這些挑戰將采取組合方法，平衡不同類型的量子技術的技術風險和潛在應用價值。

• 開發：重點開發量子技術、作戰概念和部隊設計，使陸軍了解如何最好地利用量子技術來加強現有能力和運用，并獲得新的能力和作戰方式。陸軍將尋求對作戰概念演示之外的發明者的支持，使他們能夠繼續發展他們的技術，并為隨后通過能力生命周期的進展做準備。這種發展和挑戰可以由新建立的模擬和測試設施來支持。

• 改進：持續策劃陸軍的量子技術理解、景觀設計、評估和戰略。

研究問題

新興顛覆性技術（EDTs）對未來大規模毀滅性武器（WMD）戰爭的影響是什么？新興顛覆性技術如何提高大規模殺傷性武器在動能戰爭中的殺傷力和有效性？?公民領袖和公務人員如何準備和減輕預計的威脅？

難題挑戰

在未來十年，國家和非國家對手將使用EDT來攻擊系統和人口，這可能會啟動和加速現有地緣政治沖突的升級。預計EDT將被用于最初的攻擊或升級，以及作為檢測和決策過程的一部分。由于EDT的速度、預期的混亂和普遍缺乏人力監督，攻擊也將被錯誤地歸因，這有能力將快速的地緣政治沖突升級為全球軍事沖突，并最終導致使用核大規模毀滅性武器。

在核大規模殺傷性武器的陰影下使用EDT，預計也會對可能的對手造成生存威脅，促使他們 "降低 "使用核大規模殺傷性武器的可接受性標準。EDT將使內部威脅，包括自愿的和不知情的，能夠在全球范圍內引發地緣政治沖突，并使其膽子更大。

此外，多個EDT組合在一起用于攻擊時，將對民眾和政府產生大規模殺傷性影響。此外，EDT將被對手用來攻擊和破壞關鍵的基礎設施系統，如食品、能源和交通等，這將對人口和政府產生更廣泛的影響。EDTs將使對手能夠實施長期攻擊，在很長一段時間內（如果有的話），攻擊的效果和歸屬可能不會被發現。

解決方案

為了對付這些未來的威脅，各組織將需要進行研究和情報收集，同時進行探索性的研究和開發，以更好地了解EDT的狀況及其潛在的影響。有了這些信息，各組織將需要進行協作性的 "兵棋推演"和規劃，以探索一系列可能的和潛在的EDT威脅。從所有這些活動中獲得的知識將為未來的培訓和最佳實踐提供信息，以準備和解決這些威脅。

各組織也將需要增加對EDT相關領域的投資，這就要求各國不僅要改變他們的作戰方式，而且要發展他們對威懾的思考。擴大的監管、政策制定和成員間的政治團結將發揮越來越重要和擴大的作用。將需要更廣泛的政府、軍事和民事合作，結合更廣泛的公眾意識來破壞和減輕其中一些未來威脅。所有這些行動都將對北約成員之間的合作和共同的復原力賦予更高的價值。

毫無疑問，今天圍繞人工智能（AI）的最復雜的治理挑戰涉及國防和安全。CIGI正在促進戰略制定：人工智能對軍事防御和安全的影響項目將這一領域的主要專家與來自國防部的40多名公務員和加拿大武裝部隊的人員聚集在一起，討論人工智能對國家安全和軍事領域的力量倍增效應。

這一努力依賴于一系列的四次研討會，以產生關于數據驅動技術如何引發巨大的技術重組的前瞻性思考，這將對加拿大的國防規劃產生深遠影響。具體來說，這些研討會集中在數據治理和政策（道德、云計算、數據準備和互操作性）；決策（可信賴性、人機一體化、生物技術和問責制）；模擬工具（培訓、兵棋推演、人機合作、機器人、自主和可信的人工智能）；以及信息時代的加拿大情報（將人工智能用于情報）。CIGI還主辦了一個研究生研討會，以激勵整個加拿大在全球公共政策、計算機科學和安全等領域學習的新興學者。

報告總結

本文探討了在人工智能（AI）和機器學習背景下的軍事特定能力的發展。在加拿大國防政策的基礎上，本文概述了人工智能的軍事應用和管理下一代軍事行動所需的資源，包括多邊參與和技術治理。

維持先進軍事能力的前景現在與人工智能的武器化直接聯系在一起。作為一項通用技術，人工智能代表著一種力量的倍增器，有能力重塑戰爭規則。事實上，在核彈頭仍然是一種單一的技術應用的情況下，人工智能有能力支持許多不同類型的武器和系統。正如北大西洋公約組織（NATO）的指導意見所指出的，人工智能和其他 "智能 "技術現在對加拿大及其盟國的未來安全至關重要。

新技術在改變戰爭的性質方面有著悠久的歷史。從馬匹和盔甲的使用到航空母艦和戰斗機的引進，人工智能和機器人只是代表了軍事技術發展的最新階段。常規武器與人工智能和機器學習的融合，必將重塑決策的性質和軍事戰略轉型中的武力應用。

即使當代人工智能系統的能力被限制在機器學習算法的狹窄范圍內，這種限制可能不會持續太久。與神經科學、量子計算和生物技術相重疊的發現領域正在迅速發展，代表了 "智能機器 "進化的未知領域。在這些新的研究領域中的科學和技術發現給加拿大的國防帶來了巨大的風險，但同時也代表著巨大的機遇。

顯而易見的是，新興技術已經成為高度緊張的地緣政治競爭的基礎，它與一系列商業產業和技術平臺相重疊。中國、俄羅斯、美國和其他國家和非國家行為者正在積極追求人工智能和其他前沿技術的軍事應用。競爭的領域包括云技術、高超音速和新導彈技術、空間應用、量子和生物技術以及人類增強。

盡管技術創新一直塑造著國家間沖突的性質，但新興和顛覆性技術（EDT）的規模和速度是前所未有的。加拿大的國防政策反映了這種擔憂，它呼吁使加拿大武裝部隊（CAF）適應不斷變化的地緣政治環境。加拿大國防規劃已著手擴大和發展加拿大武裝部隊，在新的軍事平臺整合中納入下一代偵察機、遙控系統和天基設施。

基于對不斷變化的技術環境的廣泛評估，加拿大國防部（DND）認識到，這個新時代的特點是全球力量平衡的變化。這包括在快速發展的創新經濟中大國競爭性質的變化。就像石油和鋼鐵為工業時代設定條件一樣，人工智能和機器學習現在也可能為數字時代設定條件。

這種規模的破壞是由技術和制度變化的融合所驅動的，這些變化可以以新的和不可預測的方式觸發復雜的反饋回路。在這個新的環境中，人工智能技術將迫使世界各國軍隊投射力量的能力倍增。確定軍事人工智能發展中的護欄對于避免未來危機至關重要。應用減少風險的措施來識別和減輕軍事人工智能可能帶來的一系列風險將是關鍵。事實上，在這些能力完全嵌入世界上目前和未來的軍隊之前，治理人工智能可能會更容易。

從整體上看，這種轉變預示著從初級機器到數據驅動技術和精密電子的巨大轉變。這種物理、數字和生物技術的加速融合代表了一場巨大技術革命的早期階段。在全球范圍內管理這些新興和顛覆性的技術，對于減少未來沖突的風險至關重要。

1 引言

從人工智能和機器人到電池存儲、分布式賬本技術（DLT）和物聯網（IoT），新興和顛覆性技術（EDT）現在正在激起一個商業創新的新時代。這一巨大的技術變革景觀正在醞釀一場社會和經濟變革，對中央銀行的發展具有巨大影響。正如北約最近的一份報告所指出的（北約新興和顛覆性技術咨詢小組2020），這些技術包括：

→ 人工智能和機器學習。人工智能/機器學習的發展及其對創新的潛在影響。這包括神經形態計算、生成式對抗網絡，以及人工智能從已經收集或尚未收集的數據中揭示出意想不到的見解的能力。

→ 量子技術。正在進行的從量子過程研究中獲得的知識轉化為量子技術的應用，包括量子計算、量子傳感、量子密碼系統，以及在量子尺度上對材料的操縱和開發。

→ 數據安全。用于保障和損害通信、數據交易和數據存儲安全的算法和系統的設計，包括量子證明加密方法、區塊鏈和分布式賬本架構，以及更廣泛的網絡安全領域。

→ 計算功能的硬件。微型化、電力采集和能源儲存方面的進展，包括在全球范圍內提供數字化關鍵基礎設施所需的物理系統（物聯網）和機器人的廣泛使用及其對全球系統和流程的持續影響。

→ 生物和合成材料。從原子/分子層面的材料設計、合成和操作到中觀和宏觀尺度的創新，支持生物工程、化學工程、基因層面的操作、增材制造和AI介導的生成設計。

正如蒸汽機和印刷術激發了工業革命一樣，人工智能和機器人技術現在也在軍事技術的性質和全球力量平衡方面引發了巨大變革。人工智能的興起并非沒有歷史先例，但伴隨著人工智能的變化表明，需要對國防規劃進行更精確的調整，以適應一個數據驅動的時代。

在大國競爭和多極體系的背景下，人工智能已經成為競爭的一個特別焦點。中國、俄羅斯、美國和其他許多國家都在積極追求人工智能能力，并把重點放在國防和安全方面。例如，中國希望到2030年在人工智能方面領先世界，并期望通過利用大量的豐富數據，擴大其在人工智能產業化方面的領先優勢（Lucas和Feng，2017年）。

事實上，數據和數據驅動的技術現在占據了全球經濟的制高點。整個全球數據經濟的競爭已經與大國競爭密不可分（Mearsheimer 2021）。盡管美國和中國的經濟深深地相互依存，但中國在整個歐亞大陸不斷擴大的投資將很快使其成為世界貿易的中心。

技術優勢仍然是北約國家的關鍵支柱，但中國正在迅速趕超。即使美國在人工智能發現方面建立了強大的領先優勢，中國也越來越有可能在人工智能驅動的應用產業化方面占據主導地位。中國不僅有先進的商業能力，而且還有一個連貫的國家戰略。中國的技術部門正在達到專業知識、人才和資本的臨界質量，正在重新調整全球經濟的指揮高度（Lucas and Waters 2018）（見圖1）。

中國產業部署的大部分技術創新都是 "漸進式 "的，而不是 "顛覆式 "的，但現在這種情況正在改變。將新興市場聚集在其軌道上，中國前所未有的經濟擴張現在對世界經濟產生了引力（The Economist 2018）。標志性項目，價值數萬億美元的 "一帶一路 "倡議（世界銀行2018年）為圍繞電動汽車、電信、機器人、半導體、鐵路基礎設施、海洋工程以及最終的人工智能的廣泛戰略轉變提供了一個全球平臺（McBride和Chatzky 2019年）。

毫不奇怪，中國已經是國際專利申請的世界領導者（世界知識產權組織2020）。隨著自主機器（Etzioni和Etzioni 2017）、可再生能源基礎設施、量子通信（?iljak 2020）、增強型腦機接口（Putze等人2020）和天基武器（Etherington 2020）的出現，重新思考加拿大國家安全，特別是加拿大國防的性質的壓力正在增加。鑒于技術創新的步伐不斷加快，以及亞洲作為世界貿易中心的崛起（Huiyao 2019），來自國外的技術的影響可能是巨大的。

圖1：按購買力平價計算的國內生產總值預測（以萬億美元計）

2 AI與軍事防御

2.1 AI定義

人工智能的概念已被廣泛討論，但該術語的精確定義仍然是一個移動的目標。與其說人工智能是一項具體的技術或特定的創新，不如說它是一個材料的集合。事實上，即使人工智能技術已經成為廣泛的主流商業應用的基礎，包括網絡搜索、醫療診斷、算法交易、工廠自動化、共享汽車和自動駕駛汽車，人工智能仍然是一個理想的目標。

盡管人工智能領域的研究始于20世紀40年代，但隨著機器學習和計算機處理能力的改進，過去十年對人工智能興趣的爆炸性增長已經加速。人工智能的持續進步被比喻為在人腦中發現的多尺度學習和推理能力。當與大數據和云計算相結合時，預計人工智能將通過將 "智能 "人工智能和機器學習系統與第五代（5G）電信網絡（即物聯網）上的大量聯網設備連接起來，使數字技術 "認知化"。

作為人工智能的一個子集，機器學習代表了人工智能的最突出的應用（見圖2）。機器學習使用統計技術，使機器能夠在沒有明確指令的情況下 "學習"，推動許多應用和服務，改善一系列分析和物理任務的自動化。通過使用數據自動提高性能，這個過程被稱為 "訓練 "一個 "模型"。使用一種算法來提高特定任務的性能，機器學習系統分析大量的訓練數據集，以便做人類自然而然的事情：通過實例學習。

今天，機器學習的最常見應用是深度學習。作為更廣泛的機器學習家族的一部分，深度學習利用人工神經網絡層來復制人類智能。深度學習架構，如深度神經網絡、遞歸神經網絡和卷積神經網絡，支持一系列廣泛的研究領域，包括計算機視覺、語音識別、機器翻譯、自然語言處理和藥物設計。

圖2：人工智能的層級

2.2 加拿大國防部：將人工智能應用于國家安全

安全人工智能位于新興和顛覆性技術（EDT）星座的中心，包括機器人學、基因組學、電池存儲、區塊鏈、3D打印、量子計算和5G電信。在研究層面，美國仍然是人工智能的全球領導者。目前，國家科學基金會每年在人工智能研究方面的投資超過1億美元（國家科學基金會2018年）。國防高級研究計劃局（DARPA）最近宣布投資20億美元用于一項名為AI Next的計劃，其目標是推進上下文和適應性推理（DARPA 2018）。

與過去的原子武器或隱形飛機的技術發展不同，沒有國家會壟斷軍事人工智能。研究人員和領先的商業企業之間廣泛的全球合作意味著人工智能和機器學習的進步可能會在全球范圍內擴散。事實上，人工智能發展的大多數技術進步是由工業界而不是政府推動的。除了市場主導的技術公司，世界各地廣泛的網絡集群正在孵化新一代的商業創新（Li and Pauwels 2018）。因此，許多未來的軍事應用將可能是為商業產業開發的技術的改編。

幸運的是，加拿大一直是人工智能研究前沿的領導者，并繼續通過2017年推出的泛加拿大人工智能戰略下的幾個項目培育一個強大的人工智能生態系統。加拿大政府積極參與人工智能咨詢委員會和各種國際伙伴關系，包括2020年啟動的全球人工智能伙伴關系；人工智能國防伙伴關系，其第二次對話在2021年舉行；以及重疊人工智能驅動的安全和規劃的多邊協議（五眼，北約）。事實上，加拿大的國防政策，"強大、安全、參與"（SSE），反映了加拿大政府對增加年度國防開支的承諾，重點是技術。

目前的聯邦預算包括對人工智能發展的實質性承諾，承諾在10年內投入4.438億美元（Silcoff 2021）。在政府2021年的預算中，1.85億美元將支持人工智能研究的商業化；1.622億美元將用于在全國范圍內招聘頂尖的學術人才；4800萬美元將用于加拿大高級研究所；五年內4000萬美元將旨在加強埃德蒙頓、多倫多和蒙特利爾的國家人工智能研究所的研究人員的計算能力；五年內860萬美元將幫助推進人工智能相關標準的發展和采用（加拿大政府2021年，148）。

2.3 增強加拿大的情報能力

人工智能是一個影響廣泛的商業和軍事技術的模糊領域。像電力或化石燃料一樣，人工智能的廣泛應用意味著人工智能和其他通用技術有能力重新配置現代軍隊的步伐和組織（Bresnahan和Trajtenberg 1995）。從整體上看，人工智能代表了國家安全性質的結構性轉變。出于這個原因，SSE設想了一個未來的軍事態勢，更加注重開發、獲取和整合先進的變革性技術，包括網絡和自主系統。

即使加拿大在傳統聯盟（北美防空司令部、北約和五眼聯盟）中的持續作用仍然是國家安全的基礎，EDT正在從根本上改變沖突的性質。正如格雷格-菲夫（2021年）所觀察到的，人工智能作為戰爭工具的崛起與升級加拿大國家安全架構，特別是加拿大情報部門的日益增長的需求相重疊。技術變革和信息爆炸的復合周期，新的技能組合和新的數據分析戰略對國防規劃的演變變得至關重要。

在數字時代，戰爭正日益成為基于知識的戰爭。隨著沖突進入信息領域，軍事規劃開始重新聚焦于信息/虛假信息行動、網絡行動、情報行動和政治或經濟影響行動。事實上，這種混合戰爭作為一種戰爭工具由來已久，其目的是利用宣傳、破壞、欺騙和其他非動能軍事行動，從內部破壞對手（Bilal 2021）。

網絡仍然是潛在對手、國家代理人、犯罪組織和非國家行為者的一個關鍵目標。這包括對通信、情報和敏感信息的嵌入式監視和偵察。正如Amy Zegart（2021年）所解釋的那樣，技術正在通過極大地擴展數據和信息的獲取，使情報的性質民主化。事實上，今天驅動戰略情報的大部分信息實際上是開放源碼情報（OSINT）或在公共領域。

現代軍隊正變得嚴重依賴安全、及時和準確的數據。隨著數據的急劇膨脹，消化它變得不可能。這種數據爆炸正在推動對新的分析模式和新型網絡工具的需求。在數字時代，安全和情報人員需要新的平臺、新的工具和跨領域工作的新OSINT機構。在這方面，人工智能可能特別有幫助。

隨著數據的重要性增加，在廣闊的數字領域的對抗性競爭也在增加。人工智能和機器學習可以通過篩選巨大的數據庫來極大地提高加拿大的國家情報能力。人工智能不是銀彈。人工智能系統不能產生意義或提供因果分析。然而，人工智能和機器學習可以極大地增強人類在管理數據和數據驅動的分析方面的情報能力。

2.4 增強加拿大軍力

隨著決策者為數據驅動的世界調整其安全態勢，人工智能有望改變軍事沖突的既定模式。DND/CAF面臨的關鍵挑戰之一是數據驅動的網絡重塑指揮和控制系統的速度（Thatcher 2020）。集中式系統的優勢在于其協調人類活動的效率。在指揮系統中，人員和傳感器推動威脅檢測，將信息向決策堆棧上移，以便決策者可以做出適當的反應。數字技術深刻地加速了這個過程。

人工智能在軍事領域的應用可能被證明對傳統的指揮和控制系統具有挑戰性。例如，在美國，五角大樓的第一位首席軟件官最近辭職，以抗議技術轉型的緩慢步伐。在離開國防部職位后的一次采訪中，尼古拉-沙伊蘭告訴《金融時報》，美國未能對技術變革和其他威脅作出反應，使國家的未來面臨風險（Manson 2021）。

除了變化的速度緩慢，軍事指揮和控制系統的集中性意味著單點故障提供了脆弱的攻擊點。指揮機關和自動或人類控制者往往容易受到利用不良或欺騙性信息的對抗性技術的影響，甚至自上而下的決策在適應復雜的突發挑戰方面也會很緩慢。

神經形態計算、生成式對抗網絡（GANs）、人工智能決策支持、數據分析和情報分析方面的新創新在增強軍事行動的結構和進程方面可能會產生巨大影響。機器學習算法的快速發展已經在商業和軍事領域引發了一波投資熱潮。

超越對損耗和動能攻擊的傳統關注，轉向基于加速和適應的新方法，數據驅動的技術可能是促成國家安全性質徹底轉變的關鍵。人工智能不是一種單一的技術。相反，它是一類可以在一系列軍事和商業應用中整合的技術。這些技術不斷演變的基礎是數據。

數字技術現在由數據推動，并將繼續推動創造越來越多的數據驅動的技術--特別是人工智能。數據是訓練人工智能和先進機器學習算法的基礎。數據既是大規模運行的數字系統產生的 "操作廢氣"，也是機器對數據輸入作出反應的過程，它現在推動了機器的 "自主性"。

數據驅動的技術支撐著現代社會的核心社會和經濟功能，涵蓋了基礎設施、能源、醫療保健、金融、貿易、運輸和國防。隨著5G網絡的全球推廣，預計在高度健全的全球信息網絡中創建、收集、處理和存儲的數據將出現爆炸性增長。根據市場研究公司IDC的數據，目前全球數據正以每年61%的速度增長（Patrizio 2018）。預計到2025年，數據將達到175 zettabytes（一萬億吉字節），改變數字經濟的性質和規模（同上）。

出于這個原因，DND/CAF將數據提升到國家資產的水平是明智的。這對經濟增長和加拿大國防都至關重要。將數據作為國家資產加以保護和利用，將意味著重新思考目前構成當代數據架構的大型集中式數字基礎設施。可以肯定的是，網絡時代的數據安全應該是分散的和聯合的，以避免集中式系統的脆弱性。

3 武器化AI：致命的自治系統

關于技術破壞的傳統預測往往會犯一個錯誤，即假設這種規模的系統變化只是以一對一的方式取代舊技術。在現實中，這種規模的顛覆往往會不成比例地取代舊的系統，使其具有巨大的新的架構、界限和能力（Arbib和Seba 2020）。

正在進行的人工智能武器化正在助長一場全球軍備競賽，有望重塑加拿大國防戰略的輪廓。事實上，世界上許多國家在人員系統自動化、設備維護、監視系統以及無人機和機器人的部署方面已經遠遠領先（斯坦利和平與安全中心、聯合國裁軍事務廳和史汀生中心2019）。從美國到俄羅斯到以色列再到中國，軍事研究人員正在將人工智能嵌入網絡安全舉措和支持遠程手術、戰斗模擬和數據處理的機器人系統。

以先進的物流、半自動車隊、智能供應鏈管理和預測性維護系統的形式將人工智能應用于軍事行動代表了人工智能的近期應用（Perry 2021）。然而，能夠在陸地、海洋、空中、太空和網絡領域針對個人（無論是否需要人類干預）的自主武器的演變代表了軍事沖突的可能未來（見圖3）。事實上，近100個國家的軍隊目前擁有某種程度的武裝或非武裝無人機能力（Gettinger 2019）。

圖3:全球無人機激增

商業無人機技術在采礦、農業和能源領域的縱橫捭闔，正在助長無人機技術的廣泛擴散。正如最近亞美尼亞和阿塞拜疆之間的沖突所表明的那樣，一群相對便宜的自主和半自主無人機可以被利用來壓倒傳統的軍事系統，使一系列當代平臺變得過時（Shaikh和Rumbaugh 2020）。輕型、可重復使用的武裝無人機，如土耳其的Songar（Uyan?k 2021）可以配備一系列有效載荷，包括迫擊炮、手榴彈和輕機槍。最近對沙特阿拉伯的Abqaiq石油加工設施（Rapier 2019）和俄羅斯的Khmeimim空軍基地（Hambling 2018）的攻擊反映了軍事無人機在不同戰場環境中的應用越來越多。

致命自主武器系統（LAWS）被定義為可以在沒有人類授權的情況下選擇和攻擊目標的武器，它被設計為在獨立識別目標之前在指定的行動區域內長期徘徊。多個無人機或機器人可以并行運作，以克服對手的防御或摧毀一個特定目標。開發人員傾向于將致命性武器系統分為三大類，即觀察、定位、決定和行動（OODA）循環（見圖4）。這些類別包括。"循環中的人"、"循環中的人 "和 "循環外的人"。這種區分也被框定為 "半自主"、"受監督的自主 "和 "完全自主 "的技術系統。不幸的是，受監督的致命性自主武器系統和完全自主的致命性自主武器系統之間的區別，可能只是一個軟件補丁或一個監管程序。

圖4：OODA環

隨著致命性自主武器系統和其他數據驅動的技術變得更便宜和更廣泛，它們可能會給廣泛的國家和非國家行為者提供平臺和工具，以新的和破壞性的方式利用人工智能和機器學習。除了收緊OODA循環外，軍事人員將需要了解人工智能在加速OODA循環方面的影響，以確定在特定情況下哪種模式最合適。

3.1 網絡平臺

鑒于EDT的范圍和規模，認為我們可以簡單地保持從上個世紀繼承的系統和做法是錯誤的。正如英國查塔姆研究所2018年的一份報告所警告的那樣，美國、英國和其他核武器系統正變得越來越容易受到網絡攻擊（Unal and Lewis 2018）。這些擔憂是有根據的。人工智能和EDT的擴散一起，幾乎肯定會通過利用人工智能和自主系統的規模效應，為小國和非國家行為者帶來好處。

對于許多北約國家來說，網絡平臺已經成為多領域行動的關鍵--海、空、陸、網絡和空間。大規模的網絡使得在復雜環境中可視化和協調大量資源成為可能。在5G電信和云計算的基礎上，信息系統現在可以有效地收集、傳輸和處理大量的戰場數據，提供實時數據分析。

連接設備正在成為協調空襲、駕駛無人機、消化戰斗空間的實時視頻和管理高度復雜的供應鏈的關鍵。在英國，國防數據框架提供了一個結構，以解決軍事組織與數據驅動的企業需求相一致的挑戰（Ministry of Defence 2021）。從戰略到通信到后勤到情報，數字平臺現在是協調復雜軍事行動的基礎。數據現在是所有作戰領域的命脈。

在一個數字化的戰斗空間中，每個士兵、平臺和資源現在都是一個復雜軍事網絡中的節點。從20世紀90年代以網絡為中心的美國軍事行動開始，數字技術已經成為先進武器、戰術和戰略的基礎。從戰場態勢感知和自主無人機到精確制導彈藥和機器驅動的心理行動，網絡正在使戰爭進入網絡時代。

在集中式機構對工業時代至關重要的地方，平臺和網絡正在成為數字時代的關鍵。人工智能本質上是一種 "自下而上 "的技術，依靠不斷 "喂養 "大量的數據來支持機器學習作為 "學習引擎"。隨著數字生態系統的激增，網絡平臺和它們所依賴的數據管理系統成為管理不斷擴大的資源和人員的關鍵。

與金融部門一樣，DND應該尋求區塊鏈等DLT，以加速加拿大軍隊的數字化轉型。通過在分散的網絡中橫向分配數據，CAF區塊鏈可以幫助減少官僚化系統固有的限制和脆弱性。DLT提供了一個高度分散的驗證系統，可以確保所有的通信和數據傳輸免受對手的攻擊，同時消除集中式節點的潛在故障。

3.2 無人機群和機器人技術

人工智能在軍事規劃中的應用正在迅速推進，許多國家在部署無人機和機器人方面已經取得了很大進展。事實上，無人機技術的全球擴散正在順利進行中。

世界各地的軍隊正在加速開發或采購攻擊型無人機（見圖5）。俄羅斯的 "閃電"（BulgarianMilitary.com 2021）、西班牙的Rapaz8以及英國、9美國10和以色列11的各種無人機項目共同代表了軍事技術新時代的早期階段。與工業時代的軍事技術不同，無人機可以以低成本獲得，并需要相對較少的技術技能。

無人機群技術涉及微型/迷你無人機/無人駕駛飛行器或無人機群，利用基于共享信息的自主決策。事實上，當代軍用無人機已經可以被設計成在沒有人參與的情況下定位、識別和攻擊目標。利用蜂群技術，數以百計的非武裝無人機可以從現場收集信息，同時用各種武器（即火器、火炮和/或彈藥）引導數以千計的無人機。

正如簡短的視頻 "Slaugherbots "所展示的那樣，完全自主的武器將使瞄準和殺死獨特的個人變得非常容易和便宜。在面部識別和決策算法的基礎上，國家和非國家行為者都可以廣泛使用致命性武器。數以千計的相對便宜的無人機配備了爆炸性的彈頭，有可能壓倒防空系統，攻擊基礎設施、城市、軍事基地等等。

圖5：無人機對比

3.3 馬賽克戰爭

無人機群壓倒加拿大軍事設施的威脅，以及對關鍵基礎設施的網絡攻擊或在衛星傳感器檢測到威脅時自動發射的高超音速導彈，代表了一個令人不安但越來越可能的未來。從復雜性科學和對昆蟲的研究中產生的，使用無人機來支持 "集群情報 "代表了一個加速戰爭節奏的新工具集。

為了應對這種不斷變化的環境，DARPA提出了 "馬賽克戰爭"的概念。馬賽克戰爭的中心思想是，模塊化系統可以成為應對高度網絡化環境的廉價、靈活和高度可擴展的工具。就像馬賽克中的瓷片一樣，單個作戰平臺可以被設計成高度可配置的。編隊利用分散的代理在 "殺戮網 "上進行重新配置。殺戮網的目標是避免 "單體系統 "的結構僵化。

與傳統戰爭中需要的復雜棋局不同，馬賽克戰爭利用數字網絡，利用模塊的靈活性和增強的決策（時間壓縮）加快動態響應時間。像自然界中的復雜系統一樣，殺傷性網絡使用算法來消除單點故障，通過模塊化設計加速反應時間。

從主導地位（預測）轉向加速反應（適應），"馬賽克戰爭 "旨在支持混合軍事單位，利用 "決策棧 "上下的橫向網絡。人工智能、無人機、傳感器、數據和人員結合在一起，為地面上的作戰指揮官提供支持，使小型編隊能以更快的速度獲得情報、資源和后勤資產。

像 "馬賽克戰爭 "這樣的模塊化系統表明，未來的戰爭將越來越多地利用現在驅動戰爭游戲和模擬的計算、數據分析和算法。推動高度流動、游戲化和不可預測的環境，未來的人工智能系統可以將戰爭加速到一個隨著結果范圍的擴大而變得極其密集的計算速度和節奏。

DARPA最近的AlphaDogfight（2019-2020年）為這一新現實提供了一個窗口。使用復雜的F-16飛行模擬器讓計算機與有經驗的人類飛行員對決，試驗的目的是為DARPA的空戰進化計劃推進人工智能開發者。毫不奇怪，F-16人工智能代理通過積極和精確的機動性擊敗了人類飛行員，而人類飛行員根本無法與之相提并論，五局為零。

4 對抗性攻擊

人工智能的武器化也在激起對抗人工智能系統的新戰略和方法。正如網絡行動（無論是間諜活動還是攻擊）可以指示計算機網絡或機器以它們不打算的方式運行，對手也可以對人工智能系統使用同樣的策略。這個過程被稱為對抗性機器學習，旨在找出機器學習模型的弱點并加以利用。攻擊可能發生在開發或部署階段，包括通過提供欺騙性輸入（例如，"毒化"數據）或針對模型本身來誤導模型。

這些方法在國家安全環境中特別危險，因為在許多情況下，它們是微妙的，人類無法察覺。此外，具有挑戰性的是，對手不一定需要對目標模型的具體知識或直接訪問其訓練數據來影響它。隨著人工智能系統變得更加普遍，更多的人可以接觸到，對手的吸引力和攻擊機會將增加。

4.1 攻擊數據

攻擊者可能試圖修改訓練數據或測試數據。這是通過創造對抗性樣本來實現的，這些樣本被故意 "擾亂 "或改變并提供給模型，從而導致錯誤。例如，通過改變洗衣機圖像的分辨率，研究人員能夠欺騙一個模型，將機器分類為 "安全 "或 "擴音器"（Kurakin, Goodfellow and Bengio 2017）。對人的眼睛來說，對抗性圖像看起來幾乎是一樣的。

在國家安全方面，對手可能會試圖使用同樣的技術來暗示武器系統實際上是一個社區中心。如果這是在孤立的情況下發生的，那么這個問題很可能被識別和解決。如果對手的樣本被長期大規模使用，這可能成為一個重大的挑戰，并影響對情報收集系統的信任。

此外，一些對手可能并不精確--或有技能--并可能試圖迫使一個模型對整個類別而不是特定類別進行錯誤分類。由于我們在國家安全環境中越來越依賴計算機圖像，并不總是能夠實時或在有爭議的空間進行驗證，因此在這種攻擊中出現誤判的風險是很大的。

高后果的人工智能系統并不是對抗性攻擊的唯一目標。受對抗性樣本影響的人工智能系統可以包括生物識別，其中假的生物特征可以被利用來冒充合法用戶，語音識別中攻擊者添加低量級的噪音來混淆系統（Zelasko等人，2021）和計算機安全（包括在網絡數據包中混淆惡意軟件代碼）。

由于DND/CAF尋求通過部署人工智能系統來提高效率--如軍艦上的語音助手（McLeod 2019）--必須在部署前評估對抗性使用的風險并制定對策。

4.2 攻擊模型

除了改變輸入，另一種攻擊方法可用于逆向工程模型以獲取訓練數據（Heaven 2021）。由于機器學習模型對訓練數據的表現比新的輸入更好，對手可以識別目標模型預測的差異，并與包括個人身份信息在內的已知數據相匹配（Shokri等人，2017）。隨著機器學習即服務變得越來越多--而且在許多情況下，被用作開發更復雜的能力的基礎--DND將需要仔細審查國家安全系統的數據泄漏風險。這甚至適用于看似無害的系統，如語音助手。

人工智能系統的弱點的例子很多（Hadfield-Menell等人，2017）。這些例子包括吸塵器將收集到的灰塵彈回它剛打掃過的地方，以便它能收集更多的灰塵，或者數字游戲中的賽艇在原地循環以收集分數，而不是追求贏得比賽的主要目的。雖然這些例子沒有生命危險，但同樣的技術--被稱為獎勵黑客（當一個模型被指示使其目標函數最大化，但卻以非故意的方式進行）--可以被用于更嚴重的效果。

從旨在用固定的訓練數據解決 "單步決策問題 "的機器學習過渡到解決 "順序決策問題 "和更廣泛的數據集的深度機器學習，將使對抗性攻擊更難發現。這種威脅是如此之大，以至于美國情報高級研究項目活動正在資助一個項目，以檢測木馬人工智能對已完成系統的攻擊。令人擔憂的是，政府可能會在不知情的情況下操作一個產生 "正確 "行為的人工智能系統，直到出現 "觸發 "的情況。例如，在部署過程中，對手可能會攻擊一個系統，并在更晚的時候才導致災難性的故障發生。這些類型的攻擊可能會影響到圖像、文本、音頻和游戲的人工智能系統。

4.3 防御和反制措施

正如對抗性樣本可以用來愚弄人工智能系統一樣，它們可以被納入訓練過程中，以使它們對攻擊更加強大。通過對最重要的國家安全人工智能系統進行清潔和對抗性數據的訓練--要么給它們貼上這樣的標簽，要么指示一個模型將它們分離出來--更大的防御是可能的。但是，復雜的對手很可能會自行躲避這種防御方法，而使用額外的戰術進行深度防御將是必要的。

GANs有各種各樣的用例，從創建深度假說到癌癥預后（Kim, Oh and Ahn 2018）。它們也可用于防御對抗性攻擊（Short, Le Pay and Ghandi 2019），使用一個生成器來創建對抗性樣本，并使用一個判別器來確定它是真的還是假的。一個額外的好處是，使用GANs作為防御，實際上也可能通過規范數據和防止 "過度擬合 "來提高原始模型的性能（IBM云教育2021）。

對抗性攻擊和防御模型進行基準測試--如使用GANs--是一種全面的對策，可以對AI系統進行比較。這種方法為制定和滿足安全標準提供了一個量化的衡量標準，并允許評估人工智能系統的能力和限制。

作為這個測試和評估過程的一部分，博弈論可能有助于建立對手的行為模型，以確定可能的防御策略。由于人工智能系統無法在傳統的信息安全意義上進行 "修補"，因此在部署前應仔細分析針對國家安全人工智能系統的對抗性攻擊的風險，并定期進行審查。此外，訓練有素的模型--特別是那些關于機密數據和最敏感應用的模型--應該得到仔細保護。

5 關于人工智能的全球治理

數據驅動的戰爭的速度和范圍表明，我們正在進入一個新的時代，其中致命性武器系統的潛力--無論是否有人類參與--都可能極大地改變全球力量平衡。從殺手級無人機和人機合作到增強的軍事決策（殺手2020），人工智能技術將使世界各國軍隊投射力量的能力大大增加。正在進行的人工智能武器化也與空間武器化相重疊（《經濟學人》2019年），因為低地球軌道（LEO）日益成為軍事監視、遙感、通信、數據處理（Turner 2021）和彈道武器（Sevastopulo和Hille 2021）的操作環境。

人工智能與低地軌道和致命性自主武器系統的興起，代表了全球安全性質的一個關鍵轉折點。為此，世界各地的學術研究人員、技術企業家和公民都對人工智能的軍事化所帶來的危險表示擔憂。正如他們正確地指出的那樣，在規范負責任地開發和使用人工智能的規范和法律方面缺乏國際共識，有可能造成未來的危機。

5.1 戰爭法則

除了我們在科幻小說中經常看到的對人工智能的夸張描述，重要的是建立適當的制衡機制，以限制人工智能技術可能提供的權力集中。關于管理人工智能和其他數字技術的共同國際規則和條例將塑造未來幾十年的戰爭和沖突的輪廓。在軍事人工智能的發展中制定護欄，對于減少未來沖突的可能性至關重要。

加拿大和其他北約國家積極參與這一討論可能是未來全球和平與安全的關鍵。在發動戰爭的條件（jus ad bellum）和戰爭中的人工智能行為（jus in bello）方面，規范人工智能使用的戰爭法仍有待確定。鑒于美國和中國之間不斷擴大的競爭，需要制定關于致命性自主武器系統的使用及其擴散的條約是再及時不過了。

正如北約所觀察到的，加拿大及其盟國應尋求促進、參與和建立合作機會，以支持開發和應用人工智能和其他EDT的廣泛、全面的架構（北約新興和顛覆性技術咨詢小組2020）。盡管面臨著艱巨的挑戰，全球治理在規范軍事人工智能方面可以發揮重要作用。盡管對人工智能及其武器化有不同的看法，但過去的談判可以作為未來條約的基礎，特別是在定義戰爭規則方面。這包括關于常規武器、核軍備控制、生物和化學武器、地雷、外層空間和平民保護的條約（見圖6）。

到目前為止，《聯合國特定常規武器公約》（CCW）已經監督了一個討論應對自主武器帶來的人道主義和國際安全挑戰的進程。已經提出了一系列監管致命性自主武器系統的潛在方案，包括《特定常規武器公約》下的一項國際條約，一個不具約束力的行為準則，宣布各國承諾負責任地開發和使用致命性自主武器系統。在聯合國之外，2013年發起了 "停止殺手機器人 "運動，目標是完全禁止致命性自主武器系統。

聯合國秘書長安東尼奧-古特雷斯強調了人工智能和其他數字技術的風險和機遇（聯合國2020），并呼吁禁止致命性自主武器系統（古特雷斯2021）。不幸的是，聯合國成員國，特別是聯合國安理會的觀點存在分歧，一些國家認為監管是民族國家的專屬權限，而另一些國家則側重于更多部門的做法。除了人工智能的武器化，在圍繞人權、算法偏見、監控（公共和私人）以及國家支持的或國家支持的網絡攻擊等問題上也存在廣泛的分歧。

對于世界上的主要軍事大國來說，缺乏互信仍然是追求人工智能集體軍備控制協議的一個重大障礙。即使相當多的國家支持提供新的具有法律約束力的條約，禁止開發和使用致命性自主武器，但世界上大多數主要軍事大國都認為人工智能的武器化具有重大價值。鑒于這些分歧，致命性自主武器系統的多邊管理將需要建立信任措施，作為打開政治僵局的軍控進程的手段。

走向平凡的監管 也許制定管理人工智能的政策和監管制度的最具挑戰性的方面是難以準確地確定這些制度應該監管什么。與生物和化學武器不同，人工智能大多是軟件。事實上，人工智能是一個移動的目標：40年前被定義為人工智能的東西，今天只是傳統的軟件。

人工智能是一個模糊的技術領域，影響著廣泛的商業和軍事應用。例如，機器學習算法是搜索引擎（算法排名）、軍用無人機（機器人技術和決策）和網絡安全軟件（算法優化）的成分。但它們也支撐著平凡的行業，甚至兒童玩具（語義分析、視覺分析和機器人技術）、金融軟件和社交媒體網絡（趨勢分析和預測分析）。

與屬于這些平凡的監管領域的產品和流程一樣，人工智能技術不是被設計成最終實體，而是被設計成在廣泛的產品、服務和系統中使用的成分或組件。例如，一個 "殺手機器人 "不是一種特定技術的結果。相反，它是人工智能 "成分 "重新組合的結果，其中許多成分也被用來檢測癌癥或增加駕駛者的安全。

雖然人們傾向于使用一個專門的不擴散鏡頭來監管人工智能，但雙重用途的挑戰仍然存在。與核擴散或轉基因病原體不同，人工智能不是一種特定的技術。相反，它更類似于一個材料或軟件成分的集合。與大多數二元的核不擴散鏡頭相比，可以在食品監管中找到更相關（盡管不那么令人興奮）的監管模式的靈感，特別是食品安全和材料標準（Araya和Nieto-Gómez 2020）。

5.2 治理人工智能

鑒于對人工智能進行全面監管存在重大的概念和政治障礙，治理仍然是一項艱巨的挑戰。一方面，如果我們把人工智能理解為一系列復制人類活動的技術實踐，那么就根本沒有一個單一的領域可以監管。相反，人工智能的治理幾乎重疊了每一種使用計算來執行任務的產品或服務。另一方面，如果我們將人工智能理解為大幅改變人民和國家之間權力平衡的基礎，那么我們就會面臨重大挑戰。

幸運的是，這并不是民族國家第一次面臨影響全球安全的新技術。在第二次世界大戰之后，世界上最強大的國家--美國、英國、蘇聯、中國、法國、德國和日本--對核武器、化學制劑和生物戰的全球治理進行監督。當時和現在一樣，世界必須采取集體行動來治理人工智能。

與冷戰時期一樣，包括定期對話、科學合作和分享學術成果在內的建立信任措施可以幫助減少地緣政治的緊張。為管理軍事人工智能帶來的風險制定一個共同的詞匯，可以為隨著時間的推移制定更有力的人工智能多邊條約提供基礎。

在這方面，經濟合作與發展組織（OECD）已經公布了其關于人工智能的建議，作為一套政府間標準，于2020年2月啟動了人工智能政策觀察站。加拿大和法國政府還與經合組織一起領導了一個全球人工智能伙伴關系（GPAI），旨在成為一個人工智能政策的國際論壇。GPAI的成員專注于以 "人權、包容、多樣性、創新和經濟增長原則 "為基礎的負責任的人工智能發展。

除了GPAI，一些歐洲國家已經呼吁歐盟成員開始一個關于負責任地使用新技術的戰略進程--特別是人工智能。美國已經邀請盟國討論人工智能的道德使用問題（JAIC公共事務2020）。北約已經啟動了一個進程，鼓勵成員國就一系列道德原則和具有軍事用途的電子技術關鍵領域的國際軍備控制議程達成一致（Christie 2020；NATO 2020）。認識到EDT對全球安全的深遠影響，北約于2019年12月推出了EDT路線圖（北約科技組織2020）。

從整體上看，二十一世紀需要進行正式監管。從長遠來看，這很可能包括尋求與禁止生物武器、化學武器和殺傷人員地雷一樣的人工智能條約。然而，鑒于人工智能的創新速度和世界超級大國之間日益擴大的分歧，就人工智能的全球治理進行談判的機會之窗可能正在關閉。

圖6:人工智能的全球治理

6 結論：走向國家創新體系

即使在工業時代即將結束的時候，技術創新也在加速進行（Araya 2020）。自從大約80年前誕生以來，人工智能已經從一個神秘的學術領域發展成為社會和經濟轉型的強大驅動力。人工智能在戰爭中的整合被一些軍事分析家描述為一個不斷發展的 "戰場奇點"（Kania 2017）。在 "技術奇點"（Schulze-Makuch 2020）的概念基礎上，人們越來越多地猜測，人工智能和機器人將超越人類的能力，有效地應對算法驅動的戰爭。

人工智能和其他EDT的演變正在將先進的數據、算法和計算能力匯集起來，以 "認知 "軍事技術。在這種新環境下，現代軍隊正變得嚴重依賴提供安全、及時和準確數據的網絡。數據已經成為數字系統的 "作戰用氣 "和驅動 "智能機器 "的原料。隨著數據重要性的增加，在廣闊的數字領域的對抗性競爭也在增加。事實上，數據的真正價值在于其推動創新的數量和質量。

正如北約關于EDT的年度報告（北約新興和顛覆性技術咨詢小組2020）明確指出，要想跟上技術變革的步伐，就必須在技術的開發、實驗和應用方面保持靈活性和快速迭代。整個CAF的創新能力必須是一個更廣泛的創新生態系統的一部分，該系統有效地整合了公共和私人生態系統的研究和實施。這包括與加拿大工業界合作利用雙重用途的GPT的明確目標，以便利用已經存在的技術。

這種多領域的合作在歷史上被定義為國家創新體系（NSI）（OECD 1997）。事實上，NSI政策和規劃可以采取多種形式，從松散的協調到高度整合的伙伴關系。在美國（Atkinson 2020）、中國（Song 2013）和歐洲（Wirkierman, Ciarli and Savona 2018）應用的各種NSI規劃模式表明，在最大化政府-產業-研究伙伴關系方面可以找到大量的經濟和社會回報。政府應通過稅收優惠、采購和研究資金以及戰略規劃，努力建設加拿大的技術能力。但它不能單獨行動。

國家創新必然取決于機構參與者在一個共享的生態系統中進行合作。出于這個原因，一個協調的加拿大國家統計局將需要在推動長期創新的過程中，人們和機構之間的技術和信息的相互流動。鑒于EDT的許多創新是由工業界主導的，推進公私伙伴關系對加拿大軍隊的發展至關重要。對于國防部/加拿大空軍來說，要推進適合數字時代的軍隊，政府、工業界和學術界將需要以更綜合的方式進行合作。

建立一個強大的加拿大創新生態系統將意味著更廣泛的公私合作和持續的知識和資源的再培訓、培訓和孵化。盡管開發尖端人工智能需要人力資本投資，但大多數人工智能應用現在可以通過開源許可獲得，即使核心學習算法可以在公共平臺和整個學術生態系統中獲得。這種 "開放一切 "環境的影響是對封閉的等級制度和深思熟慮的官方機構的實質性挑戰。

政府程序和規劃將需要適應加速的創新生命周期，以配合EDT積極的淘汰周期。除了與網絡技術相關的巨大的不對稱安全風險外，向數據驅動型軍隊的轉變將需要大量關注數據安全和數據治理。與進行傳統的國家間沖突所需的大量成本和規劃不同，網絡攻擊的破壞性影響可以由僅有一臺個人電腦的小團體對關鍵基礎設施發動。鑒于未來不斷增加的挑戰，大型官僚機構（公司、政府、學術和軍事）的設計變化是不可避免的。

除了對新的和不同的知識、資源和專長的需求，加拿大政府和加拿大軍方將需要平衡硬實力和不斷變化的地緣政治格局的需求。在美國占主導地位的時代之外，二十一世紀正被一個以技術民族主義和后布雷頓森林體系為特征的多極體系所塑造。面對一個快速發展的數字時代，國際合作將是確保和平與安全的關鍵。信息共享、專家會議和多邊對話可以幫助世界各民族國家及其軍隊更好地了解彼此的能力和意圖。作為一個全球中等國家，加拿大可以成為推動這一努力的主要伙伴。

國際治理創新中心（CIGI）

國際治理創新中心（CIGI）是一個獨立的、無黨派的智囊團，其經同行評議的研究和可信的分析影響著政策制定者的創新。其全球多學科研究人員網絡和戰略伙伴關系為數字時代提供政策解決方案，目標只有一個：改善各地人民的生活。CIGI總部設在加拿大滑鐵盧，得到了加拿大政府、安大略省政府和創始人吉姆-巴爾西利的支持。

展望 2040 年，預計全球創新和技術格局將發生重大變化，推動戰爭性質以及戰場參與者所采用的能力、概念和理論的變化。因此，有必要了解這種技術變革并探索其對未來戰場的潛在影響和影響，以制定盡可能面向未來的政策和投資決策。

本研究評估了與新興技術相關的風險、挑戰和機遇，這些新技術最有可能塑造到 2040 年的未來戰場，本研究提出了對單個技術的考慮以及對各個領域的交叉分析所產生的影響。它們與更廣泛的政治、社會、經濟和環境趨勢的相互作用。為此，該研究強調了歐盟機構和成員國需要以連貫和協調的方式開展廣泛的能力發展計劃，確保發展靈活的監管和組織環境，并指導對最相關技術的投資在歐洲范圍內。

1、引言

1.1 研究背景

未來幾十年預計將是一個過渡時期，其特點可能是國家行為者內部和國家之間的不穩定。世界很可能需要應對以下影響：氣候變化、創新和技術變革步伐加快、人口快速增長、資源日益稀缺和全球權力轉移。這種趨勢還可能推動戰爭性質以及國防組織、盟國和對手使用的技術發生重大變化。

了解技術變革并預測其對未來戰場的潛在影響和塑造對于制定有助于對軍備、軍事行動、戰時準備和國防預算優先事項進行適當修改的政策和投資決策至關重要。因此，重要的是要了解哪些技術領域可能會導致未來戰場的深刻變化，以及這些影響如何實現。這種理解將為決策提供信息，并在資源有限和優先事項相互競爭的情況下盡可能地提高投資回報。

1.2 研究的范圍和目的

在此背景下，歐洲議會科學與技術未來小組 (STOA) 于 2020 年 8 月委托蘭德歐洲開展一項關于“塑造 2040 年戰場的創新技術”的研究（參考：EPRS/STOA/SER/20/017）。

本研究的目標是：

1.分析與可能塑造 2040 年戰場的創新技術相關的風險和挑戰，特別是在設計和調試新型武器以及戰場上的人機交互（包括部署混合成分）；

2.開展若干案例研究，以評估與歐洲議會安全與國防 (SEDE) 小組委員會特別相關的不同技術對未來戰爭的可能影響；

3.描述與新興國防技術相關的定義、影響、風險和挑戰，以評估其在建立歐盟彈性和戰略自主性方面的應用前景；

4.制定并提出政策方案供 SEDE 小組委員會考慮

為實現這些研究目標，蘭德歐洲制定了一組研究問題 (RQ)，這些問題通過研究交付得到解決，如表 1.1 所示。

表1.1 -研究問題

為了解決這些 RQ，研究團隊在四個技術工作包 (WP) 中開展了一系列活動：

? WP1 – 范圍界定和框架，旨在通過評估現有文獻來描述研究背景??，并確定研究范圍、目標和方法研究;

? WP2 – 確定和選擇在范圍界定和框架活動中進一步擴展的技術，以了解新興技術如何塑造未來戰場，同時確定最有望在 2040 年時間框架內這樣做的新興技術 (RQ1) ;

? WP3 – 描述和比較技術的重點是更深入地了解與最有望塑造 2040 年戰場的新興技術（在 WP2 中確定）相關的機遇和挑戰，并提供對此類影響的比較評估（ RQ 2 和 3)；

? WP4 – 影響和報告旨在確定歐盟及其成員國在 2040 年戰場（RQ4）上與新興技術相關的挑戰和機遇所產生的關鍵政策影響。

1.3 方法和局限性

1.3.1 本研究采用的研究方法和方法

為了回答表 1.1 中提出的 RQ 并滿足研究要求，蘭德歐洲采用了結構化的混合方法研究方法，如圖 1.1 所示。附件 B 對研究方法進行了更深入的解釋。

圖1.1 -項目任務概述，基礎活動，以及結果產出和可交付成果

在研究的初始階段，研究小組開展了一系列活動來描述新興技術可能塑造 2040 年戰場的背景。這包括審查構成未來戰略環境和不斷演變的歐盟監管和政策環境的經濟、社會、政治、環境和技術趨勢。本范圍審查的結果載于本報告的第 2 章。研究團隊還與 STOA 合作，以建立對研究背景的全面了解，并完善研究的范圍、方法和時間表。

在最初的范圍界定活動的基礎上，研究團隊將自上而下的應用驅動和自下而上的技術驅動數據收集相結合，編制了一份可能對歐洲國防和未來產生最大潛在影響的潛在技術集群的長名單戰場。這利用了以下方法和數據收集工具：

? 文獻審查——以應用程序驅動的方式審查關于新興技術的公開可用的開源學術和灰色文獻（例如政府報告和國防新聞媒體），主要關注應用的新興技術在未來 20 年的國防和安全背景下。

? 地平線掃描——審查蘭德歐洲未來與前瞻研究中心 (CFFS)1 科學與技術 (S&T) 地平線掃描數據庫，以通過技術驅動的方法識別、理解和優先考慮關鍵的新興技術發展。蘭德歐洲地平線掃描數據庫是通過收集和分析廣泛的不同來源而開發的，以確定在研究中要考慮的一系列新興技術。

在范圍界定活動、視野掃描和文獻回顧的基礎上，研究小組綜合了所有捕獲的數據，并將審查來源中評估的技術分類為可能在 11 個技術集群中塑造未來戰場。其中六個技術集群隨后被在內部分析和與STOA協商的基礎上，入圍進一步深入審查和比較分析。該咨詢考慮了兩個選擇標準，即采用的可能性和技術集群在 2040 年時間范圍內在戰場環境中的預期影響程度。 圖 1.2 顯示了技術選擇過程。

圖1.2 -技術列表和選定的技術集群

為了進一步描述相關技術趨勢的性質和所選技術集群的影響，研究團隊通過有針對性的文獻回顧以及專家和利益相關者訪談對每個技術集群進行了深入分析。 4 這有助于建立深入了解1) 每個技術集群的相關趨勢和潛在影響，包括相關技術進步和未來趨勢； 2）該技術對未來戰場的潛在影響、歐洲國防的機遇和挑戰； 3) 未來采用的任何相關促成因素和障礙。本報告第 3 章介紹了該分析的結果。

為了對技術集群的各種影響進行比較評估，研究團隊使用蘭德開發的系統技術偵察、評估和采用方法（STREAM）舉辦了一次專家和利益相關者研討會，本報告附件 B 對此進行了進一步說明。 5 通過 STREAM 方法，研討會收集了專家和利益相關者對選定技術集群的潛在影響和未來采用的觀點。這包括一系列定量評分評估：1）技術集群對歐盟成員國軍事能力的潛在影響； 2）歐盟實現共同安全與國防政策（CSDP）目標的能力； 3) 未來戰場動態的整體性質。

參與者還被要求考慮潛在的技術、組織、商業、監管和其他實施障礙的相關性，這些障礙可能會影響歐盟成員國以及潛在的國家和非國家對手采用技術集群的規模或速度。本報告第 4 章對比較分析的結果進行了高級概述，并進一步詳細介紹了附件 C 中的定量結果。

為了驗證新興技術對歐洲國防的影響并提供進一步的詳細信息，并確定相關的政策選擇，蘭德歐洲專家舉行了兩次內部研討會。研討會旨在分析在研究活動過程中收集的數據并產生跨領域見解，并確定未來工作和干預的可能領域。

1.3.2 局限

與本研究中提出的活動和發現有關的一些警告、限制和假設應予以考慮：

? 有針對性地關注技術集群的非詳盡列表。雖然該研究旨在識別和描述新興技術對歐洲國防和整個未來戰場的潛在影響，但它側重于六個技術集群的候選名單。這些技術集群在現有文獻中以及通過與 STOA 的協商被確定為對 2040 年之前的未來歐洲國防環境具有最大的潛在影響。雖然有限的時間框架和資源限制需要對選定數量的研究采取集中的方法技術集群，人們認識到其他現有或迄今為止不發達的技術也可能在這方面產生重大影響。第 3.3 節概述了其中一些技術趨勢。

? 技術集群的異質性。研討會討論以及與專家和利益相關者的訪談強調了研究中考慮的技術集群的顯著廣度和異質性。接受咨詢的專家指出，在一定程度上，這對以足夠的細微差別產生對未來趨勢和潛在影響的洞察力提出了挑戰。在為深入技術評估提供信息的有針對性的文獻綜述和專家訪談提供了相關數據的情況下，每個技術集群內不同技術之間的潛在差異在本報告中突出顯示。

? STREAM 研討會定量見解的穩健性。 STREAM 專家研討會聚集了有限的專家，共有 14 名參與者，不包括研究團隊。因此，應該在研究和報告的背景下產生和討論的更廣泛的定性見解的背景下審查和理解源自該活動的定量見解。此外，解釋調查結果時應考慮參與者的專業知識和經驗，在這種情況下，主要包括新興技術在安全和國防方面的戰略影響。

? 文獻回顧和咨詢活動。認識到關于新技術和新興技術潛在影響的現有研究基礎的廣泛性，并且由于項目的時間框架和資源限制，該研究借鑒了選定數量的文獻來源的見解。研究團隊通過優先考慮最新的資源并將文獻綜述結果與利益相關者參與活動的見解進行三角剖分，解決了因只能與有限數量的資源互動而產生的挑戰。

? 未來的不確定性。本研究的目的是確定到 2040 年新興技術對戰場的潛在影響的未來趨勢。鑒于技術變革的步伐以及圍繞新技術的未來使用和性能以及戰場動態的內在不確定性程度，分析本研究中提出的發現不應被解釋為對特定未來進展和情景的預測。相反，他們應該提供對主要趨勢、機遇和挑戰的洞察，讓相關利益相關者能夠駕馭和管理技術變革的復雜性和不確定性，并設計相關的靈活、前瞻性政策和投資策略。

1.4 本報告的結構

除了這個介紹性章節之外，本文件還包括三個附加章節：

? 第 2 章——不斷演變的政策背景和未來戰略環境——介紹了預計將塑造未來戰場的趨勢和驅動因素，以及有關歐洲國防和技術創新。

? 第 3 章——塑造 2040 年戰場的新技術和新興技術的概述和評估——深入概述了研究中考慮的選定技術集群，包括相關的新興和潛在的未來技術趨勢，以及歐洲可能面臨的機遇和挑戰防御源于這些。

? 第 4 章——歐盟的調查結果、影響和政策選擇——介紹了從跨領域結果分析中得出的主要研究結果，并制定了供歐盟利益相關者和機構考慮的政策選擇。

核心報告附有完整的參考書目和五個技術附件：

? 附件A 基于主要報告第 2 章的見解，深入討論了歐盟國防和新興技術的政策和監管格局。

? 附件B 提供了研究方法和研究方法的詳細概述。

? 附件C 詳細概述了 STREAM 研討會產生的定量發現和見解，補充了報告第 4 章中包含的高級摘要。

? 附件D 提供了研究過程中用于訪談和研討會活動的專家和利益相關者參與材料的副本。

? 附件E 提供了通過研究的視野掃描練習確定的完整技術長名單。

內容概述

蘭德歐洲公司研究提出，塑造2040年戰場的6個關鍵技術群分別是：人工智能、機器學習和大數據，先進機器人技術與自主系統，生物技術，可產生新效應的技術，衛星和太空裝備技術，人機交互。

1、人工智能、機器學習和大數據

（1）定義

能夠執行高級計算，以分析和解釋大量數據的軟件技術

（2）未來趨勢

? 人工智能和機器學習系統的成熟度，及其處理模糊復雜情況和不對稱信息的能力將會提高

? 數據科學不斷進步（例如，無監督“深度學習”系統），從非結構化或陌生數據中進行學習的能力將會提高

? 共有及私營機構中人工智能、機器學習和大數據的應用不斷擴大

（3）對未來戰場的關鍵影響

? 通過信息控制和數據訪問管理獲得戰略優勢

? 戰場決策速度的提高，改善了作戰系統的隱身能力和快速分析能力

? 攻擊溯源方面的挑戰增加（例如，基于人工智能的網絡攻擊）

2、先進機器人技術與自主系統

（1）定義

構成或實現先進無人系統的技術，包括在無人監督或控制下操作的技術

（2）未來趨勢

? 動力、精確起降、遙控與自主系統導航方面不斷進步

? 遙控與自主系統的功能進一步擴大，特別是情報、監視和偵察方面

? 互操作性和集群控制方面的進步

（3）對未來戰場的關鍵影響

? 快速響應、擴大范圍和覆蓋面、提高任務靈活性、精確打擊并降低附加傷害

? 保障戰場士兵的生命安全，增加對不斷升級的動態的激勵

? 低成本現貨系統向非國家和混合型對手擴散的風險

3、生物技術

（1）定義

利用生物系統或生物科學創新，開發具有先進特性和性能水平的系統相關技術

（2）未來趨勢

? 新型生物系統的生產，例如基因工程細菌

? 開發有針對性的生物技術，包括用于醫療、認知和體能增強的技術

? 生物科學與人工智能、機器人和增材制造的交叉融合

（3）對未來戰場的關鍵影響

? 通過“內在”增強、外部技術（如外骨骼）和先進醫療，增強士兵能力

? 生物技術與作戰機器人、自主系統、傳感器和電子設備的融合（仿生學）

? 通過生物病原體武器和新型載體，提高了生物威脅水平

4、可產生新效應的技術

（1）定義

增強動能和非動能效應，或以新形式進行常規打擊的武器及子系統等技術

（2）未來趨勢

? 高超聲速、定向能武器、電子戰能力和聲波/聲武器的進步

? 提高速度、射程、生存能力和精確度

? 熱控制和電源管理的發展

（3）對未來戰場的關鍵影響

? 防御能力多樣化

? 提供新的效應，促進多域作戰，縮短戰場上的時間和物理距離

? 潛在的軍備競賽升級，高超聲速和其他能力的擴散

? 核門檻的潛在模糊，對危機穩定性提出了挑戰

5、衛星和太空裝備技術

（1）定義

能夠進入太空，或輔助地面或空間作戰的太空技術

（2）未來趨勢

? 空間發射技術、空間傳感器和衛星技術的不斷進步

? 降低發射成本，包括通過可重復使用的發射系統和單級入軌系統降低成本

?太空日益表現出“對抗性、擁擠性和競爭性”的特征

（3）對未來戰場的關鍵影響

? 分散空間精確打擊和網絡中心戰的驅動力

? 越來越多地依賴天基系統來實現連接、情報、監視和偵察和導航，導致天基和地面基礎設施受到攻擊時更容易受到嚴重破壞

6、人機交互

（1）定義

促進人機交互或人機編組的技術，包括信息傳輸

（2）未來趨勢

? 人機編組技術的民用和軍事應用不斷拓展

? 腦-機、腦-腦通信和數據傳輸技術、交互式任務學習和人機界面的應用，以實現復雜的現實場景導航

（3）對未來戰場的關鍵影響

? 人機界面將成為未來戰場人控制自主系統的關鍵因素

? 未來戰場上可能出現人機界面故障和意外后果

? 人機界面漏洞可能被對手利用，為指控帶來風險

除了上述6個技術群外，報告還提出了其他有望塑造未來戰場的技術群。這些技術的應用時間較晚、應用的不確定性較高。主要包括：先進的能源和電力系統、新型和先進材料及制造、量子技術、計算/數據存儲和電信、傳感器和雷達技術。

新興軍事技術

國會議員和五角大樓官員越來越關注發展新興軍事技術，以加強美國的國家安全，并與美國的競爭對手保持同步。美國軍方長期以來一直依賴技術優勢來確保其在沖突中的主導地位，并保障美國的國家安全。然而，近年來，技術的迅速發展和迅速擴散，很大程度上是由于商業領域的進步。正如前國防部長查克·哈格爾(Chuck Hagel)所觀察到的，這種發展已經威脅到美國傳統的軍事優勢來源。美國國防部(DOD)已經采取了一系列措施來遏制這一趨勢。例如，2014年，國防部宣布了第三次抵消戰略，這是一項為軍事和安全目的以及相關戰略、戰術和作戰概念開發新興技術的努力。為了支持這一戰略，國防部建立了許多專注于國防創新的組織，包括國防創新單位和國防戰爭聯盟小組。

最近，2018年的國防戰略呼應了第三次抵消戰略的基礎，指出美國的國家安全可能會受到影響： 受到快速技術進步和戰爭性質變化的影響....新技術包括先進的計算、“大數據”分析、人工智能、自主、機器人、定向能源、超音速和生物技術——這些技術確保我們能夠在未來的戰爭中戰斗并贏得勝利。 美國是開發這些技術的領導者。然而，中國和俄羅斯這兩個關鍵的戰略競爭對手，在發展先進軍事技術方面正在穩步取得進展。隨著這些技術被整合到國外和國內的軍事力量中并部署，它們可能會對國際安全的未來產生重大影響，并將成為國會在資金和項目監督方面的一個重要焦點。

本報告概述了美國、中國和俄羅斯的一些新興軍事技術:

• 人工智能,
• 致命的自主武器，
• 超音速武器,
• 定向能武器，
• 生物技術,
• 量子技術。

它還討論了國際機構內監測或規范這些技術的相關倡議，考慮了新興軍事技術對戰爭的潛在影響，并為國會概述了相關問題。這些問題包括新興技術的資金水平和穩定性、新興技術的管理結構、與征聘和留住技術工作者有關的挑戰、迅速發展和兩用技術的采購過程、保護新興技術免受盜竊和征用，以及對新興技術的治理和監管。這些問題可能會影響到國會的授權、撥款、監督和條約的制定。