當今日益不穩定的地緣政治環境為暴力組織的發展提供了機會--無論是恐怖分子、犯罪分子、叛亂分子還是好戰分子。因此,對北約及其國家來說,監測和了解潛在的威脅性組織是非常重要的,因為它們在不斷發展。同時,數字化導致了開源信息量的爆炸性增長,帶來了分析機會,但也帶來了信息過載的挑戰,而人工智能(AI)的發展為應對這一挑戰提供了新的技術。在本文中,我們以組織理論和人工智能的知識為基礎,提出了一個從大量開放源中自動提取威脅性組織信息的方法的第一步。具體來說,我們使用一個現有的暴力組織數據庫作為起點,并結合三種不同的人工智能方法來提取幾個特定的組織特征。(1) 監督機器學習(ML)用于提取活動類型和目標類型;(2) 無監督ML用于提取意識形態;以及(3) 自然語言處理(NLP)用于提取組織規模、領導人數量以及攻擊中的死傷人數。我們評估了這些方法的性能,并對它們的普遍性進行了思考。通過這樣做,我們向自動監測威脅性組織及其演變過程中的定義特征的工具邁出了一步。我們討論了未來的步驟,例如實施模型來"填補"缺失或不完整的信息,以及在新的威脅性組織出現時自動檢測它們。
今天的威脅環境是由一系列復雜和不斷演變的暴力組織組成的--無論是恐怖分子、犯罪分子、叛亂分子還是好戰分子。北約及其國家需要監測和了解這些組織,以確保其社會的安全和保障。有幾個因素使這些努力變得復雜。首先,沖突的混合性質越來越強,這意味著經常作為國家行為者代理人的組織不斷出現、演變和消失,有時速度很快(Treverton, 2014)。這些組織在公開軍事對抗的門檻下運作,往往是隱蔽的,跨越地理邊界或在網絡空間,這使得將活動歸于這些組織成為一種挑戰(Cullen,2018;NATO,2019)。復蘇的大國競爭促成了不穩定的地緣政治環境,而COVID-19大流行病等全球危機和氣候變化帶來的日益明顯的壓力只會使這種環境更加復雜(Bekkers, Meessen & Lassche, 2018)。同時,數字化產生了超負荷的潛在相關信息,以了解暴力組織。因此,北約及其國家為了解不斷變化的威脅所做的努力面臨著足夠的挑戰。
需要創新的方法來克服這些挑戰,并提高我們了解暴力組織的能力,因為它們在不斷發展。任何建議的方法都需要能夠處理可以從公開來源收集到的見解,并處理相關的信息過載問題。傳統的情報方法是人力密集型的,而且不適合復雜和不斷變化的行動環境和其中的對手(Eisler,2012)。為了支持分析員改善指揮官的情報狀況,我們探索自動方法來提取、更新和構建傳入的開放源信息。
任何新的方法都應該認識到,關于暴力組織的大量(歷史)知識已經存在,包括在公開的知識庫中(例如,NCTV, 2021; Stanford CISAC, 2021)。這些資源的價值不僅在于其信息價值,而且還在于信息的結構是有意義的,是基于為其做出貢獻的分析人員的定性專業知識。例如,這些知識庫的結構與暴力組織的重要特征相對應,如其運作方式、規模、意識形態、結構等。(van der Vecht & Keijser, 2018)。這種現有的結構化知識在指導分析和監測大量傳入的非結構化且通常不完整的信息方面可能非常有用。方法上的挑戰在于將這種現有的結構化知識與傳入的信息相結合。換句話說:將分析師驅動的見解與數據驅動的見解相融合,以提高對暴力組織的情況了解。
在本文中,我們旨在解決這一挑戰,同時借鑒現有的工作,將數據驅動(數據科學和人工智能)和分析師驅動(定性、理論驅動)的見解結合起來(Pherson & Pherson, 2020;Westerveld, Powell & Eles, 2020)。其結果是圖示的方法,它使用了人工智能(AI)技術的組合,從公開來源中提取關于暴力組織在一段時間內的定義性特征的信息。通過這樣做,我們希望支持分析師處理信息過載的問題,并向為國防從業人員提供決策支持工具邁出一步,以了解不斷變化的威脅。具體來說,我們以組織理論、情報分析和人工智能方面的文獻為基礎并加以擴展,以解決以下研究問題:
2019年冠狀病毒(COVID-19)大流行以多種方式影響了加拿大武裝部隊(CAF)及其成員。由于CAF為其成員管理自己的醫療保健系統,它必須考慮COVID-19不僅對其勞動力的運作效率,而且對其醫療保健業務的影響。此外,鑒于CAF繼續在國內和國際行動中進行部署,它必須保持對該大流行病狀況的本地和全球意識。加拿大國防研究與發展中心(DRDC)的業務研究和分析中心(CORA)以嵌入整個CAF的科學家小組的形式運作,隨著大流行病的發展,這些科學家中的許多人在小組之間進行合作,并在彼此的分析基礎上為個別指揮官最終向CAF和其外科主任提供更廣泛的建議。在許多方面,這代表了DRDC CORA在第二次世界大戰中的回歸。本文強調了這些貢獻的廣度,并確定了成功的關鍵推動因素。在這樣做的過程中,它涵蓋了DRDC CORA的分布式模式如何有利于快速形成非正式和正式的團隊,為CAF提供及時和有影響力的建議,以及如何利用公共和內部信息來源,使指揮官能夠對行動風險做出明智的決定。
#引言 雖然科學應用于軍事行動的確切起源難以確定,但在加拿大,軍事作戰研究(OR)作為一門正式的學科,始于二戰期間的全球威脅。與其他國家一樣,加拿大的研究人員被征召參加戰爭,少數人被派往英國部隊,在那里,支持軍事的作戰研究最近已經扎根。不久之后,加拿大高級軍事領導人認識到這些科學家為英國武裝部隊提供的價值,并在三個傳統的環境服務部門(陸軍、海軍和空軍)中分別建立了自己的OR單位。這些單位在戰爭結束后被解散,但僅僅在短短幾年內,OR就在加拿大國防部重新建立起來。從那時起,這種能力已經通過多種形式發展起來,其中大部分科學家現在形成了作戰研究和分析中心(CORA),是加拿大國防研究和發展部(DRDC)的一部分。
嚴重急性呼吸系統綜合癥冠狀病毒2(SARS-CoV-2)的出現,即引起2019年冠狀病毒病(COVID-19)的病毒,導致了一場大流行,至今仍影響著日常生活的許多方面。因此,它代表了最新的全球威脅,手術室的資源已經被動員起來應對。本文討論了促進CORA反COVID-19努力的因素,并簡要描述了因此而完成的工作。目的是對這項工作的廣度提供一個概述,如果需要更多的信息,請讀者參考其發表的記錄。
本文件的其余部分結構如下。第2節提供了CORA目前結構的總體概述,以及一些相關的組織理念,這些理念有助于在大流行病期間實現成功的分析反應。第3節描述了這些因素如何對CORA有利,而第4節介紹了CORA科學家在支持加拿大大流行病相關工作中的一些主要成就。第5節描述了從我們的COVID-19反應中所獲得的經驗教訓。最后,第6節提出了結論意見。
目前越來越多的趨勢是從實況空中訓練轉向明顯更便宜的模擬任務訓練。然而,節省成本并不是唯一的原因;特定任務根本無法在真實環境中得到有效和安全的訓練。模擬似乎是通用的解決方案。
但戰斗機飛行員僅在飛行模擬中無法達到所需的戰備水平。因此,現場訓練和綜合訓練相結合可能是理想的答案。
北約MSG活動128和165通過分布式模擬探索了北約任務訓練的操作和技術要求,并提出了聯合和聯合空中作戰的通用參考架構。盡管他們的主要重點是虛擬和建設性模擬,但實時訓練方面一直被考慮在未來擴展到LVC培訓網絡。
本次講座強調了混合現場和綜合訓練的好處,并適當考慮了在多域和跨國網絡中連接多個資產的困難。目前正在開發和建立諸如LVC網關、多級安全(MLS)架構、跨域解決方案(CDS)、特殊人機界面(HMI)等技術解決方案,以使這一切成為可能。
剩下的主要限制是什么?解決方法是什么?
本文研究了在信息時代,俄羅斯聯邦的各種官僚機構如何利用外交語言、宣傳和軍事信號,圍繞沖突和暴力實時地進行有利的敘述。這兩年的外交聲明和政治軍事行動共有約3000條記錄可供考慮,提供了大量的數據供評估。通過研究2019年和2020年這些聲明的頻率、預期信息和目標,本文確定了俄羅斯如何在口頭上介入全球事件的趨勢,并將這種做法與俄羅斯軍事干預的行動能力聯系起來。盡管作為國家活動的外交活動和軍事信號早在信息時代之前就已存在,但本文評估了這些工具在現代環境中的使用情況。了解俄羅斯將如何試圖干預或阻止外界對世界各地的政治和軍事危機的反應是至關重要的,因為政治限制可能仍然是信息時代軍事決策的最重要的限制因素,特別是對民主國家的軍隊,如北約成員。
為了逆向設計顏色革命,俄羅斯的國策越來越多地利用其境外的社會裂痕和暴力來削弱其對手并夸大其作為大國的偽裝。本文利用2019-2020年俄羅斯言論數據庫,調查了俄羅斯國家宣傳如何利用海外暴力事件來推進這一議程;然后將這種言論與當代俄羅斯的軍事行動和現代化進行比較,以評估宣傳活動是否與俄羅斯的作戰能力相關。這允許對俄羅斯在世界各地的暴力事件中的言行進行比較。
本文沒有調查俄羅斯信息戰政策在每個暴力事件中的具體動機,而是局限于分析俄羅斯外交和軍事政策的表達。通過研究不同地域的宣傳和行動的頻率,不管是什么原因,本文突破了俄羅斯信息戰的刻意混淆性質,顯示了某些可量化的模式。
本文發現有證據表明,俄羅斯通過宣傳和軍事力量的展示,將歐洲挑出來進行恫嚇。如果排除烏克蘭這個例外情況,俄羅斯的宣傳和軍事示威的全球分布在地區和聯盟關系上都有相當強的相關性。同樣,與美國的主要非北約盟國(MNNA)、俄羅斯的盟國或不結盟國家相比,俄羅斯的憤怒似乎主要針對北約成員國。然而,如果將其分解到除美國以外的各個北約成員國的層面上,這種關聯性就不那么明顯了。
任務指揮是一種分散指揮和控制的概念,它試圖將戰爭的克勞塞維茨的混亂性質作為一種優勢,通過允許下屬軍官在其指揮官的意圖范圍內行使主動權,并利用他們對其部署區域的更好的態勢感知,使采用它的一方獲得決策優勢。任務指揮,作為一種分散的軍事行動方法,被大多數西方武裝部隊作為一種理論并采用。然而,信息技術已經發展到這樣的程度,今天的指揮官們擁有先進的指揮和控制系統,與不遠的過去相比,這些系統使他們對局勢的認識和通信能力有了極大的提高。因此,克勞塞維茨的 "戰爭迷霧 "和 "摩擦 "概念受到了質疑,相應地,任務指揮也受到了質疑。
本文探討了在現代信息時代的戰爭環境中,任務指揮是否仍然是一個相關的指揮和控制概念。在此背景下,我不僅考察了該方法在戰爭中的有用性,從過去到今天,而且還考慮到了該舉措對培養有能力和有效力的軍事領導人的重要性。
本文表明,現代指揮和控制系統的能力使集中指揮不僅成為可能,而且更加有效。然而,戰爭仍然是一種混亂的現象。這類系統的冗余和彈性至關重要,在出現故障時,下屬指揮官必須有能力單獨行動。
任務指揮(Auftragstaktik)被許多學者和軍官認為是德國軍事藝術在現代戰爭中的最重要貢獻。至少在理論上,任務指揮受到北約大多數武裝力量的贊揚和提倡,他們強調地方指揮官在戰場上行使分散控制和主動權的重要性,以戰勝戰爭的不確定性并取得軍事行動的成功。
同時,大眾媒體和社會媒體的發展大大增加了軍事行動對社會的影響,至少在民主國家。今天,由于信息的快速無序流動和社交媒體的影響,即使是小的戰術行動也會對公眾輿論產生不成比例的影響。因此,政治和軍事領導人試圖對軍事行動進行嚴格的集中控制,以避免發展出不必要的情況。在這種情況下,任務指揮作為一個概念很難被接受和實施,因為它需要將權力和責任交給他人。
此外,目前的信息時代技術導致了現代C2系統的急劇進步,它為高級指揮官提供了前所未有的實時通信和態勢感知能力,聲稱要擊敗過去主導戰場的不確定性。由于這些系統的存在,越來越多的人傾向于由高層總部集中控制行動。因此,任務指揮部很少被充分應用,尤其是在戰術層面以上。雖然它作為一種方法存在于理論中,但作戰命令往往越來越詳細,而各級指揮部之間不斷的實時溝通,更減少了下級指揮官的主動性空間。
我將在本文中研究的問題是,在現代作戰環境中是否還有任務指揮的空間,或者換一種說法。信息時代和C2系統的發展是否已經使任務指揮部過時了?使其如此有效的條件是否已經不復存在,其程度如何?
北約和各國迫切需要進行團結和聯合集體訓練,以確保任務準備就緒:目前和未來的行動是多國性質的,任務和系統慢慢變得更加復雜,需要詳細準備和迅速適應不斷變化的情況。由于可用資源少、訓練范圍有限、避免對手關注第五代戰術和系統能力的挑戰以及政治決策和部署之間準備時間有限,多國背景下的現場訓練和任務準備的機會減少了。模擬已經成為解決我們軍隊訓練需求的重要工具,各國正朝著通過分布式模擬(MTDS)能力采用國家任務訓練的方向發展。聯合部隊正在尋找實況和模擬訓練與演習之間的新平衡,以提供兩全其美的效果。
北約建模和仿真組(NMSG)的若干倡議為北約MTDS愿景和行動概念的發展貢獻了寶貴的投入(MSG-106 NETN, MSG-128 MTDS, MSG-169 LVC-T)。基于這些結果,當前/最近的NMSG活動(MSG-163北約標準演變、MSG-165 MTDS- ii、MSG-180 LVC-T)致力于為聯合和聯合作戰開發一個通用MTDS參考體系結構(MTDS RA)。最近完成的MTDS RA版本以構建模塊、互操作性標準和模式的形式定義了指導方針,用于實現和執行分布式模擬支持的綜合集體訓練和演習,獨立于應用領域(陸地、空中、海上)。此外,MSG-164 (M&S作為服務II)開發了一種技術參考體系結構(MSaaS TRA),其中包含用于實現所謂MSaaS能力的構建塊。這些構建模塊可以與MTDS RA相結合,以包括作為服務執行綜合集體訓練和演習的指導方針。
MTDS RA的當前版本提供了一個基線,以詳細說明和確定應進行進一步需求/技術開發的領域。未來更新的主題包括網絡作戰和影響、危機管理、實時系統集成、多域或混合作戰等。
聯合MTDS對北約和國家戰備至關重要。本文提供了MTDS RA的背景、目標和原則,以及實現持久的北約范圍內綜合性集體訓練能力的前進方向。聯合MTDS RA的維護和繼續發展將是幾個北約國家、伙伴國家和組織在NMSG主持下的合作努力。
本報告描述了北約第一個多領域小組IST-173所取得的成果。與會者包括來自不同小組和團體的科學家,以及來自北約機構和軍事利益攸關方、學術界和工業界的科學家,這為AI和軍事決策大數據這一主題創造了第一個利益共同體。該團隊在實踐中證明了一種新的STO方法的可行性,即任務導向研究,以激發公開對話、自我形成的研究合作和跨小組活動。此外,該方法還有助于為人工智能和軍事決策大數據這兩個主要能力領域聯合開發北約首個科技路線圖,以應對北約在這些領域面臨的作戰挑戰。由于新的組織(軍事利益相關者積極參與的多領域團隊)和這種創新方法的應用,確定了一些經驗教訓,應該支持軍事決策AI和大數據的進一步操作。
【報告概要】
認識到地面自主系統需要在未知的任務中運行,北約正在對地面車輛自主移動建模和仿真進行投資,以改進和準備未來運作。來自世界各地的北約工程師和科學家正在努力而有目的地塑造未來的作戰能力,并作為地面部隊保持準備和彈性。隨著北約展望未來,地面車輛界有機會幫助塑造陸軍在實現國家和國際安全目標方面的獨特作用。隨著情報、監視、目標獲取和偵察能力的快速發展,確保自主機動性和操作變得更加重要。北約的未來部隊必須能夠并準備好在極端條件下執行各種任務,因此它必須準備好運用地面力量/地面部隊,以在整個軍事行動中實現戰略成果。
地面自主系統是許多北約國家未來軍事戰略的關鍵部分,商業公司正在競相開發自主系統以率先進入市場。在這場部署這些系統的競賽中,仍然缺乏對這些系統的能力和可靠性的了解。自主地面系統的一項關鍵性能衡量指標是其在道路上和越野時的機動性。自主武器系統的開發和部署通常指向幾個軍事優勢,例如作為力量倍增器,更重要的是,可能需要更少的作戰人員來完成特定任務。與商業自治系統不同,軍隊必須在可能不存在道路的未知和非結構化環境中運作,但物資必須到達前線。在戰場上,機動性是生存能力的關鍵,指揮官知道在什么地形上部署哪種車輛至關重要。指揮官需要有能力評估自己和敵方部隊在作戰區域的車輛機動性,這將增加對任務規劃的信心,并降低因車輛受損而導致任務失敗的風險。
北約國家聯合探索評估地面自主系統性能和可靠性的方法,制定一項戰略,以制定一個總體框架,以開發、整合和維持先進的載人和地面自主系統能力當前和未來的力量。該活動利用了 AVT-ET-148、AVT-248 和 AVT-CDT-308 在下一代北約參考移動模型 (NG-NRMM) 上的結果,并共同證明了自動駕駛汽車具有專門的建模和仿真要求關于流動性。隨后,開發了任務領域,并組建了團隊以開展以下工作:
自主軍事系統 M&S 的挑戰和特殊要求;
與自主軍事系統相關的定義;
當前可用于評估自主系統移動性的軟件;
評估移動性與數據通信的相互依賴性的方法;
以NG-NRMM AVT-248 結果為基礎,確定評估自主系統越野機動性的方法。
這項工作提供了一份文件,簡要概述了現有能力、計劃的未來活動以及后續研究任務組 (RTG) 的戰略方向。這份總結報告將詳細介紹這些成就,并為自主導航框架的開發和實施提供建議。
Drone Wars UK 的最新簡報著眼于人工智能目前在軍事環境中的應用方式,并考慮了所帶來的法律和道德、作戰和戰略風險。
人工智能 (AI)、自動決策和自主技術已經在日常生活中變得普遍,并為顯著改善社會提供了巨大的機會。智能手機、互聯網搜索引擎、人工智能個人助理和自動駕駛汽車是依賴人工智能運行的眾多產品和服務之一。然而,與所有技術一樣,如果人們對人工智能了解甚少、不受監管或以不適當或危險的方式使用它,它也會帶來風險。
在當前的 AI 應用程序中,機器為特定目的執行特定任務。概括性術語“計算方法”可能是描述此類系統的更好方式,這些系統與人類智能相去甚遠,但比傳統軟件具有更廣泛的問題解決能力。假設,人工智能最終可能能夠執行一系列認知功能,響應各種各樣的輸入數據,并理解和解決人腦可以解決的任何問題。盡管這是一些人工智能研究計劃的目標,但它仍然是一個遙遠的前景。
AI 并非孤立運行,而是在更廣泛的系統中充當“骨干”,以幫助系統實現其目的。用戶不會“購買”人工智能本身;他們購買使用人工智能的產品和服務,或使用新的人工智能技術升級舊系統。自主系統是能夠在沒有人工輸入的情況下執行任務的機器,它們依靠人工智能計算系統來解釋來自傳感器的信息,然后向執行器(例如電機、泵或武器)發出信號,從而對機器周圍的環境造成影響.
人工智能被世界軍事大國視為變革戰爭和獲得戰勝敵人的優勢的一種方式。人工智能的軍事應用已經開始進入作戰使用,具有令人擔憂的特性的新系統正在迅速推出。與軍事和公共部門相比,商業和學術界已經引領并繼續引領人工智能的發展,因為它們更適合投資資金和獲取研究所需的資源。因此,未來人工智能的軍事應用很可能是對商業領域開發的技術的改編。目前,人工智能正在以下軍事應用中采用:
人工智能和英國軍事
綜合審查和其他政府聲明毫無疑問地表明,政府非常重視人工智能的軍事應用,并打算繼續推進人工智能的發展。然而,盡管已經發布了概述使用自動化系統的學說的出版物,但迄今為止,英國國防部 (MoD) 仍然對管理其人工智能和自主系統使用的倫理框架保持沉默,盡管已經做出了一些重大決定。軍事人工智能的未來用途。
英國國防部一再承諾發布其國防人工智能戰略,預計該戰略將制定一套高級倫理原則,以控制軍事人工智能系統的整個生命周期。該戰略是在與來自學術界和工業界的選定專家討論后制定的,盡管政府尚未就與人工智能的軍事用途相關的倫理和其他問題進行公開磋商。該戰略的主要目的之一是向行業和公眾保證,國防部是人工智能項目合作的負責任合作伙伴。
與此同時,在沒有任何道德指南的情況下,計劃和政策正在迅速推進,主要問題仍未得到解答。英國軍隊在什么情況下會采用人工智能技術?政府認為何種程度的人為控制是合適的?風險將如何解決?英國將如何向其盟友和對手證明英國打算采取有原則的方法來使用軍事人工智能技術?
軍事人工智能系統帶來的風險 上述人工智能的每一種不同的軍事應用都會帶來不同的風險因素。作為國防部總部后臺操作的一部分,對數據進行排序的算法會引發不同的問題和擔憂,并且需要與自主武器系統不同級別的審查。
盡管如此,目前正在開發的人工智能系統無疑會對生命、人權和福祉構成威脅。軍事人工智能系統帶來的風險可以分為三類:道德和法律、操作和戰略。
道德和法律風險
-問責制:目前尚不清楚如果出現問題,誰來承擔責任:如果計算機運行不可預測并因此犯下戰爭罪行,懲罰它是沒有意義的。
人權和隱私:人工智能系統對人權和個人隱私構成潛在威脅。
不當使用:在戰斗環境中處于壓力之下的部隊可能會試圖修改技術以克服安全功能和控制。
作戰應用風險
偏見的技術來源:人工智能系統的好壞取決于它們的訓練數據,少量損壞的訓練數據會對系統的性能產生很大影響。
偏見的人為來源:當人類濫用系統或誤解其輸出時,可能會導致偏見。當作戰員不信任系統或系統非常復雜以至于其輸出無法解釋時,也會發生這種情況。
惡意操縱:軍用 AI 系統與所有聯網系統一樣,容易受到惡意行為者的攻擊,這些行為者可能試圖干擾、黑客攻擊或欺騙系統。
戰略風險
降低門檻:人工智能系統帶來了政治領導人在沖突中訴諸使用自主軍事系統而不是尋求非軍事選擇的風險。
升級管理:涉及人工智能的軍事行動的執行速度降低了審議和談判的空間,可能導致快速意外升級并造成嚴重后果。
軍備競賽和擴散:對軍事人工智能的追求似乎已經引發了軍備競賽,主要和地區大國競相發展其能力以保持領先于競爭對手。
戰略穩定性:如果先進的人工智能系統發展到能夠預測敵人戰術或部隊部署的程度,這可能會產生高度不穩定的后果。
本簡報列出了為人工智能設想的各種軍事應用,并強調了它們造成傷害的可能性。它認為,減輕軍事人工智能系統帶來的風險的建議必須基于確保人工智能系統始終處于人類監督之下的原則。
迄今為止,公眾對人工智能和機器人技術進步所帶來的社會變化和風險似乎知之甚少。這份簡報的部分目的是為了敲響警鐘。人工智能可以而且應該用于改善工作場所的條件和對公眾的服務,而不是增加戰爭的殺傷力。