提綱

• 戰術無人機營--一個場景
• 背景和框架
  • 未來戰斗行動的開展
  • 人工智能
  • 政治和法律框架
• 目標
  • G1：提高日常工作的效率
  • G2: 提高行動能力
  • G3: 解決潛在的能力差距
• 驅動力
  • DF1: 潛在對手的人工智能能力
  • DF2：作戰行動的動態性不斷增強
  • DF3: 更少的合格人員
  • DF4: 資源短缺
  • DF5: 信息的數量和密度
  • DF6：信息技術和人工智能發展的動態性
• 陸軍發展的行動領域(FoA)
  • FoA1：現有系統的進一步發展
  • FoA2：新的武器系統和武器裝備
  • FoA3：人員/物資的人工智能能力管理
  • FoA4：在培訓中使用人工智能
• 組織結構的行動領域
  • 招聘人工智能專家
  • 軍隊、研究和工業之間的合作
  • 國際合作
  • 使用測試和實驗結構
  • AI數據基礎設施和組織
• 總結
• 附件：德國陸軍概念和能力發展中的實施措施

在軍事上有許多行動領域使用人工智能。除了對正在使用的系統進行持續的進一步開發和人工智能鑒定，特別是具有新特性的未來系統將能夠從人工智能的應用中受益。日常工作中的人員和物資管理，以及培訓，也提供了主要的潛在行動領域。

一個精心定義的政治和法律框架是必不可少的，特別是對于軍事力量的使用。因此，目前和將來使用自動化和自主系統必須符合FMoD的政治和法律要求。除了政治和法律方面，從軍事角度來看，使用致命性自主武器系統也是一種不可取的、非預期的選擇。

人工智能是一種高技術，需要大量的專業知識和開發努力。為了實現這一目標，德國陸軍正在尋求與歐洲工業和研究的密切合作。在德國陸軍發展的背景下已經建立的技術與能力（TmC）模式正被用作進一步活動的起點。

為了能夠充分應對未來所有與人工智能相關的挑戰，德國陸軍必須擁有合格的人工智能人才。在這方面，聯邦國防軍面臨著來自民用部門的強烈競爭。為了滿足短期內的需求，軍隊正在依靠現有的OR/M&S人員。

目前所有的數據表明，利用人工智能的方法和程序可以大幅提高陸軍的效率和效力。為了能夠適當地應對即將到來的挑戰，必須采取與組織程序和結構有關的措施。因此，"陸軍中的人工智能 "立場文件建議為陸軍設立人工智能工作臺，為陸軍設立人工智能開發中心，為陸軍設立人工智能數據中心。只有這樣才能全面覆蓋人工智能領域的創新、人工智能系統的培訓和數據的提供。

下文將在附件中詳細介紹使早期實現成為可能所需的所有措施。

德國陸軍概念和能力發展中的實施措施

2018/2019年，在德國陸軍概念和能力發展中心開展了關于人工智能（AI）主題的 "技術與能力 "形式。在一系列研討會的過程中，根據北約綜合作戰計劃指令（COPD），確定了人工智能在陸軍所有能力領域以及武器和服務中的應用，并按行動路線進行分類。下面詳細列出了五個應用領域，每個領域都有不同的行動路線。

根據內容和發展的成熟度，這些措施和行動方針的實施是通過CD&E和R&T活動進行的，或者在CPM的范圍內通過適當的舉措進行。與聯邦國防軍的能力概況相匹配是至關重要的。陸軍概念和能力發展中心負責實施。

• 1 圖像分析

這個領域匯集了基于人工智能的目標識別和分類系統領域的所有活動。這些項目正在逐步建立起一種功能，以模塊化的方式擴展陸軍的各種保護和效果組件，包括從ISR到基于效果的自動系統。一個重點是將現有的民用方法用于軍事目的。

• 2 戰術無人機

這一領域匯集了與不同幾何形狀的小型無人機系統有關的所有活動。這些活動包括從偵察到障礙物，再到進攻性武器系統。不管是什么活動，重點都是在防御和部署自己的TaUAS的能力。一個重要的挑戰是，特別是創造出足夠堅硬和強大的TaUAS，使其能夠使用被動傳感器系統，在非常有限的通信和沒有GPS的情況下，在白天和晚上半自主地行動。

• 3 下一代戰斗管理系統（NGBMS）

這一領域匯集了所有側重于指揮和控制的活動。它既包括實現單一的功能，在適用的情況下，也可以在已經進行的活動中進行改裝，也包括將可能用于超戰爭情況的系統和方法概念化。沒有任何跡象表明有任何明顯的雙重用途。挑戰在于對指揮和控制過程的相關部分進行建模，以創建超戰可行的指揮和控制組件。理想情況下，指揮和控制過程的一部分可以按照博弈論的思路被描述為一個游戲，這樣人工智能就可以在決策支持或指揮和控制的自動手段的意義上使用。MUM-T是這方面的一個關鍵挑戰。

• 4 材料和基礎設施

這一領域匯集了后勤、維護和IT管理領域的所有活動。該行動路線包含了各種可以相對快速實施的措施，并有助于更好地應對當前在支持方面的挑戰。許多力爭實現的功能正在民用部門以非常類似的形式使用或開發。

• 5 分析方法

這個領域匯集了各種單獨的解決方案，其中人工智能和大數據可以為有關數據分析和優化的經典問題提供支持。數字化和人工智能提供了一個新的質量機會，因為某些問題（識別，......）可以實時和提前解決（也適用于車輛）或技術設備（如防火墻）。

軍事應用和指揮與控制（C2）系統可以從與物聯網（IoT）的整合中受益，因為物聯網的普遍性和普遍性可以大大改善對形勢的認識。在本文中，我們介紹了物聯網可能使軍事應用和現有C2系統受益的幾種情況。我們將這些場景與商業軟件和硬件的推動者聯系起來。最后，我們提供了一個系統的高級架構，我們在2021年聯軍戰士互操作性演習（CWIX）中使用該系統來展示物聯網與C2整合的好處。

物聯網和C2整合的應用場景

在下文中，將介紹由科學和技術組織（STO）信息系統技術（IST）-147和IST-176研究任務組（RTG）提出和探索的幾個展示物聯網和C2整合的場景，以及這些RTG探索的新場景和場景的擴展。

可部署的檢查站：在這種情況下，我們考慮一個部署在高安全區域之外的檢查站，如軍事基地，并可能由聯盟伙伴操作。由于位置和對運營商的部分信任，考慮使用低成本的COTS硬件，而不是特定的和可能的機密軍事硬件。在檢查站，安裝了多個物聯網傳感器，這些傳感器能夠自動檢測車輛是否為已知車輛，例如，通過分析車牌、發動機類型、車輛類型、車輛重量、車輛顏色，并通過面部和語音識別等方式獲取司機和車內人員的信息。如果檢查結果表明是經授權的車輛和有足夠權限的人，則允許該車進入該場所。否則，或者如果車輛沒有停下來，就會部署一架能夠追蹤物體的無人機來跟蹤該車輛。無人機通過長距離（LoRa）無線電協議發送關于事件和當前狀態的信息。對可部署的檢查站方案感興趣的技術包括用于車牌識別的人臉識別和光學字符識別（OCR），用于重量測量的力傳感器，語音識別，物體跟蹤和LoRa。

人道主義援助和救災（HADR）：我們考慮一個場景，即智能城市受到自然災害的襲擊，如地震、龍卷風或洪水。STO已經分析了這種場景的高級版本，作為危機管理桌面演習的一部分[9]。軍隊被要求協助當地政府機構提供必需品，如食品和醫療用品，以及醫療和搜救支持。指揮官的優先事項是增加可用的信息源數量以改善SA，接收實時后勤信息以改善規劃，監測移動部隊的健康和能力，并通過智能物聯網設備增強部隊的信息收集和處理。為了優化其工作的效率和效果，軍事人員依靠從幸存的智能城市基礎設施中檢索的數據。智能城市基礎設施包括傳感器、執行器和通信設備，例如，帶攝像頭的交通燈柱用于監測交通流量，以及污染和深L傳感器、智能交通網絡和智能電網。為了增強這些可能因災難而退化的能力，部隊也會在關鍵地點部署自己的傳感器，這些傳感器的數據也可以與地方當局共享，并用于建立一個共同的安全區[10]。在HADR場景中，從軍事應用的角度來看，感興趣的技術包括團隊感知工具包（TAK）服務器（FreeTAK）、安卓團隊感知工具包（ATAK）、智能城市應用程序接口（API）、可部署的氣體傳感器、運動傳感器、射頻（RF）傳感器、空氣質量傳感器，以及物體檢測和識別（通過攝像頭）。

智能基地：我們的智能基地方案是智能基地成本方案[11]的延伸，并確定了民用物聯網技術可以提供顯著附加值的幾個領域。事實上，在監測電力和環境條件、檢測設備故障和失效、實現預防性維護、監測物流和管理補給等方面，智能基地與智能城市有許多共同特點。這可以通過物聯網功能來提高智能基地的安全態勢（例如，預警系統和偵察工作）。鑒于與眾所周知和研究過的智能城市場景的相似性，我們在此不進一步闡述智能基地的場景。

連接士兵的分布式網絡：在這種情況下，我們考慮由多個單位的士兵執行一個特定的任務，例如巡邏。為了改善士兵的健康狀況，在執行任務期間，使用各種類型的可穿戴傳感器，如標準脈搏血氧儀[12]，或專門設計的心電圖（ECG）傳感器，如可穿戴健康貼片[13]，不斷監測他們的生命體征，另見圖1a。每個士兵單位，如圖1b所示，都配備了一個行星間文件系統（IPFS）節點，能夠接收屬于該單位的注冊傳感器的數據，因此，也充當了網關的角色。我們考慮兩種連接方案。在第一種方案中，傳感器通過藍牙[14]與士兵的智能手機連接，后者記錄傳感器數據、全球定位系統（GPS）數據和其他信息，并使用移動API（如[15]）將它們存儲在IPFS中。第二種選擇是通過LoRa[16]連接到最近的IPFS節點，作為一個網關[17]。關于一個單元的每個元素的信息被引導到一個可信的網關/IPFS節點，使數據在整個分布式網絡中可用。網關的分散存儲存儲相關數據，并將它們與現有的IPFS對等體同步，因此提供冗余。一個本地部署的軟件即服務（SaaS）應用程序（如Thinger.io平臺[18]）處理、分析和理解IPFS中的數據。該應用或相關的C2應用，如ATAK或北約共同作戰圖（NCOP），可以將這些信息提供給其他利益相關者，如圖2a所示。分布式C2應用的主要操作優勢是沒有單點故障。在任何時候，感興趣的利益相關者都擁有存儲在IPFS中的關于部隊的最新數據點（健康、疲勞、壓力）。

威脅識別：這個場景是連接士兵的分布式網絡的延伸。考慮一種情況，即在執行任務期間，一個單位遇到了敵人的炮火或聽到了附近的爆炸聲。一些COTS組件和服務可以用來開發更好的SA。例如，可以部署一架無人機，如Parrot ANAFI熱能無人機[19]，以初步偵察周圍地區的情況。收集到的圖像可以使用容易獲得的物體檢測服務進一步處理，如Facebook的Detectron2庫[20]，以及跟蹤能力，如Bobby Chen的物體檢測和跟蹤庫[21]。無人機可以被訓練成對某些手勢作出反應，例如，使用Facebook Research的FrankMocap姿勢估計器[22]，與生物指紋掃描儀輸入相聯系，并使用諸如[23]的人臉識別能力，只為已知的一組人服務。在空中飛行時，無人機可以 (1)進行物體檢測，并將數據發送到最近的網關，存儲在IPFS中（見前一個場景），或者(2)進行物體檢測，通過LoRa向最近的網關或手機發送一個JavaScript對象符號（JSON）數據結構，并可能將這些數據存儲在IPFS中（見前一個場景）。如果消息被發送到LoRa網關（例如，使用Libelium Meshlium[24]），網關必須被配置為將數據發送到消息隊列遙測傳輸（MQTT）服務器，例如HiveMQ[25]，以及發送到可擴展消息和存在協議（XMPP）服務器，例如Ignite Realtime Openfire[26]，它與C2系統集成，例如ATAK、NCOP、JChat。圖2b顯示了這第二種能力的圖示。上述方案的主要操作好處是在不危及人的生命的情況下增加了安全系數。

病人追蹤：這種情況涉及在屬于不同國家的設施之間跟蹤受傷的士兵（病人）。在這種情況下，所有士兵都被貼上射頻識別（RFID）標簽。每個RFID標簽都能唯一地識別一個士兵。此外，士兵的設備可以包含一個GPS追蹤器，該追蹤器被設計為在特定的時間間隔內或當集成加速計檢測到持續的運動時通過LoRa發送數據。受傷士兵在醫療設施之間被運送，直到他們到達本國或屬于本國的醫療設施。醫療機構會遇到屬于不同國家的士兵，應該記錄這些士兵的健康信息和狀態。在所有醫療機構中，工作人員應在當地數據庫中記錄他們認為必要的關于病人健康的所有信息。這些信息，以及進入和離開的時間戳，應該與士兵的RFID相關聯，并記錄在數據庫中，以便日后查詢。在這一點上，參與病人追蹤的任何一方都可以以這樣的方式查詢士兵的信息，即它只能檢索它需要知道的信息。為此，我們使用私有集交集（PSI），如谷歌的私有連接和計算項目[27]）。此外，各國可以在不接觸個別國家的未加密數據的情況下分析趨勢（例如，使用IBM的完全同態加密（FHE）工具包[28]），以確定模式，如訪問一組醫療單位的大多數病人在哪里花費最多時間，哪個醫療單位在任何特定時間有最多病人，等等。圖3顯示了一個圖，更詳細地描述了母國檢索其士兵當前位置信息的過程[29]。這個場景可以作為MEDSUITE的一部分來實現（見第3節）。所關注的技術包括PSI、同源加密（HE）、RFID、GPS和LoRa。這些技術在全文中被提及，并在下一章中進一步討論。病人追蹤的主要操作優勢是在不犧牲用戶數據保密性的情況下，支持國家間病人信息共享的自動化。

C2系統

已經確定了幾個可操作的 C2 系統，可以可視化或處理從 IoT 獲得的數據。

• MEDSUITE：醫療信息與協調系統；
• NCOP：北約共同行動圖；
• ATAK-CIV：民用安卓團隊感知工具包；
• 系統性SitaWare套件
• JChat：基于文本的異步聊天通信

物聯網和C2整合的體系結構

物聯網涉及廣泛的硬件產品（板卡、無線通信、傳感器）、軟件解決方案、框架和平臺。在本節中，我們對與軍事場景相關的技術和解決方案進行了非詳盡的概述。我們把重點放在廣泛可用和已知的商業現貨（COTS）解決方案上。這些技術手段可分為功能、安全和輔助性手段。

圖4顯示了聯合物聯網應用的擬議架構，包括上面討論的一些技術推動因素。在消息交換方面，MQTT協議允許物聯網設備之間交換消息。它的pub-sub架構是一個事實上的標準，被所有主要的云供應商使用。此外，IST-176工作組目前正在對屬于各個國家的物聯網系統之間的互操作性進行研究。使用社區支持的板卡，如Arduino和Raspberry Pi，在開發的便利性和速度以及技術支持的可用性方面帶來了顯著優勢。使用LoRaWAN可以有效地進行長距離的通信。它提供了安全性和可靠性，并有一個龐大的社區來支持它。LoRa依賴于能夠翻譯信息的網關，然后通過互聯網發送。然而，這在遠程環境中是不可行的。在這些情況下，我們建議利用衛星通信，使用銥星衛星星座和銥星短波數據收發器。根據所選擇的場景，標準的WiFi和藍牙總是很好的選擇。在需要公共云組件的情況下，或在實驗和驗證的情況下，主要的云供應商提供類似的功能。作為物聯網應用的主要C2系統，ATAK已被證明是一個合適的選擇。它是開源的，并被積極維護。該服務器的最新版本，即Free-TAK，支持與JSON消息的Representational State Transfer（REST）通信，允許與其他系統輕松集成。REST還沒有完全發揮作用，因此可能需要一個較低層次的整合。對于一個功能齊全的C2系統，我們推薦NCOP，在NATO內部使用。它支持多種信息類型，包括可擴展標記語言（XML）、ASCII、盟軍數據處理出版物（ADatP）-3、超視距瞄準（OTH-T）黃金、結構化查詢語言（SQL）、MS Excel和北約矢量圖（NVG），以及多種通信協議，如REST和簡單對象訪問協議（SOAP）。作為一個缺點，它有一個陡峭的學習曲線和漫長的部署程序。此外，它還使用了舊的COTS組件，如Windows Server 2012或SQL Server 2012。對于具有特定策略的數據加密，OpenABE提供了一個有趣的、經濟的解決方案。使用ABE可以區分具有不同訪問級別的用戶。此外，IPFS被推薦用于分布式點對點的信息存儲。

想象力和對物理原理不斷發展的理解是未來技術能力的唯一界限，當美國陸軍將自己轉變為一支能夠在多域作戰（MDO）中占主導地位的部隊時，技術在建立和保持對敵手的優勢方面的作用就會增加。美國的政府機構包含了一些組織，負責資助、研究、開發并在新技術增長時將其納入部隊。本專著描述了目前正在開發的能力，這些能力將作為下一代概念的基礎，目前只存在于科幻小說中，但現實中卻有可能實現。它概述了這些進展中的技術所提供的潛在機會，以及它們如何能夠融入所有領域的未來作戰環境。

引言

隨著美國國防部（DoD）從大規模戰斗行動概念向多域作戰（MDO）和聯合全域作戰過渡，對跨領域技術整合的重視程度繼續提高。公共和私營部門的研究和開發組織已經從關注具體的能力轉向提供基本概念的創新，正如陸軍優先研究領域中所概述的那樣（見圖1）。雖然這些優先事項是陸軍特有的，但國防部的其他部門也在為技術創新投入大量資源。

圖 1. 美陸軍優先研究領域。美國陸軍，“2019 年陸軍現代化戰略：投資未來”。

2019年正式成立的美國太空部隊（USSF），在其預算撥款中包括89億美元用于發展天基系統技術。 作為領導將新技術納入空間領域當前和未來擬議戰爭概念的軍事機構，USSF占據了一個不斷發展以滿足作戰環境變化的角色。在短期內，其余領域的更多能力將依賴于空間領域的資產，并推動對技術能力和效率的要求呈指數級增長。美國防部或整個美國政府的任何作戰組織都沒有智力或財政能力來單獨管理這一巨大的任務。與私營企業的緊密合作提供了美國所需的優勢，以保持對其對手的相對優勢。

民用技術的軍事應用和軍用技術的民用應用通過連接兩個平行的研究軌道和匯集關鍵資源如突破、設施和資金來加速發展進程。美國的幾家私營公司已經有專門的部門與政府合作，使雙方受益。作為洛克希德-馬丁公司的一部分，臭鼬工廠負責開發標志性的軍用飛機，如F-117夜鷹和SR-71黑鳥，而雷神技術實驗室創造了愛國者導彈，至今仍是國家防空計劃的基石。私營企業和軍方官員之間的持續合作也改善了技術預測，使規劃者有能力建立起納入仍在開發管道中的概念的途徑，甚至在它們準備投入使用之前。

在本專著中，對未來軍事規劃者來說，最后也是最關鍵的難題是如何在中期和長期將預測能力整合到作戰方法中。等到概念經歷了研究、開發、測試、原型設計和規模生產的完整周期后再考慮其效果，會使美國部隊落后于曲線，并處于持續的反應狀態，特別是在與俄羅斯和中國這樣的全球技術大國競爭時。未來的鑄造過程必須是連續的和迭代的。適應性強的計劃，具有圍繞發展中的突然延遲或進展進行調整的靈活性，比依賴線性進展的概念保持優勢。將 "鞭打 "事件的可能性傳達給高級領導人和政治家，以緩和期望，并減少那些不熟悉技術的細微差別的人的摩擦。

研究問題

美國國防機構如何利用并迅速整合技術進步，以在多域作戰框架內獲得并保持競爭優勢？

論題

負責開發下一代全域聯合作戰概念的戰地級規劃人員需要采用一個反復的、持續的規劃過程，考慮到理論上可能的、但目前還沒有的、與所有領域相互依賴的技術，以集中資源分配和從目前到未來作戰環境的未來預測路徑。

方法論

本專著包括四個不同的研究和思考階段，大致遵循軍隊設計方法學的概念。因此，第一部分試圖了解創新技術的現狀，從而了解軌道和軌道外競爭的技術作戰環境。發展存在于整個美國戰爭機器從概念到原型生產的連續過程中，一些進步來自非軍事應用，如通信、金融和體育產業。第二，研究哪些非保密技術有待于相對迫切的實施。即使在起步階段，新概念的簡單應用也會在多領域的戰場上帶來作戰優勢，而來自真實世界的反饋和數據支持進一步的完善。

在已知的物理學和應用科學的限制下，對現在和可能的空間進行了略微緩和但雄心勃勃的介紹，為未來三十年設定了目標桿。計算能力、材料科學和效率的線性增長阻礙了這些崇高目標的實現。然而，如果能力的增長保持過去幾十年的指數增長（見圖2），本專著中所探討的所有概念都是可以掌握的。最后，本研究以一個簡短的未來戰爭的虛構場景作為結束，該場景展示了戰略和作戰能力在戰術領域的整合，加強了它們與未來戰士在MDO的五個現有領域以及未來可能存在的地外領域的相關性。該方案提出了一個可能的理論終結狀態，以在10到15年的規劃范圍內建立一個作戰方法。然而，這很可能只是物理學和想象力極限競賽中的一個快照。

圖2. 隨著時間的推移，技術能力呈指數增長。

本專著主要關注軌道和軌道外的競爭，包括對所探討的能力有重大影響的地面節點和系統。最終的勝利或失敗，即使是在未來的沖突中，也將極大地影響地面人口，即交戰國的公民。他們將掙扎著在戰爭的附帶影響下生存，同時也會受到氣候變化、人口過剩、食物和水匱乏的日益嚴重的影響。

自1987年成立以來，美國貿易委員會一直是美國力量投射的一個重要的授權組織。對作戰人員的成功支持來自于對其流程的不斷完善和優化，以最大限度地提高運輸效率。在過去30年的戰爭中，美國運輸委員會的表現驗證了其模式的有效性，但未來的戰爭可能需要重新評估美國運輸委員會支持未來戰斗的能力。

聯合全域作戰（JADO）是用來描述美國未來戰爭方式的總稱。雖然JADO仍處于概念發展階段，但它從根本上改變了各領域之間的整合水平以及在戰斗空間產生效果的速度。JADO的革命性變化是為了應對美國對手開發的日益強大和擴散的反介入/區域拒止（A2/AD）系統。A2/AD的威力在于其目標是使美國目前的戰爭方式的執行成本過高。這些變化和威脅的結合是美國國防部關注的源泉，它已經優化了自己，以支持目前形式的戰爭。本專著的目的是分析聯合服務界所設想的新的JADO概念，以及A2/AD對運輸業務的威脅，并確定USTRANSCOM必須尋求協調的挑戰，以便在未來的沖突中保持償付能力和可靠性。

引言

不斷發展的聯合全域作戰（JADO）概念是美國未來戰爭方式的迷人發展，但其行動的性質和他們試圖擊敗的威脅使人質疑美國運輸司令部（USTRANSCOM）是否有適當的資源和組織來維持未來的行動。JADO遵循美國作戰理論的歷史進程，不斷發展各部門和各領域之間更多的整合力量。然而，JADO超越了單純的消除沖突、協調和整合。JADO尋求真正利用戰爭的時間性，為敵方部隊同時產生多個問題，并具有實時態勢感知能力，以識別并隨后從一個領域產生效果，從而利用固有的不對稱優勢。戰爭領域之間的整合將比美軍內部所見的更加緊密，而且行動的節奏將比目前的能力快得多。為了使JADO成為現實，必須進行技術投資并加以實現。除此之外，聯合部隊內的作戰理論將不得不被改寫，以反映在未來戰斗中釋放JADO潛力所必需的最佳實踐。所有這些都相當于一個革命性的舉措，專注于重塑美國的戰爭方式。所有領域的作戰單位將不得不調整他們的操作方法，以保持在該框架內的功能，并提供系統所需的效果。盡管許多文獻和討論都圍繞著作戰部隊將經歷和必須適應的變化，但為確保作戰部隊得到后勤支持而依賴的維持力量卻很少受到關注。

美國貿易委員會維持未來作戰行動的能力對美國的力量投射至關重要。這一任務的失敗將使美國的作戰能力失去效力。美軍所能帶來的戰斗力確實令人矚目，但這種力量只有在戰斗指揮官能夠將其移至對手的射程之內并在其就位后得以維持時才能使用。在美軍歷史上的絕大多數時間里，在北美和全球范圍內部署和維持作戰部隊的能力都取得了驚人的成功。這種成功在未來是不可能的，因為不祥的跡象表明，美國國防部的任務效率面臨著重大挑戰。反介入/區域拒止（A2/AD）的能力正在一些美國最強大的對手的軍隊中擴散開來。A2/AD試圖瞄準并破壞美國國防機構中對其功能效力至關重要的關鍵部分。 A2/AD對美國向國外投射力量的能力構成了嚴重威脅，而JADO是對這一挑戰的直接回應。從美國國防部的角度來看，它必須像聯合部隊的其他成員一樣，確保它對A2/AD的威脅保持彈性。

必須盡早發現美國貿易委員會模式中的潛在缺陷，以確定可行的解決方案，并在JADO技術的開發和實戰中留出時間采用這些解決方案。這一挑戰不是小任務。JADO的作戰概念是非常不穩定的，在其框架發展過程中，已經在多個方面發生了實質性變化。對JADO將成為什么缺乏清晰的認識的一個重要原因是聯合軍種之間對它應該演變成什么沒有共識。每個部門都設想了一個版本的JADO，并在概念上將聯合伙伴的活動納入其框架。雖然JADO的愿景并非完全不相容，但各軍種的概念之間確實存在實質性的差異。因此，每一種模式都會給美國運輸司令部帶來獨特的挑戰，因為它必須與任何選定的概念完美銜接，為作戰指揮官提供必要的運輸支持標準。美國貿易委員會作為一個功能性作戰司令部，在任何未來的美國戰爭中都要發揮作用。因此，對于聯合部隊的有效性來說，USTRANSCOM作為一個組織的整合和發展必須被納入JADO的發展過程。在一個全新的結構下運作時，假設后勤支持的有效性和可靠性會給聯合部隊帶來黑天鵝式的失敗風險。納西姆-塔勒布（Nassim Taleb）將黑天鵝描述為產生巨大影響且無法預料的事件。美國空軍司令部的重點資本投資和理論變革必須與聯合部隊的發展保持同步，以確保司令部隨時準備在他們選擇的時間和地點支持未來的作戰人員。

下面的調查旨在確定USTRANSCOM必須評估哪些作戰要求，以便在未來的JADO概念中保持有效并在與同行對手的戰斗中保持彈性。調查將從對有關該主題的相關文獻的回顧、有關美國貿易委員會模式和處置的證據供參考、對JADO的不同服務概念的簡要描述、對美國貿易委員會與JADO的兼容性和對A2/AD的脆弱性的分析，以及解決新出現的問題的建議等方面展開。JADO和A2/AD的結合給美國貿易委員會帶來了一個與其當前運作框架和近期歷史相異的未來運作環境。由于其作為聯合部隊的分配和部署過程所有者（DPO）的不可或缺的作用，至關重要的是根據聯合部隊的擬議變化來評估USTR的部隊態勢和行動理論，以確定該組織必須如何共同發展。

美陸軍的現代化優先事項包括開發增強現實和虛擬現實（AR/VR）模擬，以增加兵團和士兵的準備。美國陸軍工程研究與發展中心（ERDC）對AR/VR技術的使用在軍事和民用工程項目任務領域也在增長。ERDC海岸和水力實驗室（CHL）已經開發了一個艦船模擬器，用于評估世界各地的海灣渠道；然而，目前的模擬器在近岸海岸地區幾乎沒有物理真實性（圖1）。因此，ERDC團隊正在研究推進艦船模擬的機會，以提供未來的艦船模擬器（SSoF）。SSoF將配備一個VR模式，并將通過攝取Boussinesq型波浪模型的預計算輸出來更準確地解決近岸波浪現象。SSoF應用的最初原型是用于研究和開發目的；然而，所采用的技術將適用于其他學科和項目范圍，包括合成訓練環境（STE）和未來版本的船舶和海岸結構設計。

美國陸軍未來司令部的士兵致命性（SL）跨職能小組（CFT）正在研究通過頭戴式和武器式能力的組合來增強下馬步兵的新方法。根據SLCFT的指示，美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室的研究人員探索了加強輔助目標識別能力的技術，作為陸軍下一代智能班組武器計劃的一部分。

敵對環境中涉及潛在目標的復雜決策必須由下馬的士兵做出，以保持戰術優勢。這些決定可能是人工智能（AI）技術的強大信息，如AI支持的火力或指揮和控制決策輔助工具。例如，一個士兵發射武器是一個明確的跡象，表明該地區有一個敵對的目標。然而，一個士兵在環境中追蹤一個潛在的目標，然后放下他們的武器，這是一個模糊的、隱含的跡象，表明該目標受到關注，但最終被該士兵認為不是一個直接的威脅。在近距離作戰的環境中，與士兵狀態相關的隱性標記數據（如光電視頻、位置信息或火力行動）可用于輸入決策輔助工具，以得出真實的戰場背景。然而，需要對這些行動進行更徹底的檢查。此外，來自單個士兵的突發非交流行為在整個班級中的匯總可以增強戰術態勢感知。盡管它們有可能產生戰術影響，但這些狀態估計或行為指標往往不能以立即可用的形式獲得。

DEVCOM陸軍研究實驗室（ARL）的研究人員調查了一種通過機會主義感應來進行下馬士兵狀態估計的方法--一種不需要人類明確行動就能收集和推斷關鍵的真實世界數據的方法。在通過正常使用武器追蹤和攻擊移動和靜止目標時，連續獲得數據以解釋士兵的行為。這項工作中使用的士兵-武器行為分類方法主要來自人類活動識別（HAR）研究。然而，在這項工作中，為了提高行為結果的生態有效性，在眼球追蹤文獻中經常使用的實驗范式被反映出來，將眼球運動和認知推理聯系起來。具體來說，眼動跟蹤研究的一個子集的目標是收集和解釋與公開的視覺注意力有關的眼動事件（即固定、囊狀運動和追逐），這可以揭示認知過程和關于環境的客觀內容。在戰斗中，士兵們可能會將他們的目標停留在一個靜態的目標上（固定），當出現新的目標時迅速轉換目標點，有潛在的目標出現（囊狀運動），或者在潛在目標移動時跟蹤他們的目標點（平滑追擊）。

目前，頭戴式眼動跟蹤技術正在開發用于戰斗。然而，與校準誤差有關的凝視數據中的噪聲使其難以有效地使用這些數據。一個更突出的解決方案可能存在于士兵和他們的武器之間的互動中，這項工作使用傳統的HAR技術進行。執行HAR的主要方法是在一個人進行一些身體活動時，使用慣性測量單元收集時間序列數據。然后使用機器學習技術來訓練分類模型，根據數據信號預測行動。這種方法可以擴展到包括在人類與物體互動時對其運動的分類。在這種情況下，當近距離作戰的士兵與潛在的威脅進行互動時，武器的運動特征被伺機獲得，這為這些士兵在這種環境中做出的復雜決定提供了一個窗口。

論文中記錄并發表了對這一評估的全面分析。對來自動態士兵狀態估計的運動數據進行建模和分析以實現對形勢的理解。

前言

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。

執行摘要

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。

美國缺乏一套專門的人工智能（AI）戰爭的理論。這導致了在戰爭的作戰層面上缺乏對人工智能影響的討論。人工智能的定義通常采用技術視角，不考慮對作戰藝術的影響。提議的作戰藝術的新要素 "抓手（Grip）"解釋了人工智能和人類在兩個方面的基本關系：自主性和角色交換。“抓手”為人工智能戰爭的理論奠定了基礎，除了揭示改變任務指揮理論的必要性外，還提出了作戰的假設。美國空軍陸戰隊的發展以及由此產生的戰爭作戰水平（和作戰藝術）在歷史上有類似的案例，說明關鍵假設如何影響戰場的可視化。去除“人在回路中”的人工智能戰爭的假設，揭示了需要一種新的作戰藝術元素來安排部隊的時間、空間和目的，此外，美國陸軍任務指揮理論需要調整，以使指揮官能夠在各種形式的控制之間移動。

簡介

“機器人和人工智能可以從根本上改變戰爭的性質......誰先到達那里，誰就能主宰戰場。”- 美國陸軍部長馬克-埃斯佩爾博士，2018年

預計人工智能（AI）將極大地改變21世紀的戰爭特征。人工智能的潛在應用只受到想象力和公共政策的限制。人工智能擁有縮短決策周期的潛力，超過了人類的理論極限。人工智能也有望執行人類、機器和混合編隊的指揮和控制功能。人工智能在自主武器系統（AWS）中的潛力同樣是無限的：分布式制造、蜂群和小型化的先進傳感器為未來的指揮官創造了大量的配置變化。與圍繞人工智能的技術、倫理和概念問題相關的無數問題，為如何將這項技術整合到戰爭的戰術層面上蒙上了陰影。現代軍隊幾個世紀以來一直在為正確整合進化（和革命）的技術進步而奮斗。美國內戰期間的鐵路技術對 "鐵路頭 "軍隊和格蘭特將軍在維克斯堡戰役中的勝利都有貢獻。25年后，法國人忽視了普魯士的鐵路試驗，給第三帝國帶來了危險，同時也沒能把握住小口徑步槍的優勢。卡爾-馮-克勞塞維茨在《論戰爭》中指出，每個時代都有自己的戰爭和先入為主的觀念。本專著將探討當前的先入為主的觀念和人工智能在戰爭的操作層面的出現。

對作戰層面的討論側重于作戰藝術，以及指揮官和他們的參謀人員如何通過整合目的、方式和手段，以及在時間、空間和目的上安排部隊來發展戰役。在作戰藝術中缺乏以人工智能為主題的討論，增加了不適當地部署裝備和以不充分的理論進行戰斗的風險；實質上是在邦聯的火車上與追兵作戰。美國的政策文件和技術路線圖主要集中在能力發展和道德影響上，而沒有描述一個有凝聚力的人工智能戰爭的理論。但美國和中國在自主行動方面的實驗趨于一致；這引起了沖突的可能性，其特點是越來越多的被授權的人工智能和AWS沒有得到實際理論框架的支持。這個問題導致了幾個問題。美國軍隊的人工智能戰爭理論是什么？大國競爭者的人工智能戰爭理論是什么？有哪些關于顛覆性技術的歷史案例？理論應該如何改變以解釋顛覆性技術？

本專著旨在回答上述問題。它還提出了兩個概念，以使指揮官能夠在戰場上可視化和運用人工智能；一個被暫時稱為 "抓手"的作戰藝術的新元素和一個任務指揮理論的延伸。該論點將分三個主要部分進行闡述。第一節（理論）將證明人工智能需要一個認知工具來在時間、空間和目的上安排部隊，方法是：綜合美國的人工智能戰爭理論，描述中國的人工智能戰爭理論，以及揭示當前文獻中的“抓手”理論。第二節（歷史）是對1973年為應對技術轉變而從主動防御演變而來的空地戰（ALB）的案例研究。第二節將重點討論戰場維度的思想、任務指揮理論的演變以及相關的作戰藝術的正式出現。第三節（新興理論）提出了作戰藝術的新要素，作為一種認知工具，幫助指揮官和參謀部將21世紀的戰場可視化。第三節將把以前的章節整合成一個有凝聚力的模型，讓指揮官和參謀部在時間、空間和目的方面可視化他們與AI和AWS的關系。第三節還將提供一個任務指揮理論的建議擴展，以說明人機互動的情況。

主要研究成果

人工智能的復雜性導致了正式的戰爭理論的缺乏；然而，在美國的政策和發展文件中存在著一個初步的美國人工智能戰爭理論。人工智能戰爭理論必須解釋人類和人工智能之間的關系，這樣才能完整。通過作戰藝術和任務指揮的視角來看待人工智能，揭示了自主性和角色互換的兩個頻譜，通過不同的組合創造了人工智能戰爭理論的維度。這些維度，或者說掌握的形式，代表了作戰藝術的一個新元素。同樣，需要將任務指揮理論擴展到一個過程-產出模型中，以實現掌握形式之間的移動。

方法論

綜合美國目前的人工智能政策和AWS的發展路線圖，提供了一幅戰略領導人如何看待人工智能的圖景，允許發展一個暫定的戰爭理論。由于缺乏關于武器化人工智能的歷史數據，政策和發展路線圖是必需的，因此本專著中提出的理論是由提煉出來的概念產生的。由于中國的工業和技術基礎的規模，中國被選為對抗模式，預計在10到15年內，中國將超越俄羅斯成為美國最大的戰略競爭對手。

圖文并茂的案例研究方法將被用來分析主動防御和空地戰之間的過渡。該案例研究將整合技術、政策和戰爭理論，以喚起人們對多域作戰（MDO）和人工智能在21世紀戰爭中作用的疑問。第二節的批判性分析側重于理論的發展，而不是其應用。第二節的詳細程度是有限制的，因為它仍然是一個更大（和有限）整體的一部分，因此重點應繼續揭示戰場可視化和認知輔助工具之間的聯系。第三節通過作戰藝術的新元素和任務指揮理論的調整來回答每一節中發現的問題，從而將前幾節連接起來。人工智能缺乏歷史，考慮到人們不能直接分析以前的沖突，以獲得教訓或原則。在這種情況下，任務指揮理論提供了一種間接的方法來理解使人類能夠集中式和分布式指揮和控制功能的機制，以及為什么人工智能缺乏相應的機制會抑制我們感知機會的能力。第三節將把美國現行政策和路線圖中的幾個抓手成分匯總到任務指揮理論提供的框架中。

范圍和限制

本專著存在于美國陸軍多域作戰概念的框架內，其理解是解決方案是聯合性質的，因為 "陸軍不能單獨解決問題，概念發展必須在整個聯合部隊中保持一致，清晰的語言很重要。"本專著不能被理解為對MDO中提出的問題的單一解決方案，而是一種幫助實現戰斗力聚合的方法。

關于人工智能的討論充滿了倫理、法律和道德方面的考慮，本專著不會涉及這些方面。本專論的假設是，人工智能的軍事用途在政治上仍然是可行的，而且 "戰略前提 "允許該技術的軍事應用走向成熟。由于運用的變化幾乎是無限的，人工智能的戰術實施將不會被詳細討論，而重點是在作戰層面上的概念整合。一般能力將被限制在與作戰藝術和作戰過程有關的具體趨勢上。

摘要

《改變陸軍的思想：實現多域作戰的認知優勢》，作者丹尼爾-J-赫利希上校，72頁。

認知能力影響著士兵表現的所有方面--身體、精神和情感。盡管陸軍希望在多域作戰（MDO）中實現認知優勢，但它還沒有完全發展和采用認知性能增強和優化的概念。相反，士兵們服務于即時溝通的“永遠在線”文化中，試圖過濾數十種信息流并做出快速決策，同時在睡眠不足的情況下進行運行，并且沒有獲得認知能力教育和培訓的益處。由于陸軍現代化戰略規定了使用日益復雜裝備更復雜的戰術，陸軍必須改變其認知能力方法，以防止對手獲得他們在認知領域尋求的不對稱優勢。本專著描述了對士兵認知能力日益增長的要求，提供了認知理論的概述，并評估了陸軍目前的認知能力方法與工業界、盟國和對手認知能力的比較。最后，它概述了與提高認知能力相關的潛在機會和威脅，并對DOTMLPF-P的改革提出了建議，以促進整個軍隊持久的認知主導文化。

引言

認知能力是士兵在戰場上和戰場外執行每項任務的基礎。它是支持所有表現的關鍵變量--身體、精神和情感。在最近的出版物中，包括2019年陸軍現代化戰略和2028年多域作戰（MDO）概念，陸軍理論描述了認知優勢的重要性，或獲得對敵人的智力優勢。

盡管認知科學取得了進展，并且普遍認識到認知優勢在MDO中的重要性，但陸軍還沒有完全發展和接受認知能力優化的概念。在過去的十年中，美國國家衛生研究院在大腦研究方面投入了超過457億美元，但士兵和領導人在 "永遠在線 "的多任務和連接的認知能力文化中進行訓練和操作。在整個軍隊中，領導人試圖過濾幾十條信息流，做出快速決策，而對認知能力優化的原則了解有限。這種文化是在認知上失敗的秘訣，而不是主導地位。

在此期間，中國和俄羅斯與美國一樣希望獲得認知上的優勢。兩國都在尋求生物技術、神經科學和人工智能(AI)解決方案，以增強人類認知能力，為他們提供相對于美國及其盟友的不對稱作戰優勢。不受西方社會倫理規范的約束，中國和俄羅斯積極利用民用和軍事兩用研究來實現這些目標。這兩個國家都將思想視為現代戰爭的主要戰場，并采取措施競爭和主導。

為了確保未來的認知主導地位，美國陸軍必須改變其文化，以推動競爭和創新的方式激勵卓越的認知。這需要一種植根于教育、培訓、技術和努力工作的深思熟慮的方法，用基于科學的方法來取代過時的認知能力神話，以確保認知優勢。在此之前，我們的對手可能會在認知領域找到他們尋求的不對稱優勢。

本專著描述了日益增長的要求，士兵的認知能力，并提供了認知理論和基礎神經科學的概述。它評估了陸軍當前的認知能力方法，并與工業、盟友和對手的方法進行比較。最后，它提供了與認知能力增強相關的潛在機會和威脅的概述，并提出了DOTMLPF-P變化的建議，以促進整個陸軍持久的認知主導文化。

全球信息網絡架構（GINA）是一個語義建模框架，旨在促進特設傳感器資產和指揮與控制系統的整合，因為它們可以通過被稱為矢量關系數據建模的實施方式提供給戰斗空間中的操作人員。為了評估GINA的互操作性和推理能力，開發了一個概念驗證評估，并在真實世界的傳感器數據上進行測試。

正如美國陸軍的多域作戰（MDO）概念所指出的，美國的對手試圖通過在政治、軍事和經濟領域的分層對峙來實現他們的戰略目標，而不是通過沖突來對抗美國軍隊和聯盟伙伴。此外，MDO概念指出，對手可能采用多層跨域對峙--跨越陸地、海洋、空中、太空和網絡空間，在時間、空間和功能上威脅美國和聯盟部隊。反擊這些戰略的中心思想是快速和持續地整合所有領域的戰爭（即融合），跨越時間、空間和能力，以戰勝敵人。

為了實現MDO的執行，聯合軍種、政府機構和多國伙伴之間的互操作性是一個關鍵要求。戰術行動已經越來越依賴于信息網絡的傳感、通信、協調、情報和指揮與控制（C2）。因此，美國陸軍不斷尋求提高其整合網絡系統的能力，并在不同的作戰節奏水平上實現同步效果。從歷史上看，由于沒有足夠的能力來支持現有的和新興的技術和進程，這種整合在以無處不在的物聯網（IoT）和軍事C2系統為特征的不斷發展的網絡化戰斗空間中帶來了技術挑戰。這種限制因不同系統的孤島而進一步加劇，限制了戰術、技術和程序的跨系統使用，以及支持硬件和軟件組件。這些限制使作戰人員面臨不一致和缺失的關鍵任務數據，促使作戰功能在孤立中運作。例如，行動和情報之間的數據交換是有限的，范圍也受到限制，增加了指揮官決策過程中的風險和延誤。

為了實現陸軍網絡現代化，陸軍未來司令部網絡跨職能小組（N-CFT）正在調查通過創新、整體和適應性的信息技術解決方案來實現網絡互操作性的顛覆性方法，以滿足既定的C2互操作性挑戰。根據NCFT的指示，美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室（ARL）的研究人員評估了一項名為全球信息網絡架構（GINA）的技術，作為多源傳感器數據融合的系統解決方案，以支持決策。 根據其軟件規格，GINA的目的是減少在互操作和集成方面存在的技術挑戰，并支持及時的共同情報/作戰圖景和決策的情報分析。

目前，語義互操作是一個活躍的研究領域；近十年來，已經開發了一些軍事技術解決方案。語義互操作提供了促進快速整合來自臨時傳感器資產和異質C2系統的信息的手段，因為它們為戰斗空間中的操作人員所了解。這項初步評估表明，GINA能夠整合不同的傳感器系統，并對數據進行同質化和協調，以便在本次評估的實驗場景下提供解釋、分析和推理。在這一評估的基礎上，在與MDO的規模和復雜性相匹配的實地演習或實驗中進行進一步的評估可能是有意義的。具體來說，進一步評估的能力是：1）來自多個部門的傳感器和通信設備之間及時的互操作性；2）連接來自不同結構和標準的盟國、合作伙伴或商業數據流系統；3）豐富、數據分析、推理或增強其他決策支持C2系統；以及4）與其他技術解決方案的比較。

這項評估的綜合分析已經在DEVCOM ARL技術報告ARL-TR-9100中記錄和公布。