(2020年2月5日,美海軍陸戰隊網絡空間司令部的海軍陸戰隊員在馬里蘭州米德堡拉斯韋爾大廳的網絡作戰中心觀察計算機運行情況。海軍陸戰隊開展進攻性和防御性網絡作戰以支持美國網絡司令部,并操作、保護和保衛海軍陸戰隊事務網絡)
沖突的勝負取決于軍事抵消,也就是國防單位可以用不對稱的方式來打擊對手的優勢。隨著大國競爭、對手技術的超常發揮以及不斷擴大的戰場,傳統的抵消手段往往被人工智能(AI)所增強。然而,國防部(DOD)將人工智能投入使用的能力剛剛起步。五角大樓采用的最初的人工智能計劃側重于將商業能力轉移到國防部門,因此強調技術性能,不強調以任務為導向的功能。因此,最初的試點項目未能進入現實世界的作戰環境(OE)。
實用化取決于這樣一種認識,即人工智能不是一種最終狀態,而是實現軍事優勢的一種方式。為此,人工智能相關方法的技術執行必須與作戰環境相結合。這種考慮與傳統思維不同,因為人工智能解決方案的開發通常是為了實現某種統計閾值(例如,召回率、精確度),而不是軍事目標(例如,增加對峙距離)。
這一動態被 "算法戰"一詞所混淆,目前該詞混淆了技術和軍事特征。算法戰旨在減少處于危險境地的作戰人員的數量,在時間緊迫的行動中提高決策速度,并在人類無法操作的時候和地方進行操作。然而,這些目標都不涉及數學或計算機科學;它們完全建立在軍事最終狀態之上。問題是,在五角大樓走上人工智能的道路之前,科學、技術、工程和數學學科與軍事目的之間的橋梁從未建立。
所需的橋梁是一個指導和評估人工智能實用化的框架,一邊是算法性能,另一邊是任務效用。這樣的組合確保了數學方程可以證明或從數字上驗證一個人工智能系統,而定性的基準則保證了實際應用。其結果是算法戰不僅基于統計數據,而且基于更廣泛的作戰相關性架構。這種相關性體現在五個要求上:
為軍事人工智能項目制定有效性措施(MOE)需要將研究和技術方法(例如,基礎理論)與美國防部的條令相結合。如果沒有這種映射,算法戰就會淪為算法開發過程,而不是作戰部署。例如,一個旨在檢測視頻中目標的計算機視覺算法(如地理空間情報分析)被簡化為該模型發現的車輛數量或其發現這些車輛的準確性。那么,成功是指該算法在85%的時間內正確找到車輛。
但在軍事行動中,85%的時間檢測到車輛有什么用?這就是維護理論的完整性所帶來的背景。以上面的例子為例,評估同一算法時不是看它正確探測車輛的頻率,而是看它對任務的影響:由于該模型的存在,分析人員識別感興趣的車輛的速度提高了95%。這樣的方法將算法的設計與任務的部署聯系起來。雖然這似乎是常識,而且這種關系甚至可能在項目文件中被模糊地表示出來,但在國防部的任何地方都沒有一個表示的標準。
評估標準仍然需要保持解決方案的獨立性(即,無論情報類型、使用的算法、部署的作戰環境或任務要求如何,這些標準都適用)。因此,在這項研究中,人工智能原則被編入可量化的屬性和指標中,與系統和程序無關。評估標準也以 "去 "與 "不去 "的方式進行表述,以創建一個符合邏輯的、自上而下的層次結構,與相關的聯合出版物同義。其結果是規范、監測和評估國防部人工智能系統的基線。
如前所述,可實操化的人工智能是由任務效用的五個方面定義的人工智能:最低限度的可行性、適應未知和不可知情況的能力、洞察力優先于信息、應用所需的自主性水平以及戰場準備情況。這些MOE中的每一個都是算法戰的基礎。對這些信息的分析產生了一個全面的框架,其中包括每個MOE的指標和效果。整個框架是以條令定義和程序為基礎的。
(2017 年 11 月 1 日在華盛頓特區舉行的 NVIDIA GPU 技術大會期間,顯示屏展示了用于執法的車輛和人員識別系統。該大會展示了人工智能、深度學習、虛擬現實和自主機器。)
衡量有效性的軍事程序依賴于一個自上而下的架構。這意味著,只有當一項措施的每一個指標也存在時,該措施才會存在。同樣,一個指標只有在該指標的所有影響也存在時才會存在。這是一個二元的、全有或全無的過程,可以像常規軍事活動一樣隨時適用于人工智能。
在傳統的高價值目標(HVT)生命模式分析中,一個MOE定義了軍事行動的一個預期結果(例如,高價值目標移出責任區[AOR])。該MOE的所有定義指標必須得到滿足,因此不能任意或有選擇地稱之為成功。例如,情報應該表明:(a) 在新的責任區發現了HVT,(b) 在新的責任區發現了已知的HVT同伙,以及(c) HVT在新的責任區獲得了基本的生活支持系統(例如,住房,交通)。隨后的效果遵循同樣的過程:支持指標 "a "的效果可能包括識別已知的物理特征和探測通信信號。
因此,盡管常規和人工智能MOE在戰術執行上有所不同,但決策驗證的基本系統是相同的。只有在對人工智能領域有基本了解的情況下,才能驗證人工智能MOE,這與情報部門制定的MOE不能由作戰部門驗證的情況是一樣的。
算法戰是通過人工智能手段進行的戰爭。人工智能手段是指那些不僅是智能的(收集和應用洞察力),而且是人工的(以人類無法做到的方式對智能采取行動)。在沒有人類干預的情況下,系統必須學習如何為自己表示數據。這方面的另一個術語被稱為機器學習。有不同類型的機器學習,但當涉及到戰場時,無監督的機器學習將成為黃金標準,因為它的靈活性和從未知和非結構化信息中獲取輸出的能力。在這個黃金標準中,一種被稱為深度學習的特定方法是獨一無二的,它能夠更精確地表示復雜的問題。鑒于戰場的動態性質,更精確地表示復雜問題的能力是最重要的。
因此,算法戰只能通過以下方式實現:(a) 工作系統(最低限度可行)能夠(b)從未知和不可知的場景(無監督)中自行學習,同時(c)將復雜的戰場環境轉化為有用的洞察力(啟用深度學習)(d)幾乎沒有無指導(自主)和(e)在實時任務環境中(戰場準備)。這些MOE和圖中的架構是人工智能實操化的第一步;它們為如何凝聚技術和操作因素奠定了基礎,同時也使任何人工智能項目的 "成功 "標準化。
(圖 數字算法(人工智能)戰爭的有效性度量)
最低限度的可行性檢驗了算法戰是否積極地改變了作戰環境。"積極改變作戰環境 "意味著存在著競爭優勢和性能改進,證明人工智能的部署是合理的。該理由來自行業指標(技術因素)、針對類似系統的排名以及對人類操作員的效用。
在翻譯的例子中,一個自然語言處理算法在以下情況下是最可行的:(1)行業指標證實它準確地將地面真相數據翻譯成正確的語言;(2)該算法在同一技術類別和OE中優于其他可用算法;(3)機器翻譯優于人類。
與最低生存能力相關的競爭優勢和性能改進因素是必要的,因為如果沒有這些因素,非算法衍生的戰爭將更加有效--因此,否定了對可操作人工智能的需求。
無監督算法是實戰任務的理想選擇,因為它們的靈活性和即使在未知情況下也能得出洞察力的能力。簡而言之,無監督系統可以在沒有預設信息的情況下運行,并在新信息出現時學習。
可以從敵人交戰的例子中得出一個常規的等價物。例如,部署的服務成員在交火結束之前并不知道交火會如何發展。然而,他們被期望在沒有警告的情況下對敵人的火力做出適當的反應,并對新的對手的運動和活動得出相關結論。
成功的算法戰項目將需要在戰術執行和長期學習能力方面表現出與軍人相同的適應性。
回顧一下,深度學習可以降低復雜性。在實際任務中降低復雜性是關于如何表示和理解信息。正如人類一樣,有效的算法戰是以模式檢測、推理和問題解決為前提的。
模式檢測本質上是獲得知識,然后可以概括地預測未來的未知情況。假設一個部署在機場的非航空部門的軍人看到一架直升機從頭頂飛過。這個人注意到該直升機獨特的物理特征,如整體尺寸或串聯旋翼。這些獨特的特征將直升機與其他變化區分開來,隨著時間的推移,服役人員可以利用學到的視覺線索在整個機群中選擇正確的直升機。人工智能以同樣的方式識別視覺模式;在隨后的觀察中反復學習直升機特征。然后,這些特征被概括為區分一架直升機和另一架直升機或一架直升機和非直升機。
推理改進了知識的獲得,以便發現環境中的微妙之處,并將這些微妙之處邏輯地聯系起來。例如,如果在某些天氣模式下從未見過直升機,推理將推斷出天氣(OE的次要元素)影響了飛行能力。有了人工智能,惡劣的天氣會增加二次確認,即沒有旋翼的飛行物不是直升機。
最后,順序問題的解決將一個大問題(即如何駕駛直升機)分解成更小的問題(即飛行路徑是什么,有多少燃料,需要多少飛行員,等等)。因此,如果不降低復雜性,算法戰將缺乏將信息轉化為洞察力的能力。
由于算法戰假定利用了非人類的手段,人工智能必須獨立地制定和裁決行動方案。而人工智能必須根據自己的決策、反應能力和對形勢的認識來完成這一裁決。
決策是一個在環境中發展和解決選擇的問題。在一個慣例的環境中,一個指揮官面對相互沖突的情報、監視和偵察飛行路線,會制定一個資產優先級矩陣,然后根據這些要求進行沖突處理。這不僅僅是一個產生可行方案的問題,而且還要弄清楚這些方案中哪個對整個任務最有利。為了做到這一點,系統必須能夠融合決策標準(例如,資產的數量、收集要求、飛行時間等)。必須有傳感器來定義決策標準(例如,飛機燃油表或人類/口頭提示)。然后,必須對所有可用的選項進行修剪。最后,系統必須認識到當前狀態的變化,并對該變化產生的新信息做出反應(例如,航空資產的駐留時間結束,所以不再需要解消沖突)。
響應性是對決定性的補充。也就是說,系統能否在規定的時間內對它從未見過的情況作出適當的反應?要做到這一點,系統必須具備必要的態勢感知功能:攝入、處理、迭代和行動。所有的指標都能確保可操作的人工智能改善決策時間表,而不是抑制它們。
戰場準備度是衡量系統是否能在實際任務空間中運作的標準。由于任務限制是巨大的,人工智能不能在實驗室里開發,而不預先考慮它將如何在現實世界中運作。明確地說,實驗室人工智能的局限性并沒有被戰場所規避,而是被放大了。開放式架構受到軍事基礎設施的限制。不可知的管道被孤立的、傳統的系統所困。普及的高速網絡一旦部署到前方就會變得零星或斷斷續續。而商業部門普遍存在的未經審核的專家則被訪問受限的用戶社區取代,他們幾乎沒有人工智能的專業知識。
簡而言之,人工智能必須補充,而不是混淆正在進行的行動。從一開始就解決任務限制,然后必須包括與現有系統的整合和溝通。此外,這種整合應該進行測試或鑒定,以便在部署前證明效用,以及這種效用的左右限制。這就像軍事人員被授予可部署性的范圍一樣,或者反過來說,糟糕的體能測試會導致不可部署性的發生。
五個可操作的人工智能MOE共同代表了初始和完全操作能力(IOC/FOC)的標準閾值。使用MOE框架中的決策門做出的IOC/FOC決定將加速人工智能的采用并改善美國在算法戰爭領域的定位。
(圖 軍事人工智能發展的目標之一是在人類智能代理團隊中將戰場上的士兵與無人駕駛車輛直接聯網,這將加速情報收集、目標識別和火力任務執行。)
如果沒有一個支持算法戰的人工智能操作框架,當前的美國防部計劃將會失敗。本文提出的框架是第一個在國防人工智能領域定義成功的框架,并將為政府監督提供必要的問責措施。
雖然本文的意圖是對算法戰爭的不可知的解決方案,但額外的研究是必要的。應指定資金用于將這一框架串聯到具體的系統、學科和項目。為了支持這一努力,獲取機密材料和對機密系統進行定量實驗將是至關重要的。定量實驗不僅可以驗證本文的前提,還可以開始創建一個網絡來比較和改進國防人工智能測試和評估。也就是說,在多種環境、系統和問題集中持續、一致地使用MOE架構將使人工智能項目在一個單一、共同的評估框架下保持一致。為此,本文介紹的MOE架構支持兩種功能:(1)通過迭代改進 "走-不走 "決策門的結果來實現更有效的系統;(2)通過比較各自的MOE來決定各種系統。
從戰略上講,圖中概述的架構應該被整合到國防部的采購、技術和后勤流程中。目前的范式不是為人工智能項目的指數增長和非傳統性質而建立的。圍繞普遍的評估標準校準當前和未來的國防部人工智能解決方案將實現標準化,同時加快耗時的采購流程。此外,負責企業人工智能活動的組織應在其工作中實現框架的標準化,以便更迅速地將應用研究和開發過渡到業務使用。
不過,組織的努力不應停留在政策上。目前,國防部沒有利用軍事人員進行人工智能活動的機制。具體來說,沒有與人工智能相關的軍事職業專業(MOS),也沒有官方系統來識別和分配熟練人員到人工智能項目。其結果是缺乏可用的混合人才;也就是說,既精通人工智能又精通任務的人員。建立一個數據科學或以人工智能為導向的MOS,類似于在網絡領域發生的情況,將使人工智能能力的運作更具可持續性。它還將以越來越多的合格軍事人員來充實小規模的合格人工智能專業人員庫。另外,傳統的MOS可以適應現代戰爭的特點。例如,在一個多情報融合普遍存在的世界中,特定學科的情報分析員可能并不重要。修改或增加人工智能技能標識或專業將遏制MOS相關性的下降。
在戰術上,五角大樓對人工智能的推動需要伴隨著一場自下而上的運動,這樣采用人工智能的組織就不會簡單地被賦予一種沒有背景的能力。相反,他們應該在他們帶來的抵償中擁有積極的發言權。基層的努力可能包括在IOC/FOC設計計劃之前在單位層面進行影響分析和壓力測試,以了解脆弱性和優先需求。
人工智能的操作是一項以任務為中心的努力,必須在戰術上有意義,才能產生任何戰略影響。在為地面部隊帶來切實的投資回報之前,人們對算法戰爭的價值普遍猶豫不決;因此,對抗性的超限戰將成為一個越來越無法獲勝的現實。
國防部不能在沒有操作這些項目的框架下繼續執行人工智能項目。本文介紹的架構正是通過加速和規范政府通過高度創造性的、具有操作性的技術發展人工智能能力的努力來實現的。
戰爭的特點正在發生變化,但它仍然是一項以人為中心的緊張工作。武裝部隊繼續調整他們的作戰方法,使用新興的和破壞性技術,擁抱數字時代。在這些技術中,快速發展的RAS有可能為未來的戰斗空間帶來最重要的范式轉變之一。在這種情況下,RAS代表著從一些曾經被認為是完全 "人類 "活動的作戰活動中消除對人類和人類智能的依賴,從根本上重塑了未來戰爭的特征。隨著RAS技術變得更加先進、可用和負擔得起,潛在對手的能力也將繼續擴大,變得更加智能和靈活。這縮小了裝備精良的軍隊和有動機的個人或團體之間的能力差距,在未來的沖突中代表了新的和重大的威脅。
隨著技術先進性的不斷發展,澳大利亞的戰略環境也在不斷變化,進一步影響了未來由RAS帶來的機會和威脅。正如《2020年國防戰略更新》(DSU)所強調的,澳大利亞現在處于一個高度動態的戰略環境中。印度洋-太平洋地區的軍事化進程加快,灰色地帶的活動更加普遍,潛在對手越來越多地利用破壞性和新興技術,這些都促使區域競爭加劇。這促進了對RAS所提供的靈活性、可擴展性和決策優勢機會的關注,以加強聯合部隊。這一重點在澳陸軍的 "加速戰爭 "計劃中得到了延續,強調了RAS和新興技術在實現持續適應性和未來準備的陸軍中的重要性,并在未來的行動中提供了潛在的補償。2020年底發布的ADF RAS概念進一步強調了這一點,該戰略既借鑒了RAS概念,也嵌套了它。
通過澳大利亞皇家海軍的RAS/AI戰略8、澳大利亞皇家空軍的杰里科破壞性創新(JDI)、澳大利亞國防軍RAS概念和國防科技集團(DSTG)STaR Shots計劃所展示的社區。因此,未來陸軍內部由RAS支持的技術變革必須以聯合作戰理念為基礎,以充分應對未來的挑戰。為實現這一技術變革,陸軍提出了修訂后的陸軍RAS戰略,旨在通過RAS為未來的陸軍創造并保持競爭優勢。
未來陸軍的RAS能力實例包括由自主智能體、集群和跨網絡物理的人-機團隊。RAS將通過高速信息分析和分配來提高態勢感知、生存能力和殺傷力。這將創造情報,推薦行動方案以推動優勢。
建立和保持這樣的競爭優勢是一項復雜的工作,需要整個軍隊和更廣泛的國防部門的協調努力。 澳大利亞不再為國防規劃假設10年的戰略預警時間,陸軍必須迅速工作,以應對這些挑戰,實施未來的RAS能力。這包括快速技術發展和插入的內在困難,越來越多的科學、技術、工程和數學(STEM)勞動力的主權,資源限制,以及政策和法律的導航。陸軍RAS戰略V2.0是一個確定和考慮這些挑戰的機會,以指導陸軍的凝聚力,為聯合部隊的未來陸軍利用機器人、人工智能和自主性的真正潛力。
目前的美國軍事平臺,其中許多可以追溯到幾十年前,不足以對抗對手不斷發展的人工智能和機器學習技術創新。美國空軍的空戰管理系統應對了這一挑戰,提供了多領域的數據能力,以數字方式連接所有領域的聯合部隊。
今天的對手正在發展利用人工智能和機器學習作為力量倍增器的能力,使美國長期存在的軍事能力失去效力。 要實現空中優勢,首先要實現決策優勢。一個完全實現的先進作戰管理系統(ABMS)是美國空軍聯合全域指揮與控制(JADC2)概念的組成部分,它將提供多域安全處理和數據管理、連接和應用,以同步傳感器、火力和網絡,使聯合部隊在每個領域都有數字連接。
讓人驚訝的是,在21世紀,這個擁有地球上最昂貴和最多產軍事力量的國家,仍然依靠PowerPoint幻燈片和電話對國土面臨的潛在威脅進行實時分析。但美國發現自己處于這種情況。如果一架俄羅斯轟炸機的潛在威脅出現在預警雷達瞄準鏡上,來自北美航空航天防御司令部(NORAD)各部門的人員可能需要12分鐘以上的時間來協調信息,只用最相關的數據建立一個幻燈片演示,并將其提交給主管官員,以確定是否真的存在威脅。
由于缺乏在共同環境中協作的工具,參謀人員無法融合必要的數據,以向國家指揮機構提出反應建議,直到最后提交給負責作戰層的上校。
自冷戰結束后,實現空中優勢一直是美國軍事戰術的基石。但在今天的世界上,對手正在發展利用人工智能和機器學習作為力量倍增器的能力,美國軍隊是否擁有最強大的力量或最精確和強大的武器已經不再重要。勝過對手的思維(或用網絡術語說,勝過對手的程序)的能力成為新的目標;一個國家的軍隊如果不首先實現決策優勢,就無法實現空中優勢。
美國空軍已經在ABMS項目上開發了數年,該項目將解決這些問題,使指揮官能夠迅速接收來自多個來源的融合數據。五角大樓責成空軍開發聯合部隊所需的能力,以便在傳統的優勢領域之外運作,努力在整個競爭中獲得并保持決策優勢。 2020年3月,為集中該部門的創新努力而成立的空軍作戰整合能力指揮官邁克爾-范蒂尼少將將決策優勢描述為 "收集、解釋和使用所需的信息,以阻止或贏得未來的沖突。" 他強調,成功將 默認屬于"在所有領域中聯系最緊密的一方:空中、陸地、海上、太空和網絡空間。"
ABMS不只是一個設計平臺。它有時被描述為網絡簇,有時被描述為系統簇;這是一個新的“軍事物聯網”,空軍部的第一位首席架構師稱之為“一個可以統治一切的架構”。
ABMS的目標是取代信息到達一個中心樞紐的單一路徑,例如在NORAD的例子中,每個系統和操作員使用相同的共享數據的環境。一個完全實現的ABMS將允許提供多領域的安全處理和數據管理、連接和應用,以同步傳感器、火力和網絡,為聯合部隊 "將正確的傳感器連接到正確的射手",該部隊將在每個領域進行數字連接以獲得即時態勢。這一概念誕生于部隊中一個反復出現的問題--更換幾十年前的飛機。
E-8C聯合監視和目標攻擊雷達系統(JSTARS)飛機是在20世紀80年代設計的,并在1991年首次投入使用,當時正值它最初被設計用來支持的冷戰即將結束。該平臺提供空中地面監視、戰斗管理以及指揮和控制能力,而且美國空軍在30年后仍在飛行16架該飛機。因此,在佐治亞州的羅賓斯空軍基地,這些部隊連續在中東地區部署了18年,是美國空軍歷史上第二時間長的部署。
2014年,五角大樓資助了JSTARS替代者的研究,國防工業從2015年起開始設計和測試新平臺。但空軍領導層意識到,由老化的JSTARS和E-3機載預警和控制系統(AWACS)平臺提供的單一的空中和空間作戰中心,對于未來沖突的速度、復雜性和殺傷力來說,總體上沒有得到優化。這些 "幾十年前的平臺 "不能可靠地利用21世紀的技術,而且 "支持未來C2的結構要么不存在,要么需要成熟 "才能完全有效。
此外,低密度/高需求的E-8C JSTARS和E-3 AWACS飛機是已知的單一故障點。它們是主要目標,無法在同行競爭者的戰斗空間中長期運作,因為復雜的反介入/區域封鎖能力,如電子戰、網絡武器、遠程導彈和先進的防空系統,正在開發之中。
與此同時,美國軍方開始重新思考其聯合作戰的方法。2016年,美國防部長指示了一個名為 "空陸作戰2.0 "的新作戰概念,這是對冷戰理論的更新,將更加注重空中、陸地、海上、太空和網絡空間作戰。這種方法很快被稱為美國陸軍的多域作戰和空軍的多域C2。
美國空軍高級將領開始考慮為傳統飛機和新飛機(有人和無人)配備新興技術、通信設備和傳感器,以執行以前分配給單一JSTARS平臺的地面監視任務。為了使這個系統有效,它需要處理大量的數據,包括來自美國盟友和合作伙伴的信息。因此,在2018年,用于替代JSTARS的資金被完全轉用于空軍新的多域C2項目,該項目將支持一個被稱為JADC2的美國防部工作。
2020年9月,空軍助理部長(采購、技術和后勤)指出:"令人遺憾的是,人們進入我們的服務,在他們的個人生活中幾乎與所有的東西相連,而他們來到軍隊工作,他們幾乎什么都沒有連接。"這一意見強調了軍隊在納入數字增強措施時如何落后于民用部門。美國防部的巨額合同生產的設備被設計成可以維持數十年,而很少考慮到升級或與其他部門的系統甚至自己內部的系統互聯。例如,空軍珍貴的第五代飛機平臺,F-22和F-35,是用不同的通信網絡建造的,不兼容,因此需要第三個平臺(如ABMS機載邊緣節點)來分享兩者之間的數據。
該部領導層意識到技術變化如此之快,未來戰斗的成功將歸功于擁有一體化、網絡化部隊的組織,它們可以共享最多的信息。因此,在2021年,美國防部制定了一項戰略,使指揮官能夠迅速了解戰斗空間,比敵人更快地指揮部隊,并通過任何必要的領域提供效果。這一概念被命名為聯合全域指揮與控制。
JADC2的概念是作為一個美國防部的保護傘。聯合參謀部制定政策、理論、要求和數據的共同標準。同時,各軍種開發適用的技術,空軍部正在通過ABMS進行開發。陸軍和海軍的JADC2項目分別稱為 "融合項目 "和 "超配項目",各軍種正處于協調其工作的早期階段。2021年,參謀長聯席會議首席信息官指出,新的JADC2方法將 "為我們在指揮和控制領域的努力帶來秩序,以便以相關的速度感知、理解和行動"。
盡管存在挑戰,美國防部長勞埃德-奧斯汀宣布他打算將JADC2作為他的首要任務之一,同時認識到將盟國和合作伙伴帶入這個新領域對于阻止競爭對手是最重要的。因此,數據的互操作性以及數據的復制和分發是JADC2的關鍵屬性。此外,這些數據的完整性和安全性對于在各部門、盟國和合作伙伴之間建立信任是必要的。
聯合全域指揮與控制可能是一個難以把握的概念,因為這個術語并不完全基于硬件或軟件解決方案,而是"'虛無縹緲的術語'",如 "冗余、彈性架構和'相關速度'的信息。"建立JADC2是為了著眼于可能的領域,為現在而建設,同時關注新興技術及其與未來能力的輕松整合。但首先,它必須克服三個主要障礙。
首先,集中式C2架構目前在發生高強度沖突的情況下沒有足夠的彈性,而C2節點將成為第一個目標。簡單地將JSTARS和AWACS飛機與這些節點進行交易,使它們成為美國裝甲中最有吸引力和最脆弱的缺口。因此,分布式網絡操作將是JADC2的一個關鍵重心。
第二,為了使系統的處理速度足以對來自各個領域的數據進行 "感知、理解和行動",美國軍方必須嚴重依賴未經證實且尚未完全信任的人工智能和機器學習概念。建立一個系統的用戶界面和輸入是比較容易的;工業基地幾十年來一直在做這個。但現在軍隊需要一個系統,自動收集這些數據,并為人工智能提供信息,以做出最佳決策。此外,指揮官必須信任推薦的數據和決定(對于那些在數字革命之前出生的人來說,這是一個相當大的范式轉變)。
第三,各個軍種的規模和庫存范圍是如此廣泛(例如,陸軍以其地面部隊而聞名,也有船只、機載電子戰和情報、監視和偵察資產),以至于每個軍種都已經習慣于在其他領域幾乎獨立運作。在所有這些平臺上改裝設備以便與其他軍種進行通信可能成本過高。與此相反,較小的盟國軍隊除了聯合工作別無選擇。例如,法國軍隊已經創建了技術解決方案,如Scorpion和Connect@ero,以便在各部門之間進行本地通信。
雖然聯合參謀部確立了JADC2的整體概念,但空軍未來局編寫了服務支持概念。空軍部的ABMS跨職能團隊領導了一個能力發展活動,通過這個活動,作戰人員可以發現最新的ABMS工具和概念。此外,每三個月進行一次測試旗幟演習(包括橙旗、綠寶石旗和黑旗),以測試新發布能力的生存能力和殺傷力。這些演習強調了新武器和戰術在多域環境中的相關性。
一個可操作的ABMS的最終狀態是一個由流程和系統組成的指揮和控制結構,它壓縮了決策周期,使各領域的效果趨于一致,并使整個地球的綜合行動成為可能。速度是關鍵。但是,即使空軍各單位都在努力實現ABMS,仍然存在一些挑戰。
中國產生大量的數據;事實上,這是他們的權力工具之一。為了競爭,ABMS必須依靠以網絡為中心而不是以平臺為中心的架構,做到靈活、快速和不可預測。現有的、傳統的系統,如JSTARS,將如何處理這些TB級的信息?隨著技術的改進,傳感器、設備和操作人員會因數據過飽和而導致延遲問題。美國空軍80%的飛機是第四代或更老的飛機;用現代指揮和控制系統對它們進行改造可能成本太高。挑戰在于使舊平臺能夠與第五代和第六代飛機通信。人們不能在唱片機上播放iTunes音樂文件,或試圖將Commodore 64連接到互聯網上。
當美國在未來的戰爭中,它將依靠其盟國和合作伙伴。依靠這些國家軍隊的能力是美國的力量倍增器,也是美國對其競爭對手的決定性優勢,但過度分類和其他限制性政策是共享數據的巨大障礙。然而,美國軍方決心利用技術提高盟國和合作伙伴之間的可及性和數據共享,以聯盟作戰中心的通用工作站的形式融合該網絡的網絡。目標是讓軟件或人工智能,使用設定的規則,適當地與需要它的聯盟伙伴分享信息。
為了將戰略意圖轉化為現實,盟國和伙伴行業必須并肩工作,讓組件(如黑盒)相互對話,或讓飛機系統解密和使用其他飛機產生的數據。一個更大的挑戰是確保ABMS將與北約正在開發的聯合任務網絡完全兼容,以簡化和規范30個成員國之間的通信。
法國和美國空軍一直合作者,可以做一些只有少數人才能做到的事情。為下一場戰斗連接傳感器的能力需要在今天開始,以便下一代戰斗機和系統能夠在一個新的數字架構中順利運行。
最近的演習,如2021年5月在Mont-de-Marsan舉行的三國大西洋三叉戟演習,表明即使陣風戰斗機和F-35可以一起工作,但由于技術和分類問題,它們仍然不能完全合作。空軍與 "陣風 "街區F4相關的持續合作表明,法國的資產與F-35之間有更好的整合和密切的未來,F-35被設想為未來ABMS的四分衛:這種參與者可以通過對場上情況的最佳觀察來增強隊友的能力。
盡管有這些和其他令人鼓舞的跡象,這個項目仍然存在許多外部挑戰。此外,空軍部還必須克服許多內部障礙以按時交付ABMS。除了與外國伙伴共享信息的困難之外,美國空軍還沒有解決與其他軍種溝通的問題,每個軍種都有自己的本土通信系統。空軍在是讓現有設備和政策發揮作用,還是從零開始,從頭建立一個系統,將實施時間推遲幾十年之間,這讓空軍很糾結。由此產生的兩難局面只能通過在兩種選擇之間取得平衡來解決。
實施將是有代價的。美國軍方將如何說服其控制軍事資金的文職領導,使其相信這個新的ABMS項目是重要的(在所有其他 "重要 "的事情之上)?國會并沒有告訴美國防部要推行JADC2,而是把錢袋子關得緊緊的。眾議院關于2021財年國防撥款法案的報告批評了空軍的ABMS請求,指出該計劃的弱點包括 "沒有確定的要求、采購戰略或成本估算,以及空軍總設計師和其他參與執行ABMS計劃的辦公室的職責定義不明確"。
2021年,美國空軍將ABMS的領導權移交給一個新的、基于五角大樓的跨職能團隊,并將項目責任轉移到空軍部的快速能力辦公室。向國會傳達該部的結構變化和優先權的轉移對于保持該計劃的資金是至關重要的。
就服務本身而言,空軍如何平衡ABMS與所有其他必須做的要求,如支付下一個戰略核轟炸機(B-21)、額外的F-35戰斗機、哨兵洲際彈道導彈和第六代飛機?到目前為止,ABMS的支持度最高。盡管所有的項目都在競爭同樣的資金(包括高超音速和無人機群),核現代化和ABMS是參謀長的兩個最優先事項。此外,空軍部長弗蘭克-肯德爾將ABMS列為他需要重新監督的七個項目之一,以 "提高空軍作為一個機構運作的能力"。
當小查爾斯-布朗將軍成為美國空軍第21任參謀長時,他的行軍命令是 "加速變革或失敗"。當該軍種與國會爭奪它不再需要的舊系統時,它同時正在努力推進ABMS的聯合協同。"為了贏得這場有爭議的高端戰斗......我們需要加快我們今天的關鍵技術的應用。我們不能減緩我們在ABMS上的勢頭。我們的作戰人員和指揮官必須以互聯網的速度作戰才能獲勝"。
這場數字革命將改變美國及其盟國和合作伙伴的游戲規則。正如早期測試所證明的那樣,ABMS將提供必要的決策優勢,通過為指揮官提供一個清晰、強大和即時的共同作戰圖景,來贏得未來的高速交戰。"我們所展示的......是作戰指揮部首次在相同的數據云架構中,對部隊的姿態做出決定......在幾秒鐘而不是幾天內就能看到結果。"
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。
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。
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。
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。
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。
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。
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)。
圖 陸軍現代化工作延伸到陸地、空中、海洋、太空和網絡空間,以確保未來的部隊能夠在任何戰場上發揮優勢。
根據"美國陸軍現代化戰略:國會監督考慮",美國不再對其近鄰對手保持質量和數量上的優勢,而且陸軍的許多領導人和士兵都沒有接受過對抗近鄰威脅的訓練。因此,美國陸軍必須將自己轉變為一支多域的部隊,能夠在競爭、危機和沖突中實現超常發揮并擊敗其近鄰對手。這一挑戰是艱巨的,但卻是必要的。在 "多域作戰:推動變革以贏得未來"一文中,帕金斯將軍寫道,需要改變陸軍的作戰概念。帕金斯(2017)解釋說:
因此,最近和未來的條令尋求將陸軍從一支注重反叛亂的部隊過渡到一支注重多域作戰(MDO)的部隊,體現出多域作戰的原則。陸軍必須以無與倫比的團結努力來接受這些信條,以建立一支靈活的部隊,能夠建立融合和決策主導權,具有鞏固成果的耐力,并有能力在沖突和大規模作戰行動(LSCO)之前保持競爭。為了在多域環境中獲得成功,陸軍需要新的指揮和控制系統,更現實和苛刻的訓練,靈活和適應性強的編隊和能力,以及了解任務指揮和紀律性主動性是在競爭、危機和沖突中取得成功的基本要素的領導人。
圖 2022年11月23日,在波蘭Bemowo Piskie舉行的Bull Run實彈演習中,被分配到第1騎兵師第3裝甲旅戰斗隊第8騎兵團混沌連的士兵在一輛布雷德利戰車的火力支援下向目標前進。
美國打了二十年的雙線反叛亂戰爭,沒有鞏固任何實質性的成果,也沒有取得任何道義上或實際上的勝利。然而,在同一時期,近鄰對手卻在重大沖突以下的競爭時期推進、訓練并鞏固了成果。俄羅斯入侵格魯吉亞,并在入侵前花了幾個月在烏克蘭邊境集結。如果美國繼續允許競爭對手保持其主動權,未來的沖突就不可避免。
道格拉斯-麥克阿瑟將軍在西點軍校的告別演說中稱贊柏拉圖說:"只有死去的人才看到戰爭的結束"(MacArthur, 1962, 第26段)。競爭和危機導致美國與一個近似的對手發生沖突,這只是時間問題。在不久的將來,以小規模沖突或為爭奪資源而進行的小規模交戰,或在俄羅斯入侵前為保衛烏克蘭等國家而進行的沖突,越來越有可能。這些沖突也可能導致為捍衛國家利益的大規模戰斗。陸軍還沒有準備好。陸軍部長在其年度講話中概述了陸軍的六個目標,前兩個目標專門針對近鄰威脅。第一個目標是 "在不確定性中使陸軍走上可持續發展的戰略道路"(Wormuth, 2022, 第3段)。第二個她說:"陸軍必須找到一種方法,在面臨日益增加的財政壓力的同時,將我們所需的尖端編隊投入戰場,以開展MDO"(沃姆斯,2022年,第3段)。因此,陸軍在應對近鄰威脅時的可持續性和成功在于其執行多域行動的能力。現在是準備和訓練的時候了。
在陸軍領導人了解他們需要如何準備和訓練之前,他們必須了解他們需要如何對抗已經使用自己版本的MDO的近距離威脅。每個梯隊的陸軍領導人都必須了解MDO及其基本原則,并對他們自己和他們的組織進行任務指揮培訓,并在最低層行使紀律性的主動權。MDO的基本原則是敏捷、聚合、耐力和深度(陸軍部,2022,第3-2頁)。敏捷、耐力和深度對陸軍在多域作戰中的成功至關重要,但本文試圖討論融合、成功運用任務指揮和決策主導之間的關系,作為多域作戰成功的基礎支柱。
如果美國陸軍要在多域作戰中取得成功,我們必須成功地運用所有的原則。這首先需要對編隊進行重組,并對多域能力進行重組。具有多域能力的編隊必須在需要的戰區內進行部署。融合要求部隊在所有的領域都有姿態和能力取得成功。陸軍部(2022)指出:
簡單地說,融合是指為實現一個更高的目標而統一使用來自多個梯隊和領域的能力。融合使用多領域的能力,但依賴于在空間的正確時間使用這些能力和效果,同步實現一個更高的目的或目標。融合是多域行動的一個關鍵原則,但其成功需要有效的任務指揮和決策主導。顧名思義,指揮和控制(任務指揮)以及有紀律的主動性能夠實現融合,因此對執行決策主導權至關重要。指揮官必須堅持訓練和演練使用任務指揮的原則,以成功運用他們的多域能力。
圖 2013 年 9 月 1 日,分配給美國陸軍航空日本營的一架 UH-60 黑鷹直升機準備降落在太平洋海上的日本海軍驅逐艦村雨 (DD 101) 。這次歷史性的著陸標志著這是美軍直升機第一次降落在日本艦艇上。
根據陸軍部(2019年)的說法,任務指揮是 "陸軍的指揮和控制方法,賦予下屬決策權和適合情況的分散執行權"(第1-3頁)。指揮官將指揮和控制作為行使其權力和提供組織指導的方法,以完成任務目標。當陸軍編隊有未經訓練和未經證實的下屬時,指揮官必須提供更多的控制和指導,以確保任務的完成,但這并不是首選的方法。當下屬領導在指揮官的意圖或戰區戰役的意圖范圍內執行有紀律的倡議時,就會出現分散執行。沒有有能力和有意愿的領導人,就不可能有有紀律的主動性。為了實現和促進有紀律的主動性,指揮官必須將信息傳播到最基層,以促進組織的共同理解。
共同的理解取決于兩個關鍵的基礎要素,即當前形勢和指揮官的意圖。當前的情況就是現在的作戰環境。作戰環境是復雜的、快速變化的、不斷發展的,因此信息流必須是持續的。指揮官的意圖提供了明確的目的,并詳細說明了指揮官期望的最終狀態。它是任務指揮的一個重要原則。指揮官必須了解公布其意圖的重要性,而不是依靠參謀部為他們做這件事。根據柯林斯(2020)的說法:
一個有效的指揮官意圖提供了什么,為什么,以及如何導致有效的任務指揮和完成。當指揮官提供一個可靠的指揮官意圖時,他們就會建立一個共同的理解,士兵們就能取得無限的成就。喬治-巴頓將軍有句名言:"永遠不要告訴人們如何做事情。告訴他們該怎么做,他們會用他們的聰明才智給你帶來驚喜"(庫克,2015年,第2段)。為此,指揮官的意圖有助于下屬形成共同的理解,使他們能夠在沒有命令的情況下迅速行動,并抓住、保持和利用主動權。紀律嚴明的主動性還要求指揮官接受風險,允許下屬在最初的指導下進行,以實現戰役的意圖和期望的最終狀態。
指揮官做出決定并承擔可接受的風險,以奪取主動權并完成任務,但在這種情況下,接受風險的目的是賦予下屬權力。根據陸軍部(2019年)的說法。
灌輸風險接受與創造一個不僅鼓勵下屬承擔風險,而且容忍錯誤的環境是相輔相成的。指揮官認識到,下屬最初可能不會完成所有任務,而且可能會出現錯誤。指揮員訓練下屬在不確定的情況下按照指揮官的意圖行事。指揮員給予下屬犯錯和學習的自由。(p. 2-7)
在艱苦的現實主站部隊訓練中,風險的接受尤為關鍵,在戰斗訓練中心(CTC)的輪換中達到高潮。下級通過指揮官、下級領導和CTC的觀察員教練/訓練員(OCTs)的良好指導學習最佳做法。這些活動促進了整個指揮系統的相互信任。士兵們學會行使良好的判斷力和有紀律的主動性。各級指揮官、領導和士兵都必須明白,有紀律的主動性超出了散兵坑和前線的范圍,這一點至關重要。
成功地執行匯合和實現決策主導權取決于指揮所和戰術行動中心(TOC)的工作人員和人員,以及他們快速處理信息和做出決策的能力,為敵人提供多種困境,保持作戰節奏和陸軍編隊內的重點。
圖 第 3 步兵師第 28 步兵團第 1 營的士兵在日本 Aibano 訓練區的城市地形軍事行動訓練中等待另一個小隊清理一個房間,同時與日本地面自衛隊成員進行雙邊演習-國防軍第 15 快速部署團在 2021 年 6 月 7 日 21 日至 2 日的東方之盾演習中。東方之盾是美國陸軍和 JGSDF 最大的雙邊野戰訓練演習,正在日本各地進行,以增強互操作性并測試和完善多域和跨域作戰。
如果沒有訓練有素的士兵、經過測試和驗證的流程、網絡和指揮所,就不可能實現融合。人才管理對于軍隊組織內指揮和控制系統的成功至關重要。指揮官必須了解人才管理對于融合、實現決策主導權和成功執行MDO所必需的重要性。陸軍部(2021年)指出:
訓練對成功至關重要。指揮官必須明白,人才管理要求他們不要把他們的參謀部變成不合格和不稱職的士兵的垃圾場。士兵和領導都必須保持熟練,并不斷接受新的和新興技術的培訓,這些技術旨在傳輸實時和預測未來作戰環境的變化,以及敵人的組成和行動,這些都是過渡到千年發展目標。參謀人員必須成為訓練有素的信息渠道,使指揮官和下屬領導能夠快速做出明智的決定(陸軍部,2021a)。
決策主導強調指揮官、領導和所有梯隊的士兵在幾秒鐘內而不是幾小時或幾天內處理信息,然后在摩擦點上做出決定,或向指揮官提出知情建議,以便快速決策。快速解讀和傳遞具有時間敏感性的情報有助于指揮官及其編隊行使紀律性的主動權,并在指揮官的意圖范圍內果斷行動。決策主導權的核心是為了鞏固成果,防止敵人獲得主動權和實現自己的目標而進行的知情和迅速的侵略行為。訓練有素、有能力、有紀律的士兵和領導人需要高效、有效、經過驗證的程序、網絡和指揮所來推動決策主導權的成功。
決策主導權是一個與陸軍對MDO和LSCO的關注有關的熱門詞匯,但這個詞并不新鮮。近二十年前,梅里克-克勞斯將 "決策主導權 "作為一個作戰概念,建立在之前的 "基于效果的行動和快速決定性行動 "的概念之上(克勞斯,2003年,第1-2段)。克勞斯的定義側重于通過支配敵人的決策過程來剝奪他們的決策能力,而不僅僅是摧毀軍事資產和平臺。它的中心思想是:"當敵人因為沒有可行的選擇而無法有效作戰時,它就會停止戰斗,也許在雙方發生重大傷亡之前"(克勞斯,2003,第5段)。克勞斯和今天的陸軍領導人一樣,相信通過利用技術和取得長期的成功,可以實現決策主導權(克勞斯,2003)。
在 "陸軍多域轉型:準備在競爭和沖突中取勝 "中,陸軍參謀長詹姆斯-麥康威爾將軍討論了技術的重要性和軍隊轉型的需要。在陸軍部(2021年)中,麥康維爾指出:"這種大膽的轉型將為聯合部隊提供尖端技術的范圍、速度和融合,這些技術將提供贏得下一場戰斗所需的未來決策主導權和過度匹配"(第i頁)。為了完成決策主導權,陸軍指揮官和領導人必須首先了解它是什么。陸軍部(2020b)指出。"決策主導權是一種理想狀態,在這種狀態下,指揮官的感知、理解、決定、行動和評估比對手更快、更有效"(第8頁)。這個現代定義是對克勞斯最初定義的擴展,他沒有解決融合、指揮和控制(任務指揮)以及決策支配力在深度和廣度上的關系。
如果不培養多域的領導者,陸軍的多域概念就無法在第一次交戰中存活。指揮官、他們的參謀人員、下級領導和整個陸軍的士兵必須接受并理解有效的指揮和控制、多域組織和決策主導權之間的聯系。如果美國要在競爭、危機和與近鄰對手的沖突中取得成功,將進行這種變革。新的指揮和控制系統,靈活和適應性強的編隊,以及新的能力是成功的必要條件,但領導人要推動行動。領導人必須明白,任務指揮和有紀律的倡議是成功實施和執行千年發展目標的基本要素和關鍵。軍隊需要那些接受變革需求的領導人,學習成為主題專家,并使用以任務指揮為基礎的艱苦和現實的訓練,使他們的部隊為現代戰場做好準備。
(2020年2月5日,美海軍陸戰隊網絡空間司令部的海軍陸戰隊員在馬里蘭州米德堡的網絡作戰中心觀察計算機操作)
二十一世紀最近的一些沖突,如2014年的克里米亞,2020年的第二次納戈爾諾-卡拉巴赫戰爭,以及2022年正在進行的俄烏戰爭,都表明了戰場上信息的重要性。雖然對信息的理解在戰爭的各個層面和整個沖突過程中都是至關重要的,但在作戰和戰術層面的概念化卻是一個挑戰。隨著向多領域作戰(MDO)的轉變,在即將出版的條令出版物--戰場手冊(FM)3-0《作戰》,陸軍條令出版物(ADP)3-13《信息》的支持下,陸軍開始努力解決如何實現信息優勢以擊敗敵軍并實現目標。
圖1. 對作戰環境的整體看法(圖自聯合出版物5-0,聯合規劃[2020])
為了成功地滿足MDO的要求,即決策主導權,信息將需要成為所有作戰功能的規劃過程的一個核心方面。為了確保這一點,FM3-0草案提出了一種將作戰環境(OE)可視化的整體方法。此外,ADP 3-13草案詳細說明了如何通過五條努力路線實現信息優勢。雖然從聯合部隊的角度來看,陸軍新的作戰環境模型是一個改進,但需要有一個更好的方法來概念化信息在每個作戰功能中發揮的作用。更新陸軍的框架可以使信息在整個作戰功能中得到整合,同時允許各級按照任務指揮的原則進行靈活和知情的決策。這一更新的框架釋放了信息在規劃過程中的全部潛力,并最終實現了任務的執行。
表. 聯合/軍種對信息優勢/信息戰定義的比較
目前,聯合出版物5-0《聯合規劃》中對作戰環境的聯合觀點做了最好的介紹,圖1。一個重要的區別是,該模型將信息環境(IE)描述為作戰環境的一個獨特部分。此外,聯合模型將信息環境分解為三個維度(物理、信息和認知),并包括網絡空間領域。從聯合的角度來看,信息目前正在接受更新,即將發布的聯合出版物3-04《信息》,部分原因是在2017年將信息增加為一項聯合職能。這次更新并沒有改變聯合部隊如何理解信息環境的核心概念;然而,有一些小的變化。相比之下,陸軍新興的OE概念更有助于整合信息。如圖2所示,陸軍的模式是真正的整體性的。陸軍沒有單獨的信息環境,而是將物理、人類和信息層面視為存在于每個作戰領域中。換句話說,沒有必要有一個單獨的信息環境,因為信息在每個領域都是存在的,而且是持久的。雖然聯合模式中表達了信息環境與操作環境完全整合的想法,但陸軍故意刪除了明確命名的 "信息環境",這有助于提供清晰的信息能力并防止偷工減料。最終在MDO期間,軍隊可以通過這些維度實現對敵人的相對優勢,包括信息優勢。
圖2. 新興的陸軍作戰環境概念(《戰地手冊》3-0,作戰[即將出版])
無論采用哪種方法來處理作戰環境或IE,有一點是明確的:信息是規劃過程的一部分,對有效決策至關重要。這可以從所有軍種用來描述信息在作戰和戰術層面的作用的定義中看出。然而,就像聯合部隊和陸軍對OE的看法的細微差別一樣,聯合部隊和各軍種對什么是信息優勢也有一些明顯的區別。下表顯示了各軍種和聯合部隊在理解信息優勢方面的各種方法。
盡管存在差異,但所有這些定義的核心都是信息對決策過程至關重要的觀點。然而,同樣重要的是,這些定義都是在與另一行為體競爭的背景下談論決策。在促進友好決策的同時擾亂對手的決策的能力是信息優勢的核心。這種競爭的理念在FM3-0草案中提出的陸軍決策優勢概念的圖示中得到了明確的闡述,見圖3。
圖3. 決策主導權和決策周期的競爭(陸軍條令出版物3-13,信息[即將出版])
正如所描述的那樣,陸軍的方法使用了作戰過程,特別是指揮官在作戰過程中的作用(理解、可視化、描述、指導、領導和評估,或稱UVDDLA),來描述這個決策周期。正如ADP 5-0《作戰過程》所概述的,作戰過程是指揮和控制的框架,指揮官的核心作用是 "推動必要的概念和詳細規劃,以了解他們的作戰環境;可視化并描述行動的最終狀態和作戰方法;做出并闡明決策;指導、領導和評估行動";這可以從圖4看出。重要的是,ADP 5-0指出,"行動過程的目標是做出及時和有效的決定,并比敵人更快地采取行動"。然而,在行動過程中使用UVDDLA作為信息優勢的框架是有缺陷的,原因有幾個。首先,最重要的是,雖然作戰過程的核心是做決定,但作戰過程本身并沒有對決策如何發生給出額外的見解。因此,在圖3中,與作戰功能的聯系并不明顯,因為這些功能要么加強了決策周期,要么降低了決策周期。圖中顯示了作戰功能的作用,但卻沒有說明如何發揮這一作用。最后,與其他決策框架不同,作戰過程直接與陸軍的指揮和控制方法聯系在一起。這種缺乏通用性的情況意味著它沒有靈活性,不能照搬和應用于理解對手的決策過程。應該指出的是,在決策主導權定義的早期迭代中,作戰過程并不是用來描述決策過程的。詹姆斯-麥康威爾將軍在他的參謀長一號文件中指出,"決策主導權是一種理想狀態,在這種狀態下,指揮官比對手更快、更有效地感知、理解、決定、行動和評估[SUDAA]。" 這種SUDAA過程在陸軍未來司令部關于決策主導權的小冊子中得到了形象的描述,見圖5。使用這個定義比使用行動過程有幾個好處。首先,信息在做出更有效的決策中的作用很容易被應用到這個過程的 "感覺和理解 "部分。第二,雖然這個過程本身是由指揮官在指揮和控制過程中使用的,但SUDAA過程卻沒有那么嚴格地只與指揮官聯系在一起。
盡管有了這些對行動過程的改進,SUDAA的理念仍然沒有得到完善。然而,它顯然受到了另一個決策框架的啟發,這個框架更加成熟,也可以應用于整個作戰職能和所有組織層面,即由退役的約翰-博伊德上校創建的方向-觀察-決定-行動(OODA)循環。
圖4. 作戰過程 (圖自陸軍條令出版物5-0《作戰過程》[2019])
博伊德的OODA循環經常被簡化;然而,圖6中的完整版本則突出了決策的復雜性。這種復雜性集中體現在定位步驟上,博伊德將其稱為 "大O"。空軍戰爭學院的Grant Hammond總結了定位步驟的重要性。
圖 5. 感知、理解、決定、行動、評估框架(圖來自 AFC小冊子71-20-9,《陸軍指揮與控制2028的未來概念:追求決策主導》 [2021])
它是遺產、文化傳統、以前的經驗、教育和新信息的混合體,以及隨之而來的分析和綜合。這些都是一套復雜的過濾器,對各種刺激的行動和反應進行調節。在處理所有這些信息時,會形成一個反應菜單。然后對這些反應進行分類、分析和綜合,以做出關于首選程序的決定。
同時注意到,定位步驟是指導和控制人們如何在其環境中觀察和行動。所概述的方向與陸軍對人的層面的理解完全吻合。正如ADP 3-13草案中所概述的,"人的層面包括個人的推理、情感和行為,以及群體互動的更廣泛的社會背景,包括文化、群體身份和社會權力動態。"
圖6. 博伊德的OODA環的擴展版本
通過將OODA循環框架整合到現有的信息優勢理念中,信息在決策過程中的作用重點更加明確。這個更新的框架可以在圖7中看到。雖然OODA循環在每個步驟之間都有持續的反饋,但信息在觀察和定位步驟中發揮了巨大的作用。因此,通過特別關注這些步驟,陸軍能夠更好地構思如何將各種作戰功能納入規劃過程以實現信息優勢。
這個框架使每個作戰職能部門能夠更清楚地看到他們在加強或削弱決策周期方面的作用。例如,網絡電磁活動可以用來降低對手的觀察部分(如干擾敵方雷達的電磁攻擊),也可以在定位步驟(如操縱數據的網絡效應)。正如上面的例子所示,有時這些角色的定義非常明確。情報作戰職能部門的人不會對他們在支持友軍OODA循環的觀察和定向步驟方面的影響感到驚訝。然而,其他作戰職能部門在信息方面有更微妙的影響。以維持為例,當陸軍更新其陸軍預置庫存(APS)時,維持對敵方決策的影響。它通過使陸軍的供應和移動更加迅速而使敵人的觀察變得復雜。同樣,使用APS可以影響敵人的方向,因為它要求他們現在將APS能力納入他們的決策。這些對敵方決策周期的看似微小的干擾可能足以在短時間內獲得優勢。歸根結底,納入OODA框架意味著在計劃期間,每個作戰功能都應考慮它們如何影響觀察和定位步驟。
圖7. 更新FM3-0框架與OODA循環
為了充分實現MDO的要求,軍隊需要了解如何實現信息優勢。這種理解始于一個堅實的框架。FM3-0的更新和即將發布的ADP3-13是正確的第一步。然而,任何信息優勢框架要想被采納,都需要與戰備狀態和作戰功能明確聯系起來。如果沒有這種聯系,信息優勢的規劃將繼續被那些習慣于處理信息的群體所壟斷,而不是按照要求在整個部隊進行。雖然陸軍對OE的做法比聯合部隊目前使用的模式有所改進,但ADP 3-13草案在提供一個明確整合信息和各種作戰功能的框架方面存在不足。陸軍需要一個更新的框架,納入約翰-博伊德的決策理論和他的OODA循環。作戰功能的作用是加強友軍的決策周期或削弱對手的決策周期。通過將信息優勢的核心目標設定為更有效的決策的助推器,軍事人員可以將他們在信息層面的影響概念化,而不考慮作戰功能。這種影響,以及大多數信息優勢活動,都集中在OODA循環的觀察和定向步驟上。這種明確的重點,嵌套在決策框架內并與MDO的必要條件相聯系,使每個作戰職能部門能夠在復雜的作戰環境中有效地規劃信息優勢。
(圖:作家兼戰略家彼得辛格(左)于 2018 年 11 月 1 日在一個未命名的空軍設施與一名軍官和一名國防部文職人員討論新技術。人工智能和腦機接口等進步將改變陸軍作戰的方式。)
長期以來,決策一直是戰爭的核心。最近,戰爭的節奏、規模、不透明性、非線性和連通性的增加對當代決策過程提出了越來越多的挑戰。在未來,這種變化將同時增加及時和有效決策的重要性,同時進一步加劇許多指揮官的認知和決策挑戰。指揮官將尋找結構不良、高度復雜的問題的解決方案,這些問題延伸到空中、陸地、海上、信息、網絡和空間這六個領域。隨著新技術和新應用的實現,未來的事態對復雜性構成了潛在的增長,并將以指數級的速度增加。人類的學習,甚至是最老練的指揮官的直覺能力都無法跟上不斷變化的戰爭特征。要想把贏得戰斗的洞察力帶到未來,必須對人類的認知、決策過程進行改進,或對其進行增強。
決策能力和現有支持的割裂造成了分析性決策過程、指揮官的直覺和有效決策之間日益擴大的能力差距。當前和未來的環境表明,有必要開發更加靈活的決策支持工具,以阻止這種差距,并為指揮官重新獲得決策優勢。在一個不透明和復雜的環境中有效地預測未來幾場戰斗的能力將是成功的關鍵。同時,在一個能夠迅速使以前的計劃失效的動態環境中,理解并首先做出反應的能力對于奪取和保持主動權至關重要。
復雜性科學和混沌研究已經與類似的問題進行了斗爭,并為軍事指揮官的突發挑戰提供了相關的見解。計算機建模和人工智能(AI)方面的工作已經取得了巨大的進展。在許多游戲中,計算機已經超越了人類的決策能力。
從人工智能的主導地位中適應和發展,國際象棋中的人機團隊已經達到了決策的新巔峰,將提前數個回合評估未來動作的算法的卓越戰術與人類的戰略能力相結合。目前美國與人工智能和決策有關的國防努力似乎集中在大數據和數據分析上。然而,如果沒有一個改進的軍事決策框架,就不能利用預測性分析。否則,增加的數據和分析只會加劇理解日益復雜和動態的作戰環境的挑戰。
軍事決策過程(MDMP)雖然在分析上是合理的,但其結構并沒有跟上未來環境的步伐。沖突的速度將超過工作人員處理分析貢獻的能力。
用人工智能對MDMP進行修改和增強,將創造一個過程,以更快的速度產生對環境的理解,并以物理信息的框架為基礎。行動方案的制定將不會像現在這樣,從一個理想的最終狀態向后發展,在理論上運用方法和手段來創造一個想象的未來。由人工智能支持的MDMP將從當前狀態向前工作。它將通過友軍和敵軍決策樹的可能分支向前探索,走向各種環境和敵軍的行動路線,通過最小化風格的決策樹,將其作為適應性代理來實現。替代行動的未來將通過可行性的出現來建立,并通過優化作戰功能的貢獻來完成,固有的區別,然后由人機團隊的人類部分來判斷是否合適和可接受。重新設想的人-機MDMP將與未來的操作環境保持同步,通過以接近機器的速度操作來保持相關性,使人能夠在日益濃厚的戰爭迷霧中獲得卓越的視野。
指揮官雖然得到參謀部的支持,但最終還是利用自己的能力進行決策。當指揮官在進行問題解決以制定對其工作人員或下屬的指導時,他們基本上是在進行 "手段-目的分析,這是一個尋找手段或步驟的過程,以減少當前情況與預期目標之間的差異"。即使是直覺,即對一個事件或數據的突然有洞察力的解釋,也以類似的方法發揮作用。"盡管表面上突然閃現的洞察力似乎產生了問題的解決方案,但研究表明,人們在解決洞察力問題時使用的思維過程最好被描述為一種漸進的、手段-目的的分析。" 領導者認識到相似性,并將其與個人和所研究的歷史聯系起來,從而獲得洞察力。心理學家、經濟學家和諾貝爾獎獲得者丹尼爾-卡尼曼(Daniel Kahneman)用這樣的描述來解釋內部的、經常是半意識的過程:"產生印象、直覺和許多決定的心理工作在我們的頭腦中默默地進行"。數學物理學家、科學哲學家和諾貝爾獎獲得者羅杰-彭羅斯描述了一種無意識的思想發展和對這些思想的有意識判斷。
MDMP有一個類似的、不亞于人類的動態。參謀部通過行動方案(COA)的制定產生備選方案,并由指揮官決定。然而,在行動方案的制定過程中,正如在手段-目的推理中一樣,用于簡化計算的啟發式方法以及一些神經心理學上的缺陷,限制了選擇并注入主觀性。歸根結底,目前MDMP內部的COA開發過程仍然需要大量的頭腦風暴來解決。
與主觀開發選項形成對比的是基于衡量和計算的選項開發,而這一過程將由人工智能支持的程序執行。通過一些基于現有信息和過去沖突的數據的計算,可以對比出AI賦能的MDMP會提供的建議。
對2008年俄格戰爭期間的決策和計劃進行評估,在與歷史上的決策、行動和結果進行對比時,可以深入了解人工智能驅動的MDMP的好處。以下是人工智能驅動的MDMP背后的邏輯和過程。
俗話說,如果情報是用來推動機動的,那么對戰場的情報準備的產出必須作為COA發展的起點,使友軍COA的創建能夠實現對對手的不對稱,并執行對對手行動最有利的行動。
從對敵方力量的評估中,可以根據具體的任務變量來確定所需的友軍力量。要做到這一點,需要一種衡量對手戰斗力的方法。有許多復雜程度不同的方法來確定一個代表戰斗力的數值。
人工智能程序可以使最繁瑣的系統變得可行,所以它不像參謀部那樣受到復雜性的限制,特別是在時間有限的時候。雖然這個例子使用了戰區分析模型(TAM),但TAM并不是重點。指揮官、參謀部或學說推薦的任何東西都可以使用。
在2008年俄格戰爭爆發前,俄羅斯部隊在北奧塞梯駐扎。這些部隊可以按地點轉化為戰斗力值。例如,在馬米森山口附近的俄羅斯部隊可以按其組成部件進行統計,如人員、T-72主戰坦克、2S3自行火炮和BM-21多管火箭炮系統。
圖 1. 俄羅斯軍隊戰斗力計算
圖1中顯示的戰斗力范圍可以告知所需的戰斗力,這些戰斗力來自于格魯吉亞部隊的位置,用藍色矩形標注,以便在各種可能的情況下擊敗這支俄羅斯部隊。圖1中描述的兩種情況是俄羅斯使用西面的馬米森山口或東面的羅基隧道(帶箭頭的紅線)。
與戰斗力計算一樣,從計算機建模中得出的計算結果可以用來預測基于部隊和手段的相應相關性的傷亡。在這里使用的算法中,戰斗力是根據地形和任務類型對每種能力或系統進行調整。一旦對戰斗力進行了調整,該模型描述了在部隊比例為1:1時的傷亡分布情況,有一條非線性曲線,在戰斗力比例大約為4.4:1時趨于平緩,顯示了一個粗略的收益遞減點。這種計算方法不能提供 "任務成功 "的百分比機會,但可以提供預期戰損和傷亡的迭代,顯示雙方的戰斗力如何隨著時間的推移而受到影響。必須對將導致失敗或撤退的戰斗力損失做出假設,但這是一個很好的例子,說明人類的洞察力可以被迫提供具體的情況。從這些計算中出現的洞察力的開端是,1:1的比例仍然是消耗性的,而2:1的比例有可能在兩次反復中增長到2.4:1然后是4.5:1。這就形成了一種機制,在時間上尋求有利的戰斗比例,可以決定性地改變平衡。這不是一個水晶球,而是現有的最佳估計,能夠由工作人員有條不紊地進行,或由程序以機器速度進行。由于戰爭是一種明顯的人類努力,因此可以將士氣或本例中未包括的其他因素納入到額外的修改因素中。這種對戰斗力隨時間推移的理解提供了一個關鍵的洞察力,并可以為部隊分配的決策提供參考。在這一點上,可以產生一個對應于特定地點的友軍的有利戰斗力要求。圖2強調了格魯吉亞部隊如果在俄羅斯入侵路線上的起伏地形中進行防守時的理想戰斗力。
隨著南奧塞梯局勢的升級,格魯吉亞總統米哈伊爾-薩卡什維利于2008年8月7日為軍隊確定了三個目標。他指示他們 "第一,阻止所有軍車從俄羅斯通過羅基隧道進入格魯吉亞;第二,鎮壓所有攻擊格魯吉亞維和人員和內政部崗位或格魯吉亞村莊的陣地;第三,在執行這些命令的同時保護平民的利益和安全"。正如格魯吉亞國家安全委員會秘書亞歷山大-洛馬亞后來所證實的,"我們行動的邏輯是解除茨欣瓦利郊區的射擊陣地,并試圖通過繞過茨欣瓦利,盡快向羅基隧道靠近"。這一指令和支撐格魯吉亞軍事反應的邏輯為本文中繼續發展人工智能的COA提供了一個有益的對比。
圖2. 兵力比的正反饋循環
前面分析的圖1中的俄羅斯部隊是后來試圖通過羅基隧道進入格魯吉亞的第一梯隊部隊。被描述為向格魯吉亞部隊和村莊開火的部隊在茨欣瓦利附近活動,由奧塞梯人組成,由俄羅斯和奧塞梯 "維和 "營協助,人數增加到830人,大約300名雇傭兵,以及更多的大炮。由于他們有相當多的步兵,不同的任務,以及從茨欣瓦利城市中心倉促防守的地形,通過以前使用的相同方法,他們的戰斗潛力被計算為60。
談到格魯吉亞部隊和繼續發展他們最有利的行動路線,格魯吉亞第二、第三、第四和第五步兵旅以及戈里的一個單獨的坦克營的戰斗力和位置,作為計算的起點。他們與俄軍的距離和旅行時間,或關鍵地形,都可以計算出來。將這些信息與之前概述的俄羅斯部隊和之前討論的兵力比例知識結合起來,就可以利用目標編程,從數學上優化從每個格魯吉亞地點到羅基隧道或茨欣瓦利的戰斗力,以滿足有利的兵力比例,同時最大限度地減少總的旅行距離,從而最大限度地減少時間和后勤要求。
圖3. 戰斗潛力優化Python計劃的結果和建議的第4旅的分步任務組織結果
圖3左上角的優化程序結果顯示,格魯吉亞的戰斗力分配足以達到2:1的兵力比,以對抗進攻的俄羅斯部隊。對于第4步兵旅,建議在各目標之間分配戰斗力,后續的優化程序是按作戰功能確定各目標的不同作戰系統的數量,如圖3右上方所示。其結果是以理論為基礎的理性選擇解決方案,并通過在后期MDMP的COA分析步驟中為裁決戰爭游戲而保留的計算類型形成。人工智能支持的MDMP所實現的是使用詳細的分析來告知行動方案的最初發展,防止未來對次優COA的路徑依賴。
這種輸出就像分析數據以創造信息。合并這些信息的組成部分可以創造出知識,指揮官或參謀部可以對其運用智慧。這種方法不是像直覺所注入的那樣擁有不可解釋的因素,而是可以解釋的,并且可以在指揮官的具體規劃指導下進行修改。在這種情況下,裝甲、步兵和炮兵在進攻和防守中的有效性,以及丘陵和城市地形,都被納入優化的考慮范圍,輸出結果將炮兵優先送到羅基隧道。這一建議,雖然源于算法,但遵守人類的軍事判斷,認識到在城市中使用火炮的相對困難,以及步兵的相對優勢。毫不奇怪,行動后的審查指出,格魯吉亞的炮兵在丘陵地帶對付前進中的俄羅斯縱隊是有效的。
同樣,在這種修改中,通常為COA分析的后期步驟保留的計算類型被應用于COA的最初發展。正如加里-卡斯帕羅夫所描述的與計算機合作的好處一樣,人類也可以將作戰藝術應用于已經納入科學的概念。
許多計算可以被整合到程序中,以減少認知負擔,讓工作人員進步到更高層次的人工分析,其中一個例子就是時間。對于建議的每條路線,可以進行計算,根據車輛數量和其他變量確定更準確的時間。
將上述初級人機開發的COA的輸出與格魯吉亞國家安全委員會對其一般行動方案的闡述相比較,突出了人工智能支持的MDMP可以提供的優勢。人工智能的建議將一支更強大的格魯吉亞部隊引向羅基隧道,同時向茨欣瓦利投入部隊。很可能更早和更多地將部隊投入到羅基隧道附近的防御中,會極大地擾亂已經被渠化的入侵俄羅斯部隊,并阻止他們將火箭系統移到茨欣瓦利的射程內,并通過隧道將彈道導彈炮組進一步嵌入格魯吉亞,這對俄羅斯人來說是決定性的。
到目前為止,修改后的方法已經建立了一種發展 "下一步行動 "的方法,其基礎是對友軍和敵軍戰斗力的理解,這種戰斗力如何受到任務類型和地形的影響,以及部隊在移動和機動接觸中的時間關系。地面部隊的這些例子必須自然延伸到所有領域的戰斗力和效果的應用。這種技術能夠同時分析各個領域,并為跨領域效果的整合提供一個機制。近距離空中支援的架次可以被整合到地面領域,以便在地面戰斗的關鍵地點和時間提供更好的戰斗力比率。此外,在進行空對空作戰計算時,可以將地面防空資產納入空對空計算的因素。圖4顯示了通過羅基隧道進攻的俄羅斯地面部隊和推薦的格魯吉亞地面部隊的戰斗力,另外還強調了如何將俄羅斯的蘇-25戰斗機或格魯吉亞的SA-11系統納入其中。這為在領域內和跨領域進行的作戰行動創建了一個多維框架,并提供了一種同步匯合的方法。當一個領域的條件發生變化時,對其他領域和行動的影響可以在開始大大超過工作人員計算的復雜程度上進行。
隨著核心COA的制定,每個作戰功能的最佳整合可以通過算法來確定。例如,有了通往目標的路線和距離,以及燃燒率和其他規劃因素,可以計算出支持概念的要素。
這個例子表明,有能力在多個領域整合所有作戰功能的規劃。有了充分的細節說明COA的完成和廣度,現在可以把解釋轉向深度。為了在作戰層面創建一個在時間和空間上都有深度的COA,它必須提前預測幾個交戰,以實現相對優勢的位置,并尋求實現轉化為成功的失敗機制。而之前的過程主要是將現有的軍事理論或學術研究進行算法連接的創造,它們很難實現超越即時決策的飛躍,并創造出作戰藝術。對于這一點,現有的人工智能提供了適用的例子。
國際象棋人工智能中使用的基本微分法對所有棋盤上的處置方式提前兩步進行打分,包括行動和反應,然后根據程序對分數進行比較,分數最差的那個選項被修剪掉。在排除了未來兩步棋中最差的選項后,剩下的最佳選項被選中。修剪和消除的過程可以防止出現這樣的情況:人們可以在最近的一步棋中拿下一個低價值的棋子,但在下一步棋中又會失去一個高價值的棋子。該算法基于每一步后續棋重復這一過程。在許多程序中,該算法會分析更多的未來棋步,以指數形式增加棋盤的處置,以評估和排列潛在的棋步。為了簡化計算機的計算,一個被稱為阿爾法-貝塔修剪的過程可以在明確它們不會是最佳選擇時刪除分支,并停止評估它們。根據已經證明的根據力量和手段的相關性來評估軍事編隊的能力,可以看到即使是簡單的國際象棋人工智能方法也可以成為發展作戰藝術的基礎。
圖4. 多域COFM框架
當使用決策樹和國際象棋人工智能的最小算法時,程序會對棋盤上的大多數或所有的替代性未來進行評估,并產生一個可比較的值。俄羅斯軍隊最初從西邊的馬米森山口進攻,而不是從東邊的羅基隧道進攻,就是一個選項的例子。這將產生一個不同的動作,格魯吉亞部隊需要對此作出反應。除了國際象棋人工智能中棋子的總價值外,還經常使用位置的修改器。對每一方的剩余棋子進行估值的方法在概念上類似于之前用于分析俄羅斯和格魯吉亞部隊的戰斗力的TAM計算方法。而不是單個棋子的價值,將考慮軍事編隊的戰斗力。這種機制設計起初似乎是以消耗為重點,保留友軍的戰斗力,消除對手的戰斗力,并根據價值來確定優先次序。從一開始看起來非常機械的東西中出現的顯著特征是在時間和空間上創造和連接有利的力量比例,實現不對稱性,以大量消耗對手并保存友軍的戰斗力。簡而言之,它創造了作戰藝術。
當以這種方式對格魯吉亞的多個行動方案進行比較時,就會出現與圖3中描述的不同的行動方案。由于通往羅基隧道的旅行時間的變化,以及對交戰的預測是如何沿著各自的決策樹展開的,因此確定了對通往羅基隧道的部隊的改變,如圖5所示。
當人工智能支持的COA開發過程繼續向前搜索時,在Troitskye的俄羅斯第503摩托步槍團(MRR)和在Khankala的第42摩托步槍師和第50自行火炮團被確定為需要考慮的俄羅斯作戰力量。以最小的方式,在最初決定在羅基隧道和茨欣瓦利之間分配部隊之前,沿著決策樹進一步考慮這一事件。一旦理解了時間上的力量以及二階和三階效應,就會發現一個非直覺性的決定,即與戈里的坦克營和第比利斯的第4旅一起向羅基隧道進攻,這是由于預測到俄羅斯第二梯隊部隊在未來的行動。
圖 5. 俄羅斯-格魯吉亞聯合決策樹和進化
如圖3所示,如果俄軍同時開始行動,格魯吉亞部隊的原始部署無法及時趕到羅基隧道進行防御。然而,當動用哥里的坦克營或第4步兵旅時,一支有利的部隊能夠在迪迪古普塔或爪哇附近進行防御,使俄軍在山丘上保持渠化,有足夠的戰斗力來預測俄軍的進攻會被擊敗。這種防御可以抵御俄軍第二梯隊的第503摩托化步兵師,但不能抵御緊隨其后的第42摩托化步兵師,圖5右上方描繪的是第503步兵師。正因為如此,格魯吉亞的防御部隊如果要完成他們的任務,就需要在503摩托化步兵師到來之前向隧道進行反擊,以在嚴重的渠化隧道處進行防御。有了這些從復雜中出現的聯系,格魯吉亞的領導層可以及時思考并產生贏得戰斗的洞察力。
建立可用COA的算法過程在很大程度上緩解了因時間不足而產生的差距,同時為MDMP引入了一定程度的學術嚴謹性,否則可能只是主觀評估,而這種評估中隱含著所有未知的危險。
在目前的作戰環境中,往往沒有時間來制定多個作戰行動方案,對所有制定的作戰行動方案進行戰爭演習,應用作戰行動方案評估標準,然后確定一個推薦的作戰行動方案。有了人工智能支持的MDMP,COA分析和比較就被烘托出來,并最大限度地利用現有的技術,所有這些都是在傳統的工作人員可以收集到的工具。
通過COA分析和COA比較步驟合并和修改COA開發步驟,以利用當前人工智能能力的速度、力量和洞察力,將提高預測多種替代性未來和選擇的能力,使指揮官不僅能夠在三維空間中思考,而且能夠在時間中思考。鑒于時間越來越稀少,了解時間,并擁有在多個領域與之合作并通過它的工具,可能是人工智能提供的最大優勢。
其他領域的人工智能工具已經展示了它們在提供快速、一致和準確計算的任務方面的能力。為了具有價值,人工智能不需要自主運作或復制有生命的人。人工智能只需要彌合當前規劃和決策工具的適用性與人類認知在復雜適應性系統中的有效性之間不斷擴大的差距。處理復雜性的適度改進,即使只是減少導致錯誤的認知負擔,也會確保比無助的指揮官有決策優勢。
在人工智能支持的MDMP的意義上更進一步,人工智能可以在第一次迭代后半自動地完成MDMP,幾乎連續地進行完整的MDMP過程,沒有疲勞感,納入每一個新發展。一個持續的人工智能運行的MDMP將提供關于部隊當前位置和行動的反饋。近乎實時的反饋將使我們能夠跟蹤下屬單位的當前行動、控制措施的遵守情況和進展。
其次,近乎連續的MDMP可以通過評估根據當前條件應該執行什么COA來預測分支,甚至預測隨著條件的變化,未來決定性交戰的設置。持續的人工智能支持的MDMP將與敵人而不是計劃作戰。一個人工智能支持的過程將有額外的好處,即為任何新出現的COA整合資源,同步和優化所有領域的效果,并使過渡到一個新的分支計劃更加可行。這種能力將在使部隊迅速適應在未來動蕩環境中的混亂邊緣茁壯成長方面取得不可思議的進展。
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。
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。
美陸軍統一網絡計劃正在推動網絡在2028年之前從一個被認為是看不見的資產變成一個支持多域作戰(MDO)方式的部隊武器系統。美陸軍的統一網絡將提供一種可生存的、安全的、端到端的能力,使陸軍在競爭、危機或沖突期間以及在所有作戰領域(海洋、陸地、太空、網絡、空中)作為聯合/聯盟部隊的一部分進行運作。
美陸軍參謀長的《陸軍向多領域作戰轉型白皮書》和到2028年擁有一支具備多域作戰能力部隊的目標,突出了對陸軍統一網絡的關鍵需求。決策主導權和超額配給能力是MDO的核心,而陸軍只有通過彈性、安全的全球網絡能力和容量才能實現這一目標。在此基礎上,美陸軍統一網絡計劃將多種復雜的網絡現代化工作調整為支持MDO所需的單一、一致的方法。
通過跨領域的努力,美陸軍統一網絡計劃為2028年的Way Point部隊提供了一個統一的網絡,然后隨著信息技術的持續快速發展而不斷進行現代化。
美陸軍統一網絡計劃與陸軍戰略的重點相一致,即建立戰備、現代化、改革陸軍以及加強聯盟和伙伴關系。現有的戰術網絡現代化戰略和實施計劃與陸軍統一網絡計劃相銜接,并保持一致。此外,陸軍統一網絡計劃在多個階段和時間范圍內與2019+陸軍戰役計劃并行,并使其得以實施。
第一階段:近期(目前-2024年)--建立統一的網絡
這一階段已經開始,同步進行綜合戰術網絡(ITN)和綜合企業網絡(IEN)的現代化。這一階段的主要工作包括:
對這一階段具有決定性意義的是建立一個基于標準的安全架構,該架構建立在零信任原則之上,最初的主要重點是SIPR網絡的現代化,然后是NIPR的關鍵能力,包括工資、后勤、合同等。
美陸軍開始實施一個整體的方法,隨著時間的推移發展統一網絡,使多種努力同步進行,并利用新興技術,如軟件定義和5G及以上的無線網絡,也符合零信任原則。
美陸軍正在追隨美國防部副部長辦公室,將無線蜂窩網絡作為戰術和企業網絡使用的一項關鍵技術。這將補充網絡整合,減少對非無線網絡的依賴。
這一階段開始時,能力加速進入云基礎設施,同時迅速剝離傳統能力和流程。關鍵是建立共同的數據標準,以實現人工智能(AI)和機器學習(ML)等新興能力。
任務伙伴環境(MPE)的持續發展將繼續進行,因為企業努力建立一個持久的能力,并消除浪費的偶發努力。
美陸軍將繼續調整部隊結構,以實施國防部信息網絡行動(DODIN Ops)的建設,在一個有爭議和擁擠的環境中運營、維護和捍衛統一網絡。
美陸軍必須完成整個企業的網絡融合,以調整單一的陸軍服務提供商,提高網絡的準備程度、標準化和互操作性;提高陸軍的網絡安全態勢;并使DCO快速響應。這種融合為統一網絡的建立創造了條件。
這一階段結束時,建立了一個標準化的綜合安全架構,為統一網絡奠定了基礎,并能在世界任何地方快速部署和立即開展行動。
第二階段:中期(2025-2027)--統一網絡的運作
這一階段從25財政年度開始,繼續融合ITN和IEN的能力。這一階段的主要工作包括:
完成DODIN行動的構建,支持部隊結構,使統一網絡在競爭和擁擠的環境中得到防御和運作。
這一階段完成了混合云能力的建立,包括加速Al/ML能力發展的戰術編隊。
美陸軍將建立一個持久的任務伙伴網絡(MPN),包括從企業到戰術邊緣的所有硬件、軟件、基礎設施和人員,包括在所有戰斗訓練中心(CTC)和任務訓練綜合體的就業。
這一階段在統一網絡完全支持2028年的MDO目標部隊時結束。
第三階段:遠期(2028年及以后)--持續實現統一網絡的現代化
這個階段從28財政年度開始,當陸軍統一網絡在操作上、技術上和組織上完全準備好支持2028年的MDO Way Point部隊。
鑒于信息技術和網絡領域快速和持續的變化速度,這個階段是沒有盡頭的--現代化演變為統一網絡的成熟。這是一個持續的過程,統一網絡沒有固定的結束狀態。
美陸軍統一網絡計劃伴隨著陸軍統一網絡的實施,這是一個美國陸軍執行令(EXORD),它將框架分解為與追求框架內的努力方向(LOE)和支持目標有關的近期和中期的關鍵任務。作為網絡整合和管理的領導者,首席信息官(CIO)和副參謀長(DCS),G-6將使用陸軍統一網絡實施計劃來同步和評估整個部隊和所有任務領域的努力,以建立統一網絡,支持2028年具有MDO能力的軍隊。
自動化使系統能夠執行通常需要人類投入的任務。英國政府認為自動化對保持軍事優勢至關重要。本論文討論了當前和未來全球自動化的應用,以及它對軍事組織和沖突的影響。同時還研究了技術、法律和道德方面的挑戰。
許多軍事系統都有自動化的特點,包括執行物理任務的機器人系統,以及完全基于軟件的系統,用于數據分析等任務。自動化可以提高某些現有軍事任務的效率和效力,并可以減輕人員的 "枯燥、骯臟和危險 "的活動。 許多專家認為,自動化和自主性是與系統的人類監督水平有關的,盡管對一些系統的定位存在爭議,而且對系統是否應被描述為 "自動化 "或 "自主 "可能存在分歧。英國防部在其 "自主性譜系框架 "中概述了5個廣泛的自主性水平,從 "人類操作 "到 "高度自主"。一個系統可能在不同的情況下有不同的操作模式,需要不同程度的人力投入,而且只有某些功能是自動化的。方框1概述了本公告中使用的定義。
方框1:該領域的術語并不一致,關鍵術語有時可以互換使用。
自動化系統。自動系統是指在人類設定的參數范圍內,被指示自動執行一組特定的任務或一系列的任務。這可能包括基本或重復的任務。
自主系統。國防科學與技術實驗室(Dstl)將自主系統定義為能夠表現出自主性的系統。自主性沒有公認的定義,但Dstl將其定義為 "系統利用人工智能通過自己的決定來決定自己的行動路線的特點"。自主系統可以對沒有預先編程的情況作出反應。
無人駕駛車輛。朝著更高水平的自主性發展,使得 "無人駕駛 "的車輛得以開發,車上沒有飛行員或司機。有些是通過遠程控制進行操作,有些則包括不同程度的自主性。最成熟的無人駕駛軍事系統是無人駕駛航空器,或稱 "無人機",其用途十分廣泛。
人工智能。人工智能沒有普遍認同的定義,但它通常是指一套廣泛的計算技術,可以執行通常需要人類智慧的任務(POSTnote 637)。人工智能是實現更高水平的自主性的一項技術。
機器學習:(ML,POSTnote 633)是人工智能的一個分支,是具有自主能力的技術的最新進展的基礎。
英國政府已經認識到自主系統和人工智能(AI,方框1)的軍事優勢以及它們在未來國防中可能發揮的不可或缺的作用。在其2021年綜合審查和2020年綜合作戰概念中,它表示致力于擁抱新的和新興的技術,包括自主系統和人工智能。2022年6月,英國防部發布了《國防人工智能戰略》,提出了采用和利用人工智能的計劃:自動化將是一個關鍵應用。在全球范圍內,英國、美國、中國和以色列擁有一些最先進的自主和基于AI的軍事能力。方框2中給出了英國和全球活動的概述。
方框2:英國和全球活動
英國 英國政府已表明其投資、開發和部署用于陸、海、空和網絡領域軍事應用的自主和人工智能系統的雄心。最近的投資項目包括NELSON項目,該項目旨在將數據科學整合到海軍行動中;以及未來戰斗航空系統,該系統將為皇家空軍提供一個有人員、無人員和自主系統的組合。在2021年綜合審查發表后,政府成立了國防人工智能中心(DAIC),以協調英國的人工智能國防技術的發展。這包括促進與學術界和工業界的合作,并在紐卡斯爾大學和埃克塞特大學以及艾倫-圖靈研究所建立研究中心。
全球背景 對自主軍事技術的投資有一個全球性的趨勢:25個北約國家已經在其軍隊中使用一些人工智能和自主系統。有限的公開信息給評估軍隊的自主能力帶來了困難,但已知擁有先進系統的國家包括。
俄羅斯和韓國也在大力投資于這些技術。在俄羅斯,機器人技術是最近成立的高級研究基金會的一個重點,該基金會2021年的預算為6300萬美元。
自主系統可以被設計成具有多種能力,并可用于一系列的應用。本節概述了正在使用或開發的軍事應用系統,包括情報、監視和偵察、數據分析和武器系統。
自動化正越來越多地被應用于情報、監視和偵察(ISR),通常使用無人駕駛的車輛(方框1)。無人駕駛的陸上、空中和海上車輛配備了傳感器,可以獲得數據,如音頻、視頻、熱圖像和雷達信號,并將其反饋給人類操作員。一些系統可以自主導航,或自主識別和跟蹤潛在的攻擊目標。英國有幾架ISR無人機在服役,還有一些正在試用中。這些無人機的范圍從非常小的 "迷你 "無人機(其重量與智能手機相似)到可以飛行數千英里的大型固定翼系統。英國正在試用的一個系統是一個被稱為 "幽靈 "無人機的迷你直升機,它可以自主飛行,并使用圖像分析算法來識別和跟蹤目標。無人駕駛的水下航行器被用于包括地雷和潛艇探測的應用,使用船上的聲納進行自主導航。這些車輛還可能配備了一種技術,使其能夠解除地雷。
許多軍事系統收集了大量的數據,這些數據需要分析以支持操作和決策。人工智能可用于分析非常大的數據集,并分辨出人類分析員可能無法觀察到的模式。這可能會越來越多地應用于實地,為戰術決策提供信息,例如,提供有關周圍環境的信息,識別目標,或預測敵人的行動。英國軍隊在2021年愛沙尼亞的 "春季風暴 "演習中部署了人工智能以提高態勢感知。美國的Maven項目旨在利用人工智能改善圖像和視頻片段的分析,英國也有一個類似的項目,利用人工智能支持衛星圖像分析。
以自動化為特征的武器系統已被開發用于防御和進攻。這些系統包括從自動響應外部輸入的系統到更復雜的基于人工智能的系統。
防御系統。自動防空系統可以識別和應對來襲的空中威脅,其反應時間比人類操作員更快。這種系統已經使用了20多年;一份報告估計有89個國家在使用這種系統。目前使用的系統可以從海上或陸地發射彈藥,用于應對來襲的導彈或飛機。英國使用Phalanx CIWS防空系統。雖然沒有在全球范圍內廣泛采用,但以色列將固定的無機組人員火炮系統用于邊境防御,并在韓國進行了試驗。這些系統能夠自動瞄準并向接近的人或車輛開火。
導向導彈。正在使用的進攻性導彈能夠在飛行中改變其路徑,以達到目標,而不需要人類的輸入。英國的雙模式 "硫磺石"(DMB)導彈于2009年首次在阿富汗作戰中使用,它可以預先設定搜索特定區域,利用傳感器數據識別、跟蹤和打擊車輛。
用于武器投送的無人平臺。為武器投送而設計的無人空中、海上和陸地運載工具可以以高度的自主性運行。這些系統可以自主地搜索、識別和跟蹤目標。大多數發展都是在空中領域。英國唯一能夠自主飛行的武裝無人機是MQ-9 "收割者",但有幾個正在開發中。英國防部還在開發 "蜂群 "無人機(方框3)。雖然存在技術能力,但無人駕駛的進攻性武器并不用于在沒有人類授權的情況下做出射擊決定;報告的例外情況很少,而且有爭議。 自主系統在識別目標和作出射擊決定方面的作用,是廣泛的倫理辯論的主題(見下文)。
方框3:無人機蜂群
無人機蜂群是指部署多個能夠相互溝通和協調的無人機和人員,以實現一個目標。在軍事環境中,蜂群可能被用來監視一個地區,傳遞信息,或攻擊目標。2020年,英國皇家空軍試驗了一個由一名操作員控制的20架無人機群,作為Dstl的 "許多無人機做輕活 "項目的一部分。蜂群技術還沒有廣泛部署。據報道,以色列國防軍于2021年首次在戰斗中使用無人機蜂群。
自動化技術和人工智能的擴散將對英國軍隊產生各種影響,包括與成本和軍事人員的角色和技能要求有關的影響。對全球和平與穩定也可能有影響。
一些專家表示,從長遠來看,軍事自動化系統和人工智能可能會通過提高效率和減少對人員的需求來降低成本。然而,估計成本影響是具有挑戰性的。開發成本可能很高,而且回報也不確定。提高自動化和人工智能方面的專業知識可能需要從提供高薪的行業中招聘。軍隊可能不得不提高工資以進行競爭,英國防部將此稱為 "人工智能工資溢價"。
自動化可能會減少從事危險或重復性任務的軍事人員數量。然而,一些軍事任務或流程,如高層戰略制定,不太適合自動化。在許多領域,自主系統預計將發揮對人類的支持功能,或在 "人機團隊 "中與人類合作。專家們強調,工作人員必須能夠信任與他們合作的系統。一些角色的性質也可能會受到自動化的影響,所需的技能也是如此。例如,對具有相關技術知識的自主系統開發者和操作者的需求可能會增加。英國防部已經強調需要提高整個軍隊對人工智能的理解,并承諾開發一個 "人工智能技能框架",以確定未來國防的技能要求。一些利益相關者對自動化對軍事人員福祉的影響表示擔憂,因為它可能會限制他們的個人自主權或破壞他們的身份和文化感。
人員對自動化的態度:
關于軍事人員對自動化的態度的研究是有限的。2019年對197名英國防部人員的研究發現,34%的人對武裝部隊使用可以使用ML做出自己的決定的機器人有普遍積極的看法,37%的人有普遍消極的態度。有報道稱,人們對某些自主武器系統缺乏信任,包括在2020年對澳大利亞軍事人員的調查中。在這項研究中,30%的受訪者說他們不愿意與 "潛在的致命機器人 "一起部署,這些機器人在沒有人類直接監督的情況下決定如何在預定的區域使用武力。安全和目標識別的準確性被認為是兩個最大的風險。有證據表明,信任程度取決于文化和熟悉程度。
一些專家提出了這樣的擔憂:在武器系統中越來越多地使用自主權,有可能使沖突升級,因為它使人類離開了戰場,減少了使用武力的猶豫性。蘭德公司最近的一份戰爭游戲報告(上演了一個涉及美國、中國、日本、韓國和朝鮮的沖突場景)發現,廣泛的人工智能和自主系統可能導致無意中的沖突升級和危機不穩定。這部分是由于人工智能支持的決策速度提高了。升級也可能是由自動系統的非預期行為造成的。
還有人擔心,由于自動化和基于人工智能的技術變得更便宜和更豐富,非國家行為者更容易獲得這種技術。這些團體也可能獲得廉價的商業無人機,并使用開放源碼的人工智能對其進行改造,以創建 "自制 "武器系統。關于非國家行為者使用自主系統的報告是有限的和有爭議的。然而,非國家團體確實使用了武裝無人機,而且人們擔心人工智能會使這種系統更加有效。
正在進行的包括機器人和人工智能在內的技術研究,主要是由商業驅動的,預計將增加自動化系統的應用范圍和采用程度。該領域的一些關鍵技術挑戰概述如下。一個更普遍的挑戰是,相對于數字技術的快速發展,軍事技術的發展速度緩慢,有可能在部署前或部署后不久組件就會過時。
無人駕駛的車輛和機器人經常需要向人員傳輸數據或從人員那里接收數據。這可以讓人類監督和指導它們的運作或接收它們收集的數據。在某些情況下,系統也可能需要相互通信,如在無人機群中(方框3)。軍方通常使用無線電波在陸地上傳輸數據,其帶寬(頻率的可用性)可能有限。在傳輸大量數據,如高分辨率圖像時,這可能是個問題。5G技術(POSTbrief 32)可能會促進野外更有效的無線通信。系統之間的無線電通信可以被檢測到,提醒對手注意秘密行動。對手也可能試圖阻止或破壞系統的通信數據傳輸。目前正在研究如何最大限度地減少所需的數據傳輸和優化數據傳輸的方法。更多的 "板載 "或 "邊緣 "處理(POSTnote 631)可以減少傳輸數據的需要。然而,減少通信需要系統在沒有監控的情況下表現得像預期的那樣。
具有更高水平的自主性的更復雜的系統通常在運行時在船上進行更多的數據處理和分析。這要求系統有足夠的計算能力。一般來說,一個系統能做多少嵌入式數據處理是有限制的,因為硬件會占用空間并需要額外的電力來運行。這可能會限制需要電池供電運行的系統的敏捷性和范圍。然而,人工智能的進步也可能使系統更有效地運行,減少計算要求。由于未來軟件、算法和計算機芯片技術的進步,計算機的處理能力也有望提高。
創建和整理與軍事應用相關的大型數據集,對生產可靠的人工智能自主系統非常重要。機器學習(ML,方框1)依賴于大型數據集來訓練其基礎算法,這些數據可以從現實世界中收集,或者在某些情況下,使用模擬生成。一般來說,用于訓練ML系統的數據越有代表性、越準確、越完整,它就越有可能按要求發揮作用。準備訓練數據(分類并確保其格式一致)通常需要手動完成,并且是資源密集型的。
數據隱私:
一些人工智能系統可能會在民用數據上進行訓練。人們普遍認為,如果使用與個人有關的數據,他們的隱私必須得到保護。這可以通過對個人數據進行匿名化處理或只分享經過訓練的人工智能系統來實現。
由計算機軟件支撐的系統數量的增加增加了網絡攻擊的機會。網絡攻擊者可能試圖控制一個系統,破壞其運作,或收集機密信息。基于人工智能的系統也可以通過篡改用于開發這些系統的數據而遭到破壞。英國防部在2016年成立了網絡安全行動中心,專注于網絡防御。在英國,2021年成立的國防人工智能中心,有助于促進行業伙伴或其他合作者對高度機密數據的訪問。
重要的是,軍事系統要可靠、安全地運行,并符合法律和法規的規定。人工智能和自動化給傳統軟件系統帶來了不同的測試和保證挑戰。 進一步的挑戰來自于ML的形式,它可能不可能完全理解輸出是如何產生的(POSTnote 633)。人工智能軟件可能還需要持續監測和維護。利益相關者已經強調缺乏適合的測試工具和流程,并正在開發新的工具和指南。英國政府的國防人工智能戰略致力于建立創新的測試、保證、認證和監管方法。
目前還沒有專門針對將自動化或人工智能用于軍事應用的立法。雖然它們在戰爭中的使用受現有的國際人道主義法的約束,但這與新技術的關系是有爭議的。在國家和國際層面上有許多關于人工智能更普遍使用的準則,這些準則可以適用于自動化系統。然而,2021年數據倫理與創新中心(CDEI)的人工智能晴雨表研究發現,工業界很難將一般的法規適應于特定的環境。2022年,英國防部與CDEI合作發布了在國防中使用人工智能的道德原則。
一些利益相關者強調,如果自主系統的行為不合法或不符合預期,那么它的責任是不明確的。這可能導致系統及其決定與設計或操作它的人類之間出現 "責任差距",使法律和道德責任變得復雜。英國防部的原則說,在人工智能系統的整個設計和實施過程中,應該有明確的責任。國防人工智能戰略為供應商設定了類似的期望。
這一領域的大部分法律和道德辯論都集中在武器系統上。然而,某些非武裝系統(例如,基于軟件的決策支持工具)可能在識別目標方面發揮關鍵作用,因此提出了許多與那些同時部署武器的系統相同的道德問題。
國際上對 "致命性自主武器系統"(LAWS)的使用存在著具體的爭論。這個術語沒有普遍認同的定義,它被用來指代具有不同自主能力的廣泛的武器。關于使用致命性自主武器系統的報告存在很大爭議,例如,由于系統使用模式的不確定性。 聯合國《特定常規武器公約》(CCW)自2014年以來一直在討論致命性自主武器系統的可能立法。它在2019年發布了指導原則,但這些原則沒有約束力,也沒有達成進一步的共識。雖然大多數參加《特定常規武器公約》的國家支持對致命性自主武器進行新的監管,但包括英國、美國和俄羅斯在內的其他國家認為,現有的國際人道主義法已經足夠。根據運動組織 "阻止殺手機器人"(SKR)的說法,83個國家支持關于自主武器系統的具有法律約束力的文書,12個國家不支持。
許多利益相關者認為,必須保持人類對武器和瞄準系統的某種形式的控制,才能在法律和道德上被接受。某些組織,如SKR,呼吁禁止不能由 "有意義的人類控制 "的自主武器系統,并禁止所有以人類為目標的系統。他們還呼吁制定法規,確保在實踐中保持足夠的人為控制。在其2022年國防人工智能戰略中,英國政府表示,識別、選擇和攻擊目標的武器必須有 "適當的人類參與"。作為回應,一些呼吁監管的非政府組織表示,需要更加明確如何評估或理解 "適當的人類參與"。包括英國政府在內的利益相關者建議的維持人類控制的潛在措施包括限制部署的時間和地理范圍。被認為會破壞人類控制的因素包括人類做出決定的有限時間和 "自動化偏見",即個人可能會過度依賴自動化系統,而不太可能考慮其他信息。
大多數關于軍事自動化的公眾意見調查都集中在自主武器系統上。SKR委托對28個國家的19,000人進行了民意調查。62%的受訪者反對使用致命性武器系統;這一數字在英國是56%。關于公眾對人工智能、數據和更廣泛的自動化的態度的研究發現,公眾關注的主要問題包括數據安全、隱私和失業。然而,公眾的觀點會因系統的功能和使用環境的不同而有很大差異。
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。