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

巡飛彈藥--能夠整合基于傳感器的分析，在目標上空盤旋、探測并爆炸的消耗性無人駕駛飛機--是現代戰場上一個日益突出的特征。現有研究探討了這些技術是否正在改變當代戰爭的特點，巡飛彈藥的擴散如何影響地區（和全球）安全動態，以及這對世界各國軍隊的兵力結構可能意味著什么。本報告以早先對防空系統的研究為基礎，重點有所不同。它結合有關自主武器系統（AWS）的討論，研究了全球巡飛彈藥的獲取和部署情況。更具體地說，本報告利用現有的公開資料，調查自 20 世紀 80 年代以來，在全球巡飛彈藥的開發、測試和使用過程中使用自主和自動化技術是否影響了人類控制武力使用的新標準。

大多數現有的巡飛彈藥都被宣傳為按照 “人在環內”的原則操作。這些平臺的操作人員被要求授權對系統指定的目標進行打擊，通過雙向數據鏈路和遠程地面控制站監控平臺的運行，并保留 “中止/波斷 ”能力，以便在戰場條件發生變化時停止打擊。由于是人而不是傳感器的輸入負責釋放力量，因此這類系統不能簡單地歸類為自主武器系統。這使許多巡飛彈藥有別于早期的以色列航空航天工業公司（IAI）的 “哈比 ”系統，后者旨在執行壓制敵方防空行動，通常被稱為自主武器系統。

盡管如此，全球獲取和操作巡飛彈藥的實踐清楚地凸顯了武器系統瞄準功能日益自主化的趨勢，以及這如何影響人類對武力使用的控制。自動或自主技術在巡飛彈藥中的集成，對人類對具體目標選擇決策的控制質量和形式提出了實際挑戰，并開創了先例。特別是，這一過程似乎已經降低了智能體在具體目標選擇決策中對某些武器所能行使的控制和態勢判斷的質量。某些類型的巡飛彈藥作為移動平臺，其地理和時間范圍不斷擴大，其所使用的基于傳感器的瞄準似乎已在何時何地對何人使用武力方面造成了更大的不可預測性。這可能會使人類對具體目標選擇決策的控制更有名無實。這也提出了與遵守各種法律和道德規范有關的問題。

本報告通篇強調了三個主要關切領域：

• (1) 在何時何地使用武力以及智能體如何控制具體的目標選擇決策（即人為控制的情境和決策層面）方面存在更大的不確定性；

• (2) 將巡飛彈藥用作殺傷人員武器和在居民區使用；

• (3) 忽視與巡飛彈藥實戰相關的潛在不可預測、濫殺濫傷和大面積影響。

這些研究成果基于兩方面的分析：首先是一份新的開放源碼目錄，詳細介紹了全球范圍內至少有16個國家采購的24種不同巡飛彈藥中自動和自主功能的集成情況。其中包括（歷史上）與這些技術的發展密切相關的國家（如以色列、俄羅斯、美國、土耳其）的公司開發的巡飛彈藥，以及澳大利亞、波蘭、臺灣和英國等國的其他制造商開發的巡飛彈藥。同樣，目錄中還包括在近期沖突中使用的國際知名平臺，其中一些可能已經為讀者所熟悉。其中包括 AeroVironment Switchblade 300、IAI Harpy 和 STM Kargu-2 等。與早先對防空系統的研究一樣，在可能的范圍內，本目錄的目的也是為了擴展國際上關于現有武器系統的自主性如何改變人類控制瞄準決策的社會規范的討論。本目錄通過記錄這些系統中自動和自主技術的使用情況，而不是詳細介紹現有研究中已列出的技術設計特點。

其次，提供了深入的案例研究，詳細介紹了巡飛彈藥在最近三場沖突中的使用情況：利比亞內戰（2014-2020 年）、2020 年納戈爾諾-卡拉巴赫戰爭和烏克蘭戰爭（2022-）。通過這些案例研究，可以探索一系列沖突方使用巡飛彈藥的不同地點和模式。這些研究還使能夠得出對目前使用巡飛彈藥做法的三個主要關切領域：人類控制的態勢和決策方面存在更大的不確定性；將這些系統用作殺傷人員武器和在人口密集地區使用；以及潛在的濫殺濫傷和大面積影響。

作為制定新的保障措施的起點，不僅要保護而且要改進人類對具體目標選擇決策的控制質量和形式，向參與有關自主武器系統國際辯論的各方以及開發和使用巡飛彈藥的國家提出了一系列建議。這些建議的基礎是總體評估，即顯然迫切需要在一項具有法律約束力的國際條約中對武器中的自動和自主瞄準，包括巡飛彈藥中的自動和自主瞄準進行規范。建議與紅十字國際委員會（紅十字委員會）提出的建議有重疊之處。

特別是，對將巡飛彈藥作為一種自主武器使用的做法進行的分析強調了紅十字國際委員會所確定的軍事發展的潛在未來趨勢：隨著時間的推移，巡飛彈藥似乎已被用于瞄準人類和更多種類的軍事目標；這些系統是移動的，而不是固定在原地；而且它們已被 “用于平民面臨風險最大的城市”。

公開資料分析還有力地證明了數據的局限性，這從根本上影響了對操作巡飛彈藥時人為控制的精確質量的理解。除其他外，這凸顯了在這一領域提高透明度的必要性。

根據研究結果，本文敦促各國制定并通過具有法律約束力的武器系統自主性國際規則，將巡飛彈藥作為其中的一個類別。建議各國 - 在使用巡飛彈藥和其他集成了自動化、自主化和人工智能技術的武器時，確認、保留并加強目前由人類對具體目標選擇決定進行實時、直接評估和控制的標準，作為確保遵守法律和道德規范的防火墻。

• 對可使用自動、自主和人工智能技術識別、選擇、跟蹤和使用武力的巡飛彈藥等武器的作戰時間和地理區域進行控制。

• 禁止將機器學習和其他形式的不可預測人工智能算法整合到巡飛彈藥的瞄準功能中，因為這可能從根本上改變具體瞄準決策及其結果的可預測性、可解釋性和問責制。

• 對可使用自動、自主和人工智能技術識別、選擇、跟蹤和對目標施力的基于傳感器的武器（如巡飛彈藥）的運行環境類型進行控制。作為自主武器系統發揮作用的巡飛彈藥不應在人口密集地區使用。

• 禁止對使用自動、自主和人工智能技術進行瞄準的傳感武器使用某些目標配置文件。這應包括禁止在包括巡飛彈藥在內的武器系統中設計、測試和使用自主 “以人為目標”，并將此類武器的使用限制在 “本質上屬于軍事目標的物體”。

• 更積極地公布技術細節，說明在具體瞄準決定中操作巡飛彈藥時人為控制的質量。這應包括酌情分享有關巡飛彈藥操作人員所受訓練的程度和特點的詳細資料。

無人機行動為現代戰爭增添了新的篇章。在烏克蘭，無人駕駛航空系統（UAS）已成為俄羅斯軍隊獲得不對稱優勢的重要武器。在俄羅斯對烏克蘭的戰爭中使用無人機系統的經驗教訓幾乎數不勝數，從單兵層面延伸到戰術、戰略和政府層面。本文利用烏克蘭和澳大利亞的專業知識，總結了迄今為止在烏克蘭戰爭中使用無人機系統的經驗教訓的首次循證研究重點。

總體而言，多域和跨域無人系統（UxS）代表了軍事技術的變革性進步，反映了全球范圍內的重大投資和發展。隨著各國繼續開發和部署這些系統，了解其影響并將其融入澳大利亞戰術、技術和程序（TTPs）至關重要。通過保持創新的加速周期和從烏克蘭學習，澳大利亞等國家有機會領先于對手，確保在沖突中做好準備，應對當代和未來的戰略挑戰。

從烏克蘭戰爭中汲取的一個教訓依然清晰可見--非機動系統正在顛覆現代戰爭的作戰方式，而在未來戰爭中，非機動系統的快速技術適應和持續創新將至關重要。本文為澳大利亞國防軍（ADF）提供建議，以了解無人機帶來的機遇和限制，為未來的條令、訓練和規劃以及未來對這些可能在戰場上產生不對稱影響的技術的投資提供依據。

在本文中，“無人機 ”一詞指無人駕駛飛機。該術語將與 UAV、UAS、遙控飛機和遙控飛機系統等概念交替使用，表示 “無人駕駛 ”或 “遙控 ”的飛行無人機。其中一些系統具有一定程度的自主性。研究的總體目標是了解無人機如何改變現代戰爭，并總結在俄烏戰爭中使用無人機的經驗教訓。就本文而言，研究試圖回答兩個問題：

1.從俄烏戰爭中無人機的使用中可以吸取哪些教訓？

2.基于這一分析，對美國國防軍有哪些建議？

表 1. 烏克蘭戰爭中無人駕駛飛行器的使用和分類概述

圖 6. 在戰場上部署無人機系統技術的過程（資料來源：路透社，《烏克蘭的無人機戰斗如何改變戰爭》，2024 年 5 月 22 日）

經驗教訓

教訓1：無人機系統改變了戰爭的性質

教訓2：無人機系統正在改變軍事機構的性質

教訓3：小型無人機的盛行

教訓4：無人機系統可以拯救（并且已經拯救）人類生命

教訓5：無人機的多領域使用

教訓6：反無人機系統

教訓7：使用無人機系統的財務要求

教訓8：快速創新

教訓9：適應之戰

教訓10：培訓的重要性

教訓11：研發和投資主權能力的重要性

教訓12：未來的能力和技術

第一人稱視角（FPV）無人機已成為戰爭中的主要干擾因素，顛覆了人們對優勢兵力的假設。

圖：手持 FPV 無人機的 501 陸戰隊步兵。圖片：烏克蘭國防部。

武器化的第一人稱視角（FPV）無人機是單向攻擊武器嗎？嚴格來說不是。FPV 的使用在 2023 年呈爆炸式增長，因為其設計形式比傳統的民用四旋翼無人機更便宜，也更容易大規模生產，并配備靈活的炮塔式傳感器。FPV 格式正越來越多地應用于非單向用途。例如，烏克蘭的 “狂蜂”（Wild Hornets）非營利組織率先推出了可重復使用的俯沖轟炸無人機，這種無人機可釋放 5 磅重的彈藥，通常可執行 10 到 30 次任務，然后才會丟失。

"大黃蜂"重型 FPV 多用途四旋翼飛行器

烏克蘭 Wild Hornets 組織根據烏克蘭第 54 機械化旅指揮官的要求，經過三個月的瘋狂研發，研制出了 15 英寸機身的 Queen Hornet（“大黃蜂女皇”）。其目的是填補小型 FPV “自殺式”轟炸機和昂貴的 “巴巴亞加 ”重型轟炸機之間的空白。首選目標：可抵御小型 FPV 彈藥的堅固陣地。

但作為一種超大型 FPV，“大黃蜂女皇”21 磅有效載荷已被證明可用于許多其他用途。其有效載荷能力可用于戰場投送任務、遠程布雷、15.5 英里射程的通信中繼，還可作為無人機運載工具，攜帶兩架 FPV 無人機，將打擊范圍擴大 70-80%。這使較小的 FPV 有可能接近更有價值的目標，如火炮和防空系統。Wild Hornets 使用三分之二的本地組件制造“大黃蜂女皇”，每架售價 1000 美元，到 2024 年 7 月將交付 100 多架，還有同樣數量的 “女王大黃蜂 ”正在組裝中。有效載荷能力兩倍的第二代 “大黃蜂女皇”正在研發中。

圖：FPV 無人機攔截俄羅斯 Supercam S350。圖片： 烏克蘭國防部。

烏克蘭的電子展革命

到 2023 年末，俄羅斯的 FPV 產量開始大幅超過烏克蘭，有可能扭轉烏克蘭的主要優勢。但在冬天，俄羅斯和烏克蘭的說法都表明，烏克蘭無人機操作員以某種方式實施了新的戰術和技術，以俄羅斯無法比擬的方式大幅減少了電子戰（EW）造成的損失，恢復了烏克蘭的優勢。

技術解決方案在多大程度上促成了這場革命仍然是個秘密，但俄羅斯人的說法表明，烏克蘭的戰術和組織改革發揮了很大作用。

CNAS 分析師塞繆爾-本戴特（Samuel Bendett）在寫給 IUS 的信中說："烏克蘭無人機仍然受到俄羅斯系統的干擾。但烏克蘭情報部門很可能能夠識別俄羅斯的干擾頻率，并'繞開它們'飛行，或者低于或高于它們。”

據報道，烏克蘭無人機操作人員以某種方式開始每隔幾周對無人機控制頻率進行協調更改。當俄羅斯預警機操作員意識到這一變化并重新調整干擾頻率時，烏克蘭的另一個頻率變化又會出現，貓捉老鼠的游戲繼續進行。

雖然俄羅斯的預警機仍會造成損失，但據稱其有效性已經降低。與此同時，據報道，俄羅斯龐大的 VT40 FPV 無人機庫存顯示出了有限的頻率演進能力，至少可以暫時躲避烏克蘭的干擾，這讓競爭對手俄羅斯 FPV 制造商嗤之以鼻。

致命的新型無人機有效載荷

噴射鋁熱劑的“龍式”無人機： 9 月初，多支烏克蘭部隊發布了視頻，視頻中顯示梟龍無人機向俄軍塹壕噴射火云和煙霧--實際上是熱敏燃燒彈--持續時間長達 20 秒。這種攻擊不太可能造成直接傷亡，但可以點燃俄軍防御陣地用來掩護撤退的樹線。僅一周后，俄軍就用自己快速簡易的“龍式”無人機進行了反擊，但效果并不明顯。

觸發壓力地雷的震蕩炮：俄方稱烏克蘭部署了 Artemida 地震脈沖發生器，可發出模仿腳步聲的聲波脈沖來觸發獵人集束地雷。

機載地雷探測器： 無論是在戰術上還是在戰后長期，排雷都給烏克蘭帶來了棘手的問題。將無人機應用于雷區探測/偵察的實驗越來越多，既可以利用計算機視覺和圖像匹配進行光學探測，也可以使用傳統的金屬探測器，如 Bravel ST1。

飛行克萊莫地雷：傳統上，克萊莫地雷安裝在彈體上，一旦啟動，彈片就會以 60 度的弧線向敵方發射，造成致命傷害。烏克蘭已組裝了可飛行的克萊莫無人機，可在對峙狀態下使用這種地雷進行攻擊，其仰角優勢甚至可對戰壕掩體后的部隊進行大面積向下殺傷攻擊--俄羅斯也測試過這種地雷，但尚未觀察到使用這種有效載荷的情況。它們落在掩體入口附近，以伏擊任何出來的人。

中世紀風格的三角釘（Caltrops）：視頻顯示，烏克蘭無人機在夜間飛到俄軍防線后方，向補給道路上噴射數百枚帶刺的三角釘彈--這種武器可追溯到古代，用于絆倒騎兵，現在則被用來撕碎輪胎。第二天，俄羅斯社交媒體賬戶對后勤車輛的高減員率表示遺憾，稱炮兵和自殺式的 FPV 瞄準了無法動彈的輪式車輛和縱隊。無人機-三角釘（Caltrops）組合是 2019 年在中國舉辦的一次博覽會上首次提出的。

熱壓無人機： 溫壓武器對密閉空間內的人員殺傷力極大，烏克蘭在無人機上安裝了溫壓武器，用于摧毀被遺棄的車輛，最近還用于殺傷建筑物和防御工事內的部隊--通常是先用雷管彈藥在屋頂上炸開幾個洞。爆炸導致建筑物倒塌或從內向外瓦解。

無人機布雷： 重型垂直升降無人機和 UGV 越來越多地承擔起掃雷任務，既在無人區的前進道路上掃雷，也深入敵后 9 英里，攔截用于補給和增援的道路。

反坦克制導導彈（ATGMs）： 反坦克導彈的設計目的是飛得更遠并殺傷坦克。不過，發射人員無法在飛行途中控制線引武器，這就失去了它的作用，但這種方法似乎可以通過使用不同制導方式的導彈來實現，從而使反坦克導彈能夠從意想不到的角度發動攻擊。烏克蘭可能已經在 “巴巴亞加 ”無人機上安裝了反坦克導彈。

無人機航母： FPV自殺式無人機不可避免地存在航程限制--可以通過在重型無人機上搭載小型無人機系統來擴大攻擊范圍，從而克服這一缺陷。

SAKER "偵察兵"四旋翼自主攻擊無人機系統

"偵察兵"是烏克蘭已知最早的自主攻擊無人機系統之一，結合了可重復使用的目標捕獲無人機，通過集成的自殺式FPV指揮攻擊。據稱，它的圖像匹配算法可以識別 64 種不同類型的軍事裝備，即使是偽裝的，并將人工智能對 ID 和目標坐標的置信度傳回操作員。

這就縮短了從視覺情報中挑選目標的時間，加快了殺傷鏈。然后，操作員可以發射 FPV 無人機，由 “偵察兵 ”指揮瞄準目標。不過，Sakers 也已經在 2023 年秋季執行了數量有限的完全自主攻擊任務。

用戶界面截圖顯示，“偵察兵 ”的視覺系統往往會在可疑ID（被認為是坦克的房屋）上閃爍，但隨后會迅速丟棄誤報。偵察兵 "的最大射程為 7.5 英里，有效載荷可達 6.6 磅，其中可包括一個紅外攝像機。它可以利用慣性導航和陸標目視導航，在全球導航衛星系統拒絕的情況下進行作戰。

無人機空對空作戰時代來臨

直升機無人機在烏克蘭上空的首次空對空較量可追溯到 2022 年，首選技術是從上方撞擊對手的旋翼。無人機通常缺乏探測從其后方和上方接近的威脅的能力。

冬天，包括 Fortem 的 “無人機獵手”、“安杜里爾鐵砧 ”和 “MARSS 攔截器 ”在內的西方尖端無人機攔截系統在烏克蘭進行了積極的實戰測試。它們成功擊落了 Shahed 和 Oral 無人機，但其活動仍處于保密狀態，沒有公開發布任何錄像。

2024 年 4 月，烏克蘭的 “勇敢者 1 號 ”無人機孵化器征集能夠以 66-93 英里/小時的速度在 5000 英尺高空攔截目標的本土攔截無人機。

隨著速度的加快，情況發生了驚人的變化：很快，雙方，尤其是烏克蘭，發布了越來越多的無人機空對空蓄意殺傷的視頻。敏捷的 FPV 確實可以優化用于撞擊和摧毀更大、更有價值的中型固定翼和重型垂直升降無人機。最后，在此前幾次嘗試失敗后，FPV自殺式無人機于7月31日擊落了一架俄羅斯米-8直升機，隨后又于8月撞上一架米-28攻擊直升機。

“雙方都在努力發展有機無人機攔截能力，"本迪特告訴《國際先驅導報》。“這是一種新興能力，但俄羅斯人說，烏克蘭人已經有了一套跟蹤和瞄準俄羅斯ISR無人機的系統，這表明烏克蘭人在這個問題上采取了系統性和全戰線的方法。”

烏克蘭的 “狂蜂 ”組織發布的影片顯示，他們使用價值 725 美元的定制攔截器擊落了 115 架俄羅斯固定翼無人機，這種攔截器裝有特殊電池，可觀察到至少 15 分鐘的續航時間，還裝有攝像頭和指令引爆彈頭。受害者包括 “柳葉刀”自殺式無人機，以及 Orlan、Supercam 和 Zala ISR 無人機--所有這些無人機的價格都要昂貴許多倍。要殺死 115 架能煽動破壞性間接火力的無人機，意味著要花費 83375 美元，這與一枚地對空導彈的價格相差甚遠。

據報道，空對空無人機作戰技術也被納入了俄羅斯的一些訓練課程。俄羅斯的無人機攔截機特別關注烏克蘭的 “巴巴亞加 ”重型轟炸機，其中一些明顯安裝了加長的鋼絲輻條，可以從背后將敵方無人機串起來。

無人機優勢？

攔截無人機并不是要掃除天空中的所有威脅，而是要在漫長的消耗戰中發揮自己的作用。也許未來武裝部隊可以尋求發展一支規模足夠大、分布廣泛且組織嚴密的無人機攔截機隊，并與地面防御系統集成，從而在戰場上取得決定性的無人機優勢。

然而，由于中小型無人機成本低、消耗小、可觀察性差，這可能無法實現。更容易實現的可能是在某一特定區域的短期無人機優勢，就像烏克蘭入侵庫爾斯克的頭幾天所做的那樣，以促進實現有時間限制的作戰目標。

向無人機投降

無人機是致命殺手--但與大炮轟擊或快速噴氣式飛機空襲不同，攻擊者和受害者之間存在溝通的可能性。士兵有時會向無人機投降，這種現象最早出現在 1991 年的海灣戰爭中。雖然此類事件是在特殊情況下發生的，但烏克蘭軍方已經制定了便于向無人機投降的程序，并在某些情況下使用無人機將投降的士兵安全地引導到事先安排好的抓捕點。一些專門裝備的無人機安裝有揚聲器和麥克風，可向投降的敵人提供指令。據報道，最近，無人機在庫爾斯克協助抓獲了 100 名俄羅斯士兵。

從 2020 年的納戈爾諾-卡拉巴赫戰爭到 2022 年俄羅斯烏克蘭戰爭，無人機系統（UAS）對陸地作戰的影響一直是人們廣泛討論的話題。陸軍部署無人機系統的重要性的必然結果是，有效、分層和高效的反無人機系統（C-UAS）能力既不是奢侈品，也不是作為抽象的 “未來部隊 ”的一部分來探討的概念。它們是陸地部隊適應現代戰場作戰的基本要求。如果沒有 C-UAS 能力，一支部隊將首先被看到，更準確地與之交戰，并最終被成功大規模部署無人機系統和 C-UAS 能力的敵對部隊擊敗。對于北約成員來說，北約高層領導設定的目標是在 2028 年之前做好威懾俄羅斯的準備。因此，部署 C-UAS 能力是一項緊迫的作戰要求，而英國陸軍和北約其他大多數陸軍部隊都沒有任何結構化的 C-UAS 能力。

北約成員在試圖填補這一關鍵空白時，有可能會購買一系列 C-UAS 能力，但這些能力在應對特定威脅系統時過于專業化，無法有效整合整個部隊，也無法跟上無人機系統持續快速發展所帶來的威脅。本文概述了提供連貫、分層的 C-UAS 防護所需的核心任務和能力。然后，本文探討了如何將分層 C-UAS 防護整合到各陸軍部隊中，同時又不給部隊造成過重負擔，從而使其無法執行主要任務。

本文的結論是

• 軟件解決方案與硬件同樣重要，可實現對無人機系統的精確探測、分類和識別，并分配適當的效果以有效擊敗無人機系統。軟件還能降低傳感器聯網的帶寬要求。在大多數情況下，烏克蘭已經具備了進行基于機器的強力過濾所需的數據，因此在獲取特征數據庫方面應該沒有什么困難。
• 目前有多種主動和被動傳感器技術，以及多種軟殺傷和硬殺傷技術，可用于執行任務或摧毀無人機系統，但它們都不是放之四海而皆準的解決方案，必須在整個部隊共同使用，以提供有效和高效的覆蓋范圍。
• 所有排都必須具備探測無人機系統存在的能力，并采取電子對抗措施保護自己不受其攻擊。
• 在整個部隊中，遠程武器站和其他現有平臺應進行更新，以便能夠與無人機系統直接交火。
• 在連一級，有必要配備能夠探測、分類和識別無人機系統的專用被動傳感器陣列。
• 營級部隊應具備專門的反偵察能力，配備硬殺傷 C-UAS 系統，同時部署自行高射炮和 UAS 攔截器。還需要一個電子戰部門，負責更新和協調下級的電子防護套件，提供軟殺傷層，攻擊無人機系統的指揮鏈路和導航系統。
• 旅應擁有獨立的 C-UAS 排，可以推動其支持連隊的工作，或關閉敵方 UAS 的關鍵軸線。
• 旅應裝備定向能系統，以有效擊敗飛越其責任區的中型 ISTAR 無人機系統。
• 旅應負責電磁頻譜指揮與控制 (C2) 和消除沖突。
• 師應將較低級別的 C-UAS 能力與共同防空圖融合在一起，并協調空域縱深的分布式防御，以避免關鍵地點的 C-UAS 系統出現局部飽和。
• 為發揮對空軍基地等關鍵地點的點防御作用，應將 C-UAS 能力納入國家、戰區和聯盟各級更廣泛的綜合防空和導彈防御系統。
• 至關重要的是，訓練區域的許可應允許這些能力（軟殺傷和硬殺傷）與部隊的其他通信和 C2 系統結合使用。這是為了讓指揮官熟悉 C-UAS 能力的使用和必要的消除沖突程序，并確保系統不會自相殘殺。如果無法在實戰演習中使用這些能力進行訓練，則應在合成訓練環境中提供這些能力。

圖：在澳大利亞舉行的一次演習中，一名美國海軍陸戰隊技術人員在班組攻擊范圍內使用人工智能駕駛無人機系統。

人工智能（AI）和機器學習的技術開發是美國國防部（DOD）最優先的研發項目之一，目的是為指揮、控制和態勢感知、機器自主和機器人、彈藥制導和瞄準、圖像識別、電子戰（EW）和通信、人機協同、技術評估，甚至天氣預報和空間觀測等應用提供使能技術。

在過去的一年里，看到了美國許多人工智能和機器學習技術倡議和開發合同，以鞏固人工智能在過去幾十年中取得的進展。雖然這些技術仍遠不能與人類智能相提并論，但它們在以下方面取得了進步：快速高效地處理海量數據；使無人飛行器能夠在地面、海洋和空中自主運行；理解來自不同來源的傳感器數據，并將這些數據綜合為可操作的智能；快速識別情報圖像中的目標；自動執行頻譜戰任務；以及幫助人類和計算機協同工作。

人工神經網絡、強大的通用圖形處理器（GPGPU）、現場可編程門陣列（FPGA）、先進的軟件工程工具，以及不同傳感器、數據處理器和通信節點的智能聯網，都是實現人工智能和機器學習愿景的關鍵技術。

指揮與控制中的人工智能

美國空軍研究人員于今年三月啟動了人工智能和下一代分布式指揮與控制項目，將人工智能（AI）應用于對抗性環境中的分布式指揮與控制。

這個項目的八個技術領域分別是：指揮與控制人工智能，實現適合任務的人工智能；聯合的、可組合的自主性和人工智能工具箱；先進的兵棋推演智能體；C4I的交互式學習；指揮與控制復雜性主導生成人工智能C4I；軟件定義的分布式指揮與控制；戰術人工智能。

美空軍研究人員正試圖將人工智能應用于指揮與控制，并通過從單體指揮與控制節點向分布式指揮與控制的轉換，考慮在任務規劃中使用敵方人工智能。該項目的重點是根據具體問題快速調整人工智能模型，并確定角色、職責和支持基礎設施。它還尋求開發戰斗管理工具，將分布式專家團隊匯聚在一起，訓練和部署適合任務的人工智能。

圖：美國空軍試驗型 X-62 VISTA 飛機采用機器學習和專用軟件測試自主空戰飛行。空軍照片

人工智能和下一代分布式指揮與控制項目將在未來四年內花費約9900萬美元，預計將授予數份合同。該項目正在接受白皮書，截止日期為 2027 年 3 月。

去年9月，美空軍啟動了地理空間情報處理與開發（GeoPEX）項目，該項目擬在未來兩年內投入近1億美元，將人工智能和機器學習應用于來自圖像、圖像情報或地理空間數據和信息的地理空間情報（GEOINT）。

GeoPEX 試圖開發有利技術，為軍事任務規劃和決策提供來自圖像、圖像情報或地理空間數據和信息的 GEOINT。該項目涵蓋圖像的各個方面，包括從電磁波譜的紫外線到微波部分的數據，以及從圖像中獲得的信息；地理空間數據；地理參照社交媒體；以及光譜、空間、時間、輻射、相位歷史、極坐標數據。

該項目還尋求開發先進地理空間傳感器數據的分析技術。目標是利用傳統和非傳統來源的所有可用地理空間數據，創建具有成本效益的可操作情報。

數據可能來自多個不同來源的 GEOINT 數據，這些數據相互關聯，為任務決策提供可操作的情報。數據源和技術可能包括基于知識的處理、全色圖像、合成孔徑雷達、雙向雷達處理、長波紅外傳感器、多光譜和超光譜、視頻、高空持久紅外、三維點云、人工智能（AI）和機器學習。

機器自主和機器人技術

人工智能和機器學習在機器自主和機器人技術的最新技術發展中發揮著核心作用。去年秋天，位于新澤西州巴斯汀里奇的 Peraton 實驗室公司贏得了美國國防部高級研究計劃局 (DARPA) 的學習內省控制 (LINC) 項目合同。LINC 項目旨在使人工智能系統能夠很好地應對這些系統從未見過的條件和事件。

LINC 的目標是開發基于人工智能和機器學習的技術，使計算機能夠檢查自身的決策過程，從而使有人和無人地面車輛、艦船、無人機群和機器人等軍事系統能夠應對在設計這些系統時無法預測的事件。LINC 技術將實時更新控制法則，同時為操作員提供指導和態勢感知，無論操作員是人類還是自主控制器。

當今的控制系統力求模擬設計時預期的運行環境。然而，這些系統在遇到意外情況和事件時可能會失靈。相反，LINC 將開發機器學習和自省技術，這些技術能夠從軍事平臺的行為中找出意外情況（如損壞或改裝）的特征，然后更新控制法則，以保持穩定性和控制力。

裝有 LINC 的平臺會不斷將機載傳感器測量到的平臺行為與學習到的系統模型進行比較，確定系統行為如何可能導致危險或不穩定，并在需要時實施更新的控制法則。這可以改善目前處理平臺損壞的方法，因為這種方法將恢復和控制的重任交給了操作員，無論操作員是人類還是自主控制器。

LINC 將幫助操作員保持對在戰斗中受損或在戰場上根據新要求進行改裝的軍用平臺的控制。支持 LINC 的控制系統將通過觀察行為、學習行為變化和修改系統響應方式來建立平臺模型，以保持不間斷運行。

LINC 專注于兩個技術領域：利用機載傳感器和執行器學習控制；向操作員傳達態勢感知和指導。通過使用機載傳感器和執行器學習控制，將執行跨傳感器數據推理，以確定系統運行變化的特征，快速篩選可能的解決方案，以便在動態變化的情況下重建控制，并通過不斷重新計算運行限制來確定無損可控區域。向操作員傳達態勢感知和指導，包括通過開發提供指導和操作提示的技術，以簡明、可用的形式告知操作員系統行為的變化，從而傳達有關新控制環境及其安全限制的詳細信息。LINC 是一項為期四年、分三個階段進行的計劃。最初的工作涉及 iRobot PackBot 和一個遠程 24 核處理器。

遠程處理器擁有英偉達 Jetson TX2 通用圖形處理單元（GPGPU）、雙核英偉達丹佛中央處理器、四核 ARM Cortex-A57 MPCore 處理器；256 個 CUDA 軟件內核、8 千兆字節的 128 位 LPDDR4 內存和 32 千兆字節的 eMMC 5.1 數據存儲。該計劃的一個關鍵目標是建立一個基于開放標準、多源、即插即用的架構，實現互操作性和集成性，包括能夠輕松快速地添加、移除、替換和修改軟件和硬件組件。

人工智能倫理

當人們擔心這些技術可能會發展得比人類智能更好時，整個機器人和機器自動化話題就會變得充滿爭議。有些人認為，人工智能最終可能會讓人類和機器在生存之戰中互相對抗。

美國軍事研究人員對這個問題非常敏感。DARPA 于今年 2 月啟動了 “具有軍事行動價值的自主標準和理想（ASIMOV）”項目，以探索在未來軍事行動中使用人工智能（AI）和機器自主的倫理和技術挑戰。ASIMOV 旨在制定基準，以衡量未來軍事機器自主的道德使用情況，以及自主系統在軍事行動中的準備情況。

機器自主和人工智能（AI）技術的快速發展需要有方法來衡量和評估自主系統在技術和道德方面的表現。ASIMOV 將開發和展示自主基準，但不開發自主系統或自主系統算法。ASIMOV 計劃旨在創建倫理自主語言，使測試界能夠評估特定軍事場景的倫理難度以及自主系統在這些場景中的倫理表現能力。

圖：在去年冬天的一次實驗中，配備了專用軟件和人工智能的無人機展示了旨在加強兩棲作戰的系統。

ASIMOV 將自主基準--而非自主系統或自主系統的算法--將包括一個倫理、法律和社會影響小組，為執行者提供建議，并在整個計劃中提供指導。ASIMOV 將使用 2022 年 6 月發布的 “負責任的人工智能（RAI）戰略與實施（S&I）途徑 ”作為制定負責任的軍事人工智能技術基準的指南。該文件列出了美軍負責任人工智能的五項道德原則：負責任、公平、可追溯、可靠和可治理。

對人工智能的信任

在創建人類與人工智能計算機團隊時，人工智能也是一個棘手的問題。核心問題是：人類能否真正信任機器智能，以及人類如何確保人工智能做出最佳決策？

美國國防部高級研究計劃局（DARPA）于今年 1 月啟動了 “人類-人工智能團隊探索模型”（EMHAT）項目，以幫助回答其中的一些問題。該項目旨在開發人類與人工智能團隊的建模和仿真，以評估了解此類團隊的能力和局限性。EMHAT 試圖創建一個人類與人工智能建模和仿真框架，提供數據幫助評估現實環境中的人機團隊。該項目將利用專家反饋、人工智能組裝的知識庫和生成式人工智能來表示一組不同的人類隊友模擬，類似于數字雙胞胎。

研究人員解釋說，團隊對于完成超出個人能力的任務至關重要。人類團隊合作的洞察力來自于對團隊動態的觀察，以確定導致成敗的過程和行為。然而，在應用人類團隊分析或開發評估人機團隊的新方法方面，取得的進展相對較少；機器歷來不被視為平等的成員。

EMHAT 的研究人員將利用數字雙胞胎來模擬人類與人工智能系統在完成人機任務過程中的互動，并使人工智能適應模擬人類行為。雖然美國國防部（DoD）已經預測了人機團隊合作的重要性，但在理解和評估人類-人工智能團隊的預期行為方面仍存在巨大差距。該項目旨在確定人類和機器作為隊友在何時、何地、為何以及如何高效地協同工作。

就在去年六月，美國國防部高級研究計劃局（DARPA）啟動了人工智能量化（AIQ）項目，旨在尋找方法保證人工智能（AI）在未來航空航天和國防應用中的性能和準確性，不再依賴于臨時猜測。

AIQ 試圖找到評估和了解人工智能能力的方法，以實現對性能的數學保證。要成功使用軍事人工智能，就必須確保自主和半自主技術的安全和負責任的運行。然而，保證人工智能能力和局限性的方法目前還不存在。這正是 AIQ 計劃的用武之地。AIQ 將開發評估和了解人工智能能力的技術，以保證其性能和準確性。

該計劃將測試一個假設，即數學方法與測量和建模技術的進步相結合，將能保證人工智能能力的量化。該計劃將涉及三個相互關聯的能力層面：具體問題層面、問題類別層面和自然類別層面。最先進的評估方法都是臨時性的，處理的是最簡單的能力，而且沒有嚴格的理論基礎。

AIQ 匯集了兩個技術領域：為理解和保證能力提供嚴格的基礎；尋找評估人工智能模型的方法。這項旨在保證人工智能性能的計劃分為兩個為期 18 個月的階段--一個階段側重于具體問題；另一個階段側重于類和架構的組合。

彈藥控制、制導和目標定位

軍事人工智能和機器學習的主要目標之一是使智能彈藥能夠在很少或根本不需要人工干預的情況下導航、機動、探測目標和實施攻擊。美國空軍研究實驗室已向工業界尋求能夠實現這一目標的使能技術。

美空軍今年 1 月啟動的 “2024 年空中主導權廣泛機構公告”計劃旨在開發建模與仿真、飛機集成、目標跟蹤、導彈制導與控制以及用于無人機群的人工智能（AI）。該項目旨在揭示 13 個空空彈藥研究領域的最新技術水平：建模、模擬和分析；飛機集成技術；發現固定目標跟蹤和數據鏈技術；交戰管理系統技術；高速引信；導彈電子設備；導彈制導和控制技術；先進彈頭技術；先進導彈推進技術；控制執行系統；導彈運載和釋放技術；導彈測試和評估技術；人工智能和機器自主。

美國陸軍也對人工智能輔助目標識別和探測感興趣。位于密歇根州沃倫的陸軍坦克-汽車與軍備司令部（TACOM）于去年 12 月發出了 “輔助目標檢測與識別（AiTDR）”項目的信息征集令，該項目旨在開發機器學習算法，以縮短檢測、識別和攻擊敵方目標所需的時間。AiTDR 試圖利用機器學習算法縮短從傳感器到射手的交戰時間。該 RFI 試圖了解輔助目標識別技術的現狀，以探測訓練有素和未經訓練的新目標。

陸軍研究人員說，傳統的機器學習技術側重于輔助目標識別。這需要一個龐大的訓練圖像數據庫，其中包含在背景地形、目標姿態、光照和部分遮擋等條件下拍攝的目標圖像。這就限制了在未經訓練的新條件下檢測新目標或訓練目標的能力。AiTDR 項目的重點是探測一般類別的目標，而不是識別特定目標，因為訓練不足的算法有可能導致漏檢目標。通過在不晚于 2026 年之前為載人飛行器開發出可靠、直觀和自適應的自動目標探測技術，實現這一目標將有助于加快交戰時間并優化乘員性能。

圖：去年秋天，在美國洛杉磯巴克斯代爾空軍基地，一名空軍技術人員觀察人工智能機器狗 Atom，隊友通過遙控訓練操作它。空軍照片

通信和電子戰中的人工智能

電子戰（EW）和通信為人工智能和機器學習提供了重要機會。更重要的是，人工智能有可能加快電子戰和通信的速度，使美軍和盟軍能夠比敵軍更快地開展行動。

去年秋天，位于加利福尼亞州門洛帕克的 SRI 國際公司和位于洛杉磯的南加州大學（USC）贏得了 DARPA 的寬帶傳感器系統處理器重配置（PROWESS）項目合同，該項目旨在開發高吞吐量流數據處理器，可在 50 納秒內完成重配置，用于雷達、通信和 EW 領域的先進射頻應用。

SRI International 和南加州大學的研究人員正在開發可重新配置的處理器，為自主射頻和微波系統提供對復雜和不確定電磁環境的態勢感知。PROWESS 的目標是實現射頻自主，即無線電利用人工智能感知頻譜并適應環境。射頻自主可幫助抵御無線電干擾的影響，并提高頻譜容量，以容納越來越多的收發器。

雖然當今自主無線電的首選處理器是現場可編程門陣列（FPGA），但信號環境的變化可以達到納秒級，遠遠快于 FPGA 的重新編程速度。因此，我們需要新型接收器處理器。PROWESS 的目標是開發高吞吐量、流數據處理器，實時重新配置以檢測和描述射頻信號。通過能在 50 納秒內進行自我重新配置的處理器，PROWESS 將能在不確定的環境中實時合成處理流水線。PROWESS 將幫助未來的無線電接收器根據測量的頻譜條件和認知射頻決策邏輯的需要優化性能。

DARPA 的研究人員表示，高吞吐量流數據處理器可以在預編程解決方案很可能失敗的不確定環境中實現接收機處理流水線的實時合成。PROWESS 預計將把新興的高密度可重新配置處理陣列與嵌入式實時調度器結合起來，以揭示新的架構權衡，從而實現快速程序切換和高計算密度。

DARPA的研究人員表示，PROWESS項目旨在創建可重構處理器，通過增強頻譜感知來提高射頻自主性，從而使射頻系統能夠根據實際頻譜條件進行優化，并對干擾做出實時反應。這類計算機架構有可能為頻譜傳感和相關應用帶來巨大優勢，尤其是當系統必須在動態和有時混亂的環境中運行時。PROWESS 預計將重點開發運行時可重新配置的處理硬件和支持軟件。

就在去年 6 月，位于馬里蘭州哥倫比亞的 Geon Technologies LLC 贏得了美國空軍研究實驗室價值 990 萬美元的訂單，為指揮和控制開發小型、輕量級的實時 5G 通信信號處理。Geon 專家將開發用于指揮和控制的實時信號處理，以及尺寸、重量和功率受限的系統，以充分利用下一代 5G 通信波形和技術。

Geon 將重點開發 5G 掃描儀，以繪制 5G 射頻環境地圖，并開發 5G 通信的網絡安全技術。Geon 專注于軍事和情報應用領域的射頻通信。公司的專長圍繞軟件定義無線電應用、現場可編程門陣列（FPGA）和數字信號處理（DSP）芯片、信號處理和地理定位技術。

去年秋天，位于北卡羅來納州羅利市的 Vadum 公司贏得了位于印第安納州克蘭市的美國海軍水面作戰中心克蘭分部的一份反應式電子攻擊措施（REAM）項目合同，該項目旨在開發探測和分類技術，利用人工智能和機器學習識別新的或波形敏捷雷達威脅，從而自動應對電子戰攻擊。

波形靈敏雷達能夠改變脈沖信號的時間、頻率、空間、極化和調制，以提高其靈敏度，或使潛在對手對其設計和使用感到困惑。該公司正在研究針對新威脅和未知威脅提供預警保護的軟件算法，以及描述未知雷達威脅特征的能力，以及支持更多平臺的可擴展模塊化能力。

圖：2022 年 10 月，一名被派往陸軍未來司令部人工智能集成中心的陸軍技術人員在加州歐文堡使用 Inspired Flight 3 無人機進行實地測試，以展示自主性、增強現實、戰術通信、先進制造、無人機系統和遠程射擊。陸軍照片

如今的機載預警系統能夠熟練識別在固定頻率上運行的模擬雷達系統。一旦識別出有敵意的雷達系統，EW 飛機就能使用預先編程的反制技術。然而，識別使用敏捷波形的現代數字可編程雷達變體的工作正變得越來越困難。現代敵方雷達系統正變得可數字化編程，具有未知行為和敏捷波形，因此識別和干擾它們變得越來越困難。

REAM 等新方法旨在使系統能夠近乎實時地自動生成針對新的、未知的或模糊的雷達信號的有效反制措施。他們正在嘗試開發新的處理技術和算法，以確定敵方雷達系統的特征，對其進行電子干擾，并評估所采用的反制措施的有效性。

位于紐約州貝斯佩奇的諾斯羅普-格魯曼任務系統分部在2018年贏得了一份價值730萬美元的合同，為REAM計劃開發機器學習算法。該公司正在將機器學習算法應用于EA-18G艦載電子戰噴氣機，以對抗敏捷、自適應和未知的敵方雷達或雷達模式。預計 REAM 技術將在 2025 年左右加入現役海軍艦隊中隊。

參考來源：military aerospace

過去幾年來，美國國防部（DoD）大力開發和部署高超音速技術，以支持各種國家安全任務。高超音速武器機動性強，在地球大氣層內的飛行速度至少是音速的五倍，即 5 馬赫，可在短時間內產生遠程致命效果。盡管最近做出了這些努力，但美國國防部在大規模部署高超音速系統的承諾上經常搖擺不定。在某些年份，高超音速系統是一個明確的優先事項，而在其他時候，這一承諾卻模棱兩可。因此，目前的供應鏈，包括制造基地、關鍵材料供應、測試基礎設施和勞動力，都無法支持國防部雄心勃勃的計劃。要糾正高超音速供應鏈的關鍵漏洞，政府、工業界和學術界必須采取整體協調的方法。這種整合將促進高超音速系統的成本效益和可靠生產。如果現在就采取行動，國防部的高超音速愿望指日可待。為確保未來高超聲速供應鏈的安全，美國防部可以采取的最重要的措施就是向工業界發出一致的需求信號。

本報告的結論是，無人機改變了烏克蘭戰爭的戰場，但改變的方式是進化而非革命。雖然戰術創新層出不窮，無人機也提供了一些新能力，但它們的影響并沒有達到真正的顛覆性變革，也就是所謂的軍事革命。在大多數情況下，俄羅斯和烏克蘭的無人機仍由人類駕駛，沒有廣泛聯網，而且規模較小，這意味著它們的影響往往是局部的。在某種程度上，無人機之所以沒有給烏克蘭或俄羅斯帶來戰場上的決定性優勢，是因為雙方都在進行快節奏的創新和仿效的雙面循環。由于許多無人機技術是商業或雙重用途的，因此很容易獲得，這意味著創新很快就會擴散到敵方。俄軍在采用商用和 DIY 神風特攻隊無人機方面一直是快速追隨者。同樣，烏克蘭部隊也試圖在數量和質量上與俄羅斯的軍用無人機相媲美，但由于涉及軍事專用技術，烏克蘭人一直無法完全縮小這一差距。

本報告是探索無人機如何影響大國競爭和中美未來潛在戰爭的大型項目的一部分。報告重點介紹了烏克蘭無人機行動的經驗教訓。它為當今種類繁多的無人機--軍用、商用和神風特攻隊無人機--提供了一種新穎的分類方法，以便更準確地討論它們的影響；它概述了烏克蘭沖突迄今為止的情況；它還深入分析了每種無人機在這場戰爭中的主要發展情況。

除了對軍事事務中是否發生了一場革命進行總體評估外，本分析還對烏克蘭戰爭和更廣泛的無人機戰爭提出了一些見解。

在烏克蘭戰爭中：

• 烏克蘭在商業技術和軟件方面的創新一直領先于俄羅斯，但俄羅斯部隊也迅速調整并效仿了烏克蘭的成功經驗。一個重要的例子是，烏克蘭率先在神風特攻中使用第一人稱視角（FPV）無人機，并開始制造 DIY 廉價神風特攻無人機。俄羅斯迅速跟進，使用 FPV 神風特攻隊無人機與烏克蘭 2023 年夏季的反攻展開較量。
• 志愿者網絡在為烏克蘭和俄羅斯軍隊獲取、改裝和制造商用及 DIY 無人機方面發揮了前所未有的作用。由于嚴重依賴商業或雙重用途技術，平民得以加強無人機生產。他們還領導了更廣泛的努力，通過確定最佳實踐和開設培訓課程，使無人機的使用專業化。
• 俄羅斯在軍用無人機方面擁有優勢，這使其部隊能夠看到并打擊前線后方更遠的地方，而烏克蘭部隊在這方面存在差距。俄羅斯在參戰時擁有合理的庫存，并加強了其最有效的軍用無人機的生產，以滿足當前的需求。俄羅斯現在擁有足夠多的 Orlan-10 和 ZALA 型偵察無人機，烏克蘭軍隊有時懶得試圖擊落它們，因為烏克蘭人知道無人機會被替換。相比之下，烏克蘭的軍用無人機庫存較少，包括情報、監視和偵察（ISR）無人機和神風特攻隊無人機，這限制了其部隊在前線后方的可見度和覆蓋范圍。由于烏克蘭政府正在大力投資本土無人機產業，這一差距最終可能會縮小。
• 在烏克蘭戰爭中，無人機是以堆疊而非成群的方式行動的。無人機在作為無人駕駛系統的更大團隊的一部分運行時會更加有效。無人機群通常由更多單元組成，可自主協調行為。在烏克蘭戰爭中，雙方使用的無人機都是通過多個無人機操作員使用基于軟件的戰斗網絡、傳統通信手段或商業通信平臺進行協調的。雙方都聲稱正在使用人工智能來提高無人機打擊目標的能力，但其使用可能是有限的。
• 俄羅斯和烏克蘭軍隊正在使用遠程神風無人機進行穿透性戰略打擊。如果沒有這些無人機，烏克蘭軍隊就不具備打擊俄羅斯和克里米亞境內縱深目標的能力。俄軍使用 "神風特攻隊 "無人機對其更為昂貴的遠程巡航導彈和彈道導彈進行補充，吸收烏克蘭地對空導彈（SAM）攔截器，識別防空系統的位置，并制造復雜的異質攻擊。目前尚不清楚戰略打擊是否會削弱公眾對戰爭的支持，但戰略打擊可能會轉移前線稀缺的防空資產。
• 在烏克蘭戰爭中，雙方都在嘗試反無人機能力。電子戰（EW）是阻止無人機的最有效方法，但烏克蘭和俄羅斯軍隊正在嘗試從簡單的障礙物（如鋼絲網）到無人機狗斗等各種反擊手段。無人機與反無人機競爭的一個關鍵部分是使用 AeroScope 和 WindtalkerX 等無人機跟蹤軟件尋找和攻擊無人機操作員。由于商用無人機和 FPV 神風特攻隊無人機操作員必須待在無人機操作區域附近，因此很容易被發現和攻擊。

關于無人機戰爭更普遍的教訓包括

• 無人機的可獲得性和可負擔性正在以前所未有的規模創造新的能力，并改變戰場。這方面的三個主要例子是：商業無人機在前線無處不在；FPV 神風特攻隊無人機用于視線外殺傷人員和反車輛攻擊；遠程神風特攻隊無人機用于戰略打擊。所有這些任務都可以由更昂貴的軍事系統來完成，如軍用無人機、傳統的有人駕駛空軍、反坦克武器或火炮。最大的區別在于，由于烏克蘭使用的商業衍生型無人機既便宜又多，因此無人機的庫存比以前更多，從而使無人機得以廣泛使用。
• 與無人機襲擊相比，監視和瞄準任務仍然更為重要。盡管社交媒體上盛傳商用四旋翼無人機向士兵投擲手榴彈或撞向坦克的視頻，但無人機最重要的任務一直是收集情報和獲取目標信息。各級地面部隊都在使用不同類型的無人機來提高態勢感知、規劃和行動能力。
• 商用無人機使集中兵力、出其不意和開展進攻行動變得更加困難。無人機能更清楚地看到前線以外的敵軍動向，使烏克蘭和俄羅斯軍隊難以集結部隊。在這種環境下，進攻行動雖然困難，但并非不可能。如果有強大的防御，長時間的轟炸可以削弱敵人的力量，逐步奪取領土。
• 神風特攻隊 FPV 無人機可提供廉價的精確打擊能力，但屬于視距外戰術武器，主要用于擴大地面部隊的覆蓋范圍。FPV 無人機本質上是非常廉價的反坦克武器，但其射程大約是最先進反坦克武器的六倍。它們最大的缺點是有效載荷容量小，這限制了它們的破壞力，而且 FPV 無人機與現代反坦克武器不同，不是自動開火系統。相反，FPV 無人機駕駛員需要接受培訓，而且必須非常熟練，才能有效地操縱快速無人機，將其撞向裝甲目標的薄弱部位。即使經驗豐富或運氣好的 FPV 操作員可能會摧毀一輛坦克，但更常見的情況是，FPV 攻擊最多只能使大型車輛癱瘓，然后再通過后續炮擊或空襲將其摧毀。
• 即使是大量的小型無人機也無法與炮火相比。總體而言，無人機攻擊是對間接火力武器的補充，但不能替代榴彈炮。普通炮彈的爆炸威力更大，而且可以快速發射大量炮彈。因此，炮擊的火力遠遠超過許多小型無人機共同提供的火力。
• 無人機提供了經濟實惠的空中力量，但它們并未取代傳統空軍，也無法獲得空中優勢。大多數空軍的核心任務是獲取和維持空中優勢，即在空中開展行動的自由，包括抵御敵方空中攻擊和開展空對地進攻行動。獲取空中優勢通常需要通過空對空交戰或攻擊空軍基地以及壓制或摧毀地面防空系統來摧毀對方空軍。曾發生過幾次無人機狗斗和神風特攻隊無人機襲擊俄羅斯轟炸機空軍基地的事件，但這些任務很少。俄軍在前線附近進行了有效的無人機壓制敵方防空（SEAD）行動，但并未摧毀烏克蘭的遠程防空系統。由于雙方都沒有取得空中優勢，因此都依賴于對峙攻擊，而不是直接攻擊縱深目標。
• 無人機的生存能力并不比載人飛機更強，相反，無人機可以接受更大的風險。無人機容易受到許多反制措施的攻擊，尤其是電子戰、火炮和防空導彈。就像各國在第二次世界大戰中使用轟炸機時艱難地發現的那樣，無人機 "并不總能通過"。由于無人機價格低廉且不載人，雙方都愿意派其執行成功概率較低的危險任務。
• 如果無人機便宜且數量多，就不一定要有生存能力，因為可以通過重組獲得恢復能力。由于無人機易受攻擊，因此必須足夠便宜且易于制造，以便隨時更換。如果對商用無人機進行加固以抵御電子攻擊，將顯著提高成本，但雙方都選擇了購買更多廉價無人機。通過重組實現彈性的邏輯同樣適用于軍用無人機。

在烏克蘭戰爭中，無人機已成為越來越重要的武器，但它們并沒有徹底改變戰爭。盡管如此，烏克蘭部隊廣泛使用無人機，以獲得對俄羅斯優勢部隊的不對稱優勢。鑒于俄羅斯國防部（MOD）不愿正式接受私營部門的技術，俄羅斯軍隊迅速跟進并效仿烏克蘭對商用無人機的使用，其程度令人驚訝。俄軍將其軍用級無人機和神風特攻隊無人機作為偵察火力綜合體的一部分，使其能夠越來越多地發揮更大的火力優勢。在整場戰爭中，雙方相互學習，采用已成功使用的戰術和技術，開發反制手段以提高防御能力，從而形成了快速的適應循環。隨著戰爭的持續，這種模式很可能會繼續下去。顯然，無人機本身并不能決定誰能在這場沖突中獲勝，但它們肯定會在正在進行的烏克蘭戰爭和未來的其他戰場上發揮突出作用。

自主系統將塑造戰爭的未來。因此，土耳其的國防人工智能（AI）發展主要側重于提高自主系統、傳感器和決策支持系統的能力。提高自主系統的情報收集和作戰能力，以及實現蜂群作戰，是發展國防人工智能的優先事項。雖然土耳其加強了自主系統的能力，但在可預見的未來，人類仍將是決策的關鍵。

人類參與決策過程提出了一個重要問題：如何有效確保人機互動？目前，自主系統的快速發展和部署使人機互動的問題更加惡化。正如土耳其國防工業代表所爭論的那樣，讓機器相互交談比較容易，但將人類加入其中卻非常困難，因為現有的結構并不適合有效的人機互動。此外，人們認為，人工智能對決策系統的增強將有助于人類做出更快的決定，并緩解人機互動。

土耳其發展人工智能的意圖和計劃可以從官方戰略文件以及研發焦點小組報告中找到。突出的文件包括以下內容：

• 第11個發展計劃，其中規定了土耳其的經濟發展目標和關鍵技術投資。

• 《2021-2025年國家人工智能戰略》，它為土耳其的人工智能發展制定了框架。

• 焦點技術網絡（Odak Teknoloji A??，OTA?）報告，為特定的國防技術制定了技術路線圖。這些文件提供了關于土耳其如何對待人工智能、國防人工智能和相關技術的見解。

土耳其特別關注人工智能相關技術，如機器學習、計算機視覺和自然語言處理，其應用重點是自主車輛和機器人技術。自2011年以來，自主系統，主要是無人駕駛飛行器（UAV），仍然是土耳其人工智能發展的重點。此后，這已擴大到包括所有類型的無機組人員的車輛。同時，用人工智能來增強這些車輛的能力也越來越受到重視。人工智能和相關技術的交織發展構成了土耳其人工智能生態系統的核心。

土耳其的人工智能生態系統剛剛起步，但正在成長。截至2022年10月，有254家人工智能初創企業被列入土耳其人工智能倡議（TRAI）數據庫。土耳其旨在通過各種生態系統倡議在其國防和民用產業、學術機構和政府之間創造協同效應。由于許多組織都參與其中，這些倡議導致了重復和冗余。冗余也來自于人工智能技術本身的性質。由于人工智能是一種通用技術，可以應用于不同的環境，各種公司都有用于民用和國防部門的產品；因此相同的公司參與了不同的生態系統倡議。此外，民用公司與國防公司合作，在國防人工智能研究中合作，并提供產品，這是司空見慣的。

土耳其鼓勵國際人工智能在民用領域的合作，但不鼓勵在國防領域的合作。然而，由于技能是可轉移的，國防人工智能間接地從這種合作中受益。

土耳其非常關注自主系統發展中的互操作性問題，特別是那些具有群集能力的系統。除了蜂群，北約盟國的互操作性也是一個重要問題。因此，土耳其認為北約標準在發展自主系統和基礎技術方面至關重要。

土耳其目前對人工智能采取了分布式的組織方式。每個政府機構都設立了自己的人工智能組織，職責重疊。目前，盡管國防工業局（Savunma Sanayi Ba?kanl???，SSB）還沒有建立專門的人工智能組織，但SSB的研發部管理一些人工智能項目，而SSB的無人駕駛和智能系統部管理平臺級項目。目前，根據現有信息，還不清楚這些組織結構如何實現國防創新或組織改革。

土耳其尋求增加其在人工智能方面的研發支出，旨在增加就業和發展生態系統。SSB將在未來授予更多基于人工智能的項目，并愿意購買更多的自主系統，鼓勵研發支出的上升趨勢。然而，盡管土耳其希望增加支出，但金融危機可能會阻礙目前的努力。

培訓和管理一支熟練的勞動力對于建立土耳其正在尋找的本土人工智能開發能力至關重要。這包括兩個部分。首先是培養能夠開發和生產國防人工智能的人力資源。因此，土耳其正在投資于新的大學課程、研究人員培訓、開源平臺和就業，同時支持技術競賽。第二是培訓將使用國防人工智能的軍事人員。國防人工智能也正在慢慢成為土耳其武裝部隊（Türk Silahl? Kuvvetleri，TSK）培訓活動的一部分。目前，關于土耳其打算如何培訓軍事人員使用國防人工智能的公開信息非常少。

空中力量已經從一個世紀的技術創新和進步中受益。新技術的出現繼續挑戰著空中力量中經常持有的常識。無人機系統（UAS）就是這樣一種不斷發展的空中力量技術。這項技術為澳大利亞國防軍（ADF）帶來了巨大的機遇。雖然澳大利亞國防軍在特定的角色上取得了一些無人機系統的進展，但澳大利亞皇家空軍（RAAF）還沒有在其所有的空中力量貢獻中采用這種技術來達到軍事效果。

《空中力量手冊》（空天力量中心[ASPC]，2022年）定義了七種空中力量的貢獻：力量生成、空軍基地行動、空中指揮和控制、反空、空中機動、空中情報和ISR（情報、監視和偵察）以及空中打擊。一些先進的盟國已經在空中情報、ISR和空中打擊方面采用了發達的無人系統。這些系統包括美國空軍（USAF）的MQ-1捕食者、MQ-9死神和RQ-4全球鷹。甚至反空--載人空戰--也在發展無人系統的路上；RAAF與波音公司合作開展了 "忠誠的翼人 "項目（戴維斯，2019c），現在正式命名為MQ-28A幽靈蝙蝠（達頓，2022）。

但空中機動性如何？ADF還沒有接受關于未來ADF空中機動性自主性的真正對話。未來自主空中機動性思維停滯不前的一個更可能的原因是，在（到目前為止）有效的空運理論的支持下，載人系統幾十年來取得了高度可靠和經證實的作戰成功。因此，這里有一個克勞塞維茨式的平行關系：戰爭性質的一個持久因素是對機動性的需要，但今天皇家空軍所面臨的是戰爭性質的一個階梯式變化，一個對機動性來說過于重要的技術機會，不容忽視。

本文確定了在澳大利亞國防軍空中機動中采用無人機系統的滯后性，并探討了澳大利亞國防軍在未來使用無人機系統的機會。通過這樣做，本文旨在提高對ADF無人駕駛空中機動性潛力的集體認識，并為ADF部隊結構企業的軍事和商業貢獻者提供一個廣泛的參考來源。本文首先研究了無人機系統適應的驅動因素，或指標。這些驅動因素包括澳大利亞的戰略利益、區域軍事現代化、安全和生存能力、降低成本和技術可用性。然后，本文介紹并分析了三種核心空中機動性活動中每一種的無人機系統發展的具體機會和例子。為此，本文簡要討論了澳大利亞國防軍目前的機隊，然后探討了一些不斷發展的無人駕駛空中機動性技術和概念，澳大利亞國防軍可能會考慮在下一代空中機動性機隊中使用。最后，本文提出了無人機系統空中機動性發展可能面臨的一些挑戰，以幫助未來的研究和探索。

證據表明，需要一個靈活的、跨服務（和跨文化）、跨行業的方法來設計、開發和使用未來的空中機動部隊。傳統的澳大利亞皇家空軍中重載平臺和陸軍輕中載平臺的分叉模式可能會讓位于大型和小型載人和自主系統的混合艦隊。聯合部隊設計者之間的集體方法--跨單一軍種總部的真正合作--對于皇家空軍的固定翼空中機動團體和陸軍的旋轉翼團體之間的合作至關重要。也許更重要的是，在這個領域需要與工業界合作。商業行業在自主車輛領域發揮著相當大的作用，政府和私人研究和開發組織也是如此。現有的和新的伙伴關系的跨服役杠桿對于利用未來自主的ADF空中機動性的機會是至關重要的。

無人機系統（UAS）在美國軍事行動中越來越突出。作為其現代化戰略的一部分，美國防部（DOD）目前正在開發先進的無人機，以及可選的載人飛機。在過去幾十年中，軍隊使用無人機執行各種任務，包括：

• 情報、監視和偵察；
• 近距離空中支援；
• 物資補給；
• 通信中繼。

分析人士和美國防部認為，無人機可以在許多任務中取代載人飛機，包括

• 空中加油；
• 空戰；
• 戰略轟炸；
• 作戰管理和指揮控制（BMC2）；
• 壓制和摧毀敵人的防空系統；
• 電子戰（EW）。

此外，美國防部正在開發一些實驗概念，如飛機系統體系、群集和致命自主武器，以探索使用未來幾代無人機的新方法。在評估潛在新的和未來無人機項目、任務和概念的撥款和授權時，國會可能會考慮以下問題：

• 能夠作為致命自主武器的無人機的擴散及其對全球軍備控制的影響；
• 與載人飛機相比，未來無人機的成本；
• 無人機對人員和技能的影響；
• 作戰和作業概念；
• 無人機技術的普及。