引言

北極地區正在從一個相對與世隔絕的地區轉變為一個人類出入日益頻繁的地區。由于氣候變化，北極地區持續升溫，海冰繼續迅速融化。新的海上通道開放，并且每年開放的時間更長。這些變化需要美國海軍給予更多關注，因為北極主要是一個海上戰場。北極作為一個新興戰區，對海上安全構成了挑戰，傳統的海軍存在展示手段可能會使全力應對其他地區安全威脅的艦隊捉襟見肘。美國可以而且應該采用一種存在和海上安全模式，利用非傳統資產來擴大存在。與傳統平臺相比，使用無人艦艇和飛行器，再加上人工智能軟件集成、無人機和其他新興技術，將成為美國海軍更有效、更高效的安全戰略，以實現在北極地區的國家安全目標。類似的戰略已在第五艦隊和海軍行動的其他地區實施。這一戰略將能迅速了解該地區的事態發展，是維護公平公正的自由貿易市場、行使存在以及最大限度地與合作伙伴和盟友團結一致的財政上可行的手段。

為什么選擇北極？

拜登政府的《2022 年北極國家戰略》提出了一種多管齊下的方法，以建立一個和平、穩定、繁榮與合作的北極。然而，該戰略認識到國土安全是第一位的，在不安全的北極地區存在嚴重的脆弱性，因此 "需要加強軍事和民事能力，以遏制威脅，預測、預防和應對事件"。"該戰略的安全支柱有三個不同的戰略目標。首先，增進對北極行動環境的了解。第二，行使存在以支持優先目標。第三，最大限度地與盟友和合作伙伴團結一致。美國海軍借鑒其在第五艦隊行動區采用的無人系統與人工智能軟件集成的模式，已證明有獨特的能力來支持北極地區的這三個戰略目標。

在更廣泛的層面上，了解北極的戰略意義和安全環境的特點至關重要。北極正成為美國政策的關鍵地區，這有幾個因素。首先，美國希望避免在一個瞬息萬變、潛在利潤豐厚的環境中不必要地割讓領土。此外，北極是大國競爭的下一個前沿，展示了國際合作與和平解決爭端的持久潛力。為此，美國努力確保向所有北極伙伴公平公正地分配資源，并與所有北極國家積極合作，以解決該地區的氣候危機和人道主義問題。最后，北極是氣候變化的 "原點"，因為近幾十年來北極空氣和水溫的升溫速度遠遠超過全球平均水平。

北極環境

北極地區由八個 "北極國家 "組成，其中五個是沿海國家。在北極圈以北擁有領土的八個國家是美國、加拿大、俄羅斯、挪威、丹麥、芬蘭、瑞典和冰島。這八個國家也是北極理事會的成員國。北極理事會成立于 1996 年，"不是一個以條約為基礎的國際組織，而是一個在共識基礎上運作的國際論壇，與北極地區的和平與合作性質相呼應"。毫不奇怪，這些參與者和非北極國家在該地區有著不同的利益。包括美國在內的許多國家都在鼓吹維持自由開放的海域以促進自由公平貿易的能力。其他許多國家則將該地區的自然資源視為未來更加繁榮的希望。

俄烏沖突和隨后的石油價格沖擊凸顯了北極的自然資源是解決石油和天然氣短缺的潛在辦法。北極擁有全球剩余天然氣和石油資源的很大一部分。2008 年，美國地質調查局的一個科學家小組進行了一項研究，得出結論認為，北極地區的大片區域（包括北極圈（北緯 66.56°）以北的地區）占全球（不包括美國）已知石油和天然氣儲量的 95% 以上。自那次研究以來的估算證明了最初的發現。正如《紐波特北極安全手冊》所指出的，該地區蘊藏著各種類型的寶貴資源。碳氫化合物礦藏、石油和天然氣并不是唯一引起世界各國興趣的資源，"北極水域的漁業也日益受到關注。海洋溫度的上升已經促使魚群向更北的地方遷移，以尋找更涼爽的水域"。

中國和俄羅斯的利益

無主資源是非北極國家在該地區擁有經濟和戰略利益的重要原因，而這些利益最終將使該地區的安全問題復雜化。從歷史上看，北極地區相對沒有沖突，不像世界其他地區那樣容易發生小規模沖突。"該地區交通不便說明了其戰略重要性較低，也助長了北極例外論的觀點......" 隨著該地區的交通越來越便利，北極國家不再是唯一能進入北極的國家。此外，自 2007 年以來，通過白令海峽的航道增加了一倍，每年可運送約 400 批過境貨物。一些非北極國家和多國組織發表了聲明，起草了戰略文件，并通過了北極政策。這些國家包括但不限于中國、日本、韓國、英國和歐盟。

可以說，美國在這份名單上最引人注目的是中國。北極分析家一致認為，中國對北極的態度與其全球戰略政策相似。中國對其在北極的利益有一個基于目標的長期戰略，并計劃通過與廣泛的地區合作伙伴建立伙伴關系來實現這些目標。北極國家的共識是，非北極國家在北極活動的范圍上應該透明、坦誠，并符合國內法和國際法。盡管中國與其他北極國家之間的關系一直相對平靜與合作，但今天存在的促進和平與穩定的條件在未來可能不復存在。雖然合作是冷戰后北極國家間互動的主要特點，但如果俄羅斯和北約之間因歐洲安全問題而產生的沖突蔓延到北極，那將是非常危險的。

除了來自非北極國家的潛在威脅，俄羅斯也威脅著地區穩定。從 2008 年開始到 2020 年，俄羅斯政府的戰略文件都概述了加強其在北極地區能力的詳細計劃。他們的目標是提高領土主權、增加基礎設施和加強資源。盡管目前與烏克蘭的戰爭可能會使俄羅斯在北極地區的戰略行動出現一些 "戰術性停頓"，但俄羅斯的長期戰略仍然保持不變。如果俄羅斯在北極地區的存在、航行自由和專屬經濟區（EEZ）權利方面讓出太多的地盤，他們將失去太多。俄羅斯擁有第四大專屬經濟區，僅次于法國、澳大利亞和美國，在北極國家中排名第二，面積近 300 萬平方英里。俄羅斯在海洋空間的行動與其戰略和海洋政策是一致的，不僅注重確保在其水域內落實主權權利，還注重確保 "俄羅斯對世界海洋運輸線的控制以及不受阻礙地獲取海洋資源"。在戰術上，俄羅斯通過法律手段、軍事行動以及混合的經濟、技術和軍事影響力杠桿來實施這一海洋政策。

在這種北極安全環境下，有必要制定一項能夠捍衛美國在北極地區利益和安全的戰略。然而，考慮到其他更為緊迫的戰區的安全環境和北極的惡劣環境，以傳統兵力維持持久、可信的存在是很困難的。除非考慮到在冰蓋下作戰的潛艇兵力，否則在北極海上作戰并不是海軍經常練習的技能。然而，考慮到未來存在的需要和對戰略競爭對手的潛在反應，美國海軍不能放棄北極地區。為了使美國在未來擁有可靠的北極存在，現在就必須對北極行動進行投資、研究和開發，并實踐存在戰略。

利用人工智能工具的無人船——第五艦隊 59 特遣部隊案例研究

鑒于上述安全環境的特點，美國海軍有責任也有獨特的能力支持北極地區國家戰略中的所有三個戰略安全目標，將看到這一點。隨著傳統兵力 "轉向亞洲"，第五艦隊司令不得不少花錢多辦事。為了應對失去水面戰斗艦和航母打擊群存在行動的局面，布拉德-庫珀上將創建了一支新的特遣部隊。他通過嘗試使用無人駕駛的小型水面艦艇和人工智能軟件工具來監控和保護其水域空間，迅速革新了海軍的存在和海域意識。根據廣泛報道，第 59 特遣部隊（TF 59）的努力取得了巨大成功。庫珀上將相信，到 2024 年夏天，美國和盟國操作的無人水面艦艇（US Vs）數量將達到 100 艘以上。這些船只的人工智能和機器學習元件可快速處理大量數據。USV 操作員能夠同時控制多艘艦艇，并能更早地識別潛在威脅，這使美國海軍能夠對配備船員的平臺進行定位，以便更迅速、更有效地做出反應。

這些工具和在第五艦隊司令部（CSF）責任區學到的經驗可以推廣，并為提高海域意識（MDA）和實現潛在威脅預警提供了一種手段。利用人工智能工具進行模式分析所提供的這種早期預警，可以讓傳統兵力騰出手來執行其他任務，只在必要時才作出反應。通過建立生活模式信息數據庫，這些工具實現了北極戰略的第一個戰略目標--"增進對北極行動環境的了解"。"與傳統作戰人員不同，無人艦艇、飛行器和人工智能工具為合作伙伴提供了一種低水平、低成本的安全架構共享手段。與在海上操作戰艦相比，操作數據庫或出動一艘無人駕駛的小型水面艦艇更容易獲得，成本也更低。從 CSF 中可以看出，無人平臺傳感器信息很容易在合作伙伴和盟友之間共享。庫珀上將表示，由沙特阿拉伯、阿拉伯聯合酋長國等七個海灣國家組成的海灣協調理事會（GCC）已一致同意在今年年底前將無人飛行器行動從紅海擴展到波斯灣。同樣，北約于 2018 年發起了海上無人系統（MUS）倡議，讓各國 "匯集資源、人才和智慧，創造出更好、更靈活、更具互操作性的海上無人飛行器和系統。" 這種互操作性以及隨后的數據和信息共享將使海軍能夠在北極地區最大限度地提高行動效率。GCC 和 MUS 等實例是實現北極地區國家安全戰略第三大戰略支柱（最大限度地與盟友和合作伙伴團結一致）的重要推動因素，前景廣闊。

第五艦隊 TF 59 的發展勢頭正在迅速形成，并已進入海軍的其他責任領域。第四艦隊正開始擴大無人艦艇在其水域內的作用，因為該水域對艦艇的需求日益大于供應。在 4 月初的一次采訪中，海軍部長卡洛斯-德爾-托羅就第四艦隊無人艦艇的建造發表了評論，稱其 "將有助于為海軍最終過渡到一支由世界各地的有人艦艇和無人艦艇組成的'混合'艦隊提供信息"。第四艦隊正在尋求提高其海域感知能力，而近年來在加勒比海和美國南方司令部的其他地區，可用的海軍艦艇數量已經減少。對于第四艦隊司令部（C4F）的行動來說，使用無人艦艇顯然是一條通往成功的道路，因為大多數互動都能被 USV 和 UAV 發現，并通報給該地區的其他資產，特別是美國海岸警衛隊。提高海域意識、加強跨軍種互操作性以及加強合作伙伴關系將提高執行任務的效率，如打擊毒品、人口販運和非法或無管制捕魚。 使用無人平臺可為第四艦隊和任何其他使用無人平臺的艦隊提供補充能力，使其能夠自由地專注于其他任務。在第五艦隊和第四艦隊的責任區，采用利用人工智能工具的無人艦艇戰略，并與聯盟和合作伙伴共享聯合互操作性，將使美國海軍能夠在日益復雜的北極地區更有效地滿足對其資源和能力的新需求。

烏克蘭成功使用無人機打擊俄羅斯

到目前為止，北極對參與北極行動的各方來說一直是一個相對和平的合作區域。然而，這些情況能否持續下去并不確定。美國海軍應利用無人機和無人駕駛飛行器來捍衛其在該地區的利益，抵御未來潛在的侵略者，就像烏克蘭與俄羅斯的沖突一樣。俄羅斯非常擅長電磁防御，如頻率干擾和 GPS 欺騙。因此，烏克蘭開發了許多其他更昂貴的通信系統和車輛，使其更接近于成功的長期解決方案。與沖突之初形成鮮明對比的是，烏克蘭目前在利用無人機和無人駕駛飛行器打擊俄羅斯方面取得了很大成功。雙方，尤其是烏克蘭，都成功地使用了像 OJI Mavic 3 這樣的無人機。這種無人機和類似類型的無人機都是小型廉價的商用機型，價格僅為 2100 美元。這樣的價位使其具有很高的成本效益，國家可以大規模采購并迅速實施其進攻戰略。烏克蘭曾使用 Mavic 3 等裝有攝像頭的無人機來定位和監視俄羅斯部隊的動向。他們還為 Mavic 3 配備了小型炸彈，用于直接攻擊俄羅斯軍隊、坦克和其他目標。

除 Mavic 系列無人機外，烏克蘭還成功使用了其他幾種無人機打擊俄羅斯，包括 Orlan-10、Bayraktear TB2、Switchblade 300 和其他幾種無人機。烏克蘭使用無人機的多軸和非對稱方式，再加上軍用和商用無人機的巨大數量，要求俄羅斯在這場沖突中關注一個意想不到的威脅。可以說，這一相對較新的戰略是弱者的隱性優勢，也是俄羅斯防御的盲點。通過學習和采用烏克蘭在無人機和無人駕駛飛行器使用方面的部分戰略和戰術，美國可以加強其防御兵力，更好地應對北極地區未來潛在的對手。

與傳統安全手段的比較及其他反駁意見

有些人可能會說，在北極地區采取更傳統的安全方式可能是加強破冰船隊，采購更多能夠抵御北極惡劣條件的船只。對美國海軍在北極地區傳統存在的需求與日俱增。海軍研究生院在2014年進行的一項研究對美國海軍采購一艘具備北極作戰能力的阿利-伯克級驅逐艦或DDG/ A的成本進行了估算。成本分析的結論是，按 15 財年美元計算，第一艘 DDG/A 的成本約為 15.07 億美元。三艘 DDG/A 的艦隊費用在 39.5 億至 43.3 億美元之間；五艘艦的艦隊費用在 67.0 億至 70.3 億美元之間；十艘艦的艦隊費用在 107.2 億至 134.9 億美元之間。這一估算考慮了試圖將現有平臺（如 "阿利-伯克 "號）改裝成加固船體、加厚鋼板，以及移除在北極冰冷水域容易損壞的脆弱設備所需的費用。

一個未知的、潛在的高成本問題是如何為無人駕駛飛船配備裝備，以適應惡劣的海洋環境。傳感器、攝像機和通信設備必須經過加固和全面測試，以承受極端寒冷的溫度。成本增加和工期延誤也是當前無人駕駛船只投入使用所面臨的問題。這種不確定性往往與新興技術的投入使用相伴而生。

最后，對于地域作戰指揮官來說，無人駕駛艦艇在海上運行時可能出現誤判和升級，這也是他們非常擔心的問題。最近有學者提出，無人駕駛飛機可能是一種緩和局勢的資產，因為在沒有飛行員的情況下，如果被擊落，國家不太可能面臨 "以血還血 "的嚴厲報復。然而，他們告誡不要將這種想法應用于海洋領域的類似情況，原因有二。首先，無人駕駛艦艇和潛艇發生誤判的風險要高于其空中對手，因為無人駕駛艦艇的先進性要比無人機落后幾十年。其次，由于非載人艦艇可以部分或選擇性地配備船員，當看不到船員時，對手會認為艦艇是無人駕駛的，這就造成了不確定性。這種不確定性使交戰規則復雜化，并對各國如何看待和可能瞄準這些無人駕駛艦艇產生了不切實際的報復期望。如果沒有有人值守的后備艦隊或隨時響應的艦隊，交戰規則問題就尤為突出。

辯駁

美國對北極地區國防開支的承諾仍必須與增加破冰船和具備北極能力的海軍艦艇的需求保持一致。鑒于國防優先事項高于北極，可能無法在短期內看到與其他責任區同等的北極資金分配。2022 年國防戰略明確強調了這一點，指出 "美國在北極的活動和態勢應加以調整，因為國防部仍將重點放在印度洋-太平洋地區"。區區三艘具有北極作戰能力的艦艇就占了海軍 2024 年戰備預算的近 10%。對于政策制定者及其選民來說，將如此規模的投資用于專門針對北極地區的采購計劃是不現實的。與無人艦艇和其他新興技術相比，傳統海軍平臺的成本增長和進度延誤的可能性要大得多。祖姆沃爾特 DDG、瀕海戰斗艦 (LCS) 和聯合攻擊戰斗機 (JSF) 就是最近的幾個例子。與其花費過多的時間和巨額資金建造需要數十年才能投入使用的平臺，并繼續擴大國防預算，美國應該利用無人系統和人工智能工具來實現北極地區國家戰略。

戰爭中總是存在誤判的可能性。雖然 USV 和無人潛航器 (UUV) 與 UAV 相比，誤判程度可能更高，但無人艦艇最終將達到 UAV 的先進水平，從而將誤判的可能性降至最低。隨著海軍在這一領域的大量研發工作的開展，這些飛行器的先進程度也將相應提高。聯合兵力在很大程度上依賴于數據驅動技術和系統集成。因此，國防部在《2022 年國防戰略》中的優先事項之一就是進行體制改革，允許集成人工智能與數據驅動工具和軟件，并迅速交付給準備部署的戰術部隊。此外，USV 和 UUV 無疑將在全球所有海域變得更加普遍，各國也將更加熟悉在所有海域中與無人潛航器進行操作和通信。

結論

對美國海軍來說，使用無人艦艇和飛行器，再加上人工智能軟件集成、無人機和其他新興技術，是比使用傳統平臺更有效、更高效的安全戰略，以實現在北極地區的國家安全目標。這一戰略能夠迅速了解該地區的事態發展，是維護公平公正的自由貿易市場、行使存在以及最大限度地與合作伙伴和盟友團結一致的財政上可行的手段。為實施上述北極戰略，國防部和海軍應采納以下建議。首先，指派一名北極艦隊指揮官，確定其責任區域，并按比例分配資源和資產。第二，派遣一支主要由配備人工智能軟件的無人艦艇和飛行器組成的艦隊，在海域巡邏，同時與聯盟和盟國伙伴整合并開展行動。第三，建立 "混合 "艦隊司令部，利用多國伙伴巡邏、技術和信息共享。

導言

本文探討了大型語言模型（LLM）的最新進展、其主要局限性和安全風險，以及在情報界的潛在應用。

雖然大型語言模型現在可以快速有效地完成許多復雜的基于文本的任務，但不能相信它們總是正確的。這對國家安全應用和提供深思熟慮、值得信賴的見解的能力有著重要影響。

本文對這些機遇和風險進行了評估，然后就最需要改進LLMs的地方提出了建議，以使它們能夠在情報界安全有效地使用。根據 "有用性"、"誠實性 "和 "無害性 "這三個標準來評估 LLM，可以提供一個有用的框架，說明 LLM 與其用戶在哪些方面需要更密切的配合。

大模型爆發

2022 年 12 月，OpenAI 發布了一款在線應用程序 ChatGPT，允許用戶與人工智能驅動的計算機程序進行對話，該程序會根據基于文本的 "提示 "生成文本。幾乎一夜之間，互聯網上充斥著各種有趣、滑稽、恐怖和令人費解的 ChatGPT 應用實例。

許多人對 ChatGPT 綜合信息和生成有趣內容的能力印象深刻，從以著名情景喜劇風格總結的技術文章，到受流行媒體特許經營啟發的新角色和傳說，不一而足。有些人甚至宣稱這些模型是人工通用智能的開端。其他評論者則指出，大模型容易編造聽起來很權威的事實。

新一代大模型還產生了一些令人驚訝的行為：聊天工具會根據提示中使用的精確詞語來判斷數學或邏輯問題的對錯，或者會以道德約束為由拒絕回答直接問題，但如果以歌曲或十四行詩的形式提出要求，或者如果語言模型被告知它不再需要遵循任何預先存在的行為規則，它隨后就會提供答案。大模型的即時工程和 "越獄 "引發了關于組織如何才能最有效地使用大模型的問題，并可能帶來安保或安全問題。

2023 年 3 月，OpenAI 將 ChatGPT 的基礎模型更新為 "GPT4"，這代表著比其前身有了顯著的改進：這一大模型能夠通過許多先進的標準化測試，并在許多其他可衡量標準方面表現出明顯的改進（盡管仍遠談不上完美）。OpenAI 和第三方模型評估者在闡述潛在的安全和安保問題時相當透明，盡管對該能力的風險、益處和局限性仍有許多疑問。

當然，ChatGPT 并不是唯一可用的大型語言模型。谷歌的 Bard、Anthropic 的 Claude、Stability 的 StableLM、Meta 的 Llama（以及 Vicuna 等微調變體）、百度的 Ernie 和 Hugging Face 的 BLOOM 都是其他廣為人知的大模型。

大模型是什么？

LLM 是一種深度神經網絡，主要來自 Reddit 和維基百科等互聯網上文本豐富的網站，是在非常大的文本庫中訓練出來的。大模型學習語言中的模式，例如句子中某些詞緊跟其他詞的可能性，使用下一個標記預測或掩碼語言建模等技術生成或完成文本。

大模型并不從語言學意義上理解句子的語義，而是根據輸入給模型的信息，用數學方法計算出下一個詞最有可能是什么。由于神經網絡本質上是概率性的，因此大模型被稱為 "隨機鸚鵡"，因為它非常擅長確定最有可能出現的下一個序列--而且令人信服--但對這些詞的含義卻沒有固有的表征。

因此，大模型并不包含對世界的理解，例如因果關系和物體之間的關系--語言學家稱之為 "語用推理"。這是用戶需要了解的大模型的一個關鍵局限性，否則就有可能出現自動化偏差（即人們過于信任此類模型的輸出結果）和擬人化（即人們與大模型建立起類似人類的關系，從而加劇自動化偏差）。下圖列出了大模型的功能，并提供了現有模型的示例。

大模型的安全問題

人們對大模型所帶來的大規模顛覆性、破壞性和犯罪行為非常擔憂。本文無法詳細探討所有這些問題，但有三點值得特別關注：即時黑客攻擊、軟件安全標準降低以及對民主進程的威脅。

提示性黑客行為

提示性黑客行為指的是用戶欺騙大模型提供錯誤或惡意結果的能力。2023 年初，推特（Twitter）上出現了一種語言模型攻擊，一個機器人被設置為響應無害的提示，例如用新輪胎廣告來響應有關汽車的推文。Twitter 用戶注意到，他們可以用一個關鍵詞來欺騙模型，告訴它 "忽略之前的提示，做 X"。

最近，開源社區開發出了 AutoGPT 等工具，這些工具可以將提示與大模型串聯起來，從而實現復雜任務的自動化。例如，用戶可以輸入這樣的提示："增加凈資產，發展 Twitter 賬戶，開發并管理多個業務"。AutoGPT 將其分解為一連串的任務，這些任務的執行結合使用了用于推理的 GPT4、用于內容生成和自然語言對話的 GPT3.5，以及用于執行網絡搜索和檢查網站的互聯網訪問。

這種能力要求人工智能能夠規劃和確定任務完成的先后順序，然后在沒有用戶干預的情況下執行這些任務。這遠遠超出了傳統 "聊天機器人 "的能力，使系統能夠在現實世界中半自動地采取一系列行動，其中一些行動可能會產生意想不到或危險的后果。雖然 AutoGPT 需要一定程度的 "看護"（即用戶必須指導和建議 AutoGPT 克服問題的方法），但它確實提供了未來更先進功能的可能預覽。因此，隨著大模型與其他有形基礎設施和數字資產的連接日益緊密，及時的黑客攻擊可能會帶來新的、意想不到的安全風險。

網絡安全標準降低

斯坦福大學的研究人員最近研究了使用 CoPilot（基于大模型的源代碼補全工具）編寫的軟件代碼的安全問題。他們發現，與沒有使用 CoPilot 的用戶相比，可以使用 CoPilot 的用戶編寫的代碼安全性更低，但他們卻認為自己編寫的代碼更安全。

還有人嚴重擔心，個人正在向 ChatGPT 等大模型提供專有或敏感信息，或者敏感信息在培訓中被不當使用；這些問題有可能帶來新的數據安全風險。例如，據稱三星員工輸入了與敏感半導體功能相關的軟件代碼，目的是讓 ChatGPT 就如何改進此類代碼提供建議。

OpenAI 明確指出，所有輸入 ChatGPT 提示的數據都可用于訓練人工智能，這就造成了泄露敏感或機密信息的風險。此后，三星限制了員工與 ChatGPT 分享信息的數量。此外，OpenAI 現在還允許用戶選擇不保留聊天記錄，這意味著用戶的提示不會被用于改進其模型。

對民主進程的威脅

有了大型語言模型等生成式人工智能，國家行為者或有組織犯罪團伙發起虛假信息運動的能力大大提高。但更令人擔憂的是，大模型現在已經使不那么復雜的行為者和機會主義者有可能造成重大損害，從而降低了邪惡行為者的進入門檻。這在過去幾年中迅速成為一種國家安全威脅，并導致研究人員描述了 "虛假信息致命鏈 "的發展，讓人聯想到黑客等更傳統的網絡攻擊。

此外，要應對這種不斷增加的風險，可能需要采取人工智能防御措施，使其能夠與更多不同行為者的虛假信息活動的數量和速度相匹配。現在，人們越來越關注民主進程的安全，以及各機構如何應對可能大量涌入社交媒體、公共評論論壇和其他場所的虛假但逼真的內容。可以說，這種新形式的高級虛假信息在傳播范圍和影響上等同于惡意軟件，因此應予以同等對待。

盡管存在這一長串挑戰，但這個新時代的大模型激發了公眾的想象力。合成概念、描述推理步驟、解釋想法甚至編寫源代碼的能力引發了人們對如何使用這種新人工智能技術的大量猜測。

評估大模型的實用性

有一些綜合工具--如斯坦福大學的語言模型整體評估（HELM）--可以在一系列測試中評估大模型的性能。此類工具可運行標準化的測試場景，并生成模型準確性、穩健性和效率的客觀指標。這有助于將一個模型的結果與其他模型的結果進行比較，從而為此類模型的開發人員提供客觀反饋，以改進模型性能。

在測試和評估 ChatGPT 的過程中，OpenAI 的工程師和測試社區根據三個標準評估了該工具的輸出結果：有用性、誠實性和無害性。這些都是大模型中公認的問題，也是世界范圍內大量研究工作的動力。評估領域的最新技術仍在不斷發展，如強化學習和人工反饋等技術已成為當前的標準。

• 有用性是指模型遵循指令的能力；不遵循用戶指令的模型并非在所有情況下都有用。
• 誠實性是指工具輸出令人信服但與事實不符的答案的傾向。除非用戶的知識比工具更淵博，否則用戶就有可能將這些輸出結果視為真實答案。
• 無害性也許是評估大模型性能的最復雜、最主觀的概念。一個模型可能會造成傷害，要么是由于它所訓練的數據產生了有偏見或有毒的輸出，要么是產生了錯誤的輸出，導致用戶以某種方式行事，從而造成某種形式的傷害。

大模型在情報分析中的可能應用

如果能夠克服這些障礙并適當管理風險，那么大型語言模型在情報分析方面就有許多潛在的實際用途。這包括在情報界，人工處理大量數據歷來是一個高度資源密集和耗時的過程。本節將重點介紹有可能顯著改進情報分析流程的五個使用案例。

1.生產力助手

大模型目前最好的用途是作為 "生產力助手"；自動完成句子、校對電子郵件以及自動完成某些重復性任務。與其他大型組織一樣，這些都將為情報部門的工作人員帶來寶貴的效率收益。

2.自動化軟件開發和網絡安全

使用大型語言模型來實現軟件開發自動化也很有意義。國家安全部門部署的生產軟件系統必須在可靠性、安全性和可用性方面達到很高的標準。GCHQ 現在鼓勵網絡安全分析師從漏洞角度研究大模型編寫的代碼，這樣就能完成提供建議和指導的使命，使免受網絡安全威脅。在未來（只要網絡安全風險能夠得到適當管理），大模型的使用可以大大提高情報界軟件開發的效率。

3.自動生成情報報告

情報產品的核心是情報報告：它代表了訓練有素的分析師、語言學家和數據科學家的結論，他們分析收集到的數據，為決策者和實地行動人員提供對世界的洞察力。情報報告是極具影響力的文件，必須達到很高的準確性標準。因此，在可預見的未來，大模型不太可能被信任來生成成品報告。不過，大型語言模型在報告起草的早期階段也許可以發揮作用，這就好比把大型語言模型當作一個非常初級的分析員：一個團隊成員，其工作在適當的監督下是有價值的，但其產品在沒有大量修改和驗證的情況下不會作為成品發布。

4.知識搜索

雖然從生成文本模型中可以獲得一些有趣的見解，但能夠以自我監督的方式從海量信息庫中提取知識才是改變游戲規則的能力。知識不僅涉及文字，還涉及行為和實體、世界的狀態以及它們之間的關系。這種理論系統可以從大量文本中提煉事實，確定 "事實 "在哪里以及如何隨時間演變，以及哪些實體（個人和組織）最有影響力。

5.文本分析

事實證明，語言模型善于識別文本中的模式，并將關鍵實體重新組合成有用的摘要。這對經常需要閱讀和理解大量信息的分析人員來說意義重大。總結大量文本的能力有可能大大提高分析師的工作效率，同樣的能力還包括提出源文本中認為有答案的問題，以及識別多個文檔中的主題或話題。目前已經有許多用于這些任務的分析方法，但將大模型應用于這些任務的優勢在于：它們有可能提高分析質量；能夠即時部署這些分析方法，而無需漫長的開發周期；分析師能夠接收文檔摘要，然后通過要求大模型提供更多細節或提取目標主題的進一步摘要，參與迭代推理過程。

為使大模型適合情報工作需要作出的改進

雖然這些能力大有可為，但目前這一代大模型還不能充分發揮其增強情報工作的真正潛力。在將這些能力融入日常情報工作之前，還需要在所有三項統一標準--有用性、誠實性和無害性--方面做出重大改進。

要真正改變國家安全界的游戲規則，就必須從根本上改進當前的技術水平。

可解釋性

一個模型必須能夠可靠地為其見解提供引證，并解釋它是如何得出結論的。在國家安全背景下，捏造事實的模型是不可信的；因此，提供任何分析能力的模型都必須能夠為人類提供其主張的可驗證來源。GPT 和其他基于文本的基礎模型只是用概率粗略地編碼了單詞之間的關系，而對語義沒有任何理解。這是生成文本的正確框架，但在分析語境中，真正需要的是能夠查詢模型的知識。它從所獲得的信息中收集到了哪些事實，為什么相信這些事實，以及支持和/或與其結論相矛盾的證據。

可快速更新和定制

模型必須可以快速更新。當前的基礎模型是在長期的海量語料庫中訓練出來的，因此在訓練時就鎖定了最新的信息。關鍵任務的情況可能非常多變，要想在這種情況下使用，就必須有根據新信息對模型進行 "實時 "更新的機制。針對特定社區的特定、高度相關的數據訓練和微調較小的模型已成為一種新興趨勢，并取得了令人鼓舞的成果。例如，MosaicML 已經從頭開始訓練模型，據說其性能可與 Meta 的 Llama-7B 模型（成本為 20 萬美元）、StabilityAI 的 StableDiffusion（成本為 5 萬美元）和谷歌的 BERT（成本僅為 20 美元）相媲美。

目前在這一領域有許多工作都是為了讓大模型直接訪問本地知識和互聯網。最近對 "微調"（Fine Tuning）和 "低等級適應"（Low Rank Adaptations）的研究為快速更新模型權重提供了潛在的途徑，從而提高了某些任務的性能。還需要進行更多的研究，以了解 i) 哪些類別的問題可以通過直接提示（或許可以利用本地知識進行增強）來解決，ii) 哪些問題需要減少可訓練參數的數量以降低內存需求（使用低等級適應等有前途的技術），iii) 哪些問題需要進行全面的微調，以及 iv) 哪些問題如果不從根本上重新構建模型將永遠無法解決。

與情報分析師的復雜推理過程保持一致

模型必須支持復雜的推理鏈和多模式推理。雖然大模型的設計目的是能夠 "保持 "對某一推理過程的關注，但要在情報工作中發揮作用，它們就必須能夠支持可能是橫向和反事實的復雜推理。最先進的大模型不太可能做到這一點，因為反事實推理依賴于對現實世界中實體之間關系的建模。開發神經符號網絡等混合架構，將神經網絡的統計推理能力與符號處理的邏輯性和可解釋性結合起來，似乎最有潛力。鼓勵國家安全界進一步研究這類前景廣闊的技術。

最后，眾所周知，機器學習模型是可以被篡改的。我們所信任的機器學習模型除了可以解釋和引用之外，還必須具有更強的抗篡改能力。這一點在國家安全方面尤為重要，因為根據所提供的見解做出的決策可能會對個人和更廣泛的社會產生重大影響。

結論

在情報界，我們被賦予收集和分析數據的巨大權力，這可能會導致產生重大影響的行動。我們的工作大多是秘密進行的；如果我們天真地相信一個大型語言模型，可能會在不經意間將嚴謹的分析暴露在大量錯誤信息面前。為管理 "幻覺 "模型、不準確和不真實信息或有害內容的產生所帶來的風險，需要采取必要的（而且很可能是繁瑣的）保障措施，其成本需要與這項技術可能為情報工作帶來的益處進行權衡。

目前的大模型作為基本的生產力助手，在提高某些重復性情報工作的效率方面顯示出了大有可為的潛力。但是，最有前途的使用案例還在地平線上，未來的工作重點應該是開發能夠理解所處理信息的上下文的模型，而不僅僅是預測下一個詞可能是什么。

1 人機協作的重要性和重要啟示

機器在21世紀的戰場上變得無處不在，現代軍隊必須接受人機協作（HMT），否則就有可能將軍事優勢拱手讓給有效利用人工智能（AI）和自主性的競爭對手。本報告調查了人工智能日益融入軍事行動的影響，尤其側重于了解美國國防部（DOD）采用 HMT 概念的參數、優勢和挑戰。

HMT的定義和組成部分

HMT 是指將人工智能和自主系統與人類決策者、分析師、操作員和看守人員一起使用。HMT 將智能人類和機器的能力結合在一起，共同實現軍事目標。HMT 的核心是一種包含四個同等重要要素的關系：

• 人： 為機器提供輸入、對機器進行測試并利用其輸出的操作員；

• 機器： 從人工智能和機器學習（ML）算法到無人機群，機器擁有一定程度的決定權，并支持特定的任務；以及

• 交互： 人類和機器為完成共同任務而進行交互的方式。

• 界面： 人類與機器互動的機制和顯示方式。

1.1 關鍵要點

從 HMT 的三個軍事應用角度來看，作者得出以下結論。

• HMT 具有改變戰爭和解決關鍵作戰挑戰的潛力： 人工智能和 HMT 有可能通過增強態勢感知、改進決策、擴大人類操作員的射程和殺傷力，以及在多領域作戰中獲得并保持優勢，從而改變沖突和非戰斗行動。HMT 還能提高后勤、維持和后臺管理等許多輔助功能的效率，降低這些流程的成本和時限，并將人類解放出來，在這些任務領域執行價值更高的任務。

• 美國防部須擴展其對 HMT 的定義：HMT 的定義應予以擴展，以包括人類與自主非乘員系統和人工智能體的交互廣度，包括那些沒有物理形態的系統（如決策支持軟件）。將定義擴展到人類與機器人之間的互動之外，可使國防部實現 HMT 的廣泛用例--從在高強度戰爭中使用致命武器系統和無人機群，到利用算法融合數據和實現信息領域的虛擬連接。

• HMT 的開發和應用必須優先考慮以人為本的團隊合作： 人工智能的發展速度驚人，推動了機器能力的潛在飛躍，并對確保人工智能體的安全性、可靠性和可信度提出了更高要求。必須同樣重視培養人類操作員的能力、舒適度和信任度，以有效利用 HMT 的價值，確保人類始終處于人機團隊的中心位置。

• 美國防部須從概念走向實踐：人機協作作為一種概念，在國防部的某些部門正獲得越來越大的發展勢頭。然而，更多采用人工智能和 HMT 的倡導者強調，有必要將對話從概念轉向實際--將能力開發過渡到 HMT 能力的實時測試和使用，海軍通過第 59 特遣部隊進行的人工智能試驗就證明了這一點--以更好地闡明和展示 HMT 可帶來的作戰優勢。

圖 1：HMT 三層價值的高級描述。

• 增強態勢感知，加快決策制定（包括檢測模式和異常現象）

• 增加操作員和高價值平臺的操作范圍和生存能力

• 降低整個國防部活動的成本和時限，包括但不限于存在、威懾、作戰和消耗

注：這些價值已經在美國防部的某些部門得到承認和認可，盡管隨著與 HMT 相關的技術和概念的進步，這些價值可能會得到加強或擴大。資料來源 Tate Nurkin，圖片來自 Vecteezy 和大西洋理事會。

• 實驗是建立信任的關鍵： 在迭代的真實世界實驗中，人類開發出新的操作概念，測試機器隊友的極限，并更好地了解機器在各種環境中的突破點、優勢和劣勢，這對加快 HMT 的采用將起到關鍵作用。這種意識對人類操作員也至關重要，因為他們需要培養對人工智能隊友的信任，從而有效利用 HMT 的潛力。
• 美國防部須解決采用人工智能所面臨的官僚主義挑戰： 國防部規避風險的文化和各自為政的官僚作風正在減緩 HMT 概念和能力的獲取、實驗和采用。要克服這些挑戰，就必須提高 HMT 能力采購流程的敏捷性和靈活性、迭代實驗、承擔風險的激勵機制以及整個兵力的數字掃盲。

2 人機協作的應用

HMT 最常被狹義地設想為人類與一個到數百個或更多自主非乘員系統進行交互的過程。就其最基本的形式而言，這種對 HMT 的設想并不新鮮：人類與智能機器的合作已有數十年歷史--1997 年，超級計算機 "深藍 "在國際象棋比賽中擊敗世界冠軍加里-卡斯帕羅夫（Gary Kasparov）就是早期機器人才的縮影--軍方長期以來一直在測試各種概念，以推動這一關鍵能力的發展。然而，最近人工智能和機器人技術的發展速度令人印象深刻，促使人們越來越多地考慮這些技術所能帶來的新能力、效率和優勢。

忠誠僚機概念是 HMT 這種表現形式經常被引用的一個例子，在這個概念中，人類飛行員控制著一些相對廉價、模塊化、可隱蔽的自主無人駕駛航空系統（UAS）的任務分配和操作。這些僚機可在載人飛機前方飛行，執行一系列任務，包括電子攻擊或防御、情報、監視和偵察（ISR）或打擊，或作為誘餌吸引其他資產的火力，"點亮 "敵方防空系統。

不僅美國，大多數現代國家的軍隊都對 HMT 的這種表現形式越來越感興趣。除美國外，澳大利亞、中國、俄羅斯、英國、土耳其和印度都至少有一個積極的忠誠僚機發展計劃，而第六代戰斗機全球空中作戰計劃（英國、意大利、日本）、下一代空中主宰計劃（美國空軍和海軍）和未來空中作戰系統（德國、法國、西班牙）都涉及強調HMT和機-機協同的空中力量系統概念。

雙腿小隊支援系統是海軍陸戰隊作戰實驗室正在測試的實驗性技術。該系統經過編程，可跟隨操作員穿越地形，攜帶水和食物等重物。圖片來源：美國海軍陸戰隊

盡管這類 HMT 對新興軍事能力非常重要，并將繼續發揮重要作用，但對 HMT 的討論應包括人類與智能體（根據其環境、經驗和輸入進行學習并做出判斷）互動的全部范圍，包括與不具備實體形式的算法進行的絕大多數互動。Maven項目（Project Maven）就是一個例子，說明國防部和現在的國家地理空間情報局如何利用這類 HMT 從各種形式的媒體和收集到的情報中自主探測、標記和追蹤感興趣的物體或人類，從而使人類分析師和操作員能夠優先關注他們的重點領域。

除圖像分析和目標識別外，非物理形式的 HMT 還能支持一系列重要任務，如威脅探測、數據處理和分析。在速度、復雜性和可用數據顯著增加的作戰環境中，這對提高軍事效率至關重要。它們還能提高后勤和維持、培訓以及后臺行政任務的效率，從而降低成本并縮短執行時間。

通過將人工智能的處理能力和決策支持能力與人類的社會智能和判斷力相結合，并在某些情況下與具有不同自主程度的非乘員系統的兵力倍增效應相結合，HMT 可以為美國及其盟友和合作伙伴提供多層次的重疊優勢，包括圖 1 中列出的那些高級優勢。

作為 "加速采用人工智能和創建一支適合我們時代的兵力 "的更廣泛努力的一部分，國防部對 HMT 當前和未來多層次價值的認識有所提高。盡管如此，整個五角大樓在采用人工智能和 HMT 方面仍面臨一些長期挑戰。為了加速和深化 HMT 的采用，國防部必須致力于采用一種方法，將開發工作與私營部門的參與結合起來，為采購官員在整個國防企業中推廣 HMT 解決方案創造靈活性。這種方法必須輔以以下措施：

• 繼續并更加重視在人類和機器合作伙伴之間建立信任；
• 帶頭建立道德和安全方面的最佳實踐和規范；
• 積極迭代實驗；
• 清晰一致的信息傳遞

這些要素對于實現 HMT 在未來多領域戰斗中的價值和優勢至關重要。

表 1： 各 HMT 用例的優勢概述

• 反介入區域拒止 (A2/AD) 沖突：

  • 使用大量消耗性和可隱蔽系統，穿透 A2/AD 環境，維持兵力，擴大在 A2/AD 警戒線外行動的載人平臺的作用范圍。
  • 在數據豐富的環境中查找、固定和跟蹤關鍵節點和威脅。
  • 提供邊緣態勢感知。

• 感知和目標定位

  • 通過數據處理和融合增強態勢感知和威脅探測，提高態勢感知和威脅探測能力，確保以最快的速度做出決策。
  • 找到人類分析師和操作員不知道的關聯。
  • 支持人類跨領域識別目標和確定優先次序。
  • 向人類決策者推薦最適用的動能或非動能武器來打擊目標，從而提高效果的精確性。

• 存在、優先順序和威懾力

  • 通過使用包含多個無人系統的 ISR 網，擴大高價值有人資產的范圍。
  • 在地理位置分散的戰區識別活動模式的異常和中斷。
  • 根據人工智能驅動的評估，確定威脅的優先級，確保高效的資源分配。
  • 在真實環境中進行積極的迭代實驗，可在操作員與其機器合作伙伴之間建立信任。

用于情報和規劃活動的大型語言模型：2023 年 3 月發布的 Chat GPT-4 引發了關于美國防部如何利用類似大型語言模型（LLM）工具支持情報活動的討論。可以理解的是，有人擔心 LLM 目前的復雜程度及其 "幻覺 "傾向--編造不正確的信息--會使廣泛使用或依賴這些工具為時過早，甚至適得其反。不過，使用 LLMs 進行試驗將有助于更好地了解這些工具在哪些方面以及如何實現增值，尤其是當它們變得更加可靠時。2023 年 4 月“石上戰爭”（War on the Rocks）詳細介紹了美國海軍陸戰隊高級作戰學院如何利用兵棋推演來探索 LLM 如何協助人類進行軍事規劃。這些系統被用來提供、連接和可視化不同層次的信息和分析--例如對區域經濟關系的戰略層面的理解，以及對特定國家動態的更有針對性的分析--然后規劃人員利用這些信息和分析來完善可能的行動方案，并更好地理解對手的體系。

建議和結論摘要

HMT 為二十一世紀的軍隊提供了多項優勢。因此，國防部必須投入足夠的時間和資源，以應對上述采用方面的挑戰。要促進 HMT 的采用，就必須將新理念、新程序和新激勵措施結合起來，并加強目前正在進行的、前景看好的加速采用工作，特別是與以下領域相關的工作：

• 開發一種全事業范圍的 HMT 應用方法，該方法建立在設立首席數字和人工智能辦公室等中央機構的基礎上，并為其提供充足的資金和授權，以確保整個國防部在需求、能力、基礎設施和戰略開發以及采購和供應商參與方面相輔相成。

• 在復制現實世界作戰環境挑戰的環境中進行快速、迭代和積極的實驗，將有助于人類測試和了解 HMT 技術的突破點，從而促進技術的采用。不同程度的實驗還能建立人類對其人工智能隊友的信任，這是優化 HMT 價值所必需的。

• 通過改革融化 "冰凍的中間層"，這些改革可提高對快速行動的激勵，調整國防部和國會的改革優先事項，并加強努力，以確保在整個企業而不是逐個軍種或逐個司令部采用 HMT。大西洋理事會國防創新采用委員會提出了幾項適用于獲取和采用 HMT 能力的具體建議。

• 在未來作戰環境中，作戰速度、可用數據量和威脅的復雜性都將大幅提高，闡明并展示 HMT 的多層次價值，以贏得對競爭對手和潛在對手的優勢。

• 繼續在機構和道德問題上發揮領導作用，優先考慮以合乎道德和負責任的方式開發和使用值得信賴的人工智能，并將人類--人類的判斷力--置于人機團隊的中心位置。美國政府和私營部門應重新審視和更新有關機構和倫理的指導方針，以反映當代技術發展趨勢和能力。

• 制定戰略信息，強調人機團隊的價值和安全性，供美國防部和國會利益相關者以及更廣泛的美國社會使用。

美國在人工智能方面的進步并非發生在真空中；如果五角大樓遲遲不大規模采用 HMT，就有可能將軍事優勢拱手讓給像中國這樣將人工智能視為安全要務的戰略競爭對手。機器和智能體在二十一世紀的戰場上無處不在，國防部有責任展示、交流和實現 HMT 對實現未來任務和國家目標的價值。

一名軍官將 XRS-150 X 射線發生器放在模擬墜落的無人駕駛航空系統前。圖片來源：美國空軍國民警衛隊

內容簡要

• 每年對所有需求和能力進行一次評估是實現2040年陸軍目標的必要條件。

• 目前，陸軍正在向2030年邁進，因此必須優先吸取經驗教訓，并在適當的地方加以應用。

• 2040年的陸軍將更加以信息為導向，由人工智能驅動，比目前的陸軍更加分散和細分。

1 引言

美國陸軍目前正經歷著一個充滿挑戰的時期，突出表現在全球軍事能力平衡的潛在變化、新興技術、美國本土面臨的威脅增加以及對美國最重要的陸軍提出新要求的其他問題。俄羅斯等繼續挑戰以規則為基礎的國際秩序。為了取代美國作為世界軍事霸主的地位，俄羅斯等在尋求推進自己的全球議程時變得更加自信。國防領導人認為，到 2040 年，俄羅斯等將利用其國家權力工具來破壞美國的全球國家安全利益。2040 年陸軍的發展和壯大必須配備人員、訓練和裝備，必須以大規模作戰行動（LSCO）的戰備狀態為主導。這些類型的行動在范圍和投入兵力的規模上本身就是聯合行動，而且節奏快、資源消耗大、傷亡率普遍較高。此外，大規模作戰給軍事活動帶來了其他行動中不常見的復雜性、致命性、模糊性和快速性。

為了應對不斷變化的威脅，并達到在 LSCO 中成功作戰所需的戰備水平，陸軍正在進行一代人僅有一次的轉型，以發展在陸、海、空、天和網絡空間匯聚效應的能力。這種轉型將以在未來戰場上取勝所需的尖端技術的范圍、速度和融合來增強聯合部隊。新的作戰概念、部隊重組、對人員的持續投資、新裝備的開發以及如何作戰的新概念的采用，都將成為這一轉型的亮點，從而使陸軍能夠保持對任何潛在對手的優勢。致力于今天的轉型以應對明天的挑戰，將確保美國即使在面對我們堅定而有能力的大國競爭對手時，仍然有能力通過實力確保和平。

2 設計2040年的陸軍

當前的戰略環境越來越令人擔憂，因為美國面臨的戰場越來越具有致命性和破壞性，戰場橫跨多個領域，作戰速度快，范圍廣，從近距離作戰到海外戰場，直至我們的本土。聯合全域作戰（JADO）是美國防部為滿足各軍種聯合作戰的需要而提出的概念。JADO 認為，要在下一場戰爭中取得勝利，就必須迅速整合陸、海、空、天和網絡空間等所有領域的影響，使對手面臨多重困境。陸軍對 JADO 的貢獻是多域作戰（MDO）。

根據美國陸軍訓練與條令司令部的定義，多域作戰是指快速、持續地整合所有作戰領域。作為聯合部隊的一部分，陸軍力求在競爭和武裝沖突中打擊和擊敗能夠在所有領域與美國抗衡的近鄰對手。野戰手冊 3-0《作戰》進一步將 MDO 定義為 "聯合部隊和陸軍能力的聯合部署，以創造和利用相對優勢，代表聯合部隊指揮官實現目標、擊敗敵軍并鞏固成果"。MDO 為作戰指揮官提供了在所有領域迅速實施行動的多種選擇，使敵人面臨多重困境。陸軍除了要在陸地作戰中占據主導地位外，還必須利用其陸地力量對各個領域產生影響。當 2040 年的陸軍具備全面作戰能力時，當前版本的 MDO 僅僅是作戰理論演進過程中的一個步驟。陸軍部隊將繼續吸取從實驗、訓練和行動中獲得的經驗教訓。技術將繼續提高 MDO 所追求的敏捷性、融合性、持久性和深度，而理論也將繼續適應陸軍部隊的能力。陸軍的 MDO 構想是通過在沖突之外的所有領域進行成功競爭來取得勝利，從而威懾潛在敵人。

多域特遣部隊（MDTFs）是陸軍為 2040 年陸軍實施 MDO 的組織核心。多域特遣部隊是戰區級的多域機動部隊，將遠程精確效應（LRPE）--如電子戰、空間、網絡和信息--與遠程精確射擊（LRPF）同步進行。多域機動部隊將這些能力整合在一名指揮官的指揮下，而部隊的各個組成部分則開展分布式行動，以提高生存能力。多國特遣部隊的作用是在危機或沖突中堅持不懈地爭奪優勢地位。通過整合所有領域的非動能效應和動能火力，MDTF 為作戰指揮官提供了更強大的反介入/區域拒止能力。

2040 年的陸軍將把師指定為大規模作戰的決定性行動單位。在整編期間，師將作為主要的戰術作戰編隊，其主要職能是指揮旅的戰術總部。陸軍二十年來一直以在伊拉克和阿富汗輪換的旅為重點，現在正將組織重點轉向更有能力與全球兄弟軍種、盟國和伙伴合作的大型編隊。戰區陸軍、軍團和師將獲得所需的人員、組織和裝備，以破壞和擊敗對手實現目標的能力。這將使前線領導人能夠集中精力進行近距離戰斗；師和兵團指揮官則有責任縱觀全局。在不參與具體行動時，師的任務是保持戰備狀態，以便在未來的 LSCO 交戰中取得勝利。

2.1 陸軍預備役和國民警衛隊

陸軍預備役士兵將繼續為 2040 年的陸軍做出貢獻，通過他們在私營部門的職業生涯所獲得的專業知識和技能，為部隊增加價值和深度。這些醫生、律師、工程師、網絡專家和急救人員將使陸軍預備役部隊能夠繼續為軍需和醫療編隊、石油配送、水凈化、港口開放和鐵路運營提供維持和支援力量。現代化工作是陸軍預備役部隊作為一支多領域作戰部隊為 2040 年陸軍提供支持的核心能力。陸軍后備役任務部隊（ARM 部隊）是對陸軍區域協調戰備和現代化模式（ReARMM）的補充。這兩種模式都是根據競爭要求調整部隊，提供可預測的任務周期，以便于訓練和現代化。憑借其雙重目的能力，陸軍預備役部隊將為 2040 年的陸軍提供一個聯邦響應伙伴，在國內緊急情況和自然災害發生時，該伙伴可為國防支持民事當局救災工作提供支持。

應對全球范圍內的共同挑戰和潛在威脅仍將是 2040 年陸軍的國防優先事項。加強和發展我們的聯盟和伙伴關系有助于鞏固強大的國防。國民警衛隊將繼續通過其被稱為 "國家伙伴關系計劃"（SPP）的具有成本效益的創新型安全合作計劃為這一努力做出貢獻。通過 SPP，國民警衛隊開展軍方對軍方的接觸，以支持國防安全目標，同時還利用全社會關系和能力，促進跨越軍事、政府、經濟和社會領域的機構間接觸。此外，作為陸軍預備役部隊的主要作戰力量，國民警衛隊將繼續提供訓練有素、隨時待命的部隊，以滿足所有作戰指揮官和州長的要求，應對各種變化、競爭、沖突和危機。

2.2 加強陸軍的北極戰略

2040 年的陸軍必須具備在北極地區成功作戰的能力和資源。美國希望北極地區保持穩定，普遍遵守國際商定的規則和規范。俄羅斯等長期以來一直被視為新時代大國競爭的對手，它們將追求軍事和經濟優勢，以犧牲美國為代價在該地區站穩腳跟。俄羅斯試圖通過重塑其在北極地區的軍事態勢來鞏固主權主張并控制該地區的準入。2040年的陸軍部隊必須能夠從有能力的力量投送平臺上快速部署，隨時準備戰斗，并在包括北極地區在內的任何環境中取得勝利。陸軍將通過調整部隊的組建、部署、訓練和裝備方式，在極端條件下執行長時間的 MDO，從而重新奪回寒冷天氣和高海拔地區的主導地位。要恢復主導地位，就必須采取一種固有的多成分方法，陸軍后備役部隊和國民警衛隊也要做出重大貢獻。

3 維持2040年的陸軍

在美國陸軍物資司令部（AMC），物資供應和裝備備戰狀態仍將是部隊作戰成功的關鍵。它們是物資準備的基礎，確保士兵和部隊在任何時間、任何地點都有合適的裝備、部件和物資來完成任務。2040 年軍隊的維持能力將繼續決定軍隊行動的深度和持續時間。成功的持續保障可增加指揮官可選方案的數量和質量，從而實現行動自由；它仍將是保持和利用主動權的關鍵因素。LSCO 將考驗陸軍在多個領域的各種作戰環境中維持部隊的能力。由于作戰節奏加快、殺傷力增強以及物資和裝備消耗率大幅提高，這些類型的作戰行動將需要更多的保障。由于 LSCO 的性質，對停尸房事務的要求（由于發生大規模傷亡的可能性增加）、對強大的醫療能力和基礎設施的需求以及大規模人員和設備替換都將受到重視。提高在需要時提供服務的速度和精確度將影響這類行動的成功。對美國陸軍司令部內的幾個關鍵戰略支持領域進行重組將使 2040 年的陸軍能夠成功地開展維持工作。

3.1 工業基地準備就緒

陸軍使用的大部分武器系統和裝備都是由商業工業基地制造的。陸軍內部的有機工業基地（OIB）由倉庫、兵工廠、造船廠和彈藥廠組成，負責維修和保養軍用武器系統和裝備。它們都是國防結構中的重要環節，為聯合軍種和盟國提供制造、維護、供應和技術支持服務。陸軍和商業工業基地必須繼續利用現有的合作伙伴關系，并尋找機會合作建立新的合作伙伴關系，以提高 2040 年陸軍的維持能力。在大國競爭時代，2040 年的陸軍將要求 OIB 不斷發展，以保持相關性，并在提高效率的同時為未來做好準備。此外，OIB 必須繼續以最佳水平獲得資源，以提供所需的支持。陸軍必須繼續在計劃目標備忘錄周期內做出深思熟慮的努力，增加對政府運營設施和承包商運營設施的資金投入。

3.2 安裝準備就緒

設施戰備狀態是投射戰斗力的基本要素，并將繼續成為 2040 年陸軍建設和維持戰備狀態的重要平臺。我們的設施必須繼續支持美國國內和海外的所有任務，使訓練和部署能夠支持動員和民事當局。從士兵及其家屬的駐地住房到機場、鐵路站和汽車庫，設施的戰備狀態必須始終以能使陸軍保持高水平部署能力的設施和基礎設施為重點。"我們必須使我們的設施現代化，以適應大量的快速動員和部署。我們必須為當前和未來的部隊提供世界一流的訓練場地，并為未來開發武器，"AMC 前指揮官 Gus Perna 將軍說。未來的陸軍設施將面臨城市化進程加快、任務擴展速度加快和資源減少的挑戰。我們的對手了解我們產生和部署戰斗力的設施。他們也非常清楚我們的薄弱環節，知道一旦發動攻擊將會造成的影響。2040 年的軍隊必須得到一個具備必要能力的設施管理企業的支持，以便在復雜、未知和不斷變化的戰略環境中發揮有效作用。

3.3 后勤信息準備就緒

無論在戰場上還是戰場外，信息都是所有決策的驅動力。可視、可訪問、可理解、可信賴的數據能讓指揮官和領導者制定并執行最有效的行動方案。2040 年的陸軍將接受三個新的數據傳輸計劃，它們構成了"持續傳輸系統"（STS）： STS 衛星通信 (SATCOM)、STS 視距通信 (Line-of-Sight) 和 STS 無線保真 (Wi-Fi)。這些新系統將通過提高網絡安全性、容量、彈性、范圍和機動性來改進后勤數據交換。"STS將使我們的士兵能夠訪問關鍵的維持工具，確保我們的部隊在未來的任何戰斗中，在對抗任何對手時，都能隨時隨地擁有所需的物資、人員、醫療和部隊保護"。此外，它們還將實現陸軍許多主要后勤系統之間的全球數據交換，其中包括企業資源規劃系統、全球戰斗支援系統-陸軍、綜合人事和薪酬系統-陸軍、戰斗傷員救護醫療通信系統和普通基金企業業務系統。

4 使 2040 年的陸軍現代化

自 2017 年陸軍宣布以改進的能力更新部隊和裝備的倡議以來，陸軍已將六大能力需求領域列為優先事項，在八個跨職能小組內設立并分配任務，以監督如何滿足這些需求，并設立了陸軍未來司令部，作為現代化工作的協調中心。這六項現代化工作主要集中在以下領域：

• 遠程精確射擊： 這一優先事項的目標是提供最先進的地對地火力系統，使其射程和效果大大超過目前美國和對手的實戰系統。

• 防空與導彈防御：為了保持擊敗各種空中和導彈威脅的能力，該優先事項力求快速整合和同步需求與采購流程，以便更快地向作戰人員提供能力。

• 未來垂直升降機：領導者致力于關鍵作戰系統的開發，確保陸軍航空兵保持對敵軍的垂直升空優勢。

• 網絡：致力于提高網絡能力的人員負責使陸軍編隊能夠隨時隨地在所有領域進行可靠通信。

• 下一代戰車：該優先事項的任務是通過制定陸軍下一代戰車編隊的要求，解決機動能力方面的差距。

• 士兵致命性：從事該優先任務的研究人員力求解決實現和維持對敵軍的壓倒性優勢所需的作戰能力，其戰略重點是射擊、移動和機動、通信和防護等基本要素。

這些工作為陸軍在 2023 財年交付幾項關鍵能力奠定了基礎。作為遠程精確射擊優先事項的一部分，高超音速導彈和射程達 500 公里的精確打擊導彈正在按計劃投入實戰。西格紹爾 XM5 將取代 M4 卡賓槍，XM250 將于 2023 年開始取代 M249 SAW。其他系統包括自主和乘員車輛，如機器人戰車（其他戰車的無人駕駛跟車）和陸軍新型輕型坦克--移動防護火力。到 2023 年，士兵們將擁有 24 種新型武器系統和其他原型裝備，或完全可操作的裝備。從真正的士兵到他們攜帶的武器，再到飛過頭頂的導彈，陸軍正在迅速轉變為一支更具殺傷力的部隊。

4.1 ReARMM

前美國陸軍部隊司令部副司令萊奧波爾多-金塔斯中將曾這樣描述戰備和現代化的挑戰： 陸軍部隊的作戰環境不可預測，甚至可以說是不穩定的。部隊根據其可用性被安排執行輪換任務，這些任務在地點、時間長度、人員配備、戰備要求和裝備等方面各不相同。如今，只要我們能找到合適的時間窗口，或與其他活動同時進行，現代化就會發生。對于士兵來說，每周、每月和每年都充滿了不斷的變化和高節奏。我們的士兵和家庭可以應對大量的節奏，但不可預知性會給部隊帶來巨大的壓力。

陸軍的新部隊組建模式 ReARMM 旨在通過確定執行任務、訓練和現代化的專門時段，更好地平衡作戰節奏。ReARMM 將通過建立與特定任務和戰區的慣常關系，為 2040 年的陸軍提供支持國家安全目標的態勢，并創造一個可預測的環境，以支持現代化，保持更高的戰備水平，并使其成為一支具備多領域能力的現代化部隊，同時最大限度地進行人才管理。

5 通過對人的投資改變2040年的陸軍

人將繼續是陸軍最大的優勢和最重要的武器系統。了解人們的個人才能使我們能夠建立由指揮官、管理人員、顧問和技術專家組成的團隊，這些團隊擁有更廣泛的多樣性才能，能夠更好地幫助指揮官和領導者理解復雜而模糊的問題。無論是正規軍、近衛軍、后備役、家屬、陸軍部文職人員、退伍軍人還是退休人員，陸軍都將繼續投資于其最寶貴的資源。2040 年的陸軍將采用陸軍 21 世紀人才管理方法，其基礎將從簡單的 "人員分配 "轉變為更有意識地管理士兵和文職人員的才能。這就需要建立一個具有政策、計劃和流程的系統，承認并利用陸軍團隊每個成員所擁有的獨特知識、技能和行為，使其能夠最大限度地發揮每個人的作用。

5.1 陸軍綜合人事和薪酬系統

陸軍綜合人事和薪酬系統（IPPS-A）將成為一個經驗豐富的人力資源平臺，為 2040 年的陸軍提供支持。它將通過增強決策和搜索匹配能力，使指揮官和領導者能夠更好地管理整個部隊士兵的獨特才能。它還將繼續支持陸軍的人才管理計劃，并保持對我國最優秀人才的競爭力。2040 年軍隊的領導者將有能力利用 IPPS-A 中的 "實時 "數據，尋找具備完成部隊獨特任務所需技能的士兵。

5.2 指揮評估計劃

陸軍的 "指揮評估計劃"（CAP）將繼續為 2040 年的陸軍提供合格的領導人才，并確保挑選最有才能的士兵擔任指揮和其他重要任務。截至本文撰寫之日，指揮評估計劃目前包括以下項目：

• 上校指揮評估計劃
• 營指揮官評估計劃
• 采購領導評估計劃
• 醫療指揮評估計劃
• 上校和師牧師評估計劃；以及
• 軍士長評估計劃。

這些評估計劃最初由陸軍人才管理特別工作組設計，旨在應對選拔最優秀軍官和軍士指揮營級和旅級編隊的挑戰。在未來幾年內，這些計劃如果執行得當，將對 2040 年的軍隊產生重大影響。首先，它們將極大地幫助識別有問題的領導者，防止他們被考慮擔任重要職務。其次，它們將識別出那些最值得指揮的軍官和軍士--無論出于何種原因，他們在遴選委員會的結果中表現不佳--為他們提供指揮的機會。第三，這將向整個部隊傳達一個信息，即未來戰略領導人所需的價值觀和技能組合將得到最高級別的考慮。

5.3 積極的指揮環境

2022 年，陸軍部長克里斯蒂娜-沃爾穆斯確定了六項目標，以幫助指導部隊度過目前面臨的拐點。她的第四個目標概述了在陸軍所有編隊中大規模營造積極的指揮氛圍的意圖；第五個目標旨在減少軍隊中的有害行為。由于在資源和教育方面的巨大投入，2040 年陸軍的指揮氛圍在所有指標上都應更加積極。積極的組織氛圍需要持之以恒的關懷、專注的努力和維護。當前旨在改善指揮氛圍的討論和建議包括：制定一項 "人員指標"，作為未來指揮官的工具；納入一項旨在建立有凝聚力團隊的任務必要條件；深入審查指揮氛圍評估及其使用方式。其他建議還指出，陸軍應考慮在軍官和軍士評估中討論指揮氣氛結果，以此作為推動行為改變和追究領導責任的機制。

最重要的啟示之一是，軍隊必須提高領導能力的標準。軍事指揮官必須有能力在作戰中取得成功，同時營造一種符合軍隊尊重和團隊精神價值觀的氛圍，無論是在戰場上還是在駐軍中，都不能讓任何一名士兵掉隊。性侵犯和性騷擾是一種欺凌行為，是自相殘殺。零容忍的氛圍必須深入官兵心中。另一個啟示是，軍隊必須繼續同步開展安裝工作，以達到提高戰備狀態和幫助預防自殺死亡的效果。實現預防自殺的基本要素是領導者的參與以及對士兵、其家人和軍隊文職人員的真誠關懷。

6 結論

陸軍正在進行四十多年來最大規模的轉型變革，即實現現代化并建設一支具備多領域能力的部隊，以提供速度、射程和新興技術的融合。現代化是轉型的一部分，但只現代化而不轉型可能會使軍隊裝備精良，卻缺乏關鍵資源。明確地說，陸軍永遠不會 "完成 "現代化。在我們實現陸軍 2030、陸軍 2040 及更高目標的過程中，我們正在奠定基礎，堅持不懈地進行現代化，以應對新興技術、不斷變化的挑戰和對手的行動。這樣做將使我們能夠始終領先于俄羅斯等近鄰對手。2040 年的陸軍將受益于當前正在進行的現代化努力，這些努力旨在改變我們的作戰方式、作戰手段以及我們作為一支部隊的身份。

在日益復雜和苛刻的作戰環境中運作的需要，有可能使現代軍艦上以人為中心的指揮鏈超負荷。擴大使用快速發展的人工智能技術提供了應對這一挑戰的潛力，徹底改變了指揮空間的決策。本文以皇家海軍為例，研究了最近在這一領域的實驗。

背景介紹

戰斗信息中心（CIC）是現代軍艦上局面編制、任務管理和武器控制的協調中心。它承載著一個人類操作團隊，負責為戰術家和指揮官提供合理化的信息，作為實時決策的基礎。戰爭小組的成員與計算機控制臺、顯示器、通信設備和其他外圍設備互動，以建立對戰術形勢的集體認識；評估和優先考慮威脅；并管理海面上、海面下的 "戰斗"。

一名電子技術員在美國海軍 "保羅-漢密爾頓 "號導彈驅逐艦（DDG-60）上跟蹤地面和空中接觸。隨著威脅越來越復雜，環境越來越有挑戰性，數據量越來越大，指揮團隊越來越面臨認知過載。(圖片: 美國海軍)

目前，CIC中的指揮鏈是基于高度規定性和以人為本的決策層次，由編譯器和操作員從各種有機和非有機來源中建立戰術圖景，以實現及時和知情的戰術決策：例如，轉向開放武器弧的路線，或執行軟殺傷性反措施計策。然而，人們認識到，由于海軍部隊越來越多地被要求在更加復雜和苛刻的作戰環境中作戰，而這些環境的特點是多樣化和越來越具有挑戰性的威脅，因此指揮小組現在面臨著越來越大的超負荷威脅。

同時，艦艇收到來自有機傳感器和非有機來源的越來越多的數據，從而使指揮團隊識別、理解和應對威脅情況的能力更加復雜。操作人員也要承受越來越大的壓力：在防衛值班時，一次盯著屏幕看幾個小時，需要人類集中精力，即使有休息時間。任何疏忽都可能意味著遺漏或錯誤地識別了一次接觸。

正是在這種背景下，海軍從業人員、作戰人員、國防科學家、工業界和學術界都開始考慮如何增加自動化和更多地使用人工智能（AI）技術來提高指揮和控制領域決策的敏銳度和速度。定義各不相同，但從廣義上講，人工智能可以被描述為機器所顯示的 "智能行為"。從本質上講，這描述了機器模仿人類在推理、計劃、學習和解決問題的任務中所采用的認知功能的能力。

人工智能已經開始進入商業和消費領域的主流，因為事業已經看到了人工智能在提高生產力、增加效率和簡化任務執行方面的潛力。海軍現在也熱衷于在指揮和決策中利用 "機器速度 "人工智能的力量，因為他們認識到人工智能技術善于從嘈雜的動態數據中推斷出模式、趨勢和信號。同時，人們認識到，在一個有效和高效的社會技術組織中整合人類操作員和計算機，會帶來無數的技術、操作和道德方面的復雜性。

維斯比級護衛艦HSwMS卡爾斯塔德的CIC。未來人工智能支持的指揮和控制系統將需要將人類和機器的合作作為設計過程的基本組成部分來考慮。(圖片: Richard Scott)

背景下的人工智能

高級別的自動化對海戰來說絕非新鮮事物。例如，設置為 "自動 "模式的自衛武器系統將在滿足預先確定的交戰閾值條件時自動開火。這代表了一種非常初級的人工智能形式，因為武器系統有能力承擔原本由人類執行的功能。然而，應該明確的是，這不是一個學習系統，因為它只按照預先編程的規則集運作。

在指揮環境中實施早期形式的人工智能的最初想法可以追溯到20世紀80年代。皇家海軍（RN）艦艇在南大西洋的損失，在海灣地區對 "斯塔克 "號護衛艦（FFG-31）的反艦導彈攻擊，以及 "文森 "號巡洋艦（CG-49）無意中擊落一架伊朗A300客機，都證明了依賴大型和以人為中心的指揮鏈的行動信息組織的脆弱性和易錯性。在某些情況下，高工作量和戰斗壓力的結合壓倒了操作人員的認知能力，導致他們錯誤地評估局勢和/或錯誤地計算出適當的反應。在其他情況下，由于操作人員和作戰人員缺乏關注，即使有明確的線索表明攻擊迫在眉睫，也會忽視威脅。

到20世紀90年代，一些有限的嘗試將人工智能的形式引入到指揮鏈中。然而，這些所謂的 "專家 "系統--實施基于包含嵌入式理論或規則的知識庫的人工智能形式--遇到了一些不足和限制。例如，那個時代的計算能力和可訪問的內存所帶來的限制必然限制了軟件實施的復雜性。另外，這些基于知識的技術在實施中非常僵化--依賴于從操作者經驗中提煉出來的規則--因此在應用中非常狹窄。

約翰霍普金斯大學應用物理實驗室的硬殺傷/軟殺傷（HK/SK）性能評估工具（HaSPAT）原型于2020年初部署在美國海軍 "邦克山 "號巡洋艦（CG-52）上。(圖片：美國海軍)

對在海軍指揮和控制領域實施人工智能的重新關注反映了過去十年中技術和工藝的重大進步--最重要的是，深度學習的革命使計算機能夠以更像人類的方式對特定任務進行學習和概括。同時，人們對人工智能在指揮過程中可以增加價值的地方有了更好的認識：例如，通過幫助提醒操作人員在早期階段的潛在威脅，或在復雜的多重威脅情況下支持威脅評估和武器分配（TEWA）。

還應理解的是，至少在可預見的未來，不贊成用機器完全取代人類的想法。相反，重點是利用人工智能技術來減少決策者的工作量，從而使人類在計劃任務、估計對手能力或考慮采取特定行動方案時有更多的時間和更清晰的認識。簡而言之，當時間有限或選擇的數量太多，人類無法分析所有的選擇時，人工智能可以提供關鍵的決策支持。

這種決策援助的一個例子是約翰霍普金斯大學應用物理實驗室（JHU APL）開發的硬殺傷/軟殺傷（HK/SK）性能評估工具（HaSPAT）原型。HaSPAT旨在幫助操作人員了解計劃中的防御態勢，并在敵方攻擊前評估作戰系統的性能，它還通過告知有哪些資源可用，確保為自衛保留足夠的彈夾容量來平衡武器庫存。來自JHU APL的工程師在2019年6月訪問美國海軍 "邦克山 "號巡洋艦（CG-52）后開發了HaSPAT。在與該艦的指揮官討論后，決定進行快速開發，以幫助艦上的作戰團隊更好地計劃和協調硬殺傷和軟殺傷效應器的使用。

智能船舶第二階段共資助了10個智能代理，并選擇了一個 "集成商 "來管理ISAIN環境的開發。(圖片: Dstl)

HaSPAT納入了有關武器有效性的信息，以支持武器分配和調度，并嵌入了一個模擬，以產生分析和性能指標，告知用戶與配置相關的可能風險。它還被設計成用戶可以為區域和自衛實驗設置不同的部隊戰斗空間配置。

原型工具于2020年初部署在美國海軍 "邦克山 "號上，以便船上的船員能夠評估HaSPAT的功能，并為進一步更新提供反饋。根據JHU APL的說法，這一初步演示為在部隊層面上獲得更重要的硬殺傷/軟殺傷協調能力提供了一個墊腳石。

在大西洋彼岸，旨在加速和改善指揮團隊在緊張的水上戰爭場景中的形勢意識和威脅分析的原型決策輔助工具也已經由英國皇家海軍在海上進行了操作試驗。例如，英國皇家海軍和國防科技實驗室（Dstl）在2021年5月的海上演示/"強大的盾牌21 "演習中評估了一些人工智能工具。其中一個是Roke公司的STARTLE應用程序，其目的是通過提供實時建議和警報，幫助減輕操作員監測空中情況的負擔。另一個是CGI英國的系統協調綜合效果分配（SYCOIEA）自動化平臺和部隊TEWA應用。

智能船舶

人們認識到，未來的核心挑戰是如何設計人類操作員與計算機和人工智能軟件程序之間的互動和合作，以最大限度地減少人類意圖與使用自動或自主系統執行該意圖之間的 "摩擦"。這種整合--其縫隙是人機界面--必須認識到人類不僅僅是 "用戶 "或 "操作員"，他們本身也是決策環路的一部分，因此是功能和產出的組成部分。

2019年，英國國防部啟動了一個名為 "智能船舶 "的多階段科技項目（S&T），正是因為需要研究有關人工智能改變指揮決策的潛力的一些關鍵問題。由國防部（MoD）資助，作為其更廣泛的自主性科技計劃的一部分，這項正在進行的努力代表了一種開創性的嘗試，即設計一個合作的 "系統的系統"，其中自動化和人工智能與人類更緊密地結合和合作，以實現更及時和更明智的規劃和決策。重要的是，智能船舶項目旨在展示一個未來的指揮和控制概念，其中人類和人工智能 "代理 "在一開始就被設計進去，而不是簡單地將人工智能添加到傳統的行動信息組織中。此外，它還認識到，系統的系統將包括機器-機器團隊以及人-機器團隊。

位于Dstl的Portsdown West設施的指揮實驗室作為智能船舶第二階段評估的測試平臺環境。(圖片: Dstl)

智能船舶計劃的第一階段涉及一系列 "挑戰"主題--任務規劃和決策輔助工具、信息融合、傳感器和信息管理、新型人機界面、人機協作和集成--代表了典型軍艦中的各種功能和能力。這些包括支持平臺系統的組件，以及指揮規劃和決策輔助工具。 這個最初的六個月階段的一個核心部分是開發智能船舶人工智能網絡（ISAIN）框架的任務。在CGI英國公司的領導下，在DIEM分析公司、人因工程解決方案公司和決策實驗室的支持下，ISAIN是一個可以在不同場景下探索人機合作的環境，使開發和評估新的組織和工作流程結構成為可能，這些結構利用AI與人一起工作。這提供了在人類、人工智能或兩者之間動態轉移工作量的可能性，這取決于情況及其復雜性。此外，ISAIN框架為系統研究提供了一個試驗場，并促進對支持和促進團隊所有成員（包括人類和AI）的活動和互動的創新機制的研究。

例如，不同的人工智能和人類如何合作，人工智能和人類能力的最適當組合，組織人工智能和人類作為一個團隊實現目標的最佳方式，以及仲裁或消除來自多個人工智能的相反建議/行動的手段。 除了ISAIN，智能船的第一階段還資助了人工智能的成熟--或稱決策代理（ADeM）--可以被整合到ISAIN中進行演示。ADeM是該項目采用的一個術語，用來描述在人-AI機器或AI機器-AI機器混合團隊中運作的人類或基于機器的智能代理。

2020年6月，通過國防部的國防與安全加速器（DASA）發出了智能船舶項目第二階段的呼吁。DASA資助創新和可能利用的科技想法，這些想法可以為英國武裝部隊和國家安全帶來成本效益的優勢。當年11月，總共授予了9個第二階段的合同--累計價值約為300萬英鎊。其中，CGI英國公司作為ISAIN的集成商和開發負責人，獲得了大約一半的合同。在這個角色中，CGI UK與Dstl合作進行ISAIN的集成，將ISAIN安裝到Dstl的Portsdown West站點的指揮實驗室中，設計開發智能船舶的各個方面如何在ISAIN環境中結合起來，并將選定的ADeMs集成到ISAIN架構中。

DASA將第二階段的剩余資金用于開發特定的 "訓練有素 "的AI。授予決策實驗室、DIEM分析公司、Frazer Nash咨詢公司、Montvieux公司（獲得兩個獎項）、諾丁漢特倫特大學、勞斯萊斯公司和SeeByte公司個別合同。CGI英國公司在行業標準和工具的基礎上制作了一個軟件開發工具包，提供給各個ADeM供應商。

除了DASA合同，之前在Dstl'Progeny'框架下開發的戰術導航（TacNav）代理被拉入智能船舶第二階段。TacNav是由CGI英國公司開發的，用于計劃、執行和監控智能船的戰術導航。在第二階段中，CGI的SYCOIEA TEWA決策輔助工具也發揮了作用。

由于該項目無法為DASA征集的所有提案提供資金，因此決定選擇廣泛的人工智能代理，跨越一系列的平臺和戰斗系統功能。例如，羅爾斯-羅伊斯公司開發了一個被稱為ACE（人工總工程師）的決策控制系統，該系統旨在根據指揮部的優先次序，就如何最好地操作船舶機械--發動機、推進系統、電力網絡和燃料系統做出基于條件的決定。另一個人工智能被稱為IBIS（用于損害控制和消防的內部戰斗智能強化學習），是由弗雷澤-納什咨詢公司構思的，作為一個使用基于人工智能的新型強化學習技術的預測性損害控制工具。

智能船舶團隊還選擇了決策實驗室開發的人工智能，稱為CIAO（用于優化的高級復合智能代理），可用于仲裁兩個不同代理交付的沖突輸出。例如，如果TacNav根據水下障礙物或當地航運交通推薦一條航線，但TEWA代理建議另一條航線，以打開武器弧線對付來襲的威脅，它就可能發揮作用。CIAO在系統的許多部分都得到了實施，以便在決策鏈的不同部分提供復合建議。

杜威號導彈驅逐艦（DDG-105）CIC中的人員。未來幾年，人工智能將在海軍領域的許多情況下得到應用，將人類和機器融合在一起。(圖片: 美國海軍)

指揮實驗室

ISAIN被整合到了Dstl的Portsdown West站點的指揮實驗室設施中。這一設施--承載著由開放和靈活的硬件、軟件、網絡、數據庫和協議接口組成的實時、虛擬和建設性的模擬--由Dstl的許多部分共同出資。它作為一個可配置的測試平臺，提供了在所有戰爭環境中進行實驗和整合新系統的能力。

為了支持智能艦艇的實驗和評估活動，指揮實驗室配備了類似于CIC多功能控制臺的操作終端，允許軍事顧問在偽作戰環境中與人工智能代理互動。在2021年和2022年期間，指揮實驗室已經進行了四次單獨的評估，場景的復雜性、代理人的數量和這些代理人的成熟度隨著時間而增加。

這些評估是針對Dstl軍事顧問開發的名義場景進行的，這使得ADeMs可以在一個有代表性的操作環境中得到展示。這始于一個規劃階段。在這之后，"船"--在一個更大的任務組之前行動--在有爭議的水域附近進行情報收集行動。隨著緊張局勢的加劇，與對手的紅色部隊發生了對峙。這最終導致了一次反艦導彈攻擊，并造成了自身艦艇的損壞。為了評估的目的，這個端到端的場景被分解成一系列較短的小插曲，每個小插曲包括大約半小時的 "操作 "活動。這些腳本是為了最大限度地提高代理人之間的互動。

第二階段于2022年3月底完成。研究和實驗提供了寶貴的早期洞察力，使人們了解到將多個人工智能應用結合在一起做出集體決定的機會和好處，無論是否有人類操作員的判斷。同時，它確定了一些新的問題，即如何在復雜的指揮環境中最好地實施和管理AI-enabled自動化。結論是，只有通過解決多個智能機器代理團隊的設計和操作，才能獲得真正的操作優勢，并使人類在這些團隊中的整合得到優化，形成有效的人類-自治團隊（HATs）。

DASA與Dstl合作，在2023年初宣布了智能船第三階段的計劃。在第二階段之前開發和評估的協作式人工智能概念的基礎上，這一后續科技計劃的結構是為了探索更早和更集中地考慮HAT的人類組成部分的好處，以支持未來的海軍指揮和控制。

第三階段的目標是為HAT設計一個綜合系統，該系統可以提供水上海軍指揮和控制的各個方面，并更詳細地考慮基于人工智能的HAT的協作的仲裁需求。這將促使人們更加關注系統設計，而不是人工智能代理的開發；人類在HAT系統中的整合；以及對不同人工智能代理的潛在沖突建議的仲裁方法的理解。其目的是將現有的ISAIN環境用于整合和評估。

第三階段的競爭預計將于2023年4月開始。其目的是，一個單一的多學科合作團隊將提供所有的產出，包括系統設計、構建、整合和評估。目前的計劃設想在2023年第三季度授予合同，第三階段的活動預計將持續到2024年12月。

結論

未來幾年，人工智能將在海軍領域的許多情況下得到應用。同時，人們認識到，人工智能的使用提出了一些深刻的倫理、法律和管理問題。今天，海軍、國防科學和工業界所面臨的挑戰是如何確定人工智能可能成為解決方案的一部分的操作缺陷和能力差距，并了解如何最好地將人類和機器融合在一起，以便將人類的認知、直覺和責任與機器速度的分析能力相結合。

從長遠來看，將人工智能引入指揮鏈可能需要一個范式轉變。未來的指揮和控制系統將不再是設計系統，然后設計與人類操作員的接口，而是將人類和機器的合作互動作為基礎概念和設計的基本部分。此外，將需要仔細關注，以確定在一系列操作場景和任務中指揮團隊中人和機器元素之間的最佳平衡。

“美國陸軍2030”概念的出現結合了新的概念、編隊和技術，需要在各級戰爭中進行大量實驗。陸軍作為美國資源的保管者，必須向高級領導人提供關鍵信息，以便就陸軍應該如何改變做出決定。在一個技術提高了陸軍、聯合部隊、盟友和潛在對手的能力的世界里，這些變化是必要的。下面的文章旨在幫助指揮官和參謀部了解陸軍如何設計和執行實驗。

為什么美國陸軍實驗對作戰部隊很重要？

美國陸軍進行實驗是為了確保領導人能夠運用有限的資源來達到2030年的陸軍，甚至進一步達到2040年的陸軍。在人員、戰備和現代化的優先事項中，陸軍領導層對概念、編隊和技術的可能性和可行性有必要的理解和認識是至關重要的。這三者的結合必須實現一支能夠提供超強的潛在對手能力的部隊。對于一支必須始終關注戰備狀態的作戰部隊來說，實驗提供了一個驗證哪些能力可以提高戰備狀態的場所。其中一個關鍵部分是讓今天的作戰部隊的士兵和組織對這些潛在的變化提供反饋。這為參與的作戰部隊提供了影響陸軍未來的能力，同時提供了一個額外的訓練場所。

什么是陸軍實驗？

國防部實驗指導手冊將實驗描述為 "在測量的條件下測試一個假設，以探索操縱擬議的作戰概念、技術或條件的未知效果。" 在陸軍作戰實驗中，士兵們在野外環境中參與新技術、新概念和新組織。訓練有素的數據采集員和作戰分析員觀察這些實驗。這些觀察員在定量和定性分析的基礎上提出問題和假設。觀察完成后，收集人員將他們的數據提供給陸軍高級領導人，以協助他們確定未來部隊可能采用的能力。

作戰實驗與演習的區別

陸軍進行演習和實驗的方式有許多區別和結果。首先，演習可以提高戰備狀態，有訓練目標，有主要的訓練對象，并且有 "自由發揮 "的場景。陸軍單位進行演習是為了提高戰備狀態。根據一個單位的基本任務清單，指揮官確定訓練目標。訓練目標驅動著場景、參與單位和其他實現戰備目標的必要因素。在演習中，參與單位是主要的訓練對象。這方面的一個例子是在聯合戰備訓練中心（JRTC）的演習中，主要的訓練對象是旅戰斗隊的指揮官。在演習中，有大量的自由發揮。例如，對方部隊（OPFOR）可能被指示做一些特定的事情，以便讓各單位做出選擇和回應。

陸軍經驗教訓實踐社區為大多數重大演習計劃收集活動。根據演習的訓練目標，這些收集活動可能包括對特定重點領域或一般經驗教訓的觀察。陸軍經驗總結團體組成了收集小組，由于OPFOR和參與單位之間的自由發揮，可能會也可能不會收集到預期的數據。演習的成功如果基于訓練對象所學到的東西。觀察、洞察力和收集到的教訓數據屬于演習中的單位。

陸軍實驗與陸軍演習明顯不同。實驗的設計是基于贊助組織需要學習什么來推動未來的決策。贊助組織就需要回答的問題提出活動問題。實驗設計者將這些問題進一步分解為基本分析要素（EEAs），以幫助陸軍了解必須收集和分析什么來充分回答事件問題。通常，實驗有學習目標，有廣泛的領域需要答案來推動進展。此外，設計者會將學習目標分解為學習需求。學習需求是由任務分析和問題分解過程中發現的任務或定向活動所確定的問題。最終的狀態是滿足學習需求和各種可以用來完成的方法，包括文獻回顧、研究、運籌學技術和實驗。最后，設計者制定性能和有效性的衡量標準，以提供有意義的結果來告知領導者。實驗設計者利用這些步驟的結果來制定方案、所需組織、設備要求和其他項目。

在實驗中，陸軍通過收集的數據和由此產生的分析為未來的決策提供依據來定義成功。實驗資源的關鍵是確保數據收集和分析要素（如電子系統、人員、數據庫、數據收集卡等），這是獲得數據以進行后期分析的必要條件。自由發揮，或參與者做出選擇的能力，在實驗中是有限的，以使必要的聯系發生和被測量。例如，將特定的傳感器與特定的網絡和應用聯系起來，然后再與特定的射手聯系起來。實驗設計者這樣做是為了實驗各種元素一起工作如何提高反應能力。

在實驗中，收集者/分析者根據收集者的觀察分析得出教訓，以回答學習需求。在可能的情況下，這些問題在性能或有效性方面進行衡量，以提供可衡量的數據。這可能是基于技術能力的定量數據或基于操作有效性的定性數據。這些數據通常支持概念、物資和組織的發展。實驗負責人在不同的地方公布實驗結果。為了整合實驗數據，未來和概念中心正在開發Forge。Forge是一個 "結構模塊化的日期環境，促進了現代化進程的同步和整合，使陸軍現代化企業協作和共同運作的進展圖"。用戶可以訪問Forge來查找最終的實驗報告。Forge提供了一種能力，可以看到計劃的實驗，以及他們的學習需求和結果。經驗教訓社區可以使用Forge來了解分析家們提出的問題。根據經驗教訓社區在操作和訓練中看到的情況，社區可能能夠完善和/或幫助回答一些學習需求。

以“融合項目”為例

融合項目21（PC21）是上述內容的一個很好的例子。AFC根據需要學習的內容設計了PC21。陸軍的跨職能團隊（CFTs）和能力發展整合局（CDIDs）以及其他機構根據他們需要回答的問題提交了學習需求，以便為高級領導人的決策提供信息。在PC21中，有兩個關鍵領域的實驗需要解決。第一個是單個技術的性能。第二個問題是基于這些技術結合后如何提高作戰部隊的能力。為了解決這些問題，未來與概念中心和聯合現代化司令部（JMC）開發了用例作為實驗場所。設計者使用特定的領域，如傳感器到射手或綜合空中和導彈防御來開發用例。JMC制定了執行檢查清單（EXCHECKs），逐步描述了預期發生的情況。EXCHECK是收集數據的關鍵部分，以收集每個行動，為以后的分析提供基礎。PC21進行了多次迭代，以觀察和測量變化。觀察收集器進行了根本原因分析，以確定哪些因素促成了實驗中發生的事件。然后，對這些單獨技術的分析與對它們與其他技術的使用分析相結合，以發現它們如何能夠提高部隊的有效性。

了解需要學習的內容并集中收集努力是PC21成功的關鍵。由研究與分析中心（TRAC）、美國陸軍測試與評估司令部（ATEC）、陸軍作戰能力發展司令部（DEVCOM）分析中心（DAC）以及CFTs和CDIDs組成的PC21數據收集與分析（DC&A）團體將學習需求細化為分析的基本要素。DC&A進一步將分析的基本要素分解為性能和效果的衡量標準。這提供了必要的基線數據要求，以顯示收集者在實驗中必須追求的目標。DC&A研究了如何收集這些數據要求。對于定量數據，電子能力可以收集一些數據。在不可能的情況下，數據收集者收集具體的時間或其他數字元素，供以后分析。數據收集員和分析員收集額外的定性數據，如士兵和領導對技術效用的想法，或通過調查、熱洗和其他投入使用的潛在技術。數據收集員和分析員將收集到的原始數據輸入陸軍實驗資源數據庫（AERDR）。AERDR為所有陸軍實驗數據提供了一個數據庫。然后，代表PC21數據收集和分析界各要素的分析人員能夠使用這些數據，得出他們輸入實驗報告的結論。在未來，實驗發起人將在Forge發布這些類型的報告，供陸軍和聯合伙伴使用。高級領導人可以使用分析的結果來決定各種技術的發展方向。未來的 "聚合項目 "實驗將進一步納入概念和編隊。

結論

陸軍實驗對于向未來部隊提供能力超配至關重要。像 "融合項目 "這樣的實驗提供了一個場所，作戰部隊可以對未來能力提供反饋。這種反饋對于為高級領導人做出資源決策提供信息至關重要。作戰部隊指揮官對實驗的設計和收集的理解有助于他們更好地理解他們在這個過程中的關鍵作用。

摘要

這項工作探討了使用人工智能（AI）來加強海軍戰術殺傷鏈。海軍行動對水兵提出了很高的要求，要求他們在與艦隊指揮結構協同操作各種作戰系統的同時，保持對態勢的認識，執行任務，并為沖突做好準備。海軍行動由于涉及到武器的使用而變得更加復雜。涉及武器使用的一系列戰術過程和決策被稱為殺傷鏈。一個有效的殺傷鏈需要識別和了解威脅，確定行動方案，執行選定的行動，并評估其效果。殺傷鏈是一個特別緊張的戰術行動類別，因為它們必須在有限和不確定的知識下，在關鍵和苛刻的時限內，依靠各種先進的技術系統，在高度動態和變化的環境中實施，并造成嚴重后果。海軍正在研究人工智能作為一種新興技術，通過減少不確定性、提高決策速度、加強決策評估來改善殺傷鏈行動。本文介紹了對人工智能方法在支持海軍戰術殺傷鏈的特定功能方面的功效評估。

引言

海軍作戰是動態的，在沖突期間，它們變得高度復雜。在海洋環境中與作戰人員團隊一起操作各種先進的技術系統（包括艦艇、飛機、傳感器、通信系統和武器），建立了一個具有挑戰性的行動基線。在沖突或危機情況下，行動的節奏加快，并可能變得非常不穩定；對形勢的認識和對戰斗空間的了解充滿了不確定性；有效的決定對任務的成功至關重要，并會帶來沉重的后果。

一場涉及武器交戰的海軍悲劇是1998年美國海軍 "文森 "號巡洋艦發射的地對空導彈擊落了商用飛機空客A300，機上290名乘客全部死亡（Pasley，2020）（如圖1所示）。這場悲劇涉及到壓力下的時間關鍵性決策（Johnston等人，1998）。

圖1.美國海軍文森號從甲板上發射導彈。

這一事件代表了海軍行動中決策的復雜性，并特別強調了觀察-定向-決定-行動（OODA）循環中的挑戰，這是由約翰-博伊德在1950年代開發的行動活動模型（瓊斯，2020）。人為錯誤、人類認知的局限性和海軍行動固有的決策復雜性導致OODA環路的挑戰，更具體地說，是殺傷鏈過程的挑戰（馮-盧比茨等人，2008，Szeligowski，2018）。殺傷鏈功能是涉及使用武器系統的戰術活動和決策。一個有效的殺傷鏈需要正確設置和使用艦載傳感器，識別和分類未知的接觸，根據運動學和情報分析接觸意圖，認識環境，以及決策分析和戰爭資源選擇（O'Donoughue等人，2021，史密斯，2010，趙等人，2016）。這項研究源于尋找方法來支持水手和作戰人員以及他們在海軍行動中必須做出的經常是復雜的決定。

最近在人工智能和先進數據分析方面的進展導致了海軍的研究，以確定如何利用這些方法來支持廣泛的海軍應用。正在研究人工智能方法在海軍后勤、任務規劃、物理安全、自主系統和網絡安全方面的潛在應用（Heller，2019，Mittu和Lawless 2015）。

在海軍研究使用人工智能方法的過程中，殺傷鏈是另一個備受關注的主要應用。概念性研究提出將人工智能用作認知助手和人機協作（Iversen和DiVita，2019年；Ding等人，2022年；Johnson 2019年；Grooms，2019年；Albarado等人，2022年）。使用人工智能從多個來源的數據融合中提取知識和作戰環境的情況意識的研究正在成熟（Zhao等人，2018）。

這項研究著眼于整個海軍戰術OODA環，以評估使用人工智能來改善每個特定的殺傷鏈功能。圖2顯示了海軍海上戰術領域的概念圖，作為利用人工智能方法和技術的重點。該圖用軍事術語描述了殺傷鏈OODA循環功能的循環性質：發現-修復-追蹤-目標-接觸-評估。該研究探討了使用人工智能來加強這些功能，因為它們被用于海軍藍軍在海洋領域防御紅軍的威脅。

圖2. 概念圖：人工智能賦能海軍戰術殺傷鏈行動。

本文首先回顧了海軍戰術殺傷鏈，描述了戰術戰爭過程模型，并確定了一組28個殺傷鏈功能作為本研究的主題。下一節總結了適用于殺傷鏈的人工智能方法。隨后描述了為本研究開發的評估框架。本文最后介紹了這項研究的結果--人工智能方法與殺傷鏈的映射。

海軍戰術殺傷鏈

分析開始于對海軍作戰相關的戰術操作模型的研究，以便以一種能夠與人工智能方法相一致的形式獲取對殺傷鏈的描述。目標是建立一個海軍戰術殺傷鏈的描述，以： (1)代表海軍戰術領域中與戰斗有關的行動，(2)具有足夠的通用性，以模擬廣泛的戰術決策和行動，(3)被分解到適當的水平，以確定個別和獨特的過程。

殺傷鏈這個術語是指涉及使用武器的攻擊結構。該過程被描述為一個鏈條，以說明用武器攻擊目標需要一套完整的端到端決策和行動，任何階段的中斷都會破壞該過程。Clawson等人（2015）將殺傷鏈描述為 "成功使用特定武器對付特定威脅所需的任務或功能"。殺傷鏈過程包括目標檢測、選擇與目標交戰和選擇武器所涉及的決策，以及攻擊的實際執行。

約翰-博伊德的OODA循環模型是理解戰術行動的基礎，它代表著觀察、定向、決定和行動。圖3展示了OODA循環模型--強調了循環發生的四個階段的行動或過程。在觀察階段，數據和信息被收集。在定向階段，這些信息被處理、融合和分析，以提供對形勢的認識。在決定階段，藍軍決定是否需要采取行動以及這些行動應該是什么。在行動階段，行動被執行，并收集更多信息以確定是否產生了預期的效果。OODA循環對軍事思想有半個多世紀的影響，并幫助塑造了戰爭系統的發展和戰爭理論（Angerman 2004）。OODA循環模型已被用于預測和理解軍事行動反應時間（Hightower 2007）、認知戰術決策（Plehn 2000）、指揮和控制系統及網絡的設計目標（Revay 2017），甚至是高級軍事戰略制定（Hasik 2013）。在現實世界的戰術行動中，許多OODA循環的活動都是動態的、循環的和并發的。

圖3. 殺傷鏈OODA環

OODA循環模型為理解殺傷鏈過程提供了基礎，并導致了對圖4所示的查找-修復-跟蹤-目標-評估（F2T2EA）殺傷鏈過程模型（參謀長聯席會議，2013）的研究。F2T2EA是另一個以軍事術語描述殺傷鏈的過程模型。F2T2EA模型將戰術功能分為六類，并強調戰術行動的周期性。F2T2EA抓住了戰術戰爭功能、決策和行動的細微差別，為人工智能的映射提供了一個更詳細的框架，以激發具體、全面和獨立的殺傷鏈功能。

圖4. F2T2EA殺傷鏈周期。

這項研究開發了一套28個殺傷鏈功能，列于表1。該表顯示了這些功能是如何被歸入OODA和F2T2EA殺傷鏈過程模型的。建立一套具有一定獨立性的不同功能的目的是為了支持特定的人工智能方法與特定的殺傷鏈功能的映射，同時保持它們能夠代表戰術行動中發生的各種海軍決策和行動。

表1. 28個殺傷鏈功能

殺傷鏈的功能是通用的，適用于涉及 "殺傷"行動的各種戰術行動。在這項研究中，殺傷鏈可以支持進攻性打擊和防御性任務；殺傷可以是硬的，也可以是軟的。這允許使用非致命性和反措施行動，以消除對手的資產，完成戰術任務。

在沖突或危機期間，戰術行動的實施涉及殺傷鏈功能的復雜、動態和循環組合。這些功能會重疊、同時發生、重復出現，并且往往需要根據威脅情況進行多次實例化。"尋找 "和 "修復 "將是持續的功能；"跟蹤 "將出現在探測到的每個物體上；"瞄準 "將對被認為有威脅的物體進行；"交戰 "和 "評估 "將對需要殺傷（或解除）行動的威脅實施。

隨著海軍探索殺傷鏈功能的自動化并考慮使用人工智能方法，殺傷鏈功能的特點也開始發揮作用。殺傷鏈與它的威脅情況密切相關。這種作戰環境在許多方面決定了殺傷鏈的時間軸、交戰幾何、局勢動態、不確定性水平和整體復雜性。表2確定并描述了影響人工智能如何被利用來提高自動化和支持戰術決策的殺傷鏈功能的條件。

表2. 殺傷鏈功能特征

表2中列出和描述的特征具有相互依賴性，這些特征源于任務目標、威脅情況的復雜性以及藍軍資產的結構和能力。任務的性質--進攻性或防御性--確定了事件的初始時間線。威脅情況會影響這個時間線，并影響動態、決策風險水平和整體不確定性。藍軍資產的結構和能力影響到可用的決策選擇。殺傷鏈的決策有許多考慮因素，包括傳感器的覆蓋范圍、對對手意圖的評估、交戰策略、交戰規則和要使用的武器。這些復雜和相互依存的特性影響到可接受的決策風險和不確定性水平，并最終影響到整個殺傷鏈過程中可接受的自動化水平。

這項研究檢查和評估了特定人工智能方法的潛力，以加強特定的殺傷鏈功能。其目的是通過提高自動化程度來改善整體戰術任務--不一定要取代人類決策者，但要支持戰術決策--特別是當殺傷鏈決策過程變得高度復雜時。

人工智能

美國國防部（DoD）將人工智能描述為 "機器執行通常需要人類智慧的任務的能力--例如，識別模式、從經驗中學習、得出結論、進行預測或采取行動--無論是以數字方式還是作為自主物理系統背后的小軟件"（艾倫2020）。人工智能是一個包括許多不同方法的領域，目標是創造具有智能的機器（Mitchell 2019）。人工智能領域正在迅速發展，國防部正在積極研究如何將人工智能有效地應用于軍事任務（GAO 2022）。

DARPA的Launchbury（2017）將人工智能的發展描述為三波，如圖5所示。第一次浪潮（約1970年代至1990年代）產生了基于規則的專家系統，可以推理，但沒有學習或歸納的能力。第二波（約2000年至今）產生了先進的統計大數據學習和深度神經網絡，它們可以感知和學習，但推理或概括的能力有限。第三次浪潮，剛剛開始（2020年及以后），將以上下文適應為特征，在推理和概括能力方面取得進展。未來學家預測，第四次浪潮（2030年及以后）將導致人工通用智能，使機器能夠執行人類能夠執行的任何智力任務（Jones 2018）。

圖5. 三次人工智能浪潮

這項研究專注于三次人工智能浪潮中的人工智能方法，這些方法已經在不同的應用領域得到了證明，或者目前正在研究和開發中。該團隊研究了廣泛的人工智能相關主題（在表3中列出并描述），以便為評估提供知識基礎。

表3中描述的主題是方法、學科和支持能力的類別，它們可能直接影響到為殺傷鏈有效部署AI的能力。每種方法的實施方式將決定未來人工智能支持的殺傷鏈的不同方面。人工智能內部工作的可解釋性和人機合作的能力將影響作戰人員與人工智能系統的互動和信任。特征工程、數據管理和實用功能將影響到人工智能系統的內部運作，因此也影響到人工智能系統的輸出和決策建議。博弈論、決策論、模糊邏輯、融合、空間-時間推理、進化和遺傳算法、預測性和規定性分析以及聯邦學習等學科被納入的方式將決定未來人工智能系統的設計和架構。表3中的人工智能相關主題被用于本文下一節解釋的定性評價。

表3. 人工智能相關主題在殺傷鏈研究中的考慮

該團隊選擇了八種具體的人工智能方法（在表4中列出并描述）用于殺傷鏈的映射。這八種人工智能方法是感知、學習、抽象和推理以獲得更好的知識、預測性能、開發和評估決策選項（或戰術行動路線）的不同技術。它們被認為有可能為殺傷鏈過程的不同方面提供價值，同時也代表了一組不同的人工智能方法，以促進對人工智能如何改善殺傷鏈的更全面的評估。

表4. 八種具體的人工智能方法用于殺傷鏈的映射

目前，人工智能方面的許多進展正在進行中。這項研究確定了感興趣的主題和具體方法，顯示出加強戰術殺傷鏈的強大潛力。本文對這些主題和方法進行了總結。關于人工智能主題和方法的更詳細描述載于本研究的頂點報告（Burns等人，2021）。

評估框架

這項研究開發了一個框架，以評估人工智能方法對殺傷鏈特定功能的適用性。該評估包括兩個部分： (1)從殺傷鏈功能的角度進行的定量分析，以及(2)從人工智能主題的角度進行的定性分析。

第一個部分是基于一套決策點問題形式的四個評價標準（列于表5）、一種評分方法（列于表6）以及與四個決策點中的每一個相關的評價過程。該框架的這一部分產生了一個量化的評價，以評分的形式表明特定人工智能方法對支持或實現特定殺傷鏈功能的適用程度。該小組在應用評分標準時進行了主觀判斷。

表5. 評估決策點問題

表6. 評分標準

第一個決定點要求對每個殺傷鏈功能進行評估，以確定需要什么樣的輸出，并對每個人工智能方法進行評估，以確定其產生的輸出類型的特點。表5顯示了每個決策點的輸出類型。定量輸出包含實數值。定性輸出包括分類數據。集群形式的輸出指的是由強烈關聯的質量分組的數據，通常用于在數據集中尋找模式。基于規則的輸出是一系列的if/then因果規則。表7顯示了對28個殺傷鏈功能之一的評分評估的例子，第25條 "確認影響"。對于這個功能，團隊確定可以使用數據集群來協助特征描述過程，還注意到可解釋的輸出是強制性的，而且預測器的數量較少，以便能夠有更高的準確性。顏色方案表明，聚類是最適合的人工智能/ML方法，邏輯回歸和關聯也可能為殺傷鏈功能提供一些支持。

表7. 25號功能（確認影響）的評分示例

第二個決策點需要對殺傷鏈過程進行評估，以確定什么類型的數據可用，什么類型的學習方式適合每個功能。如果一個包含預測因子和響應變量的完全標記的數據集可用于人工智能的訓練和開發，監督學習將是一個合適的方法。如果殺傷鏈過程中的一個步驟在其數據集中包含預測因素，但沒有響應變量，那么無監督學習將是合適的方法。最后，如果一個殺傷鏈過程有部分或無標記的數據集可用，并且還與一套定義明確的一般規則有關，可以為訓練人工智能學習系統提供反饋，那么強化學習將是一個合適的方法。

第三個決策點根據對人工智能方法的內部運作需要多少可解釋性（或透明的洞察力）來評估每個殺傷鏈功能（XAI=可解釋的人工智能）。為了本研究的目的，這三個選項是基于對要求強制性XAI、希望的XAI或不要求XAI的定性評估。

第四個決策點是根據充分代表殺傷鏈過程不同方面所需的預測因子（或特征）的數量來評估特定人工智能方法的功效。表征與每個殺傷鏈功能相關的決策空間的特征可能會根據現實世界的情況而改變。ML模型需要代表這些特征，并使用輸入變量或預測器來實現。ML模型代表現實世界的方式和相關的特征數量將影響適當方法的選擇。本研究根據輸入特征的數量確定了三類預測器： 1-9，10-99，和100+。

評價框架的第二部分是基于對人工智能相關主題和方法的調查，以及對每種方法的好處和局限性或挑戰的定性評估，因為它們可能適用于殺人鏈領域。這部分評價是從人工智能方法及其對殺傷鏈的普遍適用性這一更廣泛的角度進行的。上一節中的表4列出了被評估的人工智能主題和方法。

人工智能到殺傷鏈的映射

這項研究的結果被總結為兩個人工制品：表8中的映射為每個殺傷鏈功能推薦了最合適的人工智能/ML方法，表9中對戰術領域的人工智能相關方法進行了定性評價。

表8. AI/ML方法到殺傷鏈的映射

表9. 對戰術領域的人工智能相關方法進行了定性評價

表8所示的定量圖譜是對28個殺傷鏈功能中的每一個功能進行決策點評估的結果。每個功能的單獨記分卡可以在相關的頂點報告中找到（Burns et al, 2021）。雖然大多數記分卡導致了一個明確的主導AI/ML方法的適用性，但有四個殺傷鏈功能被評估為有一個以上的潛在方法可供選擇。在8種打分的AI/ML方法中，只有4種得分高到可以進入最終映射：聚類、關聯、邏輯回歸和線性回歸。

定性分析的結果是對人工智能相關的方法和主題以及它們與殺雞用牛的相關性的評價。表9包含了定性評價的結果。

結論

總之，這種映射分析從兩個方向進行：（1）從殺傷鏈開始，將人工智能方法映射到各個殺傷鏈的功能；（2）從人工智能方法和相關主題開始，評估它們對殺傷鏈的潛在效用。由該研究小組開發的第一種方法遵循了一種使用四個決策點的量化評分方法。第二種方法是對各種人工智能方法和相關主題進行調查，并對每種方法與未來人工智能殺傷鏈決策輔助工具的潛在關聯性進行定性評估。

定量分析顯示，一小部分人工智能方法將是為殺傷鏈功能提供高級自動化支持的最佳候選方法。這些方法是：聚類、關聯、邏輯回歸和線性回歸。他們被評估的對殺傷鏈的優越效用是基于他們產生的輸出類型，他們使用的機器學習類型，他們對用戶的可解釋能力，以及他們需要的代表性預測器或特征的數量。這種分析性映射方法是 "自下而上 "的，因為它的起點是傳統的殺傷鏈功能集。它假設各個人工智能方法將被分到各個獨立的殺傷鏈功能中。這預設了一個特定的設計方案，并對殺傷鏈決策輔助工具的未來架構做出了限制。

第二個映射分析是定性的和高層次的，它想象了各種人工智能方法和相關主題的未來潛力，以實現和/或支持未來的人工智能輔助殺傷鏈的決策。這種分析方法是 "自上而下 "的，因為它從一種人工智能方法或感興趣的領域開始，并從整體上評估其與殺傷鏈的一般相關性，而不強加一個特定的設計或被分配到一個特定的功能。這項分析確定了13個與人工智能有關的主題，這些主題可能為未來的殺傷鏈提供效用。人工智能正在成為許多軍事應用中的一項技術。海軍將從人工智能在許多行動中的應用中獲益，包括殺傷鏈。對人工智能增強和/或人工智能啟用的殺傷鏈進行有效和適當的設計和工程，對于實現對同行競爭對手的戰術優勢以及確保其用于支持武器系統的安全性和可靠性至關重要。該項目提供了一個分析基礎，作為繼續研究人工智能在殺傷鏈中的應用的起點。該分析將具體的人工智能方法與殺傷鏈的28個功能相聯系，并確定了人工智能方法和相關主題，這些方法和主題顯示了加強和促成未來海軍殺傷鏈的潛力。這項研究建議繼續研究人工智能和ML在戰術殺傷鏈中的應用。

1 引言

1.1 云服務的未來

英國防部數字骨干網的一個重要組成部分是跨所有分類的超大規模云功能。路線圖闡述了明確意圖，即協調和加速整個英國防部最雄心勃勃的超大規模云計算采用計劃。

英國防部將數據作為一種戰略資產，使其未來能夠比對手更快地行動。英國防部將擁有無與倫比的能力來消費、匯總、分析和利用數據，這將適合未來在所有領域的全球綜合作戰。

英國防部正在制定一個強大的愿景，并制定支持計劃和方案，以凝聚和授權消費先進云服務。

將整合現有的能力，同時設計和提供新的能力，通過交付工具--Cirrus組合，為整個英國防提供單一的服務。將與世界領先的供應商合作，并與那些已經在美國軍隊中提供類似能力的供應商合作。

• 查理-福特，英國防部首席信息官，數字功能負責人

1.2 目的

本國防云戰略路線圖的目的是闡述英國防部使用更多世界級云計算能力所需的愿景和變革。云是實現英國防部數字骨干和數據戰略的關鍵推動因素。建立正確的云平臺將極大地提高事業內部和戰術邊緣的用戶體驗質量，加速數據的利用，并提供更復雜的方式來提供國防產品。

該路線圖闡明了戰略成果、緊密相連的依賴關系以及加速英國防部超大規模云服務的交付和利用的漸進步驟。該路線圖將"方法"與"手段"結合起來，以實現英國防部的云計算目標，重點是消費超大規模的平臺即服務（PaaS）和基礎設施即服務（IaaS）產品，并輔之以MODCloud軟件即服務（SaaS）服務。英國防部需要投資于徹底的文化轉變、流程和云技能，以在數字時代進行轉型和競爭，并與我們更廣泛的國防數字戰略保持一致。

1.3 受眾

該文件為英國防部的所有職能部門、指揮部和授權機構提供了明確的意圖、方向和指導。本路線圖面向廣大讀者，包括云計算的用戶、所有者和客戶、政府和國際盟友的決策者和合作伙伴。該路線圖將對能力發起人、SORs、采購組織和運營當局；FLCs、TLBs和國防客戶的領導人；實現數字骨干的CIO和項目團隊；國防數字架構和安全團隊以及正常業務團隊特別感興趣。

1.5 與數字戰略的映射

國防云戰略路線圖應與其他國防戰略一起閱讀，包括數字戰略、數據戰略、網絡彈性戰略、技術戰略，以及任何相關的即將出臺的數字功能子戰略。

國防數字戰略。國防數字戰略概述了國防數字功能將如何通過提供一個安全的、單一的、現代的數字骨干來進行轉變。云是它的基礎技術。

數據戰略。數據戰略闡述了國防部利用數據作為戰略資產所需的數據愿景和轉型變化。

網絡彈性戰略。網絡彈性戰略闡述了建立網絡彈性國防所需的原則和轉變。

國防技術戰略。技術戰略制定了泛國防數字技術的愿景，指導實現國防數字戰略的轉型變革，并提供數字骨干。

國防云戰略路線圖。該文件概述了采用更多現代云平臺和實現數字骨干的過程。

云技術在國防領域的未來

英國防部的數字戰略概述了國防部利用數字和數據作為促進更快、更好決策的手段所需的步驟變化。作為數字主干的一個重要推動者，云是一個支撐平臺，它將 "通過適當的決策者，將傳感器和效應器連接起來"。

云將提供一個基礎，在此基礎上建立和提供所需的未來能力。它支持并實現了所需的先進應用和服務的速度，因此可以跟上對手的步伐，并成功戰勝對手。它將促成并提供易于獲取和快速擴展的按需服務和應用。反過來，這將使部署的用戶能夠在戰場上迅速和安全地檢索和處理數據，并使商業用戶能夠從任何地方訪問企業系統。

自助服務和自動云服務將為國防用戶帶來共同的合同、共同的定義和共同的直接認證方式。

• 自助服務--易于使用的和標準化的
• 自動化--用戶可以更快地利用和存儲數據
• 無縫--通過改善連接

定義防御架構

由參考架構、通用模式和公認標準支撐的云服務，使利用云服務更加安全、一致和可互操作，并在整個國防部提供一致的云部署。

通用技術架構（CTA）是一個框架和架構方法，在此框架和方法下，可以開發數字骨干及其基礎組件和服務的詳細技術定義。它也是政策、標準和參考模式的框架，可以指導和管理數字骨干的交付和采用。

支撐CTA的政策和標準將確定內部和外部合作伙伴需要遵循的規則，以確保整個技術領域的一致性，并使國防部能夠充分實現其無縫數據共享、整合和互操作性的愿景。

在正確的時間提供正確的架構

由于云計算的采用在相互依賴、網絡整合、數據分散、安全和保證方面的復雜性，在為云計算設計時，獲得正確的架構指導是非常重要的，它可以傳達最佳實踐并提示常見陷阱。

英國防部的架構師將與FLCs、TLBs和行業合作伙伴合作，確保正確的CTA構件可用，以支持實施符合要求的適當的云功能，并支持利益相關者在遷移到云的過程中采用云服務。這些人工制品包括模式、參考架構和標準，隨著時間的推移，將提供一個不斷發展的 "積木 "參考庫，可用于整個國防。

云能力3年計劃

1 引言

在面對同行競爭對手的遠程精確火力威脅時，已經提出了很多關于重新加強西方空中優勢的新作戰概念。大多數專家主張采用更加綜合的軍隊方法，以高節奏的方式將多種軍事困境強加給對手。基于網絡協作的有人和無人資產將重新獲得戰斗力和機動能力。這樣一來，對手將被迫根據不確定的選擇做出決策，從而危及其行動結果。這樣一種新模式涉及多域作戰（MDO）概念。

多域作戰可以被描述為在一個領域內利用來自所有領域的傳感器和效應器產生軍事效果的能力，以及將指揮和控制（C2）下方給盡可能低的級別。倡導平臺整合和C2鏈中的輔助性，構成了重新加強部隊靈活性、復原力和反應力的基線。戰區的聯合部隊指揮官（JFC）將作為MDO的協調者。他們將有能力在戰術指揮官之間分配傳感器和效應器以執行專門的任務，在所有領域之間同步效果，并根據需要將任務的控制權下放到戰術邊緣。

這可以通過一個被稱為多域作戰云（MDCC）的包容信息技術和通信（IT & COM）的生態系統實現，形成一個由跨域的可操作傳感器、效應器和C2節點組成的作戰網絡。利用北約的C3分類法，MDCC將提供一種手段，以實現和加強北約國家和合作伙伴的互操作性，從而提高作戰效率。

下文將通過2040年的一個虛構的作戰場景來說明整合和輔助的原則，并強調其在作戰角度和MDCC功能要求方面的結果。

2 在行動的早期階段，MDCC作為一個包容性的助推器

虛構的作戰場景從"空軍保護"開始，在一個國家對其少數種族進行了令人無法接受的突襲之后，隨后轉變為空中前沿基地作戰（A2BO）。聯合國（UN）授權北約進行一場軍事行動。北約部隊包括一個擁有新一代戰斗機（NGFs）和遠程航母（RCs）的下一代武器系統（NGWS）中隊，一些增強型傳統戰斗機，一個C2機載平臺，加上光學、雷達和通信衛星群，油罐車，網絡資產和地面特種部隊。一個帶有兩棲部隊的航母戰斗群也加入了該作戰區。

關于空軍保護，目標是防止任何空襲和對少數民族聚集地的騷擾進行反擊。在這個階段，聯合部隊司令部決定將空軍指定為受援部分，受援部分是特種部隊和海軍。因此，聯合部隊空軍部分指揮官（JFACC）負責戰術層面上所有空中平臺的指揮。

為了應對襲擊，JFACC需要一個由多領域傳感器輸入（空中、陸地、太空和網絡）建立的完全認可的畫面。探測特定社交網絡上的公眾騷動，結合特種部隊和天基資產的實時情報監視偵察（ISR），就可以從NGWS在動亂地區上空迅速展示武力。此外，任何支援該國家并呼吁對少數種族實施暴力的社交網絡都將受到網絡反擊，使其無法運作。

在行動的這一階段，MDCC是基于共享的開放式IT和COM架構，將所有可用的傳感器互聯起來形成包容性的助推器。它正在提供一個由實時ISR收集和過去情報融合形成的共同畫面。這樣一來，MDCC提供了一個高水平的態勢感知能力，以便根據JFC的指令，從JFACC到未來作戰航空系統（FCAS）任務指揮官層面，可以適當地開發和提出軍事行動選擇。

3 多域作戰中的不同需求

該突襲國家向少數種族聚集地發射了幾枚地對地中程導彈，造成了人員傷亡，局勢迅速惡化。此外，該國家啟動了他們所有的綜合防空系統（IADS），特別是遠程導彈。根據新的聯合國決議，北約立即決定改變其軍事態勢。聯盟下令破壞該國家的綜合防空系統，同時確保北約的戰略主動權，以便在以后需要時進行兩棲攻擊。

總體目標是堅定地應對襲擊，同時保持對升級態勢的控制。JFC收到來自戰略層面的指令，進行空中前沿基地作戰（A2BO），以消除該國家的空軍基地，阻礙其奪取少數種族聚集地控制權的 "既成事實"戰略。這些A2BO的目的是擴大空軍的行動選擇，同時減輕所有航空資產在脆弱作戰基地的風險。A2BO還必須提供更大的靈活性和超越該國家行動的能力。在戰斗附近，分散的空中作業點（AOL）可能有助于空中打擊，但也將有助于對方反介入空中阻斷（A2/AD）。

在從JFC分配額外的資產后，JFACC現在負責用地面、海基NGWS和來自防御與干預護衛艦（FDI）的巡航導彈對該國家空軍基地進行交戰。然而，根據局勢演變和對航母戰斗群可能出現的突發威脅，JFC在JFACC和聯合部隊海上組成部分指揮官（JFMCC）之間保持NGWS和FDI的反應性和動態重新分配。因此，JFMCC在與JFC立即同步后，將能夠向JFACC提出實時空中任務指令（ATO）或空域控制指令（ACO）的變更要求。

因此，這些由北約領導的持久前線空軍必須能夠使用彈性的、低特征的、低維護的、大量的有人和無人駕駛航空資產進行防御性和進攻性反空作戰。其目的是通過建立更加分散的、有彈性的和難以定位的AOL，形成針對A2/AD能力的效果，而不存在力量集中的相關脆弱性。這支部隊包括NGFs、各種RCs（包括傳感器和效應器）、增強型傳統戰斗機和空中戰術運輸機，作為戰區內武器、無人平臺、燃料和后勤支持的運輸工具，所有這些都通過動態利益共同體運作。根據AOL和NGF之間的通信狀態，特定的 "多域戰術功能 "將被委托給駕駛艙，以允許FCAS任務指揮官承擔 "動態目標 "和 "時間敏感ISR "的控制權。由于戰區的延伸，NGF加上衛星群將從擴展的態勢感知中受益，并在需要時承擔更廣泛的控制責任，與C2機載平臺上的 "前線控制小組 "已經承擔的責任并列。

4 復雜MDO中MDCC內的網絡可選系統

將A2BO與JFACC和JFMCC的網絡結合起來，可以在MDCC內實現 "網絡可選系統"。這種 "網絡可選系統 "在可用時利用 "集中式網絡"，并在與上級當局隔絕時在戰術邊緣的可用平臺中形成 "機會網絡"。在這里，MDCC是這種復雜MDO的助推器。一方面，MDCC整合了從JFC到戰術指揮官的所有決策過程（從計劃到評估再到執行），包括部隊分配和效果同步，為跨領域的動態支持/支援框架鋪平了道路。另一方面，它提供了所有指揮官之間的輔助性，允許在盡可能低的級別上授權C2，如AOL和NGF。

在成功的A2BO之后，北約希望利用這一情況，并指揮開展兩棲行動，以充分保障少數種族的安全。在這次行動中，JFMCC被指定為被支持的司令部，空軍和特種部隊則是被支持的司令部。所有平臺都有可能在海軍的授權下用于兩棲作戰。MDCC將使JFMCC能夠將所有領域的傳感器和平臺整合到大型海軍計劃演習艦隊中，并在需要時將C2授權給最佳海軍平臺指揮官。

5 結論：MDCC是一個可聯網的按需分配系統

這個虛構的場景說明了通過所有決策過程進行整合和輔助的必要性。這樣做有助于形成一個可靠的技術環境，以高作戰節奏產生全球戰斗力，整合所有領域的機動性，而不存在力量集中的弱點，并因此給對手帶來多種困境。這種技術環境是由MDCC提供的，它可以被描述為一個 "定制網絡系統"，包括從后方到邊緣的所有可用平臺。因此，如前所述，MDCC是動態分配部隊和分配C2的MDO助推器。

作為新技術的設計者和提供者，工業界隨時準備支持武裝部隊塑造MDO作為一種新的作戰模式。考慮到利害關系，兩者之間強有力的伙伴關系對于確保徹底掌握需求和設計MDCC而不過早選擇某些技術方案至關重要，因為這將阻礙未來的MDO。在作戰概念和技術解決方案方面，這一旅程仍處于早期階段。只有攜手合作才能應對未來的挑戰。

作者

Brigadier General準將（退役）（法國空軍）1987年畢業于法國空軍學院，2003年畢業于美國空戰學院。他有3000個飛行小時（美洲虎、幻影2000D），執行過122次戰爭任務，并作為總部官員擁有C2專業知識。他于2021年加入空中客車公司，擔任FCAS多領域行動的高級運營顧問。

Thomas Vin?otte上校（退役）（法國空軍）于1987年畢業于法國空軍戰斗機飛行員，2003年畢業于戰爭學院。他有超過3300個飛行小時（美洲虎、幻影F1CR、幻影2000 RDI和幻影2000-5），執行了83次戰爭任務，包括一次彈射，并作為總部官員擁有C2專業知識。他于2019年加入空中客車公司，擔任FCAS高級運營顧問。

Laurent le Quement于1996年畢業于阿斯頓大學。在2010年加入空中客車公司的發射器部門之前，他曾在汽車和轉型咨詢部門工作。在2018年成為FCAS的營銷主管之前，他在業務發展和創新方面擔任過許多職位