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

無人自主技術的出現從根本上改變了現代戰爭，突破了常規和非正規軍事戰術的界限。這些技術與人工智能（AI）的融合擴大了其影響，提高了精確性、適應性和戰略洞察力。這種融合不僅重新定義了沖突，而且重塑了軍事理論，要求在交戰規則、監視和精確打擊方面采用新方法。在努力應對這些進步的同時，它們的影響遍及全球軍事領域，創造了機遇，也帶來了挑戰。

無人系統的演變

在過去二十年里，無人飛行器（UAV）、自主陸地戰車和無人海上系統已從實驗性概念過渡到戰爭的基本工具。它們的可負擔性、可獲取性和先進性促使國家和非國家行為者廣泛采用。這一演變反映了技術創新與戰場智慧交織的范式轉變，重新定義了作戰行動。

例如，在伊拉克和阿富汗，簡易爆炸裝置（IED）曾一度主導著非常規戰術。現在，價格低廉的商用無人機已經占據了中心位置，其在當前俄烏沖突中的廣泛應用就是例證。烏克蘭軍隊將這些設備重新用于偵察、精確打擊和直接交戰。2024 年 7 月，一名烏克蘭操作員成功地使用商用無人機摧毀了一架俄羅斯米-8 直升機，突顯了這些工具在非對稱戰爭中的快速發展。

先進威脅：綜合自主系統

無人機的普及帶來了更令人擔憂的可能性：綜合自主系統。這些系統將無人機、機器人技術和人工智能結合起來，執行復雜、協調的行動。ELECFREAKS 等公司生產的機器人套件可以相對容易地實現武器化，而英國公司則為烏克蘭提供了能夠偵察和探測誘殺裝置的機器狗。俄羅斯軍隊以及美國海軍陸戰隊已嘗試用狙擊步槍和火箭發射器武裝這些機器人。

各國在人工智能驅動的無人偵察機方面取得的進步進一步凸顯了這些系統的日益先進性。無人機可繞過傳統安全措施。這些工具可以支持非正規戰爭中的情報搜集或秘密行動。雖然在這些設備上安裝武器會引起道德方面的擔憂，但它們在不對稱沖突中的潛在作用是不可否認的。

近距離競爭

在自主技術方面的快速進步凸顯了現代戰爭的一個重要方面——近距離競爭，而各國正在積極推進其全面的無人機現代化計劃。這場競爭正在重塑戰爭，其影響遠遠超出戰場。空中、地面和海上的自主飛行器提供了前所未有的速度和精度，并減少了對人類操作員的依賴。這種能力對傳統的防御戰略提出了挑戰，因此有必要重新評估軍事理論。

不斷升級的威脅：無人機群

無人機群是現代戰爭中最重大的挑戰之一。這些人工智能制導系統可以壓垮防御系統，實施協同打擊，破壞重要基礎設施。它們在極少監督的情況下自主運行的潛力放大了其影響。2024 年，美國陸軍測試了針對多達 40 架無人機群的反制措施，這說明了開發有效防御系統的緊迫性。

這些創新預示著未來無人機將在空對海、地對空、海對陸等各個領域投送自主飛行器，模糊了科幻小說與戰場現實之間的界限。

倫理和戰術考慮

無人駕駛和自主系統的興起帶來了復雜的倫理和戰術挑戰。雖然這些技術降低了人類的風險并提高了作戰效率，但它們的可獲取性使非國家行為者能夠利用它們造成破壞性影響。現成商業技術武器化的例子說明，可輕易獲取的工具可以被重新用于軍事用途。

此外，將人工智能整合到這些系統中還會引發對問責制和決策制定的擔憂。能夠在極少人為干預的情況下執行任務的自主網絡對傳統的指揮和控制概念提出了挑戰。這些發展需要嚴格的監督、國際監管和道德準則，以防止濫用和升級。

結論

無人自主技術正在重塑現代戰爭，既帶來了無與倫比的優勢，也帶來了巨大的風險。俄烏沖突中的創新和國際人工智能驅動的進步說明了這些系統的變革潛力。然而，它們也凸顯了對反制措施、道德標準和戰略遠見的迫切需要。

隨著這些工具的發展，它們將繼續模糊常規戰爭和非常規戰爭之間的界限，迫使世界各地的軍隊迅速適應。如果不能應對這些挑戰，就可能開創一個新的沖突時代，人類與機器之間的界限將變得越來越模糊。通過促進國際合作與創新，可以駕馭這一危險的局面，確保技術進步與全球安全之間的平衡。

參考來源：smallwarsjournal

自 2022 年 2 月俄羅斯烏克蘭戰爭爆發以來，戰爭一直受到可消耗廉價無人機以及快速增長的無人駕駛和機器人系統的影響。總體而言，這些技術正在重新定義軍隊發動現代戰爭的方式。由于戰爭雙方都急于確保技術優勢，戰場正在轉變為以越來越多的自主和遙控系統為后盾的常規部隊之間的沖突。烏克蘭和俄羅斯都不斷投入越來越多的資源來開發這種技術，以求領先對手一步。

戰場經驗反映出，在最危險的任務中，以及在面對愿意派遣越來越多的人力進行大規模正面攻擊的敵人時，烏克蘭正在轉向使用無人系統來增強或試圖取代人類操作員。基輔部隊在過去三年中投入使用了大量自主系統和機器人系統，烏克蘭官員開始將自己的國家描述為 “未來戰爭實驗室”--這向盟國和合作伙伴強調，由于這些技術將對未來戰爭產生重大影響，烏克蘭正在進行的戰斗為此類系統的持續測試、評估和改進提供了最佳環境。歐洲和美國的許多公司都在烏克蘭測試過自己的無人機和其他系統。在沖突的這一時刻，這些公司正努力為自己的產品爭取 “在烏克蘭經過實戰檢驗 ”的資格。

例如，美國國防科技公司 Anduril 于 2024 年 10 月在烏克蘭成功進行測試后，最近開始銷售其新型自主無人機。烏克蘭和西方無人機制造商已開始在無人機和某些類型的人工智能開發方面開展更緊密的合作。美國軍方正尋求通過其 “復制者”計劃加快廉價自主系統的部署，并與私營部門密切合作，在烏克蘭測試可能用于未來沖突的系統和技術。

近日，美國陸軍參謀長蘭迪-喬治上將指出，俄羅斯烏克蘭戰爭 “證明了小型、可隱蔽無人機在戰場上的價值”。這種相對廉價平臺的實戰應用為五角大樓提供了一個機會，讓它看到如何在整個美國國防部內將尖端軟件與可擴展的無人機技術相結合，從俄烏戰爭中吸取經驗教訓，為未來潛在的沖突做好準備。

2024 年 12 月，烏克蘭部隊首次僅使用無人地面戰車和第一人稱視角無人機成功對俄軍陣地發起攻擊，進一步發展了烏克蘭在戰場上利用無人技術的方式。據參與此次攻擊的 Khartiia 旅中士 Volodymyr Dehtiarov 稱，在哈爾科夫以北的 Lyptsi 附近部署了數十個機器人和無人系統，包括配備機槍的地面無人戰車和第一人稱視角空中無人機。雖然這些都是遙控系統，仍然需要大量人員操作，但這是烏克蘭逐步部署更多作戰機器人并最終將更多自主系統帶入戰場的第一步。此前，烏克蘭還在 2024 年 9 月對庫爾斯克州的俄羅斯戰壕進行攻擊時使用了地面機器人，還有許多其他例子表明，此類系統正在迅速建造并投入實戰。烏克蘭只能最大限度地利用技術，因為在長達八百英里的戰爭前線，烏克蘭和俄羅斯之間的人力差距仍然很大。

雖然在這場戰爭中技術發展的速度非常快，但很明顯，將整個部隊中不同單位對不同系統的聯合研究、開發、測試、評估和使用系統化是至關重要的。因此，2024 年 2 月，烏克蘭總統沃洛德梅爾-澤連斯基簽署了一項法令，成立了國家無人系統部隊，2024 年 6 月，瓦迪姆-蘇哈雷夫斯基上校被任命為指揮官。2024 年 12 月，俄羅斯軍方緊隨其后，宣布成立無人系統分部，以更好地整合其部隊對自主和機器人技術的使用，并確保不同軍種能夠吸收和編纂在烏克蘭作戰的經驗教訓和戰術。

兩國還聲稱各自軍隊在無人機以及其他戰場系統和戰術應用方面取得了多項人工智能發展成果。抗擊俄羅斯的戰爭已經打響三年，烏克蘭已開始構思大規模開發和應用不同領域和不同任務集的不同無人系統和人工智能技術。預計在 2025 年，烏克蘭將裝備人工智能賦能的無人機群和大量地面車輛，以對抗俄羅斯軍隊。一位烏克蘭官員所說 “我們計算人，我們希望我們的人離前線越遠越好"。

烏克蘭的私營部門已加緊加快自主和機器人技術的開發，以增強瞄準能力，TAF Drones 等公司在 “勇敢者 1”（Brave1）組織的幫助下引領了這一方向。“勇敢者 1 ”是烏克蘭政府建立的一個協調平臺，在幫助私營部門方面發揮著重要作用。烏克蘭的計劃是確保由人工智能驅動的作戰無人機能夠確保該國在戰場上對俄羅斯軍隊的優勢。俄羅斯軍方對其在這場戰爭中的軍事人工智能研究和應用也提出了同樣的要求。

例如，俄羅斯國防部長安德烈-別洛烏索夫（Andrei Belousov）在 2024 年 10 月表示，人工智能無人機在烏克蘭戰場上發揮著舉足輕重的作用，但他沒有進一步闡述。為了更好地了解不同類型的機器人和自主系統在烏克蘭戰斗中的應用情況，俄羅斯國防部于 2024 年 8 月啟動了盧比肯中心，以幫助將經驗教訓系統化，包括人工智能的開發和應用。這一舉措很可能成為俄羅斯組建計劃中的無人系統分部的中心。俄羅斯總統弗拉基米爾-普京還宣布，俄羅斯將在 2024 年把軍用無人機的產量提高到約 140 萬架，旨在跟上烏克蘭自身快速和大規模制造無人機的步伐。

烏克蘭和俄羅斯軍隊都優先考慮盡量減少無人機操作員的參與，以便在復雜的作戰環境中保護訓練有素的資產。烏克蘭對生存的關注往往超過了對致命自主武器系統的道德擔憂。與此同時，盡管最近有消息稱俄羅斯已經在烏克蘭使用了人工智能賦能的作戰無人機，但俄羅斯的軍事人工智能可能主要支持數據分析和快速決策。例如，2024 年 11 月，與俄羅斯結盟的頓涅茨克人民共和國聲稱，其 “頓巴斯穹頂”空域防御和電子戰系統對來自多個來源的不同類型信息進行評估，以評估來襲威脅，據稱是在人工智能算法的幫助下完成的。評估后的數據被傳送給軍方和執法部門，以便采取后續行動。

考慮到俄羅斯軍方試圖了解戰場的情況，此類數據分析工作很可能正在不同的系統中進行，盡管有關其總體效果的公開信息相對較少。俄羅斯國防部門也在進行類似的工作，國家工業巨頭俄羅斯國家技術公司（Rostec）的一家子公司聲稱已于 2024 年開發出用于光學無人機探測器的神經網絡，據稱該網絡可將無人機的探測距離提高 40%。

在戰爭的另一方，烏克蘭官員公開表示，2025 年需要數以萬計的機器人地面戰車來執行作戰和后勤任務。這些官員還指出，烏克蘭部隊一直在使用數十種國產人工智能增強系統，使空中無人機能夠在無人駕駛的情況下到達戰場目標，并在受到廣泛干擾保護的地區保持有效。在戰爭的這個階段，大約有十家烏克蘭公司在國家采購中競爭提供人工智能產品。

烏克蘭官員表示，2025 年，更多具有人工智能瞄準功能的自主無人機將出現在戰場上，有可能為 “真正的無人機群使用 ”讓路。烏克蘭在戰場上使用人工智能的工作得到了西方的幫助，比如總部位于德國的赫爾辛人工智能公司。2024年12月，赫爾辛公司宣布，其指定用于烏克蘭的近四千架配備人工智能的HX-2 “卡爾瑪 ”無人戰車中，首批幾百架將交付烏克蘭前線。顯然，HX-2 能夠在沒有信號或連續數據連接的情況下搜索、重新識別和攻擊目標，從而不受電子戰反制措施的影響，同時允許人類操作員在關鍵決策時保持參與或處于環路中。

俄羅斯技術專家已經承認，“自主飛行機器人”--具有人工智能、可自行確定目標的無人機--已被用于實戰，而且顯然能 “殺傷”人，不過他們通常不會為這種說法提供技術規格。這種發展很可能表明，人工智能在空中無人機中的作用更加有限，比如終端制導和圖像識別，一旦人類操作員批準對上述目標進行打擊，無人機就能自主飛向指定目標。

雖然烏克蘭越來越多地使用人工智能和自動駕駛技術，但許多俄羅斯專家表示擔心，人工智能軍事發展的步伐可能會失控，因此需要 “為了全人類的利益 ”進行全球監管，同時也指出，在戰爭結果懸而未決、國家利益岌岌可危的情況下，很難禁止為軍事目的開發人工智能。盡管如此，俄羅斯軍事專家，如在Arsenal Otechestva等重要軍事刊物上撰文的專家，相信人工智能在軍事應用方面的潛力。這些專家強調，通過快速處理大量非結構化數據，人工智能能夠增強系統自主性、改善戰術決策、實現戰區實時作戰支持、降低機組人員風險并減少不確定性。

俄羅斯決心戰斗到征服烏克蘭為止，而烏克蘭則堅決捍衛自己的自由，因此這場戰爭中的技術軍備競賽仍在加速進行。在這場曠日持久的戰爭中，每個月都會出現新的技術發展和成果，新技術不斷推動創新周期向前發展，這些新技術要么被對手復制，要么被對手反制，從而引發新一輪創新，以實現下一次突破。

烏克蘭的西方支持者正在密切關注此類技術是如何開發并投入實戰的。美國陸軍退役上將、前參謀長聯席會議主席馬克-米利（Mark Milley）預測，在未來 10 到 15 年內，美國軍隊中可能會有多達三分之一的人員由機器人系統組成，而這一評估很可能是基于對烏克蘭戰爭中實戰技術的觀察。可以肯定的是，烏克蘭和俄羅斯軍隊使用的某些系統在充滿反制措施的戰場上比其他系統能更有效地發揮作用，但過去三年中使用的各種自主、機器人和無人技術的總和顯示了快速、大規模實戰化的潛力。烏克蘭和俄羅斯都在不斷加快研發不同類型的戰場無人機和機器人系統，其驅動力是對精確性、大規模使用以壓倒對手、抵御反制措施以及降低人類生命風險的需求。這些進步正在戰術和戰役層面對戰場產生影響，并影響著未來戰爭的進行方式。

參考來源：Modern War Institute

在不斷發展的現代戰爭中，人工智能（AI）已成為軍事行動中改變游戲規則的理論，特別是在加強戰術級目標定位方面。人類驅動的戰術級目標定位的問題在于其固有的局限性，即由于認知處理的限制、敵方戰斗人員快速發展的復雜性及其迅速轉移的能力，無法實現快速獲取、精確瞄準和優化決策。人工智能驅動的目標定位系統可以徹底改變精確度、準確性和傳感器對射手的能力，將軍事交戰的有效性和效率提升到前所未有的高度。通過利用人工智能算法和先進的數據處理能力，指揮官可以依靠全面、智能的決策框架，確保卓越的目標識別能力，最大限度地減少附帶損害，從而在戰場上取得決定性優勢。本文深入探討了人工智能在加強戰術級目標定位方面的巨大影響，強調了在精確度、準確性和傳感器對射手的增強方面的顯著改進，這將重新定義現代戰爭的面貌。

人工智能驅動的系統可以顯著提高戰術目標定位的精確度和準確性。傳統的目標定位方法通常依賴于人類操作員，而人類操作員容易疲勞、緊張和出現人為錯誤。而人工智能算法則可以快速準確地分析大量數據，從而改進目標識別和跟蹤。柯林斯航空航天公司的研究人員已經證明了人工智能在精確瞄準方面的優勢。他們開發了一種基于人工智能的系統，可以識別和跟蹤戰場上的潛在威脅。該系統提高了目標識別的準確性，可在交戰期間迅速協助人類操作員并提高精確度（戰術等（TITAN），n.d.）。提供實時分析和決策支持的人工智能驅動系統在瞬息萬變的戰場場景中至關重要。人工智能驅動的系統可以處理來自傳感器、無人機（UAV）和衛星等多個來源的數據，為指揮官提供最新信息和見解，從而做出更加明智和及時的決策。蘭德公司關于人工智能融入軍事行動的研究強調，人工智能驅動的系統可以分析海量數據，并比人類操作員更快、更有效地檢測、分析和應對攻擊（蘭德公司，2020 年）。這種能力可提高對態勢的認識，幫助軍事人員快速應對新出現的威脅。

人工智能算法在計算戰術目標的最佳彈道時會考慮環境因素，在確定彈藥彈道方面發揮著重要作用。風速、濕度、地形和其他變量都會影響瞄準解決方案的準確性（Sentient 等人，2023 年）。人工智能算法在計算彈道時可以考慮這些因素，從而得出更精確的彈著點。與傳統的彈道計算方法相比，該系統可以提供更高的精度，尤其是在惡劣的天氣條件下。

在大規模作戰行動中，最大限度地減少附帶損害和意外傷害是至關重要的評估。人工智能可以通過分析環境、識別對平民的潛在風險并提出替代交戰策略，幫助降低這些風險。紅十字國際委員會（ICRC）強調將倫理因素納入人工智能驅動的目標選擇系統（ICRC, 2022）。通過使用人工智能預測潛在的附帶損害，軍隊可以做出更明智的決策，優先考慮平民的安全。

人工智能可以極大地改進目標優先排序和武器選擇，確保使用適當的彈藥打擊最關鍵的威脅。機器學習算法可以從歷史交戰數據中學習并調整策略，以優化目標選擇的有效性。美國國防部發現，基于人工智能的目標優先排序系統優于傳統方法。人工智能驅動的系統在消除高價值目標方面表現出更高的成功率，同時最大限度地減少了資源支出（Vergun，2022 年）。

加強 “傳感器-射手連接”是火力支援的重大挑戰之一。從傳感器到射手是指高效、及時地利用傳感器數據來識別和打擊潛在威脅。人工智能算法可以通過分析來自雷達系統、無人機和監視攝像機等各種傳感器的數據，徹底改變這一過程。通過采用機器學習技術，人工智能可以比人類操作員更準確地分辨模式、檢測異常和識別潛在目標。阿爾邦（2022 年）的一項研究表明，與傳統方法相比，人工智能增強型傳感器對射擊系統提高了目標識別的準確性。這種提高源于人工智能同時處理多個數據源的能力，從而能夠更快地識別目標并降低誤判率。處理時間的縮短有助于更快地鎖定目標，并降低失去鎖定目標機會的風險。戰術目標定位的挑戰之一是從識別潛在目標到執行交戰所需的時間。傳統的工作流程涉及人工數據分析和協調，導致延誤，而在時間敏感的情況下，延誤可能至關重要。人工智能通過自動化數據處理、目標選擇和武器分配，為簡化這一流程提供了可能（Grand-Clément，2023 年）。考慮到這些技術進步，人工智能驅動的戰術目標定位系統有能力將處理時間最多縮短 70%。人工智能算法可以分析傳入的傳感器數據，根據預定義的標準對目標進行優先排序，并提出最適合交戰的武器建議。人工干預對于批準人工智能建議的攻擊標準以及確保負責任和合乎道德地部署武器系統至關重要。處理時間的縮短可以更快地應對新出現的威脅，提高戰術行動的整體效率。

為確保人工智能系統的成功整合，必須設計培訓計劃，讓軍事人員了解人工智能的能力和局限性。人工智能有可能大大增強戰場上的決策過程、數據分析和態勢感知能力（Sentient et al.） 然而，士兵和指揮官必須了解人工智能的能力邊界，避免過度依賴自動化系統。軍事人員可以通過提供有關人工智能潛在優缺點的全面教育，做出明智的決策并有效利用人工智能技術來實現任務目標。

人類與人工智能系統之間的有效協作對于在軍事行動中取得最佳成果至關重要。開發人機協作的最佳實踐需要深入了解人工智能的功能和人類的專業知識。培訓計劃應教會士兵和指揮官如何與人工智能系統有效溝通，解讀人工智能生成的見解，并根據具體情況做出適當的決策。不應將協作視為單純的技術整合，而應將其視為一種協同合作關系，在這種關系中，人的判斷與人工智能的洞察力相輔相成，從而提高整體作戰效能。

“環內”和"環上"是人工智能領域的兩個基本概念，突出了人工智能系統中人類參與和控制的不同模式。“環內"是指人類積極參與并直接影響人工智能決策的情景。這種參與可確保人工智能在人類的監督下運行，并遵守預定義的道德和監管準則（Mazzolin，2020 年）。另一方面，“環上”涉及更高層次的監督方法，即人類監控和管理人工智能系統的性能，只有在必要時才進行干預，讓人工智能以更大的獨立性運行（《人工智能治理框架模型》，2020 年）。要優化人工智能系統的能力，同時確保負責任和可問責的部署，在這兩種模式之間取得適當平衡至關重要。

總之，人類驅動的戰術級目標定位所面臨的挑戰源于其在快速獲取、精確目標定位和優化決策方面的固有限制，這主要是由認知處理的局限性和不斷變化的場景的復雜性所驅動的。人工智能的集成將凸顯人工智能驅動的目標定位系統在精確度、準確性和傳感器對射手能力方面的顯著改進。這一發展開創了一個在軍事交戰中具有無與倫比的效力和效率的時代。此外，隨著技術的不斷發展和人工智能算法的日益成熟，有望在戰術瞄準方面實現更多創新。這種綜合方法為駕馭現代沖突提供了更安全、更具戰略性的途徑。

參考來源：美國陸軍

在快速發展的現代戰爭中，技術進步始終在塑造軍事戰略和能力方面發揮著舉足輕重的作用。在這些進步中，自主武器系統 (AWS) 脫穎而出，成為重新定義未來軍事行動的變革力量。這些系統在不同程度上無需人類干預，具有提高作戰效率、減少人員傷亡和革新作戰戰術的潛力。然而，將 AWS 納入軍事武庫也會引發重大的倫理、法律和戰略問題，需要認真加以解決。

自主武器系統的演變

過去幾十年來，自主武器系統有了長足的發展，從最基本的自動防御系統發展到能夠進行復雜決策的高精尖平臺。早期的自主武器系統包括自動炮塔和導彈防御系統，旨在攔截來襲威脅，而無需人類直接控制。這些系統依靠對特定刺激的預編程反應，讓人們看到了自主防御的潛力。

人工智能（AI）和機器學習的出現加速了 AWS 的發展，使這些系統能夠分析大量數據、從環境中學習并實時做出決策。現代的自主武器系統涵蓋多種平臺，包括無人機（UAV）、地面機器人和艦載無人機，每種平臺都配備了先進的傳感器、人工智能算法和通信網絡，使其能夠在各種作戰場景中獨立或協同作戰。

自主武器系統的主要優勢

• 提高作戰效率：自主武器系統能比人類操作員更快、更準確地執行任務。它們可以實時處理數據并對威脅做出反應，減少了從探測到行動之間的時間差。這種速度和精確度的提高在高風險的作戰環境中至關重要，因為在這種環境中，瞬間的決定可能意味著成敗。
• 減少人員傷亡：AWS 最重要的優勢之一是其減少人員傷亡的潛力。通過在危險和高風險環境中部署自主系統，軍隊可以最大限度地減少士兵在危及生命的情況下的暴露。無人機和地面機器人可以在敵對地區執行偵察、監視甚至作戰任務，從而保護人類生命。
• 力量倍增：自動武器系統可以發揮戰斗力倍增器的作用，增強人類士兵的能力，提高整體戰斗力。這些系統可以全天候運行，不受疲勞或心理壓力的影響，而且可以大量部署，以壓倒對手。在非對稱戰爭中，較小的部隊面對較大的對手，AWS 可以提供決定性的優勢。
• 成本效益：雖然自主武器系統的初期開發和部署可能很昂貴，但其長期運營成本往往低于人類士兵。自主系統不需要工資、醫療保健或后勤支持，其維護成本也相對較低。此外，AWS 可以設計為重復使用，可以執行重復性任務，無需休息或恢復。

倫理和法律方面的考慮

在軍事行動中部署自主武器系統會引發深遠的倫理和法律問題，必須加以解決，以確保負責任地使用。這些考慮因素圍繞著人類尊嚴、問責和遵守國際人道主義法等原則。

• 倫理自主權：賦予 AWS 的自主程度是一個關鍵的倫理問題。完全自主的武器能夠在沒有人類干預的情況下做出生死攸關的決定，這對使用武力的道德原則提出了挑戰。道德難題在于，是否應授權機器決定何時以及如何使用致命武力。確保 AWS 遵守道德準則并尊重人類尊嚴至關重要。
• 問責與責任：確定自主武器系統行為的責任非常復雜。當自動武器系統造成意外傷害或違反交戰規則時，確定責任人--無論是系統的設計者、操作者還是軍事指揮官--就變得非常具有挑戰性。要解決這個問題，防止責任分散，就必須有明確的責任劃分和強有力的監督機制。
• 遵守國際法：自主武器系統必須遵守國際人道法（IHL）和武裝沖突法。這包括遵守區分原則（區分戰斗人員和平民）、相稱性原則（避免過度傷害）和必要性原則（僅在必要時使用武力）。確保對 AWS 進行編程以遵守這些法律標準，對于防止違反國際法至關重要。

戰略意義

將自主武器系統納入軍事行動具有深遠的戰略意義，可影響全球安全動態、軍事條令和國防政策。

• 軍事條令的轉變： 采用 AWS 需要重新評估傳統的軍事條令和戰略。指揮官必須考慮如何有效地將自主系統納入作戰計劃，同時考慮到其能力和局限性。這種轉變可能會導致制定新的戰術和戰略，以充分利用 AWS 的優勢，同時降低潛在風險。
• 軍備競賽和擴散： 一個國家開發和部署 AWS 可能會引發軍備競賽，促使其他國家投資類似技術以維持戰略平衡。自主武器系統的擴散引發了對非國家行為者和流氓國家可能使用這些系統的擔憂，從而增加了沖突風險，破壞了地區安全穩定。
• 威懾和升級： 自主武器系統的存在可影響威懾動態和升級閾值。一方面，自動武器系統可以通過展示先進的軍事能力來增強威懾力。另一方面，將其部署在動蕩地區可能會導致誤判和意外升級，尤其是當對手將 AWS 視為對其安全的威脅時。

案例研究與舉例

• 無人駕駛飛行器（UAV）：無人飛行器通常被稱為無人機，是使用最廣泛的自主武器系統之一。它們被部署執行各種任務，包括監視、偵察和定點打擊。美軍在反恐行動中使用無人機，如 “捕食者 ”和 “死神 ”無人機，證明了自主系統在現代戰爭中的有效性和挑戰性。雖然無人機具有精確性和作戰靈活性，但其使用也引發了對平民傷亡和道德影響的擔憂。
• 自主地面機器人：自主地面機器人，如美國陸軍的多用途戰術運輸機（MUTT）和俄羅斯的 Uran-9，旨在支持步兵單元，進行偵察、后勤和作戰行動。這些機器人可以在復雜地形中導航、搬運重物并提供火力支援，從而減輕士兵的體力和認知負擔。然而，它們在戰區的部署凸顯了與可靠性、通信和決策有關的挑戰。
• 海洋無人系統：自主海洋無人系統，如美國海軍的 Sea Hunter正在徹底改變海上行動。這些海洋無人系統可執行水雷探測、反潛戰和監視等任務，增強了海軍能力，降低了人員風險。在有爭議的水域使用海軍無人機，凸顯了其戰略意義和海上沖突的可能性。

自主武器系統的未來

隨著技術的不斷進步，自主武器系統 (AWS) 的未來既充滿希望，又充滿不確定性。未來幾年，有幾種趨勢和發展可能會影響自主武器系統的演變。

• 人工智能和機器學習的進步
   人工智能（AI）和機器學習的不斷進步有望顯著增強自主武器系統的能力。這些進步將使 AWS 能夠執行更復雜的任務，并在動態環境中有效運作。人工智能和機器學習將產生重大影響的一些關鍵領域包括：

  • 改進決策： 人工智能算法將使 AWS 能夠實時分析大量數據，從而改進決策過程。例如，先進的機器學習模型可以幫助識別模式和預測敵人的動向，使 AWS 能夠在作戰情況下做出更準確、更高效的反應。
  • 增強目標識別能力： 準確識別和分類目標的能力對 AWS 的有效性至關重要。人工智能的進步將提高目標識別系統的精確度，降低錯誤識別和附帶損害的風險。機器學習算法可以在大型數據集上進行訓練，以區分戰斗人員和非戰斗人員，確保遵守國際人道主義法。
  • 提高態勢感知能力： 配備人工智能的自主系統將擁有超強的態勢感知能力，使其能夠了解周圍環境并做出反應。這包括識別潛在威脅、在復雜地形中導航以及適應戰場上不斷變化的條件。增強的態勢感知能力將使 AWS 在各種作戰場景中更加可靠和有效。
  • 自適應學習： 未來的AWS將具備自適應學習能力，使其能夠從經驗中學習，并隨著時間的推移不斷提高性能。這種持續的學習過程將使AWS能夠完善其戰略，適應新的威脅，并根據以往任務的反饋優化其行動。

• 人機協作
   人機測試的概念，即人類和自主系統密切合作，作為一種利用人類和機器優勢的有前途的方法，正日益受到重視。這種合作模式旨在將人類的戰略監督和道德判斷與自主系統的精確性和效率結合起來。人機協作的主要方面包括：

  • 戰略監督：人類操作員將提供戰略指導和監督，確保 AWS 在既定的交戰規則和道德準則范圍內運行。這種監督對于維持問責制和防止意外后果至關重要。
  • 道德判斷： 雖然 AWS 可以精確執行任務，但它們缺乏人類所擁有的道德判斷力和背景。人類操作員將負責做出涉及道德考量的決策，如區分戰斗人員和平民或評估反應的相稱性。
  • 提高行動效率： 通過利用人類和機器的互補優勢，人機協作可以提高整體作戰效率。AWS 可以處理重復性和高風險任務，讓人類士兵專注于更復雜的戰略目標。這種分工可以改善任務成果，減輕人類人員的認知和體力負擔。
  • 培訓和適應： 人機團隊將不斷接受培訓和調整，以提高其協調性和有效性。這包括聯合訓練演習、實時反饋以及根據作戰經驗進行迭代改進。有效的培訓將確保人機團隊在各種作戰場景中的無縫整合和最佳表現。

• 國際監管和治理
  國際社會日益認識到需要對自主武器系統進行監管和治理，以應對道德、法律和安全方面的挑戰。制定國際規范和條約的努力旨在確保負責任地開發和使用自動武器系統。國際監管和治理的主要方面包括：
  • 建立規范和標準： 制定國際規范和標準對于指導負責任地使用 AWS 至關重要。這些規范應包括道德考量、法律合規性和操作指南。例如，聯合國一直積極參與有關致命性自主武器系統（LAWS）的討論，尋求建立規范其使用的框架。
  • 透明度和問責制： 開發和部署AWS的透明度對于建立信任和確保問責至關重要。應要求各國披露有關其 AWS 項目的信息，包括其能力、部署戰略以及對國際法的遵守情況。透明的報告機制將有助于監督和防止濫用自主系統。
  • 國家間的合作： 對AWS的有效監管需要國家間的合作，以應對共同的挑戰，防止自主軍事技術的軍備競賽。國際合作有助于建立共同標準，分享最佳實踐，協調努力，防止 AWS 擴散到非國家行為者和無賴國家。
  • 致力于負責任的發展： 參與開發AWS的國家和組織必須致力于負責任的創新。這包括進行嚴格的測試和評估，確保遵守道德和法律標準，并將安全和安保放在首位。致力于負責任的開發將有助于降低風險，并確保以符合人道主義原則的方式使用 AWS。

未來趨勢和挑戰

隨著 AWS 的不斷改進，一些趨勢和挑戰將影響其未來的發展和部署：

• 集成蜂群技術：多自主系統協同運行的蜂群技術的使用預計將更加普遍。蜂群技術可實現協調行動、集體決策和自適應行為，從而增強 AWS 的能力。不過，它也帶來了與通信、協調和控制有關的挑戰。
• 網絡安全問題：對先進軟件和通信網絡的依賴使 AWS 容易受到網絡攻擊。要防止黑客攻擊、數據泄露和未經授權的控制，確保自主系統的網絡安全至關重要。強大的網絡安全措施和彈性架構對于保護 AWS 免受惡意威脅至關重要。
• 倫理和法律辯論：AWS 所涉及的道德和法律問題仍將是一個激烈爭論的話題。與問責制、遵守國際法以及機器自主的道德影響有關的問題將需要持續關注和討論。要解決這些復雜的問題，包括政策制定者、倫理學家和技術專家在內的不同利益相關者的參與至關重要。
• 公眾認知和接受度：公眾對 AWS 的看法和接受程度將在 AWS 未來的部署中發揮重要作用。要想在軍事行動中使用自主系統獲得社會支持，必須通過透明度、道德實踐和清晰的溝通來建立公眾信任。

結論

自主武器是一項重大的技術進步，有可能徹底改變軍事行動。人工智能和機器學習的進步、人機協作的采用，以及國際監管和治理的建立，都將決定自動武器系統的未來。雖然 AWS 有許多好處，包括提高作戰效率、減少人員傷亡和部隊倍增，但它也提出了深刻的道德、法律和戰略挑戰。

要應對這些挑戰，就必須采取多方面的合作方式，在創新與責任之間取得平衡。通過發揮人類和機器的優勢，確保遵守道德和法律標準，并促進國際合作，未來的自主武器系統可以走向一條既能加強全球安全，又能堅持人道主義原則的道路。

參考來源：Hemanth Raj

現代軍隊面臨著一個新的敵人和朋友：無人駕駛小型飛行器系統（sUAS）。這些小型飛行器在增強任務能力的同時，也對敵方構成了嚴重威脅。小型無人機群的存在要求轉向自主的、人工智能（AI）驅動的反制措施，以優化傳感器資源管理，實現智能實時決策和態勢感知。戰場傳感器資源管理可優化系統之間的通信，從而增強指揮、控制、通信、計算機、情報、監視和偵察（C4ISR）；無人機系統和超小型無人機系統；定位、導航和定時（PNT）；電子戰（EW）能力；以及與更大防御網絡的連接。

如今，軍事行動在許多技術領域都受到了影響，小型無人駕駛航空器系統（sUAS）已成為改變游戲規則的工具，重塑了戰術和戰略方法。在更長的電池壽命和強大的通信網絡支持下，它們自主執行任務的能力大大增加了其航程、續航時間和靈活性。然而，這些技術進步也為對手提供了更強的能力，使其能夠利用小型無人機系統收集情報、實施攻擊，甚至可能傳播化學、生物或放射性制劑，從而對作戰準備構成嚴重障礙。

一個特別令人生畏的威脅是無人機群的出現--大型、協調的無人機群通過持續不斷的攻擊，共同壓制或削弱目標。與單個或小型無人機群相比，這些無人機群具有明顯的優勢，包括易受攻擊、復原力更強和適應性高。當這些小型無人機系統中的一個或多個被擊落時，剩余的無人機系統可以共享信息，保持通信線路暢通，理論上還可以臨時重新分配任務目標，實時調整以適應不斷變化的戰場條件。

傳統反無人機系統方法的局限性

一直以來，反無人機系統都依賴于人工操作，為操作人員提供詳細的傳感器和武器數據--而且是大量的數據。這種信息過剩不僅使操作員的互動變得復雜，而且會降低準確決策的速度，尤其是在面對無人機群威脅時。

隨著自主無人機協調行動以實現目標，防御部隊必須利用更多的決策支持和自動化反無人機系統資源來保持優勢。傳感器管理必須根據相關數據和時機，與戰斗管理目標緊密結合。同時，作戰管理支持工具必須考慮傳感器控制與武器部署之間的復雜關系。

利用人工智能和自動化：通往作戰優勢之路

先進算法和人工智能（AI）的使用徹底改變了我們處理和分析 sUAS 蜂群海量數據的方式。通過先進的模式識別、異常檢測和預測建模，智能反無人機系統可以協調傳感器和武器，更好地探測、跟蹤、識別和攻擊威脅。這就為決策者提供了應對大型敵對無人機群時可操作的實時情報。

優化傳感器資源管理

傳感器資源管理涉及分配傳感器，以優化探測、跟蹤和數據融合。

傳統的反無人機系統通常需要人工來管理傳感器任務分配，從而導致在攻擊期間響應速度減慢、響應時間延長。另一方面，自動傳感器管理可讓軟件處理詳細的傳感器任務，而人類操作員則專注于高層次的指導和監督，從而提高整個過程的效率。

自動傳感器資源管理有幾個優勢。首先，它能讓操作員騰出手來，專注于復雜場景中更高層次的規劃和戰術。它還能通過智能確定傳感器停留時間和目標重訪時間間隔，針對多種動態威脅做出快速決策。這種方法通過在遠離人員的無人機器人平臺上部署自動傳感資產，降低了部隊（可能在地面或空中執行任務）的風險。此外，它還能實現自動目標提示，當目標變得可見時，光學系統會根據雷達探測數據進行引導，所有這一切都無需人工干預。最后，自動傳感器資源管理支持低特征任務概念，即系統掃描威脅，只有在需要時才啟動雷達資源，從而降低對下方或上方人員的威脅，同時保持有效的反無人機系統行動。

在人工智能和協調算法的幫助下，自動傳感器資源管理提高了防御行動的準確性和適應性，確保傳感器資產和情報得到最佳利用。

優化武器目標分配

在戰斗管理中，重要的是要有戰略性地決定在什么時間對什么目標使用什么武器。武器目標分配包括找出將不同武器系統分配給目標的最佳方式，以最大限度地對敵人造成傷害。在面臨多種威脅的情況下，人類必須在數秒至數分鐘內快速評估如何交戰，因此這種決策對人類來說是一個挑戰。

戰斗管理自動化使系統能夠評估所有可用資源，并根據任務目標確定行動的優先次序，而不僅僅是應對最明顯的威脅。它能利用組合優化和人工智能方面的尖端技術，實時、不斷地制定作戰計劃，為戰術決策提供支持。這些計劃是自適應的，隨著新情報的收集和威脅的識別而自動更新，并根據需要動態地重新分配傳感器和武器資源。該系統還通過整合傳感器模型、武器威脅幾何模型、彈道導彈軌跡模型和攔截器制導模型，利用每種資產的獨特能力實現最佳整體解決方案，從而增強武器目標分配。此外，這種自動化還能增強針對無人機系統對手的戰略推理能力，開發出能主動適應反制措施的無人機精密對策。

通過實現戰斗管理關鍵環節的自動化，指揮官可以加快作戰行動和演習的速度。決策速度有助于就打擊哪些目標以及何時提供火力支援做出最佳決策，隨著信息越來越豐富，戰爭的進行方式也在發生變化。(圖 1）。

[圖1 ? 戰斗管理關鍵環節的自動化可使指揮官在戰斗行動和演習中做出更好的決策。］

在戰斗管理中整合傳感器

無人機群會產生大量信息，使操作人員被數據淹沒，沒有足夠的時間做出有效決策。通過實施協調傳感器和武器資源管理的解決方案，部隊可以將海量數據和大量選擇轉化為可操作的情報。

當傳感器資源管理與作戰管理目標相一致時，綜合能力就會超越各自單獨所能實現的目標。它們共同確保了在復雜、多威脅情況下的有效交戰和實時損失評估。它們還能最大限度地利用有限的傳感器和武器資源，調整應對措施，滿足任務需求，支持總體戰略目標。這種團隊合作通過將較簡單的任務自動化，減輕了操作員在快節奏環境中的負擔，同時還保持了人力控制方面的靈活性。使用人工智能和優化驅動的決策支持可幫助作戰管理人員做出更快、更明智的決策，并實時適應最有效的行動方案。

反無人機系統行動的未來

隨著無人機群的指數級增長和多重威脅場景的日益復雜，有必要從根本上重新評估反無人機系統的方法。傳統方法依賴人工流程和孤立的信息系統，無法有效應對同步、自主無人機編隊帶來的挑戰。

然而，通過使用人工智能、自動化和先進算法，現代反無人機系統可以無縫集成傳感器管理和戰斗管理，更有效地分配傳感器和武器，以實現共同目標。這種集成方法不僅能提高態勢感知能力和交戰能力，還能減輕操作員的心理負擔，在快節奏的環境中快速做出明智決策。

隨著戰場的不斷變化，采用人工智能和算法驅動的反無人機系統能力對于保持戰術優勢和保護部隊至關重要。通過智能自動化，軍隊可以有效應對無人機群帶來的威脅，確保在戰術邊緣保持關鍵優勢。

參考來源：military embedded system

未來戰爭要求指揮與控制（C2）決策在更加復雜、快節奏、結構混亂和苛刻的條件下進行。拒絕、降級、間歇和限制（DDIL）通信等作戰挑戰，以及需要考慮許多數據流（可能跨越多個作戰領域），將使指揮控制變得更加復雜。然而，當前的 C2 實踐源于工業時代而非新興的情報時代，是線性的、耗時的。重要的是，這些方法可能無法在未來戰場上與對手保持超配。為了應對這些挑戰，本文提出了一種基于人類與人工智能（AI）系統之間強大合作關系的未來 C2 愿景。這一未來愿景可概括為三個行動影響：簡化 C2 行動流程、保持統一行動和開發適應性集體知識系統。本文闡述了所設想的未來 C2 能力，討論了形成這些能力的假設，并描述了所建議的發展如何改變未來戰爭中的 C2。

關鍵詞--可擴展交互式機器學習、人工智能、人-人工智能協同、未來指揮與控制、人機伙伴關系

引言

在未來戰場上，指揮與控制（C2）將在日益復雜、動態和充滿挑戰的情況下進行。現代知識時代的技術已經為當前工業時代的 C2 方法帶來了困境，例如在分散或孤立的友軍之間進行被拒絕、降級、間歇和限制（DDIL）的通信。隨著新興技術將世界推向智能時代（即人類與人工學習技術合作的時代），要創造并保持決策優勢--使我們的部隊比對手做出更及時、更有效的決策--就需要重新審視強大的 C2 系統及其運行方式。

重新構想 C2 系統的一個基本挑戰是如何有效地調整一項以人為根本的工作，將人機合作納入其中。許多現代 C2 方法產生于軍隊通信能力落后的時代，這促使包括 19 世紀普魯士陸軍元帥赫爾穆特-馮-莫爾特克（Helmuth von Moltke）在內的改革者們創建了培訓和作戰技術、戰術和程序（TTP），使陸軍層次能夠根據指揮官意圖的原則執行 C2。在此建議，當今實踐中的許多 TTP 都已發展出以人為中心的特征（如重復、多形式交流、集體構思和重新制定概念），以確保處于作戰壓力下的指揮官和參謀人員以及整個層級都能充分了解情況并相互信任，從而有效地保持統一行動。挑戰在于，整合先進技術的嘗試往往側重于取代以人為本的功能，而這些功能對于在指揮部內建立統一行動至關重要。

在此，本文設想了一個未來，美國陸軍將擁抱人類智能和新興機器智能各自的優勢和要求，以實現增強型指揮控制，從而超越僅由人類或人工智能（AI）做出的決策。本文將討論構筑這一愿景的假設，然后從三個作戰影響方面闡述未來的 C2 系統能力：簡化 C2 操作流程、保持統一行動和開發適應性集體知識系統。

構建愿景

在為未來情報時代重新設想 C2 時，本文有兩個主要假設。如上所述，首先假定未來的作戰環境將呈現出越來越復雜、動態和具有挑戰性的局面。例如：未來戰場的殺傷力會越來越大，對分布式 C2 系統的需求也會越來越高；有效的 C2 系統需要整合多種實時信息流，同時還要在分散或孤立的友軍之間進行 DDIL 通信；在戰場上保持決策優勢將迫使軍事決策過程（MDMP）的時間尺度不斷縮短，例如，利用短暫的機會窗口或適應戰場上不斷變化的風險條件。

第二個主要假設是，技術進步將從根本上改變當前 C2 系統的人機關系。例如，技術的速度、復雜性和智能性將使決策和行動超越人類在傳統人機整合方法下的能力；性能最高的新興人工智能能力將更類似于 "外星"智能而非動物智能，從而給人類的理解帶來根本性問題；當前技術進步的快速步伐將加快，導致友軍和敵軍都能快速進行技術實戰和戰場學習，而這與傳統的士兵訓練軍事方法是不相容的。

為了在這些假設條件下實現決策主導地位，對未來 C2 系統的大多數設想都指出需要將人類智能和機器智能結合起來。然而，如下文所述，構成這些概念的人機整合的性質可能大相徑庭（關于以人為中心的整合與以機器為中心的整合的詳細討論，請參閱 Metcalfe、Perelman 等人的文章）。在一個極端，"以人為本 "的愿景側重于幫助人類更有效地執行基本的 C2 任務（例如，從提高人類性能的技術到個性化的指揮官智能決策支持工具）。在另一個極端，"以機器為中心"的愿景側重于利用先進的智能系統來替代未來 C2 系統中的士兵（例如，替代人員可能包括許多執行基本 C2 任務的指揮人員，這些任務是關鍵決策的基礎）。我們摒棄了這兩個極端，并提出未來作戰環境的復雜性、動態性和挑戰性將迫使在 C2 系統中有效整合大量人力資源，而技術的不斷進步將迫使人類在未來 C2 系統中的角色和行動發生根本性轉變。本文將問題的重點定位在創建能夠適應戰場變化的人機合作關系，同時從本質上實現大型異構人機群體的協同工作。

重新設想

C2 最近在交互式機器學習（ML）和人機混合智能方面取得的突破表明，人類與人工智能的合作可以在一系列領域超越人類或人工智能的單獨作用。然而，人機融合并不是全能型方法。Metcalfe、Perelman 等人介紹了人類與人工智能合作的前景，認為人類與人工智能互動的性質取決于任務復雜程度、決策時間尺度和信息確定性。雖然一些較簡單的子任務或功能可能僅靠技術就能解決，但許多支撐未來有效 C2 的基本任務都屬于需要有效人機合作的復雜領域。此外，隨著時間的推移，越來越多的子任務和功能預計將通過技術來解決，這反過來又會改變復雜環境中互動的性質。這些因素使得很難甚至無法明確未來 C2 人機合作關系的類型。為了克服這一挑戰，采取了多管齊下的方法。下面，本文將討論未來 C2 系統如何對影響未來 C2 操作流程的三個具體方面產生潛在影響。將通過一個旨在激發想象力的未來士兵 "故事 "來充實每一次討論。最后，用兩篇同樣提交給 ICMCIS 2024 的論文來充實這一討論。第一篇是一篇研究論文，描述了一種大語言模型驅動的 COA 生成能力（見 Goecks 和 Waytowich），該能力說明了本文所舉例子的核心近期能力；第二篇概述了一個廣泛的研究計劃，說明了有可能實現本文所討論技術的科學和技術類型（見 Madison、Novoseller、Goecks 等）。

A. 簡化 C2 操作流程

預計人機交互將簡化 C2 操作流程（即結合流程中的多個步驟或同時執行流程），這與當前的 C2 方法形成鮮明對比，當前的 C2 方法更具線性，由許多連續步驟組成。精簡 C2 的主要成果之一是通過同時進行 COA 開發和分析，以及通過快速生成和選擇分支和序列來優化控制要素，從而大幅縮短周密計劃的時間。

設想的核心是一種交互式技術能力，即智能行動方案套件 (iCOAs)，它幾乎能在瞬間將可用信息整合為高分辨率行動方案 (COA)，其中包含的信息比當前的行動方案要詳細得多。這種能力包括多種智能技術和流程，可同時根據一系列任務和行動變量以及對行動至關重要的視角（如火力、機動和持續作戰功能；道德、倫理、社會文化和政治影響；敵對、平民和友軍行動等）創建、分析和比較計劃。此外，預計 iCOAs 將實時運行，處理來自戰場傳感器和來源的數據，以保持最新的態勢感知，并根據需要生成分支和序列。然而，隨著技術的發展，預計人機合作將高度融合，人類和機器將在 C2 中扮演多種角色（見 SSG Hill）。

這一愿景建立在 Farmer提出的想法基礎上，該想法將 COA 分析期間通常進行的計算應用于 COA 開發步驟，以快速比較和優化示例場景中的多個 COA 備選方案。相比之下，設想的 iCOAs 不僅能利用人工智能的搜索能力，還能借助人類和人工智能的綜合力量，在整個 C2 操作流程中最大限度地發揮創造力、探索精神、軍事專業知識和常識。設想中的簡化 iCOA 將以直觀的形式向人員展示和解釋建議的 COA，例如通過語言、注釋地圖或可能結果樹等方式，同時提供標準的 COA 分析輸出，如同步矩陣以及成功概率和不確定性估計等指標，這些指標考慮到了環境變量和潛在的威脅 COA。作戰指揮人員將向系統輸入可用數據，分析所提供的 COA 備選方案和相關數據，根據領域專業知識、常識和不斷變化的態勢需求，以交互方式調整人工智能生成的 COA，并做出最終的 COA 選擇。

C2 人員將與人工智能系統進行動態交互，根據態勢需要以多種方式調整提議的 COA。指揮人員可以描述目標（例如，"控制敵方資產"），根據需要發出更正以調整和微調擬議計劃（"從相反方向接近以避免被發現"），并指定限制條件以禁止人工智能選擇不可取的行動（例如，"不要太靠近山峰"）。當出現意料之外的變化時，工作人員可向人工智能系統傳達反饋信息，說明如何調整計劃以適應新出現的風險和機遇（例如，"敵人已將樹木武器化，因此盡可能避開樹木"）。指揮人員可以調整 COA 選擇標準，在多個目標之間進行權衡，例如提高控制敵方資產的重要性，或懲罰加劇人員或設備危險的行動，還可以在多個 COA 備選方案中進行選擇，教導系統哪些 COA 特性更可取。最終，一旦指揮官對提出的備選方案感到滿意，就會選擇一個作戰行動方案；該作戰行動方案可在多個決策點并隨著戰場條件的變化而不斷更新。

設想中的能力可以通過更復雜的數據處理管道來壓縮戰斗節奏，從而更快地獲得可操作情報，提高決策效率。iCOAs 的高分辨率特性將使指揮系統更快地采用 COA。能夠實現這種精簡的系統將加快 C2 行動，并有可能通過減少必要的人員以及后勤和維持所需的資源來減少陸軍在戰場上的實際足跡。除了深思熟慮的規劃外，這些能力的實時性還允許在初始規劃和動態行動中使用相同的能力。iCOAs 在連續運行時，將根據戰場進展情況更新對作戰行動的預測結果，并生成作戰行動報告。

B. 保持步調一致

隨著工業革命的發展，陸軍人數激增到 100 多萬，統一行動成為有效作戰的關鍵障礙。19 世紀，赫爾穆特-馮-莫爾特克（Helmuth von Moltke）通過一種高度選擇性的方法克服了這一障礙，即發展可互換的軍官和組織，他們可以在沒有直接通信的情況下有效預測彼此的行動。與普魯士人的方法類似，預計人類-人工智能系統將能夠提高各梯隊單元領導者在未來作戰環境條件下（如 DDIL）理解和預測彼此行動的能力。

這些人機系統的主要成果之一是以更低的直接通信要求實現更快的協調。這些關鍵能力還將為下級領導人提供更強的決策能力，使他們能夠考慮戰場行動的廣泛范圍，從而采取更加復雜和協調的行動。

設想 iCOAs 的高級可擴展版本（iCOAs-S）可在多個層級開發嵌套的 COA，這樣 C2 系統人員就能在多個層級與套件互動。例如，在計劃階段的較高層次，指揮官和多個參謀團隊可能會與 iCOAs-S 合作，嚴格開發和分析數百個友方和敵方戰場行動方案，而在作戰期間的較低層次，iCOAs-S 可能更類似于隨著戰場情況的發展向單個指揮官或單元領導提供決策建議的工具。

重要的是，設想 iCOAs-S 在整合來自各梯隊的信息的同時，還能在多個層級上保持主要作戰行動。這種 "高保真 "資源在各梯隊局部運行，能夠預測敵方和友方在突發作戰事件中的行為，其范圍之廣甚至遠遠超出了目前對最優秀單元領導的預期。本文建議，這種增強的可預測性（根據人機合作的情況量身定制）從本質上允許單元保持統一行動，并有可能大大加快協調行動和減少通信需求。

第二個主要成果是 iCOAs-S 能夠使 C2 系統人員更有效、更迅速地了解潛在的 COA 如何產生結果。上述 iCOAs 的核心功能之一是對 COA 進行近乎實時的分析。預計 iCOAs 界面將允許指揮官和參謀人員逐步完成 COA 開發過程。然而，與目前在 COA 制定完成后才進行 COA 分析的流程不同，希望 iCOA 在決策過程中權衡每個選項時，都能提供關鍵任務結果指標的運行估計值。也就是說，iCOA 將能夠評估甚至是高層次的比較（例如，正面攻擊與包圍），近乎實時地生成和分析潛在的 COA。在 iCOAs 的早期實施過程中，預計指揮官和參謀人員會對 COA 開發過程的每個步驟進行跟蹤，并使用 iCOAs 作為決策輔助工具，但隨著該套件的逐步開發，工作人員將了解到套件在哪些步驟中表現非常出色，以及在哪些步驟中人與人之間的互動至關重要。在其最終狀態下，可以設想將流程從線性的單個 COA 開發轉變為并行化探索，C2 人員在整個開發和分析流程中快速識別關鍵決策，使 iCOAs 能夠同時協作生成多個可行的 COA。本文建議，這里描述的這種探索性決策-結果關聯系統將迅速在指揮官和參謀人員中建立共識，這比上文討論的某些歷史上以人為本的 C2 系統功能對統一行動更為重要。

C. 開發適應性強的集體知識系統

本文在制定愿景時的假設強調了系統和技術適應性的必要性。假定未來的 C2 行動將面臨更動態的環境、更快的決策周期、更迅速的技術投入使用--一旦投入使用，將面臨更迅速的技術更新和實戰學習，同時殺傷力也將增加。這些假設對未來 C2 系統的物資和非物資方面都有影響，進一步表明人類與技術之間需要建立有效的伙伴關系。

設想了 iCOAs-S 的自適應版本，即 iCOAs-SA，利用交互式機器學習的進步，將人類反饋和共享集體知識的大型數據庫整合到決策中。共享的集體知識可能包括來自過去任務的經驗、以前的作戰行動（COA）、行動后回顧（AAR）和其他相關數據，并將隨著新經驗的獲得而不斷擴展。該套件幾乎能從與人類的每一次互動中學習，但并非所有的互動都能產生有效、穩定的行為。為了克服這一挑戰，設想 iCOAs-SA 的人機交互性質與當前的 C2 系統相比將發生根本性的變化。

正如在 SSG Hill 數據管理員角色中引入并在 LTC Mostert AAR 示例中擴展的那樣，C2 系統人員將負責指導和教導 iCOAs-SA，使其在整個 C2 系統中有效適應。本文認為這種指導是必要的，主要有兩個原因：首先，C2 的性質非常復雜，需要人類在 C2 操作流程的多個步驟以及數據處理、整合和解釋的不同階段提供輸入，供系統學習（如演示、決策、反饋）。正如前面所討論的，隨著 iCOAs-SA 的適應，這些 C2 人員的確切性質和角色可能會發生變化；但是，建議，不斷變化的環境和任務要求會促使人類繼續參與各個步驟和階段。其次，人類對控制機制至關重要，例如由訓練有素的領導者（見莫斯特中校）部署的人機自動分析和報告（AARs），這些機制可以調節套件在什么時間、從哪些輸入進行調整，以確保隨著時間的推移，行為有效、合乎道德和倫理。人機互動不斷變化的性質將足以影響未來士兵的招募、分配和培訓方式。

除了使適應成為可能，iCOAs-SA 還可能具有另一種關鍵能力。由于 iCOAs-SA 建立在共享集體知識的基礎上，隨著時間的推移，它將從本質上獲取在當前士兵輪換過程中丟失的知識和專長。首先，這可確保 iCOAsSA 長期積累的經驗教訓不會在未來 C2 系統人員輪換時丟失。其次，這種知識的獲取可能有助于減輕與人員輪換相關的一些負擔，使整個系統更加高效。最后，該套件的適應性還能根據 C2 系統人員的角色、職能和態勢背景，更有效地為他們量身定制信息。

結論

隨著新興技術將世界推向智能時代，目前從根本上由人類努力發展而來的 C2 系統將面臨挑戰。然而，向智能化、技術驅動的 C2 方法過渡至今一直困難重重。未來作戰環境中 C2 所面臨的核心挑戰是協調龐大的人員和機器群體，這就需要一種強調技術能力與人類團隊合作關鍵方面（如保持統一行動）相結合的方法。

本文以自適應性、可擴展的智能 COA 開發和分析技術套件 iCOAs-SA 為例，概述了未來 C2 系統以人機合作為重點的方法。通過舉例說明這樣一套技術如何從三個方面影響作戰行動--簡化 C2 作戰流程、實現協同作戰和創造有效的適應性--本文展示了未來 C2 的愿景，即在平衡物資和非物資因素的同時，應對假設的未來作戰挑戰。

雖然本文所提出的方法主要側重于提供遙遠未來可能出現的 C2 系統實例，但通過將人機合作作為系統開發的核心原則，可以設計出有意隨著時間推移而不斷發展的智能系統。也就是說，一開始，各種技術套件可以作為輔助工具在一個主要由人類主導的系統中運行，類似于當前的指揮控制系統，而隨著時間的推移，隨著經驗的積累和完善，互動的性質可以演變為本文所描述的擬議合作關系。此外，本文雖然從人機合作的角度提出了問題，但在以人為中心和以機器為中心的方法方面取得進展是必要的，而且在與本文所設想的進步類型相結合時也是有效的。

二戰中，地面、空中、海上和電磁頻譜的新技術推動了系統性的調整，并導致了大規模聯合兩棲作戰、大規模戰略轟炸、遙控空中攻擊武器的初步試驗，以及聯合作戰和地面空陸協作。各種新技術、動員工業界大規模生產這些技術，以及它們與新思想和舊軍事體制的結合，為在西歐擊敗納粹奠定了基礎。

新技術往往需要更新舊觀念、舊戰略以及人類為戰爭做準備的舊方法。自第一次工業革命以來，新技術不斷涌入軍事機構，盡管頻率越來越高。然而，每隔一段時間，就會有一項新技術迫使戰爭的開始、進行和結束方式發生顛覆性的轉變。無人系統——目前在能力、質量和數量上正經歷著一種寒武紀式的爆炸——似乎就是這樣一種技術。

無人系統在成本和能力上差別很大，并采用遙控、半自主和自主行動模式。在空中和海上環境中得到驗證的實用性預示著，在許多不同類型的人-人工智能綜合團隊中，軍事行動將向所有領域的轉型過渡。盡管無人駕駛航空系統具有顛覆性，但其本身并不能改變戰爭。相反，新的能力組合使轉型成為可能。

這種轉型最重要的影響是，戰斗空間的信息——傳統上由數量有限的高需求傳感器和分析信息的分級分配所控制——已經從稀缺轉向了泛濫。因此，更高質量信息的擴散化及其 "向邊緣 "的傳播改變了軍事機構指揮和控制部隊的方式，改變了它們如何組建和重組聯合部隊和聯合作戰部隊的方式，改變了戰術和戰役藝術的應用方式，也改變了人員的培訓和教育方式。

無人系統在進攻性使用時會造成不對稱成本，這就要求進行具有成本效益的防御。孤立地看，這一發展具有顛覆性，但不是變革性的。具有變革意義的是無人系統、數字化指揮和控制以及新時代的民用和軍用傳感器網狀網絡的結合。這三個要素結合在一起，就有可能以不同的方式作戰，使西方軍隊受益。只有在這種構架下，無人系統才能充分發揮其潛力。

現代條件下的無人系統與戰爭

現代武器系統的成本也越來越高，資源消耗量越來越大。競爭對手花費了二十年時間研發傳感器和武器，旨在發現并摧毀這些昂貴的資產。相對而言，使精巧的現代武器變得脆弱的廉價技術已經擴散到潛在對手手中。這就是成本強加的定義。

無人系統極大地改變了這一等式。這些系統--尤其是那些成本較低的系統--可以用來向對手強加成本，而對手可能只關注有人系統或更昂貴的無人飛行器，因為這些系統可以用來以不同的方式迫使他們出手。在面對大量能力較弱的無人系統時，對手面臨著艱難的選擇。他們可以消耗昂貴的武器來攻擊廉價的系統。或者，他們可以保留昂貴的武器，承受攻擊的后果。

這種態勢使得使用無人系統發動進攻變得既有吸引力又有效。反過來，這也產生了以成本效益高的方式對其進行防御的作戰需求。在烏克蘭、以色列和其他地方，我們看到，用于攻擊的無人系統與旨在破壞或摧毀這些系統、其通信鏈路、導航子系統和操作人員的技術和技能之間的適應戰正在加速。

在烏克蘭，隨著雙方迅速將無人系統納入計劃，反擊這些系統的技術卻滯后了。同樣，西方軍隊在部署反自主系統方面也進展緩慢，尤其是那些可以分布式部署的系統。這種情況必須盡快改變。美國陸軍于 2020 年成立的聯合反小型無人機系統辦公室是一個開端。但它還在擴大范圍、預算和權限，并與盟國進行更深入的合作，以便在這場適應性戰斗中提供及時而有力的支持。各國可以從烏克蘭和以色列的經驗中汲取重要教訓，尤其是電子戰在抵消這些系統方面的重要性。

烏克蘭和俄羅斯都已認識到，無人系統會給他們的部隊帶來巨大損失。從這場適應性戰斗中汲取的一個重要教訓是，軍隊需要購買和廣泛部署成本更低的新一代反自主系統。正如無人系統因其成本遠低于傳統防御系統而對成本造成的影響一樣，下一代反自主系統的目標應該是與它們所面對的無人系統大致相當或更便宜。

無人機與變革三位一體

雖然所有戰爭都是許多舊觀念的聚合，但往往會在舊觀念的基礎上添加少量新技術和新理念。例如，在烏克蘭，使用裝甲車、火炮和步兵等傳統方法得到了無人系統的補充。但同樣重要的是，將民用和軍用傳感器網絡（主要由無人平臺提供）連接起來，并與新時代的數字指揮和控制系統相連接。

正是這些技術的結合，使得新的、更有效的作戰方法成為可能。因此，我們在考慮多層面無人機的使用時，必須考慮到可以稱之為變革性的三位一體系統。首先是擴散化和數字化的作戰指揮與控制，允許戰場上的每個人上傳和分發具有軍事價值的信息。第二個要素包括網狀的軍民傳感器網絡，該網絡可產生前所未有的開放源數據和保密數據組合，以及網狀的民用、商業和政府分析，從而提供前所未有（但不透明）的作戰空間和敵方戰略系統視圖。除了這兩個要素之外，還有無人系統以及旨在在空中、陸地和海上對抗這些系統的技術。這三個要素結合在一起，為軍隊提供了迄今為止無法實現的選擇。

通過網狀軍民情報系統開發的知識可在數字指揮與控制系統中共享到最基層，為軍事決策提供依據。在戰斗中，這種知情的指揮和控制系統可以幫助領導者指揮快速機動，并將各種火力集中在對手的關鍵弱點上。如果與裝備精良、訓練有素的軍事單元相結合，就能真正發揮潛力，對敵軍實施快速、精確的大規模打擊。然而，除非軍事力量奉行一項基本原則——更大程度的（但不是無節制的）權力下放，否則三位一體的全部潛力都無法實現。三位一體使軍隊有可能在決策過程中進行強有力的分工。作戰領導人可以將政治和戰略指導轉化為指揮官的意圖，并輔以作戰層面的規劃。戰術領導者可將這一規劃應用于具體情況，并進行實時調整，從而限制錯誤決策造成的損失，并在機會出現時加以利用。

必須強調的是，邊緣戰術領導人的信息需求與作戰計劃和評估所需的信息需求不同。戰場的空間和時間維度存在重大差異。盡管如此，"三位一體 "的組合仍能滿足戰術和戰役層面的信息需求，各種無人系統的廣泛應用既能支持戰術執行，也能產生作戰效果，甚至戰略效果。隨著 "三位一體 "在烏克蘭等地的發展，很明顯，如果西方軍隊要實現真正的轉型能力，那么一個能提供共享知識并實現機器輔助（無人）規劃、任務分配和消除沖突的人工智能驅動的集成環境至關重要。這將為所有領導者和規劃人員提供一種可以連接的能力，也是成功整合和消除軍事行動沖突的核心能力。

烏克蘭發生的情況以及未來戰場上可能發生的情況是，大部分作戰部隊都能享受到三位一體的優勢。總部或作戰中心不再掌握最佳信息。取而代之的可能是，處于邊緣的領導者對態勢的感知能力要優于總部，因為他們可以獲取同樣的數字信息，并對周圍發生的事情有本地化的感知能力。這并沒有否定總部的作用，總部對于行動意圖、規劃和評估仍然是必要的。但是，這確實要求對戰術和行動層面領導者之間的分工進行重新規劃。

有了網狀軍民網絡產生的信息，再加上整個作戰空間的通用指揮和控制，處于邊緣的領導人可以迅速做出致命決策，并在更大范圍內成功實施局部行動。這一發展正在改變烏克蘭領導人的作戰方式。例如，烏克蘭的 "三角洲"（Delta）數字指揮和控制系統有助于縮短某些情況下的決策周期。"三角洲"系統是 2022 年之前與北約合作開發的，它將實時地圖與敵方單元的圖片和位置相結合，任何人只要使用裝有 "三角洲"應用程序的智能設備并與網絡連接，就可以輸入這些信息。

將無人系統與其他三位一體技術相結合，可以確保在戰場上建立一個更加無孔不入的傳感器網絡。收集到的信息可用于請求開火，或將無人機本身作為攻擊系統，投擲彈藥或作為“神風特攻隊”無人機使用。其戰術結果是大大縮短了從發現到摧毀的時間。

殺傷網絡的急劇收縮帶來了殘酷現實。任何作戰部隊的集結——以及對其進行支援的部隊——都變得更加危險。集中和/或固定的部隊很容易被發現，各方都有能力對其進行快速射擊。因此，作戰部隊必須采用分布式戰術，降低部隊在多個領域的總體特征。這些部隊還必須將移動作為防御的一個關鍵方面。

直到最近，無人系統仍是一種稀缺資源；這些能力總是不夠用。隨著無人系統成本的降低和能力的增強，這些能力將足夠使用。只要投資得當，軍隊就能為前線單元的單個領導人提供大量此類系統，他們可以充分利用三位一體系統提供的實時感知能力，以及對戰場邊緣的感知能力。大量價廉物美的系統可使邊緣部隊的領導者迅速行動，在降低友軍風險的同時給敵人造成損失。如果再加上數量較少、能力較強的有人和無人系統，甚至是一些精致的系統，其綜合效果將是深遠的，甚至會改變游戲規則。

無人系統的戰略發展機遇

在被稱為 "變革三位一體 "的巧妙且不斷發展的系統中，無人系統為軍事機構提供了巨大優勢。要充分發揮這種方法的戰略潛力，就必須在人員、流程和采購方面進行變革。

人員。人是所有軍事能力的核心，也是充分發揮無人系統優勢的關鍵。軍隊在尋找能夠實現這一目標的人才時，需要考慮廣泛使用無人系統將如何影響招募、培訓（個人和集體）、教育、文化、晉升和領導力發展模式。軍事機構必須為那些操作自主系統、維護自主系統和開展研究以提高自主系統能力的人員提供與外部行業相比具有競爭力的服務條件。

除了要有能力吸引和留住滿足無人系統各種需求的人才之外，還需要快速檢查在規劃和執行無人系統任務時是否具有更大的自主性。很大一部分無人系統，如第一人稱視角和海上半潛系統，仍然需要每個平臺至少有一名--通常是更多--操作員。這種結構是次優的；它過于昂貴，難以充分配備合適的人員，在戰術上也很脆弱。

為此，在吸引合適人才的同時，還必須引入軟件，使個人能夠操作和協作多個無人系統。雖然目前市場上出現了這方面的技術解決方案--被稱為機器人或無人機協調，但這種類型的就業將推動對新的人事方法的需求。

許多西方國家的軍隊都在自愿或半自愿的結構內設有正規軍和預備役部隊。與無人系統相比，這是一個重要的機會。后備役部隊往往擁有與三位一體變革作戰相關的現代技術技能。需要找到這些人，并將他們安排到可以應用這些技能的崗位上。如果無法在正規軍或后備役部隊中找到或維持必要的技能，這些軍隊就需要用承包商來補充力量。正規軍、后備役和承包商人員一體化的勞動力模式將是帶來技術技能和多樣化新理念的基礎，以充分發揮變革三位一體的潛力。當軍隊希望培養他們的下級領導者在邊緣地區服役時，這一點尤為重要。

在執行任務式指揮方面接受過培訓并得到信任的各級領導者，可以在未來戰斗的認知和時間方面占據主導地位。他們可以利用三位一體來分配和調動部隊，同時以更快的速度和更低的風險給敵人造成重大損失。這樣，三位一體就能在廣泛的意圖范圍內，以分布式方式獎勵及時采取戰場行動的主動性。換言之，"三位一體 "獎勵的是指揮鏈上下的信任，這種信任使真正的任務式指揮成為可能。軍事力量如果能利用這些發展，信任每一個梯隊的人員并賦予他們權力，就能獲得巨大的戰術優勢，并將其轉化為戰役和戰略優勢。

這將要求軍事領導模式發生變革。雖然為人類團隊提供目標、方向和凝聚力的老要求依然存在，但新時代的領導者還需要發展知識和技能，以領導擁有越來越多半智能機器和決策支持算法的團隊。這不僅需要提高各級領導的技術素養，還可能需要從根本上評估有效的人機團隊合作所需的領導力。

有關無人作戰系統的大問題仍然沒有答案： 這些國家的軍隊能否從烏克蘭的經驗及其實驗和兵棋推演結果中汲取教訓，并廣泛采用？到目前為止，還沒有這樣做。可以肯定的是，已經有許多很有前景的實驗。但迄今為止，美軍還沒有一個單元像烏克蘭那樣大規模地構思、部署和訓練無人機。為什么沒有？證據顯示有多種原因。

美國的一些人假定美軍的作戰方式與烏克蘭部隊不同，因此從那里的戰斗中學到的東西是有限的。與此密切相關的是美國軍方和一些重要盟國仍然缺乏緊迫感，盡管有強烈的信號表明戰爭正在迅速變化，潛在對手將利用無人機等新興技術造成不可接受的消耗。此外，大型防務公司并不認為有足夠的利益驅動讓他們 "全情投入 "無人機研發，而且新的無人機制造商進入市場的門檻也很高。最后，盡管有與此相反的聲明，但許多美軍領導人并不相信任務式指揮，他們也沒有動力以賦予邊緣領導人權力的方式來實戰系統（如本文討論的三位一體技術）。盡管存在這些文化上的困難，美國和盟國軍隊仍將主動或因形勢所迫進行變革。

過程。軍事變革在很大程度上是過程變革。關鍵的軍事過程包括戰術、條令、組織、支持機構、學習和軍事機構的適應。通過這些過程的轉型，軍隊有機會塑造這些新興技術，并為其使用奠定基礎，使其發揮優勢，從而在戰斗中取得顯著優勢。

需要對條令進行調整，以強調在廣泛的指揮官意圖范圍內采取主動和獨立行動的重要性，將其視為現代戰場上的 "新常態"，并相應地致力于讓單元為這一要求做好準備。根據預期環境的要求，每個單元都應配備多個領域的關鍵能力。這些技術應能推動實時感知，以便處于邊緣的領導者能快速解讀，而這些領導者應能通過數字化指揮和控制系統指揮本地化行動。

過程的一個重要因素是賦予領導人的指揮和法律權力。當軍隊賦予領導人在相關領域指揮無人系統的權力，并在上級總部的總體指導下根據需要控制這些系統的能力時，他們將最有效地利用變革三位一體技術。這應該是主要的用人模式。

未來十年，軍事機構可能會出現無人駕駛系統數量超過人類的情況。目前，軍事機構的戰術、訓練和領導模式都是為主要由人類組成的軍事組織設計的，人類對機器實施嚴密控制。不久之后，人類與無人駕駛系統的比例將發生變化，許多無人駕駛系統將能夠與人類合作，而不僅僅是被人類使用。改變教育和培訓方式，讓人類做好與機器合作的準備，而不僅僅是使用機器，這是一種必要但艱難的文化演變。

采購。在這種環境下，每一方每周都可能損失數千架無人機，因此快速采購無人機與動員工業力量同樣重要。烏克蘭政府一直在解決研發和生產無人機的官僚主義障礙。2023 年 3 月，烏克蘭政府頒布法令，取消了與烏克蘭武裝部隊無人機合同競標相關的一些繁文縟節。主管創新和技術的副總理米哈伊洛-費多羅夫指出：我們將加快無人機的入役、采購和交付前線的速度，而不是在不必要的文書和官僚工作上花費數月時間。

許多無人機都是從商業無人機公司直接采購到烏克蘭前線部隊的，這也增加了獲得負擔得起且有效的無人機系統的機會。這一趨勢很可能在未來的沖突中繼續下去。T.X. Hammes 寫道："商用無人機的能力不斷增強，正在改變軍隊如何使用這項技術的游戲規則......越來越多的長航時、攜帶商業監視有效載荷的商用無人機，將使更小的國家也能獲得負擔得起的情報、監視和偵察（ISR）以及攻擊手段"。

雖然有跡象表明西方國家軍隊正在學習烏克蘭的經驗，如 "復制者 "計劃，但對于希望大規模采用無人機的軍隊來說，仍存在其他問題。例如，無人機機隊的先進性（包括電子加固）、能力、成本和數量之間需要權衡。無人機系統不存在 "一刀切 "的方法。

要在無人系統機隊中實現適當的平衡，就需要進行更多的試驗，并在試驗過程中容忍一定程度的失敗，以便在無人機隊中汲取能力之間交易的經驗教訓。此外，作為國家動員的一部分，現有庫存與及時生產的最佳水平也存在問題。最后，與商業公司的合作對于實現本文所探討的轉型三位一體的戰略和戰術優勢至關重要。

結論：迎接挑戰

軍隊要想在戰斗中取得成功，就必須將人力和技術強而有力地結合起來。最好的證據--包括在烏克蘭和加沙的實際經驗以及兵棋推演和實驗--表明，變革性三位一體技術的要素，包括無人系統，將是這種融合的基礎。在未來的安全環境中，單靠技術或人力都無法為美國及其盟國提供遏制侵略和贏得沖突所需的戰略優勢。

只有將新時代的技術與新理念、新組織和強大的領導力進行最佳融合，西方軍隊才能將無人機融入其作戰方法中，從而在危險和不確定的時期保持對潛在對手的戰略優勢。而且，必須以西方軍事組織自冷戰結束以來從未有過的速度完成這項工作。如果我們要建立并維持未來的作戰優勢，那么對手大規模發展、部署和演進作戰能力的速度必須促使軍方實施不同的戰略節奏。

參考來源：WAR ON THE ROCKS

未來的軍事指揮官將在一個復雜而又充滿競爭的環境中工作。要戰勝未來的對手，關鍵是要對不斷變化的情況做出快速反應，并有能力在所有作戰環境和層面指揮五個作戰領域的行動。在此背景下，傳統的指揮方法已不足以在未來的多域行動中取得成功。

當前的指揮和控制方法不能完全支持成為多域作戰聯盟的努力，包括規劃、執行和評估所有作戰域活動的能力。缺乏跨域整合、生存能力和靈活性，無法在復雜、動態和有爭議的環境中大規模、快速地開展行動，也無法與其他力量工具、合作伙伴和利益攸關方協作。

北約的軍事力量工具必須超越目前以指揮官為中心的聯合作戰方法，以支持北約轉型為一個具備多域作戰能力的聯盟愿景，使其有能力以協調和同步的方式威懾和擊敗所有五個作戰領域的對手。北約須從多域作戰的角度審查并在必要時調整和推進當前的指揮與控制方法，同時同等重視技術進步以及條令、組織、培訓和領導人培養方面的創新。聯盟將需要擴大使用任務指揮和新方法，如在共同理解指揮官意圖的基礎上，授權跨域和多功能團隊共同協作。

北約的跨域指揮方法將為指揮原則、指揮文化要素和指揮職能提供一個靈活的框架，以便比北約的競爭對手更好、更快地應對復雜、動態和有爭議的情況。這將允許從傳統的指揮和控制方式轉變為一種強調擴展使用任務指揮和協調跨域及各級活動以實現聚合效應的方法。

但什么是協調？它究竟意味著什么？協調是指按照指揮官的意圖，安排和協調跨領域、影響各個層面的軍事活動，以實現聚合效應，支持軍事目標。協調要求在規劃和協調方面具有創造性和靈活性，不斷達成共識，并能適應不斷變化的情況。

技術進步是必然的。作戰指揮層和更高的戰術指揮層將通過一個共同的任務網絡連接起來。相應的戰術單元將通過 "類5G "網絡連接移動指揮所和手持設備。人工智能、高級數據分析和自主能力將有效融入指揮網絡。這些新的技術能力將帶來新的機遇和挑戰。

向跨域指揮方式轉變需要從根本上改變思維方式和組織文化，減少對控制的強調，更加注重協調軍事活動。

參考來源：北約

無論稱之為非動能作戰、信息戰、信息行動還是信息環境作戰（OIE），計劃和執行這些活動都異常困難。一次標準的行動需要幾個月的時間，而 OIE 的官僚作風使得在 24 小時內從搖籃到墳墓的執行幾乎不可能，尤其是在沖突期間。生成式人工智能可以加快這一進程。人工智能可以在幾秒鐘內生成文本和圖像等內容。在人工質量控制人員的適當提示下，人工智能可以開發出大型語言模型和文本到圖像模型，能夠高效地生產優質產品，從而大幅減少工時。這種能力可以在軍事領域得到廣泛應用。

在討論如何實現 OIE 要素自動化之前，先定義一下重要術語。

• 人工智能（AI）： 數字計算機或計算機控制的機器人執行通常與智能人相關任務的能力。人工智能模擬人類智能來解決問題。
• 生成式人工智能（GAI）：使用戶能夠根據各種輸入快速生成新內容。這些模型的輸入和輸出可包括文本、圖像、聲音、動畫、三維模型或其他類型的數據。
• 大型語言模型（LLM）：一種使用深度學習算法的 GAI 形式，可以使用龐大的數據集識別、總結、翻譯、預測和生成內容。最著名的 LLM 是 OpenAI 的 ChatGPT。
• 文本到圖像模型：一種根據文本提示創建圖像的 GAI 形式。
• （人工）幻覺：一種LLM生成與現實世界輸入不符的看似逼真的輸出現象。

JPP對規劃人員和參謀人員來說是一個有價值的模型，但很少在演習之外使用。LLM 的高效率可以鼓勵其采用。由 LLM 生成的任務分析和作戰行動分析可大大減少計劃人員花在集思廣益和生成產品上的時間。由于 LLM 是一種統計算法，它們可以更好地告知、權衡和比較預期效果的可能性以及不同 COA 的風險。有了實時向指揮官和規劃人員提供簡明行動更新和估計的自動化系統，工作人員就能以信息環境的速度開展工作。 在演習環境中，LLM 可以代表演習指揮人員充當 "白方"，管理數以千計的輸入，并根據紅藍部隊的活動得出現實的結果。

自動化可以進一步開發大量的 OIE COA。能夠編寫代碼、翻譯、調試、識別安全漏洞、分析軟件合規性等的 LLM，可以提高計劃人員可利用的網絡空間行動的規模、速度、復雜性和多樣性。通過重復敘述、闡述、操縱、播種和說服，影響力作戰有可能提高速度和規模。從理論上講，訓練有素的當地聯絡官可以作為受信任的內部人員/多數群體成員，向其他內部群體的目標受眾成員發表講話。

LLM 可以幫助指揮官和規劃人員在信息環境中快速行動。通過不斷攝取機密和開放源碼數據、大規模分析情報和兵棋推演，LLMs 可以將向 OIE 提供情報支持的許多方面自動化。 人工智能還能極大地促進參謀估算和聯合行動計劃的制定。LLM 可以快速起草指揮官指導產品和行政行動，指揮官可以對其進行完善，以確保質量和意圖不受損害。此外，在某些情況下，人類指揮官可能會授權自動批準特定的戰術任務，并規定明確的界限和紅線（例如，將軍不需要批準每一次進攻性網絡空間行動）。在現代戰爭中，在一些特定的環境和時間范圍內，需要指揮官以人類無法操作的速度或規模進行審批。與完全自動化相比，將審批權下放給訓練有素、技能嫻熟的在環人員仍然更為可取。當然，人類審批者仍應承擔責任，特別是對于可能產生暴力影響的 OIE，因為人工智能不會像人類那樣珍視人的生命，因此無法追究其法律責任。外交和人際關系需要人類的經驗和指揮官的智慧。

LLM 確實存在一些顯著的局限性和脆弱性。雖然這些令人印象深刻的統計算法似乎能理解所寫文字的含義，但其實不然，因為它們只是文字關聯的數學公式。LLMs 無法像人類那樣理解世界，這導致它們經常產生幻覺。這其中有重大的安全考慮因素--我們可以想象這樣的場景：LLM 提供錯誤的情報數據，導致人類指揮官做出錯誤的決定；或者人工智能得出結論，認為核行動會比穩態行動產生更可行的長期結果。因此，它們不可能成為不受監督的人工戰略家、規劃者或指揮官。

創建一個對軍事有用的 LLMs 是一個多步驟的過程。作為 "生成式 "人工智能，它們必須在已有數據的基礎上進行訓練。在將這些訓練數據輸入 LLM 之前，必須對其進行收集和適當調節。用于商業和學術用途的訓練數據可能很容易獲取，格式一致，并經過預先校準，以確保其可靠性和質量，但用于軍事目的的高質量訓練數據可能更難獲取。安全等級將阻礙數據的獲取，而可用數據的格式可能并不常見，質量也無法得到一致保證。一旦輸入這些訓練數據，評估人員（人類或其他人工智能）將在迭代改進循環中對 LLM 的輸出進行評分。要建立對軍事有用的 LLM，需要解決數據集、合同、范圍和完善循環等問題。

數據的可訪問性、規范化和真實性是為軍隊創建可用數據集的最大挑戰。所需培訓資料的分類各不相同，這是最直接的可訪問性障礙，不過將所有資料移至最高成分分類是一種行之有效的變通辦法。軍方文件存儲的分布式性質增加了額外的復雜性，因為資料通常存儲在孤立或受限的網絡、權限受限的文件服務器、SharePoint 站點、電子郵件、個人文件夾和打印紙上。訪問這些資料需要大量的協調工作。軍事資料長短不一，可以用各種字體和編碼書寫，通常以具有靈活復雜元數據結構的文件格式存儲。有用的信息也可能以機器較難讀取的格式存儲，如書面文本的圖像。這些產品的規范化需要將文件的關鍵部分轉錄為文本。由于需要判斷是否需要省略格式過于定制的產品，因此人類最有能力完成規范化工作。不過，由于需要大量的訓練數據，其他自動化流程會更加實用。不過，依賴自動規范化需要一定的信任，因為錯誤的訓練數據會錯誤地訓練 LLM，使其產生錯誤的輸出結果。因此，數據的真實性對于確保高質量的 LLM 輸出非常重要。然而，簡單的錯誤（如重復文件或錯別字）或惡意行為（如用大量錯誤信息毒害訓練數據集）都會影響數據的準確性。此外，隨著時間的推移，數據的真實性也會發生變化，因為數據會過時或后來被推翻。

訓練 LLM 需要非常搶手的技能集、大量的訓練數據和昂貴的計算基礎設施，而且這很可能需要通過簽約來實現，這就造成了一些額外的障礙。即使美國防部能夠開發內部培訓，使其軍事人員達到行業標準，也很難讓他們穿上軍裝。因此，承包商是最可行的選擇，但由于他們需要獲得適當的許可，因此會造成額外的障礙。確保合同不包含允許保留數據的漏洞至關重要，因為人工智能公司會設法保留以前客戶的培訓數據副本，因為這些數據很有價值。審查合同不僅需要嚴格的技術和法律審查，而且對承包商的監控也需要積極主動的取證工作，以確保不會意外或以其他方式保留數據。鑒于沒有為較高分類級別的工作租用計算機設備的選擇，這些法律碩士的硬件必須購買。

明確 LLM 的范圍對于管理預期至關重要，尤其是并非每個流程都能從人工智能的使用中切實受益。鑒于產出可能因目的不同而完全不同，即使它們的名稱相同，也必須根據特定任務定制 LLM。 例如，網絡任務的 "規劃文件 "與轟炸任務的 "規劃文件 "在內容、結構、術語和措辭上都會有所不同。接受過各種 "規劃文件 "培訓的 LLM 可能會選擇不正確的格式，甚至將不同格式拼湊成不適合任何單元的文件。然而，雖然縮小范圍可以使人工智能更好地適應特定目的，但也可能限制可用訓練材料的數量。鑒于軍事規劃的深奧性，需要大量的訓練數據才能讓 LLM 思考正確，而不僅僅是聽起來正確。這種人工智能自動化也可能無助于戰爭的上層和下層。一名作戰人員不會想向一個聊天應用詢問在交火中欺騙對手的想法。同時，審議政策和戰略的緩慢節奏也限制了 LLM 在生成速度方面的主要優勢。相反，它最適合工作人員的工作，尤其是在行動層面。

訓練和評估 LLM 和其他類型的人工智能的最佳方式是通過迭代改進循環，對人工智能產生的輸出結果進行反復評估。如果語法和寫作風格是唯一的參數，那么這些改進循環可以迅速完成。不過，雖然 LLM 可以輕松地編寫出足夠好的短文，如詩歌或簡短的電子郵件，但當需要編寫較長的文件時，它們更容易產生幻覺。由于軍事用途對文件內容和準確性的依賴比對語法或文體的依賴更為關鍵，這些提煉循環可能會更加費力。細化循環需要一定的專業知識、研究或實驗，以防止產生逼真但錯誤的輸出。由于此類測試需要耗費大量精力，因此細化循環可能是訓練軍用 LLM 的最大限制因素。

在軍隊中使用 LLM 并非沒有風險和困難。有缺陷或不足的訓練數據、人工智能對齊、不適當的信任校準、人類的自滿情緒、模型盜竊和模型濫用等問題都可以.... 數據量、種類、速度、真實性和價值方面的不足會增加不同的風險。數量少的數據集可能會導致過度擬合，因為在面對現實世界的混亂時，LLM 只有很少的兩個參考點，而缺乏多樣性則可能產生等同于群體思維的現象。如果建立數據集的速度不夠快，成本就會增加，項目進度也會放緩。同時，真實性和價值不高的數據容易給LLM帶來錯誤的教訓。此外，也很難證明 LLM 符合人類的價值觀。深度學習視角下的對齊問題為討論對齊風險提供了一個有用的三部分框架：

• 所謂 "情境感知獎勵黑客"，是指人工智能在訓練（與運行）中表現出不同的行為，從而看起來更符合評估標準。寶馬的排放丑聞就是這種一致性風險的人類類比。

• "內部表示目標不一致 "是指人工智能從人類意圖中誤解了自己的目的。例如，"采摘西紅柿 "可能會被誤解為 "收集鮮紅的物體"；這在實踐中仍然可以很好地發揮作用，但也可能導致 "西紅柿豐收 "的結果是瓶蓋和瓢蟲。

• "部署過程中的權力尋租 "是一種風險，因為許多目標都隱含著權力尋租，而這在培訓過程中可能不會被發現。尼克-博斯特羅姆（Nick Bostrom）著名的 "回形針最大化 "思想實驗設想，人工智能的任務是創造 "大量回形針"。它通過控制越來越多的材料和制造能力來實現這一目標，同時抵制人類盡量減少回形針生產的努力，最終將宇宙中的所有材料（包括人類）轉化為回形針。

考慮到這三種潛在風險，人在回路是最好的保險措施，但并非萬無一失。相反，人類還必須對 LLM 保持謹慎的信任和不信任。如果人類對 LLM 信任度不夠，那么 LLM 很可能會效率低下。然而，如果人類過于信任 LLM，或者信任 LLM 去做它沒有能力處理的事情，就會產生更大的風險。LLM 可能會成為那些缺乏適當訓練或技能的人的拐杖，當 LLM 的幻覺產生危險、虛假的信息（例如，建議對目標清單上沒有的目標進行 OIE）或不適當地強化對壓力過大的人類有吸引力的想法（例如，切斷一個同時包含叛亂總部和平民醫院的城區的電力）時，就會產生危險的情景。LLM 可能會帶來安全風險，因為它們可能包含大量信息。盡管逆向工程人工智能模型仍是一門不成熟的藝術，但這一領域卻有著巨大的發展潛力。最后，人類用戶有可能濫用 LLM，最有效的形式是將行動循環自動化或將人類從某些循環中移除。理性的行為者有理由理解這一點，不會自動執行我們都會感到遺憾的程序（如 "天網 "的 C2 和火力控制）。不過，不法行為者或急于獲得不對稱優勢的人可能會以不同的方式評估風險。

結論是，LLMs 值得立即研究并應用于大多數常規軍事任務，包括保密和非保密任務。有了訓練有素、在線、持續更新的 LLM，再加上適當的用戶輸入，績效報告、每日行動更新 PowerPoint、情報報告和其他無數任務都可以在幾分鐘或幾小時內完成，而不是幾天或幾周，每周可為整個國防部節省數百萬工時。至于人工智能是否能獨立地、災難性地運行，我們認為可以，在我們有生之年可以，但不能在我們的軍隊中運行。

參考來源：U.S. AIR UNIVERSITY

近來出現了新的作戰方式。涉及信息、說服和感知的非傳統戰術可以取代傳統的軍事戰斗。學者和公眾對** "智慧戰"（wisdom warfare）**越來越感興趣。

"智慧戰"這一新的戰略方法旨在影響未來結果，實現近期軍事目標。智慧型作戰人員利用對手的知識和戰略規劃差距，在不進行人身攻擊的情況下實現目標。

戰略規劃與和平方法可以創造持久的變革。然而，我們必須認識到，只要有足夠的證據和令人信服的論據，態度和行動就可能發生改變。必須強調的是，"智慧戰"的概念并不能取代當今的傳統沖突模式，因為當今的肉搏戰受到心理和文化因素的影響。

智慧戰可以被描述為一種政治斗爭，在這種斗爭中，一派宣稱自己擁有比對手更多更全面的知識或信息。可以通過操縱信息傳播、傳播誤導性信息以及利用其他宣傳手段來達到目的。戰場上明智的士兵盡可能不訴諸暴力。相反，他們依靠心理方法來影響敵人、朋友和公眾的思想和行動。智慧戰不同于其他類型的戰斗，因為它在戰略上利用知識和力量來利用對手的弱點和長處，使其獲得不公平的優勢。

智慧戰指的是采用多種策略來實現軍事目標的做法。其中一種方法被稱為 "心理作戰"（PSYOPS），其他方法包括 "網絡作戰"、"誤導戰術 "和 "敘事框架"。

隨著互聯網和其他數字通信形式的發展，智慧戰已成為一種世界性現象。這意味著不同的團體現在可以在其物理邊界之外影響事件和改變輿論。在做出戰略選擇時，知識戰士經常會使用一些方法來確保自己不會出丑。在試圖弄清誰在某一事件中做了什么時，這種有條不紊的手法很難找到具體的人或國家。

故意傳播不準確或欺騙性信息，目的是影響公眾情緒，制造不確定性，削弱對機構或對手的信心。心理行動（PSYOPS）包括利用戰略性心理戰術對個人或集體的認知過程、情感狀態和行為模式施加影響，經常使用的技術包括宣傳、欺騙和說服。

以符合自身觀點和目標的方式影響對某一問題或爭端的描述的行為。這可能包括有選擇地強調某些事實細節，同時盡量減少其他細節，構建一個獨特的敘事框架，或采用說服技巧來喚起情感反應。

利用網絡攻擊、黑客攻擊和信息戰來阻礙重要基礎設施、竊取機密信息或影響數字系統，會產生重大的心理和戰略影響。利用社交媒體平臺進行宣傳，參與網絡蠱惑，影響公眾對話。利用文化外交、教育交流、傳播自己的文化和理想，在國際平臺上施加影響，培養好感。

智慧戰現象有可能破壞人們對機構、政府和媒體的信心，從而給社會帶來辨別可信信息和虛假信息的挑戰。由于透明的信息生態系統的固有特征，很容易受到智慧戰現象的影響。通過虛假信息行動傳播虛假或誤導性信息有可能破壞政治進程，削弱體制的力量。

智慧戰現象有可能促進沖突的全球化，使國家和非國家行為者能夠在全球范圍內擴大影響和追求目標，而無需依賴常規的軍事部署。在戰略信息戰的背景下利用虛假信息和網絡攻擊會引起道德和法律方面的關切，涉及軍事行動的管理條例以及相關政府和非政府實體的責任。為了有效應對智慧戰現象，社會必須制定戰略，促進抵制虛假信息，提高媒體素養，并為加強網絡安全措施分配資源。

智慧戰的概念是沖突的一種動態表現形式，它承認信息、觀念和影響力在塑造國家行為和選擇方面的重要性。這一概念包括各種戰術和方法，其目的是在認知領域取得超越對手的競爭優勢。智慧戰的基本要素包括心理戰（PSYOPS）、誤導運動、網絡戰和操縱輿論。心理作戰在戰爭中心理戰術的戰略實施中發揮著舉足輕重的作用。心理戰術被用來對人和群體的態度、信仰和行為施加影響。

軍事專業人員（即決策者）利用心理戰術（PSYOPS）將重點放在敵方民眾身上，有可能破壞對方部隊的決心和團結。在 1990 年至 1991 年發生的海灣戰爭中，美國對伊拉克士兵使用了心理戰。一個值得注意的策略是利用擴音器向伊拉克軍事人員傳播信息，有效地說服他們中的相當一部分人選擇向聯軍投降作為最安全的行動方案。

心理壓力的存在在促使大量人員叛逃和投降方面發揮了關鍵作用，從而導致伊拉克軍力明顯下降。造謠活動包括蓄意傳播不準確或欺騙性信息，目的是誤導和迷惑對手。這些戰術從戰略上利用對手信息生態的弱點，從而擾亂秩序，助長沖突，并逐漸削弱人們對權威信息來源的信心。

網絡戰包括利用數字工具滲透、破壞或損害敵對實體的信息系統。上述攻擊有能力專門針對重要的基礎設施、政府實體或軍事網絡，造成重大傷害和傳播混亂。

2010 年發生的針對伊朗核設施的 Stuxnet 網絡攻擊在學術文獻中有大量記載。人們普遍猜測，Stuxnet 是美國和以色列的合作成果，其目的是通過使用一種復雜的惡意軟件來破壞離心機設備，從而破壞伊朗的核計劃。上述秘密行動有效阻礙了伊朗對核能力的追求，并展示了網絡戰在破壞敵對國家作戰能力方面的功效。

智慧戰的概念包括在戰略上操縱對手國內的輿論。通過操縱敘事和觀念，有可能削弱社會凝聚力，加劇內部分歧，降低政府機構的公信力。促進媒體掃盲和培養批判性思維能力對個人有效區分可靠信息和欺騙行為至關重要。

將媒體掃盲計劃納入正規教育有可能培養一種更能抵御操縱的文化。建立自主的事實核查組織可以在核實信息和識別誤導性敘述方面發揮關鍵作用。倡導媒體和社交媒體平臺對虛假內容進行標注或刪除，可以有效遏制其傳播。政府和技術公司必須在內容過濾和廣告行為方面保持透明度。

問責機制，如實施監管控制和對傳播虛假信息實施制裁，有可能阻止和勸阻惡意行為者從事此類活動。在政府實體、國際組織、技術公司和民間社會之間建立合作關系至關重要。通過分享最佳做法、威脅情報和協調應對措施，可以提高反制措施的有效性。加強網絡安全協議可以有效保護重要的基礎設施和信息系統，防止網絡攻擊助長戰略信息戰。

利用端到端加密和建立安全的通信渠道有可能有效限制與竊聽和數據篡改相關的風險。各國政府和民間社會組織有能力發起提高公眾認識的運動，教育公民了解與智慧戰相關的戰略和目標。這些計劃有可能促進網上道德行為和舉報潛在可疑內容。技術企業必須優先發展符合道德規范的人工智能（AI）算法，以促進內容多樣性，減少回聲室的盛行。

實施優先推廣高質量材料而非嘩眾取寵的算法，可作為減少不正確信息傳播的有效措施。政府必須制定全面的危機傳播戰略，以有效應對危機和災難期間的虛假信息傳播。提供及時準確的信息有可能緩解恐慌和迷茫的情緒。

旨在建立有關網絡空間領域負責任行為的國際標準和協議的外交努力有可能阻止國家支持的網絡戰爭行為。這些協議可能包含不干涉他國信息生態系統的條款。民間社會組織 (CSO) 在監督和揭露虛假信息行動方面發揮著關鍵作用。這些組織有可能與技術公司、政府和國際實體開展合作，以有效解決智慧戰問題。

盡管實施上述補救措施至關重要，但在應對智慧戰的過程中也存在各種問題。將虛假信息歸咎于個別行為者或國家是一個經常遇到的挑戰，因此阻礙了實施精確而有針對性的補救措施。智慧戰現象往往超越國界，因此必須開展國際合作與協調。對手能夠迅速調整和應對反制措施，因此需要不斷創新應對技術。

智慧戰是當代一種新興的作戰范式，以信息操縱、施加影響和感知管理為核心的戰略取代了傳統的武力和武器交戰手段。

當前范式的轉變要求我們重新評估既定的安全條令，并制定新的措施來有效應對和盡量減少認知戰的影響。在這個以全球互聯性和數字化日益增強為特征的時代，有效駕馭信息的復雜動態并施加影響的能力將在決定國家和全球整體框架的安全與穩定方面發揮至關重要的作用。

參考來源：WGI.WORLD，作者：Rana Danish Nisar