戰場物聯網(IoBT)的重點是利用傳感器、執行器和分析設備的互聯網絡提供戰場態勢感知。傳感器可以探測敵人的動向,然后將信息實時傳遞給分析人員,使他們能夠就定位、應避免的區域或誰正在穿越某一區域做出戰術決策。這種能力將有可能節省資源和士兵的生命,因此物聯網成為美國陸軍研究實驗室(ARL)網絡科學研究實驗室研究的重要課題。物聯網(IoT)的概念是與任何類型的設備(從汽車到冰箱)建立通信網絡。將這一概念轉換到戰場環境中,可以想象 IoBT 能帶來多大的可能性。陸軍對 IoBT 設備產生了濃厚的興趣,希望學習、開發并將這些理念從實驗室帶到戰場。
為此,美國陸軍研究實驗室戰術網絡保障分部開發了一種在未知或潛在敵對環境中使用 IoBT 部署多個傳感器的方法。稱該系統為自主分類傳感器網絡。系統內的傳感器執行基本分類,根據生成的事件識別是盟友還是對手,并使用特設無線網絡相互通信。通過使用多個不同類型的傳感器,分類結果更加穩健,因為它們來自不同模式的多個傳感器數據源。此外,為確保較長的網絡壽命,傳感器采用了睡眠算法,節點進入低功耗模式,同時保持網絡活動。最后,這項工作的重點是開發一種應對拒絕服務(DoS)和分布式拒絕服務(DDoS)攻擊的對策,這些攻擊是能夠關閉網絡的普遍威脅。
圖 6 測試不同聚類方法的 Node-RED 流程
每個傳感器節點都與一個 XBee Series 2 模塊相連,作為通信的基礎層。之所以選擇 XBee,是因為它成本低廉,而且與其他常見的 WiFi 或藍牙設備相比,它與戰術無線無線電相似。我們的實施方案有兩種節點,一種是檢測器節點,另一種是分類器節點。檢測器用于檢測網絡一般區域內是否發生了事件。分類器收集的數據隨后用于將事件分類為盟友事件或敵方事件。我們的設想是,讓探測器節點感知是否有人進入現場,并將該信息轉發給附近的分類器節點,以喚醒它們并開始勘察環境。分類器節點將繼續感知,直到有人觸發事件或感知時間結束。然后,分類器的信息將直接或通過多跳發送到基站。
探測器節點配備了被動紅外(PIR)、超聲波或振動傳感器,分類器節點配備了射頻識別(RFID)、磁力計、麥克風或攝像頭傳感器。為了節約能源,我們在網絡中采用了睡眠算法,這樣檢測器節點就不會在每個時間點都處于空閑狀態。傳感器被連接到 Arduino UNO2 或 Raspberry Pi3 單板計算機上。除了攝像頭和麥克風需要 Raspberry Pi 提供額外的計算資源外,大部分傳感器都使用 Arduino UNO 設備。
分類傳感器收集到的數據會被發送到基站,并在那里匯總成一個數據項。這個匯總數據集代表了過去幾秒鐘內感應到的區域。然后通過聚類算法對數據進行分析,對觸發傳感器的個人進行分類,以預測是盟友還是對手觸發了事件。
無線傳感器網絡的一個重要方面是網絡壽命,它可以定義為最后一個節點停止工作(因故障或耗盡電力資源)所需的時間,也可以定義為網絡的覆蓋范圍或連接性達到某個連接性閾值所需的時間。如果網絡能維持更長時間的可用流量,就能減少在戰場上更換或維護網絡的需要,從而節省時間并降低士兵面臨的風險。由于增加每個節點的電池容量成本高昂,建議采用休眠算法來延長網絡的使用壽命。不主動掃描且對網絡連接不重要的節點可以進入睡眠狀態,以節省能量。然后,這些節點可以在稍后時間被激活,接替可用能量較少的節點的角色。在實施過程中,探索了三種不同的策略,同時測量了它們的壽命和覆蓋范圍。1)地理自適應保真度 (GAF) 算法、2)連接 k 鄰域 (CKN) 和能耗連接 k 鄰域 (EC-CKN)、3)分類網絡休眠算法
隨著可用數據的增加,有必要制定一種方法來解釋數據和推理信息。最初通過 Node-RED 通過合成輸入進行數據收集和分類。我們選擇了 R 編程語言來最終實現將傳感器數據分類為敵方或盟方事件。
任何無線網絡都會存在一些安全隱患,因此必須加以解決。第一個問題是,傳感器會不斷廣播它們掌握的所有信息。監聽網絡的敵人可以輕易地看到所有正在廣播的信息,甚至更糟糕的是,他們可以編造自己的數據來混淆聚類算法。另一個問題是,監聽網絡的對手可能會試圖用數據包淹沒網絡,阻止傳感器傳輸數據(DoS 或 DDoS)。
為了防止對手在 DoS/DDoS 攻擊中用無用數據淹沒網絡,檢查了畸形數據,并切換了 XBee 無線電的個人區域網絡 (PAN) ID。如果檢查發現網絡被數據淹沒,系統就會切換到另一個網絡。遺憾的是,這并不能完全解決問題,因為存在復制攻擊,這種攻擊會利用有效數據,在網絡中充斥大量數據副本。不過,這種攻擊可以通過在數據中加入一次性號碼來解決,這樣基站就能檢測到相同的數據是否被發送了多次。
收集和共享信息以及指揮和控制是所有軍事行動的重要組成部分。建立一個靈活的通信網絡,以適應每次行動的具體要求,是在當前和未來軍事行動中提供必要信息流的關鍵要求之一。目前正在開展一些活動,為固定網絡基礎設施提供靈活的聯盟網絡,并在一定程度上為半移動部署網絡提供靈活的聯盟網絡,例如聯邦任務網絡(FMN)。然而,對于如何部署高效、連接良好的異構戰術無線電網絡,目前還沒有明確的指導方針。這極大地阻礙了低級戰術層面的信息共享。本報告介紹了北約科技組織所做的研究,目的是加深對如何在戰術邊緣構建可互操作的異構移動無線電網絡的理解,并提出一些建議。目的是找到最有效利用不同聯盟伙伴為行動提供的移動網絡的方法。報告涵蓋三大主題:
描述一個場景并實施一個類似云的測試平臺環境,以評估與該場景相關的不同技術解決方案。該試驗臺是提高信息和通信技術國際研究合作效率的一個示例。場景和試驗臺的作用與技術合作示范(CDT)類似,都是對不同技術進行基于場景的合作分析,但成本比 CDT 低得多。利用仿真技術可以加快從早期研究成果到為標準化測試解決方案所需的時間。建立測試平臺環境的工具和腳本將公開提供。
描述和分析在不同移動網絡之間提供端到端連接的架構和機制。報告比較了不同的路由架構,并提出了一種混合架構。一個核心觀點是,網絡規劃者需要選擇不同的機制,以便為不同類型的操作提供必要的性能。為了確保不同機制之間的互操作性,我們確定了必要的信息交換接口,并對不同協議的可擴展性進行了研究。我們概述了不同的安全架構,討論了安全架構的選擇對路由架構效率的影響,并提出了一個目標安全架構。
對稀缺網絡資源進行最佳優先排序和利用的準則和機制。建議監測網絡健康的三種狀態(正常、減少、最后努力),以改善網絡的資源管理(RM)和服務質量(QoS)。不同的網絡狀態需要一套或多套機制。我們還建議選擇單一網絡層來實施 QoS 或 RM 機制,因為這樣可以降低不同層的機制不合作而降低性能的風險。要使 RM 和 QoS 運行良好,必須有一個信息價值(VoI)的概念。VoI 會隨時間發生變化,RM/QoS 需要適應這些變化。
更好地了解在戰術邊緣建立移動異構聯盟網絡時所面臨的挑戰,這將有助于北約國家發展/采購具有互操作性的網絡設備。成果非常及時。預計從螺旋 4 開始,FMN 將開始包括移動戰術網絡的不同方面。結果將成為相關 FMN 的重要投入。
圖 2 展示了依賴于這些網絡的軍事場景概覽。創建該場景是為了顯示行動期間的信息需求,并舉例說明在異構網絡中建立必要服務所面臨的挑戰。
該場景描述的是一個機械化營的連級特遣部隊和一個海軍特遣艦隊開展的行動。它們是由聯軍總部協調的軍事特遣隊 (MC) 的一部分。連隊通信和信息系統 (CIS) 與國家作戰廣域網相連,并可訪問聯軍系統。MC 總部在行動期間發揮后援作用,并應要求提供戰斗支援(CS)和戰勤支援(CSS)。根據行動背景,假定敵軍正準備從位于圖 2 右下角行動區內的村莊向聯軍基地發動復雜的攻擊。敵軍裝備精良,活動區域可能埋有地雷,因此有可能出現簡易爆炸裝置(IED)危險。己方部隊的任務是進入作戰區域,消滅叛亂分子并銷毀他們收集的武器裝備。避免村莊居民傷亡并使叛亂分子無法逃脫是非常重要的。這一任務中最重要的因素是由聯軍提供的獨聯體、后勤和醫療支持。因此,需要有運作良好的通信能力來幫助組織武裝部隊。
完成這項任務需要使用各種系統和通信網絡,如無線電通信系統(高頻、甚高頻、超高頻、衛星通信)、傳感器網絡和無人機系統。海軍管理系統也已到位,用于支持任務的偵察和監視,并提供數據、語音和視頻等服務。
為實施場景中的行動,確定了三個小故事。每個小故事的角色和參與者都相同。第一個小場景涉及戰場的情報準備工作。第二個小場景包括聯軍進入作戰區,包括在周邊沿海地區開展海上攔截行動。第三個小故事包括一次城市行動,結果是消滅了叛亂分子。第三個小故事還包括在解除簡易爆炸裝置后向軍艦進行的醫療后送。每個小故事都提出了行動者和 C4IS(指揮、控制、通信和計算機信息系統)設備之間預期交換的數據,強調了軍事異構網絡的連接性和網絡效率問題。
新興的物聯網(IoT)技術正在成為社會的重要組成部分,以提高現有基礎設施的運行效率。通過先進的傳感器和執行器,可以從各個端點收集環境數據,并用于分析以采取必要的控制行動。特別是,現代戰場配備了先進的物聯網武器、可穿戴設備和車輛,以提高軍事任務中決策能力的準確性。雖然戰場上的操作設備會受到存儲、處理能力和聯網能力等資源的限制,但這些設備之間交換數據的安全性對任務的成功至關重要。戰場物聯網(IoBT)的大規模、異構性和分布式特點為實現實用有效的安全解決方案帶來了挑戰。有人提出利用區塊鏈的防篡改分類賬平臺和技術來應對這些挑戰。然而,物聯網網絡中產生的大量數據需要實時驗證和核實,以驗證與任務相關的數據。因此,核心區塊鏈基礎設施必須有足夠的能力滿足這些需求。
本項目的主要貢獻包括:a) 用于 IoBT 環境的區塊鏈模擬器;b) 具有分片功能的輕量級區塊鏈;c) 優化內存池以抵御洪水攻擊的技術;以及用于鑒定基于區塊鏈的精確系統的框架。區塊鏈模擬器在現實和可配置的網絡環境中評估共識算法。雖然有幾個區塊鏈評估平臺,但它們要么與特定的共識協議綁定,要么無法在可配置的現實網絡環境中進行評估。在提議的模擬器中,提供了評估共識和網絡層影響的能力,這將告知實踐者在物聯網擁堵或有爭議的場景中如何正確選擇共識算法以及網絡層事件的影響。為此,提出了共識方法的通用表示法。區塊鏈模擬器使用離散事件模擬引擎,以提高逼真度和可擴展性。通過改變對等節點的數量和達成共識所需的消息數量來評估模擬器的性能。
FastChain是在NS-3中構建的模擬器,它模擬了具有軍事應用的網絡戰場場景,將坦克車、士兵和無人機連接起來,形成戰場物聯網(IoBT)。在 IoBT 的某些情況下,IoBT 中的計算、存儲和通信資源是有限的。在這種情況下,應謹慎組合這些資源,以處理任務,完成使命。FastChain 模擬器采用 “分片”(Sharding)方法,通過為給定場景識別正確和最佳的 IoBT 設備集,提供高效的 IoBT 設備資源組合解決方案。然后,特定場景中的物聯網設備集將共同協作,實現分片區塊鏈技術。感興趣的研究人員、決策者和開發人員可以下載并使用FastChain模擬器來設計、開發和評估支持區塊鏈的物聯網場景,從而幫助在關鍵任務物聯網環境中做出穩健、可信的明智決策。
任務規劃涉及將離散資產分配給優先目標,包括在復雜的環境條件下將這些資產動態路由到目的地。由于快速周轉的價值和模擬作戰環境的相對簡單性,人們非常有興趣通過添加人工智能 (AI) 的強化學習技術來改進任務規劃過程,這可以產生更好、更快或只是人類考慮的獨特解決方案。本報告描述了如何使用人工智能進行任務規劃,以及人工智能方法與更傳統的運籌學 (OR) 方法的比較。
任務規劃涉及將離散資產分配給優先目標,包括在復雜的環境條件下將這些資產動態路由到目的地。由于快速周轉的價值和模擬作戰環境的相對簡單性,人們非常有興趣通過添加人工智能 (AI) 的強化學習技術來改進任務規劃過程,這可以產生更好、更快或只是人類考慮的獨特解決方案。本報告描述了如何使用人工智能進行任務規劃,以及人工智能方法與更傳統的運籌學 (OR) 方法的比較。
本報告是五卷系列中的第五卷,探討了如何利用人工智能在四個不同領域協助作戰人員:網絡安全、預測性維護、兵棋推演和任務規劃。本報告主要針對那些對任務規劃、運籌學和人工智能應用感興趣的人。
研究要求:
由于傳感器數量不斷增加,人工智能(AI)的應用也日益廣泛,未來作戰環境的特點將是信息量大、決策速度快。因此,陸軍指揮官及其參謀人員將需要更快地做出決策和篩選大量信息的能力。商用人工智能系統具有提供這種能力的潛力,但陸軍不能假設 "開箱即用 "的商用人工智能系統具有全部能力,因為這些系統需要針對美國陸軍的具體情況進行充分的訓練。此外,還需要開展研究,以了解目前人工智能在陸軍中的應用情況。總的來說,人工智能往往擅長于主要通過模式識別來解決的任務,以及可以通過任務數據進行預測的任務,如圖像識別、醫療診斷和轉錄。然而,人工智能能否用于提高美國陸軍的信息收集效率,目前還不得而知。因此,在當前的研究中,探討了以下問題: 人工智能能否用于提高美國陸軍任務式指揮流程中的信息收集效率?
方法:
為了回答研究問題,使用了一個商業人工智能應用系統,它反映了陸軍任務式指揮人工智能應用原型的首次開發工作。在這項研究工作中,比較了這一適合陸軍的人工智能系統和其他兩種信息收集方法在信息收集任務中的表現:一種是傳統的信息收集方法(搜索計算機文件夾中的 PDF 文件),另一種是非適合陸軍的人工智能系統。針對軍隊的系統使用軍隊相關知識來幫助搜索(例如,它知道 "MDMP "等同于 "軍事決策過程"),而非針對軍隊的系統則沒有。在以下方面對三種搜索方法進行了比較 1) 參與者找到準確搜索結果所需的時間;2) 參與者搜索結果的準確性;3) 參與者對搜索結果的信心程度;4) 參與者使用系統的工作量感知;5) 參與者對系統可用性的感知。
研究結果:
與使用傳統搜索方法相比,學員在使用人工智能系統進行搜索時既沒有更快,也沒有更準確。在使用人工智能系統時,參與者對搜索結果的信心也沒有傳統方法高。不過,在使用軍隊定制的人工智能系統而不是非軍隊定制的系統時,參與者的搜索速度更快,但準確性也更低。最后,不同搜索方法的參與者對工作量和可用性的感知沒有明顯差異。
利用和傳播研究結果:
這項研究是確定人工智能系統對信息收集效率影響的第一步。總體而言,研究結果表明,人工智能系統可能不會大幅提高美國陸軍任務式指揮流程的信息收集效率,至少不會立即提高。雖然這項研究的重點是在受控實驗室中執行一項無害的任務(即針對戰術情況尋找條令解決方案),但未來計劃中的用途不會像現在這樣無害,這表明未來的研究需要對假設進行檢驗。在對人工智能進行投資的同時,還應在培訓和研究方面進行投資,以充分發揮人工智能的優勢并降低風險。假定人工智能系統是靈丹妙藥并非明智之舉,事實上,這項研究表明,人工智能系統需要經過全面審查。
物聯網(IoT)是一個寬泛的術語,它涵蓋一切,無處不在,以至于到 2025 年,設備不與互聯網連接將成為例外,任何人都無法避免與互聯網的接觸。即使這一預測部分成真,物聯網也是軍隊需要關注的問題,以了解它將如何影響行動、人員和戰略。
研究小組認為,物聯網是工業革命和通信革命的融合。舉例來說,機槍改善了火力,重塑了沖突;蒸汽機改善了后勤和機動性;噴氣發動機實現了全球兵力投送。在通信方面,無線電技術提高了作戰人員的效率,而基于互聯網的能力則帶來了近乎實時的態勢感知。每種技術都在作戰行動中產生了革命性的影響。現在,物聯網有可能在這些技術和之前其他技術進步的基礎上再接再厲,產生綜合效應,重塑作戰空間。以下是物聯網的與眾不同之處:
傳感器在全社會的擴散以及這些傳感器產生的數據將影響軍隊的作戰能力。由于物聯網如今正在迅速普及,因此陸軍同樣使用這些技術的時間范圍也很短,只有五年或更短的時間。
對陸軍而言,物聯網中的 "物 "就是士兵、裝備、車輛以及贏得戰斗所需的所有資產。只要指揮官能提高對 "物 "的狀況的認識,他們就能更好地了解如何優化部隊以完成特定任務。如果利用得當,物聯網能為指揮官提供的保真度有可能使他們近乎實時地為每個獨特的任務定制部隊組合。
為了展示軍隊使用物聯網的潛力,研究小組開發了使用案例,從目前容易做到的(爬行)到需要更多投資和規劃的(從走到跑)。這些用例還解決了陸軍部長 (SECARMY) 職權范圍 (TOR) 中提出的三個問題:
在收集數據的初期,研究小組采用了國際標準化組織 (ISO) 對物聯網的定義: 由相互連接的物體、人員、系統和信息資源組成的基礎設施,同時提供智能服務,使其能夠處理物理世界和虛擬世界的信息并做出反應。
以定義中的最后一個要素 "反應 "為重點,每個使用案例都展示了軍隊如何利用物聯網將數據轉化為可操作的信息。軍隊可以利用物聯網降低維護、戰備、設施管理和后勤方面的成本并提高效率。這些效率與推動商業行業采用物聯網的效率類型相同。但陸軍可以通過更加注重實效來進一步發展物聯網。物聯網可用于改善戰場態勢感知、指揮與控制、機動性、自主性和士兵表現。
使用案例中的 "爬行/行走/奔跑 "結構展示了陸軍物聯網的順序發展,其中最初的努力為后來更先進的能力奠定了基礎。
1.爬行(2-5 年)。陸軍使用現成的商用(COTS)設備來提高基礎設施管理的效率,并通過讓指揮官對士兵和設備的狀態有更有意義的態勢感知來改善戰備狀態。在發展方面,陸軍將努力充分了解其資產的物聯網使用情況。以下使用案例很容易適應研究小組所描述的 "了解你自己 "類型的物聯網應用。
a. 按小時計算功率 - 許多行業都在實施,包括通用電氣公司(GE),該公司使用傳感器和預診斷技術對其發動機進行基于狀態的維護(CBM)。通過為每臺發動機開發數字孿生系統,通用電氣為基于狀態的維護增加了另一層含義,將維護工作從監測推向更具預測性的模型。同樣,蒂森克虜伯與微軟公司合作開發了一個解決方案,將其電梯中的數千個傳感器和系統連接起來,以減少維護停機時間,提高 "正常運行時間"。
b. 智能堡壘--民用領域智能城市的發展可以轉化為軍隊的智能堡壘。陸軍已開始在水和能源管理方面實施智能城市技術的某些要素,但要開發安全、交通管理、醫療保健和人員準備方面的應用,還有許多工作要做。
2.步行(5-10 年)。陸軍混合使用 COTS 和陸軍專用技術,以提高戰場上和支持士兵作戰的后勤管道中的態勢感知能力。陸軍還將開發陸軍特有的分析框架,以便在傳統行業用途之外更充分地利用物聯網。陸軍還將影響商業行業研發(R&D)工作的方向,使其朝著與陸軍相關的方向發展,并在可能的情況下充當過渡合作伙伴。這些使用案例代表了研究小組所描述的 "了解對手 "型物聯網應用的步驟。
a. 利用智能城市--一旦陸軍掌握了自己的智能堡壘技術,就能熟練利用對手的智能城市。交通管制、車輛類型和占用率、建筑物占用率、電器和公用設施控制(如智能家居)、庫存狀態/存貨(食品、醫療等)、下水道內容、疾病趨勢等信息可幫助士兵評估和確定最佳出入通道、生活模式、目標位置以及敵軍(紅色)和平民(灰色)之間的區別。
b. 基于物聯網的情報(IoTINT)--當與其他情報數據融合時,物聯網數據將為在城市,尤其是特大城市開展行動的士兵提供更好的態勢感知。研究小組采用 "物聯網情報 "作為別名,以突出其與其他情報來源(SIGINT、HUMINT 等)的相關性,特別是在陸軍行動的規劃(城市狀態/屬性)和執行(實時信息)方面。總之,哪里有物聯網,哪里就有情報需要收集。
3.運行(<10 年)。陸軍利用其開發的技術來提高戰斗力,例如,增強自動駕駛車輛、在有爭議地區利用物聯網等。應為物聯網進步研究提供充足資金,以保持陸軍在該技術方面的優勢。
a. 破壞物聯網--除了利用物聯網獲取信息外,艾米控制和/或破壞敵方和民用物聯網以產生影響的能力將提高其戰斗力。另外,陸軍還需要抵御對手的此類行動。
b. 增強自主性--隨著城市地區進一步發展物聯網,并依賴物聯網來管理基本功能(交通控制、公用事業、安全等),可以設計自主作戰系統,利用本地物聯網作為非有機傳感器。在自主系統內處理物聯網和本地傳感器數據的能力意味著未來軍隊需要開發邊緣數據融合能力。
在能力、政策、技術要求等方面,有幾個領域的用例是重疊的。研究小組優先考慮了軍隊在推進物聯網時需要考慮的四個交叉問題:
1.國家訓練中心 (NTC)。陸軍有機會在 NTC 培訓期間收集數據。目前,陸軍每年至少在 NTC 進行 10 次旅戰斗隊 (BCT) 訓練演習。在這些演習中,BCT 的演習數據通過 ATT 4G/5G 蜂窩網絡進行記錄。NTC 的演習對手部隊 (OPFOR) 使用相同的網絡對訓練中的 BCT 實施演習行動。每輛車上都記錄了大量后勤平臺數據,并在訓練演習結束后下載。陸軍可以使用額外的記錄器和傳感器來增強現有數據,將所有數據提取到一個分析框架(尚待設計)中,該框架將對數據進行融合,并在態勢理解、作戰需求和演進戰術等方面實現深度學習。
2.政策與需求。陸軍的需求部門沒有物聯網系統方面的經驗,也沒有編寫需求。沒有需求,采購部門就沒有將物聯網技術集成到任何平臺或產品中的計劃。此外,人們對 "聯網 "設備心存恐懼,研究小組聽說過有意識地將類似物聯網的功能從商用車輛等系統中移除或禁用的決定。同樣,陸軍卓越中心(CoEs)也沒有意識到物聯網的影響或其對陸軍的潛在好處,因此幾乎沒有人提倡采用物聯網技術。因此,士兵們無法使用物聯網作戰能力。簡而言之,陸軍尚未制定使用物聯網的愿景和戰略。
3.網絡安全與風險。陸軍需要了解部署物聯網的相關風險。研究小組開發了一個概念公式,將風險理解為系統或單位的脆弱性、利用方法、攻擊規模的影響以及犯罪者意圖的函數。研究小組將這一公式應用于兩種情況:針對汽車的攻擊和針對部署的陸軍車輛的攻擊。顯然,在大多數沖突階段,軍用車輛所面臨的風險要遠遠高于商業物聯網網絡攻擊所面臨的風險。由此造成的昂貴設備損壞、可能的人員傷亡和/或生命損失、可能的任務降級等,其后果比高速公路上停滯不前的 SUV 更嚴重,因此,軍隊需要充分了解物聯網的風險和脆弱性,才能在威脅面前占得先機。
4.無所作為。如果陸軍忽視物聯網,不了解、不開發、不使用該技術,就會將戰場空間拱手讓給對手。這將為對手成功利用美國和盟國的物聯網系統鋪平道路,給陸軍造成次生影響,如為維護系統(如車輛)支付過多費用,在建筑物和基礎設施管理方面造成浪費,以及由于數據錯誤、管理效率低下等原因導致的不可接受的低戰備狀態。在戰場上,軍隊也可能因態勢感知能力有限而導致作戰效率低下,特別是在城市地區。
通過數據收集和分析,研究小組得出了五類結論:
1 陸軍沒有充分利用物聯網的工業進步來提高作戰效率和節約成本:
2.陸軍不具備在戰場和陸軍工業基地采用所需的物聯網系統級要求
3.軍隊尚未解決網絡和網絡連接方面的挑戰
4.物聯網問題跨越政策和法律界限,軍隊應用必須解決這些問題
5.軍隊可收集數據并開發分析方法,以確定如何提高作戰人員的效率:
基于這些發現,研究小組向陸軍高層領導提出了以下建議:
1.美國陸軍司令部:確定適當的平臺,利用陸軍鐵路作為初步試點,實施按小時計費的電力系統,以展示成本節約和戰備改進情況
2.AMC 和 IMCOM:通過利用智能城市技術節約成本和提高效率,擴大在倉庫和智能堡壘方面的現有努力。
3.醫療司令部:確定對戰場感知非常重要的士兵表現數據 4.
4.G3/5/7 和 OGC:更新政策,解決利用物聯網所需的法律和實施問題 5.
5.DUSA:責成 AAG 創建一個分析框架,用于了解、接受和開發 DOTML-PF 的實驗,該框架將: 1:
a.支持 "藍對藍 "和 "藍對紅 "分析,以進行戰術分析(中小型企業:FORSCOM、MEDCOM)
b.支持 "藍對藍 "和 "紅對藍"、OPSEC 評估(SME:FORSCOM、MEDCOM 和 AMC)。
c.為全軍的需求流程提供信息(SME:TRADOC 和 ASA(ALT)
6.TRADOC:定義物聯網系統的要求,并在與物聯網相關的研發項目中擁有代表權
7.G6:積極參與物聯網商業標準機構,代表陸軍利益。
8.ARL: 倡導并共同資助(如與 DARPA 或 IARPA)圍繞以下方面的研究項目
a) 進攻性使用對手的物聯網(紅/灰藍色)
b) 將物聯網分析技術應用于劣勢網絡(間歇性連接、低數據率);
9.ASA (ALT)、CIO-G6、G3/5/7、AMC 和 ARCYBER:將物聯網考慮因素納入軍隊網絡復原力工作中
10.ARCYBER:制定將物聯網納入軍事行動和平臺的風險緩解戰略
11.ARCYBER:利用 IMCOM 智能堡壘作為測試平臺,開展對抗性網絡紅隊訓練
先進智能技術將不斷改變戰場性質和士兵需要執行的任務本質。因此,已經有許多關于人工智能(AI)在戰場上的作用討論,特別是集中在AI最有利的任務方面,士兵-AI編隊必須提供有效執行任務的能力,以及在這個任務演變過程中人和機器的必要適應。在這里,系統必須解決試圖利用復雜環境適應性強的智能敵手。在這種情況下,理解信任和信任測量的概念是至關重要的。然而,理解信任的動態性質以及如何準確測量和評估它是復雜的。
隨著越來越多地強調在未來的作戰行動中整合人類和自主系統,美國陸軍作戰能力發展司令部(DEVCOM)陸軍研究實驗室(ARL)建立了人類自主團隊基本研究計劃(HAT ERP)。HAT ERP的目標是解決在復雜的戰術環境中人類和自主系統的合作所面臨的挑戰,以創建有效運作的協同團隊,并適應戰斗的動態性質。在HAT ERP的項目5中,正在解決的一個具體領域是如何有效地衡量關鍵的團隊過程,如信任和凝聚力。因此,HAT項目5的總體目標是開發新的、多模態的團隊信任和凝聚力指標,以有效地校準信任并提高支持下一代戰斗車輛(NGCV)的人類自主團隊的性能。HAT項目5更具體的目標包括:1)確定非侵入性的、實時/近實時的信任度量,以捕捉團隊信任的動態性質;以及2)為適當的信任干預提供信息,以便對個人和團隊信任進行適當校準。
盡管已知測量和評估信任在團結互助互動中的重要性,但仍有一些評估的復雜性和考慮。第一個問題集中在信任測量上。信任是一個復雜的結構,傳統上有點難以定義,因此也難以測量。例如,仍然需要努力了解信任測量的類型和應該利用的適當指標,因為并非所有的信任測量都是平等的。雖然有一些現有的信任測量方法,但它們大多使用自我報告的問卷;這些問卷提供了有價值的信息,但只是在離散的時間點上。我們需要與信任的動態性質相一致的測量方法,并允許在特定時間段內進行更連續的測量;從而提供有關信任變化以及它如何影響團隊互動和績效的更有力信息。此外,正如項目5(Krausman等人,2022年)下進行的研究所證明的那樣,對人類自主性團隊信任的評估必須考慮團隊發展和/或團隊工作的前、中、后階段,必須包括超越績效的多模式指標(Schaefer等人,2019年;Brewer等人,2022年)。見圖 1。
圖1 包括壓力、信任和凝聚力在內的事前事后主觀狀態的多模態數據表示,數據流來自通信指標和生理數據
鑒于這一要求,并基于文獻、實驗室和實地研究,Krausman等人(2022年)開發了一個概念性的工具包,由新的信任措施組成,包括以下內容: 1)主觀(即人際信任、技術信任);2)通信(即通信流、網絡動態、語義內容分析);3)生理(即心率、心率變異性和呼吸率);4)行為(眼球追蹤、界面互動等);以及5)情感(即面部表情追蹤)。認識到對信任評估平臺的需求,一個多模態的信任測量軟件工具箱逐漸形成--人類-自主性團隊信任工具箱(HAT3)。
第二部分將概述HAT3軟件的開發和其中包含的旨在測量信任的具體技術。此外,所討論的每個模塊將在隨后的章節中進一步詳細說明,并將包括信任測量類型的概要,以及有利于HAT ERP和NGCV項目的具體指標。
不斷變化的戰爭特點使得信息環境中的行動(OIE)必須處于軍事規劃和執行的最前沿。由于無法與美國的物質力量相提并論,美國的對手越來越依賴包括信息戰能力在內的不對稱方法來破壞美國的行動和影響。未來的聯合全域作戰(JADO)將需要一個綜合的、跨學科的作戰方法。本文認為,針對對手的認知和信息過濾器而采取的蓄意行動將阻礙對手的決策過程,使其失去對有效運用軍事力量作出明智決定的能力。通過研究俄羅斯在信息環境中的行動、信息戰活動以及反射性控制理論,作者提出了決策優勢理論。該理論試圖提供一種方法,故意利用信息來針對對手的行為和信息系統。其目的是剝奪對手感知和認識形勢的能力,并阻礙其有效利用呈現在他面前的信息來做出經過計算的決策的能力。
圖1 決策優勢理論。
決策優勢是通過信息力量來實現的,而信息力量是通過控制信息、利用信息和加強信息來保證自己的利益。信息力量可以達到與物質火力相同的效果,甚至更大的效果。它通過預測對手的行動,了解對手的動機,管理和操縱信息,改變決策算法,以及在信息環境中發展機會、活動和投資(OAI)來增強全領域的聯合軍事力量和效力。
決策優勢:一種理想狀態,在這種狀態下,指揮官比其對手更快、更有效地感知、理解、決定和行動。決策優勢在敵人的決策周期內發揮作用,以消除時間上的庇護所,并消除空間上的選擇。
信息力量是利用信息來塑造認知、態度和其他推動預期行為和事件進程的要素的能力。信息力量涉及獲取、處理、分配和運用數據的能力,以最大限度地提高戰斗力。作者進一步斷言,信息力量是通過控制、利用和加強信息來實現的,這使得信息戰的結果能夠持久、靈活和精心計算,以加強戰斗力并拒絕敵人的決策優勢。
信息力量--控制信息、利用信息和增強信息的組合--將使美國能夠把信息環境中的行動納入聯合防衛行動的規劃和執行。這將使規劃者能夠利用信息來實現結果。信息戰能力--信息作戰;電子戰;網絡;以及情報、監視和偵察(ISR)--提供了改變對手的指揮和控制過程,減少決策,并削弱其作戰行動的有效性的手段。信息力量和物質力量相結合,將通過在環境中制造多種困境,造成混亂,延遲或剝奪敵人采取適當行動的能力,從而降低對手的戰斗力。信息力量和物質力量的結合能加強軍事力量。
信息力量的第一個支柱,控制信息,涉及到保護自己的網絡不被敵人破壞或操縱。保持對信息傳輸和信息系統的控制可以確保信息的保密性、信息的完整性以及美國規劃者和作戰單位對信息的可用性。不受限制地進入值得信賴的系統和相關架構,確保最及時和最相關的信息指導決策。剝奪對手對信息的控制權使其無法了解自己的環境,造成不確定性,并使其決策復雜化。
決策也受到信息利用的影響。利用,是指利用資源并從中獲益的行為,包括改變、變更或操縱信息,使之對自己有利。通過了解對手的信息和認知過濾器、信息系統和情報結構,這是最有效的做法。創造信息戰結果的能力取決于精心制作信息并將其置于敵人決策周期中的正確時間和地點的能力。信息可以在四個過濾點被鎖定或武器化--傳感器、分析中心、分發點或個人。利用過濾器,人們可以降低決策者可獲得的信息的收集和質量,導致對情況的不完整或故意的錯誤理解。決策和具體行動是根據對環境的感知理解而做出的。阻斷信息流的能力阻止和延遲了重要數據到達組織,導致感知、理解和發展局勢的能力下降。傳統的信息操作活動與故意和持續地針對對手的過濾器相結合,將有機會同時針對代理人、信息和對所提交信息的解釋。反過來,這可以減緩對手感知、觀察、定位、決定和行動的能力,促進錯誤的結論,并破壞決策能力。
增強信息使人們能夠制定戰略目標和選擇,為對手創造跨越時間和空間的多種困境。 這需要強大的、敏捷的、分層的ISR資源和綜合指揮與控制過程。JADO的規劃和執行需要有能力同時在戰術、作戰和戰略梯隊中,在所有領域和統一的信息空間中進行機動。協調的計劃需要對形勢的理解,觀察模式和行為的能力,以及識別信息和行動環境的變化。支撐一個人加強信息的能力的是信任。信任包含了團體或個人對所收集信息的完整性所賦予的權重。經過處理、過濾和分析的信息能夠回答知識中的一個特定缺口。這種經過處理的信息被稱為情報。有了準確的情報和被充分理解的假設,決策者可以更準確地評估局勢,塑造環境,并削弱對手自己的決策過程。這樣一來--信息,更具體地說是強化的信息(或情報)--是一種武器,可以用來操縱和欺騙對手,剝奪他做出符合自己最佳利益的決定的能力。
控制、利用和增強信息的結合使決策者擁有了信息力量。信息力量使信息優勢得以實現,而信息優勢又能保證決策優勢。增強信息的能力使人能夠觀察敵人的習慣和行為,幫助人了解敵人的動機和意圖,并確定敵人的作戰能力。管理、放大和操縱信息可以使有針對性的、精心設計的信息到達指定的受眾。類似于過去信息傳遞的錯誤信息和虛假信息可以在過濾器上針對敵人。在信息系統的過濾器處進入情報裝置的信息以傳感器、分析中心和向作戰人員分發信息為目標。此外,通過在一個被認為可信的來源處提供虛假或誤導性的信息,可以改變敵人的決策算法。在特定的時間和地點呈現特定的信息可以改變對環境的理解并改變行為。這也會使人改變他的時間范圍。隨著不確定性的增加,一個人可能會根據感知到的情況選擇加快或減慢他的計劃。
雖然這一理論的每一部分,單獨來看,并沒有提出什么新意,但有兩點是明顯不同的。首先,必須把信息放在軍事規劃的最前沿,并與傳統的物質力量相結合。軍事文化認為,物質力量是至高無上的。現代戰爭要求在同等水平上考慮信息和物質力量。第二,控制、利用和加強信息的活動是美國空軍現在所接受的功能;然而,跨領域和跨職能的綜合規劃是有限的。缺少的環節是有意的整合和專門的過程,在一個同步和審慎的過程中納入所有領域的現有能力。為了實現決策主導權并通過信息力量獲得信息優勢,必須將信息環境中的行動納入規劃過程,如聯合規劃過程(JPP)、軍事決策過程(MDMP)、海軍陸戰隊規劃過程(MCPP)和空中聯合行動規劃過程(JOPPA)。指揮和控制必須充分考慮到所有領域--空中、太空、網絡、陸地和海洋--的非動能和動能行動。在信息環境中執行行動的能力要求在行動層面上有一個集中的規劃過程,以同時計劃和執行對信息的控制、利用和加強。這一點目前并不存在。集中化的規劃將使一個綜合的方法能夠與物質火力結合起來。控制可以保護美國的網絡和計劃,同時阻止敵人獲得重要信息。利用允許有機會拒絕、降低、破壞、改變和放大敵方使用的信息。加強為決策、目標定位和環境中的戰術行動提供所需的關鍵ISR收集。信息力量為指揮官提供了有效處理、分析數據和信息并采取行動的機會,同時剝奪了對手的同樣能力。因此,實現決策主導權需要一個協調和同步的計劃,利用控制、利用和加強所有領域和作戰功能的信息,目的是統一信息空間。
本文闡述了統一信息空間的重要性,以通過在信息環境中的精心策劃和綜合行動實現決策優勢。充分執行聯合全域作戰的能力需要在規劃周期中重新強調信息和信息戰活動。這項研究提出了四項建議:
建議1:聯合部隊應考慮實現信息力量的要求。這項研究和相關的決策優勢理論斷言,信息力量是通過控制、利用和加強信息來實現的。信息力實現了信息優勢,從而保證了決策優勢。信息環境中的運作為物質環境創造了條件。信息力量與物質力量相結合,形成了軍事力量。
建議2:美軍需要進行組織、領導和文化變革,以實現信息力量和決策優勢。信息系統和情報架構必須在所有梯隊中得到整合--戰術、作戰和戰略。戰術任務規劃和更廣泛的作戰規劃必須轉變為將信息置于規劃的最前沿。個人和團隊必須理解信息環境中的行動的重要性,以及這些行動塑造物理環境條件的方式。正規化的領導者發展和專業軍事教育必須強調認知上的轉變,不再將沖突理解為物質力量,而是將信息力量和活動納入規劃、命令和執行。應更加強調了解如何使用和信任信息,如何操縱和處理信息,使之成為情報,以及如何利用信息來實現決策主導權。最后,數字素養應成為未來培訓的一項要求。
建議3:JADO要求有能力評估信息環境中的績效措施和有效性措施。必須制定一個有效的評估程序,以了解和衡量信息環境中行動的影響。應更詳細地研究這一點,因為這將建立信任,并更好地了解信息戰和信息相關活動如何產生軍事力量和作戰成功。
建議4:未來的指揮和控制程序應該能夠整合信息環境下的行動規劃和執行。應該制定一個聯合防務辦公室的軍事力量計劃,以協調和指導所有領域的戰略,并在信息環境中執行行動。這個過程應該與物質和動能規劃相結合,而不是分開,因為信息和與信息有關的活動為物質操作環境塑造和設定條件。
美國陸軍有一個信息系統數據缺口,其原因是無法實現裝備感知數據的自動化,并且由于對指揮官在時間和空間上做出決策所需的信息存在著根本性的誤解而變得更加復雜。我們如何將后勤數據整合到共同作戰圖景(COP)中,以實現多域作戰(MDO)中的持續融合?指揮官通過他們的參謀部,與下屬和上級指揮部分享他們對COP的理解,以促進同步和平行規劃。參謀部結合PowerPoint演示文稿、圖表和圖形,平行建立模擬和數字圖像疊加,以分享指揮官的可視化。指揮官的可視化必須現代化,包括由后勤提供的關鍵數據,以解決美國陸軍繼續采用新興技術時缺失的作戰藝術要素。維持作戰功能提供了確保行動自由、擴大作戰范圍和延長續航時間的能力。然而,只有當任務指揮系統使指揮官能夠看到有關維持能力的相關信息時,這三個維持目標才能實現。解決這個問題需要識別并消除在從戰術邊緣獲得戰備、燃料和彈藥數據所需的時間和人力方面存在的問題信息差距。
美國陸軍2018年多域作戰(MDO)概念改變了陸軍作為聯合部隊陸地組成部分在統一陸地作戰中的重點框架。MDO是通過校準部隊態勢、多域編隊和融合這三個原則來解決來自美國對手在多個領域的交戰或侵略性活動。MDO的框架通過改變視角或增加行動范圍以包括空中、陸地、海上、網絡和空間領域來增加對環境的共同理解。隨著MDO融入軍隊文化,從一個概念轉變為理論,前兩個原則通過將士兵放在正確的位置,以一種在多個領域對對手取得優勢地位的方式組織起來,減少環境的復雜性。部隊結構的現代化和全軍新裝備的投入使用創造了改變軍隊的機會。MDO的第三個宗旨--融合,是最難完成的,因為這個宗旨描述了編隊、裝備和流程的整合。
美國陸軍訓練與理論司令部(TRADOC)小冊子525-3-1《2028年多域作戰中的美國陸軍》宣稱:"融合是所有領域能力的快速和持續整合,通過任務指揮和有紀律的主動性實現跨領域的協同和多種形式的攻擊,優化效果以戰勝敵人。" 融合在MDO中起著關鍵的作用,它是通過陸地部分實現聯合部隊的能力整合者,而融合的成功與任務指揮--美國陸軍的指揮和控制方法直接相關。在整個作戰環境中建立正確的編隊和定位部隊,將需要持續的關注和訓練,以確保軍隊能夠按照預期進行戰斗。由于跨領域作戰的時間和速度,任務指揮需要信任、共同理解和對作戰環境的展望,以實現融合。
多域增加了行動過程的難度和復雜性。圖1是關于指揮官如何推動行動過程的理論框架。行動正在從任務命令和明確的意圖就足以實現共同理解的時代轉變。
指揮官和參謀部依靠對態勢的理解來減少行動的復雜性和無序性。在過去,對態勢的理解或觀點停留在指揮官的頭腦中,有時通過模擬過程來支持,但在過去的四十年里,美國陸軍繼續發展數字解決方案,將作戰環境中發生的事件可視化,即共同作戰圖景(COP)。
美國陸軍條令將 "共同行動圖景"定義為:根據用戶的要求,并在一個以上的指揮部共享的共同數據和信息的基礎上,對指揮官感興趣的區域內的相關信息進行單一顯示。歸根結底,指揮部是一個知識管理和共享理解的工具,它起源于指揮官的頭腦。指揮官采用COP所描述的可視化的方式反映了他們的作戰方式。COP是指揮官對作戰環境理解的體現,但在為指揮官和參謀人員創建一個單一的信息顯示時,軍隊創造了信息差距。主要來說,這些差距是維持作戰功能,對實施行動自由、擴大作戰范圍和延長耐力等形式的作戰藝術至關重要。維持作戰功能為這三種功能提供了關鍵信息,但只有當作為任務指揮系統的COP能夠實現能力的獲取時,它才能執行這一目的。
COP本質上是一張環境地圖,上面覆蓋著作戰術語和圖形,并以實施制定的計劃的作戰方法為基礎。如果沒有能力直觀地了解維持能力如何影響作戰范圍、行動自由和長時間的耐力,那么畫面就不完整。COP向指揮官和參謀部顯示信息的方式是將環境的畫面分割開來。然而,環境并不簡單,它是復雜的。為了縮小信息差距,我們必須降低復雜性,獲得保持優勢地位所需的視角。將制定行動計劃的過程視為指揮官和參謀部為分析行動和任務變量而提出的問題,并將其綜合為環境的視覺表現。此外,考慮到行動計劃為指揮官提供了什么--在未來環境中傳達實現預期條件的意圖時的參考框架。
現代版的締約方會議整合了數字信息和系統的來源,通過在各個層面顯示相關信息來實現指揮。指揮官決定信息需求,指揮官通過他們的參謀部向下級和上級指揮部分享他們對環境的理解,以促進同步和平行規劃。通過一個持續的分析過程,利用行動和任務的變量,指揮官和參謀部隨著形勢的發展而完善行動計劃。
陸軍繼續完善數字指揮所系統的版本,目前使用指揮所計算環境(CPCE)--前身是未來指揮所(CPOF)--作為任務指揮的記錄系統。 這個系統使行動過程現代化,利用圖像和軍事符號提供行動方法。專業的軍隊組織,如卓越的任務指揮中心,通過論壇和大規模的演習來構架數字作戰圖并改進COP。開發數字作戰圖和評估性能的困難在于不一致的可視化,往往立足于指揮官和工作人員的理解,從一個單位到另一個單位的變化。這種說法與COP所創造的共同理解的原則相悖。行動計劃并不能取代定義問題的要求,但確實有助于將行動方法可視化。
目前的工作仍然是一個混合的數字和模擬過程,給指揮官和工作人員帶來了沉重的時間和人力負擔。參謀部設計PowerPoint演示文稿,結合圖表和圖形建立圖像和重疊,并行分享指揮官的可視化信息。但是,對于指揮官需要什么信息,以及為了避免癱瘓而不向締約方會議提供什么信息,仍然存在一個根本性的誤解。未納入的信息并不等同于缺乏意義。其論斷是,排除維持性信息會在可視化中產生更多的差距,是低效率的產物。決策過程中缺失的部分是無法將數據完全自動化并將其與可視化聯系起來。
維持作戰職能部門致力于將后勤信息匯集到不同的信息系統的匯編中,以補充行動,使維持運行估算數字化。軍隊需要一種方法來將持續作戰信息納入COP,解決這個問題需要識別和消除理解上的問題差距。這種方法必須將維持的目的--增加作戰范圍和延長續航時間--與對戰場上關鍵物資的理解相一致,如燃料和彈藥容量,以及其他增加行動自由以保持主動的維持因素。這些要求對指揮官和參謀部來說是很直觀的,而且幾乎沒有歷史意義。這是來自戰術邊緣的作戰層面所需的信息和數據,以自動化的方式增加理解,減少所需時間,而不給任務飽和的工作人員增加要求。
人工智能(AI)是一項具有廣泛用途的新興技術。《美國防戰略》強調了人工智能對軍事行動的重要性,以使美國保持對其近似競爭對手的優勢。為了充分實現這一優勢,不僅要在戰術層面,而且要在戰爭的作戰層面整合人工智能。人工智能可以最有效地融入作戰計劃的復雜任務,方法是將其細分為其組成部分的作戰功能,這些功能可以由狹義的人工智能來處理。這種組織方式將問題減少到可以由人工智能解析的規模,并保持人類對機器支持的決策的監督。
人工智能是一套新興的、變革性的工具,有可能幫助軍事決策者。美國國家戰略將人工智能(AI)納入戰爭。《2020年國防授權法》11次提到了人工智能。國防戰略強調了利用人工智能和機器學習方面的商業突破的重要性。人工智能的軍事用途是保留國家安全的一個引人注目的方式。創造工具來支持戰術行動,如摧毀敵軍和從一個點導航到另一個點,具有顯著和可見的效果,使他們在資源有限的環境中在政治上可以接受。它們在訓練和測試方面的可重復性,使它們在采購過程中成為人工智能系統的快速贏家。然而,戰術行動的范圍和時間是有限的。僅在戰術層面上整合人工智能,忽視了在作戰層面上發生的決定性影響。
作戰,也就是實踐者將戰術行動轉化為戰略效果的層面,取決于領導者做出正確決策的能力。聯合部隊海事部分指揮官(JFMCC)的艱巨任務是制定計劃,將戰區戰略和聯合部隊指揮官(JFC)的目標結合起來,通過決定性的海軍交戰來塑造環境。在人工智能的快速認知能力的幫助下,JFMCC將能夠制定并更徹底地分析行動方案(COA)。這些品質對于未來的沖突是必要的。
人工智能必須在戰爭的各個層面進行整體集成,以充分實現其優勢。除了局部的、短期的戰斗,它還需要應用于主要的行動和戰役,涉及整個戰區的數月或數年。在戰爭的戰役(作戰)層面上的實施,放大了為實現戰略目標而進行的有序交戰和同步行動之間的協同作用。除了技術發展之外,行動上的整合將刺激政策和理論的建立,以使作戰人員有意愿使用人工智能。隨著使用人工智能的經驗的增加,其采用率也會增加。為協助海軍作戰計劃而實施的特定人工智能技術可能與那些用于計算射擊方案或在被拒絕的淺灘水域規劃路線的技術不同。然而,在作戰層面的接受度將推動戰術上的使用。
在JFMCC層面,人工智能系統網絡將為決策者提供決定性的優勢,將專注于作戰功能的獨立的人工狹義智能(ANI)單位統一起來將實現最顯著的好處。首先,人工智能解決方案比它們的通用人工智能(AGI)同行更適合于軍事問題的解決。其次,戰爭的性質促使有必要在作戰層面上整合人工智能。最后,雖然有許多方法可以整合,但沿著功能線這樣做會帶來最顯著的好處。不僅在技術意義上吸收人工智能,而且描述其在政策、理論和培訓中的使用,將使海軍能夠充分使用它,并在與我們的戰略競爭對手的競爭中獲得優勢。
目前人工智能在海上行動中的最佳應用是將復雜的海上行動問題分解成子問題,由人工智能來解決,并組合成COA建議。解決小問題的人工智能需要更少的訓練數據,有更直接的邏輯,并且可以連鎖起來解決更重要的問題。麻省理工學院人工智能實驗室前主任羅德尼-布魯克斯(Rodney Brooks)認為,創建動態環境的符號表示是困難的或不可能的。然而,特定任務的智能體可以利用足夠的傳感器數據智能地行動,更重要的是,可以連貫地互動。通過將簡單的活動連鎖起來,失敗的風險很低,更復雜的問題就可以得到解決。多個簡單的行動可以在低認知層平行運行,并將其輸出結合起來,為更高層次的復雜活動提供支持。這種結構的優點是允許軍事工程師開發和訓練人工智能,以首先解決可操作的問題。對人工智能開發者來說更具挑戰性的功能可以保留只由人類決定的方法,直到他們產生解決這些問題的專業知識。與其等待一個完整的系統,部分系統將提供一個臨時的邊際優勢。
鑒于人工智能可以通過將問題分解成更小的決策來最好地解決問題,問題仍然是如何劃分這些問題。重述作戰任務的一個模式是將它們分成作戰功能:指揮和控制(C2)、通信、情報、火力、運動和機動、保護和維持。這些作戰功能為開展有效行動提供了基礎。它們為一個行動提供了采用手段實現其目的的方法。因此,與決定如何實施這些功能以實現目標的決策者一起使用人工智能是很自然的。
如同應用于海上作戰戰爭,最低層的決策支持系統將由感知環境的活動組成:探測艦艇、飛機和潛艇;燃料水平;天氣;以及其他客觀的戰斗空間數據。通過將外部輸入限制在特定的、低層次的任務上,該系統將最大限度地減少對抗性例子或旨在消極操縱自動系統的數據的風險。中間層將把下層的輸出與作戰目標和因素結合起來,如時間、空間和力量的限制,以提供解決問題的方法和作戰功能。由于上層的對抗性數據注入的威脅較小,這些系統可以使用深度學習。深度學習是機器學習的一個子集,它不像其他形式那樣需要高度格式化的數據,但計算成本會更高,而且容易受到欺騙。深度學習將增加這一層的人類互動,并暴露出更復雜的關系。最高層將把C2流程應用于其他六個業務功能,以產生業務建議。中間層的每個功能人工智能將向其他功能人工智能和最高C2層提供建議。中間層的人工智能對復雜的數據和相鄰單位及C2功能的建議進行理解。
如果將中間層人工智能納入規劃和指導、收集、處理、分析和傳播的情報周期,將促進收集資產的更好分配。判斷對有限的收集資產的請求以滿足行動和戰術信息需求是JFMCC關注的一個問題。在收集計劃期間,人工智能可以使用已知的對手軌跡、地點、個人和組織來定義和優先考慮指定的利益區域(NAI)。在執行過程中,人工智能可以根據優先級驅動收集路線,就像企業用它來規劃送貨路線以減少勞動力、燃料和維護成本一樣。采集計劃者可以通過增加對手監視點的位置和范圍來減少反偵查的風險。在C2層面,指揮官和情報官員可以利用收集成果來證明更多的JFMCC收集資產和COA的修改。這種方法適用于其他功能。
人工智能可以在部隊部署不斷變化和對手存在不確定的環境中改善維持能力。相互沖突的要求使如何使用有限的后勤資產來滿足作戰人員的需求的決策變得復雜。后勤單位較低的生存能力促使人們決定是將它們帶入被對手防御系統拒絕的區域,還是將戰斗飛船引離目標。人工智能可以利用軍事和民用運輸的可用性、預先部署的庫存和供應商的響應能力來制定船舶和飛機需求的解決方案。企業利用人工智能準確預測需求,并分辨出影響運輸和倉儲的采購模式。維持型人工智能可以使用這個過程的一個變種,來計劃在高級后勤支持站點(ALSS)或前方后勤站點(FLS)的材料堆放。它可以決定如何以及何時使用穿梭船和站立船來運送到攻擊組。機器學習將使用燃料、食品和武器庫存、威脅環、戰備水平和維修時間來訓練維持人工智能。維持型人工智能可以提供比人類單獨完成的更有效的量化解決方案,并將其反饋給其他功能區和C2高層。
C2層將對來自下層的決定進行仲裁,并提供一個統一的建議。就像一個軍事組織的指揮官一樣,它將把其副手AI的建議合并起來。人工智能過程的早期階段使用傳感器數據和其他客觀信息來確定指揮官的方向;決定行動方案需要建立對戰斗空間的理解,這是一種更高層次的欣賞。戰斗空間的可變性和模糊性將使這一層的人工智能元素最難開發。最終,該系統將作為一個可信的智能體,壓縮指揮官負責的信息量。壓縮的信息減輕了時間有限的決策者工作時的疑慮負擔,使她能夠向下屬單位發出更及時的命令。
圖1說明了基于這些原則的系統的擬議架構。以對手預測為例,許多單一用途的ANI將在最低層結合原始傳感器和單位報告數據。它將評估敵方單位的最可能位置。公司分析評論、社交媒體和論壇發帖的情緒,以確定產品的滿意度。同樣地,這個系統將通過公開的言論和秘密的報告來確定對手的意圖。它將評估當前和歷史天氣模式,以評估氣候對敵人行動的影響。這三個輸入和其他信息將被功能情報ANI用來形成對敵方COA的評估。同樣,火力節點將使用敵人的組成、JFC的優先級和預測的彈藥可用性來產生目標指導。中間層節點將橫向傳遞他們的評估,以完善鄰近的建議,如部隊保護水平。獨立的功能建議也將直接反饋給C2層,以創建整體行動方案。
圖1. 海上人工智能系統的擬議架構
首先,利用聯合人工智能資源的優勢,針對海軍的具體問題修改標準組件。擅長開發軍事人工智能系統的工程師的稀缺性將限制新系統的開發。美國防部的人工智能戰略具體規定了建立通用的工具、框架和標準,以便進行分散的開發和實驗。使用這些現成的組件,為人工智能決策網的所有子系統創建低級別的系統和標準接口。將海軍的資源集中于采購和實施用于海事具體決策的中層和高層系統。避免技術上令人著迷但無效的解決方案,并通過將職能領域的專家與設計團隊相結合來保持解決海事問題的目標。
第二,創建并維護可通過機器學習攝入的作戰數據數據庫,以訓練海軍人工智能。實施能夠在海上作戰中心(MOC)讀取和集中匯總基本作戰數據報告的技術和工藝,如燃料狀態、導彈裝載量。開發記錄和定性評分作戰決策結果的方法,如對手態勢的變化、傷亡修復率和公眾對行動的反應。將輸入與作戰決策和結果聯系起來的數據庫將加速開發符合現實世界標準的系統。
第三,將人工智能的使用納入政策和條令。條令應該編纂人工智能可以被整合到戰爭戰役層面決策中的領域。明確地說,關于情報、行動、火力、后勤、規劃和通信的海軍作戰出版物應說明人工智能在決策過程中產生優勢的地方和方式。描述海上聯合行動的聯合出版物應明確說明如何將JFC的要求解析為JFMCC的AI系統。如果國防部和海軍的政策對指揮官因整合人工智能的決策建議而產生的責任量進行了定性,那么他們在使用人工智能時就可以采取經過計算的風險。讓指揮官和作戰人員掌握使用人工智能的戰術、技術和程序將加速其在艦隊中的應用。
美陸軍統一網絡計劃正在推動網絡在2028年之前從一個被認為是看不見的資產變成一個支持多域作戰(MDO)方式的部隊武器系統。美陸軍的統一網絡將提供一種可生存的、安全的、端到端的能力,使陸軍在競爭、危機或沖突期間以及在所有作戰領域(海洋、陸地、太空、網絡、空中)作為聯合/聯盟部隊的一部分進行運作。
美陸軍參謀長的《陸軍向多領域作戰轉型白皮書》和到2028年擁有一支具備多域作戰能力部隊的目標,突出了對陸軍統一網絡的關鍵需求。決策主導權和超額配給能力是MDO的核心,而陸軍只有通過彈性、安全的全球網絡能力和容量才能實現這一目標。在此基礎上,美陸軍統一網絡計劃將多種復雜的網絡現代化工作調整為支持MDO所需的單一、一致的方法。
通過跨領域的努力,美陸軍統一網絡計劃為2028年的Way Point部隊提供了一個統一的網絡,然后隨著信息技術的持續快速發展而不斷進行現代化。
美陸軍統一網絡計劃與陸軍戰略的重點相一致,即建立戰備、現代化、改革陸軍以及加強聯盟和伙伴關系。現有的戰術網絡現代化戰略和實施計劃與陸軍統一網絡計劃相銜接,并保持一致。此外,陸軍統一網絡計劃在多個階段和時間范圍內與2019+陸軍戰役計劃并行,并使其得以實施。
第一階段:近期(目前-2024年)--建立統一的網絡
這一階段已經開始,同步進行綜合戰術網絡(ITN)和綜合企業網絡(IEN)的現代化。這一階段的主要工作包括:
對這一階段具有決定性意義的是建立一個基于標準的安全架構,該架構建立在零信任原則之上,最初的主要重點是SIPR網絡的現代化,然后是NIPR的關鍵能力,包括工資、后勤、合同等。
美陸軍開始實施一個整體的方法,隨著時間的推移發展統一網絡,使多種努力同步進行,并利用新興技術,如軟件定義和5G及以上的無線網絡,也符合零信任原則。
美陸軍正在追隨美國防部副部長辦公室,將無線蜂窩網絡作為戰術和企業網絡使用的一項關鍵技術。這將補充網絡整合,減少對非無線網絡的依賴。
這一階段開始時,能力加速進入云基礎設施,同時迅速剝離傳統能力和流程。關鍵是建立共同的數據標準,以實現人工智能(AI)和機器學習(ML)等新興能力。
任務伙伴環境(MPE)的持續發展將繼續進行,因為企業努力建立一個持久的能力,并消除浪費的偶發努力。
美陸軍將繼續調整部隊結構,以實施國防部信息網絡行動(DODIN Ops)的建設,在一個有爭議和擁擠的環境中運營、維護和捍衛統一網絡。
美陸軍必須完成整個企業的網絡融合,以調整單一的陸軍服務提供商,提高網絡的準備程度、標準化和互操作性;提高陸軍的網絡安全態勢;并使DCO快速響應。這種融合為統一網絡的建立創造了條件。
這一階段結束時,建立了一個標準化的綜合安全架構,為統一網絡奠定了基礎,并能在世界任何地方快速部署和立即開展行動。
第二階段:中期(2025-2027)--統一網絡的運作
這一階段從25財政年度開始,繼續融合ITN和IEN的能力。這一階段的主要工作包括:
完成DODIN行動的構建,支持部隊結構,使統一網絡在競爭和擁擠的環境中得到防御和運作。
這一階段完成了混合云能力的建立,包括加速Al/ML能力發展的戰術編隊。
美陸軍將建立一個持久的任務伙伴網絡(MPN),包括從企業到戰術邊緣的所有硬件、軟件、基礎設施和人員,包括在所有戰斗訓練中心(CTC)和任務訓練綜合體的就業。
這一階段在統一網絡完全支持2028年的MDO目標部隊時結束。
第三階段:遠期(2028年及以后)--持續實現統一網絡的現代化
這個階段從28財政年度開始,當陸軍統一網絡在操作上、技術上和組織上完全準備好支持2028年的MDO Way Point部隊。
鑒于信息技術和網絡領域快速和持續的變化速度,這個階段是沒有盡頭的--現代化演變為統一網絡的成熟。這是一個持續的過程,統一網絡沒有固定的結束狀態。
美陸軍統一網絡計劃伴隨著陸軍統一網絡的實施,這是一個美國陸軍執行令(EXORD),它將框架分解為與追求框架內的努力方向(LOE)和支持目標有關的近期和中期的關鍵任務。作為網絡整合和管理的領導者,首席信息官(CIO)和副參謀長(DCS),G-6將使用陸軍統一網絡實施計劃來同步和評估整個部隊和所有任務領域的努力,以建立統一網絡,支持2028年具有MDO能力的軍隊。