澳大利亞《2023 年國防戰略審查》（DSR）指出，澳大利亞目前的戰略形勢要求海軍能力能夠有效地幫助澳大利亞國防軍（ADF）塑造其戰略環境、威懾潛在對手并削弱其實現有悖于其利益的目標的能力。

鑒于戰略環境發生了變化，DSR 發現，目前的水面作戰艦隊計劃不符合目的，現在必須建立一支殺傷力更強的水面作戰艦隊。澳大利亞海軍須進行優化，以便在澳大利亞周邊地區開展行動，保障海上交通線和海上貿易的安全。

政府指示進行一項獨立分析，以評估澳大利亞皇家海軍水面作戰艦隊的能力，確保其規模、結構和組成與即將建造的常規武裝核動力潛艇的能力相輔相成。

獨立分析包括對能力要求、成本、勞動力、進度、風險和澳大利亞海軍造船的持續性進行評估。它同意 DSR 的結論，即目前和計劃中的水面作戰艦隊不適合所面臨的戰略環境，并指出這是海軍歷史上最老的艦隊。報告明確指出，需要一支擁有更強綜合防空和導彈防御能力、多領域打擊能力和水下作戰能力的水面戰艦艦隊。這些都是支持關鍵活動所需的能力，包括在我們的北部通道巡邏、近距離護航和戰區海上運輸任務。

獨立分析還發現，在水面艦隊的采購和維護計劃中，有超過 250 億美元的費用壓力沒有著落。獨立分析小組的報告是一份機密文件，其中包含大量能力和作戰分析，并向政府提出了 18 項建議。本文件 B 部分包含該報告執行摘要的非機密部分。

獨立分析報告強調，有必要立即采取及時行動，以彌補海軍水面作戰能力的不足，并支持澳大利亞持續的海軍造船和維護工業。在回應 DSR 時，阿爾巴尼政府確認了其對澳大利亞海軍持續造船的承諾。獨立分析及其建議支持這一承諾。獨立分析報告的實施旨在應對澳大利亞復雜的戰略環境，降低戰略風險，投資于海軍的未來能力和主權海軍造船與維護企業。

應對措施考慮到了 "安扎克 "級護衛艦目前每況愈下的狀況，加快采購一艘能力更強的新型通用護衛艦，以取代老舊的 "安扎克 "級護衛艦。政府已指示通過先近海后陸上的混合建造戰略，與一個成熟的國際造船合作伙伴迅速購置這些艦艇，并過渡到西澳大利亞州的亨德森綜合造船廠。獨立分析確定了四個平臺作為范例，作為新型通用護衛艦選擇過程的基礎：

Meko A-200

Mogami 30FFM

Daegu class FFX Batch II and III

Navantia ALFA3000

獵人級護衛艦和驅逐艦將繼續在南澳大利亞奧斯本海軍造船廠建造和升級。

這樣，海軍裝備的主要水面作戰艦隊的規模將是計劃的兩倍，而且將有更多的新型水面作戰艦艇下水并更快投入使用。

為實現這一計劃，阿爾巴尼政府承諾在2024-25年聯邦預算中增加國防經費，以確保在未來十年為增強型水面作戰艦隊提供充足的資金。這包括在未來十年內再注入111億美元的額外資金，以支持實現增強型水面作戰艦隊。更新后的海軍造船和維護計劃將于今年發布，為澳大利亞造船業提供確定性。這些行動將帶來一支殺傷力更強的水面作戰艦隊和主權造船業。

相互依存的人機團隊將是未來西方國家威懾大國戰爭的關鍵組成部分，如果威懾失敗，還能贏得戰爭。英美兩國面臨的競爭對手在質量上可能不相上下，但由于其工業能力和靠近可能的沖突地區，以及專門針對和擊敗西方能力而設計的作戰概念，它們在質量上擁有選擇性優勢。

盡管面臨這些前所未有的挑戰，英美兩國仍擁有相當大的作戰和軍事技術不對稱優勢。兩國都相信自己的軍隊能在最底層進行適應和創新。兩國都有聯合作戰的經驗，包括在遠征環境中的經驗。利用這些特點來塑造英美兩國軍隊開發、部署和使用能力的方式，將使競爭對手難以復制西方國家的表現，即使是使用相同的基礎技術。

作為以這些不對稱性為基礎的更廣泛抵消戰略的一部分，英美兩國軍隊應利用人機協作（HMC）和人機協同（HMT）來：展示降低英美兩國軍事、經濟和政治戰爭成本的潛力，同時增加對手的戰爭成本；實現決策優勢，讓對手進退兩難；在被拒絕的環境中產生意識。考慮到對有限資源的競爭性需求，美英兩國軍隊應在短期內集中力量開發、獲取和部署實現這些目標所必需的一組特定的 HMC 和 HMT 能力和使能手段。這些能力將根據反介入區域拒止泡泡內的使能活動進行選擇。這一具體任務可細分為若干子活動，包括改進感知、分析、規劃和決策，發展成本更低、更具攻擊性的部隊，遠征部隊的無人維持，加強欺騙，以及利用 HMC 進行預測性維護。

不過，也有一些注意事項。首先，與精密革命不同，西方在人工智能、自主、計算和其他與軍事相關的科技領域不會享有明顯而持久的技術優勢。其次，如果要實現新興技術的軍事潛力，就必須克服一些阻礙采用和推廣創新的障礙。

在這份政策指南中，作者認為人機協同技術的進步對于有效抵消對手的優勢至關重要。為了執行抵消戰略，各國軍隊將需要開發技術并投入大量資源，以發展新的作戰概念和方法，將人類判斷力與技術能力的結合視為成功的核心。這將是發揮持久組織優勢的關鍵。

本文旨在為政策制定者提供入門指南和政策指導，概述 HMC 和 HMT 如何利用西方國家的具體方法進行技術變革，以服務于這些國家的不對稱優勢。

由于缺乏空間和信息領域的準備，美國海軍陸戰隊無法支持其海軍在南海其所謂的“航行自由”和美國的大國霸權地位。為了保持其相關性和殺傷力，海軍陸戰隊需要通過發展兵力、整合空間能力以支持 OIE 以及與聯合部隊和情報界合作，增加其在 OIE 和空間能力方面的利益和興趣。

海軍陸戰隊司令最新發布的未來規劃文件《2030 年兵力設計》強調，海軍陸戰隊需要利用太空概念和能力。中國軍事力量的持續快速發展及其在南海的行動已使中國躋身于大國行列或接近大國行列。其 A2/AD 和反衛星能力威脅著美國所謂的航行自由，并展示出一種侵略姿態，聲稱自己的領土是中國的一部分。2030 年兵力設計》和《司令部規劃指南》沒有充分考慮必要的程序和措施，以裝備海軍陸戰隊，使其在信息和太空領域充分發揮功能，與中國競爭。以下是對美國聯合出版物、條令和軍種一級指令的研究以及相關評論，旨在找出這些文件中的不足之處。本研究的主題主要集中在整合空間能力以支持 OIE、與聯合部隊和情報界合作，以及兵力發展以裝備海軍陸戰隊，從而確保美國的大國地位和南海航行自由得以維持。

海軍陸戰隊未來規劃文件中的重要遺漏，如支持 OIE 的空間能力整合戰略、與聯合部隊和情報界的合作以及兵力發展，將使海軍陸戰隊裝備不足，無法在未來的作戰環境中（尤其是在南海）取得成功。本研究報告針對這三個重點領域提出了若干建議，以便海軍陸戰隊更好地準備和裝備太空能力和 OIE。

如果海軍陸戰隊要與近似對手競爭，海軍陸戰隊必須將人工智能（AI）作為一種決策支持系統（DSS），以加快規劃-決策-執行（PDE）周期，從而在認知、時間和致命性方面取得優勢。

信息系統和監視技術正在改變戰爭的特點，使較小的部隊也能分布和影響較大的區域。但是，目前的指揮、控制、通信、計算機、情報、監視和偵察系統（C4ISR）以及機器人和自主系統（RAS）都是人力密集型系統，會產生大量數據，海軍陸戰隊必須迅速利用這些數據來提供可操作的情報。由于遠征高級基地行動（EABO）要求部隊規模小、分布廣、復原力強，必須迅速做出明智決策，才能在各種不斷發展和演變的威脅面前生存下來，因此這就存在問題。

使用數據分析和機器學習的人工智能處理、利用和傳播信息的速度比人類更快。配備了人工智能 DSS 的 EAB 指揮官將以比對手更快的速度做出更明智的決策。然而，在實現這一目標之前，目前還存在著巨大的障礙。海軍陸戰隊必須為 EABO 制定一個人工智能支持概念，并將其納入海軍作戰概念中，充分確定人工智能工作的優先次序和資源，并為企業數據管理提供資源，以最大限度地利用數據分析和機器學習來發現數據庫中的知識（KDD）。此外，海軍陸戰隊必須利用美國陸軍的人工智能實驗和概念開發來實現多域作戰（MDO）。最后，海軍陸戰隊應確定當前可通過狹義人工智能加以改進的技術和作戰領域。

引言

指揮、控制、通信、計算機、情報、監視和偵察（C4ISR）以及機器人和自主系統（RAS）技術的普及正在改變戰爭的特點，使較小的部隊能夠分布和影響更大的區域。然而，作戰期間收集的數據正在迅速超越人類的認知能力。早在 2013 年，美國國防部就指出："ISR 收集和......收集的數據急劇增加。我們繼續發現，我們收集的數據往往超出了我們的處理、利用和傳播能力。我們還認識到，就戰術層面的分析人員數量而言，PED 的資源需求可能永遠都不夠"。

如果能迅速加以利用，C4ISR/RAS 數據將為指揮官提供戰勝敵人的信息優勢。但是，從這些來源獲取及時、可操作的情報需要大量人力，而且必須通過人工手段對數據進行快速處理、利用和傳播（PED）才能發揮作用。如果遠征軍要通過 C4ISR 與近鄰競爭并獲得競爭優勢，這對海軍陸戰隊來說是個問題。這些豐富的信息可以加快計劃-決策-執行（PDE）周期，但如果不加以管理，就會使領導者被信息淹沒，猶豫不決。必須采取相應措施，利用新技術實現數據自動化和管理。如果海軍陸戰隊要與近似對手競爭，海軍陸戰隊必須將人工智能（AI）作為決策支持系統（DSS），以加快 PDE 周期，從而在認知、時間和致命性方面取得優勢。

本文旨在證明，利用人工智能技術可加快指揮官在其環境中的觀察、定位、決策和行動能力。本文承認，但并不打算解決射頻通信、信息系統和組織變革中出現的技術問題的重大障礙。本文分為四個不同的部分。第一部分重點討論不斷變化的安全環境和新興技術帶來的挑戰，以及這些挑戰將如何影響指揮官。第二部分討論技術解決方案、決策模型，以及人工智能作為 DSS 如何為 EAB 指揮官創造認知、時間和致命優勢。第三部分將在未來沖突中，在 EAB 指揮官很可能面臨的假想作戰場景中說明這種系統的優勢。最后一部分重點討論了實施過程中遇到的障礙，并對今后的工作提出了建議。

第 I 部分：新的安全環境和新出現的挑戰

自 2001 年以來，海軍陸戰隊在 "持久自由行動"（OEF）、"伊拉克自由行動"（OIF）和最近的 "堅定決心行動"（OIR）中重點打擊暴力極端組織（VEO）和反叛亂戰爭。美國武裝部隊所處的是一個寬松的環境，有利于技術優勢、不受限制的通信線路和所有領域的行動自由。隨著 2018 年《國防戰略》（NDS）和海軍陸戰隊第 38 任司令官《司令官規劃指南》（CPG）的出臺，這種模式發生了變化，《司令官規劃指南》將大國競爭重新定為國家國防的首要任務，并將海軍陸戰隊重新定為支持艦隊行動的海軍遠征待命部隊。

為了支持這一新的戰略方向，海軍陸戰隊開發了 "先進遠征作戰"（EABO），作為在有爭議環境中的瀕海作戰（LOCE）和分布式海上作戰（DMO）的一種使能能力。EABO 為聯合部隊海上分隊指揮官或艦隊指揮官提供支持，在反介入區域拒止（A2/AD）環境中提供兩棲部隊，以獲取、維持和推進海軍利益，作為控制海洋的綜合海上縱深防御。然而，EABO 對部隊提出了一些必須考慮的具體挑戰。這些挑戰包括在所有領域與近似對手的競爭、對新興技術的依賴、人員與能力之間的權衡，以及地理距離和分布式行動帶來的復雜性。總的主題是如何通過在關鍵點上集成人工智能技術來克服這些挑戰，從而增強指揮官的 PDE 循環。

處理開發傳播 (PED) 問題

如果情報驅動軍事行動，那么海軍陸戰隊就會出現問題。如前所述，數據收集的速度超過了戰術層面的處理、利用和傳播（PED）過程。數據本身是無用的，必須經過組織和背景化處理才有價值。根據認知層次模型（圖 1），數據和信息對形成共同理解至關重要。聯合情報流程通過規劃和指導、收集、處理和利用、分析和制作、傳播和整合以及評估和反饋這六個階段來實現這一目標。C4ISR/RAS 的擴散擴大了收集范圍，但 PED 卻沒有相應增加。除非采取措施實現信息管理自動化，否則指揮官將面臨信息超載和決策癱瘓的風險。

信息超載是指由于一個人無法處理大量數據或信息而導致的決策困難。 羅伯特-S-巴倫（Robert S. Baron）1986 年關于 "分心-沖突理論"（Distraction-Conflict Theory）的開創性研究表明 執行復雜任務的決策者幾乎沒有多余的認知能力。由于中斷而縮小注意力，很可能會導致信息線索的丟失，其中一些可能與完成任務有關。在這種情況下，學習成績很可能會下降。隨著分心/干擾的數量或強度增加，決策者的認知能力會被超越，工作表現會更加惡化。除了減少可能關注的線索數量外，更嚴重的干擾/中斷還可能促使決策者使用啟發式方法、走捷徑或選擇滿足型決策，從而降低決策準確性。

鑒于 Baron 的結論，C4ISR/RAS 將降低而不是提高戰術指揮官的決策能力。筆者在擔任海軍陸戰隊作戰實驗室（MCWL）科技處地面戰斗部（GCE）處長期間進行的研究證實了這一結論。2013 年，海軍陸戰隊作戰實驗室 (MCWL) 開展了戰術網絡傳感器套件 (TNS2) 有限技術評估 (LTA)。一個海軍陸戰隊步槍連及其下屬排配備了空中和地面機器人、地面傳感器以及戰術機器人控制器（TRC）。戰術機器人控制器使一名操作員能夠在白天或黑夜，在視線范圍外同時控制多輛戰車進行 ISR。MCWL 將這種 ISR 形式命名為多維 ISR（圖 2）。LTA顯示，使用TNS2的排級指揮官在防御、進攻和巡邏時都能迅速發現威脅，但LTA也發現了兩個重大問題：1.在軟件和機器人能夠自主分析和關聯傳感器輸入之前，海軍陸戰隊員仍需收集和整理ISR數據；2.在中高作戰壓力下... 在中度到高度的作戰壓力下......操作人員會超負荷工作......無法探測和識別目標，并普遍喪失態勢感知能力。

海軍陸戰隊情報監視和偵察--企業（MCISR-E）正在通過海軍陸戰隊情報中心（MIC）、海軍陸戰隊情報活動（MCIA）與戰斗支援機構（CSA）和國家情報界（IC）連接，納入預測分析流程，以解決這些問題。通過海軍陸戰隊情報活動（MCIA），MCISRE 解決了全動態視頻（FMV）聯合 PED 支持問題，并于 2017 年成立了全動態視頻聯合 PED 小組，該小組具有全面運作能力，每周 7 天提供 12 小時支持，費用由 14 名分析員和 3 名特派團指揮官承擔。

雖然這是朝著正確方向邁出的一步，但由于人力需求量大，這可能證明是不夠的。EAB 指揮官必須依靠地理位置相隔遙遠的上級總部提供的、通過有爭議的電磁頻譜傳輸的情報成品。海軍陸戰隊司令部的 MIX 16（海軍陸戰隊空地特遣部隊綜合演習）實驗結果證實了這一結論： "未來戰爭將在具有挑戰性的電磁環境中進行，分布在各地的部隊......從上級總部 "伸手回來 "獲取日常情報援助的能力可能有限，而且無法依賴"。此外，在戰術和作戰層面增加更多的分析人員會導致循環報告，這只會加劇信息超載問題。

EABO/分布式作戰 (DO) 困境

根據《EABO 手冊》，EAB 必須 "產生大規模的優點，而沒有集中的弱點"。美國陸軍在 2016 年進行的實驗表明，較小的單位有可能分布并影響較大的區域（圖 3）。有人無人協同作戰概念（MUMT）認為，采用縱深傳感器、縱深效應和支援行動的部隊可實現戰斗力并擴大其影響范圍。

然而，DO 和 EABO 是零和博弈。C4ISR 和 RAS 技術可以讓部隊分布得更遠，但實驗表明，規模經濟會喪失。增加兵力將增加所有領域的需求。正如皮涅羅在 2017 年的一篇研究論文中總結的那樣："當部隊分散時，就會失去指揮與控制、情報和火力等輔助功能的效率。"在后勤方面也是如此。這種 "DO 困境 "可以用以下經過修訂的 "三重約束范式 "來表示（圖 4）。隨著部隊的分散，一個領域的整合將削弱另一個領域的能力。如果 EAB 指揮官能在不增加 EAB 占地面積的情況下提高能力，就能重新獲得規模經濟效益。智能技術整合可以解決這一問題。

第II部分：融合技術、決策和概念

人工智能展示了解決 PED 問題和 EABO/DO 困境的最大潛力，同時為指揮官提供了對抗性超配。據審計總署稱，"人工智能可用于從多個地點收集大量數據和信息，描述系統正常運行的特征，并檢測異常情況，其速度比人類快得多"。由聯合規劃流程（JPP）提供信息的人工智能系統可以產生更快、更明智的 PDE 循環。如果海軍陸戰隊想要實現 EABO，就不能僅僅依靠人類。相反，未來的關鍵在于如何利用人工智能來增強人類的決策能力。

決策和決策支持系統

研究表明，人類的決策并不完美，在復雜和緊張的情況下會迅速退化。人類的決策在很大程度上是憑直覺做出的，并在進化過程中不斷優化，通過使用判斷啟發法（偏差）來防止認知超載。偏差是快速決策的捷徑，它根據以往的經驗和知識做出假設。36 偏差是一種快速決策的捷徑，它根據以往的經驗和知識做出假設。雖然這些決策已經過優化，但并沒有參考因啟發式方法而被否定的大量數據。由于這些決策都是基于以往的經驗和現有的知識，人們在面對混亂的新情況時可能毫無準備。如前文所述，這對 EAB 指揮官來說是個問題。決策支持系統可以提供幫助。

決策支持系統可以是一個人用來提高決策質量的任何方法。海軍陸戰隊營長利用其參謀人員和聯合規劃流程 (JPP) 提供專家判斷來提高決策質量，而商業部門也越來越依賴于決策支持系統和人工智能來處理大量數據。在本文中，決策支持系統被定義為 "幫助用戶進行判斷和選擇活動的基于計算機的交互式系統"，也被稱為基于知識的系統，因為 "它們試圖將領域知識形式化，使其適合于機械化推理"。大多數 DSS 都采用西蒙的有限理性理論（Theory of Bounded Rationality）來建模，該理論承認人類在信息、時間和決策認知方面的局限性。西蒙提出了一個四步模型（圖 5），包括：1.觀察現實的智能；2.制定和衡量標準和備選方案的設計；3.評估備選方案和建議行動的選擇；以及 4.根據信息采取行動的實施。4. 執行，根據信息采取行動，最后反饋到第一步。

指揮官決策的兩個關鍵要素是選擇活動和推理。選擇活動，也稱為選項意識，是指在某種情況下對不同行動方案或備選方案的認識。選擇意識為指揮官提供了通往解決方案的不同途徑。能夠自主分析海量數據的 DSS 可能會揭示出以前不知道的選項。推理是一種邏輯思維能力。通過構建決策過程，數據支持系統可以不帶偏見和感情色彩地對數據得出結論。一些研究表明，在現實環境中，簡單的線性決策模型甚至優于該領域的專家。

DSS 有不同的類型，而類型決定了其性能和對人類增強的效用。智能決策支持系統（IDSS）是與作戰行動最相關的系統，因為它使用人工智能技術和計算機技術來模擬人類決策，以解決實時復雜環境中的一系列問題。在本文中，它將被稱為人工智能決策支持系統或 AI-DSS。它由一個數據庫管理系統（DBMS）、一個模型庫管理系統（MBMS）、一個知識庫和一個用戶界面組成，前者用于存儲檢索和分析數據，后者用于獲取結構化和非結構化數據的決策模型。人工智能-決策支持系統結合了人類構建問題結構的能力，以及通過統計分析和人工智能技術來支持復雜決策的系統，從而壓縮了 PED 流程（圖 6）。

人工智能輔助OODA循環

約翰-博伊德上校（美國空軍退役）被譽為機動作戰條令及其相應心理過程模型的主要作者之一。通過對實驗性戰斗機的研究，他認識到 "錯配有助于一個人的成功和生存，以及敏捷性和節奏之間的關系，以及如何利用它們使對手的感知現實與實際現實相背離"。為了解釋這些不匹配，他提出了一個 PDE 循環，后來被稱為 OODA（觀察、定向、決定和行動）循環（圖 7）。博伊德認為，誰能通過歸納或演繹推理更快地執行這一過程，誰就能獲勝。通過將人工智能融入 OODA 循環，EABO 指揮官可以獲得對敵決策優勢。正如伯杰司令在其規劃指南中所說："在任何規模的沖突環境中，我們必須比對手更快地做出并執行有效的軍事決策。

更好的信息和選擇有助于做出更迅速、更明智的決策，同時減輕認知負擔。EAB 部隊將面臨超音速和潛在的高超音速武器，這將使他們幾乎沒有時間做出充分知情的決策。EAB 指揮官將被迫利用大量有人和無人傳感器平臺感知威脅，并迅速確定行動方案。

人工智能輔助 OODA 循環（圖 8）直觀地描述了 EAB 指揮官如何借助人工智能技術做出決策。它將博伊德的 OODA 循環作為指揮官 PDE 循環的基礎。這反映出指揮官是決策過程的中心，也是情報和決策支持的主要消費者。下一層是國家情報總監辦公室（ODNI）的六步情報循環，用于將數據處理成情報。下一層是西蒙的有界理性模型，用于描述 AIDSS 如何嵌套在 EAB 指揮官的決策框架中。最后，使用狹義人工智能增強的外部代理被疊加以代表物理工具（如 RAS、武器系統、AI-DSS 和圖形用戶界面 (GUI)）。在關鍵點集成狹義人工智能，以實現傳感器操作和利用、數據和情報的 PED 以及武器使用的自動化，從而減少人力并壓縮 PDE 周期時間，為指揮官創造可利用的優勢窗口。

作戰概念

由于 EAB 指揮官將在一個簡樸、分散和資源有限的環境中工作，他必須重新獲得在這些方面失去的效率，以超越對手。AI-OODA 循環將按以下方式解決問題。在執行任務前，指揮官進行任務分析/人員規劃流程，以確定指揮官的關鍵信息需求（CCIR）（優先情報需求（PIR）/友軍情報需求（FFIR））以及與上級總部意圖相關的任務（作戰空間的情報準備（IPB）、行動區域、任務、約束/限制等）。

在步驟 1. 觀察階段，指揮官收集有關作戰環境、敵我態勢和友軍態勢的數據，以驗證 IPB 中的基準假設并更新態勢感知。為此，將利用國防部云服務和配備計算機視覺和機器學習技術的無人系統提供的多源情報，自主分析環境，查找 CCIR。這些系統在收集和識別 CCIR 時，可根據威脅程度和排放控制（EMCON）狀態采取兩種行動方案：1. 從云和/或邊緣 AI 平臺（AI-DSS）分發/縮減信息；2. 限制通信并返回基地進行開發。從這一過程中收集到的數據將反饋到第二階段--定向，以確定其意義和相關性。

在步驟 2. 在第 2 步 "定向"階段，指揮官要對收集到的大量數據進行意義分析，以便做出適當的決策。隨著數據池的不斷擴大，第一步的輸出結果必須由人工進行處理，這將耗費大量的時間和資源。如果處理不當，指揮官就有可能因信息過載而無法確定行動方案。研究表明，在面臨信息超載等人類認知極限時，人們會使用次優的應對策略，從而導致認知偏差。第二步是當前流程中的瓶頸，也是人工智能輔助決策支持系統（AI-DSS）緩解信息過載和縮短 PDE 周期的理想場所。

AI-DSS 的優勢在于它可以自主地以數字方式整合來自無限量來源的數據，包括多源情報、RAS、鄰近邊緣 AI 節點、開放源數據以及最終基于國防部云的服務，以生成決策輔助工具、預測性威脅預報或響應行動方案。通過監控這些來源，人工智能可利用 KDD 推斷出模式和意義，以探測敵方意圖，并在人工智能-OODA 循環的第 4 步中利用 F2T2EA（發現、修復、跟蹤、瞄準、交戰、評估）的殺傷鏈模型做出反應。與計算機網絡防御（CND）中使用的技術類似，EABO 部隊可以探測敵人的行動，將敵人的殺傷鏈指標與防御者的行動方針聯系起來，并識別出將敵人的個別行動與更廣泛的戰役聯系起來的模式，從而建立起陸基情報驅動的 SLOC（海上交通線）防御（IDSD），以控制當地海域。現在，他的情報系統已獲得最佳數據，并輔以人工智能生成的行動方案 (COA)，為第 3 步 "決定 "做好準備。

在步驟 3. “決定”步驟中，指揮官現在可以決定采取何種行動方案來實現預期結果。AI-DSS 可以推薦 COA、確定成功概率并建議后續行動或對手行動。通過圖形用戶界面，她的決定可以在整個梯隊中傳達，并傳遞給 RAS 平臺，從而在分布式作戰空間中形成一個綜合的有人無人團隊。

在步驟 4.“ 行動”中，指揮官正在執行任務，并利用反饋機制為其下一個決策周期提供信息，該決策周期已通過綜合通信、火力和指揮控制網絡進行了溝通，以確定可用和適當的武器系統。人工智能 OODA 循環將循環往復地進行下去，直到指揮官達到預期的最終狀態或情況不再需要采取戰術行動。通過利用人工智能作為 DSS，指揮官實現了以下目標：

1.融合--在梯隊中快速、持續、準確地整合來自所有領域、電磁頻譜（EMS）和信息環境的內部和外部能力；

2.優化 - 在正確的時間，以最有效和最高效的方式，向正確的目標提供效果的能力；

3.同步--將態勢感知、火力（致命和非致命）和機動結合起來進行滲透和利用的能力；以及

4.感知和行動速度--在沖突的各個階段都能識別和直觀地看到導致領域優勢和/或挑戰的條件，并采取相應行動；

確信所有數據點都以不偏不倚的方式加權，且周期速度快于敵方。

第 III 部分：關于人工智能輔助 EABO 的小故事

本節將通過一個小故事來解釋人工智能-OODA 循環系統在未來沖突中如何運作，從而將前面討論的主題結合起來。本節旨在從概念上向讀者概述如何使用該系統、它能解決哪些挑戰以及它能創造哪些機遇。

第 IV 部分：障礙和建議

有幾個問題不是本文的主題，但卻是接受和開發 AI-DSS 的重大障礙。將精力和資源集中在這些領域將激發行業解決方案，并協助海軍陸戰隊制定必要的政策、程序和戰術，以實現這一概念，并使海軍陸戰隊與國防部的人工智能戰略保持一致。

第一個問題是 EABO 的人工智能支持概念。如果對問題沒有清晰的認識，海軍陸戰隊就無法在技術、培訓和實驗方面進行適當的投資。一個可以考慮的途徑是與美國陸軍合作。2019 年 8 月，陸軍未來司令部發布了《2019 年未來研究計劃--人工智能在多域作戰（MDO）中的應用》。MDO 是聯合部隊的一個概念，海軍陸戰隊可以輕松嵌套在遠征梯隊中。這項研究通過戰爭游戲得到加強，概述了在 A2/AD 環境中建立人工智能能力的要求、優勢/劣勢和作戰案例。

第二個問題是海軍陸戰隊人工智能的資源配置。國防部人工智能戰略的美國海軍陸戰隊附件在 MCWL 設立了人工智能利益共同體（COI）和人工智能處，以確定人工智能工作的優先順序和同步性，并制定海軍陸戰隊人工智能戰略。這是一個良好的開端，但還不足以滿足人工智能運作所需的資源。海軍陸戰隊必須利用美國陸軍在多域作戰中開展的人工智能工作的范圍和規模，加速技術成熟、實驗和部隊發展。軍事、戰爭和后勤部人工智能有限技術評估應重點關注人工智能-DSS 如何能夠實現、改進或完全修改與 ISR-Strike、C2、維持和部隊保護相關的任務執行。2020 年有機會與陸軍人工智能任務組 (A-AITF) 就其 20 財年人工智能操作化研究計劃開展合作。

第三個問題是企業數據管理。國防部在匯集數據并將其組合成可用的形式方面舉步維艱。為了解決這個問題，國防部數字化現代化戰略要求提供企業云數據服務，也稱為聯合企業防御基礎設施（JEDI）。司令還認識到海軍陸戰隊在數據收集、管理和利用方面的不足，以促進更好的決策。機器要進行 KDD，必須有大量可用的數據集。海軍陸戰隊必須以人工智能-DSS 和其他深度學習技術能夠利用的方式構建其數據，以獲得業務收益。

第四個問題是對人工智能技術的信任。根據美國政府問責局的說法，人工智能正在接近第三次浪潮，但并非沒有嚴重障礙： "第三波人工智能的一個重要部分將是開發不僅能夠適應新情況，而且能夠向用戶解釋這些決策背后原因的人工智能系統"。目前的深度學習方法具有強大的分析能力，但有時會產生不尋常的結果。要讓指揮官信任并在軍事行動中使用 AI-DSS，就必須具備解釋人工智能如何得出答案的能力。可解釋的人工智能是國防部和商業部門共同關注的問題，而商業部門正在牽頭研究可能的解決方案。53 可解釋的人工智能是國防部和商業部門都關注的問題，而商業部門正在引領可能的解決方案研究。了解為什么會做出好的或壞的決策，會讓人對技術產生信任，這對軍事行動至關重要。

第五個問題是邊緣計算，即 "將計算能力下推到數據源，而不是依賴集中式計算解決方案"。這是必要的，因為電磁頻譜將受到爭奪，機器將無法依賴一致的通信和基于云的計算。數據網絡架構將需要重組，以便變得更加分散，并可抵御災難性損失，每個邊緣設備都應能夠與相鄰節點進行網狀連接和通信。在實踐中，數據連接將根據威脅環境從完全連接到拒絕連接的滑動范圍進行。這樣，AI-DSS 就能對本地收集的數據進行快速、實時的 PED，為 EAB 指揮官的決策周期提供支持。此外，國防部必須在戰術邊緣提供基于云的服務，并采用 5G 數據傳輸速率，以機器速度和低延遲充分利用人工智能和 RAS。同樣，這也是與美國陸軍在多域作戰方面的合作領域。

第六個問題是，這在以前已經嘗試過。2002 年，美國國防部高級研究計劃局（DARPA）創建了 PAL（個性化學習助手）計劃，作為一種認知計算系統，它可以通過學習來協助用戶完成任務，從而做出更有效的軍事決策。其主要目標之一是減少對大量人員的需求，從而使決策更加分散，不易受到攻擊。PAL 的一些功能包括將多源數據融合為單一饋送，這些功能已過渡到蘋果 Siri 個人助理和美國陸軍的未來指揮所 (CPOF) 計劃。筆者無法獲得有關 PAL 計劃局限性的詳細信息，但陸軍認識到遠征決策支持系統的必要性，目前正在精簡 CPOF。指揮所計算環境（CPCE）將多個環境整合為一個單一的用戶界面，整體重量從 1200 磅減至 300 磅，主要用于移動作戰。這是朝著正確方向邁出的一步，也是陸軍和海軍陸戰隊的潛在合作領域。

最后，MCWL 應研究在 RAS、計算機視覺、機器學習和數據分析方面的狹窄人工智能領域，這些領域可立即應用于減少指揮官的認知負荷。

結論

當前的 C4ISR/RAS 是勞動密集型的，會產生大量數據，必須迅速加以利用，才能為海軍部隊提供可操作的情報。使用數據分析和機器學習的人工智能可以比人類更快地處理、利用和傳播信息。配備了人工智能信息系統的 EAB 指揮官將以比對手更快的速度做出更明智的決策。然而，在實現這一目標之前，目前還存在著巨大的障礙。展望未來，海軍陸戰隊必須制定一個與海軍作戰概念相匹配的海軍陸戰隊作戰概念，對人工智能工作進行充分的優先排序和資源配置，對企業數據管理進行資源配置，以最大限度地利用數據分析和機器學習來發現數據庫中的知識（KDD），并利用美國陸軍的人工智能實驗和概念開發來實現多域作戰（MDO）。此外，海軍陸戰隊應確定當前可通過狹義人工智能加以改進的技術和作戰領域。

海軍陸戰隊不能再依賴過時的決策支持系統和信息管理方法來進行戰術決策。隨著友軍和敵軍利用技術獲取戰術利益，指揮官的信息負荷將繼續增加。人工智能決策支持系統可以解決這個問題。軍事指揮與控制發展計劃》（MCDP 6）指出了這一點的必要性："無論時代或技術如何發展，有效的指揮與控制都將歸結為人們利用信息做出明智的決定和行動....，衡量指揮與控制有效性的最終標準始終如一：它能否幫助我們比敵人更快、更有效地采取行動？

為了應對一個日益動態的作戰環境的挑戰，必須適應技術發展的快速步伐。無人系統（UxS）在改善美國海岸警衛隊的卓越任務方面發揮著關鍵作用，并擁有巨大的前景。無人系統可以幫助找到遇險的海員。它們可以提高在海上探測非法毒品和移民販運的能力，這樣就可以最有效地分配有限的船只、船舶和飛機。UxS可以成為監測世界各地非法、未報告和無管制（IUU）捕撈活動的有力工具。在不斷變化的北極地區，UxS可以幫助破冰船的導航，跟蹤冰山和增加的船只交通，并監測其他商業活動的增長。未來將在一個可互操作的系統的互聯范圍內采用UxS，并使人工智能得到有效的整合，以便在這樣的情況下和更多的情況下向海岸警衛隊的操作員提供可操作的數據。能夠實現最佳人機協作的UXS為海岸警衛隊提供了改變游戲規則的機會。

海岸警衛隊還將有目的地在復雜的海洋環境中抵御和管理無人系統。將采用適合海岸警衛隊在所有領域的海上安全作用的反無人系統能力，以幫助確保海洋運輸系統（MTS）的安全。此外，自動化、自主化和無人駕駛系統的采用有望改變海運業。

雖然海岸警衛隊成功的關鍵一直是人，但無人駕駛系統提供了提高勞動力的性能和效率的前景，并作為一個真正的力量倍增器。海岸警衛隊將尋求調整要求、采購、收購和資金，以確保UXS能夠以需要的速度交付，并與勞動力和現有資產相結合。擁抱和整合UxS將在復雜和不斷變化的環境中促進海上安全和保障。

無人系統的變化、威脅和機遇

引言

海岸警衛隊的一系列廣泛的任務要求海岸警衛隊的人員和漁船、艦艇、飛機和海岸站都要做到最好。然而，海洋領域繼續迅速變化并提出新的挑戰。"當今世界的變化步伐正在加快。地緣政治戰略競爭、經濟動蕩、氣候變化影響、勞動力期望值的變化、不斷發展的技術和新興的海洋用途正在匯聚在一起，推動服務發生變化。" 非法、無管制和未報告的捕撈活動已取代海盜行為成為最大的全球海事威脅之一。毒品和移民的非法販運正在向更遠的地方轉移，并持續對公眾構成威脅。北極地區的海事活動正在增加。自然災害繼續威脅著海洋上和海洋附近的人們。對海岸警衛隊服務的需求是強烈的，并繼續增長。

在一個不斷變化的海洋領域中保持意識和執行管理，仍然是幾乎所有海岸警衛隊任務的核心。在國內，"海洋環境的新興用途--包括近海能源生產、無人駕駛船只和航空系統的使用以及商業空間活動--正在迅速擴大，對現有的監管和操作框架提出了挑戰。" 更廣泛地說，"國家競爭者、暴力極端分子以及日益強大和有能力的跨國犯罪組織（TCOs）都在繼續試圖利用海上的薄弱治理、岸上的腐敗和海洋領域意識的差距來獲得經濟和政治優勢。" 這些變化給海岸警衛隊的任務執行帶來了威脅和機遇，同時也增加了對海岸警衛隊海上領域意識的需求，以支持美國和全球利益。

技術在不斷進步，提供了新的工具和能力，可以幫助執行海岸警衛隊的任務。"技術的快速發展，對海岸警衛隊服務不斷增長的需求，越來越多的動態操作環境，以及全球戰略競爭，使目前執行任務的方式更加緊張。必須加強競爭優勢，以配合影響海洋領域的變化速度。這是對行動的呼吁"。

UxS創造了機會，以新的方式將人員、資產、系統和數據結合起來，以創造一支更加靈活的部隊。UxS可以填補覆蓋面的空白，提高對形勢的認識。UxS還可以提供新的能力，以增強載人任務。UxS可以將人類從一些任務中經常是骯臟的、偶爾是枯燥的、有潛在危險的工作中解放出來。UxS不能單獨執行任務，但它們可以幫助保持人員準備狀態，直到正好需要海岸警衛隊人員的時刻。

海岸警衛隊已經雇用了一些UXS，但主要是以分離和以平臺為中心的方式進行的。海岸警衛隊已經經歷了一些項目的成功，如國家安全快艇上的中程無人駕駛航空系統（UAS），以及在海岸警衛隊各水上和岸上單位使用的短程UAS。當與其他技術無縫整合時，作為技術生態系統的一部分，無人機系統可以成為一個力量倍增器，將傳感器與作戰決策者通過資產、網絡、數據系統、高級分析和信息共享平臺聯系起來，并具有更高的速度和效率。必須保持靈活和適應性，以追求這一變革性變化。

雖然無人駕駛系統為海岸警衛隊的就業提供了機會，但它們已經被海洋環境中的所有類型的行為者所使用，而且應該預期它們的存在將大幅增長。公民使用無人駕駛系統正在無意中影響著政府和商業船只以及沿海設施的日常運作。商業航天公司正在使用無人駕駛的駁船進行作業，航運公司正在將自主系統甚至完全自主的車輛納入其船隊。麻醉品販子已經建造了小型的自制無人潛水艇，以秘密地在海上邊界非法運輸毒品。應該預料到，無人駕駛系統將在海洋環境中變得無處不在，必須為其影響做好準備。

了解海岸警衛隊任務的變化、機會和風險，使能夠構建一個愿景，為戰略制定方向。

作戰概念：UXS，作戰/戰術ISR

自2008年以來，水面作戰軍官學校（SWOS）一直在使用一個360度反饋計劃來指導水面作戰軍官（SWO）的表現和領導能力。然而，目前使用的評估工具是基于為企業界設計的商業現成模型，并不是為水面作戰軍官群體量身定做的。鑒于最近發生的船舶碰撞事故，海軍認識到關鍵的決策技能和領導力對SWO來說是至關重要的，一個量身定做的360度反饋計劃可以更好地支持他們的領導風格的發展。此外，目前的評估并沒有提供關于水面作戰軍官有效領導和管理所需的核心能力的洞察力，正如水面作戰軍官要求文件（SWORD）中所定義的那樣。因此，海軍可以通過改進360度反饋的方式，并將其作為更大的專業發展職業道路的一部分，在2019年，海軍水面部隊指揮官指示對目前的360度反饋進行升級，以更好地適應水面社區的需要。

360度反饋是一種評估方法，它從多個來源收集關于一個人的行為的信息，如主管、同僚和下屬。它可以提供有價值的信息，從多個角度識別和解決不足之處，并發揚當前的優勢，這使得它比標準評估更有利。研究表明，這種形式的反饋可以提高績效，美國海軍在2007年采用了自己的版本，用于軍官的領導力發展。在水面部隊中，這種評估是由初任軍官（DIVO）和部門主管（DH）在其職業生涯中進行的，評估者由高級軍官、DIVO或DH的同事以及高級和低級士兵組成，以收集對其領導能力的從上到下的全面了解。

海軍使用的評估是由全球組織咨詢公司Korn Ferry提供的，完全圍繞領導力發展的概念設計。該評估包含總共68個問題，分為14種技能和一種混合技能。這些技能被進一步細分為四個關鍵的領導力領域：思想、結果、人員和個人領導力。

這項研究的目的是協助水面作戰軍官司令部（SWOSCOM）評估和改進他們的360度反饋計劃。雖然評估是為企業界設計的，而不是為水面社區設計的，但評估的某些方面可能仍然有助于保留。該研究探討了不同的評估員如何評估個人，并確定了對整體評估有效或無效的問題和技能，應考慮保留或修改。通過將無監督和有監督的機器學習方法，以K-means聚類和隨機森林的形式，應用于100個隨機選擇的360度反饋評估，本論文的目的是幫助奠定一個框架，以開發一個更新的評估工具，為水面社區定制評估問題。

數據被分成每個評估者的五個主要數據集： 自我、老板、同行、你所領導的人（PYL）和其他老板（OB），并進行了初步的探索性數據分析（EDA），以初步了解這些回答。EDA顯示，平均而言，自我評分者比其他評分者對自己的評價更嚴格，PYL對他們所評分的個人評價最高，而老板、OB和同伴評分者對個人的評價都差不多。我們還研究了所有測評者對每個問題的回答中的差異，發現個人領導力下的技能，即建立信任（ET）和展示適應性（SA）的差異最小，發展他人（DO）的技能和整體（O）的混合技能的差異也是如此。所有評分者都提供類似回答的問題幾乎沒有提供建設性的反饋，應該考慮刪除或修改以幫助持續發展。

在EDA之后，數據被準備用于進一步分析。對數據集進行了配對方差分析（ANOVA），以確定被評估者對自己的評價和評估者對自己的評價之間的差異是否具有統計學意義。檢驗的結論是，被評估者和PYL評分者的評分與其他所有評分者的評分在統計學上有顯著差異，而同輩人、老板和OB評分者之間的差異則沒有。因此，我們決定將同儕、老板和OB的數據集合并為一個，對每個問題的三個回答取平均值。接下來，使用Cronbach's alpha可靠性測試，根據Korn Ferry 360度評估中定義的技能對數據進行縮放。這樣做有三個原因。首先，將數據的維度從68個變量減少到15個，有助于防止模型的過度擬合，并提高我們結果的可解釋性。第二，使我們能夠測試技能的內部一致性，并確定降低這一可靠性的問題，標志著該問題與其他問題的關系不強。最后，有了代表技能的單一分數，我們能夠更好地測試該技能在評估中的有效性。

隨著數據的縮放，K-Means聚類法被用來對每個數據集中的個體進行聚類，從而可以確定聚類之間的相似性，并在隨機森林分析中使用這些聚類分配作為分類。聚類產生了三個與個體評估相關的群組。被評估為高的個體被歸為一組，被評估為低的個體被歸為一組，而那些介于兩者之間的個體則是最后一組。通過比較高分和低分群組之間的距離，可以初步了解技能的有效性，距離越大，越有效，反之亦然。培養開放式溝通（FOC）、建立關系（ER）和ET是每個評分者在群組之間距離最小的技能。相反，戰略行動（AS）、顯示動力和主動性（SDI）和合理決策（MSD）的距離最大。

分類隨機森林表明，MSD、FOC和Manage Execution（ME）對識別一個人是否屬于高于平均水平的集群影響最大。顯示動力和主動性（SDI）、AS、ER和ET的影響最小。回歸隨機森林的結果略有不同，評估SDI和Build Realistic Plans（BRP）的影響最大，而Promote Teamwork（PT）、FOC和ER的影響最小。需要注意的是，回歸模型假設O是指對績效的全面衡量。事實可能并非如此，該模型可能受到了數據中的偏差的影響。當兩個隨機森林的結果被平均到一起時，排名最高的技能是MSD、FOC和SDI。PT、MO和AS的排名最低。

本論文的目的是幫助SWOSCOM重新評估當前的360度反饋評估。這項研究并不是要否定任何技能或問題，而是要確定評估中那些對發展有效的部分，或者那些會從修改或截斷中受益的部分。我們的發現是，MSD、SDI和FOC的技能在評估中得到了有效的應用；然而，評估可能受益于對問題的修改，以便在個人和評估者之間產生更多的批評性反饋。MO在我們的模型中沒有影響，但卻是唯一在所有問題中產生高差異的技能，并且可以在海軍中應用。因此，評估可能會從保留這些概念中受益，但將該技能與其他部分相結合。PT、AS和ER的技能被認為是無效的，因為它們在模型中的表現和評分者之間缺乏差異性。此外，應該考慮修改或刪除在縮放過程中被刪除的問題。

自第二次世界大戰以來，美國在每一次沖突中都主宰著天空，但隨著低成本致命的無人機系統的爆炸性擴散，作戰指揮官將不再能夠假定空域是安全的--他們將不得不有意地爭奪它。使得這一新趨勢在作戰計劃和使用方面如此具有破壞性的原因是，無人機系統的獲取成本（相對而言）很低，而且操作簡單。一個適度的軍事強國可以部署幾十甚至幾百架作戰無人機系統。小型和中型致命的無人機系統已經出現，作為傳統攻擊飛機的低成本、經過戰斗驗證的替代品。事實證明，無人機系統在本質上很難被針對傳統飛機設計的傳感器探測到，因此需要專門的解決方案來對付它們。這些武器系統正在重新定義空中力量并使之擴散化，將多種聯合功能融合到單一的戰術平臺中，可以由一個經過有限培訓的小隊來操作。在未來的任何沖突中，美國應該期望面對日益成熟的各種規模和種類的多任務無人機系統陣列。JFACC將再次與敵人共享空域，這是自 "沙漠風暴 "第一夜以來從未發生過的真正意義上的事情。

擊敗這些小型/中型無人機系統的關鍵是被動和主動措施的結合

被動措施應包括加強機動性和偽裝、隱蔽和欺騙（CC&D）戰術，使無人機系統操作者無法獲得打擊目標所需的關鍵可探測特征。煙幕彈提供了技術含量低但有效的隱蔽性，可以抵御光電傳感器，紅外干擾器可以抑制激光瞄準吊艙。機動性、高保真誘餌和無線電欺騙可以迷惑目標，并使人無法了解作戰機動部隊的模式。

在主動措施方面，本文之前討論了瞄準無人機系統的挑戰。現有的技術允許集中的多情報收集和融合，以追蹤SUAS回到它們的起源點，從而能夠對其可疑的GCS位置進行聯合射擊。新興技術應該集中在無人機系統的獨特特性上，除了傳統的地對空防御系統外，還有專門的反無人機系統，以應對高端威脅。美國陸軍已經確定了這樣的系統，并有計劃將移動短程防空（M-SHORAD）與他們的機動部隊和固定的關鍵目標附近結合起來。但這些系統都在爭奪資金。在大國競爭的時代，不能允許這些采購落入預算削減線以下。即使在高強度的沖突中，小型和中型無人機系統也肯定會發揮重要作用。

像俄羅斯等這樣的近鄰對手明白，他們無法與美國（US）競爭并贏得傳統沖突。為了使俄羅斯等能夠戰勝美國，他們通過技術進步開發了新的手段和能力，以便在戰場上取得勝利。正在開發的主要能力之一是低當量戰場核武器（LYBNWs），以便在未來的沖突中贏得對美國的勝利。美國的近鄰對手可能對美國的機動部隊發射LYBNW，以將其從戰場上消滅，不至于將沖突提升到全面核戰爭的門檻。

引言

自任何戰爭開始以來，人類就利用武器技術的進步來增加沖突中的勝利機會。新武器系統的演變在整個歷史上的爭端中是至關重要的。能夠在現有系統或平臺上實施新技術的領導人或國家將獲得勝利。歷史上的一個典型例子是步槍和大炮在戰場上的實施發展。在1805年和1806年，拿破侖利用這兩項技術進步與騎兵相結合，贏得了關鍵的勝利，奧斯特利茨戰役就是一個例子。世界各國都把步槍和大炮與演習的混合作為戰爭的突破口。在隨后的幾年里，歐洲和世界各國都在全力以赴地按照拿破侖在耶拿戰役和其他沖突之前的方式來建設和訓練自己的軍事力量。隨著時間的推移，武器技術的演變繼續增加。下一個改變未來戰爭執行方式的武器系統是空中力量。

第一架飛機于1902年飛行，其微小的進步將空中力量限制在偵察能力上，并限制了第一次世界大戰（WWI）的空中戰斗。當時的領導人設想，飛機是未來通過空中力量對抗沖突的手段。空中力量的進步在1945年第二次世界大戰（WWII）期間取得了成果。空中力量，加上陸軍，使美國對德國具有戰略優勢。美國了解空中力量給戰場帶來的能力，即沿著敵人的交通線和主要戰線攻擊敵人的目標。空中力量使地面部隊能夠在戰場上與敵人全面交戰，以消耗德國軍隊并贏得戰爭。空中力量對二戰勝利作出貢獻的另一個例子是在對日本的太平洋戰役中。空中力量能夠在跳島任務中轟炸敵方目標，并攻擊日本本土。最終，空軍投下了原子彈，迫使日本在二戰中投降。

歷史為那些利用技術進步在戰爭中取得勝利或阻止沖突的國家提供了一個準確的畫面。前國防部長馬克-埃斯珀理解技術進步的重要性，他說："歷史告訴我們，那些率先利用一代人的技術的人往往在未來幾年里在戰場上具有決定性的優勢。" 下一個改變戰爭方式的技術將是什么？諸如俄羅斯等這樣的對手認為擊敗美國的下一個技術進步是低當量戰場核武器（LYBNWs）。俄羅斯等設想的情景是，美國的地面部隊在戰場上機動，但防空保護有限，地形將他們引入一個巨大的殺傷箱。然后，俄羅斯等將使用混合了戰術彈道導彈（TBM）的LYBNWs來攻擊美國地面部隊和關鍵地區，如濕隙交叉點、支持區和后勤線。

美國軍方的領導人已經關注了從遠程火力、戰術核、高超音速導彈、無人機群和空間能力等廣泛的技術進步。隨著如此多的新技術擠入戰斗空間，一種能力引起了軍事和民用部門的興趣，那就是人工智能（AI）。在陸軍中，人工智能是一個未被開發的武器系統，可以成為戰爭中的下一個技術進步。人工智能將使美國陸軍在戰場上擁有手段和優勢，就像大炮和空軍一樣。此外，人工智能將協助美國陸軍在大規模戰斗中檢測、分類和使LYBNW失效。

問題陳述

美國的近鄰顧問正在不斷地嘗試開發下一個武器系統，以使他們在戰場上獲得優勢，從而在戰爭中獲勝。俄羅斯正在開發高超音速武器；與此同時，中國利用遠程精確射擊來與敵人保持距離。然而，這兩種威脅都以LYBNW為中心努力在未來的沖突中摧毀美國的機動部隊。 目前，美國的防空平臺缺乏技術和能力來對抗大規模沖突中混有TBM的LYBNW的新威脅。

研究目的

本專著旨在提供將人工智能整合到陸軍防空系統中以擊敗LYBNWs的方案。首先，本專著將通過歷史的視角來說明發展技術進步并將其整合到現有系統中對在戰場上或戰爭中取得勝利是多么重要。用于研究的主要武器系統是大炮、空氣動力和核武器。通過歷史分析，讀者可以預見，美國必須繼續發展技術進步，特別是在人工智能方面，以便對未來的沖突產生積極影響。其次，該專著重點介紹了美國陸軍目前和未來的防空平臺，以備戰事。這部分調查讓讀者了解系統的能力和局限性，以了解防空作戰環境和導致需要綜合人工智能的不足之處。第三，該專著重點介紹了目前民用和軍用部門的算法和平臺的人工智能能力。這些算法提供了對機器學習能力的洞察力，以便在人工智能平臺上與當前的系統結合起來提出建議。最后，該論文集中討論了整合的建議和對自主人工智能系統的需求，以擊敗LYBNWs。

研究意義

這項研究對美國陸軍來說很重要，因為近似的建議開發了新的和增強的導彈平臺以贏得未來的沖突，特別是LYBNWs。這些武器系統的出現正在慢慢超過美國陸軍目前的防空系統。這項研究提供了一個行動方案，通過將人工智能與目前的平臺結合起來，提供增強的防空覆蓋，從而重新獲得優勢。同時，為自主武器系統的建立留出時間。在綜合防空導彈防御系統（IAMD）中利用人工智能能力可提供早期預警、交戰速度、瞄準威脅的距離，更重要的是，可提供威懾。防空系統一旦部署到一個行動區，就會對世界大國產生威懾力。人工智能的增強提高了美國威懾或擊敗侵略的能力，并保留了陸地部隊。

在過去的半個世紀中，美國海軍一直是海上的主導力量，但技術的進步使其他國家有能力縮小差距，并在某些情況下威脅到美國的優勢。美國海軍、海軍陸戰隊和海岸警衛隊是保護海洋領域的三位一體力量。一個潛在的脆弱領域是在瀕海環境中。然而，新興的商業技術，如5G，可以擴大該環境中的系統和能力的足跡，供海軍部門使用。私營部門已經在開發5G最先進的資源方面處于領先地位，這使得載人和無人系統能夠完成更多任務。海軍部門實施商業可用系統的一個長期障礙是國防部希望成為其采用的任何系統的所有者和經營者。在海軍行動中利用現有商業系統的一個好處是在不開發全新系統的情況下提高能力。這篇論文探討了美國海軍部門使用商業5G技術的當前和預測能力。本研究對5G毫米波進行了測試。本論文還研究了一個理論上的新系統，它整合了商業系統以滿足海軍的要求。

引言

電信技術的發展速度超過了美國（U.S.）軍隊測試和評估作戰用途的速度。在整個國防部（DOD）中不斷出現的一個流行語是 "5G"，許多人認為第五代蜂窩技術可能被用來加強國家安全。5G技術可以在國防部各部門內開發和運行，但以前的采購和政策減緩了實施的機會。商業部門不受這些相同政策或限制的限制。商業部門收集的專業知識和經驗使他們能夠以更快的速度構建和測試最新技術，使國防部可以隨時利用技術。國防部可以使用5G的一個領域是在沿海地區。

在過去的半個世紀里，美國一直是海上的主導力量，但隨著技術的進步，對手國家已經取得了巨大的進步，擴大了他們的影響力，威脅著美國的主導地位。在《海上優勢的設計》中，海軍作戰部長（CNO）反思了這樣一個事實："自從我們上次爭奪海上控制權、海上交通線、進入世界市場和外交伙伴關系以來，已經過去了幾十年"（海軍作戰部長，2018）。3-32號出版物將 "海洋領域描述為大洋、海洋、海灣、河口、島嶼、沿海地區，以及這些地區上方的空域，包括沿岸地區"（參謀長聯席會議，2013年，第viii頁）。隨著海軍、海軍陸戰隊和海岸警衛隊在海洋領域的近岸地區的責任增加，沿岸地區被認為是一個缺乏適當關注和資源的地區。這是一個問題，因為海軍部門在沒有新的資金來開發新的戰術、技術和程序以應對潛在威脅的情況下，監測和檢測有爭議的環境中的可信威脅是一個挑戰。利用5G的下一代電信，應該能夠增加范圍和數據吞吐量，并具有低延遲率，從而提高海軍行動的海洋領域意識（MDA）能力。

這項研究的目的是開始探索5G在沿岸環境中的能力，并從理論上提出一個作戰概念（CONOPs），即各種商業智能自主系統（IAS）可以利用安全的5G系統網絡（SOS）來應對該領域日益增長的競爭者能力和威脅。這種潛在的游戲規則改變可以減輕海軍部門建立和維護獨立5G系統的心態，根據任務要求利用現有的商業基礎設施。美國防部可以通過轉向這種在沿海地區加強MDA的新方式來潛在地節省資金、時間和資源。本研究針對的研究問題是：

• 沿海環境中的5G互聯商業系統如何影響各種任務集的海洋領域態勢感知？

• 海軍部門如何從5G商業概念的系統中獲益？

• 這個框架是否可以在全球范圍內部署？

• 海軍部門利用商業5G框架所需的要求和條件是什么？

通過這些問題的指導，對沿海環境帶來的挑戰的洞察力浮出水面，并探討了啟用5G的IAS系統可以通過可能的解決方案來彌補差距的方法。

論文提綱

第二章：文獻回顧。第二章提供了國防部的政策概述，包括對當前和未來技術進步的限制以及5G如何從商業方面創造機會。本章最后概述了本論文的主旨，描述了在沿海地區擴展安全的5G網絡的能力，并納入了支持智能自主系統的私營部門解決方案，以潛在地支持海洋領域意識。

第三章：方法論和系統描述。第三章說明了使用AT&T在海軍研究生院（NPS）海陸空軍事研究（SLAMR）設施上的新的5G毫米波（mmW）塔的初步設計，以建立不同地點的吞吐量，幫助促進基線，因為測試增加到沿岸地區。這一章還匯集了一個行業聯盟的CONOP，分解了不同的系統，可以應用于SOS 5G概念。

第四章：測試結果和服務適用性。第四章描述了在SLAMR設施進行的不同應用測試的結果。還包括如何應用先進技術來加強海軍服務，以提高情況意識，并為作戰人員提供改進的決策的細節。

第五章：結論和未來研究。第五章概括了本論文的制作，分析了海軍部門利用商業安全海上5G作為開發和擁有自己的5G網絡架構的替代方案的CONOP的能力。本章還包括了對未來工作的建議，以便從CONOP轉向概念驗證。此外，還討論了國防部內其他潛在的技術研究項目，簡要地描述了國防部的進展方向。

美國陸軍最近制定了一項關于未來陸軍如何作戰的戰略以及實現這些軍事能力的相關現代化和研究重點。以高超音速飛行為基礎的遠程精確射擊對于確保美國能夠對任何競爭對手實施其意志至關重要。要實現一個有效的未來美國軍隊，必須克服許多障礙。其中一些差距是對高超音速飛行器空氣熱力學的理解，從而促使對基礎研究的需求。本報告的目標是定義一個經典的、與陸軍相關的配置，適合于基礎研究，以允許與適當的主題專家的關鍵數量的集中合作。從這種開放的幾何構型研究中獲得的數據和知識可能會受到更多的限制性分配。

美國陸軍最近制定了一項關于未來陸軍如何作戰的戰略以及實現這些軍事能力的相關現代化和研究重點。以高超音速飛行為基礎的遠程精確射擊對于確保美國能夠對任何競爭對手實施其意志至關重要。

要實現一個有效的未來美國軍隊，必須克服許多障礙。其中一些差距是對高超音速飛行器空氣熱力學的理解，從而促使對基礎性研究的需求。缺乏對高超音速飛行器周圍發生的復雜物理和化學的預測性知識，抑制了及時的、優化的多部件設計。對邊界層過渡和沖擊-邊界層相互作用等具體現象了解不多。不能正確地對現象進行建模，會產生一些不確定的特征，如表面壓力分布和熱通量，這對飛行器技術，包括穩定性、控制和熱負荷管理，都有負面影響。

幸運的是，有一個先例，即通過定義政府基準飛行器來促進全社會的科學討論，這些飛行器包含功能相關的工件，但對具體的發展計劃不敏感（見陸軍-海軍基本芬納導彈、空軍改良基本芬納導彈、陸軍-海軍旋轉火箭、國家航空航天飛機和NASA研究）。本報告的目標是定義一個典型的、與軍隊相關的配置，適合于基礎研究，以便與足夠數量的適當的主題專家進行重點合作。從這個開放的幾何構型的研究中獲得的數據和知識可能會受到更多的限制性分配。