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

軍事創新的步伐從沒有停止過，它決定了國家和民族的命運。每一次新的發展--從青銅劍到投石機，從長弓到大炮--都開啟了新的戰爭模式，給戰場帶來了更大的威力和更多的恐怖。

但是，與過去時代的緩慢發展不同，現代見證了一場閃電般的技術變革。核彈、火箭推進器和微芯片的出現徹底改變了陸軍在地球上跋涉和在天空中航行的方式。

而現在，我們站在了理性巨人的中間--在人類智慧的熔爐中孕育出的冷酷無情的智能。是的，人工智能已經降臨戰場，而且其影響力隨著每一次新的進化而不斷擴大。

從最初的簡單算法和可編程計算，迅速發展成為復雜程度驚人的自學神經網絡。這些會思考的機器現在可以處理作戰數據、駕駛無人機，并增強支撐所有軍事戰略的決策周期。

無論是團結在人類的指揮之下，還是作為自主的戰爭機器，人工智能系統都擁有比以往任何武器都更深刻地重塑戰爭的力量。就像長弓曾經在阿金庫爾戰場上把貴族們變成鉗子，使石頭城堡過時一樣......人工智能也可能把我們當前的條令顛倒成古代的戰斗哲學。

因此，我們進入了一個新時代，一個以半導體為武器的智能戰爭時代，哪一方能更好地將無懈可擊的代碼邏輯與無法言喻的瘋狂血腥融為一體，哪一方就能取得勝利。這是一個充滿無限可能的領域......其危險性尚無法估量。

無人機技術中的人工智能

二十一世紀人工智能的進步使這些機器飛行器以迅雷不及掩耳之勢不斷發展。它們不再是單純的觀察工具，而是能夠做出生死攸關決定的全面綜合戰斗機，而這些決定曾經只能由地面上的人類戰略家做出。

透過 "死神 "或 "捕食者 "無人機的視覺傳感器，你會發現它們不僅擁有高分辨率的光學系統，而且還擁有神經網絡思維，能夠迸發出熱離子思想。計算機視覺算法現在能以非人類的精度仔細檢查和跟蹤潛在目標。合成認知套件可將偵察數據融合在一起，識別敵方部隊、結構和武器裝備的細微之處。

人工智能的作用隨著每一次交戰的進行而變得更具協作性和動態性。機器學習技術使這些無人機能夠研究和內化過去的戰場，通過每次不間斷的觀察來提高其戰術決策能力。它們不再是精密而聽話的導彈......它們是天網的嫡親，作為自主獵殺者遨游天際。

它們為現代士兵提供的一目了然的優勢與夜視鏡、隱形轟炸機或之前的任何技術革命一樣深遠。試想一下，在睡眠或生理限制的情況下，艦隊仍能進行無情的空中監視。想象一下在幾秒鐘內就能完成損失評估，通過無情的三角測量而不是霧霾和猜測來計算傷亡人數。

最近在敘利亞發生的敵對行動提供了一個殘酷的案例研究。成群結隊的軍用無人機，其有效載荷通過神經升級獲得了先發制人的能力，在黑夜的遮蔽下悄悄穿越邊境線。人工智能驅動的目標判別算法在城市景觀中描繪目標，用機器人精確地分配導彈炮擊。

同樣的六足偵察機隨后恢復到超視距模式，計算出口路線，并在驚人的突發情況下進行敵方反擊。同時，通過硬鏈路數據上行鏈路向指揮部傳送實時評估，指導人類步兵的行動，使之成為一支無縫的統一部隊。

結果是毀滅性的。一開炮就取得了令人震驚的戰果，同時將附帶損害和盟軍傷亡降到了最低。這一切都要歸功于非生物人工智能頭腦毫不猶豫的計算。

這些優勢已經激發了軍事戰略學的復興。在第一只靴子踏上沙地之前，機器智能就可以編織、推演和優化程序化戰役。人工智能帕蘭蒂爾（Palantir）可以偵查出可能出現的每一種進攻方式。用計算好的必然性來控制沖突的戰場，而不是在迷霧和摩擦中隨意擲骰子。

而這僅僅是無人駕駛人工智能戰爭系統的雛形。隨著每一個迭代周期的到來，它們將變得更加強大，對身體和心理上的弱點更加敏銳。當我們自己的軍事科學還在以血腥和偏見的虛偽步伐蹣跚前行時，戰爭中的新型大型無人機將繼續它們不知疲倦、毫無感情的戰斗進化壯舉。

人類的直覺能力和模糊的倫理道德將永遠無法完全跟上步伐。但是，戰爭之劍已經從我們岌岌可危的手中拔出，并在這些人工智能大腦中找到了新的主人。它的計算雖然是為了防御，但很可能會對孕育它的人類造成生存威脅。

自主武器系統（AWS）

自主武器系統（AWS）是人工智能蠶食戰爭的先鋒--這種技術奇跡能夠識別、跟蹤并以致命武力攻擊目標，而無需任何人工監督或輸入。跨越眾所周知的 "盧比肯河"，進入致命的自主決策領域，是人類在人工智能創造方面所面臨的最重要的兩難選擇。

一方面，先進的軍隊正在瘋狂地追求 AWS，將其作為具有巨大戰術和戰略價值的潛在增殖力量資產。不受人類生理極限的限制，合作型 AWS 云理論上可以實現比傳統部隊更優越的戰場無處不在性、響應性和精確性。它們冷酷、冷靜的計算器能以計算機完美的邏輯做出目標選擇--沒有情感偏見、恐懼或致命的決策凍結。

自動安全無人機可以迅速消除叛亂分子的威脅，將附帶影響降到最低，從而保護平民。無人戰斗飛行器和地面車輛可以執行復雜的攻擊任務，同時與作戰人員保持安全距離。海上獵殺無人機可以無限期地在廣闊的海洋領土上巡邏，永久性地執行安全走廊任務。對軍事戰略家來說，這些優勢似乎顯而易見。

然而，在沒有人類監督的情況下，將生死攸關的決定權拱手讓給沒有靈魂的機器，卻引發了道德上的深深不安。脫離了人類道德、智慧和情感背景的人工智能程序真的能被賦予遵循公正的交戰規則和準確評估投降方案的職責嗎？人工智能程序以不可預測的方式出現災難性的失敗，導致大規模暴行，這難道不是一種固有的風險，甚至是不可避免的嗎？

人們還擔心 AWS 在全球擴散會破壞地緣政治的穩定。如果專制政權或流氓國家以反恐或安全為幌子，對平民釋放這些 "無足輕重的武器"，會發生什么情況？這種技術的不均衡分配可能會引發國家和非國家行為者之間的軍備競賽和代理戰爭。

出于這些原因和其他原因，一場呼吁國際禁止致命自主武器系統（LAWS）的運動已經興起--這種人工智能構造物被設計為是否奪取人類生命的最終決策者。2021 年，聯合國采取了早期措施，以更好地規范致命性自主武器系統的開發，并確定關鍵的人類控制原則，各國軍隊聲稱他們正在遵守這些原則。

然而，盡管存在各種新創挑戰，人工智能系統的前景對尋求戰略優勢的全球大國來說仍然充滿誘惑。隨著人工智能能力逐年快速發展，實用主義者警告說，我們可能很快就會到達一個窗口期，技術事實上已變得不可阻擋。

歸根結底，前進的道路仍未寫就。我們是否會接受 AWS 的擴散，將其視為戰爭演化不可避免的下一階段，并通過嚴格的道德準則加以緩解？或者，我們是否會共同決定，人類的利害關系太過重大，無論機器的判斷多么理性，我們都不能將人類對致命武力決策的壟斷權拱手相讓？

隨著人工智能系統日益強大和自主，未來幾十年將把這些生存問題擺在全世界面前。無論如何，AWS 在戰場上的未來都將極大地重塑 21 世紀的戰爭面貌，而我們現在才剛剛開始摸索。

網絡戰爭與人工智能

在互聯世界的陰影下，一個新的戰場已經形成--其戰場是龐大的代碼網絡和秘密部隊發動的無聲數字攻勢。歡迎來到網絡戰時代，這里的武器是智能惡意軟件、分布式拒絕服務攻擊和零日漏洞利用。

從歷史上看，人類在這一領域占據主導地位--出色的黑客和網絡安全分析師不斷玩著貓捉老鼠的游戲，探測防御系統并制定反制措施。但是，隨著人工智能越來越復雜，在數字戰壕兩側的網絡行動中無處不在，一場軍備競賽已經開始。

在進攻方面，人工智能系統正以根本性的破壞方式提升網絡攻擊能力。機器學習技術可以通過攝取大量代碼庫和模擬異常情況，以驚人的速度自主發現新的軟件漏洞。智能惡意軟件可以改變其病毒有效載荷，繞過傳統的基于簽名的檢測。自適應多載體攻擊將復雜的序列串聯起來，以滲透高價值目標。

未來的精英黑客可能根本不是人類，而是經過優化的智能體，可以運行數以百萬計的自動滲透測試，識別人類無法察覺的未修補網絡弱點。人工智能驅動的社交工程可以設計出整個超逼真的魚叉式網絡釣魚攻擊活動，其規模之大是單個行為者無法做到的。

這種智能網絡攻擊需要同樣智能的防御。在這方面，人工智能也被用來加固網絡防御工事。行為分析人工智能可以建立基線網絡活動檔案，迅速標記異常情況，以便進一步檢查。機器學習模型可攝取全球威脅數據，在事件發生前預測和加固潛在的軟目標。

認知計算架構能以極快的速度處理結構化和非結構化數據，將不同的點關聯起來，從而發現人類分析師可能永遠無法察覺的網絡威脅活動模式。自動程序分析人工智能可以對企業的整個軟件堆棧進行先發制人的漏洞分流，阻止漏洞利用。

在高風險的網絡戰場上，自修復網絡可以圍繞孤立的入侵點立即重新配置，而自主網絡防御態勢則會根據主動威脅級別動態調整強制保護措施。

最吸引人的是展示智能自動網絡響應能力的初步人工智能原型。早期的例子是派遣 "攻擊防火墻"--可自我復制的戰斗機程序，可通過外科手術消除被入侵主機上活躍的惡意軟件灘頭陣地，或驅散多態 "SWAT "蠕蟲，以機器速度壓制和遏制網絡攻擊。

未來的網絡戰場最終可能會像一場大規模的實時小規模戰斗，人工智能算法在沒有人類監督的情況下，通過持續的自適應軍備競賽，努力滲透、破壞、壓制和應對對方的反制措施。

然而，這種令人眼花繚亂的自主網絡戰模式蘊含著巨大的風險。當機器做出關鍵決策時，什么才是 "戰爭行為"？能否設計出致命開關和道德控制點，在失控的網絡攻擊升級為災難性的全球事件之前將其關閉？當事情不可避免地出現問題時，誰應該承擔責任--程序員、制造商還是部署國？

隨著人工智能在網絡戰中的作用日益分散和無處不在，新的法律、規范和人類問責制框架必須出現，以管理這一虛擬領域。如果沒有這些保障措施，世界可能會不可避免地陷入 "女機器人戰爭"（Cybor Womyn's War）--一種長期預言的噩夢場景，即由流氓人工智能算法在數字醚中發生沖突而引發的全球網絡沖突迅速升級。

決策支持與戰略規劃

在人工智能重塑的眾多戰場中，軍事決策支持和戰略規劃是影響最大的領域之一。在現代社會，信息如潮水般涌來，瞬間的抉擇關系到生死存亡，人類指揮能力的認知極限已成為一個重大的缺陷。

人工智能--一種能夠將戰略推理提升到更高層次的動態預測意識的超越性力量倍增器--應運而生。通過利用先進的機器學習、運籌學和高性能計算，這些系統可提供無與倫比的洞察力，指導從五角大樓作戰室到戰區做出更明智、更知情的決策。

在戰略規劃層面，人工智能驅動的分析引擎可以攝取和綜合難以想象的海量全源情報，包括從衛星圖像、網絡取證到人類地形測繪的所有內容。通過發掘被傳統方法掩蓋的隱藏模式和關聯性，人工智能揭示了深藏不露的洞察力。這些洞察力可幫助指揮官建立對手的專門心理歷史檔案，發現看不見的重心漏洞，并根據預測性傷亡預報建立動態行動方案模型。

在行動實施方面，智能輔助決策系統可將多領域傳感器數據融合為強大的行動圖像，運行無數模擬作戰模型以確定最佳部署向量，并根據預定戰略目標對時間敏感的目標解決方案進行分流。自動任務規劃可優化兵力使用估算、消除用戶路線沖突、PID 循環和火力控制解決方案。

人工智能最具革命性的優勢之一在于自動兵棋推演和場景探索。高速 lambda 學習引擎可按需啟動數百萬個并行模擬戰場，針對各種可能的變量（敵方反擊、環境變化、設備故障等）對計劃行動進行壓力測試。由此產生的演算結果可揭示看不見的風險，同時提出積極的緩解措施。

這種以數據為驅動的過程使指揮官能夠真正做到 "模擬完美"--通過遞歸迭代來完善和調整作戰計劃，直到出現最佳解決方案。與傳統的人力兵棋推演方法相比，這一過程加快了許多數量級。

前沿部署人員甚至可以利用移動人工智能智囊團來運行本地戰場模擬，并根據其獨特的情況檢查突發事件。然后，可以通過動態重新分配和自主系統重新分配來快速實施解決方案，以確保戰場行動保持敏捷和快速反應。

這種技術也不局限于動能領域。網絡戰人員利用人工智能紅隊不斷探測網絡防御，而影響力行動規劃人員則利用先進的記憶映射技術來識別共鳴的心理載體，以便進行認知活動部署。

當然，人工智能決策支持并非沒有局限性和風險。訓練數據可能存在固有偏差，導致系統輸出偏差。對手有可能會破壞或劫持系統，以提供狡猾的欺騙。而且，這項技術最終仍有賴于人類的監督和完整性交叉檢查。

撇開這些顧慮不談，人工智能繼續證明自己是不可或缺的戰略力量倍增器，能增強態勢感知和決策主導能力。雖然人工智能可能永遠無法實現智能化的戰略掌控，但它能為那些善于運用它的人提供決定性的認知優勢--前所未有地增強對戰爭深刻復雜性和可能性的藝術性把握。

挑戰與倫理考量

盡管人工智能為現代戰爭帶來了革命性的潛力，但它的擴散也帶來了潘多拉魔盒般的生存挑戰，需要我們以最審慎的態度和最周密的道德觀來應對。

即使我們急于利用人工智能的戰術優勢，我們仍然必須努力解決可靠性和控制的基本問題。我們如何確保這些系統不會被敵對數據輸入所毒害，或陷入難以捉摸的故障而引發災難性的意外行動？當這些系統變得越來越自我完善和超越時，我們還能依靠它們原始代碼庫的完整性嗎？我們的防御能力可能會隨著威脅的增加而增強，但潛在的噩夢也會隨之而來。

此外，將致命武力的決策權交給沒有靈魂的機器，也會帶來不可避免的決策困境。即使有嚴格的交戰規則和人為控制檢查，難道沒有一種內在風險，即自主系統有一天可能會違反不可減損的正義戰爭法則，錯誤識別目標或在戰斗迷霧中升級到超出規定的反應措施？我們試圖僅僅用 0 和 1 來編纂武事判斷中豐富的情境倫理，是在玩一場危險的游戲。

當我們考慮到超級智能人工智能系統不可避免地會迅速成為決定沖突和人口命運的模態決策者時，這種困境就變得越來越令人擔憂。雖然這種技術奇點可能會帶來烏托邦式的戰略利益，但如果落入壞人之手，它可能造成的生存浩劫也是可怕得難以想象的。

國家智囊團、非政府組織和聯合國等國際機構急需為軍事應用制定具有約束力的人工智能管理框架，這就是為什么要消除這些危險并建立防護欄的原因。聯合國《特定常規武器公約》正著手正式確定有關人類對自主武器進行有意義控制和決策問責的關鍵原則。

與此同時，越來越多的各界領袖游說禁止或禁止積極開發進攻性網絡戰人工智能以及超過人類推理水平的人工通用智能。一些人提議建立全球監督實體，以監督和阻止 "數字核武器 "和其他由人工智能驅動的末日軟件的擴散。

這些都是我們必須大力開展的崇高事業，以控制人工智能的黑暗戰爭潛力。因為在最后的清算中，如果我們為了追求純粹的算法戰爭和戰略奇點，而將我們的武術智慧和人性本身作為交易的籌碼，那么我們這個物種又能得到什么好處呢？

在這一震撼性技術拐點的邊緣，我們必須喚起我們最深層的道德堅守和遠見卓識。只有用我們的道德和祖先的審慎鑄就的開明之手把握住人工智能的力量，我們才有希望安全地引導戰爭朝著更加仁慈的方向演進。

未來趨勢與結論

盡管目前正處于人工智能的戰場覺醒階段，但該技術的快速發展必將對未來戰爭的宇宙軌跡產生更加深遠的破壞性影響。

量子機器學習和神經形態計算等新興領域可能很快就會打破當今的常規，誕生出能夠勝過任何人類戰斗策劃者的超智能群。納米技術和生物武器會以前所未有的方式模糊人造威脅和自然威脅之間的界限。即使是令人不寒而栗的奇點級超級智能的潛力，也不能被視為天方夜譚。

無論如何，我們都必須認識到，人工智能最終可能會超越我們理解或制約它們的能力--這種前景既有誘人的無所不能，也有世界末日般的毀滅。算法戰爭的精靈一旦被釋放，可能會將戰場變成人類無法監督或道德約束的計算混亂領域。

前進之路在于實施明智的管理和審慎的態度。必須積極主動地在人工智能的機器認知中設立道德編碼和人類責任的哨崗。與此同時，必須培養智慧，將這種力量作為促進安全與和平的力量，而不是征服與沖突的力量。

無論成功與否，有一點可以肯定--人工智能已經不可逆轉地進入戰爭領域。人工智能的影響將像第一顆原子彈爆炸一樣不可避免，而且影響深遠。同意權已經交給了一個新時代；只需以堅韌不拔的精神和道德遠見迎接它的嚴峻挑戰。

由人工智能（AI）支持的自主系統已經徹底改變了軍事行動和現代戰爭。無人系統非常適合執行危險和重復性的任務，在增強態勢感知和后勤能力的同時，也降低了對人類人員的風險。然而，它們日益重要的作用也引發了重大的安全問題：無人系統嚴重依賴機器學習（ML），容易受到網絡攻擊，從而危及任務、部隊和關鍵技術。雖然沒有系統是不可破解的，但系統架構對于確保設備盡可能抵御網絡攻擊至關重要，這不僅體現在初始部署，還體現在其產品生命周期的若干年內。因此，在整個開發和部署生命周期中都必須采取強有力的保障措施。安全設計原則、加密、訪問控制和安全通信可以強化這些系統，防止未經授權的訪問。

隨著自主系統在海洋、陸地和戰場上越來越普遍，包括軍隊、私營部門、學術界和政府在內的航空航天與國防（A&D）生態系統必須考慮大量因素。

從長矛、大炮到坦克，技術進步早已為軍隊帶來了戰術優勢。如今，人工智能（AI）已成為有望徹底改變戰爭的下一個前沿領域。能否實現這一愿景，取決于是否有能力防止這些 "會思考 "的機器被用來對付我們。

新的矛頭：無人機（UAV）和自主哨兵

無人機（UAV）和機器人哨兵 "狗 "等自主技術正在重新定義戰斗空間。這些設備擅長勘測地形、識別目標、探測威脅并解除威脅，而不會危及軍人的安全。它們的潛力巨大，但也存在漏洞。如果在設計中不采取嚴格的網絡安全措施，這些自主系統最終服務的可能是我們的對手，而不是我們的兵力。

軍用無人機和設備利用尖端的人工智能技術，只需極少的人工引導即可運行。計算機視覺算法使無人機能夠導航和探測目標，而自然語言處理技術則能分析語音和文本數據以提取洞察力。強化學習可優化復雜任務的決策，而深度神經網絡則可識別模式并從海量數據集中進行預測。

然而，增強無人系統的技術也帶來了新的網絡安全風險。人工智能支持的自主平臺在很大程度上依賴于數據和機器學習（ML）算法，這可能會使其面臨數據中毒、模型被盜以及旨在操縱其行為的惡意攻擊。

國防系統面臨的網絡威脅不斷增加

2015 年至 2021 年間，美國國防部（DoD）經歷了 12000 多起針對無人機和無人駕駛飛行器等無人系統的網絡事件--這個數字還會上升。攻擊者通過干擾通信、奪取飛行器控制權、竊取用于訓練人工智能模型的專有技術和敏感數據集等方式危害國家安全。這些最近的例子凸顯了網絡威脅日益增長的態勢。

此外，美國還面臨著來自戰略競爭對手的日益嚴重的網絡威脅，他們正在利用距離直接沖突不遠的灰色地帶，試圖破壞安全利益。這些漏洞的后果可能超出直接的安全風險： 黑客可能會偷取數據來降低人工智能模型的性能，或者竊取知識產權，如專有算法，從而削弱一個國家的競爭優勢。(圖 1）。

圖1 美國及其軍事利益面臨著來自戰略競爭對手的日益嚴重的網絡威脅，這些競爭對手試圖利用尚未發生沖突的灰色地帶破壞國家安全。

然而，預計到 2028 年，全球軍用人工智能市場規模將超過 130 億美元，這反映出越來越多的人開始采用這些非常適合執行危險任務和提高態勢感知能力的系統。在這種快速發展和暴露的環境中，技術進步與網絡安全復原力之間的微妙平衡已成為維護國家利益和保護每個人的當務之急。

用模塊化開放系統架構加強防御

為加強防御，無人系統開發人員應利用模塊化開放系統架構（MOSA）原則。模塊化開放系統架構通過開放標準和接口提供強大而靈活的網絡安全保障。

開發人員還可以將來自不同供應商的傳感器、處理器和功能作為人工智能操作系統的模塊組件進行集成。這種即插即用的方法更便于快速更換易受攻擊的部件，并針對快速發展的威脅定制防御措施。這也是沙箱或分離功能的關鍵策略，這樣任何損壞的應用程序都不會給其他應用程序帶來問題。

利用 MOSA，還可以利用最小特權原則（PoLP）（也稱為最小特權訪問模型）來保護系統架構免受破壞或攻擊。利用PoLP，內存等系統資源可以不可改變地分配給某些功能，開發人員可以確保應用程序只能訪問完成任務所需的最小系統功能集。

利用未來機載能力環境（FACE）和傳感器開放系統架構（SOSA）等通用開放式架構標準，可以安全地集成組件，并在不同平臺和不同技術世代之間實現互換。例如，一個供應商提供的模塊化計算板可以用另一個供應商提供的升級模塊替換，而無需徹底修改整個系統設計。

MOSA 還減少了對供應商的鎖定，從而使長期維護和升級更加經濟實惠。考慮到維持和維護成本通常占國防部系統生命周期成本的 70%，采用組件可互換的模塊化方法有望大大減少為適應新系統而重寫代碼的需要。

開發人員可以創建可重復使用、經認可的軟件和加密 IP 庫，從而簡化并加速新功能的集成，以適應不斷變化的威脅。通過迭代開發和測試，MOSA 等開放式架構方法可以更輕松地持續驗證、確認和認證是否符合安全標準。

從硬件的設計階段到軟件的開發階段，無人系統的每個層面都必須考慮到安全問題。為防止未經授權的訪問，開發人員應采用加密關鍵數據和通信、建立基于角色的訪問控制以及設計具有內置防篡改機制的硬件等策略。主動監控、頻繁打補丁和定期重新訓練 ML 模型將增強其在生命周期內的恢復能力。

軍事人工智能發展與網絡彈性之間的必要平衡

人工智能和自主技術正在改變現代戰爭：無人系統增強了軍事能力，同時降低了人類面臨的風險，并確保網絡安全始終是重中之重。如果不能在這些系統中建立強大的防御系統，我們的對手就可能獲得優勢。

隨著無人系統的普及，A&D 生態系統必須共同努力，應對人工智能帶來的獨特安全挑戰。為此，公共和私營部門應增加對安全人工智能研發的投資。學術機構可以加強網絡安全、ML 和機器人等領域的培訓。

隨著系統變得更加自主，政策制定者還必須使法規現代化，以促進安全性和問責制。采購準則應要求采用模塊化設計和開放式標準，使無人平臺面向未來。通過全企業范圍內的合作和警惕，無人駕駛系統實際上可以以負責任的方式部署，從而贏得信任。

人工智能的前景是廣闊的，但如果不對其力量加以控制，危險也會隨之而來。如果將嚴格的網絡安全保護措施融入系統架構中，人工智能操作系統就能加強國家安全，為作戰人員提供持久優勢，應對不斷變化的威脅。A&D 行業有義務以明智和合乎道德的方式開發和利用這些技術。通過將安全放在首位，行業和政府可以負責任地獲得人工智能的好處，同時保障生命和自由。

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

聯合目標定位是作戰規劃各個方面的核心。如果從聯合目標定位業務的角度來看待聯合作戰概念和數字化舉措，顯然聯合目標定位是實現美國防部數字化轉型的最佳途徑。

大多數現代化倡議和計劃都側重于發現、固定、整理、利用和分析作戰空間中的移動或動態目標。這些舉措忽視了經過審核的預定目標對作戰的至關重要性。因此，聯合目標定位與作戰規劃的方方面面密不可分。如果從整個聯合目標定位業務（JTE）的角度，而不是只關注其中的一個方面--改進動態目標定位--來更全面地看待新的聯合作戰概念（JWC）和數字化舉措，就會發現聯合目標定位是實現美國防部所尋求的數字化轉型的理想選擇。

邁克爾-馬扎爾建議做好準備，"在沖突的頭幾周向攻擊部隊提供......火力"，以防止對手實現地區霸權或征服。這一行動將起到常規威懾的作用，表明聯合反擊部隊應為最壞情況下的戰斗做好準備。目前在聯合作戰概念和數字現代化總綱下正在制定的許多聯合電子戰現代化倡議和計劃，如果能成功開發和整合，將能提高戰備狀態。

聯合目標定位與軍事規劃和行動的每個階段都息息相關--從穩態戰略制定和戰役規劃，到敵對行動開始，再到評估--它利用了包括國防情報業務在內的許多網絡和領域的數據和信息。根據《聯合出版物 3-60》，"目標定位是考慮作戰要求和能力，選擇目標和確定優先次序，并匹配適當對策的過程。目標定位需要一個持續的分析過程，以確定、發展和影響目標，從而實現指揮官的目標"。

有別于人力情報或收集目標定位，聯合目標定位為規劃人員提供了有關目標的詳細信息，并得到指定部門分析推理的支持，將目標與預期效果聯系起來...目標是指對敵方具有某種功能的實體或物體，被視為可能交戰或采取行動的對象。目標的重要性源于其對實現指揮官目標或完成指定任務的潛在貢獻。

聯合目標定位人員協助規劃人員制定計劃，以應對外交失敗、針對近鄰或大國競爭對手爆發重大沖突的最壞情況。目標定位員是 "完成必要培訓并在當前職責中指導聯合目標定位循環的人員"。聯合目標定位員與情報分析員合作，負責開發所有來源的情報，以了解目標集、識別薄弱環節，并幫助規劃人員為軍事行動選擇可行的聯合目標。

聯合目標定位員所執行的任務復雜而艱巨，需要關注重大細節。如果忽略一個細節，就可能危及國家公民的生命和生計。這些目標定位人員要確保選定的聯合目標符合戰爭計劃的目標和意圖，并符合戰爭法的要求，以減輕對平民造成的傷害和痛苦。

要很好地執行各項任務，就需要有足夠的訓練有素、經驗豐富的聯合目標定位人員和情報分析員來開始聯合目標的開發。發現、開發和制作所有來源的情報和目標系統分析，并選擇適當的聯合目標--最好是在敵對行動開始之前--需要時間。目標系統分析是 "對潛在目標系統進行全方位檢查，以確定與既定目標的相關性、軍事重要性和攻擊的優先次序"。這種分析包括固定設施和軍事組織情報，包括其指揮和控制結構、人員和輔助基礎設施。

根據《美國國防部詞典》，戰斗序列是 "任何軍事力量的人員、單元和裝備的標識、兵力、指揮結構和部署"。在穩態行動期間，當部隊單元離開駐扎地時，地形和部署位置也會被放入數據庫，用于在敵對行動開始時更有效地查找和固定。歷史表明，這可能需要數年時間，取決于對手基礎設施和軍事組織的復雜程度、規模、可用數據、可用收集資產以及專門情報分析師的數量。

聯合目標定位也取決于緊迫性。如果這種目標定位被視為優先事項，那么制定足夠多高質量聯合目標的時間可能會縮短到幾個月。然而，當支持情報組織全力投入生產時，這只是最好的情況。緊張局勢、征兆、警告、態勢和當前形勢將始終決定緊迫性，但至關重要的是，如果出現 "晝夜戰斗 "的緊急情況，必須有足夠的適當、有效的聯合目標定位能力。對威脅相對較低的對手采取行動時，如果沒有準備好聯合目標定位，可能會不必要地延長戰斗時間。在與大國競爭者的沖突中，如果沒有足夠的經過審核的聯合目標來進行交戰，那么開場的齊射可能會失敗。

好的戰略和規劃通常會轉化為可行的聯合目標。聯合目標定位通過將目的、方式和手段聯系起來，將戰略轉化為針對聯合目標的具體行動。選擇聯合目標是為 "D-Day "做準備的詳細計劃的最后一項任務。當事件升級到敵對行動迫在眉睫的地步時，目標定位人員和規劃人員將回答和完善 "誰"、"什么"、"哪里 "和 "多少個聯合目標 "等問題。這些目標定位人員和規劃人員分布在上級指揮部的各個層級。

制定和選擇聯合目標的過程與要交付的能力無關，這些能力將根據預期效果分配。預期效果取決于戰略意圖以及作戰計劃的假設和進展。隨著計劃的發展或執行，預期效果也取決于當前形勢，包括現有的常規武器和運載平臺，以及準備投放或啟動的非動能能力。

所有預期效果都取決于能否接觸到聯合目標--受地理、射程、電磁頻譜、網絡防火墻、密碼以及易受攻擊性和機會等因素的限制。聯合目標定位人員在根據這些限制因素估算預期效果方面發揮著重要作用，指揮官和操作人員利用這些估算結果做出交戰決策。

聯合目標定位人員、分析人員和規劃人員負責評估交付效果。聯合目標定位人員負責評估單個聯合目標的效果，并對各種聯合目標集的總體效果進行重要評估。規劃人員和分析人員利用這些評估來確定聯合部隊是否實現了作戰計劃目標。當效果傳遞到動態聯合目標時，進行良好評估的復雜程度就會成倍增加。從歷史上看，聯合目標定位的這一部分通常做得并不好，因為它不是經常演練和大規模完成的。當發生重大沖突時，對動態聯合目標定位效果的評估需要專門的收集和許多情報分析師。

當前岌岌可危的全球戰略安全環境要求重新評估必要的資源，使聯合目標定位與 2018 年美國國防戰略優先事項保持一致。要擴大聯合目標定位能力，以應對國防戰略中確定的對手，仍有許多工作要做。

在過去五年中，美國防部已將大多數司令部和軍種中專門從事聯合目標定位的人員數量增加了 50%。但是，訓練有素、經驗豐富的人員仍然短缺，而這是他們目前所掌握的自動化工具所無法彌補的。事實上，即使有足夠的人員，目前各自為政的網絡和自動化工具也會使聯合目標定位任務變得不必要的繁瑣。

因此，由于聯合目標定位與軍事行動的每個階段都息息相關，因此可以幫助評估正在開發中的數字化現代化計劃和舉措。例如，聯合目標定位依賴于輸入數據庫的多個 "權威數據源"，這些數據源的特點是足以發展成為有效的聯合目標。數據依賴于收集。

收集工作取決于收集資產和分析人員對收集內容的訪問。同樣，攻擊后評估也取決于收集和及時性。收集的數據和信息可以來自任何領域和平臺，并且與平臺或接收集成網絡和架構無關。重要的是能夠及時獲取收集到的數據，這些數據可以在競爭對手或對手（如果爆發沖突）的決策循環內進行分析。

在這方面，提高 "回傳 "所需的整體自動化效率的有度方法為數字化改造聯合作戰概念和國防情報業務提供了用例機會，這將產生跨職能的倍增效應。包括利用機器學習和人工智能（AI）增強聯合目標定位業務的能力，從而極大地改進聯合目標分析，包括目標系統分析以及大規模目標選擇、優先級排序和評估，特別是在時間緊迫的情況下。

但這需要確定有多少聯合作戰概念和國防情報業務人工智能計劃，并了解它們的目的。盡管這些計劃似乎都在朝著同一個目標前進--大幅提高適合數字時代的作戰能力--但大多數計劃都是在無視其他計劃的情況下制定的，而且主要集中在針對動態目標的傳感器對射擊能力上。

這些能力的基本假設是，持久的戰區和戰術情報、監視和偵察平臺、充足的國家技術手段、通信接入和連接，以及精確、導航和定時資產將可用來準確地向目標定位投送精確武器。在與大國的沖突中，預計通信環境會惡化，在這種情況下可能無法獲得或利用這些資產，這也是指揮官需要現成的聯合目標定位的關鍵原因。

此外，即使美軍有足夠的收集和連接能力來將武器瞄準目標，收集人員和武器操作人員也需要大致知道在哪里可以找到并完成動態單元和裝備。這種信息只有通過沖突前的聯合目標和目標系統分析開發才能獲得，而機器輔助分析和人工智能可以極大地改進這種分析。在 "沙漠風暴 "行動中，當聯軍擁有伊拉克上空的制空權和專用的情報、監視和偵察收集平臺時，他們無法有效地找到并解決在伊拉克西部隱藏地點之間移動的 "飛毛腿 "發射器。在整個戰役期間，伊拉克軍隊可能會定期向以色列和沙特阿拉伯發射飛毛腿導彈。人工智能可以智能地協助這些火力任務。

還有一個難題是如何將傳統的記錄項目（PoRs）與人工智能結合起來。在過渡到新的網絡和架構并嘗試添加算法以智能協助聯合目標定位人員和分析人員時，美國防部是否應該改進當前的傳統記錄項目，使其更具互操作性？或者，軍方是否應廢棄性能不佳或閑置的PoR，轉而發揮算法戰爭的潛力？考慮到聯合目標定位業務岌岌可危的全球戰略安全環境，應該是兩者兼而有之。美國防部不能為了獲取資源和開發新的架構、網絡和軟件工具以實現人工智能，而失去當前 PoRs 有限的互操作性連接。

在短時間內，應繼續為優先考慮的傳統 PoR 提供維持資金并對其進行一定程度的改進，同時為新網絡和架構提供資金，這些網絡和架構應具有以數據為中心的特性，不依賴平臺，并能使用算法來滿足作戰需求。如果人工智能帶來的新能力極大地增強了企業當前的生產能力，那么軍方就可以讓傳統的聯合目標定位 PoRs 停止。這也是一種方法，可讓深陷傳統 PoRs 思維模式的作戰和情報支持部門逐漸適應，接受并訓練人工智能，并開發使用人工智能后的新分析技術和程序。

總之，制定以數據為中心的聯合作戰新概念和國防情報企業倡議不能在真空中進行。在不久的將來，所有人都能提供數據要素，在算法的賦能下，改變聯合目標定位業務的效率和效果。優先考慮聯合目標定位可能無法解決聯合WC功能戰中固有的所有任務。然而，通過聯合目標定位的整體視角提供所有領域和平臺的數據訪問權限，將有助于改進其中的大多數任務。

支撐性活動包括聯合全域指揮與控制、聯合火力、爭奪后勤和信息優勢。口號應該是："某項舉措最終如何幫助將炸彈或非致命能力置于目標定位，是否會加強決策的及時評估？

正如眾議員邁克-加拉格爾（Mike Gallagher）最近寫道："實際上需要整合的是更多的常規硬實力。 讓對手確定目標定位是恢復美軍常規威懾態勢的最重要任務"。如果暴力沖突爆發，美國的軍事行動最終將收益于創造力，它開創了數字時代，改變了所謂的美國戰爭方式。

參考來源：Air & Space Operations Review (ASOR)

包括機器人、人工智能和無人機在內的軍事技術進步正在改變戰爭。目前，人工智能可用于監視、預測分析和戰斗支援等。然而，由于這項技術在軍事領域的潛在利用和操縱，出現了道德問題。在這種情況下，人工智能的發展可能導致地緣政治緊張局勢和軍備競賽，從而增加不穩定。從這個角度來看，謹慎監管和遵守國際人道法對于負責任的部署至關重要。

引言

眾所周知，軍事技術在歷史上發生了重大變化，創新和進步改變了戰爭的方式。在此背景下，軍事技術繼續快速發展，機器人、人工智能、無人機等領域的不斷發展，塑造了戰爭的未來。

目前，人工智能（AI）有可能在提高士兵的戰斗能力方面發揮重要作用。據報道，自俄羅斯全面對烏行動以來，人工智能已被用于分析不同類型的數據，以加強決策和為目標提供信息，處理敵人的通信、面部識別技術和網絡防御，僅舉幾例。在這種情況下，人工智能在俄烏沖突中產生了一些影響，人工智能驅動的面部識別軟件還可以讓烏克蘭執法機構和記者識別俄羅斯士兵。

然而，重要的是要注意，雖然人工智能有可能徹底改變軍事行動，但它也引發了道德方面的考慮。因此，當今圍繞人工智能的最復雜的全球治理挑戰涉及其在國防和安全方面的應用。

目前，有聲音認為，人工智能在戰爭中的開發和使用應以謹慎監管和遵守國際人道法為指導，以確保負責任和負責任的部署。全球應努力建立強有力的規范，以促進人工智能和自主系統的負責任軍事使用。

人工智能的軍事應用

如今，人工智能正在顛覆軍事領域。據文獻報道，該技術可以通過多種方式部署在軍事行動中。在此上下文中，其中一些用途涉及以下問題：

-監視和偵察：人工智能驅動的無人機和衛星可以提供有關敵人行動的實時情報，使士兵能夠就自己的定位和戰略做出明智的決定。

• 決策支持：人工智能算法還可以通過分析大量數據、考慮各種因素并生成可操作的見解來幫助指揮官快速做出決策。這可以大大增強態勢感知能力并實現更快的響應時間。

• 戰斗支援：人工智能驅動的機器和機器人系統可以執行危險任務，例如爆炸物處理（EOD），從而降低人的生命風險。此外，這些系統還可以支持風險活動，例如在戰場上營救受傷的士兵。

• 預測分析：人工智能可以分析大量數據，包括情報報告、監控錄像和社交媒體帖子，以預測潛在威脅并識別模式。這可以幫助軍事戰略家做出明智的決策并為各種情況做好準備。

• 自主武器系統：人工智能可用于開發自主武器平臺，無需人工干預即可識別和打擊目標。這些系統可以大大提高軍事行動的有效性和效率。

• 虛擬訓練和模擬：人工智能可用于創建逼真的虛擬訓練環境和模擬，以提高士兵的技能和戰備狀態。通過模擬各種戰場場景，士兵可以針對不同情況進行訓練，提高他們在壓力下的戰術能力和決策能力。

• 后勤和供應鏈管理：人工智能驅動的后勤系統可以優化部隊、設備和物資的流動，確保高效部署并最大限度地減少停機時間。

• 網絡安全和反情報：人工智能算法可以實時檢測和響應網絡威脅，增強軍事網絡和系統的網絡安全。此外，基于人工智能的反間諜方法還可以通過分析大量數據和檢測異常來幫助識別潛在的漏洞和滲透。

人工智能在軍事領域的影響

目前，在軍事領域使用人工智能有幾個后果。眾所周知，人工智能在戰爭中的影響是復雜的，需要持續的對話和國際合作，以確保負責任和負責任的使用。在這種情況下，其中一些后果如下：

• 提高效率和準確性：人工智能可用于自動化各種軍事任務，從而提高決策、瞄準、戰略規劃和增強戰場能力的效率和準確性。這可能導致更快、更有效的軍事反應。

• 倫理考慮：在戰爭中使用人工智能引發了倫理問題。配備人工智能的自主武器系統可能會在沒有人為控制的情況下執行行動。誰應對人工智能武器的行動負責的問題變得復雜，引發了關于問責制和潛在侵犯人權行為的辯論。

• 不對稱性增加：先進的人工智能技術可能會擴大擁有人工智能能力的國家與無法獲得人工智能能力的國家之間的鴻溝。這可能導致力量失衡，可能加劇地緣政治緊張局勢和沖突。

• 軍備競賽升級：人工智能在戰爭中的發展和部署可能導致各國軍備競賽加劇。每個國家都可能努力超越彼此的人工智能能力，這可能導致更高的沖突和不穩定風險。

• 易受利用：用于戰爭的人工智能系統可能容易受到對手的利用、黑客攻擊或操縱。這可能會對國家安全構成風險，并導致不可預測的后果。

• 潛在的意外后果：人工智能系統可以根據算法和模式做出決策，而這些算法和模式可能并不總是考慮倫理或道德影響。人工智能驅動的軍事行動可能導致意外的平民傷亡或附帶損害。

結論

隨著時間的推移，軍事技術有了顯著的發展，提高了軍事行動的有效性和效率，提高了士兵的戰斗能力。通過這種方式，機器人技術、人工智能和無人機的進步正在塑造戰爭的未來。目前，人工智能可以通過多種方式部署，包括監視和偵察、預測分析、自主武器系統、決策支持、戰斗支持、虛擬訓練和模擬、供應鏈管理、網絡安全和反情報等。

然而，由于自主武器系統可能在沒有人為控制的情況下執行行動，因此出現了倫理問題。擁有人工智能能力的國家之間日益不對稱可能導致地緣政治緊張局勢和沖突。此外，人工智能在戰爭中的發展和部署也可能導致軍備競賽，增加沖突和不穩定的風險。此外，人工智能系統可能容易受到利用、黑客攻擊或操縱，并且可能并不總是考慮倫理或道德影響，從而可能造成意外的平民傷亡或附帶損害。

從這個角度來看，謹慎監管和遵守國際人道法對于負責任和負責任地部署這項技術至關重要。

參考來源：The Future of Technology

這篇文章探討了海軍如何利用水面平臺來應對不斷變化的無人潛航器威脅。

目前，有許多自主/無人駕駛水下潛航器（UUV）項目正在開發中，或可用于軍事和非軍事領域。目前，大多數投入使用的海軍 UUV 都用于水雷戰或水文勘測。許多國家的海軍有更大的雄心壯志來操作更大、更復雜的 XLUUV（如英國皇家海軍的 CETUS 計劃），用于海上偵察并最終執行打擊任務。

無人潛航器可以為有人艦艇提供傳感器和效應器，可以在高風險環境中工作，并能與敵方資產進行非常密切的互動。大型 UUV 的主機平臺可包括潛艇、軍艦或直接從岸上發射。

(1) 用于為其主機/控制單元提供對峙支援的 UUV 和 USV。

反UUV戰

無人潛航器開始對傳統反潛戰（ASW）操作人員、方法和系統構成巨大的新威脅。冷戰結束后，作戰重點從海洋轉向了沿岸和淺水環境。這一變化要求反潛戰部隊不斷發展，以便在不利于探測的環境中對付隱形柴電潛艇和 AIP 潛艇。主要在同一瀕海水域活動的 UUV 將為這一挑戰增添另一層復雜性。

UUV 可以相對迅速地加強其薄弱的水下力量，但對手也在競相效仿，因此急需采取有效的反制措施。UUV 對有人潛艇的威脅值得另文討論，但在此將重點討論從水面反擊 UUV 的方法。這種戰爭可稱為 "反 UUV 戰"（AUUVW）的一個新子類型，針對的是難以探測的小型平臺，需要特定的系統來對付它們。

(2) 在此示例中，USV 被部署為對峙反潛武器。這個例子表明，在未來的瀕海戰爭中，UUV 和 USV 實際上可能是最先相遇的對立單元。

態勢感知

有效監視對確保成功執行大多數殺傷鏈階段（探測、分類和跟蹤）至關重要。目前服役的大多數反潛戰傳感器和武器系統都針對有人駕駛潛艇目標進行了優化。被稱為低頻主動聲納（LFAS）的新一代聲學傳感器性能卓越，在探測超靜音 AIP 潛艇方面取得了重大進展。網絡多靜態聲納是探測能力有所提高的另一個領域。UUV 甚至 XLUUV 的目標強度通常較低，尤其是在艇首-艇尾方面，而且輻射噪聲特征很小。因此，瀕海水域的探測將尤其困難，因為探測距離短，幾乎沒有時間做出反應和部署反制措施。

目前，可以認為大多數無人潛航器將用于 ISR 任務，其續航時間和有效載荷要求決定了它們的大小。在探測方面，對 UUV 的大小、類型和作用進行分類和評估也是一個問題。現在，許多行動都必須假定對手的 UUV 可能存在，即使無法探測到它們。只有通過觀察到的有人駕駛的潛艇活動、ORBAT 分析和更廣泛的情報畫面，才能了解威脅的規模。

消除威脅

消除威脅的難度僅次于發現威脅的難度。威脅至少可以部分地通過機動來消除，但這只有在良好的態勢感知和有效的戰術圖景下才能實現。與 UUV 相比，大多數水面資產在速度方面都有很大優勢，但在許多潛在的戰爭場景中，僅靠機動是不夠的，尤其是在保護海底基礎設施等靜止物體時。

由于現有的反潛武器既不適用，又非常昂貴，因此成本效益高的反 UUV 效應器應被視為近期的關鍵需求。目前的空射或水面發射輕型魚雷是當今主要的反潛武器，但它們缺乏足夠的傳感器和制導系統來定位和殺傷 UUV。更合適的反 UUV 武器是微型魚雷。這種新型魚雷將提供一種低成本的解決方案，其適當的機動性、傳感器、速度和彈頭經過優化，可摧毀 XLUUV 尺寸以下的目標。

(3) 萊昂納多 "黑色蝎子 "微型魚雷（1100 毫米 x 127 毫米），用于對付 UUV、微型潛艇和可能的水下運載工具。設計用于在 30 米至 200 米的淺水區作戰，可在空中、水面或水下發射，航速超過 15 節，配備 2.8 公斤彈頭（圖片：萊昂納多公司）。

除了精致的微型魚雷外，還有一種火箭推進深水炸彈。這種深水炸彈射程遠、火力強，而且價格更低廉。俄羅斯和一些前東歐國家仍有裝備這種幾乎過時的反潛武器的軍艦，但它們可能已經找到了新的作用。標準重力深水炸彈如今已很少使用，但也可能提供一種有前途的解決方案。由于傳統重力式深水炸彈很重，不適合從小型 USV 或航空飛行器上大量部署，因此需要新一代小型深水炸彈。BAE 系統公司的新一代深水炸彈概念是目前正在開發的一種解決方案。

(4) 在非盟潛航器水下任務中部署 USV 的潛在方案。目前已經存在執行這一任務的概念 USV，如 Elbit Seagull 和 Atlas Elektronik ACRIMS 的變體。

下圖概述了監視和中和因素，并對典型的反潛和近未來的 AUUVW 進行了簡短比較。這兩個領域在傳感器和效應器方面有許多共同之處，但在探測概率和武器使用方面存在顯著差異和限制。

結論

目前有多種計劃開發用于常規反潛戰的無人駕駛和自主系統，但非盟潛航器似乎不太受重視。面對不斷擴大的 UUV 計劃以及射程、傳感器和人工智能能力不斷增強的潛水器的發展，這種情況可能很快就會改變。

在未來的反潛任務中，反制 XLUUV 極有可能成為首要目標。在其他情況下，同樣的資產將被部署到敵方行動區或其領海進行探測，AUUVW 的重要性可能與今天的反潛任務相同。雙方都使用自主或無人系統的對峙行動使 USV 和航空平臺成為執行 AUUVW 任務的天然候選者。

參考來源：NAVY LOOKOUT

公眾對全球災難性風險（GCR）的討論中，軍事技術始終占據重要位置，這一點應該并不令人驚訝。1無節制的全球戰爭的前景一直是人們對全面社會災難最古老、也最普遍的設想之一。沖突始終能夠摧毀單個社會；在現代，科技和科學進步逐漸加大了國家軍隊以及可能的其他實體施加災難性暴力的能力。

擁有這種能力的技術有很多，人工智能（AI）在近年來變得更加引人注目。越來越多來自不同領域的專家開始關注AI技術在戰爭中的應用，考慮這些技術如何帶來風險，甚至新的GCR。盡管軍事AI的技術發展和對其影響的研究仍處于初級階段，但在過去的十年中，兩者都取得了顯著進展。最引人注目的是，致命自主武器（LAWS）的開發和使用引發了一場激烈的辯論，涉及學術和政治領域。

然而，實際上，AI技術在軍事中的應用遠遠超出了有爭議的“殺人機器人”——它有著多樣化的用途，從后勤到網絡戰，從通信到培訓。

預計這些應用可能會為社會帶來許多新的風險。在與國防相關的系統中應用AI的趨勢不斷增長，創造了新的技術失敗或操作錯誤的可能點；這可能導致在決策環境中產生未預期的大規模結構性變化，或可能負面影響到戰略穩定性的相互認知，加劇了全球性災難性影響升級的可能性。即便在不那么直接致命的角色中，比如情報收集或物流，人們仍然擔心使用AI系統可能間接導致全球災難性風險。最后，與未來更有能力的AI系統的發展相關，比如通用人工智能（AGI）存在可能的全球災難性風險；雖然這些最終的潛在風險并非本章直接關注的焦點，但應該注意，這些風險在軍事環境中可能特別重要，這需要謹慎而非自滿。

盡管全球正在進行的努力是為了在國家安全事業中利用更多的AI技術，目前對于識別和減輕來自軍事AI的風險的努力仍然處于萌芽階段。在技術層面，目前AI技術社區面臨的最緊迫的問題之一是任何AI系統都容易遭受一系列性能故障、設計缺陷、意外行為或對手攻擊。5同時，許多軍隊都在花費大量時間和資源將AI技術部署到一系列操作環境中。盡管如此，許多人在他們的采購和軍事AI的內部開發程序中仍然缺乏明確的倫理或安全標準。6大多數積極開發和部署此類系統的國家行為者也沒有同意限制在國防中使用AI的硬性界限，或參與與潛在對手建立信任措施。

顯然，軍事AI的發展可能會顯著影響到該領域全球災難性風險的潛力，使得探索這一技術進展及其可能的影響對全球災難性風險社區至關重要。現在，AI技術已經開始在軍隊中看到真實世界的應用，我們比以往任何時候都更需要詳細了解軍事AI系統如何可能被視為全球災難性風險，或它們如何可能成為軍事全球災難性風險的相關貢獻者。特別是從全球災難性風險的角度來看，需要更多的關注來研究AI與潛在破壞性與核武器一樣大的軍事技術交匯的實例，這可能會產生災難性的結果。為了使我們對這一日益復雜的風險格局有更加一致的理解，我們探討了已有的文獻，并提出了進一步的研究途徑。

我們的分析如下：在回顧過去的軍事全球災難性風險研究和軍事AI的最近相關進展之后，本章將大部分焦點都放在了致命自主武器和AI與核景觀之間的交集上，這兩者目前在現有的學術研究中都得到了最多的關注。首先，我們研究了致命自主武器，評估了它們是否可能構成全球災難性風險，并論證了盡管這些系統令人擔憂，但考慮到目前和預期的生產能力及相關成本，它們在短期內還不太可能成為全球災難性風險。然后，我們深入探討了軍事AI和核武器的交集，我們認為這有著更高的全球災難性風險潛力。我們研究了核戰爭的全球災難性風險潛力，簡要討論了何時、何地以及為什么它可能導致全球災難性風險。此外，在通過識別可能也獨立提高核戰爭風險的相關全球趨勢，為我們提供了最近的地緣政治背景之后，本章將其焦點轉向了在核武器和AI交匯處出現的特定風險的現有研究。我們概述了六個假設場景，其中使用AI系統在、周圍或反對核武器可能會增加核升級的可能性，并導致全球災難。最后，本章總結了未來研究方向的建議，并為可以更全面和多學科理解來自今天和未來軍事AI的潛在風險制定了研究議程。

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

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

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

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

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

邊緣計算通過將計算、通信和存儲資源分布在移動和物聯網(IoT)設備的地理鄰近范圍內，促進了網絡邊緣的低延遲服務。無人機(UAV)技術最近的進步為軍事行動、災難響應或傳統地面網絡有限或不可用的偏遠地區的邊緣計算提供了新的機會。在這種環境下，無人機可以作為空中邊緣服務器或中繼部署，以促進邊緣計算服務。這種形式的計算也被稱為無人機支持的邊緣計算(UEC)，它提供了一些獨特的優點，如移動性、視線、靈活性、計算能力和成本效率。然而，在UEC環境下，無人機、邊緣服務器和物聯網設備上的資源通常非常有限。因此，有效的資源管理是UEC的一個關鍵研究挑戰。在本文中，我們從資源管理的角度對現有的UEC研究進行了綜述。我們確定了UEC資源管理的概念架構、不同類型的協作、無線通信模型、研究方向、關鍵技術和性能指標。我們還提出了UEC資源管理的分類。最后，我們確定并討論了一些開放的研究挑戰，這些挑戰可以激發UEC資源管理的未來研究方向。

最近物聯網(IoT)和無線通信技術的發展引入了許多需要高計算能力和低延遲的新應用[86]。這類服務的例子包括可穿戴認知輔助、增強現實(AR)、智能醫療、面部識別、交互式在線游戲以及實時交通和道路安全監測[163]。然而，物聯網設備通常具有有限的計算資源、存儲、網絡覆蓋和能源。因此，資源密集型物聯網應用在維持預期的服務質量(QoS)方面常常面臨重大挑戰[59,83]。物聯網應用通常利用云計算技術來維持預期的QoS[63]。云計算通過虛擬機(vm)、虛擬存儲(VS)、VPN(virtual private network)等多種形式在Internet上交付計算資源[8]。然而，云計算目前被認為不足以滿足資源密集型和延遲敏感的物聯網應用的低延遲需求[86]。原因有兩方面。首先，物聯網設備的數量每天都在增加，預計到2030年將達到約1250億。這些設備產生了大量的網絡流量，使回程網絡負擔沉重，并因網絡擁塞而嚴重影響其性能[135]。其次，云服務器通常被放置在遠離物聯網設備的地方。因此，云計算在服務發放中引入了相當大的延遲，這降低了延遲敏感的物聯網應用的整體QoS[71]。

邊緣計算是一種相對較新的范式，為延遲敏感和資源密集型的物聯網應用提供了另一種計算解決方案。邊緣計算將云計算技術擴展到網絡邊緣，更接近用戶和物聯網設備[63]。它允許資源受限的物聯網設備(又稱邊緣設備)完全或部分地將其數據或計算任務卸載到附近強大的邊緣服務器或其他邊緣設備[1]。它大大提高了物聯網應用的延遲和能源效率。這也將減少核心網的流量阻塞。邊緣服務器還可以作為數據緩存來存儲物聯網設備頻繁訪問的數據，以提高應用程序的QoS[163]。物聯網設備通常使用無線網絡連接到邊緣基礎設施[86]。然而，在一些最偏遠的地區(例如農村或山區)，可能并不總是有良好的無線網絡基礎設施[50]。此外，無線網絡基礎設施很容易受到地震、洪水或風暴等自然災害的影響。在某些情況下，例如軍事行動或緊急救援任務，通常很難擁有可靠的無線網絡基礎設施[56]。最近無人機(UAV)技術的進步開辟了一個新的機會，在軍事行動、災害響應或農村地區使用無人機提供邊緣計算服務。這也被稱為無人機使能邊緣計算(UEC)[88]。無人機提供了廣泛的適應性，如機動性、靈活性和成本效率，這使得UEC成為一個有前途的解決方案。無人機通常在UEC環境[60]中作為空中邊緣服務器或中繼。物聯網設備將全部或部分計算任務卸載給附近的無人機。UAV要么在本地處理任務，要么將任務發送到附近的邊緣/云服務器進行遠程執行。

該文對UEC中資源管理的研究現狀進行了全面的綜述。本工作的主要貢獻如下:

• 我們在第2節中介紹了一個三層的UEC體系結構，代表了UEC中管理資源的概念體系結構。該體系結構包含“事物”層、“邊緣”層和“云”層。然后，我們研究在提議的體系結構中發生的六種類型的協作。考慮的合作是a)物-無人機，b)無人機-邊緣，c)物-邊緣，d)物-無人機-云，e)無人機-邊緣-云，f)物-無人機-邊緣-云。我們還討論了UEC中使用的無線通信模型。

• 我們發現了UEC背景下資源管理的關鍵研究問題。在第3節中，我們將研究問題分為以下三類:a)計算任務和數據卸載，b)資源分配，c)資源供應。

• 第4節確定并全面回顧了UEC中用于資源管理的關鍵技術和性能指標。關鍵技術分為兩類:a)集中方法和b)分散方法。我們研究如何在現有的工作中評估這些方法。此外，討論了現有文獻中的關鍵性能指標，如能耗、延遲、吞吐量、成本、效用和資源利用率。

• 我們在第5部分中確定了這項工作的主要發現，指出了UEC資源管理的主要研究挑戰和未來的研究方向。圖2展示了本次綜述的組織結構，為讀者提供了本文的簡要概述。