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

人類士兵將越來越多地與一系列機器人、自主和人工智能體共享作戰空間。在美國未來可能面臨的沖突中，機器智能有可能成為決定性因素。

在商業人工智能技術進步的推動下，在擁有強大技術能力的近鄰的壓力下，變革的步伐將比幾十年來任何時候都要快。

但是，人工智能和機器學習是否已做好戰斗準備？或者更準確地說，軍隊準備好將機器智能有效地融入戰斗了嗎？

創建一支人工智能就緒的部隊

人工智能與作戰人員之間的有效協作關系重大。

在風險最高的前線部署中，用機器人和自主無人機代替人類，人機協作有可能大幅減少傷亡。

人機協同可以快速綜合多個領域的數據流，生成統一的作戰空間視圖，從而大幅提高態勢感知能力。它還能通過蜂擁而至的自主無人機壓垮敵人的防御。

美國國防部門研究實驗室將人工智能和機器學習融入作戰環境的最前沿開展工作，看到這項技術有可能成為與空中力量相媲美的力量倍增器。

然而，在將人工智能體廣泛部署到作戰環境中之前，必須克服若干技術和體制障礙。

安全性和可靠性

對于人工智能體和無人駕駛系統，人們最常擔心的問題是，是否可以相信它們會采取具有潛在致命后果的行動。在處理海量數據以識別感興趣的目標方面，智能體具有不可否認的速度優勢。然而，在以 “機器速度進行戰爭 ”與保留使用致命武力的責任之間存在固有的矛盾。

只要發生一起人工智能武器系統與人類武器系統發生 “友軍誤傷 ”的事件，就會破壞作戰人員對這項技術的信心。只有當機器贏得人類盟友的信任時，才能實現有效的人機協作。

根據人工智能戰斗機調整軍事條令

無人系統正在迅速發展，將在多個領域增強現有力量。其中許多系統將人工智能應用于邊緣，以控制導航、監視、瞄準和武器系統。

然而，現有的軍事條令和戰術主要是針對人類部隊進行優化的。人們很容易將人工智能武器視為一種新工具，將其納入現有的作戰方法。但條令將因創新而改變，例如成百上千的一次性智能無人機蜂群，能夠壓倒戰略平臺。

部隊結構可能需要臨時重新配置，以便將無人機投放到潛在影響最大的地方。以人為中心的指揮和控制概念需要進行修改，以適應機器并建立作戰人員的信任。

隨著智能體的擴散和功能的增強，戰斗空間將變得更加廣闊、透明，并以指數級的速度發展。決定如何以及是否將人工智能納入作戰殺傷鏈會產生深遠的道德影響。

一個更為嚴峻的挑戰是，如何在人工智能戰場上的行動速度與人類認知的極限之間取得平衡。在放棄以毫秒計算的先發優勢與失去人類監督之間，該如何權衡？未來沖突的結果可能取決于這些問題。

對數據的“貪得無厭”

人工智能系統極其渴求數據。目前還沒有，而且幸運的是永遠也不會有足夠多的來自實戰軍事沖突的實時作戰數據來充分訓練人工智能模型，使其達到可以部署到戰場上的程度。因此，模擬對于開發和測試智能體至關重要，而模擬需要使用現代機器學習技術進行數千次甚至數百萬次的迭代。

美國國防部門擁有現有的高保真模擬，如聯合半自動化部隊（JSAF），但它們基本上是實時運行的。要釋放人工智能戰爭的全部潛力，就需要開發具有足夠保真度的模擬，以準確模擬潛在的結果，但又要符合數字智能體的速度要求。

整合與培訓

人工智能支持的任務規劃有可能極大地擴展作戰人員的態勢感知能力，并產生新穎的多領域行動方案來壓倒敵人。同樣重要的是，人工智能可以預測和評估敵人可能采取的數千種行動方案，并實時提出應對措施。

軍隊之所以如此高效，原因之一就是堅持不懈地注重訓練。但是，當作戰人員命懸一線時，他們不太可能接受一個陌生黑盒子發出的戰術指令。

隨著自主平臺從研究實驗室走向戰場，密集的作戰人員培訓對于打造一支有凝聚力的統一人機團隊至關重要。要想取得成效，人工智能行動體的設計必須與現有的任務規劃實踐保持一致。

通過將此類智能體與任務規劃培訓相結合，可以在用戶中建立信心，同時利用以作戰人員為中心的設計原則完善算法。

讓人機協作成為現實

雖然人工智能的基礎技術在過去幾年中以指數級增長，但如何應對人機協作帶來的挑戰將決定這些技術轉化為實際軍事優勢的速度。

從小隊到聯合指揮部，必須測試這項技術的極限，并建立決策者對其能力的信心。

國防部門應考慮采取幾項重要舉措來加快這一進程。

戰爭的混亂

建立對智能體的信任是實現有效人機協作的最基本步驟。對于只在受控實驗室條件下進行過測試的系統，作戰人員的信任度自然很低。最好的實驗和訓練演習都會復制戰爭的混亂局面，包括不可預測的事件、通信和定位系統的干擾以及行動路線的中途改變。

應鼓勵人類作戰人員將自主系統和智能體推向極限，看看它們在不利條件下的表現如何。這將導致設計的反復改進，并建立起這些智能體能夠為任務成功做出貢獻的信心。

軍隊的一個巨大需求是其靈活的指揮結構，它賦予了下至小隊一級的作戰人員迅速適應地面不斷變化的條件的能力。人工智能系統有可能為這些單元提供更全面的作戰空間視圖，并生成戰術備選方案。但是，要想在戰時條件下發揮有效作用，人工智能體必須具有足夠的彈性，能夠在通信能力下降的條件下發揮作用，并理解任務的總體意圖。

將人工智能應用于國防采購流程

底層人工智能和自主技術的快速發展意味著為大型冷戰平臺開發的傳統采購流程注定要失敗。舉例來說，蜂群戰術只有在使用成百上千個能夠在動態作戰空間中智能協調行動的單個系統時才會有效。

要大規模采購此類設備，就必須利用廣泛的供應商基礎，迅速降低成本曲線，并實現頻繁的開放式標準更新。我們經常看到武器供應商使用不兼容的專有通信標準，導致系統無法共享數據，更不用說進行協調的智能演習了。一種解決方案是應用人工智能徹底改變采購流程。

通過創建一個虛擬環境來測試系統設計，國防部客戶可以在采購單個設備之前驗證作戰概念和互操作性。這將有助于減少浪費，促進各軍種之間的知識共享，并為供應商創造更公平的競爭環境。

搭建從實驗室到部署的橋梁

雖然美海軍研究實驗室、美陸軍研究實驗室、美空軍研究實驗室和美國國防部高級研究計劃局等機構已經完成了大量重要工作，但人工智能戰爭的成敗最終將取決于能否將這項技術從實驗室推向指揮部。人機協作將是這些努力取得成功的關鍵。

同樣重要的是，隨著技術前沿的發展，軍事院校的軍事條令教學也需要不斷更新。將智能體融入實際軍事任務既需要條令的深刻變革，也需要資源的重新分配。

軍事指揮官不可能被 “光鮮亮麗的物品 ”迷惑，除非他們看到部署這些物品能帶來實實在在的好處。通過從一些容易獲勝的方面入手，如增強 ISR 能力以及后勤和維護自動化，我們可以盡早架起橋梁，讓人們對智能體和自主系統的價值充滿信心。

讓指揮人員了解人機協作在提高任務執行能力方面的潛力，然后為最具潛力的應用制定路線圖，這一點至關重要。指揮員需要熟悉 “人在環內”和 “人在環上”系統的參數，因為他們需要確定賦予人工智能邊緣武器系統多少自主權。隨著決策周期的加快，保持可審計性對于確保有效監督系統開發和不斷發展的條令至關重要。

總結

人工智能和自主武器系統的快速發展同時加速了對軍事優勢和有效威懾的追求，并破壞了這種追求的穩定性。不少國家已通過一系列限制基礎技術轉讓的政策來應對這一威脅。然而，這場競爭的結果將取決于能否令人信服地將人工智能戰爭從研究實驗室轉移到潛在的沖突戰場。

有效的人機聯手對于過渡到 “聯合部隊”至關重要，可充分利用人類作戰人員和人工智能的最佳能力，確保主導作戰空間并阻止對手。

無人機技術在二十一世紀的武裝沖突中得到了廣泛應用，但俄烏戰爭正在推動其他戰場上未曾出現過的自主戰爭創新。

圖：一名烏克蘭軍人在烏克蘭巴赫穆特附近釋放一架無人機。

從手掌大小的無人機到重達 1,000 磅（454 千克）以上的無人機，俄羅斯、烏克蘭各自已經建立并獲得了一支多樣化的遙控飛機機隊。這項技術的范圍不斷擴大，其使用也日益增多，這不僅預示著無人機有可能在俄烏戰爭中創造公平的競爭環境，也預示著它們有能力影響未來沖突的方式。

烏克蘭戰爭為何成為無人機的溫床？

隨著戰爭進入第三個日歷年，雙方都沒有取得空中優勢。大多數軍事分析家預計，俄羅斯憑借其強大的空中力量，將在沖突初期迅速奪取對爭奪空域的控制權。但出人意料的是，烏克蘭的防御系統后來在西方系統的支持下，能夠擊退和阻止俄羅斯飛機進行近邊界和跨境打擊。由于任何一方都無法突破對方的綜合防空系統，這迫使他們提高野戰部隊的靈活性，并更加依賴遠程火炮、導彈和無人機等對峙武器。這些條件導致了新型無人機技術的發展，這些技術可以幫助烏克蘭在空戰中占據有利地位，并有可能扭轉戰局。

使用了哪些技術？

無人機部署隨著戰場的變化而變化。在戰爭的早期階段，俄羅斯的防空和電子戰能力并不突出，烏克蘭依靠土耳其 TB2 Bayraktar 等大型無人機發揮了巨大作用。TB2 可攜帶多種空對地彈藥，并能長時間巡飛，這使烏克蘭部隊能夠穿透俄羅斯的防空系統，打擊重型目標。然而，隨著時間的推移和俄羅斯對天空控制的加強，它能夠更容易地發現并擊落這些大型機型。TB2 可能仍有一定的實用性--其傳感器套件和相當大的航程仍能讓烏克蘭操作人員收集情報，但烏克蘭已轉向使用較小的無人機技術，以適應俄羅斯的進步。

事實證明，數量更多、體積更小的無人機改變了游戲規則，因為它們使烏克蘭獲得了更好的戰區感知能力和更強的打擊目標能力。烏克蘭人利用商業技術--平民也能獲得的娛樂產品--將廉價的現成無人機迅速投入戰場。其中許多 "業余 "無人機是通過草根眾籌或 "dronations "獲得的。這些小型無人機的單價僅為一千美元，操作人員可以迅速將其集結起來并重新利用，以達到特定的效果。例如，常用于賽車或電影制作的流行第一人稱視角（FPV）無人機可加裝臨時炸藥，以相對較低的成本對固定目標進行攻擊。這些無人機可以進行一次性高精度打擊，同時不易受到俄羅斯防空系統的攻擊。此外，烏克蘭人還重新利用國內經濟的重要方面來支持新的無人機供應鏈，通過公私合作來提高無人機制造能力。一年前，烏克蘭國內只有七家無人機制造商，而現在至少有八十家。

至于俄羅斯的無人機技術，莫斯科部署了本土型號，如 "獵戶座"、Eleron-3、Orlan-10 和 "柳葉刀"，但西方對俄羅斯關鍵供應鏈的制裁阻礙了莫斯科在無人機生產領域的發展。俄羅斯轉而向伊朗尋求穩定的供應。現在，俄羅斯人擁有一支龐大的伊朗制造的沙赫德-136 無人機機隊，可攜帶 100 磅（45.4 公斤）炸藥，航程達 1200 英里（1931 公里）。

無人機如何影響戰爭？

這場沖突展示了無人機在戰場上的優勢，無人機變得更小巧、更具殺傷力、更易于操作，而且幾乎人人都能使用。無人機壓縮了所謂的 "殺傷鏈"，縮短了從發現目標到摧毀目標的時間，并能增強軍隊偵察戰場前沿的能力。續航時間更長的無人機可以有效地進行數小時的偵察，使其他更先進的無人機能夠深入敵方領土實施精確打擊。其他型號的無人機可使單兵監視敵方動向，而無需冒生命危險或放棄士兵的位置。

無人機還可以進行戰斗和附帶損害評估或揭露戰爭罪行。美國無人機制造商 Skydio 最近捐贈了九架無人機，這些無人機配有高清攝像頭，將用于援助烏克蘭。

對無人機有哪些防御措施？

無人機容易受到防空系統的攻擊。具有明顯雷達截面的大型無人機是防空攔截器和反無人機火炮容易攻擊的緩慢移動目標；烏克蘭和俄羅斯都曾用攔截器和火炮擊落過數千架無人機。然而，烏克蘭和俄羅斯持續使用這些系統的成本可能高得嚇人，因為攔截一架無人機可能要花費數千甚至數百萬美元。

反無人機防御面臨的一個新挑戰是需要開發和使用一種比目標更便宜的系統。最重要的是，能夠向目標蜂擁而至的小型無人機更難擊落，因為它們可以壓垮防空系統。一個關鍵的應對措施是利用電子戰形式的干擾器、欺騙器和高能激光，阻止無人機到達目標。俄羅斯和烏克蘭都使用了干擾器，它能發出強大的電磁信號，使目標無人機墜落地面、偏離航線或掉頭攻擊操作員。隨著戰爭的進展，雙方都在不斷投資和調整電子戰戰術，以應對對手的創新。

無人機戰爭將如何演變？

俄烏沖突表明，無人機技術的創新尤其能改變防空領域的力量平衡。在俄羅斯尋求建立空中優勢、加強無人機生產和反無人機防御的同時，烏克蘭也在繼續開發更先進和不那么先進的解決方案。在最近曝光的與伊朗的合作項目中，俄羅斯完成了在莫斯科以東 500 英里（805 公里）的韃靼斯坦建造無人機工廠的工作，到 2025 年年中，估計可生產六千架沙赫德-136 原型機（莫斯科將其更名為 "杰蘭-2"）。無人機生產規模的擴大足以應對俄羅斯前線無人機的短缺，并使沖突的態勢向有利于俄羅斯的方向發展。然而，烏克蘭獲取和眾包商業無人機技術、根據實時反饋在戰場上對無人機進行戰術改裝以及改變戰術以擊敗反無人機系統的能力已被證明對其戰爭努力至關重要。

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。

2020 年《新美國》的一份報告列出了 38 個擁有武裝無人機項目的國家、28 個正在開發項目的國家和 11 個在戰斗中使用過無人機的國家。在該報告發表后不到四年的時間里，從納戈爾諾-卡拉巴赫到烏克蘭再到加沙，無人機在戰場上的影響力迅速增長，這幾乎肯定會增加各國發展武裝無人機項目的興趣。因此，現有的無人機項目可能會擴大，新的項目可能會建立，一些國家可能會加入追求和使用無人機。在無人機興趣激增之際，全球戰爭正進入無人機戰爭的第三個時代，其特點是自主性、飽和攻擊、更高的精度和射程，以及跨越陸海空的全方位無人機戰爭。

越來越多的國家將多架無人機整合成無人機蜂群，通過通信和協作來實現共同目標。至少有 11 個國家宣布了無人機蜂群計劃--亞美尼亞、中國、韓國和美國等。2021 年 5 月，以色列在打擊哈馬斯的戰斗中使用了埃爾比特系統公司的 Legion-X 無人機蜂群，無人機搜索目標并向以色列國防軍傳遞信息。

與任何證明其價值的軍事系統一樣，無人機蜂群技術很可能在全球范圍內擴散--甚至可能比某些高端精致武器和平臺擴散得更快。但這種擴散很可能是不穩定的，需要數年甚至數十年的時間。一些國家可能會將數百或數千架無人機組裝成一體化、多領域的機群，也許是為了擊敗敵方潛艇或抵御兩棲登陸。其他國家則可能滿足于簡單的、不攜帶武器的無人機蜂群，用于情報搜集和災難應對。雖然遏制無人機蜂群擴散的方案有限，但確實存在。

無人機蜂群的擴散動態

影響蜂群擴散的形式和速度的未知因素很多--無人機蜂群在實戰中的有效性如何、在哪些任務中以及建造或購買最有效無人機蜂群的要求。不過，從理論上講，無人機蜂群幾乎可以應用于任何任務。大量無人機可以搜索、壓制和摧毀敵人的防空系統，為有人駕駛飛機鋪平道路。蜂群尤其適合攻擊運輸船和登陸艇，因為它們通常防御薄弱，廉價的無人水面航行器蜂群遍布海上熱點，打擊水下的運輸船，而無人機則打擊運輸船上裝載的軍事資產。或者，它們將扮演迫擊炮的戰術角色--小型空中無人機蜂群提供更遠距離的打擊效果，具有更強的機動性和本地情報收集能力。蜂群的用途不同，擴散動態也會不同，因為用途決定了所需的技術。

擴散還將取決于無人機蜂群的形式。由小型、同質無人飛行器組成的蜂群可能擴散得最快。簡單的無人機蜂群能力并不一定很難實現。將近十年前，美國海軍研究生院的一個團隊利用現成的商業技術構建了一個由 50 架無人機組成的蜂群。建造或購買五十架無人機系統相對容易，雖然讓它們協同工作比較困難，但未必像有些人想象的那么難--海軍研究生院蜂群的無人機通過 Wi-Fi 相互通信。制造商需要確保信號不會相互干擾，建立指揮控制系統，并為人類指揮創建必要的用戶界面。這一切都需要技術訣竅，但基礎知識并不一定很難掌握。例如，美國國防部戰略能力辦公室的 Perdix 無人機蜂群就是由麻省理工學院的工程系學生設計的。

簡單的蜂群越來越多地商業化，盡管還沒有形成相當大的規模。2024 年 2 月，俄羅斯無人機制造商 Geoscan 發布了無人機蜂群入門套件，提供 10 架四旋翼無人機，用于練習使用蜂群智能算法進行集體導航和搜索。2022 年，紅貓控股公司（Red Cat Holdings）發布了一款 "4-Ship "產品，提供由六架無人機組成的預包裝系統，用于自動測量和區域攝影。該系統可同時使用四架無人機系統，當其他兩架無人機系統電力耗盡時，由另外兩架無人機系統替換。也就是說，無人機蜂群的商業市場可能是有限的。環境監測、安全檢查和燈光表演都可能受益于無人機蜂群，但它們并不一定需要無人機蜂群。美國聯邦航空管理局第 107 部分的規定還要求操作人員獲得豁免，才能同時駕駛多架無人機，因此美國的無人機蜂群業余愛好者市場可能會很小。當然，隨著越來越多的州推行無人機蜂群，它們在市場上的供應量可能會增加。2022 年 4 月，以色列埃爾比特系統公司英國分公司被選中為英國國防部提供 5 個各由 6 架無人機組成的自主蜂群。

然而，并不是所有的無人機蜂群都像這些以四旋翼為主的小型商用案例那樣簡單。美國空軍正在研制像 Kratos XQ-58 Valkyrie 這樣的高精尖協同作戰飛機，為 F-22 和 F-35 戰斗機提供護航和支持，以實現空中優勢和其他作用。據估計，每架 CCA 的造價在 2050 萬美元到 2750 萬美元之間，并采用了人工智能和自動控制方面的尖端技術。據報道，空軍的目標是讓這些無人機具備蜂群能力。同樣，與小型四旋翼無人機蜂群相比，將大型多域無人機蜂群集成到專門設計的母艦上進行運輸，通常需要更多的技術技能和資源來開發。建造和維持這樣的蜂群還需要強大的后勤、生產和維護能力。

無人機擴散的共同制約因素必然也會制約無人機蜂群。設計有低可觀測特性和雷達吸收材料的隱形無人機擴散速度會慢得多，如果它們還具有蜂群能力，擴散速度會更慢。雖然隱形會大大增加無人機的成本，降低其可攻擊性，但這對某些任務來說可能是可取的。同樣，需要更多資金、專業技術知識和基礎設施的無人機擴散速度會更慢，而增加蜂群能力必然會增加額外的要求。正如一個獨行恐怖分子可以在自家車庫里制造一架簡陋的固定翼無人機，但卻無法制造一架翼展達 66 英尺的 MQ-9 "捕食者 "一樣，資源有限的國家或許可以部署由廉價無人機組成的小型蜂群，以簡陋的方式進行通信，但相對而言，只有極少數國家能夠研制出技術先進、性能精湛的大型蜂群。

管理擴散

無人機蜂群的全球擴散應該是可以預見的，但具有先進能力的更復雜無人機蜂群的擴散則不會--至少不會很快。雖然無法完全控制擴散，但美國可以采取一些行動來控制無人機蜂群擴散的速度。在擴散幾乎可以確定的情況下--例如，小型、同質、空中無人機蜂群--美國可能希望鼓勵向伙伴和盟國擴散。如果這些蜂群有望成為未來戰場上的突出特征--根據烏克蘭和其他地方的觀察，這正是美國期待的--那么，與盟國建立密切的伙伴關系不僅有利于開發這種蜂群，而且有利于圍繞將其納入部隊結構、組織、概念和條令制定有效而負責任的做法。

然而，能夠有意義地改變地區或全球力量平衡的蜂群，或者能夠為對手提供比美國更多優勢的蜂群，則是完全不同的一類。例如，有人擔心，反潛無人潛航器蜂群加上人工智能和數據分析，可能會給核潛艇帶來巨大風險，為斬首行動創造機會。與基本的蜂群（其擴散應該是假定的）相比，這些可能破壞穩定的蜂群需要更深思熟慮的政策關注。例如，美國可以嘗試通過對具備蜂群能力的水下無人航行器實施多邊出口管制來限制其擴散。至少，在分享相關技術和訣竅時應十分謹慎。而且，由于某些無人機蜂群實際上可能代表一種新的大規模殺傷性武器，國際社會可能會就其擴散問題制定新的國際規范。

無人機蜂群已經出現。雖然準確預測技術發展和蜂群在全球擴散的速度和軌跡還為時尚早，但美國已在為其擴散做準備。

參考來源：美國現代戰爭研研究所

人工智能（AI）正在成為當前俄烏沖突中的一項重要資產。具體來說，人工智能已成為一種關鍵的數據分析工具，可幫助操作人員和作戰人員了解戰場上眾多系統、武器和士兵產生的日益增長的大量信息。隨著人工智能應用的不斷發展，其在當前烏克蘭戰場和未來戰場上的應用將轉化為對敵方部隊、行動和動作做出更精確、更有能力的反應。烏克蘭之所以能在戰斗中應用這一技術，離不開政府和私營部門的工作。總的來說，烏克蘭似乎從使用這種技術中獲得了更多益處，盡管現在預測這種技術優勢能否轉化為對俄羅斯固守陣地的重大優勢還為時尚早。迄今為止，烏克蘭在人工智能的使用上采用“人在環內”，由操作人員做出最終決定。

烏克蘭軍隊如何使用人工智能

在這場戰爭中，烏克蘭從盟友和合作伙伴提供的人工智能技術和概念中獲益匪淺，這些技術和概念被用于多個關鍵領域。全球媒體公開討論了這一用途，凸顯了烏克蘭政府采用尖端做法以取得對俄軍優勢的意愿和能力。俄烏戰爭的一個重要方面是不同來源產生的大量數據，其數量遠遠超過人類快速準確分析的能力。因此，人工智能被用于數據分析，幫助烏克蘭做出決策。人工智能在烏克蘭服務中的一個關鍵作用是將目標和對象識別與衛星圖像相結合，這促使西方評論家指出，烏克蘭在地理空間智能方面具有優勢。人工智能被用于地理定位和分析社交媒體內容等開源數據，以識別俄羅斯士兵、武器、系統、單元或其動向。據公開資料顯示，神經網絡被用來將地面照片、來自眾多無人機和無人駕駛飛行器的視頻片段以及衛星圖像結合起來，以提供更快的情報分析和評估，從而產生戰略和戰術情報優勢。

事實上，全球重要的人工智能公司之一 Palantir 的首席執行官最近承認，他的企業負責烏克蘭的大部分目標瞄準工作，如坦克和大炮從衛星和社交媒體上獲取及時信息，以直觀顯示友軍和敵軍陣地，了解部隊動向，并進行戰場損害評估。Planet Labs、BlackSky Technology 和 Maxar Technologies 等西方公司也在制作沖突衛星圖像，與烏克蘭政府和軍方共享數據和分析。

俄烏沖突中首次有記錄地使用了作戰面部識別技術，烏克蘭軍方使用總部設在美國的 Clearview AI 公司識別死亡的俄羅斯士兵，并揭露俄羅斯襲擊者和打擊錯誤信息。公開報道還將人工智能置于盟軍電子戰、網絡戰和加密工作的中心。美國公司 Primer 已部署其人工智能來分析未加密的俄羅斯無線電通信，利用自然語言處理來了解俄羅斯士兵使用的特定通信方式。2022 年，總部位于美國的微軟公司報告稱，由于人工智能增強威脅情報的進步以及向云服務和其他計算機網絡快速分發保護軟件，烏克蘭的網絡防御取得了成功。

俄羅斯軍方如何使用人工智能

在戰線的另一端，關于俄羅斯軍方在戰爭中使用人工智能的證據和報道較少，甚至更少。與烏克蘭一樣，俄羅斯國防部（MOD）也希望人工智能能為作戰人員提供數據分析和決策能力，作為以操作員為中心或 "人在環內"的方法，更好、更快地確定戰場方向并做出決策。在俄羅斯軍事機構內部，將人工智能應用于自主、無人系統和機器人系統是該國高科技研究、開發、測試和評估工作中最引人注目的方面之一。這項技術被視為關鍵的任務倍增器，最終可在危險情況下取代人類戰斗機。例如，高級研究基金會（俄羅斯類似于 DARPA 的組織）副主任在 2020 年表示，人類戰斗機最終將被軍事機器人取代，后者比人類行動得更快、更準確、更有選擇性。

俄羅斯在這場戰爭中實際應用人工智能的例子很少，甚至沒有。俄國防部以關鍵部門和機構為中心的研發生態系統涉及技術視覺、模式識別、人工智能在機器人技術中的應用以及改進處理大型數據集的信息系統，這些都是在持續的敵對行動中引入此類技術的最實用方法。在實踐中，迄今很少有實例能讓人相信俄羅斯軍方在戰斗中使用人工智能的說法。2023 年 6 月，俄語 Telegram 頻道報道稱，"柳葉刀-3 "巡航彈藥正在使用卷積神經網絡收集、分類和分析該無人機在飛行過程中收集的圖像和視頻內容。利用這種神經網絡，"柳葉刀 "偵察無人機顯然可以探測到敵方目標，并將識別出的目標圖像傳輸給 "神風特攻隊"，然后由后者實施打擊。雖然這在技術上聽起來可信，但 "柳葉刀 "的實際偵察工作通常是由 ZALA 或 Orlan-10 等其他俄羅斯無人機執行的。2022 年，"柳葉刀 "的配套無人機 "KUB-BLA "也引起了人們的關注，該無人機具有機載人工智能能力，可自主識別目標，但其使用次數相對較少，而且往往效果不佳，無法證實該無人機所謂的先進能力。這種說法往往缺乏確鑿證據，甚至得不到國防部或政府的公開承認，因此很難確定俄羅斯軍方是否真的以這種方式使用了人工智能。

俄羅斯的另一種說法涉及正在烏克蘭東部進行的 "標記 "戰斗無人地面車輛（UGV）測試。該 UGV 被移交給設在當地的一個志愿組織，用于在戰場條件下進行測試和評估。迄今為止，"標記 "仍是俄羅斯在計算機視覺、自然語言處理、導航、自主移動和群車控制方面的旗艦項目。雖然 2021 年進行的幾次測試據稱允許一組 "馬克 "自動穿越復雜地形，但目前還不清楚這種車輛是否真的能在烏克蘭發揮這種作用。更有可能的情況是，"標記 "是一個固定平臺，用于偵察系留無人機，而不是自主前往自行確定的目標地點的作戰平臺。俄羅斯軍方正尋求在信息戰中使用人工智能，但鮮有證據表明，俄國防部自己對這一問題的討論與針對烏克蘭軍民的實際效果之間存在差距。

結論

這場戰爭的一個絕對關鍵的方面是作戰技術的快速發展以及雙方對關鍵戰術和概念的調整。如今，俄羅斯和烏克蘭軍隊及其志愿軍都在駕駛大量無人機執行偵察和作戰任務。其中許多無人機--如商用四旋翼飛行器和 FPV（第一人稱視角，"神風特攻隊 "無人機）--都是成組飛行，由一名或數名操作員駕駛。根據雙方的設想，這些戰術的自然演進將使實際的無人機群能夠在人工智能技術的支持下自主飛向目標，并分析和交換數據。烏克蘭政府官員公開表示，他們正在探索在空中無人機中使用人工智能，以提高任務效率。這種戰術甚至可能不僅僅出現在官方軍事研發機構中，還可能出現在協助雙方進行技術開發和采購的志愿者組織中。

這場戰爭的關鍵要求是建立共同的戰場作戰圖，以便迅速獲取并應對不斷變化的作戰條件。烏克蘭利用人工智能技術分析來自眾多源點的大量數據，滿足了這一需求，從而對俄軍的行動和戰術做出準確反應。俄羅斯軍方在入侵前就強調將人工智能作為決策和數據分析工具，這表明他們可能采用了類似的方法，盡管烏克蘭方面沒有公開的證據和討論。有證據表明，俄羅斯軍方正試圖集中采用人工智能作戰方法：2022 年 9 月，俄國防部成立了人工智能部，負責研究、開發和采購。俄羅斯國防部還公開表示，它將監控全球人工智能的發展，其中包括烏克蘭對這一技術的使用。

同時，必須認識到，烏克蘭在利用人工智能方面的成功離不開美國和西方的援助。事實上，上述公司正獲得前所未有的機會，在同級對手之間的常規沖突中實際應用人工智能作戰，而這在以前大多只能在模擬中實現。雖然烏克蘭的高科技部門即使在戰爭壓力下仍能開發出 Kropyva 等關鍵信息共享軟件，以及從衛星圖像中識別俄羅斯軍隊的 Reface 通知應用程序，但不清楚如果沒有這些援助，烏克蘭是否會取得同樣的成功。美國在民用和軍用人工智能技術方面的先進發展為全球如何在戰斗中利用人工智能技術開創了先河，烏克蘭也欣然采用人工智能技術，以更好地進行戰場管理。俄羅斯軍方也在密切關注美國的人工智能成就，并將美國的人工智能發展實踐（如上述中心）納入其中。烏克蘭和俄羅斯都向美國尋求應用此類技術的關鍵經驗，盡管莫斯科也向北京尋求高科技軍事合作。

與此同時，在這場沖突中，人工智能只是一個輔助工具，而不是槍尖上的解決方案，因為這場戰爭是由步兵和武器在地面上進行的，其方式更容易讓人聯想到第一次世界大戰或第二次世界大戰，領土的得失都是在緩慢而艱苦的戰斗中完成的。協助烏克蘭作戰的商業人工智能解決方案也很快被需要獨立思考的軍方所采用，而不需要漫長的采購周期或長達數年的測試和評估時間表。同時，也必須認識到，即使是先進的技術，如果由于對手適應作戰條件或愿意花費資源維持戰術現狀而無法在戰場上使用，也會有其局限性。目前，人工智能在烏克蘭的應用以人類活動為中心，操作人員在人工智能提供的分析幫助下，最終為單元、武器和系統做出最終決策。考慮到烏克蘭和俄羅斯軍隊對其中一些技術的升級速度之快，有必要考慮許多商業技術在現代作戰中的作用。烏克蘭戰爭可能會持續一段時間，雙方都在努力實現優勢互補，而人工智能將繼續在這場對抗中發揮越來越大的作用。

參考來源：Russia Matters

圖：在穆古角文圖拉縣美國海軍基地的 Vanilla 超續航陸射無人機（UAV）。人工智能賦能的機載無人機可能會開創海軍航空的新時代。

如今，許多人質疑航母在大國競爭中的意義。兵棋推演者擔心大國的 "航母殺手 "導彈，其他人則對美國航母艦載攻擊機的航程縮短表示遺憾。美國國會議員質疑超級航母對納稅人的價值，要求海軍尋求成本更低的解決方案。然而，人工智能和無人機技術的進步為解決這一戰略困局打開了大門：讓每艘艦艇都成為航母。

美國海軍、海岸警衛隊和軍事海運司令部（MSC）的每艘艦艇上都應配備一個中隊（約十架飛機）的第 3 或第 4 組無人機系統（UAS）--這些系統足夠大，可以飛得較高、較遠、較長時間，但仍然足夠小，幾乎可以裝在任何大小的艦艇上（第 1 組最小，第 5 組最大）--由人工智能（AI）算法操作。在整個水面艦隊中部署這些設備將能在多個領域實現新的能力，優化戰斗力和后勤保障。

作戰手段

美國海軍研究辦公室于 2021 年發布了《智能自主系統（IAS）科技戰略》，描述了蜂群、分布式和持久性傳感器以及海上控制和拒止等 "設想的未來"。海軍作戰部長的《2022 年作戰規劃》同樣預計，未來的海軍將由數千個自主平臺組成，以增強部隊的殺傷力和生存能力。啟用了人工智能的無人機系統--本文稱之為智能自主機載系統（IAAS），以區別于可比的水面和水下無人機系統以及遙控無人機系統--可以為艦隊中的每艘艦艇增強戰斗力。正如海軍中將吉姆-基爾比（Jim Kilby）所澄清的那樣："無人系統本身并不是一個目標，它們是一種基于迅速加速的威脅的能力的推進器。

美國國防部（Department of Defense，DoD）也擁抱了人工智能的未來，將其視為負擔得起的戰斗力和威懾力的關鍵。2023 年 9 月，美國國防部副部長凱瑟琳-希克斯（Kathleen Hicks）宣布了一項雄心勃勃的計劃，即 "在未來 18-24 個月內，在多個領域投入使用可減員（也稱'可消耗'）、數千人規模的自主系統"。所謂的 "復制者 "計劃正在推動五角大樓迅速采用人工智能技術，以抵消大國在工業生產能力方面的優勢。

IAAS 可以為海軍水面艦隊提供關鍵能力。例如，IAAS可以充當通信節點，向有人和無人水面艦艇轉發超視距（OTH）信息。一個有彈性的空中視距通信網絡可減輕衛星和 OTH 通信通道被動探測、攔截或干擾所帶來的威脅。IAAS 可配備被動或主動傳感器，以探測威脅并擴大艦船監視區域的范圍。

IAAS 還能增強動能任務。為一組無人機配備彈藥，可以進行精確打擊、壓制敵方防空系統或為地面部隊提供近距離空中支援。正如與胡塞武裝的沖突所顯示的，海軍需要比珍貴的地對空或空對空導彈更便宜的方式來保衛商業航運。能夠在有人駕駛平臺和有威脅的無人機系統或巡航導彈之間進行機動的人造無人機將是 IAAS 的一個重要用例。機載電子攻擊等非動能效應可以保護有人駕駛飛機不被敵方平臺發現或瞄準，從而為動能打擊提供幫助。人工智能無人機可配備無線電頻率信號中繼器和欺騙器，使無線電頻率環境飽和，并使瞄準解決方案復雜化。

作戰后勤

美國政府問責局在 2019 年報告稱，軍事海運司令部的艦隊僅有 100 多艘現役和后備艦艇，其中一些艦艇的艦齡已超過 50 年。此外，海軍推動艦隊更加分散，這將對軍事海運司令部的資產提出越來越高的要求。2022 年，海軍展示了科技初創公司 Shield AI 和 Skyways 的 IAAS 藍水物流能力，可將 50 磅以下的小型貨物運載 200 英里。令人印象深刻的是，Elroy Air 公司的另一款無人機可將 300 磅的貨物飛行 300 英里。

戰略海運部隊可以采取亞馬遜式的海上運輸方式。以軍事海運司令部的船只為中心，無人機可以在需要補給的船只之間來回執行貨物運輸任務。IAAS 不足以運送燃料、彈藥或重型設備。不過，據海軍航空系統司令部稱，50 磅以下的輕型貨物占海軍后勤運輸的 90%。有朝一日，智能化的自主水面艦艇可能會承擔起運送重型貨物和燃料的任務。在此期間，IAAS 可以加強水下補給，為人類直升機飛行員集中精力執行作戰任務開辟帶寬，并減少軍事海運司令部艦艇在作戰行動期間為海軍提供補給的時間-距離問題。

公私合作

Shield AI、Anduril、Skyways、Elroy Air 等公司正在開發創新型低成本無人機和強大的人工智能算法來駕駛無人機。例如，Shield AI 公司生產了一種名為 V-BAT 的第 3 組無人機系統，它可以與其他 V-BAT 聯手協調任務。預計一架 V-BAT 的價格約為 50 萬美元。五角大樓可以用一架 F-35 隱形戰斗機的價格購買近 200 架 V-BAT 無人機。放棄 "福特 "級航母，海軍庫存中的每艘艦艇都能輕松變成混合艦隊的無人機載具。

私營部門提供的真正價值在于其飛行器的引擎蓋下。強化學習是深度機器學習的一個子集，它能讓計算機系統通過模擬一個動作，然后觀察該動作數百萬次的結果，來學習如何完成一項任務。起初，人工智能是無能和幼稚的。但模擬運行一百萬次后，人工智能就能比人類更好地完成任務，而且可能在幾天或幾周內就能完成。2020 年，在 DARPA 的 AlphaDogFight 挑戰賽中，一個名為 "Falco "的強化學習系統在模擬狗斗中擊敗了一名經驗豐富的空軍戰斗機飛行員。國防部本身缺乏開發類似人工智能所需的專業知識，但它正在通過 Replicator 等計劃以及 AFWERX 和 NavalX 等創新中心大步前進，以購買相關能力。

出錯也是人？

建立個人和機構對人工智能的信任是實現這一愿景的重大障礙。保羅-夏爾（Paul Scharre）是《四個戰場》（Four Battlegrounds）一書的作者： 一書的作者保羅-沙雷（Paul Scharre）強調了自動 "愛國者 "導彈系統早期的失敗，該系統在 2003 年入侵伊拉克期間曾兩次擊落友軍。"他寫道："如果作戰人員不信任一項技術，他們就不會使用它。

今天的算法比其前身要強大得多，但在將這種技術投入實戰之前，必須有強有力的制度保障。為此，希克斯副部長于 2022 年 6 月制定了 "負責任的人工智能戰略"，并于 2023 年 1 月制定了題為 "武器系統中的自主性 "的國防部指令 3000.09。這些框架為負責任的人工智能軍事發展提供了基礎，但在實踐中執行起來可能具有挑戰性。

例如，第 3000.09 號指令要求在設計人工智能時采用 "對相關人員透明、可審計和可解釋的技術和數據源[著重號后加]"。神經網絡的設計很難解釋。給定的輸入會像人工神經元一樣穿過許多隱藏層，產生輸出響應或動作。受人腦工作原理的啟發，機器學習往往被籠罩在一個黑盒子里。

因此，信任人工智能需要一種不同的模式。傳統的測試與評估、驗證與確認流程可能無法讓國防部完全確定其自主平臺的性能如何。人類在訓練初期經常會出錯，但隨著指導和經驗的增加，錯誤會逐漸減少。如果能保證人員和設備的基本安全，操作人員可能需要容忍人工智能的錯誤，將其作為訓練機器的成本。但隨著訓練水平的提高，人工智能已經證明有能力比人類更好、更快地完成離散任務。

最后，如果海軍能區分致命和非致命效果的標準，就能更快地建立起對人工智能的信任。由于道德和法律方面的原因，人們對 "殺手機器人 "的態度猶豫不決，因此在參與戰斗之前，應對執行致命作戰任務的人工智能無人機進行更嚴格的審查。不過，許多第 3 組 IAAS 不太可能攜帶大型毀滅性有效載荷。它們的主要用途在于非致命效果。執行這些任務的無人機應更迅速地部署，并留有一定的余地，以便通過從錯誤中吸取經驗教訓來不斷改進。

信任因素并不是唯一的挑戰。IAAS 需要人力和培訓，盡管比一般的航空中隊要少得多。目前負責操作 MQ-25A "黃貂魚 "的準尉級別的航空飛行器軍官應接受有關各種 IAAS 類型和型號的培訓。另外，海軍新公布的機器人作戰專家也可以負責維護無人機、更新軟件和為適當任務編程。一旦啟動，這些專業人員將對任務進行監控，并向任務分配或指揮官的指導部門發送更新信息，充當 "回路中的人"。

小型艦艇上的可用空間也非常寶貴。雖然第 3 組和第 4 組無人機系統的體積可以很小，但在一艘艦艇上安裝十幾個無人機系統仍然具有挑戰性。不過，IAAS 可以提供寶貴的能力，值得為其尋找空間。2023 年 9 月，海軍發布了一份關于 "飛機發射和回收設備（ALRE）"的信息請求，用于 3-5 組無人機，這些無人機將 "在非航母艦艇上運行"。海軍顯然正在探索進一步整合海空領域。讓每艘艦艇都成為航母符合海軍未來空軍的戰略方向。

最后，讓每艘艦艇都充當航母將涉及思維方式的轉變。在導彈時代，水面艦艇長期以來都必須考慮空域問題，而發射和支持無人機則是一項全新而獨特的任務。水面作戰軍官需要熟悉一些空中戰術，并了解艦艇的位置如何實現預期的戰術效果。盡管存在這些挑戰，但 IAAS 帶來的諸多益處遠遠超過了使水面艦隊的作戰方式適應無人機作戰的負擔。

信任因素并不是唯一的挑戰。IAAS 需要人力和培訓，盡管比一般的航空中隊要少得多。目前負責操作 MQ-25A "黃貂魚 "的準尉級別的航空飛行器軍官應接受有關各種 IAAS 類型和型號的培訓。另外，海軍新公布的機器人作戰專家也可以負責維護無人機、更新軟件和為適當任務編程。一旦啟動，這些專業人員將對任務進行監控，并向任務分配或指揮官的指導部門發送更新信息，充當 "回路中的人"。

小型艦艇上的可用空間也非常寶貴。雖然第 3 組和第 4 組無人機系統的體積可以很小，但在一艘艦艇上安裝十幾個無人機系統仍然具有挑戰性。不過，IAAS 可以提供寶貴的能力，值得為其尋找空間。2023 年 9 月，海軍發布了一份關于 "飛機發射和回收設備（ALRE）"的信息請求，用于 3-5 組無人機，這些無人機將 "在非航母艦艇上運行"。海軍顯然正在探索進一步整合海空領域。讓每艘艦艇都成為航母符合海軍未來空軍的戰略方向。

最后，讓每艘艦艇都充當航母將涉及思維方式的轉變。在導彈時代，水面艦艇長期以來都必須考慮空域問題，而發射和支持無人機則是一項全新而獨特的任務。水面作戰軍官需要熟悉一些空中戰術，并了解艦艇的位置如何實現預期的戰術效果。盡管存在這些挑戰，但 IAAS 帶來的諸多益處遠遠超過了使水面艦隊的作戰方式適應無人機作戰的負擔。

未來戰爭

盡管 "復制者 "計劃的兩年時間表目標宏大，美國海軍部長卡洛斯-德爾托羅也宣稱 "混合艦隊已經到來"，但要將智能自主系統完全整合到載人艦隊中，還有很長的路要走。由于遠程彈藥的明顯不足，短期內可能需要優先考慮現有能力，而不是未經測試和驗證的機器人戰爭夢想。然而，戰爭的速度正在加快；海軍面臨的挑戰是為滿足未來戰爭的需求而制定短期和長期的采購戰略。

海軍航空力量需要新的愿景。海軍必須從以艦艇、潛艇和飛機為核心的平臺思維過渡到以效果為核心的思維。由人工智能支持的機載無人機所提供的能力將開創海軍航空兵的新時代。讓每艘艦艇都成為航母，將以航母誕生以來從未有過的方式徹底改變和聯合海空領域。

參考來源：美國海軍

去年 10 月，美國國會議員 Anna G. Eshoo 向國家安全顧問和科技政策辦公室（OSTP）發出一封公開信，敦促他們解決人工智能（AI）在民用和軍用領域的應用所帶來的生物安全風險。她寫道："人工智能在生物技術、醫療保健和制藥領域有著重要的應用，然而，我們應該像對待分子或生物制品等物理資源一樣，對雙重用途應用對美國國家安全、經濟安全和公眾健康所代表的潛在危害保持警惕。" 在今年 7 月聯合國安理會就人工智能對和平與安全的影響召開的歷史性首次會議上，秘書長安東尼奧-古特雷斯也表達了同樣的擔憂，他指出："人工智能與核武器、生物技術、神經技術和機器人技術之間的相互作用令人深感震驚。"

探討人工智能系統的雙重用途性質如何擴大其他技術--包括生物、化學、核和網絡技術--的雙重用途性質的領域被稱為 "融合"。政策思想領導者傳統上一直專注于孤立地研究不同技術的風險和益處，假設威脅領域之間的相互作用有限。然而，人工智能具有獨特的能力，能夠與其他技術相結合并放大其他技術的風險。這就要求重新評估標準的政策方法，并建立融合風險類型學，從廣義上講，融合風險可能源自兩個概念中的任何一個：技術融合或安全環境融合。

技術趨同。人工智能與其他技術領域的發展之間的直接互動會產生自身獨特的益處和風險。這類融合的例子包括人工智能與生物安全、化學武器、核武器、網絡安全和常規武器系統的互動。

人工智能與生物安全。在評估繪制人工智能與生物安全風險融合圖的風險評估框架的相對效用時，研究人員約翰-奧布萊恩（John T. O'Brien）和卡西迪-納爾遜（Cassidy Nelson）將融合定義為 "生命科學與人工智能之間的技術融合，從而使其相互作用的力量大于各自學科的總和"。他們的研究調查了各領域之間的潛在互動，這些互動可能會大大增加蓄意或意外的高后果生物事件的風險。例如，這包括在新型病原體的硅學（通過計算機模擬）設計中人工智能輔助識別毒力因子。隨后的工作強調了深度學習在基因組學中的應用，以及高風險生物數據存儲庫中的網絡脆弱性。原子科學家公報》最近發表的幾篇文章指出了人工智能發展可能加速生物風險的其他方式。

人工智能與化學武器。作為瑞士聯邦核生化保護研究所（NBC）融合計劃的一部分，一家計算毒理學公司被要求調查參與藥物發現的人工智能系統的潛在雙重用途風險。該倡議表明，這些系統可以生成數千種新型化學武器。由于其新穎性，這些新化合物及其關鍵前體大多未列入任何政府觀察清單。必須結合基于大型語言模型的人工智能體的出現來看待這一發展。這些智能體能夠理解如何以類似的方式改變開源藥物發現項目，如何向定制制造商發送電子郵件和付款，以及如何雇傭臨時工來完成物理世界中分門別類的任務。

人工智能與核武器。越來越多的研究和宣傳強調了人工智能融入核武器指揮、控制和通信（NC3）可能帶來的不穩定后果，未來生命研究所（Future of Life Institute）的影片《人工升級》（Artificial Escalation）對此進行了說明。六月份在軍備控制協會播出的一場由高級人工智能專家和政府官員參與的高級別討論，暴露了這種整合所帶來的許多安全問題。這些問題包括無法驗證和審查人工智能的決策、意外使用自主武器的風險更高，以及沖突升級的可能性增加。

人工智能與網絡安全。在網絡空間領域，有報道指出，人工智能系統可以使惡意行為者更容易開發出毒性更強、破壞性更大的惡意軟件。它們還能幫助對手通過新的零日漏洞（以前未被發現的漏洞）自動攻擊網絡空間，這些漏洞主要針對指揮和控制、網絡釣魚和勒索軟件。鑒于當前人工智能的發展軌跡，自主發起的黑客攻擊預計也將成為一種近期出現的能力。

常規武器系統中的人工智能。人工智能的一個主要特點是，它能使單個行為者以機器速度大規模地開展活動。有人認為，將這一模式應用于將人工智能集成到常規武器系統（如殺傷人員無人機和無人機群）中，會創造出一類具有大規模殺傷潛力的新武器。此外，美國的 "聯合全域指揮與控制 "計劃試圖將常規指揮與控制結構的所有方面整合到一個由人工智能驅動的單一網絡中，而這將帶來許多風險，包括意外升級的風險。

上述每個例子都探討了人工智能系統與特定技術之間的互動，但現實情況更為復雜。例如，人工智能、網絡安全和核武器指揮、控制與通信（NC3）之間如何互動？如何將上述因素與對關鍵基礎設施的威脅（如黑客攻擊和癱瘓電網或水處理設施）結合起來考慮？如何評估先進人工智能系統與傳統安全威脅和其他新興技術相結合帶來的風險？

安全環境的融合。除了這些直接互動的問題之外，還必須考慮在廣泛使用人工智能系統的環境中，錯誤信息和對技術的日益敬畏會如何影響大規模殺傷性武器（WMD）的開發和使用。安全環境的趨同包括技術發展改變整個安全環境的情況，從而產生間接影響，加劇整體風險。這方面的影響可能更難調查。不過，可以預見的例子比比皆是。

例如，我們可以想象，人工智能系統的發展使虛假信息和深度偽造變得更加容易，這可能會增加國際舞臺上的誤解。這將降低生物事件成功歸因的可能性。由于信息不對稱和信號失靈的增加，核風險可能會增加。兩國在人工智能發展方面的競爭態勢失控也可能促使一方考慮使用大規模殺傷性武器或對另一方進行常規攻擊。

除了類型學之外，另一個相關的宏觀問題依然存在：是從整體上研究融合風險，還是為融合的每個方面設計單獨的研究空間。例如，借鑒斯德哥爾摩國際和平研究所（SIPRI）設立的名為 "生物安全+X "的生物安全跨學科項目，可以設立一個名為 "人工智能+X "的大型研究領域，全面評估人工智能系統對其他技術和大規模毀滅性武器威脅的影響，調查共同的途徑和補救措施。與此同時，每種融合途徑（如人工智能和生物與人工智能和核）之間的差異也可能非常顯著，以至于在綜合研究這些風險時可能會忽略重要的細微差別。答案可能是兩者兼而有之，但其構成值得認真考慮。

關于融合的不同學派。從表面上看，關于融合的不同思想流派與關于技術進步的陣營劃分大致相同。技術樂觀主義者認為，人工智能系統將最大限度地發揮這些技術的優勢，并有助于最大限度地降低其風險。這些好處包括更強大的核指揮與控制、更快的疫苗開發和訓練有素的網絡軟件；樂觀主義者可以提出這樣的理由，即監管會延遲或阻礙這些好處的實現。

那些抱著安全心態的人可能會更重視本文所討論的問題，認為不受監管的人工智能發展很可能會導致國際和國家安全的凈下降。

第三個陣營則堅持維持現狀，他們會指出缺乏對融合的好處和壞處的實證研究，并對人工智能系統在任一方向上的變革力量普遍表示懷疑。

鑒于人工智能發展和部署的速度快、規模大、無處不在，專家們必須從安全的角度出發。所有這些技術都具有廣泛的雙重用途，加速發展既可能帶來好處，也可能帶來危害。評估每種技術的效益與風險之間的平衡已經是一個非常困難的經驗問題。這一問題因技術的趨同而變得更加復雜，并凸顯了進一步研究的必要性，以量化其利弊，并調查可適應這一復雜性的框架。

然而，研究表明，在許多高風險領域，防御性技術與進攻性技術相比往往處于劣勢。例如，致命性很強的病原體通常會比疫苗的開發更具競爭力。研究每種技術交叉點上的平衡至關重要，但新興防御性技術往往落后于新興進攻性技術，這就要求政策制定者在應對融合威脅時保持最大限度的謹慎。

防范融合風險的政策。除了進一步的研究，在政策領域也有許多工作可以做，以降低融合風險。

首先，政府必須向國家科學基金會等機構提供專項資金，以提高我們對融合風險的認識。這應包括探索特定領域的技術融合和安全環境融合，以及對獨立于技術領域的威脅融合動態進行更全面的調查。

其次，國會可以考慮公共領域已經出現的越來越多的政策建議，以減輕特定人工智能途徑帶來的風險。最近的一份報告是海倫娜組織 5 月份召開的人工智能與生物融合問題高級別專家會議的成果，其中提出了幾項建議。這些建議包括測試生物濫用的大語言模型、強制進行DNA合成篩查，以及擴大生物安全和生物安保指南的范圍，將人工智能生物技術納入其中。參議院的一項新法案以政策建議為基礎，防止將先進的人工智能整合到核武器指揮、控制和通信（NC3）系統中。人工智能國家安全委員會發布了關于降低武器系統中人工智能相關風險（如擴散和升級）的戰略指南。隨著人們對其他融合途徑的風險有了更好的了解，很可能會出現更多高價值的政策建議。

重要的是，通過普遍適用于先進人工智能系統的共同政策機制，這些融合途徑中的許多都有可能被縮小。例如，先進人工智能系統部署的全面審批程序，包括強制性獨立審計和紅隊制度，可以幫助防止濫用和意想不到的后果，不批準部署具有高融合危險風險的系統。讓人工智能開發者對其創造的系統所造成的危害負責的法律責任框架，也有望激勵主要實驗室在設計時充分測試和降低融合風險。最后，不同公司和國家之間加強協調與合作，為人工智能開發建立共同的保障措施，有可能緩解地緣政治緊張局勢，并阻止相關行為體將其人工智能技術用于軍事目的。

隨著所有這些技術的加速發展和核緊張局勢達到前所未有的高度，調查新舊威脅的融合對于維護和推進國家和國際安全至關重要。

參考來源：Bulletin of the Atomic Scientists，By Emilia Javorsky, Hamza Chaudhry

盡管人工智能作為宣傳工具的使用一直備受關注，但烏克蘭和以色列的熱點沖突正被證明是加速人工智能和其他信息技術工具在戰場上使用的活實驗室。特別是在烏克蘭，有報道稱，人工智能甚至被用于自主瞄準打擊目標。以色列國防軍（IDF）對人工智能的使用則更為隱秘，但它肯定被用作瞄準輔助工具，以擊敗來自加沙哈馬斯的鋪天蓋地的導彈攻擊。

烏克蘭在拒絕了其他 10 個國家的人工智能項目后，開發出了自己的人工智能，因為烏克蘭確信本國開發的人工智能會更有益處，而且可以規避向商業公司報告的任何要求。烏克蘭的人工智能主要集中在龐大的攝像頭和無人機網絡提供的計算機視覺數據上。例如，名稱和目標字符識別（OCR）可以快速識別伊朗制造的 "沙赫德 "神風無人機，而不是標準導彈。 人工智能還有助于烏克蘭自己的導彈瞄準。這些人工智能工作大多由烏克蘭的 IT 陸軍完成，據說他們有 25 萬人，其中許多人在創新的 "蝸牛車庫 "里工作，而他們的預算只有西方 IT 公司的一小部分。人工智能還被用于分析俄羅斯的無線電通信和清除地雷。與此同時，俄羅斯在軍事領域的人工智能應用似乎陷入了雄心壯志與實際用途之間的脫節，尤其是自主無人機，據說供不應求。

一些通訊社報道稱，無人化嚴重的烏克蘭已經更進一步，允許配備人工智能的無人機在某些情況下不受人類控制地識別和攻擊目標，從而引發了戰場上 "機器人殺手 "的幽靈。美國軍方已經啟動了一項為期兩年的 "復制者 "計劃，準備投入數千套價格相對低廉的自主系統，主要是為了應對大國在海軍艦艇等領域的數量優勢。澳大利亞一家名為 "Anduril "的公司（以《指環王》傳奇中的一把劍命名）正在向烏克蘭提供可發射彈藥、由人工智能驅動的 "幽靈鯊 "海上無人機。

雖然烏克蘭似乎正在使用自主人工智能來攻擊坦克等大型物體，但它幾乎可以指名道姓地攻擊單個士兵。據《時代》雜志報道，備受爭議的 Clearview 公司免費提供的面部識別系統已經識別出 23 萬多名參與烏克蘭戰爭的俄羅斯士兵和官員。Clearview 系統被用于偵測滲透者、識別親俄民兵和合作者，甚至烏克蘭稱被越過俄羅斯邊境綁架的兒童。Clearview 技術標志著 "戰斗識別系統 "的首次使用，該系統有可能被用于鎖定敵方關鍵人員。例如，一架攜帶彈藥的人工智能無人機可以在原地徘徊，直到發現一名反對派將軍。

與此同時，在立志成為 "人工智能超級大國 "的以色列，人工智能技術正在協助對加沙的哈馬斯目標進行快速定位空襲--該系統被稱為 "火力工廠"，但其針對軍事目標的準確性目前尚不得而知。人工智能還幫助抵御來襲的導彈襲擊，這些導彈試圖以數量優勢壓倒以色列引以為傲的 "鐵穹 "導彈防御系統。以色列國防軍（IDF）越來越多地使用人工智能，并將其應用于移動平臺，如新型 "巴拉克 "超級坦克。巴拉克 "坦克的一個主要特點是配備了 "鐵視角 "頭盔，通過一系列外部傳感器和攝像頭，坦克乘員只需按下按鈕，就能 "看穿車輛的裝甲"。

主要得益于人工智能，坦克能夠在戰場上獨立學習、適應、導航和瞄準。以色列國防軍表示，一對 "巴拉克 "坦克將能夠執行以前需要一個坦克排才能完成的任務。

大多數分析家都認為，烏克蘭和以色列正被證明是在戰斗中加速使用人工智能的前所未有的試驗基地，而這一發展在和平時期通常需要更長的時間。現在，人工智能系統正在接受來自真實戰爭的真實數據的訓練，這意味著人工智能將在下一場武裝沖突中發揮更大的作用和效力，而下一場武裝沖突很可能包括人工智能自主作戰。

參考來源：techstrong.ai

新一代由人工智能（AI）增強和支持的自主武器系統（AWS），尤其是蜂群戰術無人機的迅速擴散，可能會對未來戰爭中的威懾、核安全、升級和戰略穩定產生重大影響。融合了人工智能系統的新興迭代無人機系統將預示著未來沖突中射程、精度、規模、協調、智能和速度的增強將產生強大的相互作用。反過來，核武軍事強國之間升級的 "要么使用，要么失去"局勢的風險，以及使用不可靠、未經驗證和不安全的預警系統所帶來隨之而來的危險將會增加，并可能帶來災難性的戰略結果。

廣泛的人工智能（AI）增強型自主武器系統（AWS）的擴散可能會對核安全和未來戰爭的升級產生重大戰略影響。一些觀察家預計，復雜的人工智能增強型自動武器系統不久將被部署到一系列 ISR 和打擊任務中。專家們普遍認為，人工智能機器學習系統是實現完全自主系統的基本要素。即使預警系統僅用于常規行動，其擴散也會產生破壞穩定的影響，并增加意外核升級的風險。例如，人工智能增強型無人機群可能會被有核國家用于針對地面防空系統的進攻性出動，以保衛其戰略資產（如發射設施及其隨附的指揮、控制和預警系統），并對較弱的有核國家施加壓力，迫使其在 "要么使用，要么失去"的情況下使用核武器進行反擊。

人工智能和自主性方面的最新進展大大提高了軍事大國對開發一系列預警系統作戰價值的認識，這有可能使致命權力下放給預警系統的前景變得越來越不可抗拒，但卻會破壞穩定。也就是說，捍衛或奪取戰略對手（傳統上保守的軍隊）尖端作戰資產的技術優勢，可能會避免部署不可靠、未經驗證和不安全預警系統的潛在風險。因此，當前人工智能機器學習軟件的技術局限性（脆性、可解釋性、機器學習的不可預測性、易被顛覆或 "數據中毒"，以及人工智能系統易受偏見影響）是穩定和升級的主要風險。可以肯定的是，在核領域部署這些不成熟的新生系統將產生嚴重后果。

根據目前對新興技術的了解，人工智能增強的先進常規能力（如網絡武器、精確彈藥和高超音速武器）的新迭代將加劇軍事升級的風險，尤其是無心和意外的升級。核能力與非核能力的混合和糾纏以及戰爭速度的加快可能會破壞戰略穩定。雖然學術文獻廣泛討論了新興技術帶來的潛在升級風險，但迄今為止，對軍事人工智能加劇這些風險并引發意外升級的可能性的研究還很有限。本文探討了人工智能增強型無人機蜂群如何以及為何會影響有核大國之間的戰略穩定。

人工智能兵力倍增的無人機蜂群

從概念上講，自主系統將結合視覺感知、語音、面部識別和決策工具等人工智能技術，在不受人類干預和監督的情況下執行一系列核心的空中攔截、兩棲地面攻擊、遠程打擊和海上行動。目前，只有少數武器系統在沒有人類干預的情況下選擇和攻擊目標。游蕩攻擊彈藥（LAMs）--也稱為 "游蕩彈藥 "或 "自殺式無人機"--根據預先設定的目標標準追擊目標（如敵方雷達、艦艇或坦克），并在其傳感器探測到敵方防空雷達時發動攻擊。與巡航導彈（設計用于實現類似功能）相比，LAMs 利用人工智能技術擊落來襲彈丸的速度比人類操作員更快，而且可以保持飛行（或游蕩）的時間比人類操作的彈藥要長得多。與現有的由人類操作的自動化系統（例如有人系統和遙控無人機）相比，像 LAMs 這樣的預警系統會使國家可靠地預測和識別自主攻擊的能力變得更加復雜。

例如，一架低成本的 "獨狼 "無人機不太可能對 F-35 隱形戰斗機構成重大威脅，但數百架人工智能機器學習自動無人機蜂擁出動，即使在防御嚴密的地區，也有可能躲過并壓倒對手的尖端防御能力。此外，這些系統的隱形變體與小型化電磁干擾器和網絡武器一起，可用于干擾或顛覆對手的目標傳感器和通信系統，破壞其多層防空體系，為無人機蜂群和遠程隱形轟炸機進攻做好準備。例如，2011 年，在克里奇美國空軍基地，在中東操作 MQ-1 和 MQ-9 無人機的飛機駕駛艙系統感染了惡意軟件，暴露了美國系統易受網絡攻擊的弱點。不過，未來將人工智能技術迭代整合到隱形戰斗機（如 F-35 戰斗機）中，可能會抵消這種威脅。美國研制的有人駕駛 F-35 戰斗機很快就能利用人工智能控制小型無人機蜂群在飛機附近執行感知、偵察和瞄準功能，包括針對無人機群攻擊的反制措施。未來，無人機和無人支援平臺續航時間的延長有可能提高無人機蜂群在這類反制措施下的生存能力。

讓人類脫離

由于軍事指揮官關注的是如何嚴格控制 "升級階梯 "上的各個等級，因此從理論上講，他們應該反對將過多的決策權下放給機器--尤其是在涉及核武器的情況下。然而，軍事強國之間的競爭壓力，以及對其他國家在開發和部署軍事人工智能（以及人工智能可能賦予權力的 AWS）方面占據上風的擔憂，可能會壓倒“人在環內”。值得強調的是一個注意事項。下文描述的無人機蜂群用途并不假定軍方一定能在短期內實施這些 AWS。當然，人工智能研究人員和分析人員對各國在部署人工智能預警機群時面臨的重大作戰挑戰存在分歧，特別是與機器對機器通信、復雜和有爭議環境中的機群協調以及電池技術等有關的問題。

一些著名的研究人員認為，盡管還存在技術挑戰以及法律和倫理方面的可行性，但很可能在幾年內就能看到可運行的 AWS。與使用自主控制武器和自主瞄準有關的道德和倫理考量十分復雜，爭議很大；人類創造自主控制技術來攻擊人類本身就存在問題。美國國防部前副部長羅伯特-沃克（Robert Work）認為，美國在使用軍事力量時 "不會將致命的決定權交給機器"。然而，沃克補充說，這種自我克制可能會受到戰略競爭對手的考驗，"他們比我們更愿意將權力下放給機器，隨著競爭的展開，我們將不得不就如何更好地競爭做出決定"。然而，將人類的判斷從危機決策過程中移除，并預先將權力下放給自主系統，可能會嚴重挑戰核武器在未來戰爭中的安全性、復原力和可信度。

歷史上有許多險些發生核失誤的例子，這表明人類的判斷對于降低誤判和誤解的風險，以及在危機期間對手的意圖、紅線和使用武力的意愿非常重要。然而，盡管有這些先例，全球防務界仍未充分認識到不可預測的人工智能增強型自主系統在動態、復雜，甚至可能是先驗未知的環境中運行所帶來的風險。為了規避這些風險，一些競爭對手計劃將人工智能融入無人機和無人潛航器（UUV），利用人工智能機器學習技術執行蜂擁任務。據報道，某國戰略家研究了 "蜂群 "無人機的數據鏈技術，強調網絡架構、導航和抗干擾軍事行動，尤其是針對美國航母的行動。

無人機蜂群與新的戰略挑戰

成群使用的無人機非常適合對對手的核和非核機動導彈發射器、核動力彈道導彈潛艇及其附屬輔助設施（如 C3I 和預警系統、天線、傳感器和進氣口）實施先發制人的攻擊和核-ISR 任務。一些觀察家認為，自主系統（如美國國防部的 "海上獵人"--一種自主水面飛行器原型）可能會使水下領域變得透明，從而削弱隱身 SSBN 的二次打擊威懾作用。不過，這一假設在技術上是否可行還存在很大爭議。由于這些技術上的挑戰，在可預見的未來，冷戰時期以相互確保摧毀（MAD）為基礎的核威懾很可能不會受到人工智能增強的反威懾能力的挑戰。

一方面，一些專家認為，這些平臺成群部署，可以改變反潛戰（ASW），使海上核威懾幾乎成為多余。另一方面，其他專家認為這種假設在技術上還為時過早，因為：AWS 上的傳感器不太可能可靠地探測到深潛的潛艇；這些傳感器（以及無人機本身）的探測距離會受到遠距離電池電量的限制；而且，鑒于執行威懾任務的 SSBN 穿越的區域廣闊，即使部署大量的自主蜂群執行偵察任務，被探測到的幾率也微乎其微。

盡管旨在克服反潛戰中潛艇靜音挑戰（降低成本、減小尺寸和探測范圍）的傳感器技術不斷進步，但仍存在一些技術挑戰，包括：多個系統之間的水下通信；處理功率要求；電池壽命和能源生成；以及系統擴展。因此，現代反潛戰能力非但沒有使潛艇成為多余，反而降低了潛艇的效能，減緩了潛艇在巡邏區的部署速度，使其無法進入射擊位置，并破壞了攻擊的協調性。

傳感器、通信和處理技術（尤其是大數據分析和機器學習）的最新進展可能成為未來反潛和水下支援平臺（如無人潛航器、無人水面飛行器（USV）和無人機）的顛覆性變革技術，用于實時定位和攻擊潛艇，并增強潛艇及其附屬武器系統的隱身性和耐久性。人工智能機器學習和大數據分析的結合可提高冷戰時期的靈敏度技術，以探測潛艇的輻射和化學排放，進而實現在遠程反潛作戰（可能是 "開火即忘"）中探測和提示魚雷搜索器的新能力。但目前，這一假設的技術可行性仍存在很大爭議。

在這些自主系統對潛艇偵察產生改變游戲規則的戰略影響之前，需要在動力、傳感器技術和通信方面取得重大進展。然而，無論這種新興能力的真實性如何，只要認為核能力面臨新的戰略挑戰，就會引起核武對手之間的不信任，尤其是在戰略力量不對稱的情況下。自主能力--如 DARPA 的 "海上獵手"--展示了自主武器如何加速完成迭代瞄準周期，以支持聯合作戰；從而降低國家核二次打擊能力的可靠性和生存能力，并可能導致 "要么使用，要么失去"的局面。

因此，在短期內，人工智能對核威懾產生的最重要的不穩定影響可能是將自主性與一系列機器學習增強型傳感器相結合，這可能會削弱各國對其二次打擊能力存續的信心，從而引發報復性的第一次打擊。計算性能呈指數級增長，加上可實時快速處理數據的機器學習技術的進步，將使無人機群有能力執行日益復雜的任務，如獵殺迄今為止隱藏的核威懾力量。簡而言之，未來人工智能的迭代能力將不斷增強，能夠在融合擴大和分散的數據集的基礎上進行預測，然后定位、跟蹤和瞄準地下發射井（特別是移動式洲際彈道導彈發射器）、隱形飛機、SSBN 和卡車或鐵路運輸豎起發射器（TEL）中的戰略導彈。

人工智能增強蜂群的戰術可能性

以下三種情況說明了人工智能增強型無人機群可能執行的戰略行動。

首先，可部署無人機群執行核-ISR 行動，以定位和跟蹤分散的（核與非核）移動導彈發射器及其隨附的輔助 C3I 系統。具體來說，集人工智能注入的 ISR、自主傳感器平臺、自動目標識別（ATR）系統和數據分析系統于一體的無人機群可提高傳感無人機的效率和速度，以確定移動導彈的位置并躲避敵方防御。然后，這些蜂群提供的衛星圖像和信號情報可提示隱形戰斗機或武裝無人機摧毀這些導彈。

未來，人工智能增強型無人機群可用于定位和跟蹤移動導彈發射器等分散目標，壓制敵方防空系統，為裝備常規或核載荷的高超音速自主運載系統群掃清道路。高超音速助推滑翔武器（HGVs）利用助推滑翔技術推進裝有常規載荷（以及潛在核載荷）的彈頭，其開發和部署可能最終會加劇目標模糊問題，增加意外升級的風險，進而降低核門檻。

由于尋找移動導彈本身就很困難，因此即使在使這種能力（甚至是對其脆弱性的認識）方面稍有改進，也可能改變戰略游戲規則。根據蘭德公司的分析，"對常規武裝導彈的追逐可能導致具備核能力的導彈部隊遭到削弱"，從而破壞危機的穩定性，并造成 "要么使用，要么失去 "的局面。因此，先進的人工智能增強型無人機群的自主性可能會加劇共混問題集，進而增加戰略不穩定性。

其次，無人機群可能會增強傳統的常規武器和核武器運載系統（例如洲際彈道導彈和潛射彈道導彈），并可能納入高超音速變體（下文將詳細討論）。人工智能的應用很可能會增強運載系統的瞄準和跟蹤能力，并提高無人機群對抗當前一代導彈防御系統的生存能力。例如，高超音速助推滑翔武器的技術進步--特別是與巡航導彈、導彈防御能力結合部署，并得到無人機群的支持--可以瞄準對手的高價值資產，如雷達、反衛星武器、移動導彈發射器、C3I 系統以及用于支持核導彈和常規導彈的 TEL。然而，無人機群對這些系統的依賴性（類似于下文討論的網絡防御）可能使其更容易受到攻擊，例如來自欺騙、操縱、數字干擾和電磁脈沖的攻擊。

為了降低這些脆弱性，傳感器無人機群編隊可以應用人工智能增強的 ISR 來加強情報收集、群內通信和分析，擴大其行動的地理范圍，并監測對無人機群的潛在威脅，從而讓無人機群的其余部分不受束縛地開展進攻活動。例如，美國國防部高級研究計劃局（DARPA）最近測試了無人機群如何在極少（或被拒絕）通信的高威脅環境中進行協作并協調戰術決策。

第三，無人機群戰術同樣可以增強國家壓制對手防御系統（如防空系統、導彈防御系統和反潛防御系統）的能力，為解除攻擊掃清道路。無人機群可能配備網絡或電子戰（EW）能力（除了反艦導彈、反輻射導彈或常規巡航導彈和彈道導彈外），以干擾或摧毀對手的預警探測和 C3I 系統，為更廣泛的進攻行動打前站。例如，在傳統防御中，一國可以通過拒止戰術，用配備電子戰或網絡武器的無人機群攻擊敵方的傳感器和控制系統，削弱敵方的綜合防空系統（如欺騙和電磁脈沖攻擊），同時部署單獨的無人機群，吸引敵方武器系統的火力，保護敵方的傳感器，從而為出動常規（可能還有核）武裝無人機和遠程隱形轟炸機掃清道路。

相反，無人機群可能會加強各國的導彈防御，以抵御這些進攻性威脅。例如，無人機群可以形成一道防御墻，吸收來襲的導彈炮彈，將其攔截或作為誘餌，利用搭載的激光技術使其偏離航道。

揭開冷戰核威懾的水下之謎？

在海洋領域，UUV、USV 和 UAV 在人工智能支持的群內通信和 ISR 系統的支持下，可同時部署在進攻性和防御性反潛行動中，以飽和敵方防御，并定位、削弱和摧毀其核武或非核攻擊潛艇。由于現代柴電潛艇（SSK）和 SSBN 采用了隱身技術，尤其是聲學特征極小，再加上協調此類行動的巨大挑戰，因此即使在相對有利的條件下，從艦艇（甚至從另一艘潛艇）跟蹤潛艇也是一項具有挑戰性的行動。

一些專家預計至少十年內這種技術上可靠有效的能力還無法投入使用，而另一些專家則比較樂觀。從戰術角度看，無人機群不需要覆蓋整個海洋（或完全透明的海洋）就能有效探測和跟蹤潛艇。英國海軍少將約翰-高爾（John Gower）認為，"在公海上構想一個可行的搜索和探測計劃"，相對均勻的傳感器分布可能就足夠了，只需要 "多則數萬、少則數十萬的 UUV"。此外，移動傳感平臺的進步可使無人機群在潛艇出港時通過咽喉（或網關）定位潛艇，然后自主跟蹤潛艇。這樣，機器學習增強型 UUV 和 USV 的新迭代可能會補充甚至完全取代通用 SSBN 和載人水面飛行器在扼守點跟蹤敵方潛艇的傳統作用，同時在 UUV 上安裝稀疏分布和移動分布的網絡系統傳感器。

算法戰爭與不可抗力自主武器

如果一個國家認為其可生存核武器（尤其是核潛艇）的可信度受到威脅，那么無人機群等常規能力很可能會在戰略層面上產生破壞穩定的影響。因此，即使蜂群出擊不打算作為(或確實在技術上有能力)解除武裝的第一次打擊，這種行動的可行性本身就會破壞穩定。此外，人工智能的速度可能會使防御者處于明顯的劣勢，從而產生更多的動機，先發制人打擊技術上更勝一籌的軍事對手。因此，一個國家認為其二次打擊能力越不安全，就越有可能支持在其核武器綜合體中使用自主系統來增強其戰略力量的生存能力。分析家保羅-沙爾（Paul Scharre）認為，"在蜂群作戰中獲勝可能取決于是否擁有最好的算法來實現更好的協調和更快的反應時間，而不僅僅是最好的平臺"。

AWS 集速度、持久性、范圍、協調性和戰場規模于一身，將為各國在有爭議的反介入/區域拒止（A2/AD）區域內投射軍事力量提供極具吸引力的非對稱選擇。在復雜的機器學習神經網絡的強化下，有人和無人機聯合作戰有可能阻礙美國未來在南海的航行自由行動。如果在巡航導彈和高超音速滑翔能力中注入人工智能和自主能力，那么在近距離遭遇戰將變得更加復雜、更易發生事故，并在常規和核層面上破壞穩定。據報道，大國正在開發和部署 UUV，以加強其水下監測和反潛能力，作為建立 "水下長城 "以反制美國水下軍事優勢這一更廣泛目標的一部分。例如，美國的人工智能增強型 UUV 有可能威脅到大國的核彈道導彈潛艇和非核攻擊潛艇。因此，即使美國的 UUV 只對大國的非核（或非戰略）攻擊潛艇艦隊構成威脅，大國的指揮官也可能會擔心新生的、噪音相對較小的（與美國和俄羅斯的 SSBN 相比）海基核威懾力量會更容易被削弱。

因此，核領域新軍事技術的部署對各國的影響因其戰略力量結構的相對強度而異。此外，機器學習傳感器技術的進步可以更準確地探測到大國SSBNs，這可能會加強大國政府的擔憂，即它正被一個軍事上更強大的國家--尤其是美國--作為目標。要驗證這一設想的真實性，需要更好地了解大國在使用核能力和非核戰略能力方面的想法，以及這些想法如何影響大國對局勢升級風險的態度。

結論

自主武器被認為是一種風險相對較低的不可抗力，其交戰規則模糊不清，在缺乏強有力的規范和法律框架的情況下，很可能會成為一種越來越有吸引力的不對稱工具，削弱軍事上占優勢的對手的威懾力和決心。例如，空基和海基無人機與復雜的神經網絡相連，可以支持有人和無人聯合作戰，監視和控制海域，有可能阻礙美國未來的航行自由行動。如果為巡航導彈和高超音速滑翔能力注入人工智能和自主能力，那么在近距離遭遇戰將變得更加復雜，更易發生事故，并在常規和核層面上破壞穩定。

總之，盡管仍然存在技術挑戰（尤其是對動力的需求），但機器人系統群與人工智能機器學習技術的融合可能預示著在未來沖突中，射程、精度、質量、協調、智能和速度的提高將產生強大的相互作用。

參考來源：蒙特雷米德爾伯里國際研究所詹姆斯-馬丁防擴散研究中心（CNS）