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

美海軍作戰部長《導航計劃》確立五大核心能力：遠程火力；非傳統海上拒止；對抗性指揮、控制、計算機、通信、網絡、情報、監視、偵察與目標定位（C5ISRT）；末端防御；以及對抗性后勤。支撐這些能力的基礎是構成"公認信息圖景（RIP）"的信息戰能力，涵蓋電磁頻譜、空間態勢感知、指揮控制、情報及信息戰與海上作戰的戰術整合。本論文探究"海軍戰術應用中的公認信息圖景為何"。為在不涉密層面達成此目標，采用研究綜合法并限定于官方權威政府信息。通過整合200項政府權威信息源，形成理解美國防務知識體系的入門指南，闡釋軍事作戰概念與海軍兵力結構，并描述空中、水面/水下戰術圖景及支撐規劃、提升決策、部署資產/傳感器、擴展態勢感知與破壞對手技術能力的信息圖景。最終成果可作為海軍初級軍官培訓框架及情報界強化海上作戰態勢感知的參考依據。

海上戰術圖景??

對美軍而言，"全球指揮與控制系統（GCCS）"是指揮控制（C2）與戰術通用作戰圖（COP）的傳統項目，其通過單一共享視圖提供近實時戰場態勢感知。GCCS擁有空軍、陸軍、海軍陸戰隊及海軍版本，國防信息系統局（DISA）還開發了聯合版本（GCCS-J）[111]。隨著聯合全域指揮與控制（JADC2）的發展實施，新一代態勢感知工具與通用作戰圖正逐步部署，以支撐JADC2集成架構與聯合作戰構想（JWC）。陸軍指揮、控制與通信-戰術（C3T）項目執行辦公室的"任務指揮"項目管理部門已列裝"指揮所計算環境（CPCE）"作為"聚合工程"組成部分，該環境提供可定制通用作戰圖套件，實現與聯合部隊及"五眼聯盟"伙伴的戰場信息共享[112]。

圖. 多域ISR能力

輸入通用作戰圖的信息來自多個來源與多域。在反介入/區域拒止（A2/AD）環境中，戰術通用作戰圖可能僅限于平臺固有能力。完整版通用作戰圖則由建制（平臺固有）與非建制（戰區、區域與戰略級）情報監視偵察（ISR）能力共同支撐。全球ISR系統體系（圖20，注：PAI代表公開可用信息，情報界稱之為OSINT）整合美軍與盟友的軍事及情報資源（含平臺與傳感器），實現"跨多作戰域數據、信息與情報的收集、分析與共享"[17]。

圖：海戰架構

空間能力屬于非建制共享戰略資源，服務于政府、軍方及情報界任務。其支撐全球通信、導彈預警、空間態勢感知（SSA）、遙感與天氣預報，以及提供信號情報（SIGINT）與地理空間情報（GEOINT）的ISR能力。在打擊群作戰中，應用"合成作戰指揮官（CWC）"原則管理各作戰領域傳感器與火力能力（圖22）。CWC框架下的主要海軍作戰領域包括：防空與導彈防御（AMD）、信息戰（IW）、打擊作戰（STW）、水面戰（SUW）與水下戰（USW）。這些作戰領域在戰術層面實施，兼具戰役級功能（圖21）[113]。

圖：復合作戰指揮官組織

防空與導彈防御作戰指揮官（ADC/AMDC）負責管理區域空中巡邏（RAP），并通過綜合防空與導彈防御（IAMD）應對空中與導彈威脅。水面與水下作戰通常由海戰指揮官（SCC）統籌，其管理區域海上巡邏（RMP），負責摧毀或壓制敵方水面艦艇、商船、潛艇及水雷。信息戰指揮官（IWC）管理公認信息圖景（RIP），在信息環境開展作戰行動，負責戰場態勢感知、可靠指揮控制與綜合火力線協同[113]。現有通用作戰圖經JADC2集成與聯合傳感器/數據網絡融合大幅增強。由于通用作戰圖取決于作戰區域（AO），海上通用作戰圖范圍限定于海上行動（含部署兵力與作戰目標）（圖23）。在打擊群層級，海上通用作戰圖范圍界定為作戰區域（OA），由區域空中巡邏（RAP）、區域海上巡邏（RMP）與公認信息圖景（RIP）構成，用于管理監視區、分類識別交戰區（CIEA）及要害區域[113]。

近年來，自主性的角色已發生轉變，新技術的有效運用需要人類與自主系統之間的整合，尤其是在高度對抗的反介入/區域拒止（A2AD）環境中。近乎同級的對手已實現其綜合防空系統（IADS）的現代化，這反過來削弱了空軍目前持有的作戰優勢。美國國防部高層領導已部署多項任務以在未來十年重獲空中優勢，其中一項任務是協同作戰飛機（CCA）計劃，該計劃旨在部署大量無人自主飛行器與有人駕駛的下一代戰斗機協同作戰。將這類人類-自主團隊部署到現代綜合防空系統等對抗性空域，被視為提高空軍多領域戰備狀態的成本效益高且實用的戰略。本研究創建并評估了與多種作戰概念相關的不同因素，例如有人戰斗機損毀后的自主戰術、獨立團隊的打擊時機，以及武器配置的可觀測性。通過使用仿真、集成與建模高級框架（AFSIM）創建了一個基于智能體的模型，該模型展示了執行A2AD任務的兩支友方人類-自主獨立團隊與敵方綜合防空系統資產的交互過程。采用全因子實驗設計對友方團隊相關因素的影響進行統計檢驗，隨后分析結果以揭示其對殺傷力和生存性指標的影響。

多年來，美國空軍（USAF）的作戰重心經歷了重大轉變。歷史上，美國空軍通過追求完全空中優勢以確立對天空的無爭議控制，這一戰略曾成功運作。然而，隨著技術進步和全球安全格局的演變，戰爭形態已發生改變。如今，美國武器系統的老化和規模縮減，加上新興對手的綜合防空系統（IADS）以及新型太空與網絡攻擊，威脅著空軍快速（24小時內）獲取完全空中優勢的能力。因此，空軍當前面臨的戰場環境復雜且動態多變，對手已具備挑戰美國空中優勢的能力。

這一轉變迫使空軍重新評估其戰術、戰略和投資優先級，以適應新出現的挑戰并保持其全球頂尖空中力量的地位。該轉變的體現可追溯至2014年7月美國空軍制定的30年規劃，該規劃高度重視發展自主系統，將其視為未來獲取競爭優勢的手段（13）。規劃中認為自主系統應能“對環境作出反應，執行更多依賴情境的任務，并與其他自主系統實現同步和集成功能”（13）。該指導方針的最終目標是在高度對抗環境中提供更高水平的靈活性和作戰效能。

根據2022年最新發布的《國防戰略》（NDS），美國國防部將其四大優先事項之一設定為：遏制侵略行為，并能夠對大國在印太地區及在歐洲構成的威脅作出相應反應。北約成員國進一步驗證了這些挑戰，強調必須制定反A2AD戰略以保持可信的威懾能力。《國防戰略》承認，在技術先進性和武器能力方面，中國對美國國防部構成的威脅比俄羅斯更為嚴峻。大國的A2AD威脅旨在通過動能效應和信息傳播雙重手段，阻斷美國及其盟友的任何行動。這標志著過去十年間空戰形態的顯著轉變——美國不再聚焦于中東地區與游擊極端組織作戰，而是將重心轉向近乎同級的威脅。

此外，美國空軍科學咨詢委員會關于國防部系統中自主性角色的研究發現，現有自主系統普遍存在過度自動化、自動化不足或未能提供靈活的人機協同解決方案等問題。因此，由于需要額外資源解決這些人工干預問題，自主性預期帶來的效率提升尚未得到充分利用。

本研究創建并評估了與藍方（友軍）部隊多種作戰概念相關的不同因素——藍方部隊采用有人與無人飛行器系統混合編隊對抗紅方（敵軍）綜合防空系統（IADS）部隊。初始場景將采用由單架有人駕駛飛機與若干無人系統組成的團隊，對抗僅具備地對空作戰能力的對手。這些系統將在聚焦綜合防空系統的反介入/區域拒止（A2AD）環境中接受評估。人類-自主團隊旨在瞄準并摧毀高價值地面資產，同時積極實施電子對抗措施并規避紅方綜合防空系統的地對空導彈。所有這些系統間的交互作用將為殺傷力和生存性指標提供多維度的洞察。研究的建模與仿真部分通過仿真、集成與建模高級框架（AFSIM）完成。

本論文將通過具體探討以下兩個研究問題來回應核心命題：

在A2AD環境中，人類-自主團隊能在多大程度上提升空中打擊部隊的殺傷力（對地面目標實施動能打擊的能力）？

在A2AD環境中，人類-自主團隊能在多大程度上提升空中打擊部隊的生存性（避免被綜合防空系統摧毀的能力）？

本文通過仿真、集成與建模高級框架（AFSIM）軟件考察當前非機密級別的有人/無人飛行器系統，構建藍方部隊對抗紅方部隊的場景，使不同人機自主系統在不同作戰概念（CONOP）要素下交互，重點研究有人戰斗機損毀后的自主戰術、獨立團隊的打擊時機，以及武器配置的可觀測性。同時將建模陸基綜合防空系統以反映敵方能力，具體氣動參數不體現美國空軍或敵方的真實作戰能力。

第一章闡述問題背景與量化貢獻。第二章是對論文相關背景研究的文獻綜述。第三章闡釋論文采用的方法論。第四章開展人機自主團隊分析。第五章總結論文結論，并討論可拓展本研究的未來研究方向。

人工智能有可能從根本上改變國防，從后臺職能到前線，并在軍事競爭和沖突中提供決定性優勢。人工智能已在俄羅斯烏克蘭沖突中得到有效部署，這表明人工智能不再屬于未來戰爭，而是國防必須參與的現實。鑒于人工智能潛在應用的廣泛性，很少有國防領域不能從人工智能或人工智能增強中獲益，因此國防部門需要開始考慮將人工智能作為其解決問題和實現目標的一個組成部分。英國有潛力成為一流的國防人工智能部門，但目前國防部門發展不足，需要加以培育。這既需要實踐變革，也需要文化變革。

發展國防人工智能部門需要改善數字基礎設施、數據管理和人工智能技能基礎，國防部門需要找出存在的差距，以便著手解決這些問題。建議國防部門可以采取一些具體行動，比如讓人工智能成為軍事教育的更大一部分，讓人工智能專家更容易在民用和國防部門之間流動。國防部門還可能需要與規模較小的非傳統國防供應商合作，這些供應商目前在與國防部門合作方面面臨障礙，國防部門需要采用其工作方式，使自己成為更具吸引力和更有效的合作伙伴。國防部門需要更加適應承擔風險、快速開發周期以及與非傳統國防供應商合作。國防部門需要克服目前阻礙防務公司與國防部門合作的障礙，如復雜的采購流程和工作人員難以獲得安全許可。

除了這些實際變化之外，國防部門還需要進行更廣泛的文化變革，以適應這樣一個世界：軍事優勢越來越多地由數字化能力和可快速開發、部署和迭代的廉價平臺來實現。國防部門的政策文件認識到了這一點，但該部門的言論與現實之間存在差距，而且人工智能往往仍被視為一種新事物，而不是即將成為國防工具包核心部分的事物。正在進行的《戰略防御審查》是一個理想的時機，國防部門可以借此加快所需的文化轉型，并為新的人工智能時代實現能力和思維的現代化。

人工智能系統如果能與盟國的系統互操作，將發揮最大功效。英國和盟國在開發和部署國防人工智能的目標上相互理解，并在適當情況下共享標準和實踐。AUKUS 合作伙伴關系的支柱 2 是英國國防人工智能部門與澳大利亞和美國盟國在人工智能前沿領域開展合作的協議。

認識到，在國防領域使用人工智能會引發重要的倫理問題。上議院武器系統人工智能委員會于 2023 年 12 月發布了一份關于致命自主武器系統的全面報告，決定不再重復這項工作。因此，本報告重點關注英國在國防領域開發和部署人工智能的能力。

英國國防人工智能格局

關于英國國防人工智能部門的規模和特點的公開研究很少。2023 年，英國政府委托進行的研究發現，英國有 3713 家人工智能公司；其中 2204 家公司的業務模式以人工智能產品或基礎設施為核心。目前尚不清楚英國有多少人工智能公司從事國防工作： 33% 的公司從事計算機視覺和圖像處理工作，另有 29% 的公司從事自主系統工作--智庫蘭德歐洲公司在其書面證據中指出，這些領域 “與國防高度相關”--但這部分行業還將包括許多非國防公司。人工智能是一個快速發展的行業，預計將在未來幾年內大幅擴張：據 KBR 和 Frazer-Nash Consultancy 提供的證據估計，2023 年英國軍事人工智能行業的價值約為 2.85 億英鎊，預計到 2028 年將增長到 12 億英鎊。

有關英國國防人工智能公司特點的數據很有限，但證據表明，這些公司既包括人工智能只占其業務一小部分的老牌國防公司，也包括專門從事國防人工智能的初創公司。大多數參與人工智能開發的公司規模都相對較小： 蘭卡斯特大學創新、技術和戰略教授西蒙娜-索阿雷（Simona Soare）博士將該行業描述為一個 “成熟的生態系統”，其中 75-80% 的公司都是小型企業或初創公司。在國防領域，這類公司包括 Adarga、AdvAI、Skyral、Ripjar 和 Mind Foundry。人工智能的發展跨越國界，微軟和亞馬遜等在人工智能領域處于全球領先地位的跨國公司都在英國設有分支機構。此外，一些專門從事人工智能國防應用的國際公司也在英國設有分支機構，如 Helsing 和 Anduril。

人工智能行業相對剛剛起步，現在判斷英國人工智能和國防人工智能行業將如何發展還為時尚早。但是，證據表明，英國擁有可以促進該行業成功發展的優勢，包括大學和強大的研究部門，以及在計算和數學科學等相關學科的現有優勢。英國還擁有強大的計算能力（計算），這是開發先進人工智能的重要資產，同時英國還擁有龐大的金融部門，可以吸引對先進研究的投資。英國的制度優勢也為人工智能公司提供了良好的發展環境，并能吸引投資者，其中包括強有力的監管制度和有效的法治。所有這些都意味著英國具備蘭德歐洲公司的詹姆斯-布萊克（James Black）所說的 “相當好的通用優勢”，可以支持人工智能行業取得成功。

與此同時，一些證人也指出了英國該行業目前存在的弱點。Simona Soare 博士強調，雖然英國確實存在人工智能 “生態系統”，但 “并沒有特別獨立的國防人工智能生態系統”。此外，初創公司的更替率非常高，只有不到五分之一的公司能持續四年或更長時間。這意味著該生態系統幾乎沒有彈性，這將使英國擴大國防人工智能能力面臨挑戰。小組委員會還聽說，各軍種內部對整個國防領域的人工智能方法缺乏一致性。退役空軍元帥 Edward Stringer認為："在整個國防人工智能領域，有一些非常優秀的人員，但系統略顯分散。雖然英國總體上是一個充滿活力的風險投資（VC）環境，但薩里大學人工智能研究所的 Mikolaj Firlej 博士寫道，英國國防人工智能部門 “投資不足”，只有幾家較小的風險投資基金在投資。

雖然英國的人工智能部門和國防人工智能部門的絕對規模較小，但與同行相比，英國的表現相對較好，因為該部門在全球仍處于發展的早期階段。蘭德歐洲公司報告稱，英國的人工智能公司數量在全球排名第三。牛津洞察》（Oxford Insights）和Tortoise編制的《全球人工智能指數》（Global AI Indices）根據各種因素對各國進行排名，英國分別位列第三和第四。雖然這些指數并沒有對各國在國防人工智能方面的實力進行具體排名，但有理由相信英國在這一領域的表現相對較好： Simona Soare 博士指出，英國為人工智能提供的資金遠遠高于歐洲同行，據估計，英國在國防人工智能領域的投資是法國和德國的兩倍。與此同時，雖然英國領先于許多同行，但在許多關鍵指標上卻遠遠落后于人工智能領域的全球領導者--美國和中國。這兩個國家政府在人工智能方面的總支出是英國政府的四倍多，美國和中國超級計算機的數量和處理能力也遠遠超過英國。一些意見認為，英國不可能與美國部門的規模和投資能力競爭，但英國可以利用其現有優勢，在人工智能的某些領域發展世界領先的專業技術。

英國具備許多適當的條件，可以在國防人工智能發展方面成為全球領導者，但目前國防是英國人工智能生態系統中發展不足的一個方面，英國與目前人工智能領域的全球領導者美國和中國之間的差距很大。英國不能也不應該以在規模上與這些國家的部門相媲美為目標，而應該尋求在優勢領域實現專業化，并在這些領域達到一流的先進水平。

人工智能對有效防務的重要性與日俱增，因此英國的目標必須是擁有一流的國防人工智能生態系統。國防部門應制定措施，將英國的部門與國際上的其他部門進行比較，以便跟蹤該部門相對于同行的實力。

用于美國國防部人工智能的大型預訓練模型

• LPTMs （如 GPT-4）已顯示出與美國防部眾多用例相關的顯著新興能力
• 它們在大量無標注數據（規模+ 自我監督）上進行訓練，并適應下游任務（遷移學習）
• LPTMs （如 GPT-4）已顯示出與多種國防部用例相關的顯著新興能力
• 它們在大量無標記數據上進行訓練（規模+ 自我監督），并適應下游任務（遷移學習）
• 舊范式包括在標注（真實/合成）數據集上訓練專門模型
• LPTMs （如 GPT-4）已顯示出與多種國防部任務相關的顯著新興能力
• 它們在大量無標記數據（規模+ 自我監督）上進行訓練，并適應下游任務（遷移學習）
• LPTM 為以這些模型為起點的人工智能系統引入了新的范式
• ARL 主辦關于 LPTMs 的機遇、挑戰和應用的科學會議（2023 年 11 月 14-16 日）
  • 來自美陸軍（如陸軍、空軍、海軍、CDAO、OUSD R&E）、學術界（如麻省理工學院、斯坦福大學、華盛頓大學、加州大學伯克利分校）和工業界（如微軟、谷歌、英偉達、Meta、Scale AI）的廣泛參與

美國國防部計算基礎設施

• LLM 隨模型大小、訓練數據和用于訓練的計算量的增加而呈冪律提高
• LLM 隨模型規模、訓練數據和用于訓練的計算量的增加而呈冪律提高
• 大多數架構進步低于 10,000 petaflops（如變壓器），但大多數能力進步超過 10,000,000 petaflops（約 600 H100 GPU）
• 如果想擁有獨立領先的美國防部生態系統，就需要為人工智能研發提供多層次的計算基礎設施
  • 團隊級：研究團隊優先使用（40 個 H100 GPU）
  • 機構級： 服務實驗室或大學集群（10,000 個 H100 GPU）
  • 國家計算中心：為跨機構大型項目訪問各類研究人員（100,000 H100 GPU）
  • 新前沿中心 超越行政命令門檻（1026 flops）。國際合作。與其他大型人類項目一樣進行投資（如強子對撞機，約 50 億美元）（100 萬 H100 GPU）
• 與 NAIRR 建議一致（但擴大了該建議的范圍）

結論

• LPTM 為美國防部的人工智能提供了一個強大的新范例，對從簡單（如文本摘要）到復雜用例（如開放式世界推理）都有廣泛影響。
• 美國防部必須在貫穿各種使用案例的核心領域領導合作研究
  • 美國防部與學術界和產業界在技術上的平等是實現美國人工智能戰略利益的核心所在
  • 服務實驗室應在這一努力中發揮核心作用
• 將研究重點放在機遇和風險緩解上
  • 與過渡合作伙伴密切合作，以應對多種使用情況
• 需要對計算基礎設施進行重大投資，以支持國防部的人工智能研發生態系統
  • 在團隊、機構、國家和國際層面采取多層次方法。如何處理不斷變化的硬件要求？如何在國防部、學術界和產業界之間共享計算？

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。

為響應美國國防部（DoD）的戰略現代化倡議，美國空軍（USAF）正在努力開發在未來行動中取得成功的技術和戰術，而做好準備取決于現在就進行投資。為了進行有效的投資，美國空軍和其他國防規劃機構都希望了解，當新技術和新概念方案改變軍事行動中使用的系統時，軍事行動的結果會發生怎樣的變化。在這一過程中，軍事模擬是一個重要的工具，可以幫助人們建立對替代技術和概念的理解和推理能力。

在早期能力設計中，需要考慮各種新興技術和創新概念，分析涉及在模擬環境中運行的模擬人和模擬機器的協作和沖突結果。美國空軍最近正在考慮的一個場景是空軍基地防空 (ABAD)，其目標是了解如何在空軍基地遭受導彈和無人機襲擊的情況下有效運作。為了決定投資，為成功實現空中基地防御做好準備，美國空軍正在努力確定有問題的場景和有希望解決問題的替代方案。然而，在所考慮的各種情況和投資中，為應對技術變化和不斷發展的威脅而進行現代化所需的速度意味著需要加快基于模擬的分析，以便更快地建立理解并為決策提供依據。

目前的仿真分析是通過部隊設計過程，利用不同的作戰視角迭代建立對未來作戰的理解，從而應對未來預期作戰的復雜性。在美國空軍，這是在空軍作戰集成能力（AFWIC）領導的 "評估-發展-評價能力發展規劃"（CDP）設計循環中完成的。在這一迭代過程中，有兩大部分是有效模擬分析的核心。首先，通過產生重要的、突發的行為來積累知識；其次，通過桌面設計演練，將利益相關者聚集在一起，并允許與基于仿真的數據進行參數化交互，從而實現真實世界的決策。我們為管理突發行為的工作過程制定了一個框架--"在缺乏知識的情況下利用仿真分析管理突發行為的非線性和隨機未來行為探索（ENFLAME）"，以構建相關活動的結構，并將研究重點放在這項工作上。

突發行為是軍事行動結果的關鍵性變化，通常難以預測，因為復雜性會導致一系列不幸事件，導致出人意料的壞結果，或一系列幸運事件，導致出人意料的好結果。在 ABAD 的例子中，這可能涉及各種技術和概念的組合，即使在導彈和無人機攻擊的預期困難情況下，也能產生出人意料的好結果。要找到這些突發行為，通常需要專家與模擬進行交互，并知道應關注和查詢哪些領域，或者使用蒙特卡羅模擬（MCS）進行隨機搜索。然而，美國空軍正在使用的高保真、昂貴的軍事仿真卻限制了蒙特卡洛仿真的使用，因為要找到罕見的、令人驚訝的行為，需要進行很多很多次仿真。此外，專家資源有限，只擅長某些領域，而且未來軍事行動十分復雜，即使是專家也難以預測。這些挑戰促使我們需要改進尋找重要突發行為的方法。

本論文的研究工作通過改進 "評估-開發-評估 "設計循環中的兩項關鍵活動，解決了加速仿真分析所面臨的挑戰。首先，為了加速基于仿真的突發行為分析，我們開發了一種能更快找到突發行為的新方法--使用數值優化（LANTERN）方法追蹤極端罕見事件的低成本自適應探索（LANTERN）。LANTERN 基于從文獻中歸納出的突發行為的特定定義，可以制定優化方法，以比蠻力 MCS 技術更快的速度搜索突發行為。具體來說，利用新穎的貝葉斯優化（BO）技術加速搜索作為罕見、局部和隨機極端事件的突發行為，該技術可自適應地查詢仿真響應以查找罕見事件。這些新技術針對的是與突發行為相關的高度局部極值和局部高變異性的獨特特征。與軍事智能體建模（ABM）的預期響應行為相匹配的測試問題實驗表明，與 MCS 相比，該技術有了很大改進。其次，為了在桌面設計演習中加快對隨機行為的分析，介紹了一種替代建模方法--ECDF-ROM 方法，該方法采用了從工程設計中借鑒的降序建模（ROM）技術，并結合了一種新的現場表示方法。

研究突發行為的實驗表明，使用新的 BO 技術比使用蠻力 MCS 有了顯著改進，可以更快地發現罕見的極端事件。針對桌面設計練習的智能體建模實驗也顯示了近似預測完整經驗分布的可行性。利用仿真、集成和建模高級框架（AFSIM）開發的兩個基于智能體的軍事模擬場景，完成了對 LANTERN 方法和 ECDF-ROM 方法的最后演示。首先，使用敵方防空壓制（SEAD）場景來演示 LANTERN 步驟在搜索罕見的局部極端事件方面的有效性。其次，使用四對四空戰場景演示 LANTERN 步驟在搜索罕見、隨機極端事件方面的有效性，同時演示 ECDF-ROM 智能體建模方法。通過這些演示，本論文中開發的 LANTERN 方法和相關方法（基于泰勒擴展的自適應設計 (TEAD)、針對多外延突發行為的分區貝葉斯優化 (PIONEER)、變異貝葉斯優化 (VarBO)）以及 ECDF-ROM 智能體方法可用于加速基于迭代模擬的軍事場景分析的關鍵部分。研究結果還強調了對 ENFLAME 框架的重要更新，該框架旨在利用軍事仿真管理突發行為--再次強調利用仿真發現重要突發行為的能力，并使未來的工作重點放在基于新技術和新概念的漏洞識別與緩解以及機會利用上。

圖 1.5：描述和模擬軍事行動的智能體模擬方法圖解。注意重點是獨立感知、決策和行動的自主智能體，以及定義動態的一系列交互作用。

管理突發行為的 ENFLAME 框架

圖 2.2：管理突發行為的 ENFLAME 框架概述。

圖 2.2 是 ENFLAME 框架的示意圖。該框架有四個核心部分。首先，具體化情景涉及情景建模，包括行動概念（CONOPS）、參與者（系統、人員等）、情景中系統之間以及系統與環境之間的交互。此外，這還包括與直接用于決策的投資和感興趣的投資領域之間的聯系。主要的建模任務還包括翻譯和開發模擬表示法，在模擬表示法中對分辨率和范圍進行選擇，以滿足情景中的決策問題所提出的需求。

其次，一旦創建了情景模擬表示法，就需要探索如何發現重要的突發行為，以便對系統行為進行管理（從輸入和情景配置以及結果的角度找出系統的弱點和機會所在）。根據上述將突發行為定義為罕見的極端事件，要找到這些事件發生時的位置，就需要一種尋找突發行為的方法。這與分析中的 "評估 "階段關系最為密切。

第三，當發現突發行為時，就需要解決其極端性所帶來的問題漏洞或潛在機會。這就需要探索情景中各系統相互作用的因果動態，這些動態導致了極端事件的發生，并產生替代規則或變化，以減輕有問題的行為或強化良好的行為。這與分析中的 "發展 "階段關系最為密切。

最后，一旦設計出潛在的替代方案，使系統中的行為保持在可接受或有利的狀態，就需要評估這些替代方案的可行性和可負擔性，并將其與潛在的投資方案聯系起來。這與分析中的 "評估 "階段關系最為密切。

國際秩序正面臨著日益嚴重的威脅，特別是在海洋環境中。美國海岸警衛隊（USCG）擁有獨特的權力，有能力以避免不必要沖突的方式應對這些威脅。對情報、監視和偵察的需求不斷增加，加上機隊不斷老化，顯示出美國海岸警衛隊的資源能力缺口不斷擴大。美國海岸警衛隊有機會利用當前和未來無人機系統（UAS）的能力，將其戰略性地用于特定的關鍵任務集，以增強該部門現有和不斷發展的機隊。通過利用美國國防部的采購框架和方法，采用標準化方法來分析在美國海軍陸戰隊航空組合中增加無人機系統能力的潛在效益和成本，其中包括基于能力的評估（CBA）、DOTmLPF-P 分析和替代方案分析（AoA）。研究發現，未來十年將出現約 13,000 個飛行小時的能力缺口。商業材料無人機系統解決方案能夠在有爭議的海洋環境中提供持續監視和探測能力，從而彌補這一差距。

圖：MQ-9A

圖：CBA研究定義

美國海岸警衛隊（USCG）的任務對美國利益至關重要。從通過執行海上安全來保護美國的經濟命脈到應對海上危機，美國海岸警衛隊在 "涵蓋 10 萬多英里海岸線和內陸水道以及世界上最大的專屬經濟區的海域內執行著各種任務，覆蓋了從波多黎各到關島、從北極圈到赤道以南的美屬薩摩亞約 450 萬平方英里的海域"。為完成其任務，美國海岸警衛隊使用了 259 艘巡邏艇（定義為任何長度等于或大于 65 英尺的船只）、1600 多艘船（長度小于 65 英尺）和 200 架飛機（海岸警衛隊，2023c）。該局的飛機庫存由 57 架固定翼飛機和 143 架旋轉翼飛機組成，其中固定翼飛機分為三個記錄項目： 遠程監視（LRS）飛機（由 HC-130 完成）、中程監視（MRS）飛機（由 HC-144 和 C-27 完成）以及遠程指揮和控制飛機（由 C-37 完成，主要用于人員運輸）。雖然美國海岸警衛隊繼續采購遠程監控系統資產，但遠程監控系統計劃正處于國土安全部（DHS）采購計劃生命周期的支持階段（類似于美國國防部的運營和支持階段），沒有正在進行的機身采購。隨著美國海岸警衛隊航空機隊，特別是 MRS 資產的不斷老化，該部門將考慮將無人機系統 (UAS) 作為能力的補充和/或替代。

美國海軍各軍種首腦在其 2020 年三軍戰略中，將當前的世界局勢比作第二次世界大戰之前，宣稱 "以規則為基礎的國際秩序再次受到攻擊"。他們進一步呼吁采取現代化的應對措施：美國正處于一個拐點。其海軍、海軍陸戰隊和海岸警衛隊必須保持清醒的頭腦，與對手競爭、威懾對手，并在必要時擊敗對手，同時加快發展面向未來的現代化、一體化、全領域海軍力量。在這十年的行動將決定本世紀余下時間的海上力量平衡。美(國防部，2021 年，第 iv 頁）

隨著海上任務的發展，美國海軍陸戰隊的能力也必須隨之發展。USCG 的多樣化任務可能會受益于無人機系統的優勢。

目標和研究問題

本論文的目的是為決策者提供一個經過充分研究的論據，以支持對無人機系統的投資。需要注意的是，無人機系統解決方案并不能完全取代美國海岸警衛隊當前的任何記錄項目（PoR），而是可以戰略性地用于特定的關鍵任務集，以增強現有和不斷發展的艦隊能力。通過對各軍種和國家戰略以及當前能力的審查，對未來能力差距進行了分析。對包括無人機系統材料解決方案在內的各種方法進行了分析，以確定它們是否有能力滿足軍種未來的能力需求。本研究試圖回答以下兩個研究問題：

1.未來 USCG 執行任務的能力差距是什么？

2.是否有一種無人機系統材料解決方案能夠以可承受的價格填補能力缺口？

研究方法

通過利用美國國防部（DOD）的采購框架和方法，采用了一種標準化方法來分析將無人機系統能力整合到美國海岸警衛隊航空組合中的潛在效益和成本。為此，首先介紹了有關任務、服務戰略和當前 PoR 的背景信息。隨后是對無人機系統的文獻綜述，包括對其功能、政府和商業用途以及有效載荷考慮因素的描述。在奠定基礎之后，嘗試進行基于機會的能力評估（CBA），以發現新出現的作戰需求。然后，根據美國國防部的聯合能力集成與開發系統（JCIDS）流程，完成 DOTmLPF-P 分析，以確定是否需要材料解決方案。最后，對商用現貨（COTS）平臺、非開發項目和開發計劃進行分析，以確定其解決能力差距的有效性和成本。此外，還介紹了不同的操作方法，比較了政府所有權和操作的益處，以及商業和兩者結合的益處。

研究范圍

本研究的范圍僅限于遠程固定翼無人機系統，以替代目前的有人系統。此外，它還僅限于目前市場上正在積極推廣的解決方案，并不考慮未來的技術進步。研究結果旨在非保密，因此無法包含一些操作數據。研究僅限于公開信息和海岸警衛隊提供的運行飛行小時數據。在替代品分析中，無人機系統的性能規格來自制造商公布的數據。報告的技術特性可能會受到任務系統有效載荷的影響。此外，還假定無人機系統平臺和商業有效載荷具有開放或兼容的架構，可以實現技術集成。對性能特征進行驗證的進一步研究不在本報告的范圍之內，但會極大地增強報告的論證。

本章介紹了研究美國海軍陸戰隊無人機系統替代方案的必要性，并提出了具體的研究問題。接下來的兩章提供了背景信息以及涉及無人機系統平臺和有效載荷的文獻綜述。然后，第 4 章利用 CBA、DOTmLPF-P 分析和替代品分析等美國國防部框架，提出了前進的道路。

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。

美國仍然是世界上最突出的軍事和技術力量。在過去十年中，美國認識到人工智能作為力量倍增器的潛力，越來越多地將人工智能（AI）的熟練程度視為美國重要利益和保證美國軍事和經濟實力的機制。特別是，在過去十年中，人工智能已成為美國國防的一項關鍵能力，特別是考慮到2022年美國國防戰略對印度-太平洋地區的關注。

因此，美國國防部（DoD）（以及美國政府和國防機構總體上）對人工智能和相關新興技術表現出越來越大的熱情。然而，雖然美國目前在學術界和私營部門的人工智能研究和開發方面取得了巨大進展，但國防部尚未在廣泛范圍內成功地將商業人工智能的發展轉化為真正的軍事能力。

美國政府在利用國防人工智能和人工智能支持的系統方面通常處于有利地位。然而，在過去的幾年里，各種官僚主義、組織和程序上的障礙減緩了國防部在國防人工智能采用和基于技術的創新方面的進展。最關鍵的是，國防部遭受了復雜的收購過程和廣泛的數據、STEM和AI人才和培訓的短缺。從事人工智能和人工智能相關技術和項目的組織往往是孤立的，而且還存在必要的數據和其他資源相互分離。在美國防部內部存在一種傾向于可靠方法和系統的文化，有時趨向于勒德主義。所有這些因素都導致了人工智能采用的速度出奇的緩慢。美國家安全委員會2021年提交給國會的最終報告總結說，"盡管有令人興奮的實驗和一些小型的人工智能項目，但美國政府離人工智能就緒還有很長的路要走"。

因此，盡管人工智能有可能增強美國的國家安全并成為一個優勢領域，而且鑒于美國在軍事、創新和技術領導方面的長期傳統，人工智能有可能成為一個薄弱點，擴大 "美國已經進入的脆弱窗口"。 如果美國不加快創新步伐，達到負責任的速度，并奠定必要的制度基礎，以支持一支精通人工智能的軍隊，人工智能將繼續成為一個不安全點。

去年，美國防部在這些挑戰中的一些方面取得了進展，調整了國防人工智能的方法。2022年6月，美國防部發布了《負責任人工智能戰略和實施途徑》，將更有數據依據的、負責任的、可操作的人工智能工作列為優先事項，此后開始執行。最重要的是，美國防部已經啟動了對其人工智能組織結構的重大改革，創建了一個新的首席數字和人工智能辦公室（CDAO），以整合其不同的人工智能項目和利益相關者，并使其與該部門的數據流更好地協調。值得注意的是，美國國防部目前正在對其國防人工智能的整體方法進行重大變革和振興。然而，這些新的人工智能努力是否足以讓美國彌補失去的時間，還有待觀察。

由于沒有足夠快地開發和部署人工智能（AI），美國在常規戰斗中面臨被超越的風險。對手，特別是中國，正在擁抱人工智能，并試圖利用所認為的美國弱點。中國計劃到2030年成為人工智能的世界領導者，并繼續在其民用和軍用部門大量投資于人工智能能力。使用致命性自主武器（LAWS）是不可避免的，并正在所有領域發展這種能力。人工智能是一種力量倍增器，但美國對在戰斗中使用致命性自主武器感到不安。中國和美國對未來的人工智能應用有著截然不同的戰略。為了使美國軍隊既能最大限度地發揮人工智能的全部潛力，又能維護國際法治，在未來的大規模沖突中，人-智能體（H-A）編隊合作是必不可少的。

為什么需要人類-智能體編隊?

雖然人工智能是一種力量倍增器，但美國的政策制定者和軍事指揮官目前對在未來的戰斗中使用致命性自主武器系統感到憂慮。如果一個或多個對手對美國或其盟國部署致命性自主武器系統，這一政策可能會引起爭論。解決這個問題的一個潛在辦法是將人工智能與人類對應方組合起來。人-智能體（H-A）團隊是一個網絡，其中智能系統（智能體）和人在一個小組內有效合作，通過加強彼此的強項和預測彼此的弱點來創造協同效應。團隊合作的特點和屬性因模型而異，但貫穿始終的一個概念是相互依賴的重要性。H-A團隊合作取決于人與人工智能系統之間的這種相互依存關系，才能取得成功。

DeepMind之前提到的AlphaGo是一個完美的例子，說明如何有效地將人工智能與人類同行配對。2017年，也就是AlphaGo第二次擊敗圍棋世界冠軍的那一年，兩名人類專業人士與人工智能系統結成了伙伴。在 "配對圍棋 "中，人類和AlphaGo交替下棋，每個人都必須學習和適應他們的隊友正在下的棋。這種耦合使人類能夠從他們的人工智能對手那里學習，成為更好的棋手。與AlphaGo配對的中國圍棋大師連笑解釋說："AlphaGo非常自信，他也給了我信心。他幫助我相信我應該掌好舵"。雖然人類在AlphaGo手中的失敗讓一些人感到失望，但這實際上是一種變相的祝福。H-A組隊有可能增強，甚至可能改善人類目前的能力。

本文將試圖回答美軍將如何利用人工智能和H-A團隊合作，為未來10到20年的大規模戰斗做準備。為了使美國軍隊既能最大限度地發揮人工智能的潛力，又能維護國際法治，H-A團隊合作在未來的沖突中是必不可少的。通過理論、歷史、條令、已完成的研究項目和潛在的未來情景，這項研究將有助于回答人工智能在美國軍事行動中的未來是什么樣子。證據將集中在利用自主武器系統（AWS）和人工智能的積極和消極方面。

本文還將探討H-A組隊的能力，以及當兩者結合在一起時，性能是否會提高。研究結果將解決 "終結者難題 "的可能性，特別是在自主機器提供明顯優勢的情況下是否使用它們。雖然這個話題相對較新，但有許多關于人工智能研究和在美國軍隊中使用的書籍、期刊文章和新聞報道。研究將擴展這一主題，并提出在未來戰場上人工智能和人類合作的方式。人工智能有可能引領下一次軍事事務的革命（RMA）；然而，除非人工智能成為人類有效團隊的一部分，否則美國無法在大規模戰斗中充分發揮其潛力。