以人工智能為代表的新興技術正日益成為影響全球戰略穩定的新變量。作為引領新一輪科技革命的戰略技術，人工智能在國家安全和軍事領域具有顛覆性的潛力。世界主要軍事大國已將軍用人工智能視為戰略競爭新的 制高點。人工智能軍事化的加快推進改變了傳統戰爭模式以及國際軍事競爭態勢。在常規武器領域，人工智能技術擁有增強自主武器威懾、參與輔助決策及 維護網絡安全的能力，可以推動傳統戰爭模式的顛覆性變革，加速戰爭邁向智能化。在核武器領域，人工智能技術與核導彈預警系統、核指揮和控制系統以及自主核運載平臺迭代融合，可以增強核國家核威懾力量，推動核決策走向智能化。從長遠角度來看，人工智能技術的軍事化應用或將改變現有戰略力量的平衡，削弱核國家核威懾的能力，增加危機意外升級的可能性，鼓勵軍備升級和軍備競賽，沖擊和挑戰以核威懾力量為基礎的戰略穩定，進而動搖甚至可能 破壞現有全球戰略穩定的根基。國際社會應聚焦人工智能軍事化過程中相關技術、結構、機制和治理方面的建設，探索降低人工智能軍事應用引發戰略穩定風險的路徑，為建立新型全球戰略穩定體系創造有利條件。

盡管美國陸軍希望在多域作戰中取得認知上的優勢，但它還沒有充分發展并采用認知能力提升的概念。本文對陸軍在這一領域的努力進行了全面評估，探討了對士兵認知的日益增長的要求，并將陸軍目前的方法與對手進行了比較。它的結論將幫助美國軍隊和政策執行者建立促進認知優勢和跨領域成功的文化和行為。

關鍵字：認知能力、復原力、神經倫理學、人類表現、信息過載

認知能力是支持所有士兵表現的關鍵變量：身體、精神和情感。美國陸軍條令認識到認知優勢的重要性，或獲得對敵人的智力優勢。它甚至在最近的幾個出版物中占據了突出位置，包括2019年陸軍現代化戰略（AMS）和美國陸軍多域作戰（MDO）2028年概念。 盡管認知科學取得了進展，并且認識到認知超配在多域作戰中的重要性，然而，美國陸軍還沒有完全接受認知能力優化的概念。在過去的十年中，美國國家衛生研究院在大腦研究方面的投資超過535億美元，但士兵和領導人在 "永遠在線 "的多任務和連接文化中進行訓練和操作，這種習慣最終會降低認知性能。 無論是在駐地還是在部署時，領導人都試圖過濾幾十條信息流，并在睡眠不足和對認知能力優化原則理解有限的情況下做出快速決策。

與此同時，中國和俄羅斯一直在追求生物技術、神經科學和人工智能（AI）解決方案，以提高人類的認知能力，并獲得對美國及其盟友的不對稱作戰優勢。 不受西方社會道德規范的約束，俄羅斯等積極利用雙重用途的民用和軍用研究來實現這一目的，將頭腦視為未來戰爭的主要戰斗空間，并正在采取措施在那里占據主導地位。

為了應對這一挑戰，美國陸軍必須與美國防部的認知能力研究和開發工作保持一致。然而，僅有科學是不夠的。陸軍還必須發展其文化，認識到以科學為基礎的道德方法的重要性，以確保以推動整個部隊的競爭和創新的方式發揮認知優勢。需要采取一種植根于教育、培訓和技術的審慎行為修正方法來取代過時的認知能力神話，這些神話最終會通過多任務處理、睡眠剝奪和信息過載來降低認知功能。否則，我們的對手可能會找到他們所需的不對稱優勢來支配美國的聯合部隊。

多域作戰與認知域

認知能力是指觀察、定向、決定和行動以產生最佳結果的能力。 認知技能對于戰場上的成功一直很重要，在決定戰斗和戰役中發揮著關鍵作用。未來將提供類似的機會，但隨著戰場擴展到空間和網絡空間，會有更大的復雜性、迷霧和摩擦。2019年AMS針對這種不斷變化的環境，提出了多域作戰的概念。 2019年AMS概述了多域作戰概念與以前的作戰概念有何不同，并要求其從業人員具有更高水平的認知能力。

MDO概念提出了認知方面的挑戰，因為它要求領導者認識并利用稍縱即逝的機會，在復雜的作戰環境中實現對先進對手能力的跨域聚合效應。 為了在多領域作戰中取勝，美國陸軍沿著六個貫穿所有領域的現代化優先事項部署了日益復雜的系統。這些先進的系統不僅需要更高的智力和技術技能來操作和維護，而且當與改進的數字通信和網絡能力相結合時，領導人還可以獲得比以往更多的實時數據。最后，MDO 2028概念和 "陸軍人員戰略 "將美國士兵置于多域作戰概念的中心。事實上，作為"陸軍最大的力量和最重要的武器系統"，士兵們將在無數實時數據和信息源的交匯處行動，并面臨著越來越大的壓力，需要在機會和威脅出現時進行多任務處理、優先排序、評估、決定和行動。

以人工智能、人機交互和其他技術進步的承諾來解決這些挑戰是很誘人的。然而，許多這些能力仍然是假設的，即使對士兵的認知要求繼續上升。即使當它們可用時，人工智能和其他技術將補充人類的決策，但在短期內，人腦可能仍然是關鍵節點。因此，要實現認知上的優勢，首先要了解人腦的基本能力和局限性。大衛-洛克（David Rock）等認知科學家堅持認為，了解大腦功能是提高認知能力的最佳途徑之一。最佳喚醒、多任務處理、認知耐力和決策質量等概念提供了一個理解框架，并為提高績效提供了機會。

認知喚醒

情緒的喚醒程度直接影響認知表現。1908年首次提出的耶克斯-多德森定律（Yerkes-Dodson Law）為這一現象提供了一個基本模型，并描述了一個與巔峰表現相關的認知喚醒的甜蜜點。正確的喚醒水平，或壓力，會使大腦釋放正確的神經化學物質組合，以產生最佳表現所需的警覺性和注意力。優秀的教練認識到喚醒水平對表現的影響，并在比賽期間根據需要成功地使球隊平靜下來或振作起來。太少會讓我們變得平淡無奇，而太多則會產生適得其反的壓力、焦慮或脫離。軍隊領導人可能熟悉這種現象，在戰斗情況下，身體的威脅會激起強大的反應，但在工作壓力和信息過載的情況下也會出現類似的狀態。

盡管在戰斗中限制壓力和焦慮具有挑戰性，但監測和管理士兵的情緒喚醒水平可以為提高認知能力提供直接機會。英國皇家學會描述的一個新穎的解決方案建議軍隊和執法部門使用認知過載監測系統，在個人出現認知過載的跡象時發出警報。這種意識將使用戶有意識地改變他們的情緒喚醒和行為狀態，以專注于最關鍵的問題。同樣，美國陸軍作戰能力發展司令部士兵中心進行的監測和評估士兵戰術準備和有效性試點研究，重點是通過創新的科學技術優化士兵個人和小單位的感知、認知和互動。通過分析持續訓練期間通過佩戴式傳感器和實驗室傳感器收集的數據，該研究確定了額外研究的機會，可以幫助士兵和領導識別、預測和維持影響決策質量、射擊精度和注意力控制的最佳喚醒和戰術性能水平。

圖 1. Yerkes-Dodson 定律

多任務處理

軍隊領導人被要求發展一種能力，以應付多種情況--立即對短信、聊天和電子郵件作出反應，并在快速變化的環境中解決問題的同時保持對局勢的認識。不幸的是，軍隊領導人所使用的工具及其使用方法在戰斗和駐軍中加深了 "戰爭迷霧"。盡管社會聯系日益緊密，但科學表明，大腦在任何特定時間內能夠處理的操作數量和復雜性都是有限的。集中我們的注意力需要分配前額葉皮層的神經資源，使大腦不能有效地同時關注兩件事情。當多任務處理時，我們的大腦反而被迫從一個話題迅速過渡到另一個話題。在不同的任務之間轉換需要大量的代謝資源，如含氧葡萄糖；一旦耗盡，認知和身體表現都會下降。多任務處理還產生壓力荷爾蒙皮質醇，并影響腎上腺素和多巴胺水平，從而擾亂我們的思維。多任務處理影響的深刻性使一些研究人員相信，通過文本、電子郵件、廣播交通和聊天窗口等不斷的中斷，可能會產生類似于暫時降低智商的效果。

此外，研究表明，多任務處理會增加決策風險。2009年斯坦福大學的一項研究稱，重度媒體多任務處理者的記憶力、學習和認知功能都有所下降。該研究比較了被認定為重度和輕度多任務處理者的群體的認知能力。雖然其他因素可能導致這種退化，但研究表明，習慣性的多任務處理可能會諷刺地損害個人完成偶爾多任務的能力。例如，考慮到一個司機在城市的一個不熟悉的地方一邊聽廣播一邊與乘客交談。在一次轉彎失誤后，司機本能地暫停了談話，關閉了收音機，集中精力糾正方向。司機的行為顯示了他對同時做兩件事的挑戰的直覺認識。通過選擇多任務處理，我們接受了性能下降，正式稱為 "雙重任務干擾 "或 "心理折返效應"。

作為全軍腦科學教育倡議的一部分，早期職業教育可以為減少多任務、分心、頻繁中斷和信息過載的文化提供有意義的第一步。冥想、深思熟慮、元認知、正念和正念意識等技術提供了可獲得的、低成本的方法，通過提高注意力和表現來建立整個部隊更好的認知習慣，以滿足訓練和任務要求。

認知耐力

軍隊的腦科學教育也可以幫助領導者了解決策和注意力過濾對認知表現的累積代價。大腦可用于數據處理的資源是有限的，做出決定、抵制沖動或忽略分心等行為會隨著時間的推移消耗我們的認知能量。充滿瑣碎的選擇和分散注意力的信息的環境耗盡了我們的頭腦，使我們的認知能力變得遲鈍，因為大腦不會根據重要性的程度來區分或確定決定的優先次序。換句話說，我們的決策能力受制于認知耐力的限制，并隨著時間的推移而退化。

盡管對認知耐力的極限有天生的認識，但許多軍事領導人在安排日程和戰斗節奏時并沒有考慮到這一點。例如，在值班日結束時舉行 "夜間法庭 "非司法處罰聽證會的指揮官可能會在日常決策的累積效應使他們的認知能力出現問題和不可靠的時候做出重要決定。相反，領導人可能把他們最有成效的時間花在回答電子郵件或執行低級任務上，而不是最大限度地利用他們的認知資源來完成復雜的任務和決策。這些基本的例子說明了為什么軍隊必須將時間管理教育和培訓納入其認知主導工作中。

決策質量

即使在考慮認知耐力的極限時，我們的大腦也經常被淹沒在信息中，必須在采取行動之前進行綜合分析。對最佳復雜性理論的研究表明，在做決定時需要考慮的因素有一個最佳數量，太少或太多都會降低性能。正如對計算機的研究一樣，這些研究揭示了人類工作記憶的極限。我們在綜合理解時，很難在腦海中記住超過三到五件知識。此外，試圖考慮10個以上的因素會大大降低性能。了解這一現象有助于促進更好的決策，尤其是在時間緊迫的情況下。

許多人認為，更多的投入將導致最佳決策的產生。在決策實驗中，受試者在超過最佳復雜程度后要求更多的信息，受試者的表現因信息過載而下降。這種趨勢對軍隊來說尤其值得關注，在伊拉克和阿富汗的信息至上主義現在使高級領導人有條件期待大量的信息來支持他們的決策。信息成癮可能會耽誤指揮官等待更多的信息，而這具有諷刺意味的是，這會降低他們決策的質量。

軍方認識到這一挑戰，正在利用人工智能開發改進的信息過濾和決策支持算法，使領導人能夠做出更好、更快的決定。雖然很有希望，但這些努力在不久的將來是有限的，不會完全緩解與現代戰爭相關的認知挑戰。再次，作為全軍腦科學教育倡議的一部分，關于信息過載的負面影響的教育可以推動文化變革，改善決策--無論是否有人工智能的增強。

對手

當美國軍隊慢慢地將提高認知能力融入其文化時，俄羅斯等在認知領域取得了令人不安的進展。中國強調旨在創造神經科學、人工智能和生物技術方面的作戰優勢的研究和開發，作為正在進行的軍民融合的一部分。有影響力的中國人民解放軍（PLA）領導人強調要為延伸到虛擬領域的未來作戰環境做好軍事準備。這些領域包括信息領域和 "意識領域"，需要 "精神/認知主導 "才能取得成功。新美國安全中心的高級研究員和中國問題專家Elsa B. Kania指出，這些概念現在經常在解放軍的著作中討論，還有人類和人工智能融合的概念。

同樣，俄羅斯認為思想是現代戰爭的主戰場，"戰爭要以信息和心理戰為主導"。俄羅斯模仿中國在認知優勢研究中對道德規范的堅持值得懷疑，但俄羅斯的方法更多的是依靠通過心理戰和其他手段破壞對手的認知過程。無處不在的虛假俄羅斯敘事給對手帶來了很高的認知負荷，需要增加信息過濾，這消耗了認知資源，并隨著時間的推移降低了決策的速度和質量。在2022年俄羅斯對烏克蘭戰爭的前6個月，就有無數這樣的例子。非人化的言辭、非法吞并的行為以及關于烏克蘭人親近俄羅斯的錯誤說法，都是為了混淆俄羅斯的侵略和制造混亂的說法。通過播種懷疑和制造混亂，俄羅斯的錯誤信息只需要暫時蒙蔽敵人的判斷力，就能造成猶豫，為俄羅斯的活動提供優勢。

此外，俄羅斯軍隊對使用喪失能力的藥劑來降低其對手的認知功能表現出持續的興趣。在2002年杜布羅夫卡劇院的人質事件中，俄羅斯特種部隊在通風系統中釋放芬太尼衍生物，以操縱大約50名車臣分離主義分子和750名俄羅斯人質的意識。雖然他們的行動使分離主義分子失去了知覺，但也導致了大約125名人質的過量死亡和其他人的永久性衰弱。盡管俄羅斯官員在很大程度上認為這次行動是成功的，但他們的行動招致了國際社會的譴責，并再次引發了對國際法，如1993年《化學武器公約》的有效性和適用性的辯論。

神經學和生物化學專家，如喬治敦大學醫學中心的神經倫理學主任詹姆斯-喬達諾，擔心神經科學和技術的進步為利用現有條約、國際法和超國家公約中關于使用化學和生物制劑的空白提供了機會。這包括使用CRISPR基因編輯和納米技術來增強士兵的神經結構，同時制造新型神經武器來降低對手的認知功能。

美國陸軍的機遇

飛躍性技術的誘惑和神經科學的進步獲得了國內媒體對認知表現舉措的大部分關注。雖然這些努力很重要，而且應該繼續下去，但美軍必須利用實際的、近期的機會來實現現在的認知主導地位。

間接和直接提高和優化認知性能的方法可以以適度的成本為美陸軍提供快速的勝利。了解到直接-間接二分法涉及到對復雜的認知和神經科學概念的一些過度簡化，但這些類別還是提供了一個討論的框架。提高認知能力的間接方法是通過飲食干預、睡眠調整、體育鍛煉、藥理學和復原力訓練來影響認知能力。直接方法 "直接針對學習、感知、認知或情感的結構或功能機制和過程"，包括經顱腦電刺激或現實增強等方法。在實踐中，這兩種方法沒有界限之分，都需要有效地提高和優化認知性能。

圖 2. 認知優勢的綜合方法

認知硬件升級——一種間接方法

使用計算機類比有助于可視化認知增強，同時建立在間接和直接方法的概念上。認知性能的優化意味著我們在現有的硬件（或生理學）的限制下，最大限度地提高我們的軟件（認知能力，或我們如何思考）。在這種情況下，硬件和軟件的升級都可以為提高認知能力提供機會。硬件升級通過人才管理、生理干預、藥物干預和技術提升提供了一種間接的方法。

人才管理

在《從優秀到卓越》（Harper Business, 2001）中，詹姆斯-C-柯林斯（James C. Collins）通過 "讓正確的人上車，讓錯誤的人下車，讓正確的人坐在正確的座位上 "這一比喻來描述建立一個成功組織的第一步。同樣，陸軍提高部隊集體認知操作能力的最佳機會可能在于識別、招募、評估和保留合適的人。

研究表明，認知能力部分是遺傳的，通過結合神經影像技術、統計工具和傳統的認知評估，識別諸如神經靈活性和技能專長等特質是可能的。這些工具為軍隊提供了一個識別和優化個人認知特征應用的機會，作為信息時代招聘和人才管理計劃的一部分，促進認知多樣性以提高創造力和決策力。認知多樣性被定義為 "視角或信息處理方式的差異"。最近的研究表明，認知多樣性加速了學習，并提高了團隊在不確定的復雜情況下的表現。通過有效的評估和人才管理計劃，可以提高軍事團隊的認知多樣性。諸如 "雅典娜項目 "這樣的倡議為應用評估作為自我發展工具提供了一個有前途的模式，但在軍隊范圍內實施需要增加研究、開發和應用的資金。在當今競爭激烈的就業市場上，陸軍必須在目前的評估和人才管理努力的基礎上，招募和保留所需的人才，以優化其認知潛力并超越近似的競爭對手。

生理干預

大量的研究表明，體育訓練、適當的營養和睡眠管理與認知能力有明顯的聯系。陸軍長期以來一直倡導體育鍛煉對心理和生理的益處，研究證實耐力運動中產生的神經化學物質具有神經保護作用，可以改善學習和記憶。睡眠管理和營養指南也反映在美國陸軍的 "整體健康和體能"（H2F）理論和 "績效三要素戰略 "中，但在整個部隊中缺乏廣泛接受。盡管陸軍認識到適當的營養對支持 "最佳身體和認知功能 "的重要性，但士兵們往往將陸軍的營養概念與體力、體質和能量水平聯系起來，而不是與心理功能或情緒聯系起來。例如，領導人對脫水的身體影響很熟悉。然而，脫水對認知的影響在醫學和研究界之外卻鮮為人知。

在可用于提高認知能力的生理干預措施中，睡眠管理可能是軍隊應用中最尚未開發的潛力。陸軍H2F理論指出，"認知能力和戰備狀態與獲得的睡眠量有直接關系"，許多研究將睡眠與陸軍的認知功能和戰備狀態直接聯系起來。即便如此，研究表明，超過62%的士兵長期遭受睡眠不足的困擾，無論是在駐扎地還是部署地，每晚平均睡眠時間不足6小時。軍隊要想在睡眠管理方面取得有意義的進展，就必須在入伍培訓和專業軍事教育的各個階段通過腦力教育來刻意改變文化。教育必須與表彰和獎勵士兵建立健康的睡眠習慣作為提高認知能力的生活方式的計劃相結合。

隨著美陸軍尋求改變其文化，更廣泛地采用可穿戴技術可以提高士兵和領導者的意識，建立理想的習慣和做法，并改變思維方式。所有這三者都需要啟動在認知和身體領域的持久增強性能。沃爾特-里德陸軍研究所（WRAIR）和美國陸軍作戰能力發展司令部士兵中心涉及數百名第十山地師士兵的研究表明，商業化的現成可穿戴技術，如手表、戒指或手環，可以在個人和組織層面推動行為變化。例如，監測睡眠習慣和下班后的身體活動水平可以幫助領導者利用個性化的數據指導士兵建立健康的習慣。陸軍應優先考慮在這一領域的近期投資，作為快速和可見的手段來證明對提高認知能力的承諾。與領導層的教育和強調相結合，可穿戴設備的使用可以為廣泛的文化變革提供強大的催化劑。

非藥物介入

與生理干預類似，藥物干預為提高認知能力提供了機會。興奮劑的使用就是這樣一種干預，在軍隊中已經很普遍了。在高端領域，醫療機構為飛行員開出了諸如右旋苯丙胺之類的藥物，以維持長期任務中的認知能力和警覺性。更常見的是，士兵們通過飲用咖啡因來幫助他們的個人表現。雖然有機會對提高認知能力的藥物如莫達非尼（Provigil）、哌醋甲酯（Ritalin）和各種苯丙胺混合物（Adderall）的使用進行進一步研究和道德辯論，但咖啡因的使用在西方社會基本上沒有爭議。即便如此，過量飲用咖啡因也會產生不必要的副作用，包括失眠、焦慮、血壓升高和心悸。為了可靠地提高認知能力，需要采取慎重的方法來使用興奮劑，以達到最佳的喚醒水平，同時不產生負面的健康后果。

2B-Alert應用是優化咖啡因使用的一種新方法，有可能在全軍范圍內使用。目前，沃爾特-里德陸軍研究所與生物技術高性能計算軟件應用研究所合作開發，2B-Alert使用機器學習、睡眠歷史和個人數據來預測睡眠不足時期的認知功能，并制定咖啡因劑量計劃，以在所需的時間窗口內最大限度地提高警覺性。如果與可穿戴技術相結合，納入所有訓練，并成為日常軍事文化的一部分，像2B-Alert這樣的應用可以為整個聯合部隊提供安全和具有成本效益的認知增強。

技術加強

整個美國防部的多種努力都在探索基于技術的認知增強手段。這些技術在開發、應用方法和成本方面差異很大，但應被視為整體認知優勢戰略的一部分。例如，經顱電刺激（TES）可以增強大腦信號，模仿深度恢復性睡眠時的腦電波，以提高睡眠質量。因此，在睡眠不足的環境中使用TES可以使士兵從短暫的睡眠中獲得更多的恢復性效果，以提高認知能力。沃爾特-里德陸軍研究所睡眠研究中心與美國國防部高級研究計劃局（DARPA）和Teledyne Scientific合作，正在評估可實地使用的TES設備的有效性，以充分利用有限的睡眠時間并改善疲勞管理。

經顱直流電刺激（tDCS）已經被奧林匹克運動員使用，并正在國防部內進行測試。與經顱電刺激不同，tDCS通過增加大腦中的能量來促進神經活動，改變大腦連接，以改善運動表現和認知。海軍特種作業人員的初步測試顯示，TDCS可以提高訓練效率，空軍的研究顯示，使用經顱直流電刺激可以提高警覺性，增強疲勞狀態下的認知能力。

生物技術和藥物認知增強正在引發關于士兵同意增強的自由和增強社會一部分人的長期反響的道德辯論。陸軍在繼續其強化研究工作以跟上近似競爭對手的步伐時，應該參與到這場辯論中。然而，認識到這些道德限制和預算限制，陸軍應該在短期內更多地強調容易執行和爭議較少的工作。

認知軟件升級——一個直接的方法

重新審視我們的計算機類比有助于說明，增強的認知軟件--我們如何使用我們的思想--為增強認知性能提供了直接的方法。雖然間接的步驟可以改善認知的硬件，但僅靠更好的硬件可能無法提高性能。新的硬件往往需要升級的軟件和更高的用戶熟練度來最大限度地發揮其潛力。因此，直接和間接的方法--升級的硬件和軟件--對于實現最高水平的認知性能是必要的。大腦教育、基于認知科學的學習技術和管理信息過載的方法以最小的投資提供實用的軟件升級。

大腦教育和自我感知

許多認知心理學家和神經學家都認為，優化個人的認知表現要從了解大腦開始。對大腦功能的基本了解為元認知，或 "關于思維的思考 "奠定了基礎。軍隊理論重視元認知在復雜問題解決和適應性思維方面的作用，但對如何發展和改善元認知過程卻沒有提供深入的見解。此外，陸軍理論中關于元認知的文章很少，完全集中在復雜問題解決背景下的領導人身上，沒有考慮到整個部隊的廣泛應用。安德魯-斯蒂德曼在其2011年關于應用神經科學提高陸軍認知能力的論文中指出，"元認知還沒有作為一種理想的領導者特質和培訓概念下降到戰術層面。"

對服役人員進行基本腦科學和元認知的普遍培訓和教育，如果輔之以個人實時觀察大腦過程的能力，可以為高峰認知性能打下基礎。元認知是通過正念完成的，或者說是 "有目的、無判斷 "地密切關注當下。多項神經科學和心理學研究顯示，練習正念有很大好處，包括改善認知控制和決策。陸軍將正念訓練作為士兵和家庭綜合健身計劃的一部分，并在陸軍H2F學說和教練中承認正念和正念意識的概念。然而，正念和正念意識的概念在整個部隊中缺乏廣泛的理解和采用。

腦科學、元認知和正念意識必須被納入專業軍事教育，以優化整個軍隊的士兵認知表現。美國陸軍外國軍事和文化研究大學提供的應用批判性思維課程為野戰級預科課程和陸軍戰略教育計劃提供了基線課程內容。這些主題也應該在所有的初始入職培訓管道中教授，根據技能和經驗水平進行調整，并根據職業生涯的評估結果進行定制。這種方法在許多方面類似于海軍的 "勇士堅韌"計劃，該計劃側重于發展水兵的精神、心理和體力，并取得了初步的成果。

海軍在審查了菲茨杰拉德號和約翰-S-麥凱恩號上最近發生的事故后，于2018年在所有士兵和軍官入伍計劃中實施了 "勇士堅韌 "課程。 它使用正念和體育心理學的目標設定、自我對話、可視化和能量管理技術來改善情緒調節和認知表現。勇士堅韌計劃的實施標志著對整個海軍文化變革的重大投資，其結果迄今為止還難以量化。美國海軍臨床心理學家梅麗莎-D-希勒-勞比（Melissa D. Hiller Lauby）上尉指出，2020年7月在美國海軍 "邦霍姆-理查德 "號上成功應對火災的水兵們在行動后的匯報中多次提到了 "勇士堅韌 "訓練的好處。具體來說，自我對話和情緒調節的使用幫助一些水手在面對極端壓力時更加冷靜地應對。需要更多的時間和分析來判斷該計劃的有效性，但 "勇士堅韌"可以為陸軍改變其認知性能文化的努力提供參考。

基于認知科學的學習

訓練在軍隊中無處不在，但最近的認知科學研究表明，軍隊的許多訓練技術可能無法產生長期的理解力。認知科學表明，重復操練、死記硬背和重讀并不像許多人認為的那樣有效。對學術情況和試圖掌握運動技能（如擊球）的運動員的研究表明，改變提供指導和訓練的方式會大大影響學習的質量和持久性。采用基于認知科學的學習方法，如間隔練習、交錯練習和適應性輔導，可以為軍隊提供低成本的機會，使教育和訓練的效果最大化，以提高認知能力。

此外，《陸軍野戰手冊》（FM）7-22《整體健康與體能》指出，基于認知科學的學習策略，控制學習環境，限制干擾，并根據士兵的學習偏好進行指導，可以使士兵更有效地掌握任務。陸軍大學的應用認知和腦科學專家韋德-埃爾莫爾（Wade Elmore）認為，自適應輔導技術有機會增加持久的學習。研究表明，使用機器學習和計算機算法提供定制教學的智能輔導平臺優于所有其他方法，包括人類輔導員。雖然智能輔導可能不會直接提高決策和批判性思維能力，但通過量身定制的強化學習方法來增加士兵的隱性知識，為隨后掌握相關的認知任務提供了基礎。基于認知科學的學習方法和技術必須在整個陸軍訓練中采用，納入陸軍訓練理論，并融入陸軍訓練文化。提高嵌入士兵長期記憶中的持久知識和技能的數量和質量是優化認知軟件以達到最佳性能的有力方法。

管理信息過載

雖然基于認知科學的學習方法和技術可以幫助優化學習，但改善士兵的短期工作記憶需要一個不同的方法。陸軍理論認識到這一點，并在FM7-22《整體健康和體能》中宣稱，優化短期工作記憶的士兵可以更有效地處理和完成復雜任務。該手冊繼續提供任務簡化、學習提示和記憶提示作為提高績效的方法，但沒有采取更全面的方法，并錯過了在這個關鍵領域影響軍隊文化的機會。

抵消信息過載的影響需要從根本上改變陸軍 "永遠在線 "的通信和信息管理文化。特別是對領導人隨時可以進行即時溝通的期望，會因為頻繁的中斷、分心和情緒激動而降低認知能力。作為全軍腦科學教育倡議的一部分，關于多任務、分心、頻繁中斷和信息過載的影響的教育可以為推動變革提供重要的第一步。

有效的時間管理提供了另一個減少心理摩擦和提高認知能力的機會。日常行動的要求經常考驗領導者的時間管理技能。然而，在高級軍校以下的專業軍事教育中沒有系統地教授有效的時間管理技巧。因此，許多領導人不知道基于認知科學的時間管理的最佳做法，并執行保證次優認知表現的日常計劃。加強這方面的教育可以幫助領導人制定日常時間表，避免在創作期間分心，提供集中工作的機會，并支持充足的睡眠和營養。

結論

認知能力是所有領域中個人和集體表現的基礎。隨著美國陸軍為多域作戰做準備，建立促進認知優勢的文化和行為對于成功地與在多個領域尋求不對稱優勢的近似對手競爭至關重要。為了成功，陸軍必須用一種優化和提高認知性能的文化來取代其 "永遠在線 "的多任務和連接文化，以便在信息時代占據主導地位并取得勝利。只有通過植根于教育、培訓、技術和努力工作的深思熟慮的方法，美國陸軍才能建立一種持久的認知主導文化。

雖然僅僅依靠技術進步來實現認知優勢是很誘人的，但在預算和行動不確定的情況下，需要在理論、組織、訓練、物資、領導和教育、人員、設施和政策（DOTMLPF-P）框架內采取多樣化的方法來減少風險。陸軍必須同時采用間接和直接的方法來提高認知性能，同時參與與這些方法相關的道德辯論。美國未來的對手將繼續尋求在認知領域的不對稱優勢。我們必須迫使他們嘗試克服美國士兵的決心、創造力和勇氣來實現這一目標。

這篇短文分析了英國在最近兩份政策文件中提出的將人工智能（AI）用于軍事目的的方法。第一部分回顧并批評了英國防部于2022年6月發布的《國防人工智能戰略》，而第二部分則考慮了英國對 "負責任的"軍事人工智能能力的承諾，該承諾在與戰略文件同時發布的《雄心勃勃、安全、負責任》文件中提出。

建立自主武器系統所需的技術曾經是科幻小說的范疇，目前包括英國在內的許多國家都在開發。由于無人駕駛飛機技術的最新進展，第一批自主武器很可能是基于無人機的系統。

英國無人機戰爭組織認為，開發和部署具有人工智能功能的自主武器將產生一些嚴重的風險，主要是在戰場上喪失人的價值。賦予機器奪取生命的能力跨越了一個關鍵的道德和法律障礙。致命的自主無人機根本缺乏人類的判斷力和其他素質，而這些素質是在動態戰場上做出復雜的道德選擇、充分區分士兵和平民以及評估攻擊的相稱性所必需的。

在短期內，自主技術的軍事應用可能是在低風險領域，如物流和供應鏈，支持者認為這些領域有成本優勢，對戰斗情況的影響最小。這些系統可能會受到人類操作員的密切監督。從長遠來看，隨著技術的進步和人工智能變得更加復雜，自主技術越來越有可能成為武器，人類監督的程度可望下降。

真正的問題也許不是自主權的發展本身，而是人類控制和使用這一技術發展的里程碑的方式。自主性提出了與人類判斷、意圖和責任有關的廣泛的倫理、法律、道德和政治問題。這些問題在很大程度上仍未得到解決，因此，對于快速推進發展自主武器系統，人們應該深感不安。

盡管自主武器系統似乎不可避免，但有一系列的措施可以用來防止其發展，如建立國際條約和規范，制定建立信任措施，引入國際法律文書，以及采取單邊控制措施。英國無人機戰爭組織認為，英國應充分參與在國際舞臺上制定這些措施。

然而，在這個時候，政府似乎希望保持其選擇的開放性，經常爭辯說，它不希望創造可能阻礙人工智能和機器人技術的基本研究的障礙。盡管如此，大量受控技術，如加密，或在核、生物和化學科學領域，可用于民事或軍事目的，而且受控時不會扼殺基礎研究。

（本文由國家情報委員會的戰略未來小組與外部專家和情報界分析師協商后制作，以幫助為 2021 年 3 月發布的綜合全球趨勢產品提供信息。但是，該分析并不反映美國政府的官方政策、廣度情報來源，或美國情報界的全方位觀點。）

在未來20年里，軍事沖突很可能是由歷史上引發戰爭的相同因素驅動的--從資源保護、經濟差距、意識形態差異到追求權力和影響力--但隨著新技術、應用和理論的出現以及更多行為體獲得這些能力，發動戰爭的方式將發生變化。改進的傳感器、自動化和人工智能（AI）與高超音速技術和其他先進技術的結合，將產生更準確、連接更好、速度更快、射程更遠和更具破壞性的武器，主要供最先進的軍隊使用，但一些較小的國家和非國家行為者也可以獲得。隨著時間的推移，這些系統的擴散和傳播將使更多的資產變得脆弱，加劇升級的風險，并使戰斗可能更加致命，盡管不一定更具有決定性。

1 未來戰場概述

本評估主要關注未來20年內可能發生的戰爭和戰斗方式的變化，包括技術、理論和行為者。它沒有詳細討論未來沖突背后的潛在原因或動機，也沒有試圖預測戰爭的每一個潛在發展。

到2040年，一系列潛在的革命性技術和新用途可能會改變戰爭的特征。我們在戰爭的三個不同方面考慮這些潛在的變化：硬件（武器系統和新技術本身）、軟件（理論、訓練和使用這些新技術的方式）和用戶（使用這些武器和理論的國家或非國家行為者）。對于戰爭的未來，新技術的應用和組合與技術本身一樣重要。

例如，在1919年，不難預測飛機、航空母艦、坦克和潛艇--所有這些都在第一次世界大戰中出現過--將在下一場大戰中使用。各個交戰國--每個國家都有自己的軍事經驗、觀念和傳統--將以何種不同的方式使用它們，以及哪些技術將戰勝其他技術，是真正的問題，也是最難預測的問題。今天的情況也是如此。

2 硬件:新的武器技術

在未來的20年里，新的和正在出現的技術可以在四個廣泛的領域改變并可能徹底改變戰場：連接性、致命性、自主性和可持續性。

• 連接性：戰斗人員探測和定位其對手、相互溝通和指導行動的方式。

• 致命性：新的武器和武器系統可以在戰場上造成的損害。

• 自主性：機器人和人工智能可以改變誰（或什么）戰斗和決策的方式。

• 可持續性：軍隊供應和支持其部署部隊的方式。

2.1 連接性

未來的戰爭可能會減少對火力的關注，而更多地關注信息的力量以及通過指揮、控制、通信、計算機、情報、監視和偵察（C4ISR）概念連接軍隊的方式。與以往任何時候相比，優勢將在于哪一方能夠收集最重要的信息，準確和快速地分析它，然后迅速和安全地將信息和相關指令傳播給部隊。

更加廉價的傳感器和大數據分析的結合表明，到2040年，在實時檢測和處理信息方面可能會出現一場革命。世界上許多國家的軍隊認識到這一潛力，并已在努力利用信息的力量來擴大其作戰戰略和能力。他們正在探索新興技術，包括但不限于人工智能，如何能夠迎來一個持續監視的時代并改善他們的決策。

• 在那些希望隱藏其活動的人--無論是在戰術、作戰還是戰略層面的戰爭--與那些尋求識別和跟蹤他們的人之間的較量中，到2040年，平衡可能會轉向 "尋求者"，因為日益先進和可獲得的技術為他們提供了持續的全球監視能力。

• 例如，在海底領域，更多的、改進的和相對便宜的傳感器與商業化處理能力的進步相結合，可以使潛艇--被認為是世界上第一個隱形技術--更容易被發現。

這種信息優勢和實現這種優勢的技術也可能成為未來沖突中對手的重要目標。連通性越是被視為一方的決定性優勢，另一方就越會尋求破壞、降低和禁用高度連接的、依賴信息的系統。

• 這種努力可能集中在戰術層面，使用先進或傳統的武器來消除關鍵的基礎設施和節點，或通過更微妙的--可能更具破壞性的--先進手段，如網絡或電子戰來改變GPS信號以誤導對手的平臺和智能武器，這種技術被稱為 "欺騙"。在更大的戰略層面上，網絡攻擊和電子戰可能被用來破壞軍隊的整體C4ISR基礎設施，以混淆或凍結決策，大大削弱其戰斗能力。

• 現代軍隊特別容易受到任何精確導航的損失，包括全球定位系統及其同等產品。例如，在2010年，一個軟件故障使多達10,000個軍用GPS接收器暫時失效，影響了美國海軍的X-47B原型無人機等系統。

• 依靠天基基礎設施的C4ISR或其他系統，如GPS，可能會因動能--甚至可能是定向能--反衛星武器系統的進步而面臨進一步的風險，無論是基于地面的還是空間本身的。

圖 連接戰爭：GPS 欺騙誤導平臺

2.2 致命性

一旦通過多樣化的監視技術找到了對手的部隊，就可以用越來越先進的武器來對付他們。武器裝備中最重要的、正在進行的趨勢之一是高速、遠程、增強的破壞潛力和精確性的日益結合。到2040年，通過在大多數武器系統中整合衛星提供的圖像和定位、定時和導航信息，精確度將進一步提高。這種進步將有可能改善能夠跨越大陸進行打擊的系統，以及更多的戰術武器，如制導火箭、炮彈和迫擊炮彈。

• 到2040年，此類系統的數量和精度不斷增加，特別是彈道導彈和巡航導彈系統，將對總部、通信設施、機場、后勤基礎設施和其他關鍵目標構成重大威脅。

• 遠程精確打擊武器庫存可能包括越來越多的高超音速系統，它們可以以前所未有的機動性和速度打擊遠距離目標。這些系統將給那些試圖開發能夠探測、跟蹤和攔截這種快速移動和機動武器的反措施的人帶來艱巨的挑戰。

盡管尚未在戰斗中得到證實，但定向能武器--包括激光和高功率微波--可能成為2040年戰場的特征。遠程精確打擊武器，如高超音速武器，有可能徹底改變進攻，而定向能武器可以徹底改變防御，例如，提供一種有效的手段來對抗高超音速武器的高速和可操作性。如果能夠克服部署此類武器系統的挑戰，包括能源消耗和補充，那么能量武器以光速發射的每一發子彈的成本幾乎可以降至零，而理論上其射速可以超過任何機械系統。

• 然而，即使這些武器在未來20年內以可觀的數量投入使用并按設計工作，它們仍將擁有固有的限制。例如，激光被限制在視線范圍內，并可能被大氣中的遮蔽物、反射表面或特殊材料所削弱或擊敗，而高功率微波可能被潛在目標的關鍵部件的硬化所擊敗。

圖 高超音速滑翔機軌跡和彈道軌跡

2.3 自主性

• 無人駕駛系統。無人機已經是全世界戰場上公認的--甚至是假定的--作戰工具。未來20年可能會看到大量其他無人駕駛飛行器的開發和部署，從地面飛行器到海基地面和地下平臺。這些飛行器是執行平凡的、重復性活動的理想選擇，如為載人平臺執行補給任務，以及執行危險任務，如偵察敵人的掩體和據點，鋪設或清除陸基和海基水雷，或搜索潛艇。

• 致命的自主武器。隨著自主技術的發展，一些國家可能不擔心人類會在發射決策中出現問題。因此，到2040年，盡管有相關的倫理和法律挑戰，真正的自主致命武器可能會在戰場上游蕩，并做出自己的目標和交戰決定。

• 蜂群。所有類型的無人駕駛系統正在迅速變得更多、更有能力和更便宜。已經觀察到小型無人機群的攻擊--例如，當美國特種部隊在2016年秋天為從ISIS手中奪回伊拉克城市摩蘇爾而戰斗時，他們受到了至少十幾架武裝無人機的攻擊，它們投放了手榴彈和簡易爆炸物。然而，蜂群的力量不僅僅是數量--無人駕駛車輛的蜂群可以相互溝通，并隨著情況的變化調整其戰術和目標。

圖 在伊拉克的一次訓練演習中，一個Talon 3B機器人正在接近一枚殺傷地雷。

這些自主系統的發展和不斷發展的能力與人工智能的進步密切相關。人工智能已經被用來提高各種現有武器系統的性能，如精確彈頭中的目標識別，并可在人機合作中用于支持人類，包括決策工具，或作為決策引擎本身。到2040年，源于人工智能的軍事決策可能會在實時支持行動中納入可用的天基數據。

• 例如，中國正在積極尋求將人工智能用于廣泛的應用，包括信息和數據分析；用于兵棋推演、模擬和訓練；以及用于指揮決策。俄羅斯總統弗拉基米爾-普京在2017年說，引領人工智能發展的國家將 "成為世界的統治者"。

• 然而，人工智能面臨著技術障礙和缺陷，它必須克服這些障礙和缺陷，以滿足其在戰場上的全部潛力。人工智能和支撐它的機器學習算法在界限分明的任務中表現出色，但如果面對混亂或意外的輸入，就會出錯。例如，可以想象這樣的情景：在動態的、往往是混亂的戰斗環境中，由人工智能驅動的致命自主武器被輸入所淹沒，要么關閉，要么游離，甚至開始瞄準友軍。

2.4 可持續性

最后，其他新技術，特別是機器人技術、增材制造、生物技術和能源技術，可能會大大改善軍事后勤和維持。

• 無人車可用于后勤支持，在后方基地和部署在戰場上的部隊之間進行相對平凡但往往危險的供應。

• 增材制造能力--如使用包括先進金屬或陶瓷在內的新材料進行3-D打印--有可能通過廉價、快速和在需要的地方生產供應品、零件和可能的設備來徹底改變軍事后勤。

• 生物技術可以提高士兵個人在戰場上的戰斗力和生存能力。士兵們可能會使用他們身上或體內的醫療設備來監測他們的身體狀況，并且隨著戰場的進展，使用設備來診斷健康問題或傷害，并注射藥物--甚至在戰斗中。

• 新能源技術--如小型核反應堆，或高密度電力儲存--可以通過減少操作前沿部署的設施和設備所需的燃料數量，或作為未來定向能源武器的動力源，對后勤和武器系統產生同樣的變革性影響。

圖 2020 年 5 月對安裝在波特蘭號航空母艦 (LPD 27) 上的激光武器系統進行的測試。據美國海軍稱，該系統成功地禁用了用作目標的無人機。

定向能武器：威力強大，但依賴于能量：激光和其他定向能武器（DEWs），以及正在開發的軌道炮，都依賴電能來運作。因此，定向能武器的一個潛在缺點是，如果它們被剝奪了電源，例如在戰斗中遭到破壞，它們就會變得無法使用。

3 軟件:開發新概念

在戰場上使用新武器和新技術的方式將與技術本身一樣重要，特別是在確定軍事突破是真正的革命還是僅僅是當今軍事藝術的先進版本方面。正如第一次和第二次世界大戰前對新的和未經試驗的理論概念進行辯論一樣，世界各地的軍隊正在努力開發如何使用這些新的戰爭工具的理論（"軟件"）--有些是以新穎的方式，但有些則更多地反映了從今天的戰術和戰略的演變。至少有四種相互獨立但并不相互排斥的設想，即行為者在未來幾年內如何使用新武器和技術。

3.1 快攻

作為毀滅性的開場炮，高超音速武器，也許與更多的先進常規導彈相結合，可以在防御者能夠做出任何形式的反應之前，幾乎同時打擊對手的軍事和民用基礎設施。由于這種武器的射程和精度，攻擊者很可能不必事先廣泛部署部隊，從而限制了對手的指標和警告。

3.2 區域防御

雖然一些新技術似乎有利于進攻或遠征戰爭，但某些其他新技術似乎為防御提供了更多的幫助，特別是對于專注于確保其國土安全的小國。例如，今天的無人駕駛系統通常需要大型和昂貴的機身，以容納必要的發動機和燃料箱，以便在遠離其基地的地方運行或在外國或敵對領土上長時間徘徊。然而，如果目標是保持對局勢的了解，并保衛一個國家的領空、海洋主張或本土領土，那么大量小型和廉價的無人駕駛系統可能同樣有效。

3.3 分布式戰爭

高速和高度精確的致命武器的擴散將使昂貴的、高價值的、難以快速替換的平臺和武器系統的生存能力受到質疑。一個潛在的緩解策略可能是進一步發展和實施分布式部隊和行動。

• 精確的地理位置、高保真戰場感知、即時通信和對抗性武器的結合意味著，到2040年，軍隊可能不再需要在時間和空間上集結部隊，達到歷史上或傳統上認為必要的程度來實現其目標。

• 然而，有一種風險是，如果促進分布式戰爭所需的任何關鍵使能器--特別是通信--被敵對行動破壞、擾亂或摧毀，那么軍隊的整體作戰系統可能從一個相互聯系的、有凝聚力的網絡演變成一個無法進行有效作戰行動的斷裂的馬賽克。

3.4 混合戰爭和非動能戰爭

各國可能會越來越多地在 "灰色地帶 "進行競爭，除其他外，還使用非官方或看似可否認的代理人，包括私營軍事公司（PMC）。盡管使用代理人并不是一個全新的現象--冷戰時期美國和蘇聯之間的競爭大多涉及代理人沖突、可否認的部隊和假情報運動--但日益緊密聯系的環境正在改變一些工具和技術。

• 除了由智能體部隊或其他可否認的部隊進行的實際作戰行動外，這種類型的沖突將包括一系列可以獨立進行或支持常規軍事部分的非動能行動，如對海底光纜的攻擊、網絡行動、GPS干擾和欺騙以及信息行動。

4 用戶：使用新武器和軍事藝術

最終，新技術的選擇和作戰概念的發展可能取決于各個行為體獨特的威脅意識、實力和脆弱性。潛在的行為者包括從大國和地區大國到非國家行為者，如PMCs和叛亂及恐怖組織。國家和組織文化以及內部動態可能會在不同行為體如何采用和使用新技術方面發揮作用。這些行為體在多大程度上鼓勵主動性和創新，或在其他方面對變化持開放態度，可能會決定他們能否成功掌握新技術和理論的全部潛力。

一些先進的或新興的技術--如高超音速技術--可能仍然屬于大國和較富裕的國家行為者的范圍，但相對較低的國家和非國家行為者可以利用成本較低和更廣泛的自動化系統和網絡工具來實現高影響甚至是戰略層面的效果。較小的國家或正在崛起的國家可能更具創新性，因為它們冒險的損失較小，受遺留系統的負擔較輕，有時可以通過跳過幾代人的發展或投資于新的和未經測試的軍事或商業技術來跨越式發展。

• 2019年，伊朗利用武裝無人機和巡航導彈對沙特阿拉伯的石油生產設施進行了一次協調的遠程打擊，展示了創造性地將不同的技術和工藝編織在一起的能力--這次攻擊短暫地關閉了全球5%以上的石油生產，導致油價飆升。

• 私營軍事公司，特別是那些在某個大國要求下運作并有可能獲得最佳技術的公司，也有可能將先進的武器和監視設備納入其行動中。由于不受國家軍隊的官僚主義、理論和傳統的約束，私營軍事公司有可能在確定新的和創新的方法，在戰場上應用日益先進的技術方面發揮領導作用。

• 叛亂和恐怖組織可能會試圖進一步利用先進技術，因為這些技術變得越來越便宜和容易獲得。現在，潛在的恐怖分子很容易建造或購買無人機，并將其改裝為攜帶幾磅炸藥。

5 展望及啟示

在歷史上，新的作戰技術不斷涌現，往往大受好評，但只對戰場產生了有限的影響，而其他技術--如火藥--則繼續產生了深遠的影響。準確地確定哪些以及在多大程度上新技術和工藝將對未來戰爭的特點產生最大的影響是眾所周知的困難。然而，已經在戰場上出現的或即將出現的先進能力，指出了一些趨勢和對2040年的戰爭與和平的潛在影響。

5.1 越來越多的先進技術

許多可能在未來20年內被開發和部署的先進系統代表著擴散的威脅。在持續的技術變革和擴散的速度下，許多與軍事相關的技術可能會變得更容易獲得，并且對國家和非國家行為者來說都很普遍。

• 例如，空間技術和服務在本質上是雙重用途的，這意味著先進的、基于空間的服務--如高分辨率圖像--將可用于軍事應用以及民用政府和商業使用。

• 技術的擴散和相對較低的成本已經為網絡空間的沖突創造了一個特別低的障礙，使小國家或團體能夠在沒有昂貴的武器系統和人員的情況下實現戰略效果。低成本的網絡空間能力的應用也可以為打擊依賴技術的國家或組織提供一個優勢。

• 鑒于技術的傳播和商業行業在新的應用和系統開發中發揮的核心作用，有可能想象一種動態的融合，即出現一種新的私營軍事公司，提供最先進的軍事能力--如機器人武器和由雇傭軍操作的平臺--以獲得報酬。這可以使較小的軍事強國避免發展現代軍事和培訓熟練人員的費用。

5.2 被認可的庇護所不再安全

遠程精確打擊能力意味著曾經因為距離而被認為相對安全的地區將變得越來越脆弱，包括機場、集結區、指揮和控制中心。各國還可能面臨不受地域限制的、針對關鍵基礎設施的協同網絡攻擊，以擾亂部隊行動，在平民中造成混亂，并削弱公眾對軍事行動的決心。

5.3 誤判和升級的風險增加

先進武器系統的日益普及以及混合戰爭和非動能戰爭的不斷使用，可能會進一步挑戰長期以來對國家間威懾的理解，可能會有意外升級為國家間直接沖突的風險。

• 如果高超音速和其他先進的精確打擊武器被證明像傳統智慧所認為的那樣有效和難以防御，這些系統可能成為理想的第一打擊武器。如果局勢高度緊張，領導人可能會感到有壓力，因為害怕在對手的第一次打擊中失去他們先進的高超音速武器和其他武器庫。

• 增加灰色地帶的活動，即使是為了避免全面的軍事對抗，也會帶來另一個風險變量，特別是隨著時間的推移，能力的增長。在對抗中，任何一方都不可能完全確定對方會如何反應，例如，當國家支持的私人軍事承包商在戰斗中被殺，或網絡攻擊破壞了關鍵的基礎設施或破壞了選舉。從本質上講，使用這些方法的前提是對方不會尋求升級。

5.4 更加致命，但不一定是決定性的

涉及大國或中等國家的未來沖突從一開始就可能是異常激烈的，但也是曠日持久的，沒有結果的。幾個世紀以來，對手發動戰爭，認為他們有一些優勢，可以使他們迅速和決定性地獲勝。有時他們是正確的，但在其他情況下，那些認為自己擁有贏得戰爭的技術或軍事戰略的領導人卻證明是錯誤的。隨著各種各樣新的但尚未嘗試過的作戰技術和概念的出現，這種動態可能會在未來20年內繼續重復。

• 作為歷史對比，日本在1941年對珍珠港的攻擊使美國海軍的太平洋戰艦艦隊癱瘓，并殺死了2400多名美國人。在未來，先進和日益致命的武器可以達到類似的影響，并在沖突開始的幾分鐘內對一個國家的武裝力量造成類似的傷亡。

• 這種破壞的速度和規模可能導致任何在未來沖突中遭受類似損失的國家因喪失軍事能力和信心、對傷亡的震驚或破壞其戰斗意志的組合而認輸或退出戰斗。然而，這種明顯的決定性損失有可能激勵一個國家繼續戰斗，而不顧流血和財富的代價，就像珍珠港事件后的美國一樣。這種情況也可能迫使一個國家采用新的武器技術或新的戰爭方法，否則它可能不會考慮去試圖擊敗對手。

（圖：作家兼戰略家彼得辛格（左）于 2018 年 11 月 1 日在一個未命名的空軍設施與一名軍官和一名國防部文職人員討論新技術。人工智能和腦機接口等進步將改變陸軍作戰的方式。）

長期以來，決策一直是戰爭的核心。最近，戰爭的節奏、規模、不透明性、非線性和連通性的增加對當代決策過程提出了越來越多的挑戰。在未來，這種變化將同時增加及時和有效決策的重要性，同時進一步加劇許多指揮官的認知和決策挑戰。指揮官將尋找結構不良、高度復雜的問題的解決方案，這些問題延伸到空中、陸地、海上、信息、網絡和空間這六個領域。隨著新技術和新應用的實現，未來的事態對復雜性構成了潛在的增長，并將以指數級的速度增加。人類的學習，甚至是最老練的指揮官的直覺能力都無法跟上不斷變化的戰爭特征。要想把贏得戰斗的洞察力帶到未來，必須對人類的認知、決策過程進行改進，或對其進行增強。

決策能力和現有支持的割裂造成了分析性決策過程、指揮官的直覺和有效決策之間日益擴大的能力差距。當前和未來的環境表明，有必要開發更加靈活的決策支持工具，以阻止這種差距，并為指揮官重新獲得決策優勢。在一個不透明和復雜的環境中有效地預測未來幾場戰斗的能力將是成功的關鍵。同時，在一個能夠迅速使以前的計劃失效的動態環境中，理解并首先做出反應的能力對于奪取和保持主動權至關重要。

復雜性科學和混沌研究已經與類似的問題進行了斗爭，并為軍事指揮官的突發挑戰提供了相關的見解。計算機建模和人工智能（AI）方面的工作已經取得了巨大的進展。在許多游戲中，計算機已經超越了人類的決策能力。

從人工智能的主導地位中適應和發展，國際象棋中的人機團隊已經達到了決策的新巔峰，將提前數個回合評估未來動作的算法的卓越戰術與人類的戰略能力相結合。目前美國與人工智能和決策有關的國防努力似乎集中在大數據和數據分析上。然而，如果沒有一個改進的軍事決策框架，就不能利用預測性分析。否則，增加的數據和分析只會加劇理解日益復雜和動態的作戰環境的挑戰。

軍事決策過程（MDMP）雖然在分析上是合理的，但其結構并沒有跟上未來環境的步伐。沖突的速度將超過工作人員處理分析貢獻的能力。

用人工智能對MDMP進行修改和增強，將創造一個過程，以更快的速度產生對環境的理解，并以物理信息的框架為基礎。行動方案的制定將不會像現在這樣，從一個理想的最終狀態向后發展，在理論上運用方法和手段來創造一個想象的未來。由人工智能支持的MDMP將從當前狀態向前工作。它將通過友軍和敵軍決策樹的可能分支向前探索，走向各種環境和敵軍的行動路線，通過最小化風格的決策樹，將其作為適應性代理來實現。替代行動的未來將通過可行性的出現來建立，并通過優化作戰功能的貢獻來完成，固有的區別，然后由人機團隊的人類部分來判斷是否合適和可接受。重新設想的人-機MDMP將與未來的操作環境保持同步，通過以接近機器的速度操作來保持相關性，使人能夠在日益濃厚的戰爭迷霧中獲得卓越的視野。

指揮官雖然得到參謀部的支持，但最終還是利用自己的能力進行決策。當指揮官在進行問題解決以制定對其工作人員或下屬的指導時，他們基本上是在進行 "手段-目的分析，這是一個尋找手段或步驟的過程，以減少當前情況與預期目標之間的差異"。即使是直覺，即對一個事件或數據的突然有洞察力的解釋，也以類似的方法發揮作用。"盡管表面上突然閃現的洞察力似乎產生了問題的解決方案，但研究表明，人們在解決洞察力問題時使用的思維過程最好被描述為一種漸進的、手段-目的的分析。" 領導者認識到相似性，并將其與個人和所研究的歷史聯系起來，從而獲得洞察力。心理學家、經濟學家和諾貝爾獎獲得者丹尼爾-卡尼曼（Daniel Kahneman）用這樣的描述來解釋內部的、經常是半意識的過程："產生印象、直覺和許多決定的心理工作在我們的頭腦中默默地進行"。數學物理學家、科學哲學家和諾貝爾獎獲得者羅杰-彭羅斯描述了一種無意識的思想發展和對這些思想的有意識判斷。

MDMP有一個類似的、不亞于人類的動態。參謀部通過行動方案（COA）的制定產生備選方案，并由指揮官決定。然而，在行動方案的制定過程中，正如在手段-目的推理中一樣，用于簡化計算的啟發式方法以及一些神經心理學上的缺陷，限制了選擇并注入主觀性。歸根結底，目前MDMP內部的COA開發過程仍然需要大量的頭腦風暴來解決。

與主觀開發選項形成對比的是基于衡量和計算的選項開發，而這一過程將由人工智能支持的程序執行。通過一些基于現有信息和過去沖突的數據的計算，可以對比出AI賦能的MDMP會提供的建議。

對2008年俄格戰爭期間的決策和計劃進行評估，在與歷史上的決策、行動和結果進行對比時，可以深入了解人工智能驅動的MDMP的好處。以下是人工智能驅動的MDMP背后的邏輯和過程。

俗話說，如果情報是用來推動機動的，那么對戰場的情報準備的產出必須作為COA發展的起點，使友軍COA的創建能夠實現對對手的不對稱，并執行對對手行動最有利的行動。

從對敵方力量的評估中，可以根據具體的任務變量來確定所需的友軍力量。要做到這一點，需要一種衡量對手戰斗力的方法。有許多復雜程度不同的方法來確定一個代表戰斗力的數值。

人工智能程序可以使最繁瑣的系統變得可行，所以它不像參謀部那樣受到復雜性的限制，特別是在時間有限的時候。雖然這個例子使用了戰區分析模型（TAM），但TAM并不是重點。指揮官、參謀部或學說推薦的任何東西都可以使用。

在2008年俄格戰爭爆發前，俄羅斯部隊在北奧塞梯駐扎。這些部隊可以按地點轉化為戰斗力值。例如，在馬米森山口附近的俄羅斯部隊可以按其組成部件進行統計，如人員、T-72主戰坦克、2S3自行火炮和BM-21多管火箭炮系統。

圖 1. 俄羅斯軍隊戰斗力計算

圖1中顯示的戰斗力范圍可以告知所需的戰斗力，這些戰斗力來自于格魯吉亞部隊的位置，用藍色矩形標注，以便在各種可能的情況下擊敗這支俄羅斯部隊。圖1中描述的兩種情況是俄羅斯使用西面的馬米森山口或東面的羅基隧道（帶箭頭的紅線）。

與戰斗力計算一樣，從計算機建模中得出的計算結果可以用來預測基于部隊和手段的相應相關性的傷亡。在這里使用的算法中，戰斗力是根據地形和任務類型對每種能力或系統進行調整。一旦對戰斗力進行了調整，該模型描述了在部隊比例為1:1時的傷亡分布情況，有一條非線性曲線，在戰斗力比例大約為4.4:1時趨于平緩，顯示了一個粗略的收益遞減點。這種計算方法不能提供 "任務成功 "的百分比機會，但可以提供預期戰損和傷亡的迭代，顯示雙方的戰斗力如何隨著時間的推移而受到影響。必須對將導致失敗或撤退的戰斗力損失做出假設，但這是一個很好的例子，說明人類的洞察力可以被迫提供具體的情況。從這些計算中出現的洞察力的開端是，1:1的比例仍然是消耗性的，而2:1的比例有可能在兩次反復中增長到2.4:1然后是4.5:1。這就形成了一種機制，在時間上尋求有利的戰斗比例，可以決定性地改變平衡。這不是一個水晶球，而是現有的最佳估計，能夠由工作人員有條不紊地進行，或由程序以機器速度進行。由于戰爭是一種明顯的人類努力，因此可以將士氣或本例中未包括的其他因素納入到額外的修改因素中。這種對戰斗力隨時間推移的理解提供了一個關鍵的洞察力，并可以為部隊分配的決策提供參考。在這一點上，可以產生一個對應于特定地點的友軍的有利戰斗力要求。圖2強調了格魯吉亞部隊如果在俄羅斯入侵路線上的起伏地形中進行防守時的理想戰斗力。

隨著南奧塞梯局勢的升級，格魯吉亞總統米哈伊爾-薩卡什維利于2008年8月7日為軍隊確定了三個目標。他指示他們 "第一，阻止所有軍車從俄羅斯通過羅基隧道進入格魯吉亞；第二，鎮壓所有攻擊格魯吉亞維和人員和內政部崗位或格魯吉亞村莊的陣地；第三，在執行這些命令的同時保護平民的利益和安全"。正如格魯吉亞國家安全委員會秘書亞歷山大-洛馬亞后來所證實的，"我們行動的邏輯是解除茨欣瓦利郊區的射擊陣地，并試圖通過繞過茨欣瓦利，盡快向羅基隧道靠近"。這一指令和支撐格魯吉亞軍事反應的邏輯為本文中繼續發展人工智能的COA提供了一個有益的對比。

圖2. 兵力比的正反饋循環

前面分析的圖1中的俄羅斯部隊是后來試圖通過羅基隧道進入格魯吉亞的第一梯隊部隊。被描述為向格魯吉亞部隊和村莊開火的部隊在茨欣瓦利附近活動，由奧塞梯人組成，由俄羅斯和奧塞梯 "維和 "營協助，人數增加到830人，大約300名雇傭兵，以及更多的大炮。由于他們有相當多的步兵，不同的任務，以及從茨欣瓦利城市中心倉促防守的地形，通過以前使用的相同方法，他們的戰斗潛力被計算為60。

談到格魯吉亞部隊和繼續發展他們最有利的行動路線，格魯吉亞第二、第三、第四和第五步兵旅以及戈里的一個單獨的坦克營的戰斗力和位置，作為計算的起點。他們與俄軍的距離和旅行時間，或關鍵地形，都可以計算出來。將這些信息與之前概述的俄羅斯部隊和之前討論的兵力比例知識結合起來，就可以利用目標編程，從數學上優化從每個格魯吉亞地點到羅基隧道或茨欣瓦利的戰斗力，以滿足有利的兵力比例，同時最大限度地減少總的旅行距離，從而最大限度地減少時間和后勤要求。

圖3. 戰斗潛力優化Python計劃的結果和建議的第4旅的分步任務組織結果

圖3左上角的優化程序結果顯示，格魯吉亞的戰斗力分配足以達到2:1的兵力比，以對抗進攻的俄羅斯部隊。對于第4步兵旅，建議在各目標之間分配戰斗力，后續的優化程序是按作戰功能確定各目標的不同作戰系統的數量，如圖3右上方所示。其結果是以理論為基礎的理性選擇解決方案，并通過在后期MDMP的COA分析步驟中為裁決戰爭游戲而保留的計算類型形成。人工智能支持的MDMP所實現的是使用詳細的分析來告知行動方案的最初發展，防止未來對次優COA的路徑依賴。

這種輸出就像分析數據以創造信息。合并這些信息的組成部分可以創造出知識，指揮官或參謀部可以對其運用智慧。這種方法不是像直覺所注入的那樣擁有不可解釋的因素，而是可以解釋的，并且可以在指揮官的具體規劃指導下進行修改。在這種情況下，裝甲、步兵和炮兵在進攻和防守中的有效性，以及丘陵和城市地形，都被納入優化的考慮范圍，輸出結果將炮兵優先送到羅基隧道。這一建議，雖然源于算法，但遵守人類的軍事判斷，認識到在城市中使用火炮的相對困難，以及步兵的相對優勢。毫不奇怪，行動后的審查指出，格魯吉亞的炮兵在丘陵地帶對付前進中的俄羅斯縱隊是有效的。

同樣，在這種修改中，通常為COA分析的后期步驟保留的計算類型被應用于COA的最初發展。正如加里-卡斯帕羅夫所描述的與計算機合作的好處一樣，人類也可以將作戰藝術應用于已經納入科學的概念。

許多計算可以被整合到程序中，以減少認知負擔，讓工作人員進步到更高層次的人工分析，其中一個例子就是時間。對于建議的每條路線，可以進行計算，根據車輛數量和其他變量確定更準確的時間。

將上述初級人機開發的COA的輸出與格魯吉亞國家安全委員會對其一般行動方案的闡述相比較，突出了人工智能支持的MDMP可以提供的優勢。人工智能的建議將一支更強大的格魯吉亞部隊引向羅基隧道，同時向茨欣瓦利投入部隊。很可能更早和更多地將部隊投入到羅基隧道附近的防御中，會極大地擾亂已經被渠化的入侵俄羅斯部隊，并阻止他們將火箭系統移到茨欣瓦利的射程內，并通過隧道將彈道導彈炮組進一步嵌入格魯吉亞，這對俄羅斯人來說是決定性的。

到目前為止，修改后的方法已經建立了一種發展 "下一步行動 "的方法，其基礎是對友軍和敵軍戰斗力的理解，這種戰斗力如何受到任務類型和地形的影響，以及部隊在移動和機動接觸中的時間關系。地面部隊的這些例子必須自然延伸到所有領域的戰斗力和效果的應用。這種技術能夠同時分析各個領域，并為跨領域效果的整合提供一個機制。近距離空中支援的架次可以被整合到地面領域，以便在地面戰斗的關鍵地點和時間提供更好的戰斗力比率。此外，在進行空對空作戰計算時，可以將地面防空資產納入空對空計算的因素。圖4顯示了通過羅基隧道進攻的俄羅斯地面部隊和推薦的格魯吉亞地面部隊的戰斗力，另外還強調了如何將俄羅斯的蘇-25戰斗機或格魯吉亞的SA-11系統納入其中。這為在領域內和跨領域進行的作戰行動創建了一個多維框架，并提供了一種同步匯合的方法。當一個領域的條件發生變化時，對其他領域和行動的影響可以在開始大大超過工作人員計算的復雜程度上進行。

隨著核心COA的制定，每個作戰功能的最佳整合可以通過算法來確定。例如，有了通往目標的路線和距離，以及燃燒率和其他規劃因素，可以計算出支持概念的要素。

這個例子表明，有能力在多個領域整合所有作戰功能的規劃。有了充分的細節說明COA的完成和廣度，現在可以把解釋轉向深度。為了在作戰層面創建一個在時間和空間上都有深度的COA，它必須提前預測幾個交戰，以實現相對優勢的位置，并尋求實現轉化為成功的失敗機制。而之前的過程主要是將現有的軍事理論或學術研究進行算法連接的創造，它們很難實現超越即時決策的飛躍，并創造出作戰藝術。對于這一點，現有的人工智能提供了適用的例子。

國際象棋人工智能中使用的基本微分法對所有棋盤上的處置方式提前兩步進行打分，包括行動和反應，然后根據程序對分數進行比較，分數最差的那個選項被修剪掉。在排除了未來兩步棋中最差的選項后，剩下的最佳選項被選中。修剪和消除的過程可以防止出現這樣的情況：人們可以在最近的一步棋中拿下一個低價值的棋子，但在下一步棋中又會失去一個高價值的棋子。該算法基于每一步后續棋重復這一過程。在許多程序中，該算法會分析更多的未來棋步，以指數形式增加棋盤的處置，以評估和排列潛在的棋步。為了簡化計算機的計算，一個被稱為阿爾法-貝塔修剪的過程可以在明確它們不會是最佳選擇時刪除分支，并停止評估它們。根據已經證明的根據力量和手段的相關性來評估軍事編隊的能力，可以看到即使是簡單的國際象棋人工智能方法也可以成為發展作戰藝術的基礎。

圖4. 多域COFM框架

當使用決策樹和國際象棋人工智能的最小算法時，程序會對棋盤上的大多數或所有的替代性未來進行評估，并產生一個可比較的值。俄羅斯軍隊最初從西邊的馬米森山口進攻，而不是從東邊的羅基隧道進攻，就是一個選項的例子。這將產生一個不同的動作，格魯吉亞部隊需要對此作出反應。除了國際象棋人工智能中棋子的總價值外，還經常使用位置的修改器。對每一方的剩余棋子進行估值的方法在概念上類似于之前用于分析俄羅斯和格魯吉亞部隊的戰斗力的TAM計算方法。而不是單個棋子的價值，將考慮軍事編隊的戰斗力。這種機制設計起初似乎是以消耗為重點，保留友軍的戰斗力，消除對手的戰斗力，并根據價值來確定優先次序。從一開始看起來非常機械的東西中出現的顯著特征是在時間和空間上創造和連接有利的力量比例，實現不對稱性，以大量消耗對手并保存友軍的戰斗力。簡而言之，它創造了作戰藝術。

當以這種方式對格魯吉亞的多個行動方案進行比較時，就會出現與圖3中描述的不同的行動方案。由于通往羅基隧道的旅行時間的變化，以及對交戰的預測是如何沿著各自的決策樹展開的，因此確定了對通往羅基隧道的部隊的改變，如圖5所示。

當人工智能支持的COA開發過程繼續向前搜索時，在Troitskye的俄羅斯第503摩托步槍團（MRR）和在Khankala的第42摩托步槍師和第50自行火炮團被確定為需要考慮的俄羅斯作戰力量。以最小的方式，在最初決定在羅基隧道和茨欣瓦利之間分配部隊之前，沿著決策樹進一步考慮這一事件。一旦理解了時間上的力量以及二階和三階效應，就會發現一個非直覺性的決定，即與戈里的坦克營和第比利斯的第4旅一起向羅基隧道進攻，這是由于預測到俄羅斯第二梯隊部隊在未來的行動。

圖 5. 俄羅斯-格魯吉亞聯合決策樹和進化

如圖3所示，如果俄軍同時開始行動，格魯吉亞部隊的原始部署無法及時趕到羅基隧道進行防御。然而，當動用哥里的坦克營或第4步兵旅時，一支有利的部隊能夠在迪迪古普塔或爪哇附近進行防御，使俄軍在山丘上保持渠化，有足夠的戰斗力來預測俄軍的進攻會被擊敗。這種防御可以抵御俄軍第二梯隊的第503摩托化步兵師，但不能抵御緊隨其后的第42摩托化步兵師，圖5右上方描繪的是第503步兵師。正因為如此，格魯吉亞的防御部隊如果要完成他們的任務，就需要在503摩托化步兵師到來之前向隧道進行反擊，以在嚴重的渠化隧道處進行防御。有了這些從復雜中出現的聯系，格魯吉亞的領導層可以及時思考并產生贏得戰斗的洞察力。

建立可用COA的算法過程在很大程度上緩解了因時間不足而產生的差距，同時為MDMP引入了一定程度的學術嚴謹性，否則可能只是主觀評估，而這種評估中隱含著所有未知的危險。

在目前的作戰環境中，往往沒有時間來制定多個作戰行動方案，對所有制定的作戰行動方案進行戰爭演習，應用作戰行動方案評估標準，然后確定一個推薦的作戰行動方案。有了人工智能支持的MDMP，COA分析和比較就被烘托出來，并最大限度地利用現有的技術，所有這些都是在傳統的工作人員可以收集到的工具。

通過COA分析和COA比較步驟合并和修改COA開發步驟，以利用當前人工智能能力的速度、力量和洞察力，將提高預測多種替代性未來和選擇的能力，使指揮官不僅能夠在三維空間中思考，而且能夠在時間中思考。鑒于時間越來越稀少，了解時間，并擁有在多個領域與之合作并通過它的工具，可能是人工智能提供的最大優勢。

其他領域的人工智能工具已經展示了它們在提供快速、一致和準確計算的任務方面的能力。為了具有價值，人工智能不需要自主運作或復制有生命的人。人工智能只需要彌合當前規劃和決策工具的適用性與人類認知在復雜適應性系統中的有效性之間不斷擴大的差距。處理復雜性的適度改進，即使只是減少導致錯誤的認知負擔，也會確保比無助的指揮官有決策優勢。

在人工智能支持的MDMP的意義上更進一步，人工智能可以在第一次迭代后半自動地完成MDMP，幾乎連續地進行完整的MDMP過程，沒有疲勞感，納入每一個新發展。一個持續的人工智能運行的MDMP將提供關于部隊當前位置和行動的反饋。近乎實時的反饋將使我們能夠跟蹤下屬單位的當前行動、控制措施的遵守情況和進展。

其次，近乎連續的MDMP可以通過評估根據當前條件應該執行什么COA來預測分支，甚至預測隨著條件的變化，未來決定性交戰的設置。持續的人工智能支持的MDMP將與敵人而不是計劃作戰。一個人工智能支持的過程將有額外的好處，即為任何新出現的COA整合資源，同步和優化所有領域的效果，并使過渡到一個新的分支計劃更加可行。這種能力將在使部隊迅速適應在未來動蕩環境中的混亂邊緣茁壯成長方面取得不可思議的進展。

美國已經進入了一個大國競爭的新時期。俄羅斯和中國的崛起在全球權力結構中形成了復雜的三足鼎立局面。最近人工智能方面的技術進步使這種多變的國際動態進一步復雜化。學者、政治家和高級軍官已經意識到，人工智能的融入是軍事事務中一場新革命的起源，有能力改變權力的戰略平衡。美國在中東被二十年的反叛亂所困擾，并受到僅延伸至2025年的長期人工智能戰略的阻礙，沒有準備好進入這個 "第六代 "軍事能力，以確保其戰略利益。這種人工智能化的部隊將由半自主和自主系統定義，包括致命的自主武器系統。第一個開發和使用這些武器的國家行為者將在這個新時代獲得對其競爭對手的戰略優勢。雖然美國目前在人工智能方面擁有優勢，但由于缺乏前瞻性思維和重點投資政策，這種優勢正在迅速消失。這是一份旨在解決這一差距的政策文件。20世紀90年代中期的中國軍事現代化模式為美國未來的政策提供了一條潛在的途徑。雖然兩國政府結構存在差異，但其中的幾個基本原則可以在美國的制度框架內適用。因此，美國可以通過制定健全的投資政策、集中的技術發展計劃和新的行動概念來確保人工智能的首要地位，以便在新能力出現時將其最大化。

針對美國的政策建議與評估

大國競爭必須相對于其他大國的能力進行評估。因此，沒有一種能力可以被評估為產生可持續的絕對優勢。然而，在潛在的對手獲得同樣的能力之前，開發人工智能技術和應用為21世紀沖突設計的CONOPS的能力將在整個政治/軍事領域產生一個暫時的戰略優勢。美國目前的公共政策和戰略并沒有延伸到25年后。隨著中國準備在2030年成為占主導地位的人工智能大國，美國為了確保長期戰略利益，不能接受人工智能競賽的現狀。由于人工智能領域的技術發展速度很快，人工智能RMA的狀態和抓住初始優勢的能力正在接近一個拐點。建議美國采取側重于美國在人工智能競賽中的首要地位的政策，特別是在致命性自主武器系統的研究和開發方面。美國在這一領域保持優勢的能力對于國家安全和參與21世紀人工智能輔助和/或人工智能環境的準備工作是至關重要的。

由于致命性自主武器系統是一項仍在開發中的未來技術，因此不可能確定致命性自主武器系統對戰略環境的完整影響。本研究承認，對于評估一個未來武器系統的影響沒有預測性的措施，該系統在實現其全部潛力之前還將經過幾代技術的演變。然而，評估投資政策、技術和CONOPS演變的影響以及它如何影響軍事準備、政治資本和戰略環境的能力是有據可查的。

本文的建議將以1990年至今的中國軍事投資戰略為藍本。在此期間，中國國防開支的增加創造了一個前所未有的能力和軍事力量的增長，為美國未來的人工智能政策提供了一個框架。由于全球力量是以相對而非絕對的方式衡量的，美國至少必須在多極環境中與不斷增長的大國保持平等。雖然從美國的角度來看，中國戰略的某些方面，特別是盜竊知識產權的因素是不切實際的，但那些關于教育和貨幣投資的內容可以被納入美國未來的人工智能政策中。這項研究建議：

1.設立一個負責人工智能政策的助理國防部長的新職位，直接負責人工智能的發展和整合到美國防部。

2.指示ASDAI為美國軍隊制定一個關于第六代能力的預期最終狀態，每十年更新一次。

3.建立30年、15年和5年的人工智能目標，每五年更新一次，讓各個機構，如DARPA、JAIC、國防創新部門（DIU）和相關組織負責特定的發展水平。這將使美國政策制定者有能力根據ASDAI評估和更新的多變的戰略環境，為每個機構提供適當的資金。

4.成立一個委員會，負責發展和保留研究生水平的科學、技術、工程和數學（STEM）人才。

5.建立一個戰略規劃組織，負責研究和整合新的人工智能技術，因為它們出現在15年和5年的基準點上，以便在收購過程中納入其中。

對這些政策的評估必須對照美國對手在人工智能領域的成就和進步。建立在美國在人工智能領域的首要地位上的政策應該集中在教育和經濟投資，新的人工智能技術的初步發展，以及新的CONOPS的發展，以便在新的人工智能能力可用時充分和有效地進行。本研究報告的其余部分重點關注中國國防現代化計劃對美國未來人工智能政策和建議的調整。

摘要

歷史已經表明，新技術可以大大改變戰爭的面貌。

今天，經歷了第四次工業革命所帶來的創新速度和技術的出現，甚至關于戰爭性質的經典克勞塞維茨理論也會受到質疑。

預計美國將在量子計算領域擁有早期優勢。然而，中國也在探索量子技術的應用，并且已經在量子通信領域超過了美國。因此，認識到量子技術及其應用的重要性，發展其整合，并理解美國《2018年國防戰略》（NDS 2018）中奠定的戰略背景，在作戰藝術的范式下考慮量子技術是非常必要的。

量子技術是一項新興技術，有可能重塑世界，并挑起一場新的軍備競賽。鑒于我們正處于量子技術的早期階段，存在這種技術為美國和她的盟友提供對對手的優勢的可能性，本專著分析了量子技術并研究了它在未來戰爭中的潛在重要性。

簡介

阿瑟-赫爾曼，"贏得量子計算的競賽"

想象一下，一臺計算機可以在不到一眨眼的時間內解決當今最快的超級計算機無法開始解鎖的數學問題。想象一下，一項技術可以讓觀察者看穿墻壁，或者看到世界上最黑暗的海洋深處。想象一下，一種技術可以建立基本上無法破解的全球網絡，同時使對手最秘密的數據瞬間透明。

所有這些都是量子計算機和量子技術的特點，它將在未來幾十年，甚至幾個世紀內定義全球信息技術的未來。它代表了現代歷史上任何一場深刻的革命，而我們正站在它的邊緣，它的所有前景--以及它的危險。

約翰-馮-諾伊曼，《擾亂宇宙》（Disturbing the Universe）

我正在思考比炸彈更重要的東西。我在思考計算機。

歷史已經表明，新技術可以大大改變戰爭的面貌。1939年，一艘德國潛艇在英國南海岸附近的英吉利海峽被俘后，英國情報人員繳獲了一臺德國英尼碼編碼機。在波蘭密碼學家的幫助下，英國專家制造了一臺破譯機，使他們能夠破譯德國的信息，從而使盟國在整個第二次世界大戰期間在戰術和行動上獲得了巨大的情報優勢。

1938年，德國化學家意外地發現了核裂變。由于擔心納粹德國會開發出原子彈，美國政府啟動了曼哈頓計劃。這個項目的目的是制造一顆原子彈，以應對納粹德國制造類似炸彈的威脅。雖然德國在六年的戰爭后向盟國投降，但太平洋地區的對日戰爭仍在繼續。日本在廣島和長崎的兩顆原子彈爆炸后才投降，結束了第二次世界大戰。

英格瑪和曼哈頓計劃都是政府的秘密項目，都有一個刻意的目的，都有科學家、數學家、物理學家和軍方的大規模合作努力。英尼碼的破譯對戰爭的進行產生了重大影響，而曼哈頓計劃則強烈地影響了戰爭的結果，并誘發了更廣泛的戰略影響，這些影響至今仍然存在。

今天，經歷了創新的速度和第四次工業革命所帶來的技術的出現，關于戰爭性質的經典克勞塞維茨理論受到了前所未有的質疑。目前，商業公司正在與重要的大學研究團隊合作，研究量子技術的潛力。量子技術應用的一個最重要的例子是量子計算。

摩爾定律指出，計算機的處理能力將每兩年翻一番。然而，根據物理學標準教科書《量子計算和量子信息》的作者邁克爾-A-尼爾森和艾薩克-L-莊的說法，處理能力的增長正在放緩，摩爾定律預計將在2020年左右結束。因此，Nielsen和Chuang建議，"對于摩爾定律最終失效所帶來的問題，一個可能的解決方案是轉向一個不同的計算范式。量子計算理論提供了這樣一種范式，它是基于使用量子力學，而不是經典物理學的想法"。

盡管今天的量子計算機還不能與傳統計算機競爭，但量子專家預計，量子計算機將在2025年至2030年之間通過 "量子至上 "的節點。 初步跡象表明，量子計算機有可能搜索大量的數據，并比經典計算機更快地解決問題。此外，量子計算機可以打破密碼系統，促進人工智能（AI），并確保通信安全。

預計美國將在量子計算領域擁有早期優勢。行業領先的公司，如谷歌、微軟和IBM，至少在不久的將來應該繼續在美國發展這一概念。然而，中國也在探索量子技術的應用，并且已經在量子通信領域超過了美國。

美國《2018年國防戰略》（NDS 2018）指出，"必須跟上進入門檻較低的行為體新技術的高速發展。"NDS 2018指出，"新的商業技術將改變社會，最終改變戰爭的特征。許多技術發展將來自于商業部門，這意味著國家競爭者和非國家行為者也將有機會獲得這些技術，這一事實有可能侵蝕美國已經習慣的常規超強對抗。"

因此，認識到量子技術及其應用的重要性，發展其整合，并理解NDS 2018中奠定的戰略背景，必須在作戰藝術的范式下考慮量子技術。量子技術是一種新興技術，有可能重塑世界，并挑起一場新的軍備競賽。鑒于量子技術的早期階段以及這種技術優勢對對手的潛在重要性，本專著分析了量子技術并研究了其在未來戰爭中的潛在重要性。

該專著分為五章。第一章列出了關于量子技術的主要內容。第二章將重點討論量子技術的當代應用和趨勢，以建立一個全面的量子技術及其潛力的觀點。第三章將解釋研究方法。專著的第四章繼續介紹了三個場景來說明量子技術在未來戰爭中的應用，最后以第五章結束。

戰爭的特點正在發生根本性的變化，這些變化對空中力量的影響尤其深遠。多域整合為空中力量和越來越多的空間力量在未來幾年內的一系列轉變做好了準備，這些轉變不僅與技術有關，而且與空軍組織和進行規劃和行動的戰略和作戰概念有關。

迫在眉睫的、不可避免的多域作戰似乎是空中力量的一個明顯的邏輯演變，它可能會引發這樣的問題：為什么我們沒有更早地沿著這些思路思考和發展作戰概念？畢竟，對優化、作戰協同和武力經濟的尋求在空中力量中是持久的。可以說，多年來，空軍及其相關部門事實上已經嘗試以某種方式或形式在多域背景下運作。然而，在整個部隊甚至整個戰區范圍內，為多域作戰（MDO）提出的早期作戰概念（CONCOPS），在多域作戰空間產生作戰協同和效果的努力是前所未有的。

諸如聯合全域指揮與控制（JADC2）這樣的結構闡述了一個作戰云賦能的未來戰爭，其中任務指揮和戰斗空間管理被有效地隱含在整個戰斗部隊中，觀察-定向-決定-行動（OODA）環路被加速到邊緣計算的速度。傳感器和通信網絡決定了空軍承擔幾乎所有傳統任務的功能能力。數據和數據流將變得比空軍傳統上對機動自由的依賴更加重要，并且有效地成為其戰略推動者。空軍力量將越來越多地與網絡而非平臺、數據而非武器系統有關。

任務的成功和失敗一直是由指揮官和作戰人員可用的態勢感知水平決定的。在新興的作戰模式中，空軍以近乎實時的速度收集、處理和利用數據的能力有效地使數據成為最大的工具和最令人垂涎的武器。收集、處理、匯總、分析、融合和傳播大量的數據、信息和知識將需要像未來有爭議的戰場上的事件速度一樣快。目前正在進行的戰爭數字化將導致在未來幾年內將 "大數據"廣泛用于作戰過程。空間領域將在實現全球范圍內連續的、有保障的和安全的通信方面發揮顯著的作用，除了更傳統的遠程監視用途外，它還被用作這種通信的運輸層。

對信息主導地位的追求將以新的和不確定的方式在物理、電磁和虛擬世界中擴展競爭的連續性。隨著空軍對帶有嵌入式人工智能（AI）工具和應用的作戰云的使用，新的風險、脆弱性和故障點將被引入。本出版物收集了來自世界各地領先的思想家的文章和見解，對多域整合和空中力量的信息優勢框架和概念的一些最相關問題提供了深入的觀點。這里的觀點和討論反映了當前對各種戰略、指揮和作戰層面的思考，讀者會發現這些思考對他們更廣泛的理解很有幫助。

這里介紹的專家展望本身既不樂觀也不悲觀，正如我們所期望的那樣，所確認的是各種新技術促成的 "飛躍"機會正在地平線上形成，但其有效利用帶來了復雜和破壞性的新挑戰。在強調其中一些關鍵的挑戰和更好地理解這些挑戰的必要性的同時，正如通常的情況一樣，沒有快速的解決辦法或現成的解決方案。然而，有令人信服的理由認為，今天所預見的眾多挑戰似乎在理論上和技術上是可以克服的，有些甚至在未來幾年內就可以克服。在未來存在的許多不確定因素中，可以肯定的是，空中力量將被徹底重新定義。

毫無疑問，今天圍繞人工智能（AI）的最復雜的治理挑戰涉及國防和安全。CIGI正在促進戰略制定：人工智能對軍事防御和安全的影響項目將這一領域的主要專家與來自國防部的40多名公務員和加拿大武裝部隊的人員聚集在一起，討論人工智能對國家安全和軍事領域的力量倍增效應。

這一努力依賴于一系列的四次研討會，以產生關于數據驅動技術如何引發巨大的技術重組的前瞻性思考，這將對加拿大的國防規劃產生深遠影響。具體來說，這些研討會集中在數據治理和政策（道德、云計算、數據準備和互操作性）；決策（可信賴性、人機一體化、生物技術和問責制）；模擬工具（培訓、兵棋推演、人機合作、機器人、自主和可信的人工智能）；以及信息時代的加拿大情報（將人工智能用于情報）。CIGI還主辦了一個研究生研討會，以激勵整個加拿大在全球公共政策、計算機科學和安全等領域學習的新興學者。

報告總結

本文探討了在人工智能（AI）和機器學習背景下的軍事特定能力的發展。在加拿大國防政策的基礎上，本文概述了人工智能的軍事應用和管理下一代軍事行動所需的資源，包括多邊參與和技術治理。

維持先進軍事能力的前景現在與人工智能的武器化直接聯系在一起。作為一項通用技術，人工智能代表著一種力量的倍增器，有能力重塑戰爭規則。事實上，在核彈頭仍然是一種單一的技術應用的情況下，人工智能有能力支持許多不同類型的武器和系統。正如北大西洋公約組織（NATO）的指導意見所指出的，人工智能和其他 "智能 "技術現在對加拿大及其盟國的未來安全至關重要。

新技術在改變戰爭的性質方面有著悠久的歷史。從馬匹和盔甲的使用到航空母艦和戰斗機的引進，人工智能和機器人只是代表了軍事技術發展的最新階段。常規武器與人工智能和機器學習的融合，必將重塑決策的性質和軍事戰略轉型中的武力應用。

即使當代人工智能系統的能力被限制在機器學習算法的狹窄范圍內，這種限制可能不會持續太久。與神經科學、量子計算和生物技術相重疊的發現領域正在迅速發展，代表了 "智能機器 "進化的未知領域。在這些新的研究領域中的科學和技術發現給加拿大的國防帶來了巨大的風險，但同時也代表著巨大的機遇。

顯而易見的是，新興技術已經成為高度緊張的地緣政治競爭的基礎，它與一系列商業產業和技術平臺相重疊。中國、俄羅斯、美國和其他國家和非國家行為者正在積極追求人工智能和其他前沿技術的軍事應用。競爭的領域包括云技術、高超音速和新導彈技術、空間應用、量子和生物技術以及人類增強。

盡管技術創新一直塑造著國家間沖突的性質，但新興和顛覆性技術（EDT）的規模和速度是前所未有的。加拿大的國防政策反映了這種擔憂，它呼吁使加拿大武裝部隊（CAF）適應不斷變化的地緣政治環境。加拿大國防規劃已著手擴大和發展加拿大武裝部隊，在新的軍事平臺整合中納入下一代偵察機、遙控系統和天基設施。

基于對不斷變化的技術環境的廣泛評估，加拿大國防部（DND）認識到，這個新時代的特點是全球力量平衡的變化。這包括在快速發展的創新經濟中大國競爭性質的變化。就像石油和鋼鐵為工業時代設定條件一樣，人工智能和機器學習現在也可能為數字時代設定條件。

這種規模的破壞是由技術和制度變化的融合所驅動的，這些變化可以以新的和不可預測的方式觸發復雜的反饋回路。在這個新的環境中，人工智能技術將迫使世界各國軍隊投射力量的能力倍增。確定軍事人工智能發展中的護欄對于避免未來危機至關重要。應用減少風險的措施來識別和減輕軍事人工智能可能帶來的一系列風險將是關鍵。事實上，在這些能力完全嵌入世界上目前和未來的軍隊之前，治理人工智能可能會更容易。

從整體上看，這種轉變預示著從初級機器到數據驅動技術和精密電子的巨大轉變。這種物理、數字和生物技術的加速融合代表了一場巨大技術革命的早期階段。在全球范圍內管理這些新興和顛覆性的技術，對于減少未來沖突的風險至關重要。

1 引言

從人工智能和機器人到電池存儲、分布式賬本技術（DLT）和物聯網（IoT），新興和顛覆性技術（EDT）現在正在激起一個商業創新的新時代。這一巨大的技術變革景觀正在醞釀一場社會和經濟變革，對中央銀行的發展具有巨大影響。正如北約最近的一份報告所指出的（北約新興和顛覆性技術咨詢小組2020），這些技術包括：

→ 人工智能和機器學習。人工智能/機器學習的發展及其對創新的潛在影響。這包括神經形態計算、生成式對抗網絡，以及人工智能從已經收集或尚未收集的數據中揭示出意想不到的見解的能力。

→ 量子技術。正在進行的從量子過程研究中獲得的知識轉化為量子技術的應用，包括量子計算、量子傳感、量子密碼系統，以及在量子尺度上對材料的操縱和開發。

→ 數據安全。用于保障和損害通信、數據交易和數據存儲安全的算法和系統的設計，包括量子證明加密方法、區塊鏈和分布式賬本架構，以及更廣泛的網絡安全領域。

→ 計算功能的硬件。微型化、電力采集和能源儲存方面的進展，包括在全球范圍內提供數字化關鍵基礎設施所需的物理系統（物聯網）和機器人的廣泛使用及其對全球系統和流程的持續影響。

→ 生物和合成材料。從原子/分子層面的材料設計、合成和操作到中觀和宏觀尺度的創新，支持生物工程、化學工程、基因層面的操作、增材制造和AI介導的生成設計。

正如蒸汽機和印刷術激發了工業革命一樣，人工智能和機器人技術現在也在軍事技術的性質和全球力量平衡方面引發了巨大變革。人工智能的興起并非沒有歷史先例，但伴隨著人工智能的變化表明，需要對國防規劃進行更精確的調整，以適應一個數據驅動的時代。

在大國競爭和多極體系的背景下，人工智能已經成為競爭的一個特別焦點。中國、俄羅斯、美國和其他許多國家都在積極追求人工智能能力，并把重點放在國防和安全方面。例如，中國希望到2030年在人工智能方面領先世界，并期望通過利用大量的豐富數據，擴大其在人工智能產業化方面的領先優勢（Lucas和Feng，2017年）。

事實上，數據和數據驅動的技術現在占據了全球經濟的制高點。整個全球數據經濟的競爭已經與大國競爭密不可分（Mearsheimer 2021）。盡管美國和中國的經濟深深地相互依存，但中國在整個歐亞大陸不斷擴大的投資將很快使其成為世界貿易的中心。

技術優勢仍然是北約國家的關鍵支柱，但中國正在迅速趕超。即使美國在人工智能發現方面建立了強大的領先優勢，中國也越來越有可能在人工智能驅動的應用產業化方面占據主導地位。中國不僅有先進的商業能力，而且還有一個連貫的國家戰略。中國的技術部門正在達到專業知識、人才和資本的臨界質量，正在重新調整全球經濟的指揮高度（Lucas and Waters 2018）（見圖1）。

中國產業部署的大部分技術創新都是 "漸進式 "的，而不是 "顛覆式 "的，但現在這種情況正在改變。將新興市場聚集在其軌道上，中國前所未有的經濟擴張現在對世界經濟產生了引力（The Economist 2018）。標志性項目，價值數萬億美元的 "一帶一路 "倡議（世界銀行2018年）為圍繞電動汽車、電信、機器人、半導體、鐵路基礎設施、海洋工程以及最終的人工智能的廣泛戰略轉變提供了一個全球平臺（McBride和Chatzky 2019年）。

毫不奇怪，中國已經是國際專利申請的世界領導者（世界知識產權組織2020）。隨著自主機器（Etzioni和Etzioni 2017）、可再生能源基礎設施、量子通信（?iljak 2020）、增強型腦機接口（Putze等人2020）和天基武器（Etherington 2020）的出現，重新思考加拿大國家安全，特別是加拿大國防的性質的壓力正在增加。鑒于技術創新的步伐不斷加快，以及亞洲作為世界貿易中心的崛起（Huiyao 2019），來自國外的技術的影響可能是巨大的。

圖1：按購買力平價計算的國內生產總值預測（以萬億美元計）

2 AI與軍事防御

2.1 AI定義

人工智能的概念已被廣泛討論，但該術語的精確定義仍然是一個移動的目標。與其說人工智能是一項具體的技術或特定的創新，不如說它是一個材料的集合。事實上，即使人工智能技術已經成為廣泛的主流商業應用的基礎，包括網絡搜索、醫療診斷、算法交易、工廠自動化、共享汽車和自動駕駛汽車，人工智能仍然是一個理想的目標。

盡管人工智能領域的研究始于20世紀40年代，但隨著機器學習和計算機處理能力的改進，過去十年對人工智能興趣的爆炸性增長已經加速。人工智能的持續進步被比喻為在人腦中發現的多尺度學習和推理能力。當與大數據和云計算相結合時，預計人工智能將通過將 "智能 "人工智能和機器學習系統與第五代（5G）電信網絡（即物聯網）上的大量聯網設備連接起來，使數字技術 "認知化"。

作為人工智能的一個子集，機器學習代表了人工智能的最突出的應用（見圖2）。機器學習使用統計技術，使機器能夠在沒有明確指令的情況下 "學習"，推動許多應用和服務，改善一系列分析和物理任務的自動化。通過使用數據自動提高性能，這個過程被稱為 "訓練 "一個 "模型"。使用一種算法來提高特定任務的性能，機器學習系統分析大量的訓練數據集，以便做人類自然而然的事情：通過實例學習。

今天，機器學習的最常見應用是深度學習。作為更廣泛的機器學習家族的一部分，深度學習利用人工神經網絡層來復制人類智能。深度學習架構，如深度神經網絡、遞歸神經網絡和卷積神經網絡，支持一系列廣泛的研究領域，包括計算機視覺、語音識別、機器翻譯、自然語言處理和藥物設計。

圖2：人工智能的層級

2.2 加拿大國防部：將人工智能應用于國家安全

安全人工智能位于新興和顛覆性技術（EDT）星座的中心，包括機器人學、基因組學、電池存儲、區塊鏈、3D打印、量子計算和5G電信。在研究層面，美國仍然是人工智能的全球領導者。目前，國家科學基金會每年在人工智能研究方面的投資超過1億美元（國家科學基金會2018年）。國防高級研究計劃局（DARPA）最近宣布投資20億美元用于一項名為AI Next的計劃，其目標是推進上下文和適應性推理（DARPA 2018）。

與過去的原子武器或隱形飛機的技術發展不同，沒有國家會壟斷軍事人工智能。研究人員和領先的商業企業之間廣泛的全球合作意味著人工智能和機器學習的進步可能會在全球范圍內擴散。事實上，人工智能發展的大多數技術進步是由工業界而不是政府推動的。除了市場主導的技術公司，世界各地廣泛的網絡集群正在孵化新一代的商業創新（Li and Pauwels 2018）。因此，許多未來的軍事應用將可能是為商業產業開發的技術的改編。

幸運的是，加拿大一直是人工智能研究前沿的領導者，并繼續通過2017年推出的泛加拿大人工智能戰略下的幾個項目培育一個強大的人工智能生態系統。加拿大政府積極參與人工智能咨詢委員會和各種國際伙伴關系，包括2020年啟動的全球人工智能伙伴關系；人工智能國防伙伴關系，其第二次對話在2021年舉行；以及重疊人工智能驅動的安全和規劃的多邊協議（五眼，北約）。事實上，加拿大的國防政策，"強大、安全、參與"（SSE），反映了加拿大政府對增加年度國防開支的承諾，重點是技術。

目前的聯邦預算包括對人工智能發展的實質性承諾，承諾在10年內投入4.438億美元（Silcoff 2021）。在政府2021年的預算中，1.85億美元將支持人工智能研究的商業化；1.622億美元將用于在全國范圍內招聘頂尖的學術人才；4800萬美元將用于加拿大高級研究所；五年內4000萬美元將旨在加強埃德蒙頓、多倫多和蒙特利爾的國家人工智能研究所的研究人員的計算能力；五年內860萬美元將幫助推進人工智能相關標準的發展和采用（加拿大政府2021年，148）。

2.3 增強加拿大的情報能力

人工智能是一個影響廣泛的商業和軍事技術的模糊領域。像電力或化石燃料一樣，人工智能的廣泛應用意味著人工智能和其他通用技術有能力重新配置現代軍隊的步伐和組織（Bresnahan和Trajtenberg 1995）。從整體上看，人工智能代表了國家安全性質的結構性轉變。出于這個原因，SSE設想了一個未來的軍事態勢，更加注重開發、獲取和整合先進的變革性技術，包括網絡和自主系統。

即使加拿大在傳統聯盟（北美防空司令部、北約和五眼聯盟）中的持續作用仍然是國家安全的基礎，EDT正在從根本上改變沖突的性質。正如格雷格-菲夫（2021年）所觀察到的，人工智能作為戰爭工具的崛起與升級加拿大國家安全架構，特別是加拿大情報部門的日益增長的需求相重疊。技術變革和信息爆炸的復合周期，新的技能組合和新的數據分析戰略對國防規劃的演變變得至關重要。

在數字時代，戰爭正日益成為基于知識的戰爭。隨著沖突進入信息領域，軍事規劃開始重新聚焦于信息/虛假信息行動、網絡行動、情報行動和政治或經濟影響行動。事實上，這種混合戰爭作為一種戰爭工具由來已久，其目的是利用宣傳、破壞、欺騙和其他非動能軍事行動，從內部破壞對手（Bilal 2021）。

網絡仍然是潛在對手、國家代理人、犯罪組織和非國家行為者的一個關鍵目標。這包括對通信、情報和敏感信息的嵌入式監視和偵察。正如Amy Zegart（2021年）所解釋的那樣，技術正在通過極大地擴展數據和信息的獲取，使情報的性質民主化。事實上，今天驅動戰略情報的大部分信息實際上是開放源碼情報（OSINT）或在公共領域。

現代軍隊正變得嚴重依賴安全、及時和準確的數據。隨著數據的急劇膨脹，消化它變得不可能。這種數據爆炸正在推動對新的分析模式和新型網絡工具的需求。在數字時代，安全和情報人員需要新的平臺、新的工具和跨領域工作的新OSINT機構。在這方面，人工智能可能特別有幫助。

隨著數據的重要性增加，在廣闊的數字領域的對抗性競爭也在增加。人工智能和機器學習可以通過篩選巨大的數據庫來極大地提高加拿大的國家情報能力。人工智能不是銀彈。人工智能系統不能產生意義或提供因果分析。然而，人工智能和機器學習可以極大地增強人類在管理數據和數據驅動的分析方面的情報能力。

2.4 增強加拿大軍力

隨著決策者為數據驅動的世界調整其安全態勢，人工智能有望改變軍事沖突的既定模式。DND/CAF面臨的關鍵挑戰之一是數據驅動的網絡重塑指揮和控制系統的速度（Thatcher 2020）。集中式系統的優勢在于其協調人類活動的效率。在指揮系統中，人員和傳感器推動威脅檢測，將信息向決策堆棧上移，以便決策者可以做出適當的反應。數字技術深刻地加速了這個過程。

人工智能在軍事領域的應用可能被證明對傳統的指揮和控制系統具有挑戰性。例如，在美國，五角大樓的第一位首席軟件官最近辭職，以抗議技術轉型的緩慢步伐。在離開國防部職位后的一次采訪中，尼古拉-沙伊蘭告訴《金融時報》，美國未能對技術變革和其他威脅作出反應，使國家的未來面臨風險（Manson 2021）。

除了變化的速度緩慢，軍事指揮和控制系統的集中性意味著單點故障提供了脆弱的攻擊點。指揮機關和自動或人類控制者往往容易受到利用不良或欺騙性信息的對抗性技術的影響，甚至自上而下的決策在適應復雜的突發挑戰方面也會很緩慢。

神經形態計算、生成式對抗網絡（GANs）、人工智能決策支持、數據分析和情報分析方面的新創新在增強軍事行動的結構和進程方面可能會產生巨大影響。機器學習算法的快速發展已經在商業和軍事領域引發了一波投資熱潮。

超越對損耗和動能攻擊的傳統關注，轉向基于加速和適應的新方法，數據驅動的技術可能是促成國家安全性質徹底轉變的關鍵。人工智能不是一種單一的技術。相反，它是一類可以在一系列軍事和商業應用中整合的技術。這些技術不斷演變的基礎是數據。

數字技術現在由數據推動，并將繼續推動創造越來越多的數據驅動的技術--特別是人工智能。數據是訓練人工智能和先進機器學習算法的基礎。數據既是大規模運行的數字系統產生的 "操作廢氣"，也是機器對數據輸入作出反應的過程，它現在推動了機器的 "自主性"。

數據驅動的技術支撐著現代社會的核心社會和經濟功能，涵蓋了基礎設施、能源、醫療保健、金融、貿易、運輸和國防。隨著5G網絡的全球推廣，預計在高度健全的全球信息網絡中創建、收集、處理和存儲的數據將出現爆炸性增長。根據市場研究公司IDC的數據，目前全球數據正以每年61%的速度增長（Patrizio 2018）。預計到2025年，數據將達到175 zettabytes（一萬億吉字節），改變數字經濟的性質和規模（同上）。

出于這個原因，DND/CAF將數據提升到國家資產的水平是明智的。這對經濟增長和加拿大國防都至關重要。將數據作為國家資產加以保護和利用，將意味著重新思考目前構成當代數據架構的大型集中式數字基礎設施。可以肯定的是，網絡時代的數據安全應該是分散的和聯合的，以避免集中式系統的脆弱性。

3 武器化AI：致命的自治系統

關于技術破壞的傳統預測往往會犯一個錯誤，即假設這種規模的系統變化只是以一對一的方式取代舊技術。在現實中，這種規模的顛覆往往會不成比例地取代舊的系統，使其具有巨大的新的架構、界限和能力（Arbib和Seba 2020）。

正在進行的人工智能武器化正在助長一場全球軍備競賽，有望重塑加拿大國防戰略的輪廓。事實上，世界上許多國家在人員系統自動化、設備維護、監視系統以及無人機和機器人的部署方面已經遠遠領先（斯坦利和平與安全中心、聯合國裁軍事務廳和史汀生中心2019）。從美國到俄羅斯到以色列再到中國，軍事研究人員正在將人工智能嵌入網絡安全舉措和支持遠程手術、戰斗模擬和數據處理的機器人系統。

以先進的物流、半自動車隊、智能供應鏈管理和預測性維護系統的形式將人工智能應用于軍事行動代表了人工智能的近期應用（Perry 2021）。然而，能夠在陸地、海洋、空中、太空和網絡領域針對個人（無論是否需要人類干預）的自主武器的演變代表了軍事沖突的可能未來（見圖3）。事實上，近100個國家的軍隊目前擁有某種程度的武裝或非武裝無人機能力（Gettinger 2019）。

圖3:全球無人機激增

商業無人機技術在采礦、農業和能源領域的縱橫捭闔，正在助長無人機技術的廣泛擴散。正如最近亞美尼亞和阿塞拜疆之間的沖突所表明的那樣，一群相對便宜的自主和半自主無人機可以被利用來壓倒傳統的軍事系統，使一系列當代平臺變得過時（Shaikh和Rumbaugh 2020）。輕型、可重復使用的武裝無人機，如土耳其的Songar（Uyan?k 2021）可以配備一系列有效載荷，包括迫擊炮、手榴彈和輕機槍。最近對沙特阿拉伯的Abqaiq石油加工設施（Rapier 2019）和俄羅斯的Khmeimim空軍基地（Hambling 2018）的攻擊反映了軍事無人機在不同戰場環境中的應用越來越多。

致命自主武器系統（LAWS）被定義為可以在沒有人類授權的情況下選擇和攻擊目標的武器，它被設計為在獨立識別目標之前在指定的行動區域內長期徘徊。多個無人機或機器人可以并行運作，以克服對手的防御或摧毀一個特定目標。開發人員傾向于將致命性武器系統分為三大類，即觀察、定位、決定和行動（OODA）循環（見圖4）。這些類別包括。"循環中的人"、"循環中的人 "和 "循環外的人"。這種區分也被框定為 "半自主"、"受監督的自主 "和 "完全自主 "的技術系統。不幸的是，受監督的致命性自主武器系統和完全自主的致命性自主武器系統之間的區別，可能只是一個軟件補丁或一個監管程序。

圖4：OODA環

隨著致命性自主武器系統和其他數據驅動的技術變得更便宜和更廣泛，它們可能會給廣泛的國家和非國家行為者提供平臺和工具，以新的和破壞性的方式利用人工智能和機器學習。除了收緊OODA循環外，軍事人員將需要了解人工智能在加速OODA循環方面的影響，以確定在特定情況下哪種模式最合適。

3.1 網絡平臺

鑒于EDT的范圍和規模，認為我們可以簡單地保持從上個世紀繼承的系統和做法是錯誤的。正如英國查塔姆研究所2018年的一份報告所警告的那樣，美國、英國和其他核武器系統正變得越來越容易受到網絡攻擊（Unal and Lewis 2018）。這些擔憂是有根據的。人工智能和EDT的擴散一起，幾乎肯定會通過利用人工智能和自主系統的規模效應，為小國和非國家行為者帶來好處。

對于許多北約國家來說，網絡平臺已經成為多領域行動的關鍵--海、空、陸、網絡和空間。大規模的網絡使得在復雜環境中可視化和協調大量資源成為可能。在5G電信和云計算的基礎上，信息系統現在可以有效地收集、傳輸和處理大量的戰場數據，提供實時數據分析。

連接設備正在成為協調空襲、駕駛無人機、消化戰斗空間的實時視頻和管理高度復雜的供應鏈的關鍵。在英國，國防數據框架提供了一個結構，以解決軍事組織與數據驅動的企業需求相一致的挑戰（Ministry of Defence 2021）。從戰略到通信到后勤到情報，數字平臺現在是協調復雜軍事行動的基礎。數據現在是所有作戰領域的命脈。

在一個數字化的戰斗空間中，每個士兵、平臺和資源現在都是一個復雜軍事網絡中的節點。從20世紀90年代以網絡為中心的美國軍事行動開始，數字技術已經成為先進武器、戰術和戰略的基礎。從戰場態勢感知和自主無人機到精確制導彈藥和機器驅動的心理行動，網絡正在使戰爭進入網絡時代。

在集中式機構對工業時代至關重要的地方，平臺和網絡正在成為數字時代的關鍵。人工智能本質上是一種 "自下而上 "的技術，依靠不斷 "喂養 "大量的數據來支持機器學習作為 "學習引擎"。隨著數字生態系統的激增，網絡平臺和它們所依賴的數據管理系統成為管理不斷擴大的資源和人員的關鍵。

與金融部門一樣，DND應該尋求區塊鏈等DLT，以加速加拿大軍隊的數字化轉型。通過在分散的網絡中橫向分配數據，CAF區塊鏈可以幫助減少官僚化系統固有的限制和脆弱性。DLT提供了一個高度分散的驗證系統，可以確保所有的通信和數據傳輸免受對手的攻擊，同時消除集中式節點的潛在故障。

3.2 無人機群和機器人技術

人工智能在軍事規劃中的應用正在迅速推進，許多國家在部署無人機和機器人方面已經取得了很大進展。事實上，無人機技術的全球擴散正在順利進行中。

世界各地的軍隊正在加速開發或采購攻擊型無人機（見圖5）。俄羅斯的 "閃電"（BulgarianMilitary.com 2021）、西班牙的Rapaz8以及英國、9美國10和以色列11的各種無人機項目共同代表了軍事技術新時代的早期階段。與工業時代的軍事技術不同，無人機可以以低成本獲得，并需要相對較少的技術技能。

無人機群技術涉及微型/迷你無人機/無人駕駛飛行器或無人機群，利用基于共享信息的自主決策。事實上，當代軍用無人機已經可以被設計成在沒有人參與的情況下定位、識別和攻擊目標。利用蜂群技術，數以百計的非武裝無人機可以從現場收集信息，同時用各種武器（即火器、火炮和/或彈藥）引導數以千計的無人機。

正如簡短的視頻 "Slaugherbots "所展示的那樣，完全自主的武器將使瞄準和殺死獨特的個人變得非常容易和便宜。在面部識別和決策算法的基礎上，國家和非國家行為者都可以廣泛使用致命性武器。數以千計的相對便宜的無人機配備了爆炸性的彈頭，有可能壓倒防空系統，攻擊基礎設施、城市、軍事基地等等。

圖5：無人機對比

3.3 馬賽克戰爭

無人機群壓倒加拿大軍事設施的威脅，以及對關鍵基礎設施的網絡攻擊或在衛星傳感器檢測到威脅時自動發射的高超音速導彈，代表了一個令人不安但越來越可能的未來。從復雜性科學和對昆蟲的研究中產生的，使用無人機來支持 "集群情報 "代表了一個加速戰爭節奏的新工具集。

為了應對這種不斷變化的環境，DARPA提出了 "馬賽克戰爭"的概念。馬賽克戰爭的中心思想是，模塊化系統可以成為應對高度網絡化環境的廉價、靈活和高度可擴展的工具。就像馬賽克中的瓷片一樣，單個作戰平臺可以被設計成高度可配置的。編隊利用分散的代理在 "殺戮網 "上進行重新配置。殺戮網的目標是避免 "單體系統 "的結構僵化。

與傳統戰爭中需要的復雜棋局不同，馬賽克戰爭利用數字網絡，利用模塊的靈活性和增強的決策（時間壓縮）加快動態響應時間。像自然界中的復雜系統一樣，殺傷性網絡使用算法來消除單點故障，通過模塊化設計加速反應時間。

從主導地位（預測）轉向加速反應（適應），"馬賽克戰爭 "旨在支持混合軍事單位，利用 "決策棧 "上下的橫向網絡。人工智能、無人機、傳感器、數據和人員結合在一起，為地面上的作戰指揮官提供支持，使小型編隊能以更快的速度獲得情報、資源和后勤資產。

像 "馬賽克戰爭 "這樣的模塊化系統表明，未來的戰爭將越來越多地利用現在驅動戰爭游戲和模擬的計算、數據分析和算法。推動高度流動、游戲化和不可預測的環境，未來的人工智能系統可以將戰爭加速到一個隨著結果范圍的擴大而變得極其密集的計算速度和節奏。

DARPA最近的AlphaDogfight（2019-2020年）為這一新現實提供了一個窗口。使用復雜的F-16飛行模擬器讓計算機與有經驗的人類飛行員對決，試驗的目的是為DARPA的空戰進化計劃推進人工智能開發者。毫不奇怪，F-16人工智能代理通過積極和精確的機動性擊敗了人類飛行員，而人類飛行員根本無法與之相提并論，五局為零。

4 對抗性攻擊

人工智能的武器化也在激起對抗人工智能系統的新戰略和方法。正如網絡行動（無論是間諜活動還是攻擊）可以指示計算機網絡或機器以它們不打算的方式運行，對手也可以對人工智能系統使用同樣的策略。這個過程被稱為對抗性機器學習，旨在找出機器學習模型的弱點并加以利用。攻擊可能發生在開發或部署階段，包括通過提供欺騙性輸入（例如，"毒化"數據）或針對模型本身來誤導模型。

這些方法在國家安全環境中特別危險，因為在許多情況下，它們是微妙的，人類無法察覺。此外，具有挑戰性的是，對手不一定需要對目標模型的具體知識或直接訪問其訓練數據來影響它。隨著人工智能系統變得更加普遍，更多的人可以接觸到，對手的吸引力和攻擊機會將增加。

4.1 攻擊數據

攻擊者可能試圖修改訓練數據或測試數據。這是通過創造對抗性樣本來實現的，這些樣本被故意 "擾亂 "或改變并提供給模型，從而導致錯誤。例如，通過改變洗衣機圖像的分辨率，研究人員能夠欺騙一個模型，將機器分類為 "安全 "或 "擴音器"（Kurakin, Goodfellow and Bengio 2017）。對人的眼睛來說，對抗性圖像看起來幾乎是一樣的。

在國家安全方面，對手可能會試圖使用同樣的技術來暗示武器系統實際上是一個社區中心。如果這是在孤立的情況下發生的，那么這個問題很可能被識別和解決。如果對手的樣本被長期大規模使用，這可能成為一個重大的挑戰，并影響對情報收集系統的信任。

此外，一些對手可能并不精確--或有技能--并可能試圖迫使一個模型對整個類別而不是特定類別進行錯誤分類。由于我們在國家安全環境中越來越依賴計算機圖像，并不總是能夠實時或在有爭議的空間進行驗證，因此在這種攻擊中出現誤判的風險是很大的。

高后果的人工智能系統并不是對抗性攻擊的唯一目標。受對抗性樣本影響的人工智能系統可以包括生物識別，其中假的生物特征可以被利用來冒充合法用戶，語音識別中攻擊者添加低量級的噪音來混淆系統（Zelasko等人，2021）和計算機安全（包括在網絡數據包中混淆惡意軟件代碼）。

由于DND/CAF尋求通過部署人工智能系統來提高效率--如軍艦上的語音助手（McLeod 2019）--必須在部署前評估對抗性使用的風險并制定對策。

4.2 攻擊模型

除了改變輸入，另一種攻擊方法可用于逆向工程模型以獲取訓練數據（Heaven 2021）。由于機器學習模型對訓練數據的表現比新的輸入更好，對手可以識別目標模型預測的差異，并與包括個人身份信息在內的已知數據相匹配（Shokri等人，2017）。隨著機器學習即服務變得越來越多--而且在許多情況下，被用作開發更復雜的能力的基礎--DND將需要仔細審查國家安全系統的數據泄漏風險。這甚至適用于看似無害的系統，如語音助手。

人工智能系統的弱點的例子很多（Hadfield-Menell等人，2017）。這些例子包括吸塵器將收集到的灰塵彈回它剛打掃過的地方，以便它能收集更多的灰塵，或者數字游戲中的賽艇在原地循環以收集分數，而不是追求贏得比賽的主要目的。雖然這些例子沒有生命危險，但同樣的技術--被稱為獎勵黑客（當一個模型被指示使其目標函數最大化，但卻以非故意的方式進行）--可以被用于更嚴重的效果。

從旨在用固定的訓練數據解決 "單步決策問題 "的機器學習過渡到解決 "順序決策問題 "和更廣泛的數據集的深度機器學習，將使對抗性攻擊更難發現。這種威脅是如此之大，以至于美國情報高級研究項目活動正在資助一個項目，以檢測木馬人工智能對已完成系統的攻擊。令人擔憂的是，政府可能會在不知情的情況下操作一個產生 "正確 "行為的人工智能系統，直到出現 "觸發 "的情況。例如，在部署過程中，對手可能會攻擊一個系統，并在更晚的時候才導致災難性的故障發生。這些類型的攻擊可能會影響到圖像、文本、音頻和游戲的人工智能系統。

4.3 防御和反制措施

正如對抗性樣本可以用來愚弄人工智能系統一樣，它們可以被納入訓練過程中，以使它們對攻擊更加強大。通過對最重要的國家安全人工智能系統進行清潔和對抗性數據的訓練--要么給它們貼上這樣的標簽，要么指示一個模型將它們分離出來--更大的防御是可能的。但是，復雜的對手很可能會自行躲避這種防御方法，而使用額外的戰術進行深度防御將是必要的。

GANs有各種各樣的用例，從創建深度假說到癌癥預后（Kim, Oh and Ahn 2018）。它們也可用于防御對抗性攻擊（Short, Le Pay and Ghandi 2019），使用一個生成器來創建對抗性樣本，并使用一個判別器來確定它是真的還是假的。一個額外的好處是，使用GANs作為防御，實際上也可能通過規范數據和防止 "過度擬合 "來提高原始模型的性能（IBM云教育2021）。

對抗性攻擊和防御模型進行基準測試--如使用GANs--是一種全面的對策，可以對AI系統進行比較。這種方法為制定和滿足安全標準提供了一個量化的衡量標準，并允許評估人工智能系統的能力和限制。

作為這個測試和評估過程的一部分，博弈論可能有助于建立對手的行為模型，以確定可能的防御策略。由于人工智能系統無法在傳統的信息安全意義上進行 "修補"，因此在部署前應仔細分析針對國家安全人工智能系統的對抗性攻擊的風險，并定期進行審查。此外，訓練有素的模型--特別是那些關于機密數據和最敏感應用的模型--應該得到仔細保護。

5 關于人工智能的全球治理

數據驅動的戰爭的速度和范圍表明，我們正在進入一個新的時代，其中致命性武器系統的潛力--無論是否有人類參與--都可能極大地改變全球力量平衡。從殺手級無人機和人機合作到增強的軍事決策（殺手2020），人工智能技術將使世界各國軍隊投射力量的能力大大增加。正在進行的人工智能武器化也與空間武器化相重疊（《經濟學人》2019年），因為低地球軌道（LEO）日益成為軍事監視、遙感、通信、數據處理（Turner 2021）和彈道武器（Sevastopulo和Hille 2021）的操作環境。

人工智能與低地軌道和致命性自主武器系統的興起，代表了全球安全性質的一個關鍵轉折點。為此，世界各地的學術研究人員、技術企業家和公民都對人工智能的軍事化所帶來的危險表示擔憂。正如他們正確地指出的那樣，在規范負責任地開發和使用人工智能的規范和法律方面缺乏國際共識，有可能造成未來的危機。

5.1 戰爭法則

除了我們在科幻小說中經常看到的對人工智能的夸張描述，重要的是建立適當的制衡機制，以限制人工智能技術可能提供的權力集中。關于管理人工智能和其他數字技術的共同國際規則和條例將塑造未來幾十年的戰爭和沖突的輪廓。在軍事人工智能的發展中制定護欄，對于減少未來沖突的可能性至關重要。

加拿大和其他北約國家積極參與這一討論可能是未來全球和平與安全的關鍵。在發動戰爭的條件（jus ad bellum）和戰爭中的人工智能行為（jus in bello）方面，規范人工智能使用的戰爭法仍有待確定。鑒于美國和中國之間不斷擴大的競爭，需要制定關于致命性自主武器系統的使用及其擴散的條約是再及時不過了。

正如北約所觀察到的，加拿大及其盟國應尋求促進、參與和建立合作機會，以支持開發和應用人工智能和其他EDT的廣泛、全面的架構（北約新興和顛覆性技術咨詢小組2020）。盡管面臨著艱巨的挑戰，全球治理在規范軍事人工智能方面可以發揮重要作用。盡管對人工智能及其武器化有不同的看法，但過去的談判可以作為未來條約的基礎，特別是在定義戰爭規則方面。這包括關于常規武器、核軍備控制、生物和化學武器、地雷、外層空間和平民保護的條約（見圖6）。

到目前為止，《聯合國特定常規武器公約》（CCW）已經監督了一個討論應對自主武器帶來的人道主義和國際安全挑戰的進程。已經提出了一系列監管致命性自主武器系統的潛在方案，包括《特定常規武器公約》下的一項國際條約，一個不具約束力的行為準則，宣布各國承諾負責任地開發和使用致命性自主武器系統。在聯合國之外，2013年發起了 "停止殺手機器人 "運動，目標是完全禁止致命性自主武器系統。

聯合國秘書長安東尼奧-古特雷斯強調了人工智能和其他數字技術的風險和機遇（聯合國2020），并呼吁禁止致命性自主武器系統（古特雷斯2021）。不幸的是，聯合國成員國，特別是聯合國安理會的觀點存在分歧，一些國家認為監管是民族國家的專屬權限，而另一些國家則側重于更多部門的做法。除了人工智能的武器化，在圍繞人權、算法偏見、監控（公共和私人）以及國家支持的或國家支持的網絡攻擊等問題上也存在廣泛的分歧。

對于世界上的主要軍事大國來說，缺乏互信仍然是追求人工智能集體軍備控制協議的一個重大障礙。即使相當多的國家支持提供新的具有法律約束力的條約，禁止開發和使用致命性自主武器，但世界上大多數主要軍事大國都認為人工智能的武器化具有重大價值。鑒于這些分歧，致命性自主武器系統的多邊管理將需要建立信任措施，作為打開政治僵局的軍控進程的手段。

走向平凡的監管 也許制定管理人工智能的政策和監管制度的最具挑戰性的方面是難以準確地確定這些制度應該監管什么。與生物和化學武器不同，人工智能大多是軟件。事實上，人工智能是一個移動的目標：40年前被定義為人工智能的東西，今天只是傳統的軟件。

人工智能是一個模糊的技術領域，影響著廣泛的商業和軍事應用。例如，機器學習算法是搜索引擎（算法排名）、軍用無人機（機器人技術和決策）和網絡安全軟件（算法優化）的成分。但它們也支撐著平凡的行業，甚至兒童玩具（語義分析、視覺分析和機器人技術）、金融軟件和社交媒體網絡（趨勢分析和預測分析）。

與屬于這些平凡的監管領域的產品和流程一樣，人工智能技術不是被設計成最終實體，而是被設計成在廣泛的產品、服務和系統中使用的成分或組件。例如，一個 "殺手機器人 "不是一種特定技術的結果。相反，它是人工智能 "成分 "重新組合的結果，其中許多成分也被用來檢測癌癥或增加駕駛者的安全。

雖然人們傾向于使用一個專門的不擴散鏡頭來監管人工智能，但雙重用途的挑戰仍然存在。與核擴散或轉基因病原體不同，人工智能不是一種特定的技術。相反，它更類似于一個材料或軟件成分的集合。與大多數二元的核不擴散鏡頭相比，可以在食品監管中找到更相關（盡管不那么令人興奮）的監管模式的靈感，特別是食品安全和材料標準（Araya和Nieto-Gómez 2020）。

5.2 治理人工智能

鑒于對人工智能進行全面監管存在重大的概念和政治障礙，治理仍然是一項艱巨的挑戰。一方面，如果我們把人工智能理解為一系列復制人類活動的技術實踐，那么就根本沒有一個單一的領域可以監管。相反，人工智能的治理幾乎重疊了每一種使用計算來執行任務的產品或服務。另一方面，如果我們將人工智能理解為大幅改變人民和國家之間權力平衡的基礎，那么我們就會面臨重大挑戰。

幸運的是，這并不是民族國家第一次面臨影響全球安全的新技術。在第二次世界大戰之后，世界上最強大的國家--美國、英國、蘇聯、中國、法國、德國和日本--對核武器、化學制劑和生物戰的全球治理進行監督。當時和現在一樣，世界必須采取集體行動來治理人工智能。

與冷戰時期一樣，包括定期對話、科學合作和分享學術成果在內的建立信任措施可以幫助減少地緣政治的緊張。為管理軍事人工智能帶來的風險制定一個共同的詞匯，可以為隨著時間的推移制定更有力的人工智能多邊條約提供基礎。

在這方面，經濟合作與發展組織（OECD）已經公布了其關于人工智能的建議，作為一套政府間標準，于2020年2月啟動了人工智能政策觀察站。加拿大和法國政府還與經合組織一起領導了一個全球人工智能伙伴關系（GPAI），旨在成為一個人工智能政策的國際論壇。GPAI的成員專注于以 "人權、包容、多樣性、創新和經濟增長原則 "為基礎的負責任的人工智能發展。

除了GPAI，一些歐洲國家已經呼吁歐盟成員開始一個關于負責任地使用新技術的戰略進程--特別是人工智能。美國已經邀請盟國討論人工智能的道德使用問題（JAIC公共事務2020）。北約已經啟動了一個進程，鼓勵成員國就一系列道德原則和具有軍事用途的電子技術關鍵領域的國際軍備控制議程達成一致（Christie 2020；NATO 2020）。認識到EDT對全球安全的深遠影響，北約于2019年12月推出了EDT路線圖（北約科技組織2020）。

從整體上看，二十一世紀需要進行正式監管。從長遠來看，這很可能包括尋求與禁止生物武器、化學武器和殺傷人員地雷一樣的人工智能條約。然而，鑒于人工智能的創新速度和世界超級大國之間日益擴大的分歧，就人工智能的全球治理進行談判的機會之窗可能正在關閉。

圖6:人工智能的全球治理

6 結論：走向國家創新體系

即使在工業時代即將結束的時候，技術創新也在加速進行（Araya 2020）。自從大約80年前誕生以來，人工智能已經從一個神秘的學術領域發展成為社會和經濟轉型的強大驅動力。人工智能在戰爭中的整合被一些軍事分析家描述為一個不斷發展的 "戰場奇點"（Kania 2017）。在 "技術奇點"（Schulze-Makuch 2020）的概念基礎上，人們越來越多地猜測，人工智能和機器人將超越人類的能力，有效地應對算法驅動的戰爭。

人工智能和其他EDT的演變正在將先進的數據、算法和計算能力匯集起來，以 "認知 "軍事技術。在這種新環境下，現代軍隊正變得嚴重依賴提供安全、及時和準確數據的網絡。數據已經成為數字系統的 "作戰用氣 "和驅動 "智能機器 "的原料。隨著數據重要性的增加，在廣闊的數字領域的對抗性競爭也在增加。事實上，數據的真正價值在于其推動創新的數量和質量。

正如北約關于EDT的年度報告（北約新興和顛覆性技術咨詢小組2020）明確指出，要想跟上技術變革的步伐，就必須在技術的開發、實驗和應用方面保持靈活性和快速迭代。整個CAF的創新能力必須是一個更廣泛的創新生態系統的一部分，該系統有效地整合了公共和私人生態系統的研究和實施。這包括與加拿大工業界合作利用雙重用途的GPT的明確目標，以便利用已經存在的技術。

這種多領域的合作在歷史上被定義為國家創新體系（NSI）（OECD 1997）。事實上，NSI政策和規劃可以采取多種形式，從松散的協調到高度整合的伙伴關系。在美國（Atkinson 2020）、中國（Song 2013）和歐洲（Wirkierman, Ciarli and Savona 2018）應用的各種NSI規劃模式表明，在最大化政府-產業-研究伙伴關系方面可以找到大量的經濟和社會回報。政府應通過稅收優惠、采購和研究資金以及戰略規劃，努力建設加拿大的技術能力。但它不能單獨行動。

國家創新必然取決于機構參與者在一個共享的生態系統中進行合作。出于這個原因，一個協調的加拿大國家統計局將需要在推動長期創新的過程中，人們和機構之間的技術和信息的相互流動。鑒于EDT的許多創新是由工業界主導的，推進公私伙伴關系對加拿大軍隊的發展至關重要。對于國防部/加拿大空軍來說，要推進適合數字時代的軍隊，政府、工業界和學術界將需要以更綜合的方式進行合作。

建立一個強大的加拿大創新生態系統將意味著更廣泛的公私合作和持續的知識和資源的再培訓、培訓和孵化。盡管開發尖端人工智能需要人力資本投資，但大多數人工智能應用現在可以通過開源許可獲得，即使核心學習算法可以在公共平臺和整個學術生態系統中獲得。這種 "開放一切 "環境的影響是對封閉的等級制度和深思熟慮的官方機構的實質性挑戰。

政府程序和規劃將需要適應加速的創新生命周期，以配合EDT積極的淘汰周期。除了與網絡技術相關的巨大的不對稱安全風險外，向數據驅動型軍隊的轉變將需要大量關注數據安全和數據治理。與進行傳統的國家間沖突所需的大量成本和規劃不同，網絡攻擊的破壞性影響可以由僅有一臺個人電腦的小團體對關鍵基礎設施發動。鑒于未來不斷增加的挑戰，大型官僚機構（公司、政府、學術和軍事）的設計變化是不可避免的。

除了對新的和不同的知識、資源和專長的需求，加拿大政府和加拿大軍方將需要平衡硬實力和不斷變化的地緣政治格局的需求。在美國占主導地位的時代之外，二十一世紀正被一個以技術民族主義和后布雷頓森林體系為特征的多極體系所塑造。面對一個快速發展的數字時代，國際合作將是確保和平與安全的關鍵。信息共享、專家會議和多邊對話可以幫助世界各民族國家及其軍隊更好地了解彼此的能力和意圖。作為一個全球中等國家，加拿大可以成為推動這一努力的主要伙伴。

國際治理創新中心（CIGI）

國際治理創新中心（CIGI）是一個獨立的、無黨派的智囊團，其經同行評議的研究和可信的分析影響著政策制定者的創新。其全球多學科研究人員網絡和戰略伙伴關系為數字時代提供政策解決方案，目標只有一個：改善各地人民的生活。CIGI總部設在加拿大滑鐵盧，得到了加拿大政府、安大略省政府和創始人吉姆-巴爾西利的支持。

Drone Wars UK 的最新簡報著眼于人工智能目前在軍事環境中的應用方式，并考慮了所帶來的法律和道德、作戰和戰略風險。

人工智能 (AI)、自動決策和自主技術已經在日常生活中變得普遍，并為顯著改善社會提供了巨大的機會。智能手機、互聯網搜索引擎、人工智能個人助理和自動駕駛汽車是依賴人工智能運行的眾多產品和服務之一。然而，與所有技術一樣，如果人們對人工智能了解甚少、不受監管或以不適當或危險的方式使用它，它也會帶來風險。

在當前的 AI 應用程序中，機器為特定目的執行特定任務。概括性術語“計算方法”可能是描述此類系統的更好方式，這些系統與人類智能相去甚遠，但比傳統軟件具有更廣泛的問題解決能力。假設，人工智能最終可能能夠執行一系列認知功能，響應各種各樣的輸入數據，并理解和解決人腦可以解決的任何問題。盡管這是一些人工智能研究計劃的目標，但它仍然是一個遙遠的前景。

AI 并非孤立運行，而是在更廣泛的系統中充當“骨干”，以幫助系統實現其目的。用戶不會“購買”人工智能本身；他們購買使用人工智能的產品和服務，或使用新的人工智能技術升級舊系統。自主系統是能夠在沒有人工輸入的情況下執行任務的機器，它們依靠人工智能計算系統來解釋來自傳感器的信息，然后向執行器（例如電機、泵或武器）發出信號，從而對機器周圍的環境造成影響.

人工智能被世界軍事大國視為變革戰爭和獲得戰勝敵人的優勢的一種方式。人工智能的軍事應用已經開始進入作戰使用，具有令人擔憂的特性的新系統正在迅速推出。與軍事和公共部門相比，商業和學術界已經引領并繼續引領人工智能的發展，因為它們更適合投資資金和獲取研究所需的資源。因此，未來人工智能的軍事應用很可能是對商業領域開發的技術的改編。目前，人工智能正在以下軍事應用中采用：

• 情報、監視和偵察
• 賽博戰
• 電子戰
• 指揮控制和決策支持
• 無人機群
• 自主武器系統

人工智能和英國軍事

綜合審查和其他政府聲明毫無疑問地表明，政府非常重視人工智能的軍事應用，并打算繼續推進人工智能的發展。然而，盡管已經發布了概述使用自動化系統的學說的出版物，但迄今為止，英國國防部 (MoD) 仍然對管理其人工智能和自主系統使用的倫理框架保持沉默，盡管已經做出了一些重大決定。軍事人工智能的未來用途。

英國國防部一再承諾發布其國防人工智能戰略，預計該戰略將制定一套高級倫理原則，以控制軍事人工智能系統的整個生命周期。該戰略是在與來自學術界和工業界的選定專家討論后制定的，盡管政府尚未就與人工智能的軍事用途相關的倫理和其他問題進行公開磋商。該戰略的主要目的之一是向行業和公眾保證，國防部是人工智能項目合作的負責任合作伙伴。

與此同時，在沒有任何道德指南的情況下，計劃和政策正在迅速推進，主要問題仍未得到解答。英國軍隊在什么情況下會采用人工智能技術？政府認為何種程度的人為控制是合適的？風險將如何解決？英國將如何向其盟友和對手證明英國打算采取有原則的方法來使用軍事人工智能技術？

軍事人工智能系統帶來的風險 上述人工智能的每一種不同的軍事應用都會帶來不同的風險因素。作為國防部總部后臺操作的一部分，對數據進行排序的算法會引發不同的問題和擔憂，并且需要與自主武器系統不同級別的審查。

盡管如此，目前正在開發的人工智能系統無疑會對生命、人權和福祉構成威脅。軍事人工智能系統帶來的風險可以分為三類：道德和法律、操作和戰略。

道德和法律風險

• 遵守戰爭法： 目前尚不清楚機器人系統，特別是自主武器如何能夠滿足戰爭法制定的致命決定和保護非戰斗人員的標準。

-問責制：目前尚不清楚如果出現問題，誰來承擔責任：如果計算機運行不可預測并因此犯下戰爭罪行，懲罰它是沒有意義的。

• 人權和隱私：人工智能系統對人權和個人隱私構成潛在威脅。

• 不當使用：在戰斗環境中處于壓力之下的部隊可能會試圖修改技術以克服安全功能和控制。

作戰應用風險

• 偏見的技術來源：人工智能系統的好壞取決于它們的訓練數據，少量損壞的訓練數據會對系統的性能產生很大影響。

• 偏見的人為來源：當人類濫用系統或誤解其輸出時，可能會導致偏見。當作戰員不信任系統或系統非常復雜以至于其輸出無法解釋時，也會發生這種情況。

• 惡意操縱：軍用 AI 系統與所有聯網系統一樣，容易受到惡意行為者的攻擊，這些行為者可能試圖干擾、黑客攻擊或欺騙系統。

戰略風險

• 降低門檻：人工智能系統帶來了政治領導人在沖突中訴諸使用自主軍事系統而不是尋求非軍事選擇的風險。

• 升級管理：涉及人工智能的軍事行動的執行速度降低了審議和談判的空間，可能導致快速意外升級并造成嚴重后果。

• 軍備競賽和擴散：對軍事人工智能的追求似乎已經引發了軍備競賽，主要和地區大國競相發展其能力以保持領先于競爭對手。

• 戰略穩定性：如果先進的人工智能系統發展到能夠預測敵人戰術或部隊部署的程度，這可能會產生高度不穩定的后果。

本簡報列出了為人工智能設想的各種軍事應用，并強調了它們造成傷害的可能性。它認為，減輕軍事人工智能系統帶來的風險的建議必須基于確保人工智能系統始終處于人類監督之下的原則。

迄今為止，公眾對人工智能和機器人技術進步所帶來的社會變化和風險似乎知之甚少。這份簡報的部分目的是為了敲響警鐘。人工智能可以而且應該用于改善工作場所的條件和對公眾的服務，而不是增加戰爭的殺傷力。