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

人工智能（AI）已經滲透到生活的許多領域，國防領域也不例外。從優化物流鏈到處理大量情報數據，人工智能在軍事領域都有應用。越來越多的人認為，人工智能將對未來戰爭產生重大影響，世界各地的部隊都在大力投資人工智能所帶來的能力。盡管取得了這些進步，但戰斗在很大程度上仍然是人類的活動。

通過使用人工智能支持的自主武器系統（AWS）將人工智能引入戰爭領域，可能會徹底改變國防技術，這也是當今最具爭議的人工智能用途之一。關于自主武器如何遵守出于人道主義目的而制定的武裝沖突規則和條例，一直存在著特別的爭論。

政府的目標是 "雄心勃勃、安全、負責任"。當然，我們原則上同意這一目標，但愿望與現實并不相符。因此，在本報告中提出建議，以確保政府以合乎道德和法律的方式在 AWS 中開發和使用人工智能，提供關鍵的戰略和戰場效益，同時實現公眾理解和認可。必須將 "雄心勃勃、安全負責 "轉化為實際執行。

政府必須尋求、建立并保持公眾對開發和使用人工智能的信心和民主認可，尤其是在 AWS 方面。從媒體對我們調查的報道中可以清楚地看出，人們對在預警系統中使用人工智能有著廣泛的興趣和關注。實現民主認可有幾個要素：

理解： 對自主武器的討論，以及在很大程度上對人工智能的討論，都受到追求議程和缺乏理解的困擾。我們的目標之一是為建設性辯論提供事實依據，政府的坦誠和透明將有助于這一進程。

議會的作用： 議會是開發和使用預警系統的決策中心。議會的監督能力取決于信息的可獲得性，取決于其預測問題而不是事后反應的能力，也取決于其追究部長責任的能力。政府必須在議會時間表中留出足夠的空間，并提供足夠的信息，以便議會（包括其專門委員會）有效地審查其人工智能政策。我們當然理解政策制定的內容可能高度敏感，但我們有既定的方法來處理此類信息。絕不能以保密為由逃避責任。

保持公眾信心： 對英國防部 "目前沒有開展監測或民意調查以了解公眾對使用自主武器系統的態度 "這一事實感到失望。政府必須確保在開發自動武器系統時適當征求公眾意見。它還必須確保道德規范處于其政策的中心位置，包括擴大英國防部人工智能道德咨詢委員會的作用。

實現以下目標對這一進程至關重要：

政府應以身作則，在國際上參與對 AWS 的監管。人工智能安全峰會是一個值得歡迎的舉措，但它并不包括國防。政府必須將人工智能納入 AWS，因為政府宣稱希望 "以包容的方式共同努力，確保以人為本、值得信賴和負責任的人工智能是安全的"，并 "通過現有的國際論壇和其他相關倡議支持所有人的利益"。

幾年來，國際社會一直在辯論如何監管人工智能系統。這場辯論的結果可能是一項具有法律約束力的條約，也可能是澄清國際人道主義法應用的非約束性措施--每種方法都有其擁護者。盡管在形式上存在分歧，但關鍵目標是加快努力，達成一項有效的國際文書。

其中的一個關鍵因素將是禁止在核指揮、控制和通信中使用人工智能。一方面，人工智能的進步有可能提高核指揮、控制和通信的效率。例如，機器學習可以提高預警系統的探測能力，使人類分析人員更容易交叉分析情報、監視和偵察數據，并改善核指揮、控制和通信的防護，使其免受網絡攻擊。

然而，在核指揮、控制和通信中使用人工智能也有可能刺激軍備競賽，或增加各國在危機中有意或無意地升級使用核武器的可能性。使用人工智能時，決策時間被壓縮，可能會導致緊張局勢加劇、溝通不暢和誤解。此外，人工智能工具可能會被黑客攻擊，其訓練數據可能會中毒，其輸出結果可能會被解釋為事實，而實際上它們只是統計上的相關性，所有這些都可能導致災難性的結果。

政府應采用可操作的 AWS 定義。令人驚訝的是，政府目前還沒有這樣的定義。英國防部表示，它對采用這樣一個定義持謹慎態度，因為 "此類術語已具有超出其字面解釋的含義"，并擔心 "在一個如此復雜和快速發展的領域，過于狹隘的定義可能很快過時，并可能無意中阻礙國際討論的進展"。然而，我們認為可以創建一個面向未來的定義。這樣做將有助于英國制定有意義的自主武器政策，并充分參與國際論壇的討論。

政府應確保在 AWS 生命周期的各個階段都有人類控制。人們對 AWS 的關注主要集中在由人工智能技術實現自主的系統上，由人工智能系統對從傳感器獲得的信息進行分析。但是，為了確保人類的道德代理權和法律合規性，對系統的部署進行人為控制是至關重要的。這必須以我們國家對國際人道法要求的絕對承諾為支撐。

政府應確保其采購程序是為人工智能世界而適當設計的。英國防部的采購工作缺乏問責制，過于官僚化。特別是，英國防部缺乏軟件和數據方面的能力，而這兩者都是人工智能發展的核心。這可能需要革命性的變革。如果需要，那就改變吧；但時間緊迫。

人們普遍認為，將機器學習融入軍事決策對于美國在 21 世紀保持軍事主導地位至關重要。機器學習的進步有可能通過提高整個國家安全企業級決策的速度、精確度和效率，極大地改變戰爭的特點。美國國防部的領導者們認識到了這一點，并正在做出大量努力，以在戰爭的戰術、作戰、戰略和機構層面有效整合機器學習工具。

本報告將探討機器學習的一種應用，其重點是在競爭和沖突的作戰層面實現軍事決策。展示了機器學習如何與人類合作，作為決策系統的一部分，用于提高軍事行動和活動的有效性。展示了這種方法如何通過分析原本無法獲取的數據源，為指揮官提供有關作戰環境的新見解。將重點放在從大量基于文本的數據（如報紙報道和情況報告）中獲得的洞察力上，這些數據無處不在，但卻很少以任何系統的方式整合到決策中。

在本報告中介紹的方法以人機協作系統的概念為基礎，并證明了現有的機器學習能力需要人在各個階段的參與，才能證明對操作層面的決策有用。因此，機器學習能力的發展與雷達自二戰以來的演變密切相關，而雷達是人機協作用于軍事目的的最早范例之一。如今，與不列顛之戰期間使用的預警系統同樣依賴雷達機器和人類觀察員一樣，機器學習仍然需要人類的參與，以指導這種新傳感器使用正確的數據，正確解釋其輸出結果，并評估其結果對作戰決策的影響。

通過一個基于真實世界數據和真實世界危機的示例研究，將讀者（"您"）置身于一名軍事指揮官的視角，就 2022 年俄羅斯全面入侵烏克蘭之前，美國如何支持烏克蘭兵力應對俄羅斯支持的烏克蘭東部叛亂，展示了這一系統方法的實際應用。在撰寫本案例研究時，把讀者您當成了這位指揮官，因為目標是強調您在未來與機器學習工具的合作中可能扮演的關鍵角色--無論是作為分析師、決策者，甚至是在現實世界的類似背景下應用這些工具的軍事指揮官。

值得注意的是，本案例研究是基于 2014-2020 年間的數據于 2020 年 12 月完成的，僅分析了這一時期與俄羅斯支持的烏克蘭東部叛亂有關的實地情況。本研究尚未更新，以反映自 2022 年 2 月俄羅斯入侵烏克蘭以來所獲得的任何見解。然而，從入侵前的視角來看，機器學習在后來發生的現實世界事件中用于作戰決策的優勢和局限性也就不言而喻了。

在整個案例研究中，將看到為本報告目的而進行的基于機器學習的實際評估結果，該評估分析了來自烏克蘭的 18,000 篇歷史新聞報道，內容涉及從 2014 年沖突起源到 2020 年末的沖突。利用機器學習工具從這些數據中提取相關見解，并與分析結果進行互動，就向烏克蘭兵力提供何種類型的支持以及在俄羅斯入侵前實現美國在該地區的目標做出名義上的決策。在此過程中，人機協作學習的優勢將逐漸顯現，將親眼目睹機器學習工具如何快速、系統地利用以前無法獲取的數據，為復雜問題提供新的見解。但這種方法的局限性也會顯現出來，將親眼目睹機器學習的好壞取決于支持它的可用數據，以及訓練機器學習工具和解釋其結果的人類分析師。

人機協作方法適用于軍事決策者在陸軍和美國防部作戰和機構層面面臨的各種問題集。因此，本研究以具體證據清晰地展示了在軍事決策中使用機器學習所涉及的權衡問題，為機器學習在軍事領域的廣泛應用做出了貢獻。本研究為美國陸軍提出了幾項重要發現和建議。

研究問題

• 指揮官如何利用機器學習進行作戰決策？
• 人類分析師應如何與機器學習工具合作以實現作戰決策？

主要發現

首先，分析展示了機器學習在軍事決策方面的巨大潛力，但只有在與對特定問題背后的背景有詳細了解的人類分析師配對時才能實現。在此提出的機器學習方法不會取代人類分析師。相反，它能使人類分析師更高效、更嚴謹，并能更好地從以前未開發的數據源中提取洞察力。在案例研究中，通過使用機器學習獲得的大多數關鍵見解都需要人類分析師的額外干預。在某些情況下，這需要在模型結果的基礎上有選擇性地疊加額外的數據源。在其他情況下，則需要人工分析師手動審查機器學習工具認為相關和有趣的基礎數據。因此，美國陸軍現有的機器學習能力需要人類在各個階段的參與，才能充分發揮其潛力。

其次，分析表明，通過大幅提高執行重復性任務的效率，人機協作方法可以大規模分析人類分析師無法單獨完成的海量數據集，從而產生以前無法實現的有關作戰環境的新見解。案例研究表明，從分析人員處理大量數據的重復性分析任務所花費的時間來看，機器學習能顯著提高效率，使分析人員更高效、更嚴謹，并能更好地從以前未開發的數據源中提取洞察力。這表明，對于需要大量人工審核相關數據的問題，陸軍領導應優先考慮將機器學習作為一種解決方案。

最后，這項研究揭示了機器學習的系統方法能夠對作戰級總部已有的大量數據進行標準化、客觀和長期的分析，從而增強其支持有效決策的潛力。在許多情況下，這些數據是戰爭中作戰和機構層面決策的最佳信息來源，但如果沒有機器學習，這些數據就只能以臨時和主觀的方式進行分析。

建議

首先，這項研究表明，陸軍應為各級指揮人員提供頻繁接觸機器學習的機會，讓他們熟悉人類如何利用這些能力作為軍事決策系統的一部分。

其次，本研究強調，陸軍應建立多樣化的機器學習團隊，以充分釋放這一能力的潛力。這些團隊應整合熟悉機器學習工具細節的作戰研究系統分析員、對特定作戰環境有第一手知識的操作員、了解可用數據以分析特定問題的分析員，以及能將機器分析轉化為對作戰決策有實際影響的指揮官。

美軍目前的處境是冷戰結束以來從未有過的，即不得不追趕同級對手。當美國專注于反叛亂行動時，其對手卻在觀察、學習和發展能力，這使美軍處于相對不利的地位。特別是俄羅斯，在俄烏戰爭中展示了美軍無法比擬的偵察-打擊能力。當美國努力縮小這些差距時，問題就變成了應該投資哪些新技術？人工智能是一項新興技術，在軍事上的應用無限。本研究論文試圖回答的問題是，美國軍方可以在哪些方面利用這項技術重新建立起與同級競爭對手的競爭優勢。通過人工智能輔助消除沖突措施，以自主無人機的形式與戰略和作戰級別的火力相連接的人類-人工智能團隊，是美軍在不犧牲可接受的風險水平的情況下縮小已證明的能力差距并重新獲得超額優勢的一個領域。

結論與建議

本專著旨在研究國防部在哪些方面可以利用人工智能這一新興技術，重新建立起與同類競爭對手的競爭優勢。該研究調查了三個輔助問題，以回答主要研究問題：什么是人工智能、人工智能在哪些方面優于人類思維、在哪些方面不如人類思維，以及陸軍在哪些方面尋求采用人工智能？該研究提出的假設是，在人工智能輔助消除沖突措施的輔助下，將自主無人機與作戰和戰略級火力結合起來，是美軍縮小與同級競爭對手的能力差距，并在不犧牲可接受風險水平的情況下重新獲得超額戰力的一個領域。本章從第 4 章的分析中得出結論，并就人工智能的未來應用和其他研究領域提出建議。

結論

本專著從第 4 章的案例研究中得出四個結論。第一個結論是，美國的偵察-打擊能力差距存在于作戰層面。第二個結論是俄軍電子戰是對美國無人機最危險的威脅。第三個結論是俄羅斯的偵察-打擊模式并不比美軍的模式快。最后一個結論是，美國的消除沖突措施是瞄準周期中最耗時的過程。

• 結論 1

美國的偵察-打擊能力在作戰層面存在理念和技術上的差距。從哲學上講，美軍注重不同層次的摧毀。情報、監視和偵察（ISR）無人機、武裝無人機和攻擊機都能實現精確打擊。俄軍很少關注非致命性破壞。

俄軍將 ISR、干擾和破壞能力層層疊加，以便于進行大規模打擊，從而取得 "澤廖比約 "式的戰果。俄軍以強大的 IADS 和 EW 能力保護其偵察-打擊資產。俄軍的 IADS 系統摧毀了烏克蘭的攻擊機和直升機，使其無法與俄軍的發射陣地交戰。美軍將使用武裝無人機來應對這一威脅。然而，俄羅斯電子戰能力的存在將使這成為不可能。

• 結論 2

俄羅斯電子戰是對美國偵察-打擊的最大威脅。俄羅斯無人機戰爭表明，切斷無人機、操作人員和全球定位系統之間的聯系是對付無人機最有效的武器。最近在敘利亞的行動證明，俄羅斯電子戰有能力擊落美國無人機。美國的偵察-打擊模式依靠無人機識別敵對地區的目標，攻擊 IADS 等高風險目標，并與其他攻擊平臺共享實時視頻。俄軍通過電磁干擾擊落無人機的能力使美國的整個偵察-打擊模式岌岌可危。目前由無人機執行的任務將不得不由駕駛飛機來完成，這將使美國飛行員和飛機面臨更高的風險。

• 結論 3

俄軍的偵察-打擊模式并不比美軍的模式快。俄軍快速瞄準周期是大量預先計劃的結果，而不是更快的沖突消除程序。卡爾伯博士說："俄羅斯方法的優勢在于其快速集火的能力......速度和強度...... "文獻暗示美軍沒有那么快。......其速度和強度......在任何戰場上都是前所未見的"。事實并非如此。OIF 案例研究證明，美軍在協同瞄準區的瞄準周期與俄軍相當。美軍在動態瞄準方面比俄軍快得多

美軍可以利用其動態瞄準優勢，部分縮小作戰偵察-打擊能力差距。然而，本文的目的不是要實現與美國同級競爭對手的平起平坐，而是超額完成任務。從理論上講，俄羅斯可以通過復制美國的程序輕松加快其動態瞄準過程。果真如此，美國的 CDE 劣勢仍將存在。因此，美軍需要加快消除沖突程序的速度，使其遠遠超過任何競爭對手。

• 結論 4

美國的消除沖突措施是目標定位周期中最慢的部分。這項研究并不是要論證美國的消除沖突措施是不必要的。它只是認為目標鎖定周期中最慢的部分是消除沖突，也是最需要關注的部分。隨著技術的不斷進步和戰場的日益復雜，消除火力沖突的難度將成倍增加。《陸軍作戰挑戰 17》和《陸軍作戰挑戰 18》將空域沖突消除和聯合火力安全投送確定為現代戰場最棘手的問題之一。考慮到為達到效果而需要同步的復雜性，這可能會跨越多個作戰區域和眾多協調線，因此可以看出美軍強大程序的必要性。這也說明，同步行動的復雜性遠非一個人所能完成。它需要來自不同部門的多名人員才能安全地提供作戰級別的火力。

美軍必須找到一種更快地消除沖突的方法，以確保不會在與同級競爭對手的競爭中處于相對劣勢。由于軍方不太可能接受人員、裝備或平民面臨的更大風險，國防部必須尋求某種類型的增援來加快目標鎖定周期。

建議

該研究就偵察-打擊提出了三項建議。首先是美國軍方投資人工智能駕駛的自主無人機。其次是開發人工智能增強型沖突消除系統，以加快瞄準周期。最后一項建議是美國目前不開發致命的自主武器系統。

• 建議 1

美國必須投資人工智能駕駛的自主無人機。自主無人機可為美軍帶來兩大好處。首先，它們可減輕俄軍的電子戰威脅。RUW 和在敘利亞的持續行動揭示了依賴電磁頻譜飛行的無人機的脆弱性。

自主無人機可以在電磁波環境中飛行，幾乎沒有損失的風險。與駕駛飛機一樣，人工智能無人機無需 GPS 或地面控制器就能保持方向并在空中飛行。假設俄羅斯的電子戰仍能干擾無人機的通信，但無人機只需離開電子戰環境就能傳輸情報。

可以為自主無人機配備執行偵察和預警任務的裝備。這種裝備將使美國能夠像俄羅斯的偵察-打擊模式一樣，分層實施破壞和摧毀能力。自主無人機可以飛入有爭議的環境，識別目標并干擾敵方系統。自主無人機可消除電子戰威脅，使武裝無人機能夠定位并摧毀敵方的 IADS 和機會目標。這些任務可使美軍飛機對關鍵系統實施精確打擊。最后，將自主無人機與作戰級火力相結合，可以對大量集結的敵方部隊實施類似 "澤萊諾皮利亞 "的大規模打擊。這種模式可使美軍將其精確理念與大規模打擊能力融為一體。

• 建議 2

美國軍方必須開發一種人工智能增強型沖突消除系統。該系統需要獲取所有友軍部隊和裝備的位置信息。美國國防部已經擁有能夠實現這一功能的任務指揮系統，如 "藍軍追蹤器"。任務指揮系統需要擴展，以納入更多信息，包括飛機位置。它還將采用類似于 "Bug Splat "的系統來進行 CDE。這一單一系統可近乎瞬時地計算所請求的打擊任務、進行 CDE 并建議所需的其他消除沖突措施。系統將把這些建議發送給人工進行最終批準或不批準。

上述系統能夠以比任何美國同級對手更快的速度解除打擊任務的沖突。它還能保持軍方可接受的風險水平。將建議 1 中的無人機與上述沖突消除系統結合使用，將使美軍不僅能縮小作戰偵察與打擊能力的差距，而且還能獲得明顯的優勢。

• 建議 3

最后一項建議是美國不開發致命性自主武器系統。人類必須在戰場上做出每一個可能致命的決定。截至 2018 年，人工智能還不具備必要的先進性，無法滿足《日內瓦公約》和國際人道主義法對人道攻擊的要求。美國必須抵制誘惑，不要因為同行對手不同意自己的保留意見，就去追求一種在倫理或道德上模棱兩可的武器系統。在技術改進到人工智能能夠滿足人道使用的所有要求之前，致命性自主武器系統在美國的庫存中沒有一席之地。

未來研究

人工智能在戰場上的應用遠不止本研究介紹的這些。網絡戰和后勤將受益于本專著所倡導的人機協作。此外，雖然本文并不主張使用致命性自主武器系統，但必須繼續討論《日內瓦公約》和國際人道主義法允許的行為。例如，如果有人對目標進行了核實并批準了任務，武裝自主無人機是否可以進行攻擊？本專著將不討論這個問題。不過，未來的研究人員應該這樣做。

總結

對案例研究的分析表明，最初的假設是正確的。假設中推薦的人工智能系統將在不增加部隊風險的情況下重新獲得偵察-打擊超配能力。此外，第 5 章中提出的建議支持第三次抵消戰略，不需要改變已公布的政府政策。最后，這里提出的建議并不違反日內瓦或國際人道主義法標準，國防部可以立即實施。

本專著絕非人工智能追求或政策的定論。人工智能的進步可能會改變當前的環境，并為戰場上的道德應用帶來新的考量。軍事和政治領導人必須繼續討論、辯論和解決這些重要而復雜的問題，并得出新的結論。人工智能有可能改變我們生活的世界。美國必須始終站在人工智能發展的最前沿，以確保其繼續成為卓越的全球大國。

本報告調查了對抗性機器學習 (AML)，即研究基于機器學習 (ML) 的人工智能系統弱點的研究方法。近年來，機器學習，尤其是深度學習 (DL)，在圖像分類、自然語言處理和自主代理等多個領域取得了快速進展。因此，深度學習在軍事環境中也很受關注。然而，隨著進步，人們對 AML 方法的興趣不斷增加，新的攻擊變體不斷發布。實際上，所有 DL 系統在某種程度上都容易受到影響，無論是混淆它們、避免被它們檢測到，還是提取它們可能持有的秘密信息。從軍事角度來看，重要的是要意識到這種利用的可能性，無論是針對自己的人工智能系統還是針對對手使用的系統。

該報告概述了AML研究，然后展示了針對不同類型人工智能系統的一系列攻擊方法：

• 圖像分類系統中毒，使軍用車輛避免被發現；
• 可以從大型生成模型中檢索秘密信息的提取攻擊；
• 對抗性策略攻擊，其中對手的行為方式使自主智能體感到困惑。

每個案例都描述和討論了攻擊并評估了實施。本報告的重點是攻擊。雖然在適用的情況下簡要討論了針對 AML方法的防御，但后續報告的主題是對AML防御的更深入研究。

關鍵詞：人工智能、機器學習、深度學習、深度神經網絡、欺騙、網絡攻擊、攻擊向量、漏洞、對抗樣本、數據中毒、數據提取、對抗策略

引言

深度學習 (DL) 的出現將智能計算機軟件的性能和能力帶入了新的性能水平。將基于 DL 的軟件嵌入軍事指揮、控制、通信、計算機、情報、監視和偵察 (C4ISR) 系統中，有可能徹底改變創建準確及時的共同作戰圖 (COP) 的能力，從而使軍事決策過程可以比以往任何時候都更快、更精確地執行。從長遠來看，深度學習還可以用于在遠遠超出人類能力范圍的復雜戰爭環境中制定軍事計劃。

然而，由深度神經網絡 (DNN) 實施的基于 DL 的軟件容易受到各種威脅或網絡攻擊。這些是在對抗性機器學習 (AML) 研究領域研究和開發的。這些攻擊可能被用來欺騙決策者、降低系統性能、降低最終用戶信任度，甚至從系統中提取（即逆向工程）敏感的軍事數據。圖 1.1 展示了一個典型的 AML 攻擊示例，其中目標是用于對圖像內容進行分類的 DNN。在這種情況下，DNN 能夠正確地識別出圖 1.1a 中的原始圖像包含一架戰斗機，幾乎是絕對確定的。圖 1.1b 中的惡意圖像是通過在原始圖像上應用 AML 技術創建的，能夠欺騙相同的 DNN 將輸入分類為西伯利亞雪橇犬而不是戰斗機。在這種情況下，攻擊是有效的，盡管人眼無法察覺。

圖 1.1 – 使用 AML 的樣本攻擊。在這種情況下，目標是由 DNN 表示的圖像分類系統。圖 1.1a 顯示 DNN 能夠以近乎完美的確定性將良性（非操縱）輸入正確分類為戰斗機。圖 1.1b 顯示了使用 AML 技術創建的經過處理的圖像。被操縱的圖像成功地欺騙了 DNN，將輸入分類為西伯利亞雪橇犬而不是戰斗機。

據我們所知，AML 尚未被對手或高級持續威脅 (APT) 參與者用來瞄準和攻擊嵌入在現實世界軍事系統中的基于 DL 的軟件。然而，研究團隊和安全專家不斷證明，針對依賴 DL 來實現尖端性能廣泛應用程序的攻擊是可能的 [1]。例如，小心地替換句子中的單詞可能會導致語言模型對情緒進行錯誤分類 [2]。自動駕駛汽車使用的交通標志和車道檢測系統可以通過分別在標志和道路上貼上標簽來攻擊 [3, 4]。轉錄服務可能會被注入精心設計的噪聲所誤導，迫使系統將語音轉換為任意文本 [5、6]。因此，假設基于 DL 的軟件將在未來的 C4ISR 支持系統中普遍使用，預計對手和 APT 最終將利用這些漏洞來欺騙、拒絕訪問或收集情報。

1.1 目標與范圍

本報告的目標是：(1) 概述迄今為止 AML 研究領域中已確定的攻擊向量，(2) 根據經驗估計這些攻擊的子集在軍事環境中的有效性，以及最后 (3) 提供見解并討論 AML 在何種程度上是深度學習在現實世界軍事應用中的現實和嚴重威脅。

盡管 AML 適用于任何基于 ML 的系統和算法，但本報告重點關注基于 DL 的 ML 系統。此外，本報告將重點關注攻擊。在 AML 研究領域提出和開發的防御機制將在未來的工作中涵蓋。最后，我們將范圍限制在與指揮和控制 (C2)、情報、監視和偵察相關的 DL 應用。

1.2 目標讀者群

本報告的目標讀者是操作、獲取或開發軍事系統的人員，這些系統使用或嵌入了 AI、ML 和 DL 技術。

1.3 閱讀說明

本報告假定讀者具有有關 ML 和 DL 概念的基本知識，例如監督學習、強化學習、損失函數、梯度下降和反向傳播。

1.4 提綱

第 2 章介紹了 AML，并介紹了用于對本報告中的攻擊進行分類和比較的分類法。第 3 章介紹了從軍事角度來看可能具有相關性的已知攻擊方法的三個案例研究。實施和評估這些方法。第 4 章總結了報告，討論了 AML 在現實世界中的適用性，包括在軍事領域。

案例研究

本章提供了三個案例研究，探討了針對基于ML的系統的不同類型攻擊。在每種情況下，從AML文獻中選擇一種攻擊方法，并從軍事角度實現或測試。評估了攻擊的有效性，然后討論了實際考慮因素。選擇這三個案例研究是因為它們與軍事領域的潛在相關性，涵蓋了廣泛的攻擊，并說明了各種ML應用和方法。

第一章以欺騙深度神經網絡將戰斗機圖像誤認為是狗的例子開始。雖然將軍事裝備隱藏在顯眼的地方有明顯的吸引力，但介紹性的例子是高度理想化的。實際應用面臨的一個障礙是，攻擊僅限于數字領域:操作是在數字圖像本身上進行的，也就是說，在戰斗機被拍攝后的一個階段。如果圖像是由對手創建的(例如，飛機是由監視攝像機拍攝的)，那么操縱圖像將需要深入訪問敵人的系統。這是不太可能的(如果是，更簡單和更健壯的攻擊變得可行，例如消除圖像或阻止其記錄)。此外，雖然關于目標深度神經網絡的黑盒知識足以計算所需的圖像修改(例如，觀察分類標簽結果[18])，但在實踐中，即使是這種知識也無法預期。

因此，第3.1節中的第一個案例研究調查了數據中毒。這種攻擊的目的與前面的示例相同:通過欺騙敵人的DNN，使其對車輛進行錯誤分類，從而使軍用車輛(在本例中為坦克)逃避檢測。盡管方法也很相似，但是中毒攻擊解決了介紹性示例的實際缺點。

圖3.2 -僅使用正確標記的訓練圖像和直到測試時間才顯示的隱藏觸發器的數據中毒攻擊。在這個圖中，所有打補丁的坦克圖像都用紅色標出，而所有中毒的汽車圖像都用黃色標出。

第3.2節將范圍擴展到通過數據提取對語言模型的攻擊。語言模型是在廣泛的文本語料庫(通常是數十億個單詞)上訓練的非常大的dnn，在某種意義上能夠“理解”(書面)語言。它們引起了自然語言處理的范式變化，在許多任務中設定了新的基準[26]，并因其生成文本的能力而獲得了媒體的廣泛關注[27]。事實上，即使在編寫本報告期間，也取得了顯著的進展，例如，ChatGPT系統的提出。語言模型正在不斷接近人類的自然語言處理水平，它們對社會幾乎所有方面的潛在影響和后果，包括軍事應用，目前很難預測。除了機會之外，它們也帶來了風險，例如，它們可能會將敏感信息暴露給對手。第3.2節中的案例研究調查了這種形式的對抗性提取攻擊的可行性。

圖3.5 -兩種語言模型的微調過程，展示了數據和最終的微調模型之間的細微差異(左為FTorig，右為FTpatch)。請注意，Dpatch的補丁文章約占CC新聞數據集總數的24%，即剩余的76%與未修改的數據集相同。

第3.3節研究了對通過強化學習訓練的模型的攻擊。這種模型通常用于無人駕駛車輛、機器人、游戲等領域的自主智能體。它們不是在一組固定的例子上以監督的方式訓練的。相反，智能體用一個獎勵函數來評估它的情況，并選擇一個獎勵最大化的行動過程。雖然這種操作模式為智能體提供了處理現實世界的靈活性和彈性，但它們仍然容易受到攻擊和欺騙，正如本案例研究將在基于強化學習的各種系統上展示的那樣。

圖3.10 -來自[51]的四個零和模擬機器人博弈的示例，用于評估對抗性策略[49]。

圖3.11 -“你不能通過”的博弈序列，敵對的對手(紅色)應該阻礙受害者(藍色)到達終點線。上面的四個數字顯示了一個普通的智能體是如何鏟斷對手的。下面的四個圖形顯示了敵對的對手如何使受害者在沒有任何接觸的情況下摔倒在地[49]。

本研究結論

對抗性機器學習在科學界引起了越來越大的興趣，每天都有關于新的攻擊變體的論文發表。幾乎任何形式的機器學習都容易受到某種類型的AML的影響，正如本報告通過攻擊方法的示例所證明的那樣。隨著越來越多的應用程序采用深度學習，攻擊的機會和潛在的回報也在增加。例如，圖像識別模型正以某種形式用于與敵方相關的情況，無論是民用還是軍用:機場和體育場開始采用人臉識別以各種原因拒絕個人進入[58]，為上述個人應用AML來逃避系統提供了動機。軍用車輛在衛星圖像上的自動探測已經研究了幾十年，避免敵方衛星的這種探測顯然是任何軍隊都感興趣的。

然而，這些攻擊在很大程度上仍停留在學術界的實驗階段。已知很少有針對實際部署的深度學習系統的真正攻擊發生，也就是說，沒有得到深度學習系統操作員的同意，并且目標不僅僅是測試攻擊方法的可行性。可能的原因有很多:這種攻擊可能很少見，因為它們很難執行，或者潛在的目標還不多。攻擊可能很難被注意到(可以說逃避攻擊的主要目的是不被注意到)。攻擊者不太可能公布成功的攻擊，甚至受害者也可能認為保持沉默而不是進一步暴露自己的弱點是明智的。

盡管如此，一些攻擊已經傳播到公眾。Stable Diffusion[59]、DALL·e2[60]和Midjourney等生成圖像模型可以基于文本提示創建圖形。這使得他們在社交媒體上很受歡迎，但也引發了藝術家們的批評，他們懷疑他們的作品被用作訓練數據。2023年2月，媒體公司Getty Images對Stability AI提起訴訟，指控其未經許可使用Getty目錄中的受版權保護的庫存圖像訓練其Stable Diffusion模型。通過對Stable Diffusion的提取方法獲取證據，發現AI系統生成的圖像與Getty擁有的圖像具有很高的相似性，包括該公司的水印[61]。

針對語言模型的快速攻擊是一種更有趣的攻擊，仍然受到媒體的廣泛關注。這種類型的攻擊是一種簡單的提取變體，其目標不是訓練數據，而是隱藏的輸入指令。對于像ChatGPT這樣的大型語言模型，操作人員可能希望在沒有任何微調階段的情況下快速調整模型以適應某些應用程序。相反，對話只是在語言模型的文本指令之前，這些指令會影響它在與用戶對話過程中的行為，例如模型應該使用什么名稱，以及要展示什么樣的個性。這些指令通常不會顯示給語言模型的用戶，但好奇的用戶已經能夠讓模型暴露它們，例如通過告訴模型“忽略之前的指令”，從而覆蓋任何隱藏的指令，而不顯示隱藏的指令，然后問“上面文檔開頭寫了什么?”“[62]

這種由人群發起的攻擊雖然相對溫和，但表明評估人工智能系統對“AML”方法的穩健性很困難，更不用說實際防御它們了。這兩個挑戰都將成為該項目的未來報告的主題。

然而，從攻擊者的角度來看，情況可能至少同樣困難。很少有人工智能系統像上面的模型一樣具有公共接口，可以進行實驗。在防御環境中，攻擊者通常只有有限的機會研究目標系統，而傳統障礙(網絡安全和物理安全)可能構成與各種AML方法固有困難一樣多的挑戰。3.1節中描述的投毒攻擊是一種旨在繞過安全措施的方法，利用訓練數據的稀缺性誘使對手自己投毒他們的系統。未來的攻擊也有可能將AML與更傳統的方法(例如社會工程)結合起來。

隨著人工智能的日益普及，對攻擊方法的研究必然會增加。隨著人工智能使用的增加，對這一新領域的持續警惕和研究對于識別新出現的機會至關重要，但也要意識到自身的脆弱性。

自主系統將塑造戰爭的未來。因此，土耳其的國防人工智能（AI）發展主要側重于提高自主系統、傳感器和決策支持系統的能力。提高自主系統的情報收集和作戰能力，以及實現蜂群作戰，是發展國防人工智能的優先事項。雖然土耳其加強了自主系統的能力，但在可預見的未來，人類仍將是決策的關鍵。

人類參與決策過程提出了一個重要問題：如何有效確保人機互動？目前，自主系統的快速發展和部署使人機互動的問題更加惡化。正如土耳其國防工業代表所爭論的那樣，讓機器相互交談比較容易，但將人類加入其中卻非常困難，因為現有的結構并不適合有效的人機互動。此外，人們認為，人工智能對決策系統的增強將有助于人類做出更快的決定，并緩解人機互動。

土耳其發展人工智能的意圖和計劃可以從官方戰略文件以及研發焦點小組報告中找到。突出的文件包括以下內容：

• 第11個發展計劃，其中規定了土耳其的經濟發展目標和關鍵技術投資。

• 《2021-2025年國家人工智能戰略》，它為土耳其的人工智能發展制定了框架。

• 焦點技術網絡（Odak Teknoloji A??，OTA?）報告，為特定的國防技術制定了技術路線圖。這些文件提供了關于土耳其如何對待人工智能、國防人工智能和相關技術的見解。

土耳其特別關注人工智能相關技術，如機器學習、計算機視覺和自然語言處理，其應用重點是自主車輛和機器人技術。自2011年以來，自主系統，主要是無人駕駛飛行器（UAV），仍然是土耳其人工智能發展的重點。此后，這已擴大到包括所有類型的無機組人員的車輛。同時，用人工智能來增強這些車輛的能力也越來越受到重視。人工智能和相關技術的交織發展構成了土耳其人工智能生態系統的核心。

土耳其的人工智能生態系統剛剛起步，但正在成長。截至2022年10月，有254家人工智能初創企業被列入土耳其人工智能倡議（TRAI）數據庫。土耳其旨在通過各種生態系統倡議在其國防和民用產業、學術機構和政府之間創造協同效應。由于許多組織都參與其中，這些倡議導致了重復和冗余。冗余也來自于人工智能技術本身的性質。由于人工智能是一種通用技術，可以應用于不同的環境，各種公司都有用于民用和國防部門的產品；因此相同的公司參與了不同的生態系統倡議。此外，民用公司與國防公司合作，在國防人工智能研究中合作，并提供產品，這是司空見慣的。

土耳其鼓勵國際人工智能在民用領域的合作，但不鼓勵在國防領域的合作。然而，由于技能是可轉移的，國防人工智能間接地從這種合作中受益。

土耳其非常關注自主系統發展中的互操作性問題，特別是那些具有群集能力的系統。除了蜂群，北約盟國的互操作性也是一個重要問題。因此，土耳其認為北約標準在發展自主系統和基礎技術方面至關重要。

土耳其目前對人工智能采取了分布式的組織方式。每個政府機構都設立了自己的人工智能組織，職責重疊。目前，盡管國防工業局（Savunma Sanayi Ba?kanl???，SSB）還沒有建立專門的人工智能組織，但SSB的研發部管理一些人工智能項目，而SSB的無人駕駛和智能系統部管理平臺級項目。目前，根據現有信息，還不清楚這些組織結構如何實現國防創新或組織改革。

土耳其尋求增加其在人工智能方面的研發支出，旨在增加就業和發展生態系統。SSB將在未來授予更多基于人工智能的項目，并愿意購買更多的自主系統，鼓勵研發支出的上升趨勢。然而，盡管土耳其希望增加支出，但金融危機可能會阻礙目前的努力。

培訓和管理一支熟練的勞動力對于建立土耳其正在尋找的本土人工智能開發能力至關重要。這包括兩個部分。首先是培養能夠開發和生產國防人工智能的人力資源。因此，土耳其正在投資于新的大學課程、研究人員培訓、開源平臺和就業，同時支持技術競賽。第二是培訓將使用國防人工智能的軍事人員。國防人工智能也正在慢慢成為土耳其武裝部隊（Türk Silahl? Kuvvetleri，TSK）培訓活動的一部分。目前，關于土耳其打算如何培訓軍事人員使用國防人工智能的公開信息非常少。

近年來，大國越來越多地尋求利用先進技術--人工智能（AI）、自主性、網絡和高超音速技術等--來達到軍事目的，并可能產生深遠的危險后果。與化學和核技術首次應用于戰爭時的情況類似，許多分析家認為，人工智能和其他此類 "新興技術 "的軍事利用將徹底改變戰爭，使過去的武器和戰略變得過時。根據這一展望，美國國防部正在分配越來越多的資金用于研究這些技術及其在軍事上的應用，其他大國的軍隊也是如此。

但是，即使美國軍方和其他國家的軍方加速利用新技術進行軍事用途，許多分析家警告說，在對這樣做的意外和危險后果有更多了解之前，不要如此匆忙地進行。例如，分析家們擔心，人工智能系統可能以不可預測的方式失敗，造成意外的屠殺或失控的升級。

軍控分析家們特別關注的是新興技術對 "戰略穩定 "的潛在影響，或者說有核國家在危機中避免首先使用核武器的情況。采用人工智能和其他新興技術的武器可能會模糊常規攻擊和核攻擊之間的區別而危及戰略穩定，導致過早使用核武器。

在這種擔憂的激勵下，許多國家的軍備控制倡導者和公民活動家都試圖減緩人工智能和其他新興技術的武器化，或對其在戰場上的應用施加各種限制。例如，《特定常規武器公約》（CCW）的締約國已經考慮了禁止開發和部署致命的自主武器系統--或者被批評者稱為 "殺手機器人 "的建議。近年來，監管新興技術的其他方法，包括各種單邊和多邊措施，也在不斷推進。

人工智能和自主武器系統

新興技術在軍事上最突出的應用是廣泛引入自主武器系統--將人工智能軟件與各種戰斗平臺（艦船、坦克、飛機等）結合起來，自行識別、跟蹤和攻擊敵方目標的裝置。通常情況下，這些系統包含了決定其操作參數的軟件，例如，它們可以在哪些地理空間內運作，它們可以攻擊哪些類型的目標，以及在什么情況下。

目前，美國軍隊的每一個分支，以及其他主要大國的部隊，都在開發--在某些情況下，投入使用--幾個系列的自主作戰系統，包括無人駕駛航空器（UAVs）、無人駕駛地面車輛（UGVs）、無人駕駛水面艦艇（USVs）和無人駕駛海底船只（UUVs）。

例如，美國海軍打算使用一支由USVs和UUVs組成的艦隊，在有爭議的地區進行偵察行動，如果戰爭爆發，則對敵方目標發射反艦和陸地攻擊導彈。美國空軍已經接受了 "忠誠的僚機 "方法，即武裝無人機在有爭議的空域飛行時，將通過攻擊敵人的戰斗機來幫助保護有人駕駛的飛機。美國陸軍試圖通過開發一系列機器人作戰系統，包括最終的機器人坦克，來減少對其前線部隊的危險。俄羅斯和中國軍隊正在開發和部署具有類似特點的無人系統。

像這樣的致命的自主武器系統的開發和部署引起了重大的道德和法律挑戰。首先，這些設備被授權對包括人類在內的敵方目標使用致命武力，而不需要大量的人類監督--這種做法違背了廣泛認同的道德和宗教原則，即只有人類才能奪走另一個人的生命。批評者還認為，這些武器將永遠無法遵守戰爭法和國際人道主義法，正如1899年和1907年的海牙公約以及1949年的日內瓦公約所規定的那樣。這些法規要求交戰各方在進行軍事行動時區分戰斗人員和非戰斗人員，并只使用為實現特定軍事目標所需的武力。自主武器的支持者聲稱，隨著時間的推移，這些系統將被證明有能力在激烈的戰斗中做出這種區分，但反對者堅持認為，只有人類擁有這種能力，因此所有此類設備都應被禁止。

圖：中國 WZ-8 高超音速偵察無人機于 2021 年 9 月 28 日在中國廣東省珠海市舉行的第十三屆中國國際航空航天展覽會（Airshow China 2021）上展出。

由于認識到這些危險，在《特定常規武器公約》的主持下，已經開展了協調一致的努力，以通過一項禁止部署致命自主武器系統的附加議定書。由于《特定常規武器公約》是以協商一致的方式運作的，而且締約國反對這樣的措施，因此禁止的支持者正在探索其他禁止戰略，例如在聯合國大會的主持下制定一項國際條約。歐盟的一些成員國也提出了一個不具約束力的行為準則，涵蓋致命性自主武器系統的部署，要求對其在戰斗中的使用進行持續的人為監督。

高超音速武器

高超音速武器通常被定義為能以超過五倍音速（5馬赫）飛行的導彈，其飛行高度低于洲際彈道導彈（ICBMs），后者也以高超音速飛行。目前，美國、中國、俄羅斯和其他一些國家正在開發和使用兩種類型的高超音速武器（這兩種武器都可能攜帶核彈頭或常規彈頭）：高超音速滑翔飛行器（HGVs），在從助推火箭釋放后沿著地球外層大氣 "滑翔 "的無動力彈丸；以及高超音速巡航導彈（HCMs），其動力來自高速噴氣發動機，稱為 "噴氣式"。

這些類型的武器擁有若干能力，使它們對軍事官員具有吸引力。由于其高速和優越的機動性，高超音速導彈可以在沖突早期用于攻擊高價值的敵方資產，如防空雷達、導彈電池和指揮和控制（C2）設施。由于高超音速導彈比洲際彈道導彈更接近地球，并擁有更大的機動性，它們可能有能力躲避旨在對付其他類型進攻性武器的反導彈系統。

所有三個大國都探索過類似類型的高超音速導彈，但它們這樣做的戰略考慮似乎有所不同。美國目前尋求在區域性非核沖突中使用這種武器，而中國和俄羅斯似乎強調將其用于核以及常規應用。

美國空軍已著手開發兩種用于區域性的此類導彈：空射快速反應武器（ARRW），它將成為美國第一種投入使用的高超音速武器，以及高超音速攻擊巡航導彈（HACM）。同時，美國陸軍和海軍一直在聯合研制一種供兩軍使用的通用高超音速助推滑翔飛行器，以及將高超音速飛行器送入大氣層的助推火箭。俄羅斯已經在其一些SS-19 Stiletto洲際彈道導彈上部署了核武的Avangard HGV，而中國已經測試了東風-17（DF-17），這是一種裝有雙能力（核或常規）HGV彈頭的中程彈道導彈。

雖然這些武器項目大多仍處于開發或早期部署階段，但它們的存在已經引發了政策制定者和軍控倡導者對其對戰略穩定的潛在影響的擔憂。例如，分析家們擔心，在常規交戰的早期使用高超音速武器來制服對手的關鍵資產，可能會被解釋為核第一打擊的前奏，從而促使目標國在不確定攻擊者的意圖時發射自己的核彈藥。

目前，中國、俄羅斯和美國的官員還沒有一個既定的場所可以開會討論對高超音速武器的正式限制。美俄戰略穩定對話可以作為政府官員之間就這些議題進行直接會談的可能論壇。雖然華盛頓在俄羅斯入侵烏克蘭后暫停了對話，但一旦情況允許，雙方應盡快回到對話桌上。美中戰略對話，如果建立，也可以解決類似的問題。

網絡攻擊和核C3

網絡空間領域--雖然對許多公共、私人和商業功能有巨大的價值--也被證明是一個有吸引力的大國競爭的舞臺，因為該領域容易受到各種惡意和侵略性活動的影響。這些活動包括網絡間諜，或盜竊軍事機密和技術數據，以及旨在破壞敵人的指揮、控制和通信（C3）系統的攻擊性行動，從而削弱其成功發動戰爭的能力。這種行動也可能針對對手的核C3（NC3）系統；在這種情況下，一方或另一方擔心核交換即將發生，可能會試圖通過使對手的NC3系統癱瘓來減少其遭受攻擊的可能性。

分析家們警告說，在重大危機或常規沖突中，對對手NC3系統的任何網絡攻擊都可能被證明是非常不穩定的。一旦發現其關鍵指揮系統受到干擾，目標國很可能會認為對手對其發動了先發制人的核打擊，因此可能會發射自己的核武器，而不是冒險讓對方損失。

常規武器與核C3的廣泛結合使這些危險更加復雜。出于經濟和便利的考慮，大國選擇依靠相同的預警和通信聯系來為其核力量和常規力量服務--卡內基國際和平基金會的詹姆斯-阿克頓將這種現象描述為 "糾纏"。在大國沖突中，一方或另一方可能會在非核攻擊的開始階段使用網絡武器使其對手的常規C3系統失效，但其對手--可能擔心其核系統是預定目標--可能會過早地發射其核武。

將網絡空間用于軍事目的對軍備控制構成了重大挑戰。現有的檢查和核查手段目前無法檢測到網絡武器，而網絡武器的存在往往難以證明。隨著網絡武器的擴散給戰略穩定帶來新的嚴重威脅，決策者有責任制定戰略，防止意外和非故意的升級。分析人士認為，一些最有效、最穩定的措施是美俄和美中達成雙邊協議，避免對對方的NC3系統進行網絡攻擊。

自動化戰場決策

隨著新的高超音速武器和其他高能力常規武器的引入，戰爭的節奏可能會加快，并因此加劇了戰斗指揮官做出快速戰斗決定的壓力。作為回應，主要大國的軍隊計劃越來越多地依靠人工智能的戰場決策系統來幫助人類指揮官處理關于敵人動向的大量數據，并確定可能的戰斗反應。

在美國軍方，開發這類自動化系統的主要機制是全域聯合指揮與控制（JADC2）計劃。在空軍先進戰場管理系統的監督下，JADC2被設想為一個計算機群，共同收集來自無數平臺的傳感器數據，將數據組織成可消化的塊狀，并為指揮官提供可能的戰斗選項菜單。雖然JADC2最初打算用于常規作戰，但該計劃最終將連接到國家的NC3系統。

戰場決策自動化的提高，特別是考慮到核和常規C3系統的可能整合，引起了許多關注。這些技術中的許多仍處于起步階段，容易出現經常是意料之外的故障。熟練的專業人員也可以愚弄，或 "欺騙 "人工智能系統，造成意想不到的，可能是危險的結果。此外，無論在網絡安全方面花了多少錢，計算機系統將始終容易受到復雜對手的黑客攻擊。

鑒于這些風險，中國、俄羅斯和美國的政策制定者應該對加速其C3系統的自動化有所顧忌。理想情況下，這三個國家的政府官員和技術專家應該會面--估計是以類似于美俄戰略穩定對話的形式，考慮對任何與核指揮系統有關的自動化決策設備的使用加以限制。在這種會議變得可行之前，這些國家的專家應該在中立的場所舉行會議，以確定依賴這種系統所固有的危險，并探討控制這種系統的各種措施。

圖：2021 年 6 月 4 日，在伊利諾伊州馬斯庫塔的中美洲機場附近，一架無人駕駛的波音 MQ-25 T1 黃貂魚測試飛機（左）為有人駕駛的 F/A-18 超級大黃蜂加油。 （美國海軍照片由波音公司提供）

減少新興技術升級危險的框架戰略

大國的軍事領導人旨在盡可能快地利用新興技術帶來的好處，因為他們相信這樣做將使他們在未來的大國沖突中獲得戰斗優勢。然而，這種利用新興技術進行軍事用途的驅動力，其速度遠遠超過了評估這些技術所帶來的危險并對其使用進行限制的努力。因此，必須減緩這些技術武器化的步伐，仔細權衡這樣做的風險，并對其軍事用途采取有意義的限制。

鑒于這一努力所涉及的技術的多樣性和復雜性，沒有任何一個總體性的條約或協議可能能夠對所有相關技術進行限制。因此，相關國家的領導人應集中精力采取一個框架戰略，旨在推進一系列措施，無論其預期結果如何，都有助于實現防止意外升級和加強戰略穩定的更大目標。

在制定和實施這些措施時，決策者可以以循序漸進的方式進行，從更多的非正式、無約束力的措施到越來越具體、有約束力的協議。以下建議的行動步驟來自于軍控倡導者在多年的實踐和實驗中開發的工具箱。

• 意識建設。努力教育政策制定者和公眾，使其了解新興技術不受管制的軍事用途所帶來的風險。

• 第2軌和第1.5軌外交。來自大國的科學家、工程師和軍備控制專家之間的討論，以確定新興技術帶來的風險和可能的控制戰略。這類 "第2軌外交"可以在某個時候擴大到包括政府專家（"第1.5軌外交"）。

• 單邊和聯合倡議。大國在沒有正式軍控協議的情況下，自行或在志同道合的國家集團之間采取的步驟，以減少與新興技術相關的風險。

• 戰略穩定會談。中國、俄羅斯和美國的高級官員就某些新興技術的武器化對戰略穩定造成的風險以及減少這些風險的聯合措施進行討論。這些討論可以伴隨著建立信任措施（CBMs），目的是在執行和核查該領域的正式協議時建立信任。

• 雙邊和多邊安排。一旦大國領導人認識到新興技術的武器化所帶來的升級風險，他們就有可能就雙邊和多邊安排達成協議，以盡量減少這些風險。

如果不采取這些措施，就會使尖端技術以越來越快的速度應用于軍事系統，從而大大放大了世界安全面臨的風險。更透徹地了解某些破壞穩定的技術對戰略穩定構成的獨特威脅，并對其軍事用途施加限制，將大大有助于減少世界末日的風險。

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

引言

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

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

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

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

問題陳述

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

研究目的

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

研究意義

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

本報告認為，相互作用的地緣政治和技術趨勢提高了歐洲國家面臨的來自彈道導彈或巡航導彈、有人和無人駕駛飛機或其他武器系統的威脅類型和水平。這使得歐洲國家對更好和更綜合的防空和導彈防御（IAMD）的需求變得非常緊迫。目前歐洲的防空和導彈防御能力不能滿足有效抵御全方位威脅的任務。

由于改進的天基傳感器和基于無人系統的傳感器，戰場的透明度正在增加。同時，更精確、更快速、更集成的空中和導彈武器系統的技術正被更多的行為者所掌握。因此，不僅是大國，而且是地區大國和非國家行為者，都比以前更有能力使用或威脅使用這些武器。歐洲的軍事基礎設施和部隊以及民用目標特別容易受到攻擊，這些攻擊使用廣泛的復雜和不復雜的武器組合來壓倒和迷惑防御者。

主動防空和導彈防御系統由傳感器、攔截器和指揮與控制（C2）節點組成。防御者面臨的挑戰是盡可能早地發現威脅，跟蹤它們，并用攔截器阻止它們。在不同的階段需要一系列不同類型的傳感器，雖然攔截器通常是導彈，但也有其他選擇。這個復雜的系統是通過C2單元聯系在一起的。人工操作和自動裝置都會處理來自傳感器的信息，并向發射器發出指令。這些防御系統通常是針對各種類型的威脅而設計的，但對某些威脅的抵抗力往往比其他的強。防御系統可以基于陸地、海洋、空中或太空，并在這些領域內進行組合。它們可以抵御一切威脅，從我們本土的城市和民用基礎設施，到遠離家鄉的軍事基礎設施和部署部隊。因此，防空和導彈防御在戰略、戰區和戰術層面都很重要。

簡而言之，主動防空和導彈防御是一項高要求和高風險的任務。攻擊者和防御者為爭奪優勢而進行著高度競爭的斗爭。因此，防御者不僅要依靠主動防御，還要依靠被動防御措施：隱蔽性、分散性、流動性和硬化。此外，威懾和軍備控制措施應高度降低對手事實上使用這些武器的風險。防御者也可以采用先發制人的措施，試圖在敵方發動（另一次）攻擊之前，利用空中力量或網絡武器摧毀其能力。

報告重點介紹了主動防御措施，并強調這些措施又變得新的重要。最近的例子很容易找到，從2021年的以色列-哈馬斯沖突，2020年的納戈爾諾-卡拉巴赫沖突，到2019年的沙特油田襲擊。所有這些都表明小國和非國家行為者如何創造性地、有效地使用導彈和無人駕駛車輛來尋找和摧毀目標，繞過防御系統或使其飽和。

更令人擔憂的是可能在更大范圍內發生的事情。俄羅斯已經投資于導彈庫，將港口、空軍基地、C2節點和主要軍事力量置于危險之中。這些所謂的反介入區域拒止（A2/AD）能力可以阻止或提高在其附近行動的部隊的成本，或勸阻他們向受到直接威脅的盟友和伙伴提供援助。俄羅斯，與美國和其他主要國家一樣，也在投資高超音速武器，這為大國政治增加了另一個層面的速度和不可預測性。

因此，對歐洲國家來說，改進空中和導彈防御不僅是一個在國家基礎上保護其人民和軍隊的問題：聯盟承諾、地理范圍和威脅的復雜性也要求采取多國辦法。威脅環境的發展速度，以及在戰略、戰區和戰術層面的影響，要求歐洲各國首都有更大的政治緊迫感。

美國在多個地區可能（或成為）軍事上的過度投入，這一概念意味著可行的防空和導彈防御對歐洲的戰略自主權和歐洲對北約的承諾具有強烈的影響。如果美國沒有能力在歐洲迅速采取行動，歐洲國家需要解決方案，既要保護自己的安全，又要維護整個北約的信譽。這也為美國在多個地區的危機中創造了回旋空間，并能抑制大國在危機中迅速升級到并包括核級別的途徑。不斷變化的空中和導彈威脅環境說明了對歐洲工業解決方案的需求。空中和導彈防御對歐洲人口、基礎設施和部隊的威脅是歐洲人應該能夠掌握的最低限度的能力，而不需要依賴他人。但這也是一個加強跨大西洋關系的問題，因為如果各個成員國的核心資產沒有得到適當的保護，聯盟就不能有效地遏制威脅。報告的具體部分可以細分為以下幾點：

• 威脅

由于地緣政治和技術發展的相互作用，威脅環境正在發生變化。報告發現三個地緣政治的發展，共同直接和間接地影響著歐洲的安全：（1）美國與俄羅斯和中國之間的競爭加劇，為（2）在歐洲和亞洲投資軍事技術，特別是導彈相關技術創造了新的動力。這一趨勢因(3)有關歐洲周邊地區的小國和非國家行為者的動態而得到加強。

這種威脅的常規性質尤其突出。自冷戰結束以來，導彈防御的重點一直是防御來自歐洲周邊所謂無賴國家的少量核武但相當不先進的彈道導彈。然而，常規導彈的質量和數量不斷增加，應該成為重新考慮這一重點的理由。特別是因為這些導彈能力現在得到了無人駕駛飛行器的補充，這些飛行器有助于提高戰場的透明度和精確攻擊，并可用于摧毀關鍵節點，為更先進的武器鋪平道路。2020年在納戈爾諾-卡拉巴赫的戰爭說明了使用這類資產的新的創造性方式；然而，雖然具有高度的破壞性，但與大國之間的潛在沖突相比，它仍然是小規模的。

為了抵消美國在其附近投射力量的能力，同行競爭者俄羅斯等國家正在增加其對軍事基礎設施和陸上、海上和空中力量的打擊能力。他們的武器庫包括短程和中程彈道導彈和巡航導彈、有人和無人駕駛飛機，以及可能在不久的將來的高超音速武器。通過這些能力，俄羅斯可以提高美國和西歐部隊增援北約東翼的難度。雖然可能不是對歐洲東北部安全的最直接威脅，但這些能力仍然使排除俄羅斯制造既成事實變得更加困難。此外，這些導彈技術中的大多數都可以用來瞄準帶有核彈頭或其他非常規彈頭的城市。俄羅斯有可能利用這些能力來勒索歐洲盟友和美國，使其放棄對盟友的援助。

在海洋領域，像伊朗這樣的地區大國可以威脅離海岸越來越遠的船只，也可以利用非國家代理人，從而破壞歐洲船只進出印度洋和通過波斯灣的安全通道。此外，小國和非國家行為者越來越有效地利用無人駕駛飛行器傳感、游蕩彈藥以及火箭和火炮相結合的可能性。這尤其對戰術層面上的陸上軍事單位構成了威脅。例如，這使得歐洲陸軍的穩定任務比以前更有風險。

技術發展也很重要。該報告確認了四個趨勢和發展。(1)由于成本下降，更容易獲得；(2)精度和透明度的提高；(3)時間和空間的壓縮減少了反應時間；(4)在攻擊中結合不同的武器，迷惑和壓倒防御者的能力。

無人駕駛飛行器將在各個層面和陸、海、空領域產生影響。具體來說，無人駕駛飛行器可以使其他能力的效果得到加強或倍增。它們可以為提高戰場的透明度提供持久的感應，或者以其更復雜的形式，提高更復雜的武器的精度。作為游蕩彈藥，它們可以被用來摧毀關鍵的C2或雷達設施，并通過消除這些關鍵節點，為更大規模和更復雜的攻擊掃清道路。雖然更先進的模型可能停留在許多國家和非國家行為者無法企及的地方，但總的來說，它們正迅速成為更多行為者可以獲得的東西。

高超音速武器在短期內構成威脅的程度還不確定。然而，從中長期來看，它們可能會破壞穩定。鑒于可能獲得這些武器的國家數量有限，它們的影響在戰略層面上可能感覺不到，因為大多數核武國家已經擁有充足的能力。可以說被低估的是高超音速武器快速消除關鍵軍事基礎設施--港口、空軍基地、C2節點--的潛在能力，從而在戰區層面重塑沖突的參數。它們的速度、機動性和從多個平臺部署的能力可以在常規戰區級沖突中取得重大影響。

報告的核心信息之一是，關于空中和導彈威脅，真正的新危險在于正在出現的將不同類型的武器結合在一起的能力，這些武器的質量大不相同，可以壓倒和迷惑防御者的系統，或者通過打擊特定的節點來蒙蔽他們。冷戰后，歐洲國家已經習慣于將大部分空中和導彈威脅的危險作為戰略和戰術層面的不同問題來處理，同時能夠在很大程度上忽視大國的戰區級威脅。在新出現的威脅環境中，高端和低端武器的組合構成了一個重大的挑戰，而戰區級的防御措施具體來說是不發達的，不一定是在技術上，而是在概念和理論的運用上，以及攔截器的數量上。我們的研究強調，在戰區一級對軍事基礎設施，如港口、機場、節點以及高價值海軍艦艇的常規威脅被低估了。

總之，技術發展、概念和理論創新以及對數量的投資使潛在的侵略者具有明顯的優勢。在攻擊中結合各種武器系統的能力，以及更多不同的傳感器，已經創造了一個360度的威脅環境。具有不同復雜程度的武器系統可以結合在一起，使防御者的系統達到飽和、混亂并被壓倒。無論是彈道導彈還是高超音速武器、戰斗轟炸機、巡航導彈或無人駕駛飛行器，每種武器系統在速度、彈道、機動性、消耗性和成本方面都有明顯的優勢，可以用來對付防御者的系統。威脅不再主要來自所謂的無賴國家的少量彈道導彈，以及來自非國家行為者。它不僅是一個新的或正在出現的尖端技術如高超音速武器的問題，也是一個具有不同種類的尖端武器的原始數量的問題，特別是對這些武器的創造性使用。歐洲在國防方面的答案也應該在技術、數量以及概念和理論的創新中尋找。簡而言之，在本報告中，我們沒有探討具體防御系統與具體武器的相對質量，而是通過一個全面的戰略視角來具體審視防空和導彈防御問題。

• 解決方案

該研究提出了一些改善歐洲主動防空和導彈防御的解決方案。

不要再忽視中低級別的威脅了。在過去的幾十年里，對空中和導彈防御的關注主要集中在更高層次的戰略威脅上。但是，隨著在戰區一級結合武器系統進行常規攻擊的可能性越來越大，投資應該轉向那里。無人駕駛飛行器在每個威脅級別上的使用，盡管目的不同，而且往往是為更具破壞性或更復雜的武器鋪路，強調了投資于更好的針對無人駕駛飛行器的點防御是必要的和具有成本效益的。風險在于，組合攻擊將迅速耗盡有限的高端攔截器庫存。

結合防御性解決方案。為了成功的防空和導彈防御，歐洲國家不僅應該為高端威脅投資高端技術，如針對高超音速武器的高能武器，還應該刺激新興和現有技術的創造性應用。畢竟，新出現的威脅環境主要不是技術快速發展的結果，而是注意將現有武器與較新的系統有效結合，以及對武器數量的投資。因此，改進的被動防御措施，如分散性、隱蔽性、機動性和加固性，應與主動防御措施相結合。需要這些措施來抵消精度和戰場透明度的提高。在改進主動和被動防御措施的同時，預防性的解決方案，如空中力量、特種部隊和網絡行動，應被視為有效的解決方案。

投資于庫存。歐洲國家應繼續投資攔截器的數量，無論是陸基、海基還是空基系統。數量很重要，特別是當對手依靠武器組合的飽和攻擊來迷惑和壓倒防御系統時。如果攔截器庫存中沒有內置的冗余，整個防御系統將變得脆弱。雖然這代價很高，但與失去被防御的目標的代價相比，這個代價就顯得微不足道了。但歐洲國家可以對其采購過程更加明智，并協調其采購過程，以確保從生產商那里獲得更好的交易。向工業企業施壓以提高系統之間的互操作性，將有助于陸基和海基系統之間以及歐洲國家和美國之間共享攔截器。

整合武器、技術和投資。歐洲國家應該在國內和國際上更好地整合他們的防空和導彈防御系統，在歐洲內部以及與美國之間。對技術的進一步投資，以更好地整合構成主動防空和導彈防御的各種空基系統的傳感器、攔截器和C2節點，將獲得高額回報。這是一個從已有的東西中獲得更多的東西的問題，而不是一個節約成本的措施。作為永久結構化合作和歐洲防務基金的一部分，正在進行的歐洲項目具有很大的前景。然而，這不僅是一個技術解決方案和智能采購政策的問題，也是一個通過模擬、測試和演習使就業實踐同步的問題。荷蘭可以發揮作用，特別是它的海基傳感能力，這為它提供了一個移動和靈活的利基能力。

強調政治-戰略的緊迫性。如果沒有歐洲對防空和導彈防御投資的共同政治緊迫性，作為爭取更多戰略自主權的一個組成部分，這些解決方案都無法實施。這些是政治選擇，而不僅僅是技術問題。在目前的格局中，歐洲國家在戰略導彈防御和戰區級防御方面高度依賴美國。歐洲在綜合防空和導彈防御方面的改進將大大有助于建立歐洲通過自己的反介入區域拒止能力進行常規威懾的能力。鑒于歐洲無法再確保美國能夠迅速增援歐洲-大西洋和印度-太平洋戰區，因此需要加強歐洲保護關鍵民用和軍事基礎設施的能力，以保護高價值的歐洲資產，以及提高侵略歐洲的成本，同時也為盟友爭取時間，以防美國無法迅速增援歐洲戰區。

總之，在歐洲范圍內加強防空和導彈防御是必要的，并應在公眾辯論中得到更多的關注，盡管它具有技術性。它不能成為個別政府在國家基礎上的事情。鑒于新出現的威脅環境的復雜性，有必要以更聰明和更有效的方式結合歐洲的防御資產。

新興軍事技術

國會議員和五角大樓官員越來越關注發展新興軍事技術，以加強美國的國家安全，并與美國的競爭對手保持同步。美國軍方長期以來一直依賴技術優勢來確保其在沖突中的主導地位，并保障美國的國家安全。然而，近年來，技術的迅速發展和迅速擴散，很大程度上是由于商業領域的進步。正如前國防部長查克·哈格爾(Chuck Hagel)所觀察到的，這種發展已經威脅到美國傳統的軍事優勢來源。美國國防部(DOD)已經采取了一系列措施來遏制這一趨勢。例如，2014年，國防部宣布了第三次抵消戰略，這是一項為軍事和安全目的以及相關戰略、戰術和作戰概念開發新興技術的努力。為了支持這一戰略，國防部建立了許多專注于國防創新的組織，包括國防創新單位和國防戰爭聯盟小組。

最近，2018年的國防戰略呼應了第三次抵消戰略的基礎，指出美國的國家安全可能會受到影響： 受到快速技術進步和戰爭性質變化的影響....新技術包括先進的計算、“大數據”分析、人工智能、自主、機器人、定向能源、超音速和生物技術——這些技術確保我們能夠在未來的戰爭中戰斗并贏得勝利。 美國是開發這些技術的領導者。然而，中國和俄羅斯這兩個關鍵的戰略競爭對手，在發展先進軍事技術方面正在穩步取得進展。隨著這些技術被整合到國外和國內的軍事力量中并部署，它們可能會對國際安全的未來產生重大影響，并將成為國會在資金和項目監督方面的一個重要焦點。

本報告概述了美國、中國和俄羅斯的一些新興軍事技術:

• 人工智能,
• 致命的自主武器，
• 超音速武器,
• 定向能武器，
• 生物技術,
• 量子技術。

它還討論了國際機構內監測或規范這些技術的相關倡議，考慮了新興軍事技術對戰爭的潛在影響，并為國會概述了相關問題。這些問題包括新興技術的資金水平和穩定性、新興技術的管理結構、與征聘和留住技術工作者有關的挑戰、迅速發展和兩用技術的采購過程、保護新興技術免受盜竊和征用，以及對新興技術的治理和監管。這些問題可能會影響到國會的授權、撥款、監督和條約的制定。