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。

過去幾年中，機器人技術的顯著發展導致了人工智能（AI）的新 "夏天"。值得注意的是，機器學習和深度學習改變了日常生活。人類越來越依賴 "外部 "智能而不自知。軍方也已經認識到人工智能的巨大潛力。例如，安全部隊采用AI工具進行信息分析和面部識別。然而，人們的興趣還不止于此。技術先進的國家，如美國、中國和俄羅斯，已經開始參與有關人工智能軍事應用的軍備競賽。目前正在進行重大的研究和開發項目，通常涉及國防部門、私營公司和學術界之間的合作。鑒于人工智能的顯著優勢，在安全事務方面有一種強烈的自主性增強的趨勢。這包括在對物體和人員使用武力方面的自主性不斷增強的趨勢。

各國和法律學者已經開始辯論人工智能的軍事應用是否以及如何與現有的國際法，特別是國際人道主義法（IHL--這里同義地稱為 "武裝沖突法 "或 "戰爭法"）兼容。在聯合國大會的授權下，致命性自主武器領域的新興技術政府專家組自2016年以來在《特定常規武器公約》（CCW）的框架內對此進行了審議。在此背景下，一些國家強調了根據1949年《日內瓦公約》第一附加議定書第36條和國際習慣法對武器、作戰手段和方法進行法律審查的重要性。評估新武器合法性的法律審查程序將確保各國不會采用不符合國際人道主義法的人工智能系統。學者們的工作呼應了法律審查與武器系統相關的越來越多的自主權的相關性，并開始確定出現的挑戰。人們注意到，新技術 "在某些情況下會使進行第36條審查的過程變得非常困難"，這 "可能需要重新修訂舊的法律概念或帶來新的風險，而這些風險本身可能需要新的風險評估方法。" 2019年12月，第33屆紅十字會和紅新月會國際會議也表示，"為了使法律審查有效，開發或獲取新武器技術的國家需要駕馭[其]復雜性"。

本文回應了這一進一步思考的呼吁，并對該問題進行了深入挖掘。它首先概述了新興的人工智能技術及其軍事應用，稱為 "戰爭算法"。因此，這種分析適用于任何類型的人工智能的作戰使用，屬于法律審查的義務，包括其在網絡行動中的使用，這必然導致對人工智能的使用與敵對行動的關系的關注。文章接著調查了各國在外交論壇上的辯論和現有的學術文獻，概述了關于自主系統背景下的法律審查的不同觀點。文章進一步詳細分析了國際人道主義法規定的對武器、作戰手段或方法進行法律審查的義務，以及與這種審查有關的國家實踐。文章認為，雖然法律審查對于防止部署不符合現有國際法的武器和系統至關重要，但現有做法并不完全適合審查人工智能系統的合法性。

文章認為，各國必須使其法律審查適應新興的人工智能技術。對于向人類操作者提供關鍵要素以作出目標決定的人工智能系統和自主作出相關決定的系統，法律審查必須評估是否符合額外的規則，特別是國際人道主義法規定的目標法。然而，人工智能的應用在其可預測性和可解釋性方面帶來了重大挑戰。這種可預測性問題首先是一個操作和技術上的挑戰，可以通過核查和驗證的技術過程來解決，這個過程通常在法律審查之前。本文認為，對于嵌入人工智能的軍事系統，隨著法律被轉化為技術規格，技術和法律評估最終會合二為一。因此，各國需要進行法律審查，作為技術驗證和核查過程的一部分。雖然這需要定義和評估有關可預測性的新參數，以及其他后果，但文章認為，國家和工業界正在出現的關于開發和使用人工智能的準則可以為制定人工智能驅動系統的法律審查的新指南提供要素。文章的結論是，法律審查對于人工智能技術變得比傳統武器更加重要。隨著人類對人工智能的依賴程度增加，法律審查是其法律運作的重要把關人。

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。

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。

對指揮官的認知要求正在增加。由于創新和變化的速度，指揮官做出良好風險決策的能力受到挑戰。未來的戰爭不太可能像以前的沖突或訓練演習那樣以常規戰斗為主。美國的對手避免使用既定的理論，這提出了難以預料或減輕的危險。鑒于指揮官不能僅僅避免風險，而是要接受風險以獲得并保持戰爭的主動權，指揮官及其參謀部應考慮陸軍的風險理論和陸軍風險管理中心的理論風險梯度法是否足以應對多域作戰概念中描述的未來戰爭。

從對認知的研究來看，"風險認知 "的概念為風險管理人員（通常是參謀人員或主題專家）和風險決策者（通常是指揮官）如何評價風險分析方法提供了啟示。風險感知，即對風險水平的主觀判斷，這種想法與提出事實和數據就一定有說服力的想法形成鮮明對比。風險感知的研究已經證明了背景、敘述和簡單性在風險交流中的重要性。在風險決策者中，不熟悉、不了解、以及深深的偏見或恐懼會導致對風險水平的認知與專家的認知相差甚遠。

另外三種風險分析方法與陸軍理論風險梯度進行了比較。這些工具源自民用方法，被用于項目管理、工程和其他與風險和預見有關的領域。它們是故障樹、場景假設和風險三要素。雖然它們都有一些量化的元素，但它們為風險管理人員提供了同樣多的空間，甚至更多的空間，以應用批判性思維和分享背景，如預測的不確定性或與規劃行動的聯系。

正如陸軍出版物和文章所描述的那樣，未來的戰爭預計需要指揮官掌握五個領域--包括不熟悉的網絡和空間領域--在作戰領域往往比以前更廣闊，在行動中趨向于提高機動速度和創新。在這樣的環境中，無論是競爭、沖突、反叛亂，還是大規模的地面作戰，所有軍事專業人員都應該使用盡可能好的風險分析來保護生命和實現目標。為此，本文對理論、領導人發展和參謀部行動提出了潛在改變方法。

摘要

本報告涵蓋了與設計評估人類和智能軟件Agent之間通信有關的問題，這些通信是實現協作關系所必需的。為了使人與Agent之間的互動在動態的現實世界中保持穩定，軟件Agent和人類都必須能夠在任務目標方面溝通他們的整體意圖。由于推理過程、能力和知識庫的不同，人類和Agent并不是人類團隊的模擬。我們討論了有效通信所涉及的技術問題，包括相互透明的模型、自然語言處理（NLP）、人工智能（AI）和可解釋的AI。由于缺乏使人類能夠洞察其隊友心理過程的心智理論，Agent很難預測人類的信息需求和未來行動。涉及多個Agent的協作計劃研究和合成共享心智模型的研究被作為嘗試將人類和Agent整合成一個協同單位典范。然而，我們的結論是，在人類和Agent在復雜的、不確定的任務中像人類團隊一樣通信之前，NLP、可解釋人工智能和人類科學的進展將是必要的。

1. 引言

自主系統的前景和問題都將改變未來系統的動態，這不僅體現在自主系統對社會的影響上，也體現在它們與人類的互動上（《經濟學人》2016；Schaefer等人，2017）。人類和自主系統之間的伙伴關系涉及到將人工和人類融合成一個有凝聚力的系統，這種結合意味著所有的優勢和限制（Bradshaw等人，2009；Chen和Barnes，2014）。自主系統的范圍可以從那些獨立的、只由人類偶爾監控的系統到由人類指導的、受到密切監督的系統（Barnes等人，2017）。能夠自主行動并根據新信息更新行動以實現其目標的軟件系統被確定為智能Agent（IA）；Russell和Norvig 2009）。在人類與IA的合作關系中，人類和IA共享決策空間的混合倡議能力，但人類擁有最終的權力，在危險的時間有限的情況下，允許靈活性，同時保持人類的責任（Chen和Barnes 2015；Barnes等人2017）。在大多數情況下，不可能先驗地將每個人分配到動態環境中的特定角色，因為他們的角色可以隨著情況的變化而改變。例如，自適應Agent可以在高工作負荷的任務段中掌握決策主動權，而不需要等待操作者的許可，但在正常的操作中會將決策主動權還給操作者（Chen和Barnes 2014）。一些與任務分配有關的規定性規則可以根據任務的優先級預先設定。其他規則可能會根據情況的緊急程度而改變（例如，在時間期限過后自主擊落來襲導彈[Barnes等人，2017；Parasuraman等人，2007]）。然而，在動態環境中，溝通、對意圖的理解和共同的態勢感知（SA）是有效協作的必要條件（Barnes等人，2017；Evans等人，2017；Holder，2018；Chen等人，2018）。

隨著IA復雜性的增加，有效通信的必要性也隨之增加。Cooke（2015）認為，高效的團隊合作關系更多的是取決于有效的互動，而不是擁有廣泛的共享知識庫。除了有一個共同的語言框架，每個團隊成員都必須知道什么時候向他們的伙伴推送信息，什么時候要求提供信息。因此，人類和IA不僅要有任務環境的SA，而且要有彼此角色的SA，以便在沒有公開交流的情況下回應伙伴的要求（Scherri等人，2003；Chen等人，2018）。我們討論三個主要的主題。第一個主題是對人-Agent架構的描述，以及為什么它與人-人團隊不同，強調相互透明度的重要性。接下來，我們討論了人類與人工智能（AI）系統通信所涉及的技術問題，包括多模態交互、語言限制、AI的類型以及可解釋AI（XAI）的重要性，以確保相互理解。最后，我們討論了共享意圖的重要性，以促進操作者和人工智能之間信息交互的自然節奏。

執行摘要

大數據、人工智能和機器學習代表了當今最前沿的一些技術，并可能成為未來幾十年甚至更久的主導技術。大多數專家都認為，人工智能的發展將比1879年電力發明以來的任何技術都更能改變我們的生活，這一點通常被稱為人工智能或簡稱AI。

可悲的是，在人工智能和無人系統（或用老話說的 "機器人"）的編隊協作問題上，熱度遠遠高于光度，其中大部分是由大眾媒體推動的。普通大眾被不斷喂食關于 "壞"機器人的書籍和電影（例如《世界大戰》、《終結者》），甚至是關于 "好"機器人叛變的書籍和電影（例如《2001：太空漫游》和《機器之家》），普遍擔心今天的機器人--使用人工智能的無人駕駛機器--將以我們在2021年只能模糊感知的方式來主宰我們的生活。

當涉及到人工智能的軍事應用時，這些擔憂就會變得異常強烈。許多人表示擔心，美國軍方可能會失去對其無人系統的控制，特別是其武裝的無人系統。這些擔心已經表現在許多方面，最明顯的是谷歌停止了美國國防部的算法戰爭跨功能團隊的工作，也就是所謂的Maven項目。這尤其令人擔憂，因為Maven項目與武裝無人系統毫無關系。

在許多國家，關于人工智能的軍事用途的對話已經變得尖銳，并阻礙了人工智能在美國軍事武器系統中的有效插入。當人工智能、自主性、無人駕駛和武裝在同一個句子中使用時，這些擔憂被放大了。同時，美國的同行競爭者，中國和俄羅斯，認識到了人工智能在控制他們自己的社會以及其他社會方面的價值，并且正在投資數千億于人工智能，其中大部分是為了給他們的軍隊提供一個與美國軍隊不對稱的優勢。

此外，也許更重要的是，由于今天的戰爭速度往往超過了人腦做出正確決定的能力，美國軍隊需要大數據、人工智能和機器學習，以使其作戰人員在戰斗中獲得優勢，特別是在決策領域。美國軍隊--以及其他國家的軍隊--曾發生過決策者在正確的時間沒有得到正確的信息，來支持時間緊迫的作戰決策而導致悲劇發生的一些情況。

重要的是要注意到，做出這些次優決策的軍事人員在手頭的工具下做了他們能做的最好工作。發生的情況是，戰爭的速度往往超過了人腦做出正確決策的能力。事實上，正如美國陸軍研究實驗室首席科學家亞歷山大-科特博士在一次指揮和控制會議上所說："人類的認知帶寬將成為戰場上最嚴重的制約因素。"

直到最近，將強化決策提高到新水平的技術根本不存在。今天，它確實存在，而且利用大數據、人工智能和機器學習能夠為作戰人員提供的東西，很可能導致海戰的下一個突破，特別是在決策領域。海軍太平洋信息戰系統中心與海軍研發界、工業界和學術界的合作伙伴一起，正在領導各種努力，以確保美國作戰人員有能力以更少的人和更少的錯誤做出更好的決策。

1 大國競爭時代的戰略視角

21世紀在世界秩序、地緣政治和戰爭方式方面迎來了巨大的變化。正如美國國家情報委員會的頂點出版物《全球趨勢:進步的悖論》所說：

• 過去幾十年的進步是歷史性的，它將人們聯系起來，賦予個人、團體和國家權力，并在此過程中使10億人擺脫了貧困。但同樣的進步也催生了阿拉伯之春、2008年全球金融危機以及民粹主義、反建制政治的全球崛起等沖擊。這些沖擊揭示了這些成就是多么的脆弱，凸顯了全球格局的深刻變化，預示著一個黑暗而艱難的近期。

《全球趨勢：進步的悖論》指出，未來五年，國家內部和國家之間的緊張局勢將不斷加劇。全球增長將放緩，就像日益復雜的全球挑戰即將到來一樣。范圍越來越廣的國家、組織和有能力的個人將塑造地緣政治。無論好壞，新出現的全球格局正在結束冷戰后美國占主導地位的時代。以公眾期望的方式進行國際合作和治理將變得更加困難。Covid-19危機放大了這些困難，暴露了國際合作的極限。擁有否決權的人處處威脅要阻止合作，而信息回音室效應將強化無數相互競爭的現實，破壞對世界事件的共同理解。因此，未來幾年發生沖突的幾率將比近期任何時候都要高。

這一評估在美國國家情報局局長的《世界范圍內的威脅評估》中得到了再次確認，其中部分內容指出。"隨著大國和地區侵略者利用復雜的全球趨勢，同時適應美國外交政策的新優先事項，各國之間的競爭將在未來幾年內增加。國家間沖突的風險，包括大國之間的沖突，比冷戰結束以來的任何時候都要高。"雖然現在評估Covid-19大流行病的全面影響還為時過早，但初步跡象表明，這場危機加劇了美國與其同行競爭對手之間的緊張關系。

2021年，美國仍然在世界各地參與活動。國家安全戰略涉及對美國安全和繁榮的廣泛威脅。這些威脅包括從中國和俄羅斯這樣的高端同行競爭對手，到朝鮮和伊朗，以及以伊黎伊斯蘭國為代表的恐怖主義的持續威脅。在里根國防論壇上的國家安全戰略預演中，當時的國家安全顧問麥克馬斯特將軍強調了這些威脅，并再次確認了前政府的 "4+1戰略"，將俄羅斯、中國、伊朗和朝鮮這四個國家以及 "+1"--恐怖分子，尤其是ISIL--列為美國今天必須應對的緊迫威脅。

國際安全范式的這一巨大變化的程度怎么強調都不過分。引起這一新焦點的原因并不神秘，那就是與中國和俄羅斯的大國競爭。事實上，《國家安全戰略》提出了保護美國人民和維護他們的生活方式、促進繁榮、通過實力維護和平以及提升美國在世界上的影響力的戰略愿景。值得注意的是，這個新的、發達的戰略代表了與以前版本的巨大轉變，以前的版本側重于安全、繁榮和國際秩序這三大支柱，都是一些沒有什么具體內容的理想。這個新的國家安全戰略強化了美國對中國和俄羅斯的立場，拋棄了 "朋友 "和 "伙伴 "的字眼，取而代之的是 "修正主義國家 "和 "競爭對手"。

《國防戰略》進一步發展了《國家安全戰略》中提出的主題，更直接地處理了對美國安全和繁榮的威脅。這份文件指出，美國面臨的核心挑戰是被《國家安全戰略》歸類為修正主義大國的長期戰略競爭的重新出現。它指出，越來越明顯的是，中國和俄羅斯想要塑造一個符合其“獨裁”模式的世界--獲得對其他國家的經濟、外交和安全決定的否決權。《國防戰略》發表后不久，美國防部高級官員從詞典中刪除了 "4+1戰略 "一詞，現在以 "2+3戰略 "的方式談論，以承認俄羅斯和中國構成的生存威脅。美國防部領導人已經公開表示，"中國是第一，俄羅斯是第二"。此外，他們還說，俄羅斯仍然是我們最大的近期安全挑戰，而中國是我們最大的長期挑戰。

這份國防戰略繼續說："與中國和俄羅斯的長期戰略競爭是國防部的主要優先事項，需要增加和持續的投資，因為它們今天對美國的安全和繁榮構成了巨大的威脅，而且這些威脅在未來可能會增加。"

國會研究服務處的一份文件《向國會提交的關于大國競爭和國防的報告》中描述了這種急劇變化的戰略格局。以下是這份報告對今天的戰略環境的描述：

• 國際關系的后冷戰時代--始于20世紀90年代初，有時被稱為單極時刻（美國是單極大國）--在2006-2008年顯示出消退的初步跡象，到2014年已經讓位于與中國和俄羅斯重新開始的大國競爭以及這兩個國家和其他國家對二戰以來美國主導的國際秩序要素的挑戰，這是一種根本性的不同情況。

• 在奧巴馬政府2015年6月的《國家軍事戰略》中，大國競爭的恢復與其他考慮因素一起被承認，并被置于特朗普政府2017年12月的《國家安全戰略》（NSS）和2018年1月的《國防戰略》（NDS）的中心位置。2017年12月的NSS和2018年1月的NDS正式調整了美國國家安全戰略和美國國防戰略的方向，明確將主要精力放在與中國和俄羅斯的大國競爭上。國防部（DOD）官員隨后將對抗中國的軍事能力確定為國防部的首要任務。

國會研究處隨后的一份報告《國防初探：地理、戰略和部隊設計》強調了將美國的戰略重點轉向這兩個歐亞大國的重要性，指出：

• 防止歐亞大陸出現區域性霸權，有時也被稱為維護歐亞大陸的權力分工，或防止歐亞大陸的關鍵地區被一個大國所支配，或防止出現勢力范圍的世界，這可能是歐亞大陸出現一個或多個區域性霸權的后果。

以下是《紐約時報》的一篇社論如何看待美國面臨的長期挑戰問題。"冠狀病毒可能幾乎改變了一切，但它并沒有改變這一點。美國面臨的全球挑戰還在繼續，美國的對手在測試極限，看看他們能在最小的反擊下取得什么成果。"

雖然通常留給更高級別的文件，但美國海軍的《維持海上優勢的設計2.0》也強調了這種同行（而且明顯不再是 "近鄰"）競爭的首要重要性，指出："中國和俄羅斯正在部署其國家力量的所有要素以實現其全球“野心”......中國和俄羅斯試圖以對自己更有利的條件重新定義整個國際體系的規范"。

邁克爾-吉爾德伊上將在就任美國海軍作戰部長后的指示中，強調了這種對高端作戰的需求，以及與美國海軍陸戰隊整合的重要性，在他的FRAGO 01/2019中指出："我們將確保作戰能力和致命部隊的整體性，使分布式海上作戰、遠征先進基地作戰和有爭議環境中的瀕海作戰效益最大化。"

雖然是聯合部隊集體為國家作戰，但海軍部隊在應對大國競爭方面的重要性在一份題為《海上安全和大國競爭》的報告中得到強調。《維護以美國為首的國際秩序》，其中部分內容指出：

• 大國競爭(GPC)將大量的注意力引向了威懾或擊敗美國最強大的競爭對手所需的高端能力。然而，競爭不僅僅是高強度的沖突，這就需要對不太激烈的沖突形式與大國競爭之間的關系進行更深入的質疑。盡管分析家們越來越多地詢問全球契約對日常競爭意味著什么，但很少有人詢問全球契約與海軍的海上安全任務之間的關系。這種關注很重要，因為水面海軍的長期部署通常以海上安全行動為主--戰區安全交戰、航行自由行動、人道主義援助等等。

這并不是說海軍比美國其他軍種更重要，也不是說像一些海軍專家所建議的那樣，海軍應該在有限的國防預算中獲得更大的份額，而是說大國競爭的前線是，而且可能繼續是廣闊的歐亞大陸的沿海地區。南中國海的持續摩擦只是大國競爭中的一個爭論點，還有很多其他爭論點。

美國在2020年12月發布的新海洋戰略《海上優勢》毫不含糊地將海上事務置于這一大國競爭的最前沿，其中部分內容指出：

• 自我們上次在2015年發布《21世紀海權合作戰略》以來，安全環境發生了巨大的變化。一些國家正在爭奪關鍵地區的權力平衡，并試圖破壞現有的世界秩序。我們的對手的重大技術發展和積極的軍事現代化正在侵蝕我們的軍事優勢。遠程精確導彈的擴散意味著美國不能再假定在沖突時可以不受限制地進入世界海洋。

• 自21世紀初以來，我們的三個海務部門一直在警惕地注視著中國日益增長的海軍力量和俄羅斯聯邦日益增長的侵略行為。我們部署在全球的海軍部隊每天都與中國和俄羅斯的軍艦和飛機互動。我們親眼目睹了他們越來越復雜和越來越有侵略性的行為。中國代表著最緊迫的、長期的戰略威脅。

《國防戰略》高度關注技術，并指出，如果不利用先進的技術來支持我們的作戰人員，美國將無法實現它所尋求的安全和繁榮，并指出：

• 安全環境也受到快速的技術進步和戰爭性質變化的影響。開發新技術的動力是無情的，以較低的準入門檻擴大到更多的行為者，并以加速的速度發展。新技術包括先進的計算、大數據分析、人工智能、自主性、機器人、定向能、高超音速和生物技術--正是這些技術確保我們能夠打贏未來的戰爭。

• 新的商業技術將改變社會，并最終改變戰爭的性質。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我們國家已經習慣的傳統的超強對抗。保持技術優勢將需要改變行業文化、投資來源和保護整個國家安全創新基地。

《全球趨勢》中強調的發展。《全球趨勢：進步的悖論》以及《國家安全戰略》和《國防戰略》中強調的發展，在美國軍方的未來展望出版物《2035年聯合行動環境》（又稱JOE）中得到了呼應。《聯合作戰環境》的副標題是 "有爭議和無序世界中的聯合部隊"，它著眼于20年后，研究未來將如何影響作戰和聯合部隊。《聯合作戰環境》強調，即使在伊拉克和阿富汗的沖突逐漸結束時，美國軍隊在本十年的剩余時間和以后將面臨越來越大的壓力。

《2035年聯合行動環境》有一節專門討論技術。報告的作者解釋了這樣處理技術問題的理由：

• 聯合部隊將面臨一個主要由加速的技術變革定義的未來技術環境。在過去的20年里，美國對高技術戰爭的做法鼓勵了對手發展非對稱、非常規、不規則和混合的方法。敵人將繼續創新，應用不同的高低技術組合來挫敗美國的利益和軍事力量。

• 到2035年，美國將面對一系列尋求在一些關鍵領域實現技術平等的競爭對手。累積的結果將是這樣一種情況，用前國防部副部長羅伯特-沃克的話說，"我們的部隊面臨著非常現實的可能性，即到達未來的一個戰區，發現自己面臨著一個先進的、破壞性的技術庫，這可能會使我們以前的技術優勢被推翻--我們的武裝部隊不再擁有無爭議的戰區準入或不受約束的行動自由。"

很明顯，美國情報界和美國軍方都認識到，世界秩序的變化速度與技術生態系統的快速變化如出一轍。此外，在美國政府的最高層，人們承認美國曾經享有的技術優勢已經被削弱，美國軍隊不能再以純粹的技術優勢來支配其對手了。事實上，一些寫軍事和技術的專家已經預示了這種認識。

軍事歷史學家馬克斯-布特（Max Boot）在他的暢銷書《全新的戰爭》（War Made New）中指出："我的觀點是，技術設定了可能的參數；它創造了軍事革命的潛力。"他用歷史實例支持他的論點，說明技術驅動的 "軍事革命 "如何改變了戰爭并改變了歷史的進程。重要的是，布特指出了技術的重要性，它使那些迅速創新和運用新軍事技術的國家獲得了戰爭勝利的優勢。

美國軍隊已經接受了技術變革的浪潮，這構成了戰爭方式的真正革命。隨著全球技術變革的步伐加快，美國特別善于運用新技術來應對威脅。正如布魯斯-伯科維茨在《戰爭的新面貌》中指出的那樣：

• 戰時經驗表明，正確的技術，明智地使用，使純粹的數量變得無關緊要。轉折點是1991年的海灣戰爭。戰爭結束時，美國及其聯盟伙伴僅損失了240人。伊拉克遭受了大約10,000人的戰死，盡管沒有人會真正確定。不同的是，美國人可以在晚上看到東西，在沒有特征的沙漠中開車而不迷路，并以90%的概率將一枚智能炸彈投入目標。

雖然所引用的兩本書都是十多年前的舊書，但它們關于技術的論述在美國軍隊接受新工具的方式上仍然是正確的。但正如《2035年聯合作戰環境》以及其他高級別政府、情報界和軍事出版物所指出的，雖然美軍一直善于采用新技術用于軍事用途，但這一過程一直處于壓力之下。有許多因素阻礙了新技術在美國軍隊中的應用，包括這些部隊在過去20年中所面臨的高操作節奏、預算壓力和持續的扣押幽靈，以及往往是笨重的軍事采購系統。盡管有這些壓力，各軍種已經找到了接受新技術的方法，這些技術有望使平衡重新向美國的優勢傾斜。

今天，美國軍隊采用的創新技術中增長最迅速的領域之一涉及無人駕駛系統。在過去的幾十年里，美軍使用的無人駕駛飛行器（UAVs）已經從寥寥無幾增加到1萬多架，而無人駕駛地面車輛（UGVs）的使用已經從零爆炸到12000多架。無人水面飛行器（USV）和無人水下飛行器（UUV）的使用也在增長，因為USV和UUV被證明在廣泛的軍事應用中越來越有用。軍事無人系統（UxS）的擴大使用已經在創造十年前不存在的戰略、作戰和戰術的可能性。

武裝無人系統的擴大使用不僅改變了現代戰爭的面貌，而且還改變了戰斗行動的決策過程。事實上，有人認為，無人機戰爭的興起正在改變我們對 "戰爭 "本身的概念和定義。這些系統在伊拉克和阿富汗的沖突中被廣泛使用，并且隨著美國的戰略重點轉向印度-亞洲-太平洋地區以及這一戰略所要求的高端戰爭，這些系統將繼續具有同樣的相關性，甚至更加重要。無人系統，尤其是它們的效用，不是作為獨立的實體，而是作為被稱為 "人-機-隊 "的作戰伙伴，是美國 "第三抵消戰略 "的一個基本原則。

2 對 "抵消"戰略的需求

美國防部已經啟動了 "第三次抵消戰略"，以確保美國保持對潛在對手的軍事優勢。"抵消"戰略是一種軍事競爭的方法，它試圖以不對稱的方式彌補不利的地位。與其在潛在對手也可能擁有巨大實力的領域進行正面競爭，抵消戰略試圖通過引入新的作戰概念和技術，將競爭的軸心轉向美國具有顯著和可持續優勢的領域。

美國在冷戰期間成功地推行了兩種不同的抵消戰略。這些戰略使美國能夠 "抵消"蘇聯在常規部隊中的數量優勢，而不需要在前沿部署的部隊中進行巨大的投資，因為這需要以士兵對士兵、以坦克對坦克的方式提供超額補償。這些抵消戰略依賴于技術、作戰方法和組織結構的根本創新，以彌補蘇聯在時間、空間和部隊規模上的優勢。

這些抵消戰略中的第一個發生在20世紀50年代，當時艾森豪威爾總統試圖通過利用美國的核優勢來克服華沙條約組織的數量優勢，引入戰場核武器--從而將競爭的軸心從常規部隊數量轉移到美國擁有不對稱優勢的領域。這種方法提供了穩定性并為威懾提供了基礎。

第二種抵消戰略產生于20世紀70年代末和80年代初，因為人們認識到蘇聯已經實現了核均勢。第二個抵消戰略試圖通過追求一種新的聯合行動方式來創造一種持久的優勢，即利用常規精確武器、支持實時精確瞄準的實時遠程ISR（情報、監視、偵察）傳感器能力以及允許這些能力在整個戰斗空間同步執行的聯合戰斗網絡的綜合效應。

幸運的是，構成 "第二次抵消戰略 "的軍事技術從未在與蘇聯的正面交鋒中得到檢驗。然而，在 "沙漠風暴 "行動中，這些技術被部署在一支由蘇聯訓練和裝備的軍隊面前。如前所述，正如《戰爭的新面孔》所描述的那樣，伊拉克的失敗是徹底的，代表了現代戰爭中最一邊倒的運動之一。顯然，美國的潛在敵人注意到技術在這場勝利中發揮的關鍵作用。

在20世紀80年代初引入第二套抵消戰略時，美國是唯一擁有知識和能力來開發、部署和成功執行情報、監視和偵察能力、天基系統以及支持這種方法的精確武器的國家。今天，像俄羅斯和中國這樣的競爭對手（以及這些國家向其擴散先進能力的國家）正在追求和部署先進的武器和能力，這些武器和能力展示了許多與傳統上為美國優勢提供高科技基礎的技術力量，如精確制導彈藥。在俄羅斯在敘利亞的力量投射行動中，可以看到美國技術能力與潛在競爭對手之間的這種日益對稱性。

國際安全環境中出現的越來越多的均勢，使得美國必須開始考慮各種技術、系統概念、軍事組織和作戰概念的組合，這些技術、系統概念、軍事組織和作戰概念可能會改變競爭的性質，使美國比潛在對手更有優勢。這一系列的能力為第三個抵消戰略提供了基礎。如同以前的抵消戰略一樣，第三個抵消戰略尋求在預算有限的環境下，通過確定美國獨特的力量和能力所帶來的不對稱優勢，保持并擴大美國的技術和作戰競爭優勢。第三套抵消戰略確保美國的常規威懾態勢在未來仍像今天一樣強大，并為將這一優勢擴展到未來創造條件。

在解釋《第三次抵消戰略》的技術要素時，當時的國防部副部長羅伯特-沃克強調了無人系統、人工智能、機器學習和自動駕駛方面新興能力的重要性。他指出，這些技術為聯合部隊提供了巨大的優勢，使未來的部隊能夠開發和操作先進的聯合、協作的人機戰斗網絡，在太空、空中、海上、海底、地面和網絡領域同步作戰。人工智能將使聯合作戰網絡的自主性達到新的水平--決策權的有限授權，從而為人機協作和作戰團隊帶來全新的機會。

無人系統、人工智能和機器學習等技術在第三個抵消戰略中，特別是在該戰略的長期研究和發展計劃（LRRDP）中的突出地位很難被夸大。

也就是說，該戰略有一個強有力的組成部分，強調在使用具有日益復雜的人工智能和機器學習能力的無人系統時，要讓人類處于循環之中。事實上，人機協作是現存的 "第三抵消戰略 "文件以及國防部高級官員的演講和訪談中所強調的一個必要條件。雖然深入研究 "第三抵消戰略 "技術主旨的全部細節超出了本文的范圍，但重要的是要注意，該戰略的主要技術路線集中在人機協作和戰斗團隊的概念上。這一概念的五個基本組成部分是:

• 自主深度學習系統，它將利用機器學習，在人類反應時間太慢的領域 "以光速 "運作，例如網絡攻擊、電子戰攻擊或大型導彈突襲攻擊。

• 人機協作，這將使機器能夠幫助人類更快地做出更好的決定。工部長列舉了F-35聯合攻擊戰斗機和海軍綜合火控反航（NIFC-CA）作為這些概念的例子。

• 輔助人類作戰，這將專注于人和機器可以一起行動的方式，通過可穿戴電子設備、外骨骼和戰斗應用等工具，在各種可能的緊急情況下協助作戰人員。

• 先進的人機作戰團隊，將側重于人類與無人系統合作作戰；其中一個例子是海軍的P-8 "海神 "與MQ-4C "海神 "的作戰。展望未來，團隊合作的下一個層次將研究蜂群戰術和合作自主。

• 網絡支持的、網絡硬化的自主武器，將有彈性地在電子戰和網絡環境中運行。目前的一個例子包括戰術戰斧Block IX，其目標可以在飛行中更新。

知識淵博的外部觀察家參考了《第三次抵消戰略》，并強調了無人駕駛系統在實現美國戰略目標方面的重要性。前歐洲盟軍最高司令官詹姆斯-斯塔夫里迪斯（James Stavridis）上將在其發表在《外交政策》上的文章《新三體》中指出，無人系統是這個新三體的三大支柱之一，他指出："新三體的第二個能力是無人駕駛車輛和傳感器。三合會的這一分支不僅包括空中攻擊無人機，還包括空中、地面和海洋表面的無人監視車......這種系統有一個明顯的優勢，即不需要所有最昂貴的部件：人。"

美國陸軍的一份報告描述了在2014年首次闡述的第三次抵消戰略，而且遠在美國開始稱中國和俄羅斯為同行競爭對手之前，該戰略必須在21世紀的第三個十年中變形和改變:

• 蘇聯軍隊在數量上的優勢促成了前兩個抵消戰略。隨著美國軍事技術進步的應用已經擴散到近似的對手，它已經有效地重新平衡了戰場。為確保第三次抵消戰略的成功實施，國防部與美國政府必須就我們試圖抵消的東西以及如何平衡這些優先事項以對付處于巨大不同區域和能力的對手達成一致。

• 第三抵消戰略的運用將恢復美國的力量投射能力，通過可靠的拒絕和懲罰威脅來加強常規威懾力，并作為長期競爭的一部分對潛在的對手施加代價。平衡或擊敗對手能力的能力需要資源，為確保有效運用該戰略，我們必須解決我們試圖抵消的問題。

鑒于第三個抵消戰略的強烈技術重點，在美國尋求在本十年及以后實施這一戰略時，這一戰略的表現將由聯合部隊放置在戰場上的軍事平臺、系統、傳感器和武器所代表。同樣明顯的是，美國各軍種--特別是美國海軍--已經表示希望將無人系統作為其部隊結構中一個日益重要的部分投入戰場。

3 大數據、人工智能和機器學習與軍事武器系統

在國會作證時，前國防部長邁克爾-埃斯珀回答了一個問題："美國防部技術現代化的首要任務是什么？"他指出，"對我來說，是人工智能。我認為人工智能將可能改變戰爭的特征，我相信誰先掌握了它，誰就會在戰場上主宰很多很多年。這是一個根本性的游戲改變者。我們必須先到達那里。"

美國軍方有許多理由主動利用大數據、人工智能和機器學習來使其武器系統變得更好。也許最令人信服的理由是，我們的潛在對手--特別是我們的同行競爭對手--正在積極地這樣做。一個古老的觀點是軍事術語，"敵人有投票權"。在這種情況下，俄羅斯正在用盧布投票，中國正在用人民幣投票。

這些國家正在對這些技術進行巨大投資。雖然這兩個國家出于國內原因進行這些投資，但他們正在有意和有條不紊地將這些技術盡可能快地插入他們的軍事系統，以便創造一個與美國軍隊不對稱的優勢。鑒于俄羅斯和中國注重保密，這些舉動似乎有悖常理，但這兩個國家都沒有試圖對這些目標保密。

在一次被廣泛宣傳的講話中，俄羅斯總統弗拉基米爾-普京這樣說。"人工智能是未來，不僅是俄羅斯的，而且是全人類的。它帶來了巨大的機遇，但也有難以預測的威脅。誰成為這個領域的領導者，誰就會成為世界的統治者。"

很明顯，其他 "大國 "將人工智能的發展視為一場競賽，并將從中利用競爭性軍事應用。

從美國的角度來看，以及從一些美國盟國的角度來看，這場競賽在很大程度上是，盡管不完全是，軍事競爭的一個方面。美國和盟國對一個或多個潛在對手在人工智能發展中領先的可能性表示擔憂。第三套抵消戰略被設想為一種在人工智能等新技術的軍事競爭中保持領先的方法。

軍事大國競爭的歷史表明，人工智能競爭，本質上是一場軍備競賽，是一種自然發展。然而，比技術跨越更令人擔憂的是，美國的軍事對手--所有某種形式的專制政權--可能不會像以前那樣致力于維持 "人在回路中 "的方法，將人工智能納入軍事事務。這在目前俄羅斯的軍事人工智能發展中似乎尤其如此。

俄羅斯、中國和美國這三個主要軍事大國都認識到，大數據、人工智能和機器學習有可能應用于軍事能力。在政府參與人工智能研究、他們愿意在人工智能發展中承擔的風險、他們將在多大程度上讓位于人工智能系統的自主權以及他們尋求的直接應用方面，這三者的近期目標都有所不同。

鑒于潛在對手將大數據、人工智能和機器學習植入其軍事武器系統的程度，美國軍方非常有必要采取同樣的措施，以確保這些國家不會獲得不對稱的優勢。也就是說，美國軍方的重點必須是證明人工智能武器系統將 "首先不造成傷害"。因此，將人工智能插入軍事系統不是一個 "非此即彼 "的問題，而是一個 "多少？"的問題。換句話說，美國軍方必須專注于在正確的時間和地點應用適量的人工智能。

正如我們前面所指出的，美國防部已經接受了第三套抵消戰略，試圖為美國提供對同行和其他對手的不對稱優勢。雖然這一戰略有許多方面，但其中一個支柱涉及技術，而這一支柱在很大程度上取決于大數據、人工智能和機器學習來獲得這一優勢。作為這一技術重點的一個子集，人機合作被認為是利用人工智能的無人系統獲得軍事優勢的一種方式。

在軍事系統中找到這種恰到好處的自主權平衡所需的能力必須利用許多仍在出現的技術。軍方知道它想實現什么，但往往不知道它需要什么技術或甚至能力，以使系統在自主性和人際互動之間達到適當的平衡。這種探索的一個關鍵因素是，不要擔心機器本身擁有什么屬性--速度、耐力和其他屬性，而是要關注機器內部的東西。美國國防科學委員會的報告《自主性在國防部系統中的作用》是這樣說的:

• 與其將自主性視為無人系統孤立的內在屬性，不如從人與系統協作的角度來考慮無人系統的設計和操作......操作人員面臨的一個關鍵挑戰是保持執行任務所需的人機協作，而這種協作經常因設計不當而受到阻礙......無人系統開發人員面臨的一個關鍵挑戰是從以硬件為導向、以車輛為中心的開發和獲取過程轉向強調軟件在創造自主性方面的首要地位。

關于將人工智能植入軍事系統的一些爭議源于術語的不精確。幫助澄清這種模糊性的方法之一是確保在使用自主性一詞時，它指的是人和機器之間的關系。在一段時間內執行某項功能，然后停止并等待人類的輸入，然后再繼續，這樣的機器通常被稱為半自主或有人類在環。可以完全依靠自己的力量完成某項功能的機器，但有一個人在監督，并能夠在機器出現故障或失靈時進行干預，通常被稱為人類監督下的自主或人類在環。能夠完全獨立完成某項功能而人類無法干預的機器通常被稱為完全自主或人類不參與的機器。

這表明，我們需要重新調整關于自主武器的一些辯論，以更準確地區分增加武器的自主性和自主武器。在這個意義上，自主性不是指機器的智能，而是指它與人類控制器的關系。對于相對較少的無人系統將用武器與敵人作戰，這種平衡是至關重要的。在發射武器之前，無人平臺需要向操作者--必須有一個操作者在其中--提供一個關于發射決定可能帶來的利弊的決策矩陣。

可以說，即使是一些在美國軍事人工智能領域工作的人，對于將人工智能插入美國軍事武器系統也會有一些矛盾。也許解決這個問題的最好方法是考慮二戰中最知名的照片之一。這張照片由美國信號部隊的約翰-摩爾中尉拍攝，描述了德懷特-艾森豪威爾將軍在1944年6月5日，即入侵諾曼底的前一天與第101空降師的士兵交談。在此之前，艾森豪威爾已經聽取了空軍元帥利-馬洛里的匯報，101師是入侵期間將遭受80%傷亡的兩支部隊之一。

那些研究無人系統對軍事行動的影響的人--特別是那些大力提倡無人系統的人--看了這張照片，可以設想艾森豪威爾將軍不是與美國空降兵對話，而是與他將派往戰場的機器人對話。那些害怕無人系統的人可能會想象美國空降兵就像照片中描述的那樣，但他們會設想一個機器人來指揮這些士兵，而不是艾森豪威爾將軍--顯然這是一個站不住腳的情況。但是，那些深思熟慮地考慮人工智能無人系統對軍事行動的影響的人，會設想艾森豪威爾將軍向一隊美國空降兵講話，與他們的機器人伙伴站在一起。顯然，需要做更多的工作來充分解決人機合作對今天的軍隊意味著什么。

但這種利用大數據、人工智能和機器學習的普遍愿望未能解決一個關鍵問題，即我們希望這些技術能夠幫助作戰人員執行哪些具體任務。問題的根源可能是美國軍方沒有能力將作戰人員的需求轉化為大數據、人工智能和機器學習所帶來的技術解決方案。除非或直到這樣做，否則這些技術不太可能被充分利用來支持美國的作戰人員。

4 公眾將接受什么？軍事武器系統自主化的黑暗面

作為上個世紀最具代表性的電影之一，斯坦利-庫布里克的《2001：太空漫游》將機器人（當時的無人駕駛車輛）的自主性問題作為其中心主題。看過這部電影的人很少能忘記這樣一個場景：宇航員大衛-鮑曼和弗蘭克-普爾考慮斷開HAL（啟發式編程的算法計算機）的認知電路，因為他似乎錯誤地報告了航天器的通信天線中存在故障。他們試圖隱瞞他們所說的話，但不知道HAL能讀懂他們的嘴唇。面對斷線的前景，HAL決定殺死宇航員，以保護并繼續其程序化的指令。

雖然今天很少有人擔心21世紀的HAL會背叛它的主人，但在使用日益自主的無人系統方面所涉及的問題是復雜的、具有挑戰性和有爭議的。庫布里克1968年的電影是有先見之明的。半個多世紀后，雖然我們接受了無人系統其他方面的改進，如推進力、有效載荷、隱身性、速度、耐力和其他屬性，但我們仍在處理多少自主權是足夠的，多少可能是太多的問題。這可以說是我們在未來十年內需要解決的有關軍事無人系統的最重要問題。

這些正在進行的辯論已經催生了一個山寨的書籍產業，試圖解決人工智能、自主性和無人系統的問題，特別是武裝的軍事無人系統。諸如《為戰爭而生》（Wired for War）、《遙控殺人》（Killing by Remote Control）等書。無人駕駛軍隊的倫理；無人駕駛。無人機、數據和完美戰爭的幻覺；反思無人機戰爭；無主之軍。自主武器與戰爭的未來》和《無人機下的國家》只是試圖以深思熟慮的方式解決這一復雜問題的書籍中的一個例子。

無人系統將變得更加自主，與它們感知環境和適應環境的能力成正比。這種能力使無人系統能夠實現更高的決策速度，并使友軍能夠在對手的OODA（觀察、定向、決定和行動）環路內行動。隨著環境或任務的變化，感知和適應的能力將使無人系統能夠找到實現其任務的最佳解決方案，而無需依賴人類操作員的持續監督、輸入和決策。然而，雖然我們需要無人系統在敵人的OODA環內運作，但我們是否準備好讓它們在沒有我們的決策下運作--在我們的OODA環內運作？

《經濟學人》雜志的一篇文章《道德與機器》以這種方式討論了自主權和人在回路中的問題：

• 隨著機器變得越來越聰明，越來越普遍，自主機器最終必然會在不可預測的情況下做出生死攸關的決定，從而承擔--或者至少看起來承擔--道德機構。目前，武器系統有人類操作員 "在環"，但隨著它們越來越復雜，將有可能轉為 "在環 "操作，由機器自主執行命令。

• 隨著這種情況的發生，它們將面臨著倫理上的困境。一架無人機是否應該向已知目標藏身的房屋開火，而該房屋可能還藏有平民？無人駕駛汽車是否應該轉彎以避開行人，如果這意味著撞上其他車輛或危及車內人員？參與災難恢復的機器人是否應該告訴人們正在發生的真相，如果這有可能引起恐慌？

• 這些問題導致了 "機器倫理"領域的出現，其目的是讓機器有能力做出適當的選擇--換句話說--分辨是非。工程師、倫理學家、律師和政策制定者之間需要更多的合作，如果讓他們自己來決定，他們都會制定出非常不同的規則。

在《紐約時報》的一篇題為 "智能無人機 "的專欄文章中，比爾-凱勒這樣描述無人系統的自主權問題：

• 如果你覺得使用遙控戰士無人機令人不安，想象一下，殺死一個可疑敵人的決定不是由遠處控制室的操作員做出的，而是由機器本身做出的。想象一下，一個空中機器人研究下面的景觀，識別出敵對活動，計算出附帶損害的風險最小，然后，在沒有人類參與的情況下，扣動扳機。

• 歡迎來到戰爭的未來。當美國人在爭論總統是否有權下令用無人機進行暗殺時，強大的動力--科學、軍事和商業--正在推動我們走向將同樣的致命權力讓給軟件的那一天。

最近，雖然看起來有些反常，但對自主機器和人工智能的擔憂也來自于在開發這些技術能力方面最為突出的行業。《紐約時報》的一篇文章，題為 "機器人霸主？也許不是"，引用了電影《機器之家》的導演亞歷克斯-加蘭（Alex Garland）的話，他談到了人工智能，并引用了幾個科技行業領導人的話。

• 理論物理學家斯蒂芬-霍金告訴我們，"全面人工智能的發展可能意味著人類的終結"。特斯拉的首席執行官埃隆-馬斯克告訴我們，人工智能 "可能比核彈更危險"。蘋果公司的聯合創始人史蒂夫-沃茲尼亞克告訴我們，"計算機將取代人類"，"未來是可怕的，對人非常不利。"

美國防部正在把人類對無人系統的控制問題作為第一要務來處理，并發布了政策指示，以確保人類確實保持在OODA循環中。時任美國防部副部長阿什頓-卡特（Ashton Carter）的一項指令發布了以下指導：

• 自主和半自主武器系統需要人類的投入和持續的核查，以幫助防止意外的交戰。這些系統的設計應允許指揮官和作戰人員對武力的使用進行適當程度的人為判斷。授權使用或操作這些系統的人類，必須以適當的謹慎并按照戰爭法、適用的條約、武器系統安全規則和適用的交戰規則行事。自主系統的定義是，一旦啟動，就可以選擇和攻擊目標，而無需人類操作員進一步干預的武器系統。

這些指令和討論是--而且應該是--政策制定者、軍事領導人、工業界、學術界和科技界之間對話的一部分，因為明天的自主系統的設計和運作是經過深思熟慮的。正如當時的國防部副部長羅伯特-沃克在新美國安全中心國防論壇上發言時指出的那樣，"我們堅信，人類應該是唯一能夠決定何時使用致命武力的人。但當你受到攻擊時，特別是在機器的速度下，我們希望有一臺機器可以保護我們"。

發布政策聲明是一回事，但實際設計自主系統來執行預期的計劃又是另一回事。從政策的角度來看，這是一個關鍵點，因為盡管人們可以選擇把各種層次的決策權交給自主機器，但卻不能逃避對由此產生的行動的責任。在高度自主的系統中，系統對操作者來說變得不透明，這些操作者經常會問一些問題，如：。它在做什么？它為什么要這樣做？它接下來要做什么？如果被問到這些問題，很難看到操作者如何能履行對自主系統行動的責任。

由于這些原因，美國政府，特別是美國軍方要向美國公眾證明它不會失去對機器人的控制，其門檻是異常高的。許多人表示擔心，美國軍方可能會失去對其無人系統的控制，特別是其武裝的無人系統。這些擔心已經表現在許多方面，最明顯的是谷歌停止了國防部算法戰爭跨職能團隊的工作，也就是所謂的Maven項目。這尤其令人擔憂，因為Maven項目與武裝無人系統無關。

5 美國軍事自主系統規劃

在美國最高級別的政策和戰略文件中，無人系統被作為聯合部隊未來作戰方式的一個重要部分。最近的《四年期國防審查》（QDR）指出："延續1990年代末開始的趨勢，美軍將增加對無人系統的使用和整合。" 在QDR的其他地方，無人駕駛系統被確定為。"保持我們投射力量的能力"。重要的是，《QDR》強調無人系統是國防部致力于創新和適應的一個關鍵部分。

美國國防部對無人系統的愿景是將這些系統納入聯合部隊。由于無人系統被所有軍種使用，國防部發布了一個路線圖，為軍隊使用無人系統提供一個總體愿景。在新的路線圖發布后不久，《海軍內部》雜志發表的一篇文章指出："國防部新的30年無人系統計劃--四年來第一次更新路線圖--旨在為快速發展的無人系統技術領域制定一個三十年的指南。"最近的路線圖，即2017-2042財年無人系統綜合路線圖，特別指出需要加強無人系統的自主性，指出。

• 美國防部保持著將無人系統繼續擴展到聯合部隊結構的愿景，并確定了將進一步擴大無人系統潛在整合的興趣和投資領域。本文件的目的是提供總體戰略指導，使各軍種的無人系統目標和努力與國防部的戰略愿景保持一致。該戰略指導將側重于減少重復工作，促成合作，確定挑戰，并概述了國防部和工業界可能合作的主要領域，以進一步擴大無人系統的潛力。由于國防部已經接受了在幾乎所有作戰環境中使用無人系統，這項戰略將使國防部能夠利用無人系統提供的技術進步和模式轉變。

2017-2042財年無人系統綜合路線圖接著列出了四個感興趣的基礎領域，將加速無人系統的整合。這些領域包括:

• 互操作性。互操作性在歷史上一直是，并將繼續是無人系統集成和運行的主要推動力。載人和無人系統已經越來越多地將其能力協同起來，重點關注使用開放和通用架構的關鍵需求。一個強大的互操作性基礎提供了一個結構，將使未來的作戰取得進展。

• 自主性。自主性和機器人技術的進步有可能徹底改變作戰概念，成為一個重要的力量倍增器。自主性將大大提高載人和無人系統的效率和效力，為國防部提供戰略優勢。

• 網絡安全。無人系統操作通常依賴于網絡連接和有效的頻譜訪問。必須解決網絡漏洞，以防止破壞或操縱。

• 人機協作。如果說互操作性奠定了基礎，那么人機協作則是最終目標。人類力量和機器之間的協作將實現革命性的合作，機器將被視為重要的隊友。

報告接著討論了機器人和無人系統的聯合概念（JCRAS），它為這些系統在未來戰爭場景中的應用提供了一個愿景，直到2035年。JCRAS與之前討論的2035年聯合行動環境直接保持一致，指出了機器人和自主系統（RAS）給聯合部隊帶來的八個關鍵屬性：

• 學習能力。未來的RAS將通過與環境、人類的互動以及訪問網絡資源來學習。

• 更強的態勢感知。未來的RAS將通過收集、處理和優先處理來自先進傳感器網絡的信息來增強意識，這將為作戰人員將數據轉換成知識。這將使復雜、擁擠的戰斗空間中的行動更加有效。

• 實現更高的性能。與載人和可選擇的載人系統不同，RAS沒有人類生理上的限制（如疲勞）。這允許在單一平臺上延長射程和徘徊時間，進行持久監視，并對傳感器和有效載荷進行全新組合。

• 提高效率和效益。能力更強的RAS將能夠在軍事行動范圍內執行更多的聯合任務，如戰區內空運、地雷行動、打擊大規模殺傷性武器、供應和維持，同時提高部隊的效率和效力。

• 提供更大的靈活性。未來的RAS系統將可以通過交換模塊硬件和/或下載新的軟件來快速重新配置，從而賦予新的能力。未來的RAS多任務功能將使聯合部隊能夠快速適應，以滿足不同或不斷變化的任務要求。

• 通過以機器速度運行來提高節奏。RAS以不斷增加的機器速度 "思考"。RAS可以融合來自網絡ISR傳感器的數據，機動到一個有利的位置，并比對手的人類和RAS更快采取行動。先進的數據分析、實時處理和替代性決策框架將使指揮官能夠比對手更快地做出決定和采取行動。

• 提供產生大規模的潛力。目前聯合部隊的載人庫存是基于相對較少的高能力、復雜和昂貴的武器裝備，無法迅速再生。RAS提供了使用大量廉價系統以產生大規模的機會。

• 啟用分布式和分散式行動。敵方的技術將以更高的精度和范圍瞄準美國部隊，使傳統部隊面臨更大的風險。使用RAS進行分布式和/或分散式作戰將提高未來作戰環境中的能力。

正如《質量發展報告》和《無人系統綜合路線圖》都指出的那樣，在美軍面臨具有強大防御能力的同行競爭者的那些地區，無人系統是特別重要的資產。聯合行動準入概念認為，"無人系統，可以在目標區域內徘徊以提供情報收集或火力"，是一種關鍵能力，在對手擁有大量防御設施，可以限制美國和聯軍進入的地區，這種能力特別有價值。 此外，無人系統是在西太平洋等高威脅地區執行美國 "空海作戰概念"（現更名為 "全球公域準入和機動聯合概念"，簡稱JAM-GC）的一個關鍵組成部分，在這些地區，對手的防御系統對有人駕駛飛機和水面平臺構成了不可接受的高風險。

海軍部已經為海軍和海軍陸戰隊的無人系統開發制定了雄心勃勃的目標。在一份備忘錄中，負責研究、開發和采購的海軍助理部長James Geurts閣下強調了無人駕駛系統的重要性，他在求職信中指出:

• 美國海軍和海軍陸戰隊在戰略上有必要利用新興的和快速發展的無人駕駛和自主技術。為了加速無人系統的開發和投入使用，并確保綜合有效的努力，海軍部（DoN）已經為加速海軍部的無人系統制定了積極的目標，并確保海軍部在這些新興的能力方面保持領先地位。

這份詳細的備忘錄繼續指出："無人駕駛和自主技術正在改變各國開展軍事行動的方式......無人駕駛和自主系統的使用將改變我們的戰斗方式。" 美國防部的無人系統愿景隨后引出了無人系統戰略和計劃，最后引出了一系列高級無人系統目標：

• 通過載人、無人和自主能力的綜合團隊實現空中優勢。

• 通過擴大我們的海底星座的全球范圍來實現海底優勢。

• 通過載人和無人自主能力的綜合團隊，實現地面優勢。

• 吸收我們未來的地面戰斗力。

• 實行多領域的無人駕駛和自主系統。

• 實現無人駕駛的大規模。

• 通過整合無人駕駛和自主系統，實現持久的供應、支持和維持。

• 實現全面的無人操作能力和先進的自主性和機器學習。

這八個高層次目標中的每一個都有一個段落來支持，該段落提供了關于總體目標所需的更多細節，以及海軍部打算采取的步驟來實現這些預期結果。備忘錄接著詳細介紹了近期的促進因素和塑造努力，然后在結論中指出。"增加無人駕駛和自主系統的作戰使用，有望為我們的海軍部隊釋放出一種革命性的能力。"

最近，海軍部公布了期待已久的《無人駕駛作戰框架》。該文件旨在協調整個部門的無人系統工作，列出了雄心勃勃的目標，旨在幫助使無人系統成為海軍平臺庫存中越來越重要的一部分。該框架有五個目標。

• 在海軍和聯合行動的全部范圍內推進有人-無人的團隊效應。

• 建立一個數字基礎設施，快速和大規模地整合和采用無人駕駛能力。

• 激勵無人駕駛系統的快速增量開發和測試周期。

• 分解共同的問題，一次解決，并跨平臺和領域擴展解決方案。

• 為無人駕駛貢獻（平臺、系統、子系統）創造一個以能力為中心的方法。

盡管如此，這份38頁的報告確實為海軍部打算如何將無人駕駛系統引入艦隊和緬因州部隊提供了一個組織動力和指南。

6 為軍用無人駕駛系統設計合適的自主性程度

大多數人都熟悉兒童寓言故事《金發姑娘和三只熊》。當金發女郎品嘗三碗粥時，她發現一碗太熱，一碗太冷，還有一碗恰到好處。當美國防部和各軍種尋求實現自主性和人類互動的最佳平衡--平衡這兩種經常對立的力量并使其 "恰到好處"--在一開始就將這種能力設計到未來的無人系統中，而不是試圖在事后將其固定下來，這可能是唯一可持續的前進道路。如果我們不能做到這一點，幾乎不可避免的是，對我們的武裝無人系統將具有 "HAL"式的力量并超出我們的控制的擔憂將破壞這些重要作戰伙伴的承諾。

在用于軍事用途的無人系統中建立適當程度的自主性的一個關鍵是要記住一句老話："你站在哪里取決于你坐在哪里。" 用戶和設計無人系統的人經常從不同的--通常是明顯不同的--觀點來對待他們試圖完成的任務。海軍研究咨詢委員會的一份報告指出，在設計具有適當程度的自主性的無人系統時，必須調和四個不同的觀點：

• 用戶觀點。我可以給這個平臺一個任務，并相信它能在沒有持續關注的情況下完成它嗎？它能識別和處理意外事件或模糊的任務嗎？

• 機器人學觀點。我能否建立一個實用的機器人，在正確的時間做正確的事情？我可以動態地控制、導航、執行和測量我的機器人嗎？它能管理和融合數據嗎？

• 機器學習觀點。我的機器能解釋復雜的傳感器嗎？它能理解口頭語言，解釋手勢，或識別人或物嗎？

• 認知的觀點。我的機器能不能復制人類智能的元素，如認知、推理和推理？

隨著美國軍方出于各種原因增加對無人系統的依賴，它最好在某個時候決定該平臺是否足夠好，也就是說，它具有執行任務所需的速度、耐力和其他物理屬性。一旦確定了這一點，那么正如國防科學委員會報告所建議的那樣，軟件開發的艱苦工作必須成為優先考慮的因素。

7 無人駕駛系統:美國國防部的一個使用案例

利用大數據、人工智能和機器學習的普遍愿望未能解決一個關鍵問題，即我們希望這些技術能夠幫助作戰人員執行哪些具體任務。問題的根源可能是美國軍方缺乏將作戰人員的需求轉化為建議由大數據、人工智能和機器學習實現的技術解決方案的能力。作為前美國海軍軍官和艦艇指揮官，我們思考這個問題的方式讓我們很自然地想到海軍的例子。

開始解決這個問題的一個方法是思考海上的指揮官需要什么信息。無論是1812年8月艾薩克-赫爾艦長試圖帶著憲法號對蓋瑞爾號采取行動，還是今天的航母打擊群指揮官考慮將他的艦艇帶入一個可能有爭議的地區，指揮官需要三個主要東西來幫助他做出最佳決定。

他或她需要知道部隊前方的情況，需要將這些信息傳達給旗艦，并需要做出明智的決定。雖然今天的海軍指揮官擁有豐富的資產來幫助實現這些目標，但現在大數據、人工智能和機器學習可以幫助彌補一些差距。

一個打擊小組的指揮官擁有許多資產，可以展望部隊未來，以評估戰術形勢。他可能使用MQ-4C “海衛一”無人機系統來執行這種偵察任務。今天，"海衛一"操作人員會收到MQ-4C看到的流媒體視頻。但這需要他連續幾個小時盯著這段視頻（海衛一的續航時間為30小時），看到的主要是空曠的海洋空間。

利用大數據、人工智能和機器學習，MQ-4C可以被訓練成只發送它遇到的每艘船的視頻，從而大大壓縮了人類的工作量。更進一步，"海衛一"可以對每一次接觸進行機載分析，以標明其可能的興趣。例如，如果一艘船在航道上運行，已向海事當局提交了航行計劃，并提供了AIS（自動識別系統）信號，那么它很可能只值得操作者注意，“海衛一”將相應地標記它。然而，如果它不符合這些標準（例如，該船突然改變航線，離開了航道，或者沒有AIS信號），操作人員將被提醒。隨著這項技術的不斷發展，“海衛一”或其他無人機系統最終可能會配備分類算法，有可能導致自動識別目標。

一旦“海衛一”處理了這些信息，大數據、人工智能和機器學習可以幫助確定如何與旗艦溝通。在今天有爭議的電子戰環境中，不同的通信路徑具有不同程度的脆弱性。在 “海衛一”號發射之前，指揮官可以確定可接受的通信截獲風險水平，以及泄露打擊群存在的風險。

掌握了這個指揮官的意圖，并利用大數據、人工智能和機器學習，"海衛一"可以評估電子環境，從多個通信路徑中進行選擇，并確定哪條路徑提供最小的攔截漏洞。鑒于 "海衛一"號的尺寸和增長潛力，它甚至可以攜帶一個較小的無人機，并將其發射回部隊，以傳遞這種監視信息。

在旗艦上，指揮官必須了解他的傳感器所收集的數據，然后做出一些時間關鍵性的決定。他應該繼續前進，等待，還是撤退？他應該在前面偵察，還是在另一個方向？他是否應該調用其他部隊，或者他的有機資產是否足以成功地完成任務而不會給他的部隊帶來不必要的風險？

這就是大數據、人工智能和機器學習可以做出重要貢獻，幫助指揮官做出關鍵決策的地方。

如果指揮官選擇勇往直前，強制進行交戰，大數據、人工智能和機器學習可以做到今天的初級戰術決策輔助工具無法做到的事情--提供一系列選擇，并評估每個選擇的利弊。重要的是，這些技術并不--也不應該--做出決定，而是為指揮官提供足夠的、經過精心策劃的信息，以便他能比對手更快地做出最佳決定。

對于致命的軍事無人系統來說，在授權無人作戰伙伴發射武器之前，操作者必須知道什么，或者像經常發生的那樣，建議上級當局授權采取致命行動，這個標準更高。例如，考慮軍事操作人員管理一系列正在進行的無人駕駛航空系統飛行的情況，他們一直在觀察一個恐怖分子，并等待上級當局授權使用從該無人駕駛航空系統發射的空對地導彈來消除威脅。

利用大數據、人工智能和機器學習，操作者可以訓練無人駕駛航空系統預測上級主管部門在授權發射前會問什么問題，即使不能提供點解決方案，至少也可以提供百分比概率或信心水平的問題，例如。這個人是預定目標的信心水平是多少？這種信心是基于什么？是面部識別、聲音識別、行為模式、與某些人的聯系、與已知家庭成員的接近或與已知同伙的接近？對家庭成員、已知同伙或未知人員造成附帶損害的可能性是什么？等待與現在出擊的潛在影響是什么？

這些考慮只是操作者必須訓練其配備致命武器的無人系統處理的問題的一個子集。用大數據、人工智能和機器學習來增強這些系統，并利用它們在敵人和我們的決策圈內運作的能力，遠不是把致命的權力讓給無人系統，而是使這些系統能夠在戰斗的壓力下把人類操作員從不得不做出實時的、往往是即時的決定中解放出來。從一開始就將這種能力設計到無人系統中，最終將使它們成為其軍事操作者的有效伙伴。

這使我們回到了美國防部副部長羅伯特-沃克提出的一些擔憂。他指出，當敵人以 "機器速度 "攻擊我們時，我們需要利用機器來幫助保護我們。建立具有強大的大數據、人工智能和機器學習水平的無人系統，能夠與操作人員合作進行這項工作，才能最終確保我們建造的無人系統充分發揮其潛力，幫助我們的作戰人員在戰斗中獲勝。

有令人信服的證據表明，美國，特別是美國軍隊，必須在利用大數據、人工智能和機器學習方面超過我們的同行競爭對手。人工智能國家安全委員會在其2019年的臨時報告中明確分析了人工智能將如何成為游戲規則的改變者。"人工智能將塑造權力的未來。"2020年，《未來國防工作組報告》這樣提出將大數據、人工智能和機器學習插入美國軍事武器系統的必要性：

• 將人工智能納入軍事和國家安全領域，將從根本上改變戰爭的打法和勝利方式。無論哪個國家在人工智能競賽中獲勝，都將擁有關鍵的、也許是不可逾越的軍事和經濟優勢......算法戰爭的到來，由速度和精度驅動的人工智能武器在復雜的戰斗空間中競爭，要求美國在進攻性和防御性人工智能能力方面進行大量投資。

我們通過使用無人機系統的例子討論了插入大數據、人工智能和機器學習的影響，在這種情況下，MQ-4C “海衛一”，因為當插入這些技術的問題出現時，這是大多數人想到的戰爭領域。但還有一個領域，大數據、人工智能和機器學習可以在戰爭中產生更大的影響，那就是決策領域。

8 一個更普遍的用例：增強決策

伊恩-托爾在其獲獎的美國海軍誕生和成熟的歷史《六艘護衛艦》中，不僅記錄了海軍的早期發展，還記錄了它在多場戰爭中的掙扎。67很少有人在讀完這本書后，會對1775年至1815年間海軍和國家的生存是如何的近在眼前。

雖然我們很容易被托爾的敘述所吸引，像讀小說一樣快速閱讀這段歷史，但至關重要的是，不要錯過決策在海軍的勝利和失敗中的重要性。從在哪里建造這些護衛艦，到選擇它們的活動區域，到它們要打哪場戰役和避免哪場戰役，以及其他一系列的決定，主要是使國家能夠在那危險的幾十年中生存下來的正確決定。

雖然今天美國海軍的平臺和武器與迪凱特、普雷布爾、班布里奇、赫爾、佩里、勞倫斯等艦長的海軍沒有任何相似之處，但今天的艦長仍然必須做出他們的前輩所做的那種生死攸關的決定。大不相同的是今天的決策速度。像憲法號、星座號和其他早期護衛艦的艦長往往有幾個小時甚至幾天的時間來做出關鍵的選擇，而今天的艦長必須在幾分鐘甚至幾秒鐘內做出決定。

軍事史上不乏這樣的例子：做出更好決定的指揮官獲得了勝利，即使他們的對手擁有地理或物質優勢，這些事件在此無需重述。值得注意的是，在過去的幾個世紀里，各級領導人有幾個小時，甚至幾天的時間來做出關鍵決定。但到了上個世紀中期，戰爭的變化極大地壓縮了決策周期。

在朝鮮戰爭期間，俄羅斯的米格-15戰斗機和美國的F-86 "佩刀 "戰斗機為爭奪制空權展開了激烈的戰斗。空軍上校約翰-博伊德（John Boyd）為了找到一種減輕美國戰斗損失的方法，創造了我們今天所知的OODA循環。OODA是指：觀察、定向、決定和行動。

博伊德的概念是，勝利的關鍵是創造一個比對手更快地做出適當決定的環境。博伊德的構思最初是一種在空對空作戰中獲得成功的理論，是根據他的能量-機動性理論和他對米格-15戰斗機和北美F-86佩刀戰斗機在朝鮮的空對空作戰的觀察而發展出來的。哈利-希拉克--F-16戰斗機的總設計師在談到OODA理論時說："時間是主導參數。在最短的時間內完成OODA循環的飛行員占了上風，因為他的對手在應對已經發生變化的情況時被抓住了。"

即使是非軍事觀察員也清楚，空對空作戰可以說是壓力最大的軍事行動之一。但是，軍事領導人越來越意識到，壓力--尤其是無法處理信息--導致軍事操作人員開始出現自己的OODA環，并做出次優的決定。

在壓力下做出關鍵軍事決策的挑戰在1965年的電影《貝德福德事件》中進入流行文化。這部電影松散地基于美國海軍艦艇和蘇聯潛艇之間的一些冷戰事件，其情節線圍繞著美國驅逐艦貝德福德號（DLG 113）和一艘蘇聯潛艇之間的貓捉老鼠游戲。

貝德福德號的船員在長達數日的潛艇搜尋中變得越來越疲憊。隨著尋找蘇聯對手的緊迫性加劇，貝德福德號的船長無視他的船員在壓力下萎靡不振的警告，提高了他的要求，甚至碾壓了柴油潛艇的呼吸器。當有人問船長他是否會對他的對手開第一槍時，他回答說他不會，但 "如果他開一槍，我就開一槍"。一個疲憊的少尉把他的船長的話誤認為是 "開一槍 "的命令，于是發射了一枚反潛火箭，摧毀了潛艇，但在它發射一枚核武魚雷之前，潛艇就被消滅了。

雖然是虛構的，但《貝德福德事件》對55年后的一個真實世界的事件卻有可怕的預見。雖然對2020年1月伊朗革命衛隊擊落一架烏克蘭噴氣式客機的全面調查需要幾個月，甚至幾年的時間，但今天已知的是，在戰斗的壓力下，伊朗剛剛向美國軍隊發射了一連串彈道導彈，該國對美國的反擊保持高度警惕。

在伊朗情報或軍事指揮系統的某個地方，發出了巡航導彈來襲的警告。負責一個防空導彈組的軍官試圖聯系他的上級指揮中心，以獲得開火的授權。可悲的是，他無法接通，帶著不完整的信息，他發射了兩枚防空導彈，176人死亡。

這些事件--一個是虛構的，一個是非常真實的--有一個共同點：人類被迫在信息不充分或錯誤的情況下做出關鍵決定。在《貝德福德事件》中，它是人類之間相隔幾英尺的空氣間隙。在烏克蘭飛機被擊落的案例中，是無法溝通，以及對威脅的錯誤認知。

很容易將上述事件視為難以置信的虛構或不如美國軍隊的決定，但這將是一個悲劇性的錯誤。美軍人員做出錯誤決定導致生命損失的引人注目的事件已經困擾了美國軍隊四十多年。

• 1987年5月，美國海軍斯塔克號（FFG 31）在兩伊戰爭的禁區邊界附近巡邏。由于錯誤地認為交戰雙方都不會以美國軍艦為目標，當斯塔克號試圖與來襲的飛機進行溝通時，艦長一開始并沒有感到震驚。伊拉克的 "幻影 "噴氣機發射了兩枚 "飛魚 "導彈，造成37名美國人死亡，近二十人受傷。

• 1988年7月，懷著對斯塔克號艦長未能采取行動保護他的艦艇的回憶，在兩伊戰爭仍然激烈的情況下，當他的艦艇被伊朗炮艇圍攻時，文森斯號（CG49）的艦長錯誤地認為，一架接近的飛機正在接近并以攻擊姿態下降。他發射了一枚SM- 2ER導彈，擊落了伊朗航空公司655號航班，機上290人全部死亡。

• 1994年4月，兩架美國空軍F-15 "攻擊鷹 "在伊拉克上空擊落兩架美國陸軍UH-60 "黑鷹 "直升機，認為它們是伊拉克的米-24 "雌鹿 "直升機，機上26名軍人和平民全部死亡。空軍AWACS控制飛機和 "攻擊鷹 "之間的誤傳，以及自動識別敵我系統的故障，是造成這場悲劇的近因。

• 2001年2月，在瓦胡島以南10英里處，在為VIP平民游客進行的演示中，美國海軍格林維爾號核潛艇（SSN 772）進行了一次緊急壓載打擊機動，并在日本漁船愛媛丸號下浮出水面。船上的三十五人中有九人死亡。

• 2017年6月，美國海軍菲茨杰拉德號（DDG 62）與集裝箱船MV ACX Crystal相撞。她的七名船員被殺，其他幾人受傷。僅僅三個月后，美國海軍約翰-S-麥凱恩號（DDG 56）與懸掛利比里亞國旗的油輪Alnic MC相撞。她的10名船員在這次事故中死亡。

雖然所有這些悲慘的事故背后有多種原因，最明顯的是涉及美國海軍菲茨杰拉德號和美國海軍約翰-S-麥凱恩號的致命碰撞，但很明顯，在每個案例中，都有可用的數據，如果使用得當，可能會打破安全專家所說的 "事故鏈"，并防止悲劇的發生。

值得注意的是，做出這些次優決策的軍方人員是在手頭的工具下做了他們能做的最好工作。發生的情況是，戰爭的速度往往超過了人腦做出正確決定的能力。事實上，正如美國陸軍研究實驗室的首席科學家亞歷山大-科特博士在一次指揮和控制會議上所說，"人類的認知帶寬將成為戰場上最嚴重的制約因素"。

美國空軍技術地平線報告這樣描述這一挑戰："盡管今天人類在許多任務上仍然比機器更有能力，但人類的自然能力正變得與技術提供或要求的巨大數據量、處理能力和決策速度越來越不匹配。更緊密的人機耦合和增強人的表現將成為可能和必要。"由于這些原因和其他原因，海軍需要大數據、人工智能和機器學習，以使其作戰人員在戰斗中獲得優勢。

對于我們今天使用技術的人來說，這一挑戰應該不足為奇。正如任何擁有智能手機的人在打開機器后不久就知道的那樣，獲得足夠的數據很少是個問題。有時讓人不知所措的是對大量的數據進行分類，并試圖只挑出當下必要的數據。從戰爭的角度來看，這意味著系統只向決策者提供經過精心策劃的信息，以幫助他或她做出更好的決定，而且往往是在戰斗的壓力下。

每年春天在海軍戰爭學院舉行的當前戰略論壇是美國海軍的年度會議，討論和評估海軍對國家和國際安全的貢獻。雖然每個論壇都有其亮點，但2017年的活動可能會被人們記住，因為海軍作戰部長在會上用手說話。沒錯，約翰-理查森上將，一個核潛艇兵--而不是一個戰斗機飛行員--用他的手說話，把聽眾帶回了70多年前發明的航空戰術。

CNO將時鐘撥回到20世紀50年代的空軍上校約翰-博伊德和OODA循環。理查森上將用OODA環路來討論美國海軍正在使用的各種新技術。他指出，海軍已經在博伊德分類法中的觀察和行動部分進行了大量投資。他指出，在大數據、機器學習和人工智能等新興技術出現之前，我們對OODA環路中的 "觀察和決定 "部分無能為力，但今天我們可以。

這正是CNO在他的講話中使用博伊德的OODA循環的原因。他解釋說，今天的海軍作戰人員有大量的--甚至是壓倒性的--數據需要處理。他們需要大數據、人工智能和機器學習來整理這些數據，只呈現那些有助于決策者和扣動扳機者更快做出更好決策的信息。不難看出，這種將數據轉化為戰術上有用的信息的努力對作戰的所有方面都很重要，而不僅僅是戰斗機戰術。

現在可能是時候在美國海軍幾十年來幫助作戰人員做出更好決策的努力基礎上再接再厲了。海軍在利用技術幫助作戰人員在緊張的情況下以更少的人和更少的錯誤更快地做出更好的決定方面一直走在前列。在20世紀80年代，海軍研究辦公室啟動了一項計劃，研究作戰人員如何在高度緊張的情況下做出更好的決定。這項計劃被稱為TADMUS（壓力下的戰術決策），它利用認知科學在了解決策者如何做出決策方面取得了新的突破。這導致了海軍太平洋信息戰中心的科學家和工程師設計了幾個原型（多模式觀察站、知識墻和其他），并進行了測試，在幫助決策者實現改進決策方面取得了令人鼓舞的成果。

TADMUS與類似的海軍項目一樣，就其本身而言是好的。但正如理查德森上將在其當前戰略論壇的發言中所指出的，直到最近，將強化決策提升到新水平的技術還不存在。今天，它確實存在，而且利用大數據、人工智能和機器學習能夠為作戰人員提供的東西，很可能導致海戰的下一個突破，特別是在決策領域。海軍太平洋信息戰中心與通過海軍研發界、工業界和學術界的合作伙伴一起，正在領導各種努力，以確保美國作戰人員有能力以更少的人和更少的錯誤做出更好的決定。

9 充分發揮大數據、人工智能和機器學習的作用

在美國戰略和軍事指導的最高層，大數據、人工智能和機器學習被認為對為美國軍隊提供作戰優勢極為重要。而且，那些負責將這些技術整合到美國軍事平臺、系統、傳感器和武器的人越來越多地將決策確定為這些技術可以增加最大價值的一個重要領域。

在AFCEA/海軍研究所 "西部 "會議上的講話中，海軍預算主任迪特里希-庫爾曼少將這樣提出了海軍如何能夠最好地利用大數據、人工智能和機器學習的問題。"我們如何利用人工智能，不是為了生產殺人的自主平臺，而是為了讓指揮官在戰斗中獲得優勢？"的確，美國海軍--進而是美國軍隊--想要利用大數據、機器學習和人工智能的本質，不是在沒有人類監督的情況下向遠方發射終結者般的無人系統，而是幫助操作員做出更快、更明智的決定。

軍事作戰人員將始終處于循環之中，并將得到大數據、機器學習和人工智能的協助。軍方希望通過這些尖端技術--無論是應用于無人系統還是戰爭的其他方面--來實現的是進入對手的OODA循環。負責研究、開發和采購的海軍助理部長詹姆斯-格茨閣下在一次軍事工業會議上這樣說："如果一支部隊能夠利用人工智能讓決策者比對手更快地做出決定，那么它每次都會贏。"

在海軍戰爭學院的一次演講中，美國防部聯合人工智能中心主任杰克-沙納漢中將這樣說。"人工智能對美國國防最有價值的貢獻將是它如何幫助人類做出更好、更快、更精確的決定，特別是在高后果的行動中。"

很明顯，美國國防部已經認識到，淹沒在數據海洋中的作戰人員無法做出有效的決策，并試圖利用人工智能和機器學習等技術來幫助整理數據，只呈現在激烈戰斗中有用的信息。

沙納漢將軍在戰爭學院的講話中談到了利用大數據、人工智能和機器學習幫助作戰人員做出更好決策的機會和挑戰，他指出："在思考、書寫和談論人工智能與實踐之間存在著鴻溝。卷起袖子，投入到人工智能項目中，這是無可替代的。

最近，國防部聯合人工智能中心的新主任邁克爾-格羅恩中將這樣強調了決策:

• 當我考慮人工智能的應用時，我想的不僅僅是在發現目標后近乎瞬時開火的用例。在整個聯合部隊中，有一系列廣泛的決策必須由人工智能來實現。

在20世紀的戰爭中，衡量軍事優勢的單位是坦克、艦艇或飛機，以及 "勝過槍炮和棍棒 "對手的能力。在21世紀的戰爭中，軍事領導人只有幾分鐘甚至幾秒鐘的時間來做出關鍵的決定，超越對手的思維能力將決定勝利和失敗的區別。

當美國軍方及其國防工業伙伴在21世紀的第三個十年中制定他們的研發投資決策時，早就應該關注一個長期被忽視的領域--我們的軍事決策者的思想，并確保他們能夠做出更好的決定，比他們的對手更快和更少的錯誤。

近年來，人工智能（AI）作為一個熱門詞匯重新出現在世界各地。人工智能的潛在好處橫跨整個社會，從金融到醫療，從農業到交通。人工智能實施的最有潛力的領域之一是軍事。對于那些能夠采用人工智能的部隊來說，有令人難以置信的優勢，而對于那些不能適應的部隊來說，則有巨大的風險。本文研究了一些歷史實例，其可為美國空軍（USAF）如何最好地采用人工智能提供參考。本文探討了二戰期間雷達發展的歷史根源和 F-117A 隱身技術的出現，并研究了美國防部過去如何采用商用現成技術和軟件。然后，本文研究了這些過去的技術和人工智能之間的對稱性領域，以確定有效的技術采用方法。最后，本文提出了幾個功能建議，以確保未來有效和高效地采用人工智能。

關鍵詞：國家安全，人工智能，空軍，美國空軍

人工智能（AI）是美國（US）國家安全未來的一項關鍵新興技術。在一個技術突破迅速擴大的時代，最近的一項研究表明，人工智能可能是影響最深遠的。美國政策制定者認識到人工智能的重要性，并在過去兩年中發布了關于保持美國在人工智能領域領導地位的總統行政命令13859，在2019年國防授權法案中使用了關于人工智能的具體表述，并發布了2018年美國國防部人工智能戰略。在最近一份人工智能政策建議文件的前言中，美國前國防部副部長羅伯特-沃克指出："中國、俄羅斯、歐盟成員國、日本和韓國都在增加人工智能的研究、開發和培訓。尤其是中國，將人工智能的進步視為在經濟和軍事力量方面超越美國的一個關鍵手段。中國已經表示，它打算在2030年成為世界人工智能的領導者，并正在為實現這一目標進行重大投資。"關于如何為潛在的人工智能革命做最好的準備，已經有許多建議寫給美國政府。本文在現有建議的基礎上，利用不同歷史實例的分析，將以前許多政府范圍內的建議直接集中針對美國空軍（USAF）。

首先，必須嘗試定義人工智能的含義。今天圍繞著人工智能的炒作使討論變得模糊不清，以至于有意義的對話在開始之前就可能失去。在人工智能能力最強的一面，許多人立即開始思考好萊塢描繪的科幻小說，如《終結者》中的天網，《黑客帝國》中的機器，或《戰爭游戲》中馬修-布羅德里克幾乎引發第三次世界大戰。相反，在人工智能能力最弱的一面，似乎每個人都想利用炒作，如一位同事最近分享的關于她的 "人工智能貓砂箱 "的廣告。 "當把一個奴役全人類的計算機智能與一個智能垃圾箱進行比較時，我們討論的似乎不是同一件事，但由于每個人都聲稱是人工智能，我們如何知道其中的區別并進行知情討論？

美國《國家人工智能研發戰略計劃：2019年更新》對人工智能的解釋是："人工智能使計算機和其他自動化系統能夠執行歷史上需要人類認知和我們通常認為的人類決策能力的任務。"《2019年國防授權法案》使用以下幾點作為定義：

(1) 任何人工系統，在不同的和不可預測的情況下，在沒有大量人類監督的情況下執行任務，或者在接觸數據集時，能夠從經驗中學習并提高性能。

(2) 在計算機軟件、物理硬件或其他背景下開發的人工系統，解決需要類似人類的感知、認知、計劃、學習、溝通或身體行動的任務。

(3) 一個被設計成像人一樣思考或行動的人工系統，包括認知架構和神經網絡。

(4) 一套技術，包括機器學習，被設計用來接近認知任務。

(5) 一個被設計為理性行動的人工系統，包括一個智能軟件代理或具身的機器人，利用感知、計劃、推理、學習、交流、決策和行動來實現目標。

這個定義是一個有用的起點；然而，我們必須做出進一步的區分。首先是通用人工智能和狹義人工智能之間的區別，有時分別被稱為強人工智能和弱人工智能。通用人工智能描述的是在人類能力的廣度上超過人類智能的計算機智能，包括復雜的決策和一定程度的批判性思維。雖然一般人工智能往往是描述人工智能時想到的形象，但大多數專家同意，如果它甚至有可能的話，它仍然是幾十年后的事情。目前所有的人工智能效果都屬于狹義人工智能的范疇，程序被設計用來解決一個具體問題。這包括從導航，到圖像識別，語言翻譯，游戲和自動駕駛汽車等一切。

在狹義人工智能的保護傘下，有多種方法和技術，其名稱經常與人工智能互換使用，使問題更加模糊。這些技術包括從深度神經網絡和機器學習（ML），到大數據和自動駕駛等一切。換句話說，為了利用狹義人工智能，你可能會建立一個利用多個神經網絡來完成圖像識別的算法。即使是狹義人工智能的概念，也具有難以置信的挑戰性，因為它似乎在不斷變化。每當科學突破一個新的人工智能障礙時，以前無法實現的東西就會顯得很平常，因此不再值得冠以"人工智能"的名號。因此，以一種非常真實的方式，人工智能的公認定義在不斷變化，這就提出了一個更加困難的任務，即澄清這一概念。本文的重點是狹義人工智能的當前和未來應用，包括屬于該概念的所有工具和技術。

雖然在定義什么是人工智能方面存在很大的混亂，但專家或政治家們一致認為，人工智能有可能是革命性的。中國在2017年發布了一份戰略文件，比美國任何官方的人工智能戰略都要早，其目標是在2030年達到全球人工智能的領先地位。同年，弗拉基米爾-普京宣布了俄羅斯的人工智能目標，他說："誰成為這個領域的領導者，誰就能統治世界。"兩年后，美國緊隨其后，特朗普總統在一份關于美國在人工智能領域立場的行政命令中說："美國在人工智能領域的持續領導地位對于維護美國的經濟和國家安全以及以符合我們國家的價值觀、政策和優先事項的方式塑造人工智能的全球演變至關重要。"人工智能無疑是未來國家安全的一項關鍵技術。

很容易理解為什么人工智能被提出來作為全世界軍隊的一個機會。軍隊的成功一直是關于信息和決策的，而不是關于士兵和技術的。約翰-博伊德上校著名的 "OODA環"在過去的一代中一直是軍事戰術理論的核心。他總結了軍事領導人長期以來的經驗，即如果你能比你的敵人更快地觀察、定位、決定和行動，你就能打敗他們。今天的空軍被數據淹沒了，有數百萬小時的遙控飛機視頻需要分析。現在，人工智能使美國空軍能夠通過一個名為Project Maven的計算機視覺程序來處理信息。人工智能發展的下一步很可能實現從人到機器的決策，將決策速度提高到無助的人無法管理的水平。即使對非軍事人員來說，其優勢也是顯而易見的：如果一支部隊的信息處理和決策速度比另一支部隊快幾個數量級，那么就沒有辦法與之抗衡。大規模沖突中的決策只是人工智能可能成為威脅的領域之一。

下表顯示，如果美國空軍在采用和使用人工智能方面不保持競爭優勢，那么人工智能可能有多少領域會產生潛在的重大影響。同行競爭者的競爭和虛擬/網絡沖突領域的威脅最大。面對一個具有同等能力的對手，或者在網絡領域配備了更先進人工智能技術的對手，將迅速改變已經形成的平衡。混合戰爭和超大城市的沖突并不構成那么大的威脅，因為更多的沖突將保持在傳統意義上。更多技術的趨勢意味著這些地區將走向高威脅，因為城市和家庭變得更加相互聯系和依賴技術。失敗的國家和國家的不穩定目前并不構成威脅，因為它們不依賴于人工智能或相關技術。隨著世界技術的發展，即使是失敗的國家，如果高度發達并配備了人工智能技術，也可能帶來高威脅。

表1. 超前采用人工智能而產生的威脅

關于如何為美國的人工智能革命作出最佳姿態，已經有多項研究。本文將試圖為美國空軍（USAF）做同樣的研究。本文將為空軍提供建議，以贏得并保持在未來人工智能方面的主導地位。為了實現這一目標，本文研究了過去的技術是如何整合的，重點是與人工智能增長采用相平行的點，以便為未來如何采用人工智能制定建議。首先，本文將研究隱身技術的發展和采用，然后是雷達技術，最后是空軍對商業現成技術的采用，即COTS技術，特別是對微芯片和軟件的關注。

人工智能

對學習機的首次討論開始于20世紀40年代，艾倫-圖靈在1950年澄清了這場辯論，盡管人工智能一詞在1956年才出現。在最初的興趣之后，人們發現計算機技術的發展還不足以取得重大進展。20世紀90年代末，狹義的人工智能研究工作大幅增加，并在1997年達到高潮：IBM的國際象棋程序 "深藍 "成功擊敗了世界冠軍加里-卡斯帕羅夫。在過去十年中，新的機器學習算法，通過迅速增加的計算能力和數據集規模，正在推動正在進行的人工智能革命。此外，人工智能圖像識別從2011年的26%的錯誤率到2015年的3.5%的錯誤率，優于人類標準錯誤率措施的5%。

了解人工智能的一個重要方面是，它主要由軟件驅動。雖然這一區別可能看起來并不重要，但它標志著與大多數先前技術的獨特區別。人工智能程序可以被開發出來，然后相對容易地輸出并使用柜臺上的硬件實施，這使得人工智能的獨家使用幾乎是不可能的。使這個問題更加復雜的是研究界的心態，即人工智能應該對所有人免費。"人工智能因社區的開放文化而變得更加復雜多樣，促使研究成果被廣泛發表，訓練過的人工智能模型可在網上免費下載。"這方面的兩個關鍵例子是TensorFlow和PyTorch；谷歌和Facebook各自的免費機器學習框架。

人工智能程序作為軟件的性質以及開放發現和共享的標準已經將人工智能推向了社會的各個方面。現在，即使是商業公司，如果沒有固有的技術基礎和資金來開發自己的人工智能，也可以利用預先建立的算法或使用共享計算和預先建立的程序來建立自己的特定應用程序。這與空軍過去利用的幾乎所有技術的性質有很大的不同，為美國空軍今后的發展創造了相當大的挑戰。

各國正在認識到人工智能的巨大潛力并成為該領域的先行者。 2017 年加拿大投資 1 億美元用于培養 AI 畢業生，韓國宣布每年投資 8.63 億美元為期 5 年，中國宣布計劃到 2030 年在 AI 經濟活動中賺取 590 億美元。美國也追求 AI，投資額約為2015 年 AI 研發投入 11 億美元，2016 年 12 億美元。國防部 (DOD) 于 2018 年成立了聯合人工智能中心 (JAIC)，以監督未來的 AI 發展。他們 2020 年的大致預算為 2.08 億美元。美國國防高級研究計劃局 (DARPA) 最近宣布了“AI Next”，這是一項 20 億美元的五年計劃，用于研究先進的 AI 技術。

與商業部門的支出相比，這些數字還很小。2016年的估計是，美國和中國的頂級科技公司（阿里巴巴、Alphabet、蘋果、亞馬遜、百度、Facebook、微軟、騰訊）對人工智能的投資在200-300億美元之間。同時，全球初創企業在人工智能方面的投資超過50億美元。在這種國家和企業明顯試圖成為人工智能技術領導者的情況下，美國空軍如何在人工智能技術領域獲得并保持技術和功能優勢？美國空軍在之前的許多技術進步中都有明顯的優勢或成為早期采用者。對這些技術采用的一些回顧將為美國空軍成為人工智能領導者需要做的事情提供啟示。

RADAR

• "雷達，就像二十世紀的大多數主要技術進步一樣，并不是由一個發明家的突然和靈感思路推動到實現的地步而產生的。與其他偉大的創新一樣，基本的想法比發明早了幾十年，只有當某些特殊的手段被開發出來后，其實現才變得可行。同樣，與本世紀的其他偉大發明一樣，一旦背景工作完成，發展就在幾個國家同時獨立進行。"

雷達（Radio Detection and Ranging）的歷史，無論從技術方面還是從戰略上考慮它在第二次世界大戰期間的角色都是十分關鍵的。第一次使用無線電波進行探測的記錄是在1904年，由德國科學家克里斯蒂安-胡爾斯邁耶（Christian Hülsmeyer）完成的。直到18年后，幾家公司開始認真推進這項技術，這項技術才再次被公開研究。值得注意的是，這些人中有兩個是美國人，其中一個來自美國海軍研究實驗室（NRL），該組織后來歸屬國防部--顯示了美國在研究和開發（R&D）方面的早期投資。

1930年左右，貝爾電話公司和美國海軍研究實驗室都注意到來自視線范圍以外的飛機的無線電信號有類似的波動，"因此，提出了一個可以為探測飛機和船只而建造設備的建議。這沒有得到海軍部的青睞，被放棄了。"國家實驗室的科學家們隨后沮喪地離開了海軍。他們在1934年為自己的工作申請了專利，這些專利后來被送往多個國家，支持了這些國家最初的雷達研發工作。當這些探測方面的發現正在發生時，在確定射程方面也同時有了發現，這是雷達運作所需組件的另一半。

重要的是要注意影響雷達發展的廣泛形勢。在發展的關鍵初始階段，英國正面臨著來自德國日益增長的軍備問題，特別是戰斗機和轟炸機部隊，這是對英國本土的直接威脅。此外，科學發展得到了英國當時的研發結構的幫助。英國的科學研究屬于三個緊密聯系的機構，其中之一是工業和科學研究部（DISR）。工業和科學研究部開始于1917年，以應對德國在一戰中領先的技術發展。這種情況與美國為應對蘇聯發射的人造衛星而設立的DARPA驚人地相似。

在20世紀30年代，德國人致力于研究兩種不同的方法，利用無線電波幫助飛機準確轟炸目標。這兩個系統，X-Grer?t和Knickebein，并不是對雷達的實際使用，它們是定向無線電波束，飛機使用調到特定頻率的盲目接收器。在英國，普遍的科學觀點是，使用的頻率在180英里以外是無法接收的。有了這個情報，就開始了改進雷達探測和導航并拒絕敵人使用雷達的競賽。

英國和德國在二戰開始時都有雷達設備的庫存。德國有兩家公司的雷達，Gema和Telefunken，它們分別制造了Freya和Würzburg。Freya的信號發射距離為75英里，覆蓋范圍為360度，并且可以移動，但它不能測量目標的高度。Würzburg的信號發射距離只有25英里，但可以準確地定位來襲的飛機，受到德國高射炮手的追捧。該雷達使他們能夠瞄準來襲的飛機，而不必先從視覺上找到它們。相比之下，英國的系統，Chain Home，發射距離為120英里，但視野有限，只有120度；其尺寸也限制了任何機動性。兩個國家都在研究安裝在飛機上的小型雷達。德國準備開始測試一個用于運輸機的機載雷達，而英國則準備推出一個用于巡邏機的系統和一個用于戰機的系統。

隨著對德國的轟炸越來越嚴重，對雷達支援的需求也越來越大。在預警雷達信息導致24架英國轟炸機中的14架在日間空襲中損失后，所有的轟炸任務都轉為夜襲。由于沒有足夠的Würzburg雷達來引導反機槍，德國人成立了一個夜間戰斗機中隊來對抗英國轟炸機。目前的雷達不足以支持夜間戰斗機的行動，因為它們要么不夠精確，無法將來襲的轟炸機和防衛的戰斗機分開，要么沒有足夠的探測范圍。夜間戰斗機指揮部與Telefunken公司合作開發了 "巨型Würzburg"。這個新系統既更加精確，又比以前系統的發射距離增加了一倍。對"Freya"雷達進行尺寸增加，也產生了作用，由此第三家德國公司I.G.Farben制造了"Mammut"雷達。在對地基預警雷達進行這些改進的同時，Telefunken公司還生產了Lichtenstein，一種用于夜間戰斗機的空中雷達。有趣的是，雖然兩者都是新技術，但飛行員已經習慣了地面雷達的控制，并經常因為操作上的輕微損失而拒絕使用裝有機載雷達的飛機。他們最終克服了這種猶豫不決，因為有一位軍官，路德維希-貝克爾上尉，堅持使用新的雷達。"隨著貝克爾的擊落分數穩步上升，該設備開始在其他地方獲得認可。"

在1939年奧斯陸報告的暗示下，英國人指派了一位科學家R.V.瓊斯博士到空軍情報局調查德國的系統。此外，英國人還派了一位特使到美國交換所有的雷達機密，"以換取技術和生產方面的幫助。"到1941年初，英國領導層仍然不相信德國人有任何雷達。在收到Würzburg的照片證據后，英國人于1942年2月對它進行了一次大膽的突襲，以獲取零件和技術手冊。有了這些信息，反措施的工作開始認真進行。到1942年4月，英國人部署了 "月光"，一種空中反雷達欺騙裝置，模擬大量的飛機來襲。然而，這種技術只適合對付"Freya"。

同時，這兩個國家正在研究第二種非常有效的反雷達方法。投下大量的小金屬條，也就是我們今天所說的 "箔條（chaff）"，當時英國人稱之為 "金屬箔片（Window）"，德國人稱之為 "杜佩爾（Düppel）"，它產生了大量的回波，有效地隱藏了雷達操作員試圖找到的飛機。在一個非常相似的反應中，這兩個國家都選擇不進一步追求這項技術，因為如果敵人發現了，對他們自己來說是多么糟糕。日本開發了Giman-shi（欺騙性紙張），并且已經在瓜達爾卡納爾島對美國海軍的炮手進行了有效的部署應用。英國人從未收到這一信息，直到1943年7月，英國飛機才最終部署了Window。決定使用Window的原因之一是美國的雷達研究終于迎頭趕上。美國的SCR.720雷達開發了一種發現和駁回Window雷達回波的方法，有效地否定了它對友軍造成的問題。英國最終在對漢堡的大規模突襲中使用了Window，一個高度防御的軍事目標。該部隊包括791架轟炸機，事實證明Window非常成功。漢堡空襲的典型損失是6%；這次，英國只損失了12架飛機，或1.5%，估計節省了35架飛機。

新的戰術和干擾技術在整個戰爭中繼續發展。這一發展的頂點是在支持盟軍入侵諾曼底的過程中。一個全面的欺騙計劃被制定并用于掩護入侵部隊。在入侵前，英國人系統地摧毀了德國著名的雷達站。入侵當晚，一支由18艘艦艇組成的艦隊被派出，其中4艘配備了經過特殊改裝的 "月光 "干擾器，14艘配備了綽號為"Filbert"的系留雷達反射氣球。伴隨著這兩支假軍團的是使用金屬箔片和空中干擾器混合的轟炸機中隊。一旦到達誘餌登陸地點，他們就部署煙幕，并發出類似于船只拋錨的聲音。掩護真正入侵部隊的是兩百個艦載雷達干擾器。這些努力的結果是阻止了對入侵部隊的任何空中反應，并造成了如此大的混亂，以至于德國人直到下午才向諾曼底投入重兵，認為這是另一個佯攻。

這段簡短的雷達發展、使用和利用的初步歷史為與當今人工智能的發展進行比較提供了幾個明確的路標。首先，美國起初完全忽略了雷達的早期階段。這不僅導致美國在研發方面的落后，而且疏遠了該領域的主要領先科學家和一家領先的商業公司，直接導致美國的早期專利技術在美國進一步開發同一技術之前被外國（甚至是敵對）國家使用。第二，跨越國際界限的伙伴關系使美國和英國的技術都得到了發展，超過了單獨工作所能達到的程度。如果沒有英國的早期援助，美國可能不會趕上技術的發展，因此，從來沒有向英國提供“金屬箔片”的解決方案。第三，雷達技術的發展既用于獨立的防御系統，監測來襲的飛機，也用于機載雷達，以提高飛行員發現和定位敵機的能力。這顯示了技術的雙重路徑，首先是獨特的獨立系統，其次是將新技術整合到已知的平臺。最后，雷達技術的初步發展突出了風險領域和失敗的潛力。在雷達投入使用后，就開始同時研究開發反雷達技術和保護這些努力，這對戰爭努力至關重要。

將這些經驗應用于當前的人工智能發展，表明美國空軍目前在哪些方面取得了成功，以及在哪些方面需要做出重大改進。前面討論的支出表明，美國空軍在人工智能技術上并沒有"過關"，然而，從資金角度來看，它已經落后了。美國空軍面臨的挑戰是不要像雷達研究那樣疏遠私營部門。資助人工智能研究的主要公司通常不是國防合同公司。DARPA的"AI Next"計劃無疑將吸引非典型的行業參與者，但不太可能吸引那些研發資金已經超過國防部的AI大公司。雖然DARPA在正確的方向上利用國防部技術基礎的舉措是一個積極的步驟，但缺乏直接連接到美國空軍記錄項目的能力意味著這項研究很有可能被遺忘，讓人想起海軍部在20世紀30年代選擇不追求雷達。我們將在隱形討論中看到同樣的問題，一個DARPA項目，即使是一個成功的項目，也不能保證是美國空軍的正式記錄項目。美國空軍必須選擇擁抱人工智能，所以它準備采用發展中的人工智能技術。

英國在科學部門和政策制定者或未來的政策制定者之間有著密切聯系的優勢。此外，已知的和即將到來的德國的威脅，沒有其他技術潛力來對抗空中轟炸，推動了對雷達技術的需求。美國空軍今天面臨著相反的關鍵問題：不受挑戰的成功。美國空軍過去幾十年來在中東的成功已經培養了整整一代人，他們將目前的部隊結構和戰術視為對空中力量的倒數第二種使用。雖然人工智能項目很可能會改善現有的空中力量的能力和戰術，但它們也將為執行空戰提供新的和獨特的機會。如果對執行空中力量的新方法沒有一個開放的心態，可能會排除現有的飛機、技術或人員，美國空軍可能無法進行創新，而只是逐步改善它已經擁有的東西。

第二個同樣重要的教訓是與其他國家互動的好處。不應錯過利用外國技術能力的積極因素。考慮到前面提到的開放源碼的心態，這一點尤其正確。其他國家將使用美國人工智能社區的發展。與我們最親密的盟友公開分享，可以確保美國和他們的盟友都處于人工智能技術的領先位置，并繼續在盟友中發展善意，因為我們與他們分享的東西可能很快就會發布。這也將有助于確保美國和其盟友的國際系統之間的互操作性。最近的沖突表明，在未來的任何沖突中，多個國家與美國結盟的可能性是多么大。發展共享的，或至少是類似的系統，能使兩國為未來的沖突做好最佳準備。因為有如此多的商業和開源的人工智能研究，與盟友共享不太可能失去秘密。只要技術開發的關鍵部分得到充分的保護，如訓練數據集或實際設備，風險就會很小。

雷達的開發幾乎同時發生，作為地面預警和地面控制，以及直接安裝在飛機上供空中使用，這提供了另一個教訓。美國空軍必須確保人工智能被用來改進當前的技術，如改進嵌入雷達的飛機，并找到正確的新想法，如開發一個預警站。上面提到的Maven項目是利用人工智能改進當前設備和戰術的一個很好的例子。美國空軍必須繼續盡可能地追求這種類型的改進。首先要看的是商業公司已經在開發可以輕松應用的系統。這可能是在飛機維修或調度方面，與商業航空公司或航運公司合作可以使雙方受益。同時，將人工智能引入某些戰斗系統可能會立即為正在進行的斗爭提供解決方案。克服雷達干擾和探測雷達跟蹤都有很大的潛力從人工智能中受益，因為信息量大，而且必須以最快的速度處理。美國空軍必須有力地確保國防承包商認真對待人工智能的潛在好處。這可以通過特別要求項目的某些方面采取人工智能，或者通過設定只有通過使用人工智能才能滿足的要求來實現。此外，必須提供開放的系統架構，以便多個用戶可以開發軟件和人工智能程序，并能快速有效地應用于實戰飛機。把一切都留給主要的國防承包商，大大限制了潛在的人才庫和可以實施的想法。

最后，雷達技術如何迅速地以多種獨特的方式被反擊的例子突出了人工智能的潛在風險。美國空軍需要認真對待人工智能防御，并對任何正在開發的人工智能系統進行 "加固"，以及規劃對敵人人工智能能力的防御。目前最高的風險之一是用于訓練人工智能算法的數據集的損壞。損壞可能是意外發生的，也可能是惡意的，敵國或玩家故意添加圖像，迫使程序錯誤地學習。緊隨其后的是未知的偏見，它可能在從數據集學習的程序中發展。這種未知的偏見可能是由于一個不完整的數據集，一個沒有被正確建立的數據集，或者一個被故意篡改的數據集。由于特定算法的創造者往往不知道人工智能程序是如何做出決定的，因此存在著程序發展未知偏見的真正危險。此外，由于訓練人工智能算法所需的數據集非常大，要持續監測數據集的有效性是非常困難的。最后，在人類看來是無稽之談的圖像可以有效地欺騙計算機識別程序，使之成為高概率的錯誤報告。這些只是已知的人工智能潛在隱患中的幾個。美國空軍必須認真對待這些風險，并開發出能防止顛覆的系統。管理正確保護和分類的數據集需要對軍事人工智能算法極為重視，這是一個良好的開端。然而，僅僅談論意外發現的最新問題是不夠的。美國空軍必須拿出一個熟練的 "紅隊"，一個了解人工智能的小組，主要負責尋找針對我們自己系統的利用手段。傳統的測試和驗證水平對于一個與迄今所見的任何技術都如此不同的技術來說是不夠的。

最后，美國空軍也必須著眼于防御人工智能的進攻性使用。這將是一個更加困難的數量級，因為它涉及到正確預測對手如何可能使用人工智能技術，然后尋求對抗這些努力。特別重要的是要注意，對人工智能進行適當的防衛準備必須不僅僅是著眼于保護數據集和推進電子戰。人工智能算法有可能影響更多，而且是以人們剛剛開始討論的方式。深度偽造，人工智能制作的視頻模仿真人，以至于與真實視頻無法區分，是一個巨大的潛在威脅。雖然這肯定是政府高層的問題，但美國空軍也不能忽視這個問題。

隱形

隱形技術是試圖使飛機避免雷達探測的一個重要要素。這個領域包括多種方法，包括箔條、戰術、電子攻擊、雷達吸收材料（RAM）和飛機形狀，正如之前在雷達部分討論的那樣。大多數人將隱身與洛克希德公司最初發布的F-117 "夜鷹 "聯系在一起，但早在二戰期間，地面探測雷達一投入使用，就開始了避免探測的嘗試。很快就可以看出，減少雷達截面（RCS）是非常困難的，而且回報也很小。按照現在已經確立的雷達測距方程，當時的科學家們很快發現，要將飛機的探測距離減少10倍，飛機的RCS就需要減少10,000倍。到20世紀70年代，RCS管理方面的主要工作幾乎完全是由于處理RAM的各種努力，而在管理飛機形狀以大幅減少RCS的方法上投入的努力微乎其微。

減少飛機的RCS很快成為美國空軍的一個重要焦點。1973年，以色列在贖罪日戰爭中與敘利亞和埃及作戰。以色列使用美國空軍最新的飛機和戰術作戰，但在18天內損失了108架飛機，主要是被當時的美國情報部門評估為 "不合格"的部隊所操作的地空導彈（SAM）擊中。第二年，DARPA開始了一項具有雙重目標的計劃：發現戰術飛機所需的RCS以避免被發現，并開發出實現該RCS的技術方法。有趣的是，最初的要求只發給了五家公司。諾斯羅普、麥道、通用動力、費爾柴爾德和格魯曼，不包括洛克希德。洛克希德公司在向DARPA介紹了以前為中央情報局設計的A-12和D-21偵察機所完成的高度機密工作后，獲得了進一步研究的合同。洛克希德公司決定在設計上首先滿足RCS的要求，而不是按照戰術飛機的要求設計，然后再試圖降低RCS。Denys Overholser和他的團隊開發了計算機程序來預測特定飛機設計的雷達信號。在他發現了俄羅斯人P.I.Ufimtsev于1962年發表的關于雷達信號衍射的科學著作后，取得了重大突破，該著作于1972年被翻譯成英文。

以計算機預測為基準，洛克希德公司獲得了25,000美元，用于建造一個帶有金屬框架的初始設計的木制模型，以驗證模型的準確性。1975年，洛克希德公司和麥道公司都進行了測試，以驗證這些模型，導致DARPA開始了這個項目，該項目后來被稱為實驗性可生存試驗臺（XST）。三支隊伍參加了XST競賽，洛克希德公司和諾斯羅普公司超出預期，提交了性能幾乎相同的原型。第三支隊伍是麥道公司和Teledyne Ryan公司的合作，沒有達到XST的規格要求。

在合作之前，麥道公司在專注于更通用的隱身設計之后，正在努力滿足RCS的要求。他們之前的設計被命名為 "靜音攻擊"，試圖通過減少雷達、聲學、紅外和視覺這四個領域的信號來保持不被發現。在與Teledyne Ryan公司合作后，該聯合提案在減少RCS方面仍然表現不佳，并計劃用電子對抗措施（ECM）來彌補這一差距。洛克希德公司和諾斯羅普公司都獲得了大約150萬美元的資金來進行XST項目的第一階段。隨著第一階段的結束，DARPA選擇了洛克希德公司負責該項目并進入第二階段。諾斯洛普團隊所做的工作得到了認可，他們被鼓勵繼續為另一個剛剛開始的DARPA項目工作。他們的工作是Tacit Blue項目的基線，Blue項目又是B-2轟炸機項目的基線。

在開始第二階段之前，DARPA決定擴大項目的范圍。不幸的是，新的總成本估計為3600萬美元。在DARPA項目中，典型的成本分擔是DARPA占34%，承包商和相關部門占33%。在這種情況下，空軍的資金是一個問題，許多領導層不愿意提供1200萬美元的資金。在內部，空軍正在努力就輕型戰斗機項目（這將成為F-16，美國空軍庫存中最普遍的戰斗機）達成一致，許多人不想支持另一個技術演示。最終，DARPA獲得了資金，第二階段于1976年4月開始，打算建造一個實際的飛機技術演示器。該計劃的安全性也被提高到最高機密，并被命名為 "Have Blue"。許多在第一階段工作的人都沒有得到通報，也不知道這項工作還在繼續。

這兩架 "Have Blue"飛機于1976年開始建造。為了節約成本和時間，飛機的許多基本設備都直接來自于現有的飛機：F-16的側桿控制器，F-5的鼻輪轉向器，以及來自海軍T-2C庫存的通用動力發動機。"Have Blue"1號機于1977年12月1日進行了首次飛行，在贖罪日戰爭喚醒四年后，在DARPA開始該計劃僅三年后，它甚至有可能避免被防空導彈發現。到 "Have Blue"計劃結束時，總成本為5460萬美元，第二階段平均只有66名洛克希德公司的工程師。"Have Blue"計劃成功后，洛克希德公司試圖為海軍設計低可視性的艦艇。在DARPA的支持下，在成功展示了與潛艇類似的驚人成果后，海軍領導層拒絕了追求這種能力。對洛克希德的 "Have Blue"計劃至關重要、后來領導了 "臭鼬工廠"（洛克希德負責"Have Blue"計劃的技術部門）的本-里奇推測，海軍拒絕的原因是無法將文化從公認的設計和人員配置中轉移出來。他說，海軍認為，這種設計 "看起來太不同了"，它不需要足夠的水手讓艦長覺得自己在領導，而且海軍也不需要足夠的水手來填補所需的領導職位。里奇說，最后海軍決定這是一個 "過于激進的設計"。

在證明科學理論和實戰化的戰術隱身飛機之間仍有許多問題需要克服，最重要的是被動紅外瞄準系統。在最初計劃購買20架飛機，然后增加到89架，美國空軍最終確定了總共59架飛機。在1983年宣布有限的初始作戰能力后，F-117A于1989年在巴拿馬首次投彈作戰。F-117A只出動了兩個架次，由于沒有地面雷達防御網絡，所以沒有獲得關于飛機能力的信息。在1991年的沙漠風暴行動中，F-117A第一次有機會在高度競爭的戰斗中證明隱形技術的可行性。F-117機隊出動了1270架次的戰斗，是唯一一架有機組人員的飛機，負責打擊巴格達的高度防御目標。F-117A只出動了總攻擊架次的2%，但卻在針對伊拉克戰略目標的任務中使用了40%，所有這些都沒有被敵人的炮火擊中過。

從隱身術的發展中，有幾條有用的經驗可以應用于人工智能的發展。首先，重要的是要注意到，世界上沒有任何地方的隱身研究能達到這種程度的成功例子。這是由幾個因素造成的：該技術的使用極為集中，缺乏任何相關的民用利益，人們認為缺乏對該技術的需求（從俄羅斯的反應中可以看出，他們傾向于防御性防空導彈而不是進攻性隱形），以及美國非常成功地將該項目分類并對隱形項目的存在進行保密，更不用說細節。這種情況與當前全球人工智能競賽之間的鮮明差異至關重要，因為它表明在一個孤立的保密世界中試圖管理人工智能發展是徒勞的。當然，一些人工智能項目或項目元素可能是保密的，還有軍事數據集和其他設備，但人工智能在商業領域的發展和使用甚至已經超過了國防部的尖端機構DARPA。正如前面所討論的，DARPA的AI Next計劃將在不久的將來花費不到世界領先公司在AI開發上的10%。美國空軍不會通過保密來保持在AI應用上的優勢。

盡管在發展方面存在巨大差異，但有幾個推論為人工智能的發展提供了經驗。David Aronstein和Albert Piccirillo從他們對隱形發展的研究中提供了幾個重要的教訓。首先，不要回避外部的專業領域。洛克希德公司最初被排除在討論之外，因為他們沒有被認為參與了戰斗機的設計。美國空軍決不能將技術合作局限于傳統的國防服務公司。雖然這些傳統公司無疑將在未來發揮關鍵作用，但錯過最佳團隊進行獨特改造的風險太高了。美國空軍必須邀請并找到與國防工業沒有普遍聯系的公司進行接觸。

第二，鼓勵競爭，不要讓知識和技能被浪費。DARPA鼓勵諾斯羅普公司參與第二個項目，使未來的隱身設計成為可能。在這個技術發展和創新的關鍵時期，任何專業知識都不應被忽視。跨職能領域、專業甚至服務部門的溝通是必須的。DARPA的項目經理有效地將一個團隊過渡到另一個發現領域，直接影響到下一代的隱形。美國空軍必須發展和保護溝通渠道，這樣不適合一項任務的突破和創新設計就不會丟失，而是轉移到它們將是關鍵的地方。

第三，人員是關鍵：在隱身技術的發展中，政府和工業界的團隊合作良好，所有的團隊都是由高技能和積極性的人組成的小團體。美國空軍必須認識到并完成同樣的工作。它必須在戰術層面和高級領導人中高度重視人工智能知識和經驗。由于美國空軍的領導層不了解人工智能，認為這個想法與目前的范式差別太大，而放棄了下一次軍事革命，這是美國空軍無法承受的失敗。Aronstein和Piccirillo將一個關鍵的教訓總結如下:

• 代表大多數參與的主要組織的一些項目參與者將美國空軍早期低觀測點工作的成功大部分歸功于高級領導人，他們構建了該項目，支持它，并允許它以精簡的方式進行，并縮短了監督。他們允許許多通常的官僚主義被削減，并授權項目人員完成他們的工作。

這個教訓無疑是最難應用的；畢竟，他們討論的是對一個小項目來說容易和有效的做法。當人工智能作為一個概念，不僅有可能侵入每件作戰設備，而且還有可能侵入作戰控制、維護和所有支持工作時，如何達到同樣的效果？在這種情況下，美國空軍將通過模仿國防部已經做的事情，建立一個人工智能辦公室來做得最好。如果有適當的位置、人員和資金，美國空軍的人工智能辦公室在應用一些相關的經驗方面可能是至關重要的。該辦公室在與新的商業公司和領先的人工智能技術公司的協調中可能是至關重要的，協助服務的各個方面的溝通，負責對正在進行的項目進行適當的監督，并成為選定的人工智能網絡和人工智能采購專家人員工作的完美地點。

最后，隨著美國空軍開發和采用人工智能，必須同時注意反人工智能技術和基礎技術或執行方面的弱點。雖然麥道公司的XST在降低RCS方面表現不佳，但在視覺、聲學、紅外和雷達等所有 "波段 "上應用隱身技術的意義重大。美國空軍隱身飛機目前面臨的最大挑戰之一是，潛在的對手國家已經選擇不使用美國空軍技術仍然優越的雷達與它們交戰。相反，他們正在轉向其他頻段，在那里他們可能更容易發現隱形飛機。1999年在科索沃發生的F-117A的唯一一次戰術損失就是對這一點的一個很好的提醒。薩姆防御部隊在傳統上沒有機會使用雷達來探測和瞄準美國空軍的隱形飛機，但在這種情況下，他們不需要這樣做。他們利用視覺觀察員在飛機從意大利起飛時打電話的組合，并利用F-117A不幸地選擇反復使用相同的飛行路線來知道飛機的大致位置。

商業現成（Cots）技術和軟件

最后分析的重點領域是國防部以前采用商業計算機技術的工作。研究的主要來源是國防部服務委員會的研究報告，包括1987年1月的研究 "軍事設備中商業組件的使用 "到2018年2月的研究 "國防系統軟件的設計和采購"。 雖然所有的研究并不完全集中于相同的技術采購，但它們基本上是相互迭代的，參考了國防部在他們的時間段和之前對現有技術的使用。令人震驚的是，在跨越30多年的技術發展過程中，每項研究的結論和建議是如此相似。

在國防部使用計算機技術的整個歷史中，各部門一再趨向于缺乏對商業能力的信任和對所需目的要求的過度規定。一項研究甚至明確指出："國防部資助的研究和開發曾經推動了商業技術的發展，但現在商業技術在許多關鍵領域領先于國防部。"這一評估表明，過去和今天國防部與商業人工智能技術之間的平衡有著驚人的相似之處。那么，有哪些成功和失敗的經驗，我們如何從中學習？

從最早的研究來看，涉及到80年代末的微處理器采購，有幾個問題被強調。首先，國防部的標準比目前可接受的商業標準更具限制性。這在最初沒有行業標準的情況下形成。隨著技術的發展，軍事應用引領了方向，創造了一個有許多標準的可接受的標準。隨著商業行業的發展，基線設備在效率和可靠性方面都有所提高，具體的技術并不總是遵循以前定義的軍事規格。軍方不愿意接受民用標準，而是越來越多地堅持已經定義的MIL-SPEC標準，甚至經常提高要求。值得注意的是，這些額外的要求往往不會使產品比商業對應產品更有能力。這使得商業公司與國防部打交道變得非常麻煩，他們需要為軍事和商業銷售創造不同的項目，而這些項目的功能基本相同。這種趨勢一直持續到今天，這也是許多公司發現與美國空軍合作具有挑戰性并選擇回避軍事合同的原因之一。我們一次又一次地發現，美國空軍為功能不如民用產品的產品支付了更多的費用。國防部要求的原因之一是保持美國對產品生產的控制。雖然在產品管道安全方面肯定有問題，但有許多領域的風險是超過可接受的。此外，正如過去發現的那樣，即使有非常重要的限制和監督，許多美國公司購買的產品都是在美國以外創造的，只在美國組裝。

從歷史上看，美國空軍也發現自己在新興技術的知識基礎方面很薄弱。這似乎是反直覺的，然而，這在DSB的研究中被反復強調。這并不是說美國空軍在使用技術方面不領先，只是說合適的人沒有足夠的知識和經驗。空軍擅長用先進的技術來執行，但在開發和獲取這些技術的過程中，常常在成本或時間（或兩者）上掙扎。這種知識的缺乏尤其適用于采購和維持領域，美國空軍飛行員正在協調數百萬美元的合同，卻沒有充分了解真正的需求是什么，以及如何與擁有先進技術的實際設計和建造專業知識的私營公司適當合作。在過去，這往往導致時間和成本的超支，并最終導致國防部比私營公司付出更多，得到更少。

這種知識的不足也導致缺乏為未來制定適當要求的能力。這既是一個科學知識基礎，也是一個文化挑戰。美國空軍必須在采購職業領域擁有一批受過人工智能教育的人員，以便與商業公司就合同進行充分的合作。美國空軍還需要在未來的能力和項目辦公室中擁有受過人工智能培訓的人員，以了解平臺應該在哪些方面進行開發，以及哪些領域由于在該領域或人工智能的接壤領域的進展而不再有用。

此外，美國空軍需要關鍵的戰術思想家和支持性的戰略思想家來尋找未來使用人工智能的最佳領域。這些想法不應僅限于讓美國空軍擁有的東西變得更好；他們應該努力實現真正的創新，以一種完全獨立的方式使用人工智能，或與一個系統搭配，以一種新的和獨特的方式實現戰略目標。2009年DSB研究報告建議國防部擁有 "相關的能力和經驗，包括技術領域和項目管理。"然后在2018年，DSB研究報告建議各部門 "發展勞動力能力和對當前軟件開發技術的深刻熟悉。"顯然，這是美國空軍以前面臨的問題，還沒有克服。這不僅需要受過教育的人員，也需要文化的改變。

通過多年的研究，這些教訓需要由全面的文化變革來推動，這可能就是為什么在這么多建議之后，它仍然沒有發生。1989年，DSB建議國防部需要進行根本性的文化變革，"以獲得更高的質量、更低的總成本、更多獲得先進技術的機會、更廣泛的工業基礎和更大的客戶滿意度的潛在好處--正如民用部門最近的趨勢所代表的那樣。"1994年的研究將爐管文化作為建議不被接受的原因。 2009年的研究再次呼吁改變購買和修改COTS的文化，以獲得速度、降低成本和風險。最后，2018年的研究說，由于國防部的文化，國防承包商基地沒有跟上成熟的商業部門軟件開發。值得慶幸的是，到目前為止，這只是花費了時間和金錢。如果美國空軍不能適應人工智能，其后果可能會更糟糕。在三項研究中，高層領導自上而下的參與是糾正國防部缺乏向COTS設備轉變的能力的建議。

建議

所有三個案例研究中最關鍵的發現是，外部驅動力對于新興技術的有效和高效應用至關重要。在雷達的案例中，是迫在眉睫的威脅和二戰的持續行動推動了技術的實施。就隱身而言，是以色列在贖罪日戰爭中的損失所激發的恐懼，使美國空軍對其設備和戰術產生懷疑，甚至對對手產生懷疑。至于徹底和有效地采用COTS技術和軟件，國防部一次又一次地落后于商業部門，因為沒有激勵執行的需求。不幸的是，如果沒有一個統一行動的外部動機，這種趨勢要克服是非常困難的。

為了應對這一挑戰，美國空軍必須采取多種途徑。首先，美國空軍必須自上而下地優先采用人工智能。人工智能國家安全委員會（NSCAI）提交給國會的2019年報告也提出了這一觀點。它引用了蘇聯作為威脅，在冷戰中推動了核武器技術，然后在20世紀70年代推動了隱形和GPS。這應該由目前的領導層來完成，使人工智能的采用成為一個持續的關鍵利益項目，并創建一個美國空軍辦公室來推動和協助人工智能在所有服務元素中的采用。空軍采取了初步措施，但這還不夠。國防部人工智能戰略文件的2019年美國空軍人工智能附件將有效和高效地在全軍采用人工智能列為優先事項。然而，這還不夠，文本中固有的思維方式也不足以將人工智能完全采用到所需的程度。在結尾處，它說："對我們這些軍事領域的人來說，人工智能類似于隱形飛機和精確制導彈藥的發展。"正如本文所討論的那樣，隱形技術雖然重要，但它是一種孤立的技術，是進化的，使美國空軍既定的理論有了實質性的提高。另一方面，人工智能有可能在多個領域產生革命性的影響，無論是對美國空軍還是對其對手。在沒有具體的外部推動力的情況下，美國空軍必須將人工智能發展和應用的重要性內部化，就像有一種存在的驅動力一樣。如果它不這樣做，在以前的技術采用中反復看到的同樣的陷阱將發展，美國空軍將落后。NSCAI支持同樣的擔憂，同意明確承認人工智能對國家安全的重要性，"然而，不清楚這些最高級別的信念和戰略優先事項是否已經被各部門和機構完全接受了。對于人工智能如何解決核心國家安全挑戰以及實現人工智能優勢所需的條件，必須有廣泛的組織理解"。

該辦公室不僅需要適當的級別和官方領導的監督，而且還需要一個支持人工智能努力的重要性的分配預算，有能力將這些資金分配給任何朝著明確的人工智能采用目標前進的組織或項目。這反映了2002年DSB研究的前三項建議，2009年DSB研究的結論，以及1990年DSB研究的實施計劃。此外，該辦公室必須配備受過人工智能培訓的人員。

這些案例研究中明確提出的第二項建議是人的重要性。正如上文在審查COTS采用情況時指出的那樣，從洛克希德公司從事Have Blue工作的少數工程師所做的驚人開發中可以看出。有未來人工智能建議的三個主要文件（NSCAI、新美國安全中心的研究報告《美國人工智能世紀：行動藍圖》，以及國防部人工智能戰略的美國空軍人工智能附件），都將招募和培訓人工智能人員作為他們的主要發現之一。美國空軍應該以多種方式處理這個問題，首先為人工智能培訓人員創建一個職業領域，或者至少創建一個網絡職業領域的子集。這加強了人工智能在自上而下的重要性，并發展美國空軍人員。此外，美國空軍可以提供類似于其他職業領域的獎金，以獎勵長期服務。

獲得合適人員的第二個方法是通過與在人工智能開發方面有實力的商業公司建立強有力的關系。美國空軍人工智能辦公室在與通常與國防部沒有聯系的公司發展密切的伙伴關系方面具有獨特的優勢。軍隊和技術部門之間的差距正在擴大，個人關系和直接的辦公室聯系將有助于縮小差距。美國空軍必須尋找已經在部署人工智能的公司，其方式可以直接轉移到目前的行動中。這可能是商業航空公司或空運公司的維修或飛行調度過程，也可能是協助基地安全或旅行協調。從不太嚴格的安全要求開始工作，不僅會使美國空軍的效率全面提高，而且會加強非傳統商業公司之間的聯系，并有助于將人工智能介紹給美國空軍人員。這將在多個渠道建立信任，以實現更大的人工智能發展合作。美國空軍還必須確保人工智能在目前運行的公司和項目中的發展。

空軍必須效仿雷達技術的發展，既要改進已知的系統，又要集中精力尋找人工智能可以創造或加強全新的設備，或戰術和行動路線的領域。雷達被設計到飛機上以提高其性能，但它首先被設計為一個全新的元素，即基于地面的探測和控制。美國空軍必須吸取的教訓是，有目的地尋求全新的和獨特的方式，使人工智能可以實現戰術、作戰或戰略優勢。首先，人工智能可以而且應該被用來大幅改善已知的平臺和能力。當前飛機的升級計劃必須推進到包括人工智能。然而，如果這就是美國空軍采用的終點，它將有可能失去發展中的技術所提供的最大優勢。

美國空軍需要在戰術官員中培養一種對人工智能潛力的認識，并鼓勵對未來的創新思維。這可能是最困難的過程，因為這無疑將導致美國空軍在某些領域偏離傳統裝備和戰術。緩慢而痛苦地采用遙控飛機顯示了這個過程可能是多么困難。如果不成功，敵國很可能已經適應了人工智能來防御我們目前的戰術，美國空軍將被拋在后面。這個過程也必須立即包括創造性的防御和對抗對手AI的方法。

人工智能將成為下一代的決定性技術，塑造世界各地的軍隊。只要美國空軍承諾應用該技術并獲得好處，它就完全有能力利用這些好處并保持其在世界的卓越地位。必須采取行動，遵循本文提出的步驟將有助于確保這些行動在未來是正確的。

人工智能是有望改變未來幾年戰爭面貌的眾多熱門技術之一。描述其可能性并警告那些在人工智能競賽中落后的人的文章比比皆是。美國防部已經創建了聯合人工智能中心，希望能在人工智能的戰斗中獲勝。人工智能的愿景是使自主系統能夠執行任務、實現傳感器融合、自動化任務以及做出比人類更好、更快的決策。人工智能正在迅速改進，在未來的某一天，這些目標可能會被實現。在此期間，人工智能的影響將體現在我們軍隊在無爭議的環境中執行的更平凡、枯燥和單調的任務上。

人工智能是一種快速發展的能力。學術界和工業界的廣泛研究正在縮短系統訓練時間并獲得越來越好的結果。人工智能在某些任務上很有效，例如圖像識別、推薦系統和語言翻譯。許多為這些任務設計的系統今天已經投入使用，并產生了非常好的結果。在其他領域，人工智能非常缺乏人類水平的成就。其中一些領域包括處理人工智能以前從未見過的場景；理解文本的上下文（理解諷刺，例如）和對象；和多任務處理（即能夠解決多種類型的問題）。今天的大多數人工智能系統都被訓練來完成一項任務，并且只在非常特定的情況下這樣做。與人類不同，它們不能很好地適應新環境和新任務。

人工智能模型每天都在改進，并在許多應用中顯示出它們的價值。這些系統的性能可以使它們在信息戰中展示出非凡的能力，諸如在衛星圖像中識別 T-90 主戰坦克、使用面部識別識別人群中的高價值目標、為開源情報翻譯文本以及文本生成等任務。人工智能最成功的應用領域是那些有大量標記數據的領域，如 Imagenet、谷歌翻譯和文本生成。 AI 在推薦系統、異常檢測、預測系統和競技游戲等領域也非常有能力。這些領域的人工智能系統可以幫助軍方在其承包服務中進行欺詐檢測，預測武器系統何時因維護問題而失效，或在沖突模擬中制定制勝策略。所有這些應用程序以及更多應用程序都可以成為日常操作和下一次沖突中的力量倍增器。

人工智能在軍事應用方面的不足

當軍方希望將人工智能在這些任務中的成功經驗納入其系統時，必須承認一些挑戰。首先是開發人員需要獲得數據。許多人工智能系統是使用由一些專家系統（例如，對包括防空炮臺的場景進行標注），通常是人類標注的數據進行訓練。大型數據集通常由采用人工方法的公司進行標注。獲得這種數據并分享它是一個挑戰，特別是對于一個喜歡對數據進行分類并限制其訪問的組織來說。一個軍事數據集的例子可能是由熱成像系統產生的圖像，并由專家進行標注，以描述圖像中發現的武器系統（如果有的話）。如果不與預處理器和開發人員共享，就無法創建有效使用該數據集的人工智能。人工智能系統也很容易變得非常大（因此很慢），并因此容易受到 "維度問題 "的影響。例如，訓練一個系統來識別現有的每一個可能的武器系統的圖像將涉及成千上萬的類別。這樣的系統將需要大量的計算能力和在這些資源上的大量專用時間。而且由于我們正在訓練一個模型，最好的模型需要無限量的這些圖像才能完全準確。這是我們無法實現的。此外，當我們訓練這些人工智能系統時，我們經常試圖強迫它們遵循 "人類 "的規則，如語法規則。然而，人類經常忽視這些規則，這使得開發成功的人工智能系統在情感分析和語音識別等方面具有挑戰性。最后，人工智能系統在沒有爭議的、受控的領域可以很好地工作。然而，研究表明，在對抗性條件下，人工智能系統很容易被愚弄，導致錯誤。當然，許多國防部的人工智能應用將在有爭議的空間運作，如網絡領域，因此，我們應該對其結果保持警惕。

忽略敵人在人工智能系統方面的努力，其靠此擊敗我們，因為這些看似超人類的模型也有局限性。人工智能的圖像處理能力在給定不同于其訓練集的圖像時并不十分強大--例如，照明條件差、角度不對或部分被遮擋的圖像。除非這些類型的圖像在訓練集中，否則模型可能難以（或無法）準確識別內容。幫助我們信息戰任務的聊天機器人僅限于數百個字，因此不能完全取代一次可以寫幾頁的人類。預測系統，如IBM的Watson天氣預測工具，由于它們試圖模擬的系統復雜性，在維度問題和輸入數據的可用性方面很困難。研究可能會解決其中的一些問題，但很少有問題會像預測或期望的那樣迅速得到解決。

人工智能系統的另一個弱點是他們沒有能力進行多任務處理。人類有能力識別敵方車輛，決定對其采用何種武器系統，預測其路徑，然后與目標交戰。這套相當簡單的任務目前對人工智能系統來說是不可能完成的。充其量，可以構建一個人工智能的組合，將個別任務交給不同的模型。這種類型的解決方案，即使是可行的，也會帶來巨大的傳感和計算能力的成本，更不用說系統的訓練和測試了。許多人工智能系統甚至沒有能力在同一領域內轉移他們的學習。例如，一個被訓練來識別T-90坦克的系統很可能無法識別中國的99式坦克，盡管它們都是坦克，而且都是圖像識別任務。許多研究人員正在努力使系統能夠轉移他們的學習，但這樣的系統離實際應用還有長久的時間。

人工智能系統在理解輸入和輸入中的背景方面也非常差。人工智能識別系統并不理解圖像是什么，它們只是學習圖像像素的紋理和梯度。給予具有這些相同梯度的場景，人工智能很容易錯誤地識別圖片的一部分。這種缺乏理解的情況可能會導致作出錯誤分類，例如將湖面上的一艘船識別為BMP，但人類缺不會。

這導致了這些系統的另一個弱點--無法解釋它們是如何做出決定的。人工智能系統內部發生的大部分事情都是一個黑盒，人類幾乎無法理解系統是如何做出決定的。這對于高風險的系統來說是一個關鍵問題，比如那些做出參與決定的系統，或者其輸出可能被用于關鍵決策過程的系統。對一個系統進行審計并了解其犯錯原因的能力在法律上和道德上都很重要。此外，在涉及人工智能的情況下，我們如何評估責任的問題是一個公開研究點。最近，新聞中出現了許多例子，人工智能系統在貸款審批和假釋決定等領域基于隱藏的偏見做出了糟糕的決定。不幸的是，關于可解釋的人工智能的工作多年來一直沒有取得成果。

人工智能系統也很難區分相關性和因果關系。經常用來說明兩者區別的臭名昭著的例子是溺水死亡和冰激凌銷售之間的相關性。一個人工智能系統得到了關于這兩個項目的統計數據，卻不知道這兩個模式之所以相關，只是因為兩者都是天氣變暖的結果，并可能得出結論，為了防止溺水死亡，我們應該限制冰淇淋的銷售。這類問題可能表現在一個軍事欺詐預防系統中，該系統被告知按月采購的數據。這樣一個系統可能會錯誤地得出結論，認為9月份的欺詐行為會隨著支出的增加而增加，而實際上這只是年終消費習慣的一個結果。

即使沒有這些人工智能的弱點，軍方目前應該關注的主要領域是對抗性攻擊。我們必須假設，潛在的對手將試圖愚弄或破解我們使用的任何可獲得的人工智能系統。將試圖愚弄圖像識別引擎和傳感器；網絡攻擊將試圖躲避入侵檢測系統；后勤系統將被輸入篡改的數據，用虛假的需求堵塞供應線。

對抗性攻擊可分為四類：規避、推理、中毒和提取。事實證明，這些類型的攻擊很容易完成，通常不需要計算技能。逃避攻擊試圖愚弄人工智能引擎，往往是希望避免被發現--例如，隱藏網絡攻擊，或說服傳感器相信一輛坦克是一輛校車。未來的主要生存技能可能是躲避人工智能傳感器的能力。因此，軍方可能需要開發一種新型的人工智能偽裝，以擊敗人工智能系統，因為事實證明，簡單的混淆技術，如戰略性的膠帶放置，可以愚弄人工智能。逃避攻擊通常是通過推理攻擊進行的，推理攻擊可以獲得關于人工智能系統的信息，這些信息可以用來實現逃避攻擊。中毒攻擊的目標是訓練期間的人工智能系統，以實現其惡意的意圖。這里的威脅將是敵人獲得用于訓練我們工具的數據集。可能會插入誤標的車輛圖像以愚弄目標系統，或篡改維護數據，旨在將即將發生的系統故障歸類為正常操作。考慮到我們的供應鏈的脆弱性，這將不是不可想象的，而且很難發現。提取攻擊利用對人工智能界面的訪問來了解人工智能的運行情況，從而創建一個系統的平行模型。如果我們的人工智能不被未經授權的用戶所保護，那么這些用戶可以預測我們的系統所做的決定，并利用這些預測為自己服務。人們可以設想對手預測人工智能控制的無人系統將如何應對某些視覺和電磁刺激，從而影響其路線和行為。

軍事人工智能應用的發展之路

人工智能在未來的軍事應用中肯定會有作用。它有許多應用領域，它將提高工作效率，減少用戶的工作量，并比人類更迅速地運作。正在進行的研究將繼續提高其能力、可解釋性和復原力。軍隊不能忽視這項技術。即使我們不擁有它，但我們的對手肯定會發展AI，我們必須有能力攻擊和擊敗他們的AI。然而，我們必須抵制這種重新崛起的技術誘惑。將脆弱的人工智能系統放置在有爭議的領域，并讓它們負責關鍵的決策，這將為災難性的結果打開了機會。在這個時候，人類必須繼續負責關鍵決策。

鑒于我們暴露的人工智能系統被攻擊的概率很高，以及目前人工智能技術缺乏彈性，投資軍事人工智能的最佳領域是那些在沒有爭議的領域運作的人工智能。由人類專家密切監督或具有安全輸入和輸出的人工智能工具可以為軍隊提供價值，同時減輕對漏洞的擔憂。這類系統的例子有醫學成像診斷工具、維修故障預測應用和欺詐檢測程序。所有這些都可以為軍隊提供價值，同時限制來自對抗性攻擊、有偏見的數據、背景誤解等等的風險。這些并不是由世界上的人工智能推銷員贊助的超級工具，但卻是最有可能在短期內獲得成功的工具。

作者信息

保羅-麥克斯韋中校（退役）是美國軍事學院陸軍網絡研究所的計算機工程網絡研究員。他在服役的24年中曾是網絡和裝甲部隊的軍官。他擁有科羅拉多州立大學的電子工程博士學位。

所表達的觀點僅代表作者本人，不反映美國軍事學院、陸軍部或國防部的官方立場。