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

敵對國家越來越多地使用混合戰術來影響民主進程并利用對手的弱點。這些策略包括協調同步地使用暴力和非暴力的權力工具，在常規軍事沖突的門檻之下實施跨領域活動，往往可以規避偵查和歸因。快節奏的技術發展和深入的全球聯系為這些國家提供了令人震驚的工具。近年來，許多國家政府逐步提高了對態勢的認識，并發展了將混合威脅造成的損失降至最低的能力。此外，它們還開始主動應對混合威脅，實施了一系列政策，不僅提高復原力和加強防御，還通過威懾措施塑造對手的行為。威懾的廣義定義是阻止對手采取不必要的行動，其實現方式是說服對手潛在的代價大于潛在的收益。懲罰威懾意味著針對潛在的攻擊威脅實施嚴厲的懲罰，旨在通過表明侵略行為會帶來嚴重后果來影響對手的戰略計算。相反，拒絕威懾的目的是通過使攻擊不太可能成功來剝奪對手成功實施攻擊的能力。

應對混合威脅的概念創新拓展了對威懾的傳統理解，并提出了威懾的新成功要素。首先，人們認識到，不同的混合威脅，如虛假信息和網絡行動，在絕對意義上可能并不具有威懾力。這導致復原力戰略的完善，將戰略否定納入其中，即不是否定行動的直接效果，而是否定可從中獲得的政治利益。其次，懲罰威懾也包括通過規范、去合法化和糾纏進行威懾，以應對灰色地帶出現的新的跨領域挑戰。通過規范進行威懾旨在影響那些挑戰某些行為標準的人的成本計算。去合法化與規范的存在密切相關，是一種通過點名羞辱和污名化進行懲罰的形式。最后，通過糾纏進行威懾利用了國家間跨領域的相互依存關系。這里的核心假設是，糾纏在一起的行動者會避免發動攻擊，因為他們會付出代價。

盡管有這些創新，但由于種種原因，威懾混合侵略者仍然困難重重。首先，混合對手故意規避偵查，逃避責任。其次，沒有明確的共同規則來規范可接受的行為。第三，防御者缺乏應對能力或意愿。第四，防御者對對手的激勵結構和弱點缺乏正確理解，因此無法制定有針對性的有效政策，擊中對手的要害。此外，防御方也無法事先令人信服地傳達反混合政策。第五，反混合政策的設計和執行往往會帶來潛在的二階和三階效應，而這些效應并不總是立竿見影的，對其升級動態也缺乏有力的了解。這反過來又阻礙了捍衛者執行反混合對策。

為解決這些隱患，本報告為中小強國（SMPs）的反混合態勢提供了一套非技術性政策指南，解釋了如何制定、應用跨域威懾的核心良好做法并將其納入政策和實踐。報告特別關注與懲罰威懾相關的積極措施，為政策制定者提供有用的見解，以制定相稱和有效的戰略來應對在灰色地帶活動的行為體。報告還介紹了管理升級和預測潛在的二階和三階效應所需的步驟。重要的是，在采取反混合威懾態勢的同時，應向對手傳達積極的保證和激勵措施，以鼓勵良好行為。

反混合對策框架

建議采用五階段應對框架，包括：(i) 準備階段；(ii) 檢測和歸因階段；(iii) 決策階段；(iv) 執行階段；(v) 評估階段。這些階段又細分為十個不同的步驟，每個步驟都包括具體的行動（見表 1）。該框架具有循環性質，捕捉了一個持續的反饋回路，以改進今后的反混合措施（見圖 1）。重點放在懲罰威懾上，但也考慮了與其他威懾形式（拒絕、糾纏和規范）的聯系。值得注意的是，特別是對小型軍事裝備而言，懲罰威懾活動通常是在多國聯盟內實施的，這就解釋了為什么要明確考慮國際背景。該框架提供了切實可行的指導原則，以便利用 DIMEFIL 范圍（即外交、信息、軍事、經濟、金融、情報和法律）內的不同權力工具設計有效的反混合對策，同時考慮到意外的二階和三階效應。值得注意的是，這一模式提出了一種理想的反混合反應框架。在現實世界中將反混合態勢付諸實踐時，最重要的是要保持靈活性、隨機應變，并在應對不斷變化和動態的對手時要有意料之外的收獲。盡管如此，擬議的應對框架為制定、應用跨域威懾的良好核心做法并將其納入有效的反混合態勢提供了實用指南。

圖 1：五階段十步驟應對框架的反饋回路

(i) 準備階段

準備階段涉及闡明核心利益，并向對手傳達不可接受行為的紅線。此外，還需要建立和加強發現混合攻擊的能力，以及將其歸咎于混合攻擊的政治意愿。

步驟 1：設定不可接受行為的紅線，保持一定程度的戰略模糊性。這就向對手清楚地表明哪些行為可能會引發反應，同時防止對手濫用嚴格界定的紅線和采取 "臘腸戰術"。這樣，防御方既教育了對手，又防止了濫用。此外，提供積極的保證和激勵措施，鼓勵良好行為，并參與規范制定。

第 2 步：公開或私下宣傳自己的能力和意愿，以便在混合威脅越界時進行報復。

步驟 3：提高發現混合侵略的能力，并增強在政治層面對此類行為進行有意義歸因的意愿。

(ii) 檢測和歸因階段

檢測和歸因階段的重點是檢測混合攻擊以及隨后將攻擊歸因于對手。

步驟 4：在與合作伙伴有效共享情報的基礎上，通過實施準備階段開發的偵測能力來偵測混合攻擊。

步驟 5：考慮歸屬選項，決定是否需要歸屬以及歸屬的程度。如果選擇歸因，則應在具有政治意義的時限內有效歸因，并向第三方做出令人信服的解釋，以爭取支持。

(iii) 決策階段

決策階段是任何成功的反混合戰略的關鍵，分為三個不同的步驟。

第 6 步：在整個范圍內選擇應對方案，并確定可能的目標。每個應對方案都要考慮：(i) 行動的合法性；(ii) 行動的持續時間和生效時限；(iii) 反措施的相稱性；(iv) 糾葛和二階及三階效應；(v) 升級評估。

第 7 步：評估應對措施對敵方成本強加觀念的影響。政策制定者必須評價和評估這些措施是否有可能影響所要威懾的特定侵略者的成本效益計算。

步驟 8：確保反制措施有足夠的政治支持和意愿，并確認侵略者認為報復性威脅是可信的。

(iv) 執行階段

在執行階段，執行應對方案并實施反措施。

步驟 9：執行選定的應對方案。應參照應對方尋求保護的利益和愿意實施的進一步威脅，及時實施應對措施，向侵略者發出警告。應監測國內和國際對所選應對方案的支持情況，并以戰略目標為中心。除非選擇秘密行動，否則實施工作應輔之以全政府、多層次的同步戰略溝通（StratCom）。

(v) 評估階段

在評估階段，對整個過程進行評估。

步驟 10： 評估反制措施的有效性。該步驟包括評估成本施加目標的實現情況、評估升級動態以及考慮二階和三階效應。(見表 1）

表 1：應對框架每個步驟所需的行動。關于每個步驟的詳細討論，請參見報告全文。

軍事人員要在惡劣和不理想的條件下長期作戰，這些條件的特點是環境暴露嚴重、資源匱乏以及身心負擔沉重。在這些條件下長期執行軍事行動，會削弱本已有限的感知、認知和情感資源，而這些資源是維持執行任務相關任務所必需的。未來戰場上復雜的多領域作戰行動預計將進一步提高對軍事梯隊最低層的要求。這些需求的特點是，小分隊在補給有限、技術能力下降的艱苦環境中的作戰時間將越來越長。因此，必須確定新的訓練和技術方法，使軍事人員的表現得以持續、優化和/或提高。為實現這一目標，國際國防科學界、學術界和工業界的研究已開發出幾種前景看好的神經科學策略，包括神經調節和神經反饋技術。本最終報告總結了題為 "認知神經強化 "的北約 "人因與醫學 "小組活動的技術活動： Techniques and Technology (HFM-311)）的技術活動，包括對五個參與國在認知神經強化研究和開發方面的最新進展的回顧： 加拿大、德國、荷蘭、英國和美國。該書介紹了六種神經調控技術，包括經顱磁刺激（TMS）、經顱聚焦超聲刺激（tFUS）、經顱電刺激（tES）、經皮周圍神經刺激（tPNS）、光生物調控（PBM）和顱腦電療刺激（CES）。會議考慮了三種神經反饋技術，包括使用腦電圖（EEG）、功能磁共振成像（fMRI）和功能近紅外光譜（fNIRS）監測大腦狀態，并通過機器學習和人工智能實現反饋回路。各參與國的代表總結了利用一種或多種神經調節和神經反饋技術提高作戰人員認知能力的基礎研究和應用研究。報告接著詳細介紹了認知神經強化固有的方法論挑戰，以及在這一領域開展研究、開發和工程的其他注意事項。報告最后討論了神經強化的未來發展方向，包括生物傳感、改進機械和預測建模及軟件工具、開發非侵入式深腦刺激、測試新出現的大腦和行為理論模型，以及開發閉環神經強化和人機協作方法。重點是在作戰人員選拔、訓練、行動和恢復的背景下，規劃、執行和解釋神經增強研發工作的相關概念和方法承諾與挑戰。

關鍵詞： 感知、認知、認知神經科學、神經增強、人類表現、認知表現、經顱磁刺激、經顱電刺激、經皮周圍神經刺激、經顱聚焦超聲、顱腦電療刺激、光生物調制、腦電圖、功能磁共振成像、機器學習、人工智能、生物傳感、人機協作、神經反饋

隨著技術的飛速發展和威脅環境變得更加復雜，今天的海軍行動經常面臨著具有挑戰性的決策空間。人工智能（AI）的進步為解決海軍行動中日益復雜的問題提供了潛在的解決方案。未來的人工智能系統提供了潛在的意義深遠的好處--提高對態勢的認識，增加對威脅和對手能力和意圖的了解，識別和評估可能的戰術行動方案，并提供方法來預測行動方案決定的結果和影響。人工智能系統將在支持未來海軍作戰人員和保持作戰和戰術任務優勢方面發揮關鍵作用。

人工智能系統為海戰提供了優勢，但前提是這些系統的設計和實施方式能夠支持有效的作戰人員-機器團隊，改善作戰情況的不確定性，并提出改善作戰和戰術結果的建議。實施人工智能系統，以滿足海軍應用的這些苛刻需求，給工程設計界帶來了挑戰。本文確定了四個挑戰，并描述了它們如何影響戰爭行動、工程界和海軍任務。本文提供了通過研究和工程倡議來解決這些挑戰的解決思路。

引言

人工智能是一個包括許多不同方法的領域，目的是創造具有智能的機器（Mitchell 2019）。自動化系統的運作只需要最小的人類輸入，并經常根據命令和規則執行重復性任務。人工智能系統是自動化機器，執行模仿人類智能的功能。它們將從過去的經驗中學習到的新信息融入其中，以做出決定并得出結論。

如表1所述，人工智能系統有兩種主要類型。第一種類型是明確編程的專家系統。Allen（2020，3）將專家系統描述為手工制作的知識系統，使用傳統的、基于規則的軟件，將人類專家的主題知識編入一長串編程的 "如果給定x輸入，則提供y輸出"的規則。這些系統使用傳統的編程語言。第二種類型是ML系統，從大型數據集中進行訓練。ML系統自動學習并從經驗中改進，而不需要明確地進行編程。一旦ML系統被 "訓練"，它們就被用于操作，以產生新的操作數據輸入的結果。

表1. 兩類人工智能系統

人工智能系統--包括專家系統和學習系統--為海軍提供了巨大的潛力，在大多數任務領域有不同的應用。這些智能系統可以擴展海軍的能力，以了解復雜和不確定的情況，制定和權衡選擇，預測行動的成功，并評估后果。它們提供了支持戰略、作戰計劃和戰術領域的潛力。

本文確定了工程設計界必須解決的四個挑戰，以便為未來海戰任務實施人工智能系統。表2強調了這四個挑戰領域。這些挑戰包括：（1）復雜的海戰應用領域；（2）需要收集大量與作戰相關的數據來開發、訓練和驗證人工智能系統；（3）人工智能系統工程的一些新挑戰；（4）存在對手的人工智能進展，不斷變化和發展的威脅，以及不斷變化的人工智能系統的網絡弱點。本文側重于海軍戰爭的四個挑戰領域，但認識到這些挑戰可以很容易地被概括為整個軍隊在未來人工智能系統可能應用的所有戰爭領域中廣泛存在的挑戰。

表2. 為海軍實施人工智能系統的四個挑戰領域

挑戰一：戰爭復雜性

人工智能正被視為一種能力，可應用于廣泛的應用，如批準貸款、廣告、確定醫療、規劃航運路線、實現自動駕駛汽車和支持戰爭決策。每個不同的應用領域都提出了一系列的挑戰，人工智能系統必須與之抗衡，才能成為一種增加價值的可行能力。表3比較了一組領域應用的例子，從潛在的人工智能系統解決方案的角度說明了挑戰的領域。該表在最上面一行列出了一組10個因素，這些因素對一個特定的應用程序產生了復雜性。根據每個因素對作為實施人工智能的領域的整體復雜性的貢獻程度，對六個應用領域的特征進行了定性評估。顏色代表低貢獻（綠色）、中貢獻（黃色）和高貢獻（紅色）。

表3中最上面一行顯示的特征包括： (1)認識上的不確定性水平（情況知識的不確定性程度），(2)情況的動態性，(3)決策時間表（可用于決策的時間量），(4)人類用戶和人工智能系統之間的互動所涉及的錯綜復雜的問題、 (5）資源的復雜性（數量、類型、它們之間的距離以及它們的動態程度），（6）是否涉及多個任務，（7）所需訓練數據集的復雜性（大小、異質性、有效性、脆弱性、可獲得性等 8）對手的存在（競爭者、黑客或徹頭徹尾的敵人），（9）可允許的錯誤幅度（多少決策錯誤是可以接受的），以及（10）決策后果的嚴重程度。該表的定性比較旨在提供一個高層次的相對意義，即基于一組樣本的貢獻因素，不同應用領域的不同復雜程度。

表3. 影響應用復雜性的因素比較

對于所有的應用領域來說，人工智能系統的工程都是具有挑戰性的。人工智能系統在本質上依賴于具有領域代表性的數據。獲得具有領域代表性的數據會帶來基于數據大小、可用性、動態性和不確定性的挑戰。決策時間--由情況的時間動態決定--會給人工智能系統工程帶來重大挑戰--特別是當一個應用領域的事件零星發生和/或意外發生時；以及當決策是時間緊迫的時候。具有更多決策時間、充分訪問大型數據集、直接的用戶互動、完善的目標和非致命后果的應用，如貸款審批、廣告、醫療診斷（在某種程度上）面臨工程挑戰，但其復雜程度較低。確定最佳運輸路線和為自動駕駛汽車設計AI系統是更復雜的工作。這些應用是動態變化的，做決定的時間較短。航運路線將在可能的路線數量上具有復雜性--這可能會導致許多可能的選擇。然而，航運錯誤是有空間的，而且后果通常不會太嚴重。對于自動駕駛汽車來說，決策錯誤的空間非常小。在這種應用中，決策失誤會導致嚴重的事故。

影響開發支持海戰決策的人工智能系統的因素在表3所示的所有類別中都具有高度的復雜性。因此，戰術戰爭領域對工程和實施有效的人工智能系統作為解決方案提出了特別棘手的挑戰。表4強調了導致這種復雜性的海戰領域的特點。作為一個例子，海軍打擊力量的行動可以迅速從和平狀態轉變為巨大的危險狀態--需要對威脅保持警惕并采取適當的反應行動--所有這些都是在高度壓縮的決策時間內進行。戰術威脅可能來自水下、水面、空中、陸地、太空，甚至是網絡空間，導致需要處理多種時間緊迫的任務。由于海軍和國防資產在艦艇、潛艇、飛機、陸地和太空中，戰術決策空間必須解決這些分散和多樣化資源的最佳協作使用。制定有效的戰術行動方案也必須在高度動態的作戰環境中進行，并且只有部分和不確定的情況知識。決策空間還必須考慮到指揮權、交戰規則和戰術理論所帶來的限制。人類作為戰術決策者的角色增加了決策空間的復雜性--信息過載、操作錯誤、人機信任和人工智能的模糊性/可解釋性問題等挑戰。最后，對于戰術決策及其可能的后果來說，風險可能非常大。

表4. 導致戰術決策復雜性的因素

解決高度復雜的決策領域是對海軍的挑戰。人工智能為解決海軍作戰的復雜性提供了一個潛在的解決方案，即處理大量的數據，處理不確定性，理解復雜的情況，開發和評估決策選擇，以及理解風險水平和決策后果。Desclaux和Prestot（2020）提出了一個 "認知三角"，其中人工智能和大數據被應用于支持作戰人員，以實現信息優勢、控制論信心和決策優勢。約翰遜（2019年）開發了一個工程框架和理論，用于解決高度復雜的問題空間，這些問題需要使用智能和分布式人工智能系統來獲得情況意識，并做出適應動態情況的協作行動方案決定。約翰遜（2020a）建立了一個復雜的戰術場景模型，以證明人工智能輔助決策對戰術指揮和控制（C2）決策的好處。約翰遜（2020b）開發了一個預測分析能力的概念設計，作為一個自動化的實時戰爭游戲系統來實施，探索不同的可能的戰術行動路線及其預測的效果和紅色部隊的反應。首先，人工智能支持的C2系統需要描述戰術行動期間的復雜程度，然后提供一個自適應的人機組合安排來做出戰術決策。這個概念包括根據對目前戰術情況的復雜程度最有效的方法來調整C2決策的自動化水平（人與機器的決策角色）。約翰遜（2021年）正在研究這些概念性工程方法在各種防御用例中的應用，包括空中和導彈防御、超視距打擊、船舶自衛、無人機操作和激光武器系統。

在海軍作戰中實施人工智能系統的一個額外挑戰是在戰術邊緣施加的限制。分散的海軍艦艇和飛機的作戰行動構成了戰術邊緣--在有限的數據和通信下作戰。"在未來，戰術邊緣遠離指揮中心，通信和計算資源有限，戰場形勢瞬息萬變，這就導致在嚴酷復雜的戰地環境中，網絡拓撲結構連接薄弱，變化迅速"（Yang et. al. 2021）。戰術邊緣網絡也容易斷開連接（Sridharan et. al. 2020）。相比之下，許多商業人工智能系統依賴于基于云的或企業內部的處理和存儲，而這些在海戰中是不存在的。在戰術邊緣實施未來的人工智能系統時，必須進行仔細的設計考慮，以了解哪些數據和處理能力可用。這可能會限制人工智能系統在邊緣所能提供的決策支持能力。

在軍事領域使用人工智能必須克服復雜性的挑戰障礙，在某些情況下，人工智能的加入可能會增加復雜性。辛普森等人（2021）認為，將人工智能用于軍事C2可能會導致脆弱性陷阱，在這種情況下，自動化功能增加了戰斗行動的速度，超出了人類的理解能力，最終導致 "災難性的戰略失敗"。Horowitz等人（2020）討論了通過事故、誤判、增加戰爭速度和升級以及更大的殺傷力來增加國際不穩定和沖突。Jensen等人（2020）指出，人工智能增強的軍事系統增加的復雜性將增加決策建議和產生的信息的范圍、重要性和意義的不確定性；如果人類決策者對產出缺乏信心和理解，他們可能會失去對人工智能系統的信任。

挑戰二：數據需求

實施人工智能系統的第二個挑戰是它們依賴并需要大量的相關和高質量的數據用于開發、訓練、評估和操作。在海戰領域滿足這些數據需求是一個挑戰。明確編程的專家系統在開發過程中需要數據進行評估和驗證。ML系統在開發過程中對數據的依賴性甚至更大。圖1說明了ML系統如何從代表作戰條件和事件的數據集中 "學習"。

ML系統的學習過程被稱為被訓練，開發階段使用的數據被稱為訓練數據集。有幾種類型的ML學習或訓練--它們是監督的、無監督的和強化的方法。監督學習依賴于地面真相或關于輸出值應該是什么的先驗知識。監督學習算法的訓練是為了學習一個最接近給定輸入和期望輸出之間關系的函數。無監督學習并不從地面真相或已知的輸出開始。無監督學習算法必須在輸入數據中推斷出一個自然結構或模式。強化學習是一種試錯法，允許代理或算法在獎勵所需行為和/或懲罰不需要的行為的基礎上學習。所有三種類型的ML學習都需要訓練數據集。在部署后或運行階段，ML系統繼續需要數據。

圖1顯示，在運行期間，ML系統或 "模型 "接收運行的實時數據，并通過用其 "訓練 "的算法處理運行數據來確定預測或決策結果。因此，在整個系統工程和采購生命周期中，ML系統與數據緊密相連。ML系統是從訓練數據集的學習過程中 "出現 "的。ML系統是數據的質量、充分性和代表性的產物。它們完全依賴于其訓練數據集。

圖1. 使用數據來訓練機器學習系統

美國海軍開始認識到對這些數據集的需求，因為許多領域（戰爭、供應鏈、安全、后勤等）的更多人工智能開發人員正在了解人工智能解決方案的潛在好處，并開始著手開發人工智能系統。在某些情況下，數據已經存在并準備好支持人工智能系統的開發。在其他情況下，數據存在但沒有被保存和儲存。最后，在其他情況下，數據并不存在，海軍需要制定一個計劃來獲得或模擬數據。

收集數據以滿足海軍領域（以及更廣泛的軍事領域）的未來人工智能/ML系統需求是一個挑戰。數據通常是保密的，在不同的項目和系統中被分隔開來，不容易從遺留系統中獲得，并且不能普遍代表現實世界行動的復雜性和多樣性。要從并非為數據收集而設計的遺留系統中獲得足夠的數據，可能非常昂貴和費時。數據收集可能需要從戰爭游戲、艦隊演習、系統測試、以及建模和模擬中收集。此外，和平時期收集的數據并不代表沖突和戰時的操作。海軍（和軍方）還必須教導人工智能系統在預計的戰時行動中發揮作用。這將涉及想象可能的（和可能的）戰時行動，并構建足夠的ML訓練數據。

數據收集的另一個挑戰是潛在的對抗性黑客攻擊。對于人工智能/ML系統來說，數據是一種珍貴的商品，并提出了一種新的網絡脆弱性形式。對手可以故意在開發過程中引入有偏見或腐敗的數據，目的是錯誤地訓練AI/ML算法。這種邪惡的網絡攻擊形式可能很難被發現。

海軍正在解決這一數據挑戰，開發一個數據基礎設施和組織來管理已經收集和正在收集的數據。海軍的Jupiter計劃是一個企業數據和分析平臺，正在管理數據以支持AI/ML的發展和其他類型的海軍應用，這些應用需要與任務相關的數據（Abeyta，2021）。Jupiter努力的核心是確定是否存在正確的數據類型來支持人工智能應用。為了生產出在行動中有用的人工智能/ML系統，海軍需要在游戲中保持領先，擁有能夠代表各種可能情況的數據集，這些情況跨越了競爭、沖突和危機期間的行動范圍。因此，數據集的開發和管理必須是一項持續的、不斷發展的努力。

挑戰三：工程化人工智能系統

第三個挑戰是，人工智能系統的工程需要改變傳統的系統工程（SE）。在傳統系統中，行為是設定的（確定性的），因此是可預測的：給定一個輸入和條件，系統將產生一個可預測的輸出。一些人工智能解決方案可能涉及到系統本身的復雜性--適應和學習--因此產生不可預見的輸出和行為。事實上，一些人工智能系統的意圖就是要做到這一點--通過承擔一些認知負荷和產生智能建議，與人類決策者合作。表5強調了傳統系統和人工智能系統之間的區別。需要有新的SE方法來設計智能學習系統，并確保它們對人類操作者來說是可解釋的、可信任的和安全的。

SE作為一個多學科領域，在海軍中被廣泛使用，以將技術整合到連貫而有用的系統中，從而完成任務需求（INCOSE 2015）。SE方法已經被開發出來用于傳統系統的工程設計，這些系統可能是高度復雜的，但也是確定性的（Calvano和John 2004）。如表5所述，傳統系統具有可預測的行為：對于一個給定的輸入和條件，它們會產生可預測的輸出。然而，許多海軍應用的人工智能系統在本質上將是復雜的、適應性的和非決定性的。Raz等人（2021年）解釋說，"SE及其方法的雛形基礎并不是為配備人工智能（即機器學習和深度學習）的最新進展、聯合的多樣化自主系統或多領域操作的工程系統而設想的。" 對于具有高風險后果的軍事系統來說，出錯的余地很小；因此，SE過程對于確保海軍中人工智能系統的安全和理想操作至關重要。

表5. 傳統系統和人工智能系統的比較

在整個系統生命周期中，將需要改變SE方法，以確保人工智能系統安全有效地運行、學習和適應，以滿足任務需求并避免不受歡迎的行為。傳統的SE過程的大部分都需要轉變，以解決人工智能系統的復雜和非確定性的特點。在人工智能系統的需求分析和架構開發階段需要新的方法，這些系統將隨著時間的推移而學習和變化。系統驗證和確認階段將必須解決人工智能系統演化出的突發行為的可能性，這些系統的行為不是完全可預測的，其內部參數和特征正在學習和變化。運營和維護將承擔重要的任務，即隨著人工智能系統的發展，在部署期間不斷確保安全和理想的行為。

SE界意識到，需要新的流程和實踐來設計人工智能系統。國際系統工程師理事會（INCOSE）最近的一項倡議正在探索開發人工智能系統所需的SE方法的變化。表6強調了作為該倡議一部分的五個SE重點領域。除了非決定性的和不斷變化的行為，人工智能系統可能會出現新類型的故障模式，這些故障模式是無法預料的，可能會突然發生，而且其根本原因可能難以辨別。穩健設計--或確保人工智能系統能夠處理和適應未來的情景--是另一個需要新方法的SE領域。最后，對于有更多的人機互動的人工智能系統，必須仔細注意設計系統，使它們值得信賴，可以解釋，并最終對人類決策者有用。

表6.人工智能系統工程中的挑戰（改編自：Robinson，2021）。

SE研究人員正在研究人工智能系統工程所涉及的挑戰，并開發新的SE方法和對現有SE方法的必要修改。Johnson（2019）開發了一個SE框架和方法，用于工程復雜的適應性系統（CASoS）解決方案，涉及分布式人工智能系統的智能協作。這種方法支持開發智能系統的系統，通過使用人工智能，可以協作產生所需的突發行為。Johnson（2021）研究了人工智能系統產生的潛在新故障模式，并提出了一套跨越SE生命周期的緩解和故障預防策略。她提出了元認知，作為人工智能系統自我識別內部錯誤和失敗的設計方案。Cruz等人（2021年）研究了人工智能在空中和導彈防御應用中使用人工智能輔助決策的安全性。他們為計劃使用人工智能系統的軍事項目編制了一份在SE開發和運行階段需要實施的策略和任務清單。Hui（2021年）研究了人類作戰人員與人工智能系統合作進行海軍戰術決策時的信任動態。他制定了工程人工智能系統的SE策略，促進人類和機器之間的 "校準 "信任，這是作為適當利用的最佳信任水平，避免過度信任和不信任，并在信任失敗后涉及信任修復行動。Johnson等人（2014）開發了一種SE方法，即協同設計，用于正式分析人機功能和行為的相互依賴性。研究人員正在使用協同設計方法來設計涉及復雜人機交互的穩健人工智能系統（Blickey等人，2021年，Sanchez 2021年，Tai 2021年）。

數據的作用對于人工智能系統的開發和運行來說是不可或缺的，因此需要在人工智能系統的SE生命周期中加入一個持續不斷的收集和準備數據的過程。Raz等人（2021）提出，SE需要成為人工智能系統的 "數據策劃者"。他們強調需要將數據策劃或轉化為可用的結構，用于開發、訓練和評估AI算法。French等人（2021）描述了需要適當的數據策劃來支持人工智能系統的發展，他們強調需要確保數據能夠代表人工智能系統將在其中運行的預期操作。他們強調需要安全訪問和保護數據，以及需要識別和消除數據中的固有偏見。

SE界正處于發展突破和進步的早期階段，這些突破和進步是在更復雜的應用中設計人工智能系統所需要的。這些進展需要與人工智能的進展同步進行。在復雜的海軍應用以及其他非海軍和非軍事應用中實施人工智能系統取決于是否有必要的工程實踐。SE實踐必須趕上AI的進步，以確保海軍持續的技術優勢。

挑戰四：對抗性

海軍在有效實施人工智能系統方面面臨的第四個挑戰是應對對手。海軍的工作必須始終考慮對手的作用及其影響。表7確定了在海軍實施人工智能系統時必須考慮的與對手有關的三個挑戰：(1)人工智能技術在許多領域迅速發展，海軍必須注意同行競爭國的軍事應用進展，以防止被超越，(2)在海軍應用中實施人工智能系統和自動化會增加網絡脆弱性，以及(3)海軍應用的人工智能系統需要發展和適應，以應對不斷變化的威脅環境。

表7. AI系統的對抗性挑戰

同行競爭國家之間發展人工智能能力的競賽，最終是為了進入對手的決策周期，以便比對手更快地做出決定和采取行動（Schmidt等人，2021年）。人工智能系統提供了提高決策質量和速度的潛力，因此對獲得決策優勢至關重要。隨著海軍對人工智能解決方案的探索，同行的競爭國家也在做同樣的事情。最終實現將人工智能應用于海軍的目標，不僅僅取決于人工智能研究。它需要適當的數據收集和管理，有效的SE方法，以及仔細考慮人類與AI系統的互動。海軍必須承認，并采取行動解決實施人工智能系統所涉及的挑戰，以贏得比賽。

網絡戰是海軍必須成功參與的另一場競賽，以保持在不斷沖擊的黑客企圖中的領先地位。網絡戰的特點是利用計算機和網絡來攻擊敵人的信息系統（Libicki, 2009）。海軍對人工智能系統的實施導致了更多的網絡攻擊漏洞。人工智能系統的使用在本質上依賴于訓練和操作數據，導致黑客有機會在開發階段和操作階段用腐敗的數據欺騙或毒害系統。如果一個對手獲得了對一個運行中的人工智能系統的控制，他們可能造成的傷害將取決于應用領域。對于支持武器控制決策的自動化，其后果可能是致命的。海軍必須注意人工智能系統開發過程中出現的特殊網絡漏洞。必須為每個新的人工智能系統實施仔細的網絡風險分析和網絡防御戰略。海軍必須小心翼翼地確保用于開發、訓練和操作人工智能系統的數據集在整個人工智能系統的生命周期中受到保護，免受網絡攻擊（French等人，2021）。

威脅環境的演變是海軍在開發AI系統時面臨的第三個對抗性挑戰。對手的威脅空間隨著時間的推移不斷變化，武器速度更快、殺傷力更大、監視資產更多、反制措施更先進、隱身性更強，這對海軍能夠預測和識別新威脅、應對戰斗空間的未知因素構成了挑戰。尤其是人工智能系統，必須能夠加強海軍感知、探測和識別新威脅的能力，以幫助它們從未知領域轉向已知領域的過程。他們必須適應新的威脅環境，并在行動中學習，以了解戰斗空間中的未知因素，并通過創新的行動方案快速應對新的威脅（Grooms 2019, Wood 2019, Jones et al 2020）。海軍可以利用人工智能系統，通過研究特定區域或領域的長期數據，識別生活模式的異常（Zhao等人，2016）。最后，海軍可以探索使用人工智能來確定新的和有效的行動方案，使用最佳的戰爭資源來解決棘手的威脅情況。

結論

人工智能系統為海軍戰術決策的優勢提供了相當大的進步潛力。然而，人工智能系統在海戰應用中的實施帶來了重大挑戰。人工智能系統與傳統系統不同--它們是非決定性的，可以學習和適應--特別是在用于更復雜的行動時，如高度動態的、時間關鍵的、不確定的戰術行動環境中，允許的誤差范圍極小。本文確定了為海戰行動實施人工智能系統的四個挑戰領域：（1）開發能夠解決戰爭復雜性的人工智能系統，（2）滿足人工智能系統開發和運行的數據需求，（3）設計這些新穎的非確定性系統，以及（4）面對對手帶來的挑戰。

海軍必須努力解決如何設計和部署這些新穎而復雜的人工智能系統，以滿足戰爭行動的需求。作者在這一工作中向海軍提出了三項建議。

1.第一個建議是了解人工智能系統與傳統系統之間的差異，以及伴隨著人工智能系統的開發和實施的新挑戰。

人工智能系統，尤其是那些旨在用于像海戰這樣的復雜行動的系統，其本身就很復雜。它們在應對動態戰爭環境時將會學習、適應和進化。它們將變得不那么容易理解，更加不可預測，并將出現新型的故障模式。海軍將需要了解傳統的SE方法何時以及如何在這些復雜系統及其復雜的人機交互工程中失效。海軍將需要了解數據對于開發人工智能系統的關鍵作用。

2.第二個建議是投資于人工智能系統的研究和開發，包括其數據需求、人機互動、SE方法、網絡保護和復雜行為。

研究和開發是為海戰行動開發AI系統解決方案的關鍵。除了開發復雜的戰術人工智能系統及其相關的人機協作方面，海軍必須投資研究新的SE方法來設計和評估這些適應性非決定性系統。海軍必須仔細研究哪些新類型的對抗性網絡攻擊是可能的，并且必須開發出解決這些問題的解決方案。海軍必須投資于收集、獲取和維護代表現實世界戰術行動的數據，用于人工智能系統開發，并確保數據的相關性、有效性和安全性。

3.第三個建議是承認挑戰，并在預測人工智能系統何時準備好用于戰爭行動方面采取現實態度。

盡管人工智能系統正在許多領域實施，但海軍要為復雜的戰術戰爭行動實施人工智能系統還需要克服一些挑戰。人工智能系統在較簡單應用中的成功并不能保證人工智能系統為更復雜的應用做好準備。海軍應該保持一種現實的認識，即在人工智能系統準備用于戰爭決策輔助工具之前，需要取得重大進展以克服本文所討論的挑戰。實現人工智能系統的途徑可以依靠建模和模擬、原型實驗、艦隊演習以及測試和評估。可以制定一個路線圖，彌合較簡單應用的人工智能和復雜應用的人工智能之間的差距--基于一個積木式的方法，在為逐漸復雜的任務開發和實施人工智能系統時吸取經驗教訓。

海軍將從未來用于戰術戰爭的人工智能系統中獲益。通過安全和有效地實施人工智能系統，戰術決策優勢的重大進步是可能的。此外，海軍必須跟上（或試圖超越）對手在人工智能方面的進展。本文描述了為在海戰中實施人工智能系統而必須解決的四個挑戰。通過對這些新穎而復雜的人工智能系統的深入了解，對研究和開發計劃的投資，以及對人工智能技術進步時限的現實預期，海軍可以在應對這些挑戰方面取得進展。

混合戰爭也被稱為灰色地帶沖突或非限制性戰爭。而這些只是現在流傳的描述同一現象的各種術語中的三個--對一個國家的多方面攻擊，對其國家安全和國防機構產生嚴重影響。它們可能包括軍事元素，但也可能利用網絡工具、公共和商業腐敗、法律制度的武器化、跨國有組織犯罪和虛假信息運動以及其他一系列方法來發動。有效的反應將要求軍事、情報、網絡和其他安全專家與商業、法律和公共環境中的沖突管理專家進行前所未有的合作。

本期《追蹤》探討了混合戰爭的崛起對加拿大和其他自由民主國家的影響。它強調了建立復原力和加強私營部門、公共領域和其他相關實體（非政府組織、大學、醫院、市政當局等）之間合作的必要性。它評估了現代社會是否有足夠的能力來面對這些新出現的威脅，并強調需要加強合作和知識傳播。

不斷發展的顛覆性技術被證明是軍事領域的游戲規則改變者，并正在改變戰爭的特征。新技術大大縮小了部隊與指揮和控制之間的空間、時間和信息差距。戰略和戰役層面的直接接觸戰正在逐漸成為過去。對敵人的遠程非接觸性影響成為實現戰斗和行動目標的主要方式。軍事機器人可以在所有的戰爭行動和所有的地形中發揮重要作用。世界上領先的軍隊正在開發機器人技術，使他們在戰場上獲得決定性的優勢。印度的對手正在開發這種技術，以便在未來的戰斗中充當力量倍增器。這項技術的發展對印度陸軍至關重要，因為它具有巨大的潛力，可以使地面上的士兵以更有效的方式執行其任務。它在巡邏、監視、掩蔽區的行動、探測和消除爆炸裝置、提高生存能力、后勤支持和軍事設施的安全方面的應用需要得到利用。完全自主的挑戰需要分析，但士兵與機器人的合作是一項可能的任務，特別是在印度的條件下。利用機器人技術將拯救寶貴的人類生命，但不一定能取代士兵，因為邊境的兩個戰線上都需要有地面部隊。為半自主士兵-機器人協作量身定做的解決方案值得關注，也是印度陸軍未來長期需求的必要條件。

中心思想

印度陸軍不可避免地需要分析和發展機器人能力，以便在戰場上為其提供決定性的優勢。本文分析了與該技術有關的各個方面，它的應用及它在各種地形中的應用，發展和應用中的挑戰，并為印度陸軍提供建設性的建議。

機器人軍事技術

機器人和人工智能（AI）是技術和認知智能的結合，用于模擬、處理信息和知識，在機器中建立模仿人類行為的能力。它是一種變革性的技術，在軍事領域有巨大的應用。軍用機器人是自主機器人或遙控移動機器人，設計用于監視、后勤、安全和攻擊性任務等軍事應用。這種軍用機器人是用若干代碼和算法組裝而成的。人工智能將在未來的戰爭中發揮更大的作用，使戰場機器人化，但并不完全否定人類參與的必要性。因此，人工智能、相關硬件、傳感器和控制機器人的綜合網絡構成了軍用機器人執行軍事任務的關鍵因素。根據要求，軍用機器人可以開發出不同的形狀和尺寸，它們可以是遠程控制的，也可以是完全自主的。根據應用，機器人可以被開發為攜帶不同類型的有效載荷。根據應用要求，傳感器、探測器、武器、編程軟件和其他有效載荷可以裝備在軍事用途的機器人上。 軍用機器人可大致分為無人駕駛航空器（UAV）、無人駕駛地面車輛（UGV）和水下無人駕駛車輛。這些可以進一步分為半自動和自動。 本文將主要關注陸地部分，該技術對印度士兵起到了促進作用和伙伴的重要性。

• 人工智能將在未來的戰爭中扮演更大的角色，使戰場自動化，但并不完全否定人類參與的需要

優勢

自主/半自主機器的創建不是為了成為 "真正的'道德'機器人"，而是為了遵守戰爭法則和交戰規則（ROE）。因此，影響人類士兵草率決定的疲勞、壓力、情緒、腎上腺素等都被去除；不會有個人所做的決定對戰場造成的影響。 軍事機器人可以不知疲倦地工作，減少人類的工作量，也減少戰場上的傷亡。它們是準確的，因此消除了人類的錯誤。使用機器人技術同樣能提高生產力，增強盈利能力。 這些機器可以在惡劣的天氣條件下，在核、生物、化學污染區等危險情況下工作。

全球趨勢

領先的發達國家正在開發能夠在有/無人類干預的情況下進行作戰行動的機器人。到2022年，美國的軍用機器人產業預計將達到308.3億美元，從2017年到2022年的年復合增長率為12.92%。 美國正在建立一個下一代作戰員，可以使用所有可用的數據來幫助決策，以減少風險，管理不確定性，并提高致命性。 被稱為 "超能作戰員"的機器人機器通過提供技術援助來縮短OODA環路內的時間，從而使美國特種作戰司令部（USSOCOM）的特種作戰人員具有認知上的優勢。

美國還開發了一些機器人系統，如FLIR系統公司的Centaur，一種遠程操作的中型無人地面車輛（UGV），為作戰人員提供了探測、確認、識別和處理諸如簡易爆炸裝置等危險材料的能力。 多用途戰術運輸車（MUTT）是一種跟隨士兵的UGV，在他們的路線上為他們攜帶裝備。MUTT也可以在戰場上運送受傷的士兵，以便其他士兵可以繼續他們的行動。遙控的MUTT可以在人類之前偵查一個地區，也可以用來發射武器。Themis"（履帶式混合模塊化步兵系統）是一種多功能UGV，旨在減少戰場上的部隊數量。該機器人有一個開放的架構，可以配備輕或重機槍、40毫米榴彈發射器、30毫米自動炮和反坦克導彈系統。它有一個自穩定的遙控武器系統，可以在大范圍內提供高精確度，也可以在白天和晚上發揮作用。Throwbot 2.0是Recon Robotics公司制造的可投擲機器人，僅重0.6公斤，可在室內和室外環境中發揮作用。這種軍用機器人實時傳遞情報和偵察信息。它是一個超輕量級的防水機器人，可以被扔到野外的任何地方，并被設計成可以在各種地形上爬行。

俄羅斯武裝部隊已經發展了UGV方面的專業知識，URAN6在敘利亞進行了嘗試和測試，Uran -9目前正在開發中，以支持步兵行動。他們經常對無人系統保持一種務實的態度，利用T-72（Shturm）和T-90（Prokhod）主戰坦克以及BMP-3（Vikhr）步兵戰車等舊平臺，將這些平臺轉換為可選擇的載人作戰系統，可以在無人模式下遠程操作。Uran-9的特點是 "一個遠程操作的炮塔，可安裝不同的輕型和中型口徑的武器和導彈。Sorantik正在開發的另一種UGV被指定用于偵察和火力支援任務，但也可以承擔掃雷和巡邏任務。該車可以在全自動模式下運行，但也可以由作戰員直接控制。

• 軍用機器人可以不知疲倦地工作，減少人類在戰場上的工作量和傷亡，同時消除決策中的人為錯誤

山地戰中部署

印度北方邊境的多山地形給武裝部隊帶來了巨大的挑戰。空中機器人平臺可以通過利用第三維度來提高對形勢的認識。可以獲得峰頂以外的實時信息，通過人工智能算法處理，無論是在無人機上還是在操作員端，都可以提供實時的目標情報。一系列微型到遠程的無人機現在正被各種軍隊用于監視。通過武裝UCAVs和游蕩彈藥，半自動的精確瞄準也是可行的。配備有合適的傳感器和攝像機的地面機器人可以執行不同的任務，移動機器人可以遠程操作進行偵察巡邏，并將視頻和圖像傳回給操作員。機器人實際上可以充當巡邏隊中領先的先遣偵察員的伙伴。配置一個機器人以登上和降低山地高度和障礙物是一個挑戰，可以通過改變設計使其更加靈活、堅固和使用更多的動力來克服。該系統必須被設計成既能克服樓梯等規則形狀的障礙物，又能克服巖石、倒下的樹木和其他雜物等不特定形狀的障礙物。"設計基準是能夠走上45度傾斜的平坦表面或不規則的障礙。有時要求高達50度或更陡峭"。

在被雪覆蓋的山區進行搜索和救援是另一個應用，軍隊中使用的機器人可以在拯救生命方面發揮關鍵作用。大多數傷亡是由于延遲向受害者提供必要的援助而發生的。許多國家正在大力投資，以最大限度地縮短反應時間，以挽救最大數量的生命。它們可以由士兵從一個指揮中心遠程操作。在某些情況下，它們甚至可以自主地工作。美國的Vecna技術公司正在開發戰場提取輔助機器人（BEAR），它可以從戰場上營救士兵而不危及人的生命。

印度軍隊在從連隊到更高的總部和彈藥到后勤基地的許多基地/地點駐扎。在這些邊境地區的安全和防御是一個挑戰，可以有效地開發機器人來保護這些基地的安全。美國已經開發了機器人狗，它是一種靈活的移動機器人，以前所未有的機動性瀏覽地形，使你能夠自動完成常規檢查任務和安全地捕獲數據，該系統已經部署在美國的各個基地。

在沙漠和半沙漠地形中利用機器人

沙漠/半沙漠地帶的行動通常以機動性為特點。機動性是贏得戰斗的一個決定性因素。UGVs在機械化戰爭中帶來了一場革命，提供了相應的機動性。半自動的UGVs可以幫助偵察部隊實現對局勢的了解，就像眼睛和耳朵一樣。除了可以在UGVs中內置大量的傳感器外，它們還可以發射無人機作為天空中的眼睛，也可以作為無線電通信的中繼。對己方和敵方機械化編隊的實時地理定位、圖像、坦克、物體的自主識別可以證明是一個游戲規則的改變者。需要開發一個UGV和半自主坦克的組合，它可以在進攻戰中穿透敵人的蓄意防御，通過建立一個機器人射擊陣地系統來支持戰術編隊的防御行動，為前進的單位和分隊提供火力掩護，并壓制敵人的武器系統。還可以開發機器人用于炮兵偵察和為地基火炮的發射提供服務。可以利用UGV進行工兵偵察、布雷、掃雷、在雷區和其他障礙物中清理出一條通道并支持其談判。他們還可以在敵人的火力影響區布置煙幕。最后，UGV可以在后勤方面發揮重要作用，作為移動后勤縱隊的一部分，還可以協助傷員撤離。

機器人是反恐行動的重要工具

機器人在全球反恐戰爭中發揮了重要作用，它們被用來探測和消除可能爆炸的可疑物體。機器人可以在近距離戰斗中充當領頭的偵察兵或進入者，它們不僅可以探測到威脅，還可以在最初的炮擊中首當其沖，然后將恐怖分子消滅。它們可以作為士兵的伙伴，在城市戰斗中發揮作用。偵察機器人也被稱為 "投擲機器人"，是 "小而輕的機器人，足夠堅固，可以通過窗戶或門縫投擲。該機器人配備了一個攝像頭，可以在不派人的情況下看到建筑物內的情況"。這些低端機器人可以很容易地被開發出來，以便在建筑物/房間干預之前立即了解情況。反簡易爆炸裝置機器人可用于識別和拆除封閉區域、建筑物、道路和車輛中的簡易爆炸裝置和其他危險物品。它們需要被整合到炸彈探測系統中。根據反簡易爆炸裝置的任務，它們可以攜帶各種有效載荷。

挑戰

• 印度的軍事技術發展系統以一種孤立的方式進行。這是能力發展的垂直領域內不信任的一個因素。這一挑戰需要得到解決。

• 根據分配的任務為前線部隊配備模塊化設備是一個挑戰。這些系統應該是多功能的、可互操作的，并且有能力整合到武裝部隊現有的和先進的結構中。

• 為系統開發綜合網絡，使其在各個層面上運行是另一個重大挑戰。

• 邊界沿線不同的地形和天氣條件要求不同的電力需求和高效的傳輸系統，以獲得更高的速度、靈活性、準確性、耐久性和堅固性。

• 與移動機器人平臺之間傳輸的數據，特別是視頻，其安全性至關重要，需要采取足夠的措施來建立安全的網絡和加密，并采取強有力的ECCM措施。

建議

• 印度陸軍的機器人系統需要圍繞七個主要技術/原則進行開發：算法、數據、軟件程序、綜合網絡、軍民合作、綜合研究與開發和強大的制造。

• 這些技術需要在一個屋檐下以綜合方法開發，作為政府的整體方法。

• 正如本文所建議的那樣，原型開發應該以部門（地形）為基礎，口號應該是小規模開始，快速測試和大規模。

• 研究和開發的預算應該是專用的和長期的，目的是針對中小微企業和私營企業。如果一個公司/行業的研究沒有資金，而且對產品沒有確定的需求，那么它就不會投資于技術。隧道的盡頭必須有光，才能讓印度的年輕人的思想繁榮起來。

結論

人工智能和機器人不再是小說或基于科幻的好萊塢電影的單純想象，它們現在是一個現實。勇敢的、英勇的血肉之軀的士兵需要與智能材料和更聰明的非人類士兵合作，他們不關心獎章、徽章或在調度中的提及。發達國家正在開發這種技術，它正在改變戰爭的特征。印度IT行業擁有巨大的領域知識，并被印度和國外的民用產業在多個領域利用。這種人才需要被利用來開發這種技術以促進國家安全。這項技術的發展對于提高印度軍隊的能力至關重要，需要采取措施來建設這些能力。

戰略家們注意到，自冷戰結束以來，戰爭發生了重大變化。他們提出了一些概念和理論，以說明戰爭實踐在很大程度上已經偏離了克勞塞維茨對戰爭的理解以及身體暴力在戰爭中的中心地位。新興的沖突模式較少關注武力的工具性使用以實現政治目標，而更多地集中在觀念管理、敘事、不對稱性或不規則沖突、規范的對抗性使用以及武力的隱蔽性和模糊性使用等概念。本文旨在系統地比較三種較新的戰爭或政治沖突理論，即第五代戰爭（5GW）、混合戰爭（HW）和灰色地帶沖突。文章表明，盡管它們有相同的思想根源，但在它們對當代和不久的將來的沖突的性質的建議方面也是不同的。它們中的每一個都可以豐富我們對當代戰爭的理解，這將是掌握這些新的沖突模式的關鍵，而不是（戰場常規）戰爭。

當代沖突的三種理論都有相同的思想根源，它們有一些共同點，比如認為在未來的沖突中，軍隊的作用和武力的使用會很小，平民和民用工具的作用會更明顯。他們還假設沖突將同時發生在多個領域，戰場可以是字面上的任何地方。然后，也有顯著的差異。

第五代戰爭是一種操縱受害者的認知和身份的沖突模式，以至于受害者甚至可能不明白交戰方已經征服了他們。敵方可以通過尋求對人類地形的控制，包括公眾認知、意識形態和敘事，來擊敗5GW戰役。混合戰爭是國家和非國家行為者使用的一種戰略，它通過結合正規和非正規戰術以及各種軍事和非軍事手段，尋求最大限度地提高武力的有效性。敵方可以通過組織上的調整和整個政府的方式來對抗HW的混合威脅。相比之下，GZC是大國參與長期運動的戰略，旨在削弱通常更強大的對手，同時有意避免軍事反應。這里的解決方案是設定紅線，加強威懾，并在戰爭門檻以下制定有效的應對方案。

混合戰爭和GZC比5GW更以國家為中心。雖然在HW中通常會有可觀察到的（不規則）軍事沖突，但在5GW或GZC中不存在公開的沖突狀態。與GZC不同的是，在GZC中，潛在交戰方的范圍很小，競爭也相對明確，而5GW在經驗上是最難識別和研究的，因為它非常強調欺騙和隱蔽性，以及潛在的未知的個人和小團體網絡可能以無法識別為威脅的方式攻擊強大的國家和社會。

所有這些關于戰爭與和平之間的沖突的理論都有其缺陷，正如其許多批評者所指出的。同時，這些理論處理的是真實的、在某種程度上也是新的現象，這些現象是我們這個不確定時代的戰略競爭和沖突的特征。因此，宣稱這些理論缺乏新意，以便人們可以堅持19世紀歐洲制定的戰爭觀，是沒有用的。只有通過智力實驗和仔細觀察，我們對戰爭和沖突的理解才會有足夠的進步，才能更接近無限復雜的現實。

信息技術的進步和后現代主義哲學在混亂中茁壯成長，創造了這樣的條件：到目前為止，敘述的競爭是實現政治和軍事目標的主要方法。在未來的沖突中，更多具有行動和戰略意義的行動將發生在 "信息環境 "中，而不是其他地方。物理領域的事件將變得越來越具有戰術性，而以敘事形式描述這些事件將成為作戰藝術的主導形式。目前的多域作戰（MDO）和大規模作戰（LSCO）的概念過度強調了未來戰爭內在的戰術方面，而沒有涉及暫時占主導地位的作戰藝術形式，這種形式通過敘事的力量利用信息技術和后現代主義。美國軍方必須認識到互聯網和社交媒體所帶來的社會變革的意義，以及它對戰爭性質的影響。正如啟蒙運動帶來了 "大規模征兵"，工業革命帶來了 "工業戰爭 "一樣，這場新的 "信息革命 "正在改變戰爭的特征，并將信息戰置于最重要地位。在當代戰爭中，信息不僅僅是一種能力，它是戰略和作戰藝術的本質。因此，指揮官和規劃者必須將 "信息 "本身視為任務，而不僅僅是戰術和作戰層面任務的推動者。

在21世紀初，美國軍隊專注于反叛亂行動，而俄羅斯等競爭對手則專注于常規軍事力量的現代化，威脅著美國的軍事主導地位。美國軍事能力差距的縮小，加上新興技術，如網絡空間、太空和電磁波譜，改變了戰爭的特點。美國陸軍的應對措施，即多域作戰（MOO），試圖利用融合的概念，快速而持續地整合所有軍事領域、電磁波譜和信息環境，以賦予軍事優勢。為了實現融合，美國陸軍必須與其他軍種進行聯合開發，制定軍種間協議，修改人員結構，并修改人事政策。后越南時代空地戰的發展和隨后的 "沙漠風暴行動 "提供了一個歷史案例研究，重點是為實現陸域和空域的融合而進行的組織變革。目前美國軍隊現代化的體制機制主要是在空地戰時期發展起來的，可能需要調整，以確保適應實現MDO融合。

引言

隨著2015年國家安全戰略的發布，標志著美國正式將國家安全重點從過去14年的沖突中轉移。盡管在阿富汗和伊拉克的行動仍在進行，但該文件提到部署的部隊兵力從2009年的約18萬人減少到公布時的不到15000人。雖然仍然承認暴力極端主義組織的威脅，但美國開始將國家安全重點從全球反恐戰爭（GWOT）轉向大國競爭。這種轉變隨著2017年《國家安全戰略》和2021年《臨時國家安全戰略》的發布而加劇，該戰略特別指出俄羅斯等是挑戰美國實力、利益、安全和繁榮的國家。俄羅斯和其他國家競爭者專注于其部隊的現代化，而美國則專注于在伊拉克和阿富汗的反叛亂行動。這增加了競爭者的能力，并對美國的軍事主導地位構成了威脅。美國陸軍的多域作戰（MDO）概念是對美國陸軍領導層提出的安全問題的回應。它是美國陸軍理論、組織、訓練、物資解決方案、領導、人員、設施和政策（DOTMLPFP）現代化的核心重點，以保持對所有對手的競爭優勢。

MDO的一個核心主題給軍隊帶來了新的問題，即技術的出現和普及改變了戰爭的特征。互聯網的發展和全球日常生活的許多方面對這一現象的依賴引起了網絡空間的競爭，其影響可能會影響傳統的戰爭形式。對基于空間的能力的更多依賴和公認的空間軍事化，同樣代表了在以前的沖突或理論中沒有完全實現的戰爭轉變。能夠利用電磁波譜（EMS）的技術，雖然在整個20世紀都在使用，但在21世紀更加普遍，對戰爭的可能影響也更大。所有這些發展都是隨著信息時代的到來而出現的，增加了信息環境在影響戰爭行為和結果方面的重要性。

廣泛的研究問題和主題

擺在作戰人員面前的問題是如何將這些新出現的能力與現有的和經過驗證的框架進行最佳整合。美國陸軍的答案是："......在所有領域、電磁波譜和信息環境中快速和持續地整合能力，通過跨領域的協同作用優化效果，以戰勝敵人......" 為了完成這一任務，美國陸軍必須與其他軍種進行聯合開發，制定軍種間的協議，修改人員結構，并修改人事政策。海灣戰爭時期空地戰的發展代表了美國空軍和美國陸軍的成功整合，以實現其主要領域的融合，并在DOTMLPFP的各個類別中發生變化。對這一時期土地和領域整合的分析可以為未來網絡空間、空間、信息環境和環境管理系統的領域整合提供有益的見解。

MDO結構廣泛地使用了領域一詞，這一概念是理解融合的一個核心概念。MDO中使用的領域一詞符合聯合出版物（JP）3-0《聯合作戰》中描述的該術語的聯合用法。 聯合條令沒有明確定義領域；然而，它確實將領域的概念貫穿于理解作戰環境和如何組織聯合作戰的描述中。該術語并不意味著所有權或排他性，因為單一軍種可以在多個領域內運作。目前公認的聯合行動的物理領域有四個：陸地、空中、海上和太空。信息環境產生了第五個聯合領域，即網絡空間。

聯合條令并不承認信息環境是一個領域。然而，與四個物理領域和環境管理系統一起，聯合條令將其視為作戰環境的一個主要組成部分，并將其視為一種聯合功能。JP 3-0將信息環境定義為"......包括并聚集了眾多的社會、文化、認知、技術和物理屬性，它們作用于并影響知識、理解、信仰、世界觀，并最終影響個人、團體、系統、社區或組織的行動。" 網絡空間作為一個領域存在于信息環境中。電磁環境，即所有頻率的電磁輻射范圍，也是作戰環境的一個重要因素，但聯合條令并不承認它是一個獨立的領域。

將四個物理領域、網絡空間、信息環境和環境管理系統結合起來，就產生了MDO的融合概念。簡單地說，融合是美國陸軍編隊利用作戰環境的所有可能方面，在武裝沖突中創造對敵人的優勢，利用這種優勢，并取得勝利。部隊通過跨領域的協同作用實現融合，這是MDO理念的核心原則。這個術語也起源于聯合條令，被定義為 "在不同領域的能力的互補性，而不僅僅是相加，從而使每一種能力都能增強其他能力的有效性并彌補其他能力的脆弱性"。融合的產生是由于接受了美國將無法在近距離或同行沖突中享有未來領域的優勢，而是需要使用來自多個領域的協調效應來讓出優勢。

支撐這一分析的理論框架是作戰藝術，即 "在......技能、知識、經驗、創造力和判斷力的支持下，制定戰略、戰役和行動，通過整合目的、方式、手段和評估風險來組織和使用軍隊的認知方法"。MDO是一個作戰層面的構造，旨在為指揮官提供一種方法，通過協調使用所有可用資源，在競爭、危機或武裝沖突中取得戰術勝利。然而，除非在政治目標的背景下實現，否則這種勝利是沒有意義的。然而，將戰術結果與政治目標聯系起來，不屬于本研究的范疇，本研究的重點是戰爭的作戰和戰術層面。

MDO融合領域的新興性質和已發表作品的匱乏限制了這項研究。對后越南時代到今天的發展時期的研究限定了本項目的范圍。雖然在整個軍事史上還有其他領域融合的成功案例，但本研究沒有考慮這些案例。這種劃分也排除了海上、空中和陸地融合的成功案例，這些案例可能會產生比只考慮空中和陸地領域更多或相互矛盾的見解。本研究重點關注美國在空中和陸地融合方面的努力以及對美國陸軍MDO的影響，排除了其他國家的MDO概念發展案例和其他領域融合的歷史案例。最后，本研究主要分析了MDO融合的作戰和戰術影響，因為戰略分析不是MDO構建的重點。

這個項目接受了MDO的一般方法，將其作為一個有效的結構來處理后GWOT時代出現的近距離或同行競爭問題，并作為美國軍隊現代化的基礎。這種方法的一個固有的假設是，實現所有領域、信息環境和EMS的MDO融合會產生對對手的明顯優勢。鑒于持續增加總部組織的規模和復雜性的趨勢，如從2001財年到2012年，作戰指揮部人員增長了50%，增加人員的規模和復雜性可能會阻礙決策和組織適應。最后一個假設是，美國陸軍不能以目前現有的框架實現MDO的最佳融合，這意味著美國陸軍需要進行組織變革以充分實現現代作戰環境的好處。

這個項目采用了案例研究的方法，研究了空地戰發展背后的理由和事件，它的持續演變，以及這個過程在目前的服務和聯合DOTMLPFP類別中是如何體現的。這既代表了極端的情況，因為美國陸軍和美國空軍元素在作戰環境中的接近帶來了自相殘殺的危險，也代表了關鍵的情況，因為空陸一體化的發展可能適用于其他領域、信息環境和環境管理系統。這種分析也可能發現案例研究是務實的，揭示了一種有效的方法來實現與新的戰爭領域的銜接。本研究的一般格式是從文獻回顧，到方法概述，案例研究本身，分析和發現，最后是結論。

想象力和對物理原理不斷發展的理解是未來技術能力的唯一界限，當美國陸軍將自己轉變為一支能夠在多域作戰（MDO）中占主導地位的部隊時，技術在建立和保持對敵手的優勢方面的作用就會增加。美國的政府機構包含了一些組織，負責資助、研究、開發并在新技術增長時將其納入部隊。本專著描述了目前正在開發的能力，這些能力將作為下一代概念的基礎，目前只存在于科幻小說中，但現實中卻有可能實現。它概述了這些進展中的技術所提供的潛在機會，以及它們如何能夠融入所有領域的未來作戰環境。

引言

隨著美國國防部（DoD）從大規模戰斗行動概念向多域作戰（MDO）和聯合全域作戰過渡，對跨領域技術整合的重視程度繼續提高。公共和私營部門的研究和開發組織已經從關注具體的能力轉向提供基本概念的創新，正如陸軍優先研究領域中所概述的那樣（見圖1）。雖然這些優先事項是陸軍特有的，但國防部的其他部門也在為技術創新投入大量資源。

圖 1. 美陸軍優先研究領域。美國陸軍，“2019 年陸軍現代化戰略：投資未來”。

2019年正式成立的美國太空部隊（USSF），在其預算撥款中包括89億美元用于發展天基系統技術。 作為領導將新技術納入空間領域當前和未來擬議戰爭概念的軍事機構，USSF占據了一個不斷發展以滿足作戰環境變化的角色。在短期內，其余領域的更多能力將依賴于空間領域的資產，并推動對技術能力和效率的要求呈指數級增長。美國防部或整個美國政府的任何作戰組織都沒有智力或財政能力來單獨管理這一巨大的任務。與私營企業的緊密合作提供了美國所需的優勢，以保持對其對手的相對優勢。

民用技術的軍事應用和軍用技術的民用應用通過連接兩個平行的研究軌道和匯集關鍵資源如突破、設施和資金來加速發展進程。美國的幾家私營公司已經有專門的部門與政府合作，使雙方受益。作為洛克希德-馬丁公司的一部分，臭鼬工廠負責開發標志性的軍用飛機，如F-117夜鷹和SR-71黑鳥，而雷神技術實驗室創造了愛國者導彈，至今仍是國家防空計劃的基石。私營企業和軍方官員之間的持續合作也改善了技術預測，使規劃者有能力建立起納入仍在開發管道中的概念的途徑，甚至在它們準備投入使用之前。

在本專著中，對未來軍事規劃者來說，最后也是最關鍵的難題是如何在中期和長期將預測能力整合到作戰方法中。等到概念經歷了研究、開發、測試、原型設計和規模生產的完整周期后再考慮其效果，會使美國部隊落后于曲線，并處于持續的反應狀態，特別是在與俄羅斯和中國這樣的全球技術大國競爭時。未來的鑄造過程必須是連續的和迭代的。適應性強的計劃，具有圍繞發展中的突然延遲或進展進行調整的靈活性，比依賴線性進展的概念保持優勢。將 "鞭打 "事件的可能性傳達給高級領導人和政治家，以緩和期望，并減少那些不熟悉技術的細微差別的人的摩擦。

研究問題

美國國防機構如何利用并迅速整合技術進步，以在多域作戰框架內獲得并保持競爭優勢？

論題

負責開發下一代全域聯合作戰概念的戰地級規劃人員需要采用一個反復的、持續的規劃過程，考慮到理論上可能的、但目前還沒有的、與所有領域相互依賴的技術，以集中資源分配和從目前到未來作戰環境的未來預測路徑。

方法論

本專著包括四個不同的研究和思考階段，大致遵循軍隊設計方法學的概念。因此，第一部分試圖了解創新技術的現狀，從而了解軌道和軌道外競爭的技術作戰環境。發展存在于整個美國戰爭機器從概念到原型生產的連續過程中，一些進步來自非軍事應用，如通信、金融和體育產業。第二，研究哪些非保密技術有待于相對迫切的實施。即使在起步階段，新概念的簡單應用也會在多領域的戰場上帶來作戰優勢，而來自真實世界的反饋和數據支持進一步的完善。

在已知的物理學和應用科學的限制下，對現在和可能的空間進行了略微緩和但雄心勃勃的介紹，為未來三十年設定了目標桿。計算能力、材料科學和效率的線性增長阻礙了這些崇高目標的實現。然而，如果能力的增長保持過去幾十年的指數增長（見圖2），本專著中所探討的所有概念都是可以掌握的。最后，本研究以一個簡短的未來戰爭的虛構場景作為結束，該場景展示了戰略和作戰能力在戰術領域的整合，加強了它們與未來戰士在MDO的五個現有領域以及未來可能存在的地外領域的相關性。該方案提出了一個可能的理論終結狀態，以在10到15年的規劃范圍內建立一個作戰方法。然而，這很可能只是物理學和想象力極限競賽中的一個快照。

圖2. 隨著時間的推移，技術能力呈指數增長。

本專著主要關注軌道和軌道外的競爭，包括對所探討的能力有重大影響的地面節點和系統。最終的勝利或失敗，即使是在未來的沖突中，也將極大地影響地面人口，即交戰國的公民。他們將掙扎著在戰爭的附帶影響下生存，同時也會受到氣候變化、人口過剩、食物和水匱乏的日益嚴重的影響。

幾十年來，影響作戰行動一直是現代軍事行動的一部分。在20世紀下半葉，特別是在不對稱戰爭的背景下，利用信息來迷惑或操縱敵人，甚至是平民百姓的做法越來越多，并被證明是非國家行為者取得政治勝利的主要因素，如在越南。然而，隨著網絡空間和隨之而來的全球社交網絡帶來的通信加速，技術也帶來了重大變化。因此，技術一直是信息戰的核心，允許在準即時的時間范圍內接觸更多的受眾。因此，新興的信息技術，特別是基于人工智能的技術，可以啟動軍事影響行動的新的重大演變。由于有可能產生虛假的個人、虛假的視頻和對某個問題的虛假共識，混合戰爭可能進入一個新的時代。此外，級別較低的軍事強國和非國家行為者也可以從越來越容易獲得這些技術中受益，對于正規軍和混合威脅行為者來說，經過適當培訓的人員仍然是需要克服的主要障礙。

1 引言

自20世紀60年代和70年代以來，主要的武裝部隊都認為信息領域是一個重要的戰場，是對傳統的物理領域，如陸地、海洋和空中行動的補充。二戰期間影響行動的重要性，包括在霸王行動（1944年入侵諾曼底）的計劃中，有專門的心理和信息行動，如 "保鏢 "或 "毅力"，突出了這種行動的潛在重大影響，事實證明，這些行動具有特別的意義，也體現在其成本效益方面。這些行動的主要目的是通過傳播信息對目標受眾的心理產生直接影響--無論是本土受眾、敵軍還是戰場上的平民，等等。

在這方面，可以使用幾種戰術，從傳播偽造的信息（假信息）和利用信息鼓勵特定的行為（操縱和欺騙）到通過發動故意誤導的智力攻勢癱瘓敵人的決策系統（陶醉）。這些戰術與戰爭本身一樣古老，但隨著信息和通信技術的發展，它們不時地重新煥發活力，可以更快更廣泛地進行廣播，接觸到新的受眾并產生更強的影響。

然而，數字革命似乎正在為影響力行動帶來一個新的時代，它既能創造新品種的偽造影響力產品，又能迅速降低專用工具和系統的成本。這種情況可能使各種行為者，無論是國家還是非國家行為者，都能實現高度的復雜性，特別是在混合威脅的背景下。由于信息操作一直是不對稱戰爭中的一個有利工具，新興技術，特別是人工智能（AI），可能會加速它們在未來沖突中的使用。

這篇研究論文的目的是探討隨著新興的--主要是基于人工智能的--數字技術的崛起，影響力行動的格局發生了變化，這些技術可以提供新的內容和新的傳播能力。文件的第一部分將考慮自20世紀末以來數字技術的發展及其在影響力行動中的使用，因為武裝部隊和國家行為者試圖應對非國家行為者對數字工具的使用，主要用于宣傳和招募。在第二部分中，本文將探討新興數字技術在深度偽造、在線社區滲透、人工創造嗡嗡聲方面創造的新的可能性，以及它們在影響力行動中的可能使用。還將探討獲取技術的問題，因為它是混合戰爭方面需要克服的一個主要障礙。本文的最后一部分將重點討論這些技術在混合戰爭中的潛在用途，以正在進行的烏克蘭戰爭為例。

2 數字時代的影響行動

在20世紀90年代末至21世紀，武裝部隊不得不調整其影響理論和行動，以適應數字技術的崛起。正如在阿富汗和伊拉克的行動所體現的那樣，他們面臨著雙重挑戰：隨著士兵手中個人IT設備的興起，他們要控制自己一方的通信，以及在數字戰場上與叛亂分子或武裝恐怖組織的斗爭，他們雄心勃勃地要利用這些數字技術開辟一條新戰線。西方武裝部隊很快發現，全球通信能力可能成為他們必須主導的一個特別強大的戰場，因為主要的經驗教訓是，數字技術可以以相對較低的成本對戰區內外產生重大影響。

2.1 應對技術

應對技術演變的需要是現代軍事行動的主要問題之一，特別是考慮到信息領域源自民間的技術發展，包括大規模的數字通信使能器。它們已經對軍事行動產生了重大影響，因為21世紀的第一批關鍵行動，即阿富汗的 "持久自由 "和伊拉克的 "伊拉克自由"，突出了數字技術的重要性。參與這些行動的西方士兵使用個人數字錄像機和社交網絡賬戶，塔利班和伊拉克叛亂分子迅速使用數字媒體通信，展示他們對西方聯盟的軍事能力，這些都突出了數字戰場的突出地位。基于信息技術的個人技術的廣泛使用適當地開創了軍事通信和宣傳的新時代。

這里的問題是，武裝部隊在應對技術發展的加速時遇到的困難，以及公眾對其中一些技術的容易接觸。自越南戰爭以來，西方軍隊已經意識到，他們需要在地方和全球層面采取行動來贏得戰爭，而不僅僅是通過純粹的動力手段。需要闡明戰略通信（stratcom）以加強本土民眾對軍事行動的共識，并影響戰場上的行動以及對當地民眾和敵對勢力的行動層面，這就創造了一個具有多層次互動的信息-行動關系。數字時代增加了一層新的復雜性，不僅在空間（國土與戰場）方面難以銜接，而且在時間方面也難以銜接，因為數字技術允許準實時通信，需要與信息行動計劃化過程一起進行，這有時是很麻煩的。

2.2 理論上的差距

關于西方武裝力量（北約、美國、歐洲）在信息戰方面的理論演變，在戰略-行動-戰術層面和本土-戰場層面之間存在著傳統的分離-和互補。在越南戰爭之后，吸取的教訓導致了70年代和80年代軍事理論的重新定位，通過嵌入記者、使用專業級戰略通信以及需要將信息本身視為一個軍事領域，更好地整合大眾媒體及其影響。這些變化使得心理作戰（對敵人或民眾的行為和心態采取行動）和信息作戰（通過信息和媒體采取行動）的能力得以發展，以支持動能行動。從20世紀80年代開始，信息被認為是一個價值鏈，闡明了發射者、信息、媒介和接受者。因此，任何信息行動的成功都與在所有價值鏈要素之間建立一致性的能力有關。這些考慮和理論上的變化促成了聯盟在1991年海灣戰爭中的成功，導致了全球媒體的主導地位。因此，信息行動專家可以通過控制媒體（通過記者嵌入軍事單位）和信息（通過直接向大眾媒體提供圖像和文件）來構建自己的戰爭敘事。

然而，這種信息主導地位是短暫的。海灣戰爭是一場不對稱的戰爭，在國家和正規武裝力量之間進行。因此，沒有必要對信息戰和不對稱性之間的關系進行深入分析。然而，新技術的發展引起了全球信息的提供和消費的動蕩。自21世紀初以來，通信網絡之間的相互聯系產生了一個新的通信地理，理論上任何信息都可以在世界范圍內即時到達，從而模糊了領土之間的邊界。因此，幾乎沒有任何可能性可以與海灣戰爭時代相比，施加信息主導權，信息提供能力越來越多地被包括非國家行為者在內的各種行為者所獲得。到2000年代中期，正規武裝部隊和非國家行為者--有時被用作代理人--在信息領域爭奪全球受眾的注意力。

為此，武裝部隊必須同時在兩條戰線上行動--在本土，需要維持民眾對軍事行動的支持，在戰場，需要影響當地民眾和敵人--包括不同的受眾和看法，有時還具有矛盾的取向。2006年的第二次黎巴嫩戰爭表明了信息行動的重要性，特別是在戰爭的第二階段，黎巴嫩真主黨在物質領域和信息領域采取行動，對整個中東地區的觀眾以及西方觀眾施加影響，包括通過黎巴嫩僑民。數字內容的創作包括偽造的圖片和視頻，特別是關于對以色列薩阿5級輕型護衛艦INS Hanit的攻擊，這些內容被用來強調真主黨特工人員在任何地方--包括在海上--進行攻擊的能力，以平衡真主黨的 "低成本戰士 "與處于軍事技術前沿的主要力量之間的不對稱。

然而，近年來，西方主要武裝力量--以2006年后的以色列為榜樣--對理論和行動指南進行了深入的重新評估，以應對基于信息的威脅，包括在日益增長的混合威脅背景下，模糊了國家和非國家行為者之間的區別。這種變化也必須在西方武裝力量的全球理論演變的背景下加以考慮，同時多領域整合也是其中的一個關鍵因素，也是在促成聯合能力方面的一個關鍵因素。

近年來，隨著基于人工智能技術的快速發展，出現了另一個重大技術變革。2005年，從信息1.0到信息2.0的轉變對軍事行動產生了重大影響；從信息2.0到信息3.0的轉變也可能改變行動，特別是在混合威脅日益嚴重的情況下。

3 基于人工智能的技術興起

3.1 從娛樂到惡毒的意圖

在20世紀80-90年代出現的網絡空間和2000-2010年代出現的社交網絡之后，新出現的主要信息技術是圍繞人工智能在通信中的使用，以及在整個信息技術相關部門的使用。人工智能技術在軍事影響領域似乎特別有意義，特別是為了精心制作專用信息。為特定的目標受眾創建相關內容是信息運營的最關鍵階段之一。然而，人工智能相關技術在內容創建之外還可能有其他用途，包括創建虛假資料。

創建一個可信的化身來傳播信息往往是影響力行動的第一個--如果不是最常見的--陷阱之一。在這方面，擁有一個既值得信賴又不會危及負責實施這些行動的操作者的身份是一個重要問題。人工智能技術可以為這個問題提供可行的解決方案，其中一些基于機器學習的技術有能力利用專門的算法提高圖片的分辨率，并允許從固定圖像中創建視頻，以及其他應用。

這種基于神經網絡的技術，對于分析衛星圖像以獲取情報非常有用，也可以被轉用于創建完全虛構的圖像。這些使用生成式對抗網絡（GAN）創建的深層假象，自2014年以來一直被記錄在案，其在社交網絡中的使用明顯增加，用于建立虛假的個人資料，通常具有社交工程的目的。 在這種情況下，基于人工智能的深度偽造技術可用于以下方向的影響行動：

• 阿凡達創建：目的是創建一個完全虛構的人，使用圖片甚至動畫圖像，可以用來滲透到一個特定的社區，納入目標受眾可識別的身體或道德特征。為此，有必要使用盡可能多的關于目標社區的數據來訓練負責創作的人工智能，以便獲得最大數量的特定特征。由此產生的假人有多種用途，特別是在智能方面：映射人際網絡、插入討論、網絡釣魚等等。GAN創建的化身現在被用于某些電視頻道--尤其是在中國--成為第一個準人類的虛擬主持人。同樣地，使用GAN創建的假人在社交網絡中的存在感更強。

• 利用真人偽造言論：在這里，深度偽造的目的是利用公眾人物的形象--如政治領袖或軍事指揮官--將他們置于尷尬的境地，或讓他們說出他們從未說過的話。這種 "2.0偽造系統 "由于有冒充政治和軍事通訊的傾向而特別有用。這是一種典型的顛覆手法，即把反對派領導人描繪成殘酷/軟弱/騙子等，使其處于不利地位。所部署的戰術不能被認為是特別創新的，但近年來，利用名人和用GAN制作的視頻有了驚人的增長。許多例子在社交網絡上流傳，以巴拉克-奧巴馬或唐納德-特朗普的演講為主題，這些演講往往是陰謀性的。由于有許多特定人物（如美國總統）的圖像或視頻可用，因此可以通過融化許多多角度的圖像樣本和聲紋來制作極其逼真的假視頻。

在這一領域，考慮軍事反影響也是相關的，特別是檢測深度偽造和GAN生成的圖像和視頻。鑒于混合威脅行為者的數字影響知識的增加，這種能力在幾年內應該成為武裝部隊的關鍵。考慮到目前馬里和中非共和國的局勢以及瓦格納集團在針對法國武裝部隊的虛假信息和影響行動中的牽連，很明顯，俄羅斯支持的團體和個人已經在利用社交網絡和電子通信參與數字和非數字影響行動。如果這些行動的技術水平仍然是低到中等水平，那么在撒哈拉以南非洲，數字技術的使用迅速增加，可能會導致在未來幾年內利用基于人工智能的系統。

除了這個打擊國家或國家代理人（如瓦格納集團）的問題，考慮非國家行為者使用這些技術的假設也很重要。例如，ISIS成功地建立了一個具有多語言實體和產品的專業級通信系統（例如，Dabiq、Dar al-Islam雜志）。ISIS的宣傳機器特別依賴于專業或半專業技術的使用，如用于圖像和視頻錄制的無人機，或計算機圖形軟件。在這種情況下，可以預見，主要的非國家行為者--包括一些國家支持的行為者，如真主黨--可能會在中短期內使用基于人工智能的技術來達到數字影響的目的。

3.2 超越深度偽造

此外，信息業務的主要挑戰之一是創建 "音箱"，在創建信息后，提供傳播的振幅，以獲得預期的效果。

除了創造孤立的個人或單一的深度偽造視頻之外，危險更在于被稱為虛構算法投影的復雜沉浸式系統。利用基于人工智能的技術，他們創造了大量的虛假數據，以實現多層次的互動，并可能導致創造大量的假人互動的能力，例如，給人以群體內達成共識的印象。由于趨勢和流行是社交網絡的核心--正如谷歌排名和熱門推文等概念所強調的那樣--有可能模仿多個賬戶之間的對話，可能會導致利用雪球效應傳播信息。

除了深度造假和內容創作之外，廣播問題也是影響力運營的一個主要障礙。覆蓋大量受眾一直是一個重要問題，尤其是在數字媒體普及率低的地區的不對稱戰爭中。2000年代，在阿富汗和撒哈拉以南非洲，幾乎沒有使用過數字影響力行動，因為當地民眾依靠傳統媒體，主要是廣播或電視來獲取信息。因此，通過數字工具產生的影響主要面向歐洲和美國的受眾，塔利班、伊拉克叛亂分子或索馬里青年黨武裝分子等武裝團體大量使用社交媒體，包括通過鼓動宣傳（agit-prop）戰術，對西方受眾進行造謠。

然而，隨著寬帶移動網絡的全球部署，特別是基于5G的網絡，情況正在發生變化。5G的帶寬可以傳播高質量的視頻內容，并能接觸到大量的目標，在歐洲和美國以外的越來越多的地區實現大規模的受眾影響戰略。比起地面寬帶網絡，在美國和中國主要公司的支持下，隨著低地球軌道（LEO）衛星群的發展，空間和地球之間的耦合也可能通過覆蓋新的領土和增強地面網絡的帶寬和彈性來加強大規模數字通信系統。將5G、超越5G和低地軌道通信網絡和協議與Telegram、Signal或WhatsApp等即時通信系統結合起來，應該會使深度偽造和影響信息的傳播更加簡單，可能會產生非常顯著的滾雪球效應。

4 混合戰爭的完美工具?

信息行動在現代戰爭中的重要性必須與這種行動的成本效益聯系起來。對于軍隊來說，使用影響力專用工具和大規模的信息作戰活動仍然難以發展，因為仍然無法精確評估結果。因此，一些軍事指揮官仍然不愿意使用這些能力，因為其結果在很大程度上是不可預見的，而且其表現也很難分析。在面對非國家或混合型威脅行為者時，影響行動往往很耗時，也被認為難以實施。

另一方面，非國家和混合型威脅行為體往往渴望參與影響戰術以進行不對稱戰爭，然而，對于非國家或代理行為體來說，獲得復雜的技術仍然是一個問題。基于人工智能的技術目前被認為是新興技術，它們需要特定的技能和設備來為其信息行動創造令人信服的化身和內容。由于技術和技術技能是關鍵問題，需要分析它們對廣大受眾的可用性，以評估基于人工智能的技術被混合威脅行為者和非國家行為者用來欺騙或迷惑對方力量的可能性。

2020年，Hwang提出了一個評估基于人工智能的深度偽造技術擴散條件的模型。確定了四個不同的瓶頸：訓練數據、專業硬件、技術專長和軟件。

• 談到訓練數據，正如已經強調的那樣，軍事和政治通信的重要性有助于混合威脅和非國家行為者獲得大量的數據，用于訓練人工智能系統，以相對容易地創建政治領導人或軍事指揮官的深度假象。

• 專用硬件是一個更困難的問題，因為一些最強大的專用處理器--如x86類--屬于雙重用途的出口法規，如美國的出口管理條例，因此受到審查。然而，在中國，由華為、中興或Cambricon等公司開發的新一代高容量處理器，可能會在未來幾年內，在成本大幅下降的同時，導致大量傳播。例如，對嵌入個人設備市場的人工智能技術的分析表明，預計人工智能芯片在智能手機中的使用會越來越多，這表明人工智能芯片在下一代主流智能手機中的使用可能會快速民主化，使其容易被廣泛的參與者所接受。

• 對于混合威脅和非國家行為者來說，技術專長也是一個復雜的問題，因為基于人工智能技術的人力資源被認為是短缺的，對最富有的公司也是如此。因此，吸引具有足夠知識的人創建算法和基于人工智能的系統可能會對這些行為者構成重大瓶頸，強調了國家在這一特定領域支持的重要性。

• 相反，軟件并不是一個主要的問題，因為很多對創建GAN和深度偽造有用的AI專用軟件都是開源的。谷歌TensorFlow是最流行的人工智能訓練平臺之一，具有高度的靈活性，是一個主要的例子，它以非常低的成本提供了立即獲得中等質量的深度偽造的工具。

利用基于人工智能技術的黃氏價值鏈進行深度偽造的一個中間結論是，人力資源對混合威脅和非國家行為者的重要性。由于大多數技術元素已經可用，或者正在經歷快速的成本下降和可用性增加，具有必要知識的人員問題仍然是關鍵，以創建和維護深度偽造的專門能力。

4.1 烏克蘭戰爭：第一場由深度偽造支持的沖突？

在最近的烏克蘭戰爭中，深度偽造被用來支持軍事行動，特別是在俄羅斯方面用于欺騙目的。2022年3月16日，烏克蘭電視頻道 "烏克蘭24 "似乎被親俄黑客入侵，導致播放了據稱是總統澤倫斯基的書面信息，呼吁烏克蘭士兵投降。同一天，即時通訊系統Telegram上播放了使用沃洛基米爾-澤倫斯基的臉的深度偽造視頻，宣傳烏克蘭士兵要向俄羅斯軍隊投降的相同信息。這段假視頻也被發布在幾個社交媒體平臺上，包括克里姆林宮間接監督下的俄羅斯Vkontakte。在對立面，社會媒體上也播放了弗拉基米爾-普京的深層假象，凸顯了這種技術的使用越來越多。

然而，這段烏克蘭總統的假視頻似乎相當簡單，澤倫斯基的聲音樣本質量不高，而且動畫中存在技術問題。因此，這個假視頻很快就被揭穿，對烏克蘭民眾幾乎沒有任何影響。然而，在戰時使用深層造假的方式將一位主要的政治領導人納入其中是影響力行動的一個新特點，再加上同時在網絡空間黑掉烏克蘭24電視臺的行動。

就混合戰爭而言，網絡和信息領域的行動結合在一起，符合俄羅斯的maskirovka或欺騙的習慣。此外，使用混合威脅和非國家行為者也可以理解為繞過YouTube或Facebook等主要社交媒體平臺禁止俄羅斯直接支持的視頻頻道的決定。這里的主要問題仍然是民眾的數字素養。即使是中等質量的深度造假，針對數字文化水平和媒體造假意識較低的人群，也可能導致重大的現實影響，如抗議甚至騷亂。

在戰爭和戰略史上，欺騙敵對軍事力量、迫使投降或癱瘓指揮系統的影響行動是相當傳統的。隨著以人工智能為基礎的技術的預期發展，以及它們對廣大公眾的可用性，這些行動的復雜性可能達到一個新的水平。幸運的是，深度造假檢測--同樣使用GAN--同樣被國家和主要IT公司開發和資助，因為大規模深度造假影響活動的風險已經被考慮了好幾年。

5 結論

信息技術的加速發展在20世紀末創造了一個新的通信時代，通過使用網絡空間，可以準即時地訪問世界上的任何文件或信息。2004年后興起的Web2.0深化了這場傳播革命，它廢除了信息提供者和信息消費者之間的傳統圍墻，使所有用戶都成為潛在的信息準消費者（生產者-消費者）。然而，將網絡空間視為和平與穩定的助推器的樂觀看法，以及其提高意識、允許自由言論和自由信息的能力，證明是對現實的扭曲。21世紀的第一批沖突表明，信息技術和網絡空間可以被惡意用來設計和實施針對大眾受眾和特定社區的影響行動，特別是在西方。諸如ISIS、塔利班或真主黨這樣的非國家行為者被證明是數字通信宣傳和影響的重要用戶。

如今，內容創作和廣播方面的新興數字技術可能對沖突產生重大影響。基于人工智能的技術的興起，提供了創造逼真的深度偽造的可能性--可以很容易地獲得創造這些扭曲的視頻所需的大部分元素--以及未來能夠廣播高質量視頻內容的電信網絡，是武裝部隊必須處理的突出特點。

對于混合威脅行為者來說，獲得這些能力的能力可以加強針對國土和戰場受眾的影響和信息行動。因此，所有主要的信息戰和心理戰戰術，如欺騙，都可以從這些新興的數字技術中受益，并有可能實現偽造的自動化。2022年的烏克蘭戰爭表明，使用深度造假是一個新興的趨勢，即使播出的視頻看起來相當不復雜，但必須記住，我們只是處于人工智能驅動的影響力時代的前夜。

因此，北約、歐盟和歐洲國家應考慮對利用信息領域的影響力和反影響力行動的理論和程序進行重大更新。隨著在烏克蘭使用深層假象，出現了發展利用GAN技術檢測和反擊深層假象的內部能力的需要。因此，在不久的將來，使用基于人工智能的技術來制造虛假言論和視頻可能會成為常規和非常規戰爭中的一種新常態。對專門人員的培訓對于獲得如何應對信息戰3.0的必要知識至關重要。由于大多數影響培訓在歷史上一直圍繞著心理學和傳統媒體的使用，現在有必要隨著基于人工智能的技術越來越重要而增加一個新的層次。

由于這些技術不僅與軍事有關，而且在性質上不能被視為 "軍事裝備"，因此可能不會有法律機會來限制其使用。然而，未來需要解決的問題是，即使在民主世界的武裝力量的公開戰爭背景下，使用人工智能偽造的內容是否可以被視為符合道德。