國外關(guān)于智能化戰(zhàn)爭復(fù)雜性的研究熱點淺析

人工智能（AI）已深度嵌入到軍事領(lǐng)域的各個環(huán)節(jié)，在顯著提升作戰(zhàn)、指揮控制與后勤效率的同時，也為其帶來了前所未有的復(fù)雜性。近年來，國外在“AI與作戰(zhàn)模式”“AI與指揮控制”“AI與綜合保障”，以及“AI與風險管控”等方面進行了大量的復(fù)雜性研究。本文據(jù)此脈絡(luò)，對國外在此四個關(guān)鍵領(lǐng)域的研究熱點進行梳理與淺析。

AI與作戰(zhàn)模式的復(fù)雜性研究

無人自主作戰(zhàn)的復(fù)雜性。國外AI在軍事領(lǐng)域的運用已進入實踐驗證階段，部分領(lǐng)域研究成果已接近實戰(zhàn)運用水平。但從其公開的研究結(jié)果看，AI賦能的無人自主作戰(zhàn)較傳統(tǒng)作戰(zhàn)模式更為復(fù)雜。2022年11月，美軍第59特遣隊在巴林麥納麥舉行了“數(shù)字地平線”演習，重點驗證無人系統(tǒng)與AI的協(xié)同作戰(zhàn)能力。演習中，各無人平臺依托自身傳感器和獨特的功能模塊，通過Mesh通信網(wǎng)將數(shù)據(jù)共享給岸基機器人操作中心；情報分析人員在該中心運用AI和機器學習技術(shù)對信息進行處理和分析，以識別“正常目標”與“非正常目標”，從而大大提升特遣隊的戰(zhàn)場感知能力。這一過程的復(fù)雜性在于：構(gòu)建了一個動態(tài)、自適應(yīng)的感知-決策網(wǎng)絡(luò)，其數(shù)據(jù)融合與識別節(jié)奏是機器驅(qū)動的，對通信質(zhì)量和算法可靠性提出了極高要求。2023年9月，護盾人工智能公司（Shield AI）開展了無人平臺復(fù)雜編隊飛行實驗，進一步驗證了AI的自主控制能力，也揭示了自主控制的復(fù)雜性。該公司使用了自研的蜂腦（Hivemind AI）智能駕駛軟件，控制無人機編隊執(zhí)行多種復(fù)雜的作戰(zhàn)任務(wù)，包括綜合突防、導(dǎo)彈攔截、區(qū)域偵察、防空、超視距打擊、海域探測和電子對抗等。

V-BAT無人機

有人無人協(xié)同作戰(zhàn)的復(fù)雜性。從外軍實踐來看，有人/無人混合編組系統(tǒng)的作戰(zhàn)程序比傳統(tǒng)部隊更加復(fù)雜；同時，其在建設(shè)發(fā)展、組織過程、保障條件等方面的復(fù)雜性也遠超傳統(tǒng)作戰(zhàn)力量。2022年7月，美國克拉托斯公司宣布用兩架量產(chǎn)型女武神無人機成功完成一系列“天空博格人”試飛工作。該項目旨在將自主核心系統(tǒng)與模塊化、低成本無人機平臺相結(jié)合，使無人機能與有人機協(xié)同，自主執(zhí)行復(fù)雜的作戰(zhàn)任務(wù)。自主核心系統(tǒng)集成了一系列傳感器和先進的算法，采用開放式架構(gòu)，能夠根據(jù)有人機飛行員設(shè)置的既定交戰(zhàn)規(guī)則自主決策。這標志著作戰(zhàn)決策權(quán)從飛行員向自主系統(tǒng)的部分轉(zhuǎn)移，由此帶來了人機之間如何建立動態(tài)信任、劃分控制權(quán)限的全新復(fù)雜性。2023年9月，洛克希德·馬丁公司與愛荷華大學實驗室聯(lián)合完成了一項AI演示，使用兩架L-29飛機（作為無人駕駛系統(tǒng)）模擬在干擾支援環(huán)境下執(zhí)行空對地任務(wù)。AI輔助電子攻擊任務(wù)的成功執(zhí)行，展示出自主無人駕駛航空系統(tǒng)在未來作戰(zhàn)行動中如何與有人駕駛戰(zhàn)術(shù)平臺協(xié)同作戰(zhàn)，從而構(gòu)建一個強大、統(tǒng)一的團隊來應(yīng)對復(fù)雜的威脅。這次演示尤其凸顯了在復(fù)雜電磁環(huán)境中，維持有人與無人系統(tǒng)之間穩(wěn)定、可靠、協(xié)同的復(fù)雜性。

L-29飛機

AI與指揮控制的復(fù)雜性研究

AI技術(shù)在指揮控制領(lǐng)域的應(yīng)用需辯證看待。一方面，AI技術(shù)通過增加指揮控制系統(tǒng)的復(fù)雜功能，將降低作戰(zhàn)人員決策過程的復(fù)雜性。另一方面，AI技術(shù)在融入指控系統(tǒng)過程中也面臨著復(fù)雜的挑戰(zhàn)。

AI技術(shù)通過增加系統(tǒng)復(fù)雜功能來緩解作戰(zhàn)人員決策復(fù)雜性。國外相關(guān)研究發(fā)現(xiàn)，2017年，美國Anduril公司研制的“晶格”系列指揮控制平臺利用傳感器融合、計算機視覺、邊緣計算、機器學習和AI等技術(shù)，檢測、跟蹤和區(qū)分作戰(zhàn)人員關(guān)注的所有目標。這一系統(tǒng)除了結(jié)構(gòu)復(fù)雜，還擁有復(fù)雜的功能，能夠集成全球陸地、海上、空中和太空多個領(lǐng)域的數(shù)千個傳感器和效應(yīng)器，可智能生成通用作戰(zhàn)圖。該系統(tǒng)能夠?qū)ΜF(xiàn)有系統(tǒng)和服務(wù)進行集成，其開放的、模塊化和可擴展的硬件組件支持自主感知和指揮控制功能，能夠自主執(zhí)行防務(wù)任務(wù)。該系統(tǒng)專為高風險和動態(tài)環(huán)境而設(shè)計，使用深度學習模型向作戰(zhàn)人員提供決策點并推薦方案，顯著簡化了決策過程的復(fù)雜性。2018年12月，美陸軍訓練與條令司令部多位專家聯(lián)合發(fā)布《利用AI輔助指揮官進行復(fù)雜決策》報告，建議結(jié)合AI，以輔助指揮官進行復(fù)雜決策。該報告認為由于作戰(zhàn)環(huán)境的變化，軍事決策的復(fù)雜性正在增加，各類復(fù)雜系統(tǒng)以意想不到的方式互動，其未來行為難以預(yù)測，導(dǎo)致決策也更加困難。報告認為，盡管未來作戰(zhàn)將面臨以上困境，但都可以借助AI技術(shù)加以解決。

“晶格”指揮控制平臺界面

AI融入指揮控制過程的“復(fù)雜性”。雖然AI在軍事領(lǐng)域的運用前景可觀，但要真正融入指揮控制流程，仍然面臨諸多的困難。AI軍事運用的實現(xiàn)，需要基于對軍事需求的詳細分析。AI算法被開發(fā)運用于現(xiàn)實、動態(tài)、多領(lǐng)域、大規(guī)模和快節(jié)奏的作戰(zhàn)，需要選擇、評估和監(jiān)控重要的度量標準來衡量算法的性能、有效性和適用性。商業(yè)和學術(shù)界的AI或機器學習（ML）系統(tǒng)并不能直接應(yīng)用于軍事任務(wù)，需要過渡到軍事環(huán)境才能帶來指控優(yōu)勢。為了決定采用哪些技術(shù)，軍方必須首先了解作戰(zhàn)需求，如空中優(yōu)勢、防空、加油機支持等。然而，商用AI在轉(zhuǎn)入軍用領(lǐng)域同樣面臨復(fù)雜挑戰(zhàn)。2022年3月，美國蘭德公司發(fā)布《開發(fā)嵌入AI應(yīng)用的聯(lián)合全域指揮控制作戰(zhàn)概念》報告，論述了嵌入AI/ML的聯(lián)合全域指揮控制（JADC2）的需求，還說明了如何在JADC2中利用商業(yè)AI/機器學習系統(tǒng)，以及需要克服的困難，并指出了發(fā)展路徑。因此，了解這些技術(shù)的局限性，及在不確定條件下運用的潛在困難，也同樣重要。

AI與綜合保障的復(fù)雜性研究

國外研究顯示，在后勤、裝備保障等行動中引入AI技術(shù)，不僅將有效提升保障行動的效率，還將深刻改變保障體系的運行模式，帶來了新的復(fù)雜性。這種復(fù)雜性體現(xiàn)在，AI系統(tǒng)在幫助人類應(yīng)對原有復(fù)雜挑戰(zhàn)的過程中，其自身的集成、應(yīng)用與可信賴管理也構(gòu)成了全新的復(fù)雜課題。

AI與后勤保障的復(fù)雜性。關(guān)于AI與后勤保障的復(fù)雜性問題，國外的研究和實驗表明，AI在幫助管理后勤籌劃固有復(fù)雜性的同時，其解決方案也內(nèi)嵌了新的技術(shù)復(fù)雜性。2022年6月，DEFCON AI公司獲得美空軍部第二階段“小型企業(yè)創(chuàng)新研究”合同，以支持開發(fā)其基于AI的戰(zhàn)役級后勤和機動培訓軟件。該軟件通過創(chuàng)建仿真模型，模擬空中機動司令部在發(fā)生自然或?qū)剐灾袛嗲闆r時，為決策者提供后勤決策的不同選項。DEFCON AI的軟件使用AI梳理可用選項并進行排序，同時構(gòu)建仿真的虛擬世界，用于獲取后勤相關(guān)數(shù)據(jù)，并將其與現(xiàn)實數(shù)據(jù)進行比較，為決策提供支撐，提升后勤效率，以有效應(yīng)對后勤保障工作的復(fù)雜性挑戰(zhàn)。2023年1月，美空軍研究實驗室的空運挑戰(zhàn)賽，其背景在于后勤規(guī)劃是一個受多重因素影響的“眾所周知的復(fù)雜問題”。作為空運行動的一部分，規(guī)劃后勤運送任務(wù)常常受到惡劣天氣或其他意外事件，以及飛機速度、運載能力和機場最大容量等多種因素的影響。AI算法雖能快速規(guī)劃新方案以應(yīng)對突發(fā)干擾，但其復(fù)雜性也隨之轉(zhuǎn)移，即如何確保AI在壓力下做出的復(fù)雜決策是可靠、可解釋且符合軍事規(guī)則的，這本身就成了一個新的管理難題。

AI與裝備保障的復(fù)雜性。隨著現(xiàn)代裝備的復(fù)雜程度與日俱增，采購、運送和維修工作幾乎變成一項“不可能完成”的任務(wù)，AI技術(shù)在裝備保障領(lǐng)域的運用，很大程度上解決了這一復(fù)雜性問題。據(jù)國外媒體報道，愛沙尼亞Magnetic MRO飛機維修公司利用美國Sky Select公司提供的AI自動化備件采購平臺開展備件采購工作，以減輕其工作量、提高運營效率并節(jié)省成本。該平臺通過集成AI技術(shù)，能夠提供從備件需求提出到交付的端到端無縫采購服務(wù)。Magnetic MRO飛機維修公司應(yīng)用該平臺已在降低成本和提高生產(chǎn)率方面取得了卓越的成果。據(jù)悉，采購中79%的工作是由AI完全自動化完成的，在帶來效率提高的同時，其復(fù)雜性也隨之顯現(xiàn)：將采購的大部分工作交給AI算法，會提升對算法決策、數(shù)據(jù)安全和系統(tǒng)穩(wěn)定性的依賴程度，任何一環(huán)節(jié)的意外都可能引發(fā)連鎖風險。

愛沙尼亞Magnetic MRO飛機

維修公司現(xiàn)場作業(yè)照片

AI與風險管控的復(fù)雜性研究

AI的廣泛運用，在提升裝備性能、作戰(zhàn)效能與指揮控制能力的同時，也增加了軍事體系的復(fù)雜性與不確定性風險。因此，對AI在軍事領(lǐng)域的應(yīng)用必須受到更加嚴格的管控，這已不僅是簡單的技術(shù)規(guī)范，更成為一項涉及技術(shù)、制度與戰(zhàn)略博弈的復(fù)雜系統(tǒng)工程。國外研究與實踐表明，AI風險管控的復(fù)雜性，集中體現(xiàn)在從“采購源頭”到“實戰(zhàn)應(yīng)用”的全過程之中。

AI與采購風險管控的復(fù)雜性。國外對于如何確保AI裝備采購的科學性和有效性，以及如何降低采購中的風險等問題進行了研究，產(chǎn)生出一些有效的成果。2022年6月，美國防部常務(wù)副部長?？怂购炇稹柏撠熑蔚腁I戰(zhàn)略和實施途徑”文件，旨在指導(dǎo)美國防部制定實施AI基本原則的戰(zhàn)略。包括如何利用AI的框架（調(diào)整管理結(jié)構(gòu)和流程，持續(xù)監(jiān)督國防部對AI技術(shù)的使用）；系統(tǒng)操作員需達到標準水平的技術(shù)熟練程度，以創(chuàng)建可信的AI系統(tǒng)和AI賦能系統(tǒng)；考慮AI采辦風險，并使AI開發(fā)速度滿足國防部需求；使用需求驗證程序，確保AI能力與作戰(zhàn)需求保持一致，解決相關(guān)的AI風險；通過國內(nèi)和國際合作促進對設(shè)計、開發(fā)、部署和使用AI的共同理解；確保所有國防部相關(guān)人員理解實施AI的技術(shù)、開發(fā)過程和操作方法；利用AI提升裝備采購效能。2021年，澳大利亞國防部發(fā)布《打贏AI之戰(zhàn)——AI賦能的未來作戰(zhàn)構(gòu)想》報告，提出了“原型戰(zhàn)”概念。該概念是指在AI的支持下，通過快速開發(fā)和部署技術(shù)來快速適應(yīng)不斷變化的作戰(zhàn)環(huán)境（OE），新興的戰(zhàn)術(shù)、技術(shù)和程序（TTP），以及克服人力、能力和范圍方面的缺點或挑戰(zhàn)。簡單來說，就是通過利用先進制造技術(shù)按需生產(chǎn)大型機器人，為特定的行動或沖突快速定制智能無人機。而這一過程同樣面臨快速響應(yīng)與可靠保障之間的平衡難題，對傳統(tǒng)采購流程構(gòu)成了復(fù)雜挑戰(zhàn)。

AI與意外風險管控的復(fù)雜性。對于軍事領(lǐng)域而言，AI是一把“雙刃劍”，在充分發(fā)揮其功能的同時，必須加強對AI引發(fā)意外風險的管控。2023年3月，美國安全與新興技術(shù)中心發(fā)布報告《為軍事決策優(yōu)勢降低AI的風險》，報告認為要從AI的決策優(yōu)勢中獲益，首先需要理解它的局限性和缺陷。AI系統(tǒng)根據(jù)數(shù)據(jù)模式做出預(yù)測，總有一些意外行為或失敗的可能性，而管控措施本身就會引入新的復(fù)雜性：現(xiàn)有的工具和技術(shù)試圖讓AI對故障更加穩(wěn)健，這往往需要進行性能權(quán)衡，這種“解決一個問題，但可能會惡化另一個問題”的悖論，正是復(fù)雜性的典型體現(xiàn)。人們越來越意識到，AI的弱點和缺陷帶來的現(xiàn)實部署環(huán)境中的技術(shù)故障問題，將更為復(fù)雜。AI故障在真實戰(zhàn)略環(huán)境中與人為判斷、危機動態(tài)交織互動，可能意外引發(fā)危機或沖突的升級，這使得管控措施必須超越單純的技術(shù)層面，成為一個涉及技術(shù)、流程和人類認知的系統(tǒng)工程。此復(fù)雜性還體現(xiàn)在對AI“先天缺陷”的認知與應(yīng)對上。2022年2月，美國海軍學會會報發(fā)布《AI：太脆弱而無法戰(zhàn)斗？》一文，文章認為，人們對于AI的技術(shù)優(yōu)勢往往過于樂觀，美國一部分領(lǐng)導(dǎo)人甚至擔憂不采用AI就會有失去軍事技術(shù)競爭優(yōu)勢的風險。雖然AI在一定條件下可以很好地支持作戰(zhàn)人員或美國防部的現(xiàn)有工作，但是AI仍具有持久的、關(guān)鍵的漏洞。如果國防應(yīng)用程序要保持彈性和有效性，就必須全面掌握和有效彌補這些漏洞，否則在關(guān)鍵作戰(zhàn)能力中引用AI，就可能導(dǎo)致核心要害部位出現(xiàn)災(zāi)難性風險。因此，風險管控遠非簡單設(shè)防，而是一場在效能提升與安全底線之間進行的復(fù)雜博弈。

免責聲明：本文轉(zhuǎn)自軍事文摘，原作者木子、戴思瑩。文章內(nèi)容系原作者個人觀點，本公眾號編譯/轉(zhuǎn)載僅為分享、傳達不同觀點，如有任何異議，歡迎聯(lián)系我們！

轉(zhuǎn)自丨軍事文摘

作者丨木子、戴思瑩

研究所簡介

國際技術(shù)經(jīng)濟研究所（IITE）成立于1985年11月，是隸屬于國務(wù)院發(fā)展研究中心的非營利性研究機構(gòu)，主要職能是研究我國經(jīng)濟、科技社會發(fā)展中的重大政策性、戰(zhàn)略性、前瞻性問題，跟蹤和分析世界科技、經(jīng)濟發(fā)展態(tài)勢，為中央和有關(guān)部委提供決策咨詢服務(wù)?！叭蚣夹g(shù)地圖”為國際技術(shù)經(jīng)濟研究所官方微信賬號，致力于向公眾傳遞前沿技術(shù)資訊和科技創(chuàng)新洞見。

地址：北京市海淀區(qū)小南莊20號樓A座

電話：010-82635522

微信：iite_er