《人工智能在空战指挥与控制中的应用》中文版,美国空军大学空军指挥参谋学院

2022 年 4 月 28 日 专知

导语:人工智能 (AI) 的进步展示了在无数领域增强人类思想和行动的能力,其中包括联合空中力量的指挥与控制 (C2)。专知对美国空军大学空军指挥参谋学院Matthew “Jerry” Voke 少校撰写的报告做了中文编译,欢迎关注完整中英文版请上专知网站(www.zhuanzhi.ai)查看


欢迎关注 专知AI+军事主题:

https://www.zhuanzhi.ai/topic/2001883600396423


以下为正文:


计算能力、数据收集和算法性能正以指数速度增长。人工智能 (AI) 的进步展示了在无数领域增强人类思想和行动的能力,其中包括联合空中力量的指挥与控制 (C2)。为了在未来的战争中取得胜利,美国需要能够以压倒性的速度在多个领域对敌制造多重困境,同时防止敌人具备这种能力。人工智能将提供 C2 部队所需的认知敏捷性。拥有信息优势并能够对高速决策需求做出反应的一方将决定未来战争的结果。

本文试图让读者熟悉一些常见的人工智能类型和功能,探索具体的应用领域,并提供关于使用空中力量协助联合目标选定的建议方案。针对配对系统的武器开发,使用一个AI 创建过程的示例揭示开发细节。除了解释人工智能模型的构建之外,本文还提出了一个准备和验证人工智能模型的过程以供作战使用,并讨论了基本的实施注意事项。在联合空中力量 C2 中使用 AI 的最终理想状态是高效的人机协作和较高的认知敏捷性。

作者简介

Matthew “Jerry” Voke 少校在派遣到 ACSC、Air University、Maxwell AFB、AL时撰写了这篇论文。在担任 ACSC 之前,Voke 少校驾驶 U-28,同时驻扎在佛罗里达州赫尔伯特机场,担任副驾驶、飞机指挥官、教官和评估飞行员。他在全球范围内部署了十次支持美国的反恐活动。最近,他指导美国空军武器学校的学生担任佛罗里达州赫尔伯特机场第 14 武器中队的 U-28 行动助理主任。他的正规军事教育包括参加航空航天基础课程、中队军官学校、美国空军武器学校和 ACSC。他拥有美国空军学院的物理学学士学位和国际三叉戟大学的工商管理硕士学位。他帮助撰写了几本空军和多军种出版物,并发表了一篇武器分类论文,旨在使用飞机引导海军突击部队。

1 引言

“哈普”阿诺德将军曾说过,第一次世界大战靠体力打赢,第二次世界大战靠后勤制胜。拥有信息优势和及时控制冲突能力的一方将赢得“第三次世界大战”。未来冲突的胜利将属于能够为其对手创造多重并发挑战并以压倒性的速度适应环境变化同时阻止敌人拥有这种能力的一方。通过在自动化和增强人类决策中利用人工智能 (AI),这些未来的超越是可能的。人工智能提供了将人类级别直观问题解决能力与机器速度、准确性和持久性相结合的优势。此外,人工智能的快速发展正在打造人机协作中的新应用。世界正处于人工智能竞赛中,美国必须利用人工智能来主导未来的战争并威慑潜在的对手。

人工智能在彻底改变空中力量作战中从战术到战略的潜在用途。中国和俄罗斯是追求人工智能未来的国家之一,弗拉基米尔·普京 (Vladimir Putin) 在 2017 年表示,“谁成为人工智能和网络空间的领导者,谁就成为世界的统治者。”中国领导人同样表示,“快速发展人工智能将深刻改变人类社会和生活,改变世界。中国必须在国际竞争新阶段中牢牢把握人工智能发展的战略主动权。”意识到这一启示性潜力,美国必须努力保持主导地位,并启动向发展和实施人工智能自动化和人机协作的态度转变。

为了发展随之而来的不对称优势,美国必须寻求人工智能在自主和增强决策方面的新应用。通过确保在人工智能方面的领先地位,美国可以恢复对任何潜在对手的日益减弱的优势,从而加强威慑。人工智能和自主性的增强将使美军能够以压倒性的速度在多个领域制造多重困境,使对手无法做出反应。这种超越要求只有 AI 才能获得认知优势,它可以学习、提高人类绩效、更好地为人类决策者做好准备、促进联网解决方案、应用智能设备、协调操作以及优化效果的选择和传递。本文将专门研究如何在空战指挥与控制(C2)内对联合目标选定和评估提供帮助,作为初步实施领域。尽管本文的范围有限,但美国应在 C2 的许多领域寻求更高水平的人工智能自主和增强,以实现最快和最实用的决策循环。

新颖而强大的人工智能解决方案呈指数级增长,美国军方正努力跟上企业界发展步伐。美国防部 (DoD) 在 2017 年用于机器学习的预算为1.95 亿美元,用于深度学习的预算为 2.38 亿美元,用于语言处理的预算为 8200 万美元。乍一看,这些数字似乎是用于人工智能研究的一大笔资金;然而,国防部投资和研究的增长速度明显慢于企业部门。2012 年至 2017 年期间,国防部在人工智能、大数据和云计算研究方面的总体投资以 5.7% 的复合年增长率 (CAGR) 增长。企业投资人工智能研究的复合年增长率约为 35%,人工智能推动了企业如何解读数据和互动。企业对人工智能的投资大约每两年翻一番。国防部对人工智能的投资跟不上企业投资或人工智能的指数增长。

历史上,联合空中力量C2 在针对能力较弱的对手进行蓄意规划行动方面一直很有效,尽管可以说它效率不高。效率可能是对抗近乎对等的敌人或在高度动态的战争中的一项重要要求。《美国国防战略》指出,国防部“以牺牲为作战人员提供及时决策、策略和能力为代价,为卓越性能进行了过度优化”,并且必须“以相关的速度交付性能。”具体而言,联合目标选定已被证明有效但不是最有效地引导大量资产设施打击预先计划的目标,例如沙漠风暴、盟军行动和持久自由行动。美国在相对较小的战争中以预先计划的方式,对能力较弱的对手进行了这些蓄意行动。深思熟虑的计划通常在作战后 24 到 72 小时内开始,同时在动态目标选定方面允许一些例外情况。美国 C2 强化了从过去成功打击能力较弱的对手中吸取的教训,变得更加有效;然而,与在与近乎对等的对手作战时所需的效率和敏捷性方面仍有待开发。

美国必须不断努力保持空中力量使用的高效和灵活。正如约翰博伊德上校在《冲突模式》中所说,“为了获胜,我们应该以比对手更快的节奏行动——或者,更好的是,进入对手的观察-定向-决策-行动时间循环。”人工智能可以在许多领域以显着的效果和速度补充人类工作。美军必须启动下一次空中力量演进,并利用人工智能来增强人类的决策和行动。人工智能解决方案对于促进速度、力量、平衡、灵活性和协调是必要的,以在未来的冲突中快速创建跨多个领域的多重困境。美国必须保持在空中、太空和网络空间力量的领导地位,尤其是随着俄罗斯和中国在这些领域的投资增长。

人工智能在企业界的能力和速度呈指数级增长,颠覆了从自然语言处理到癌症诊断的各个领域。一些专家将人工智能的激增比作 19 世纪后期的电力发明,称这可能会引发同样重大的行业转型。人工智能的进步使得许多长期以来被认为是机器不可能完成的任务让给机器去表演。随着机器对机器通信和人对机器协作解决方案的不断成熟,人工智能将在人类密集型流程中变得越来越普遍。

人工智能贡献最重要的领域之一在于它能够从数据中提取相关性,而这对人类来说可能是不可见的。传感器和感知器收集或创建数据,然后必须对其进行存储、清理和结构化。将收集的原始数据处理转化为可用的人工智能燃料。然后,算法可以为人类决策者或参与者创建模型、开发和测试洞察力、绘制相关性并检测异常情况。

人工智能可以同时在人类无法理解的时间尺度上做出决策。人工智能可以帮助人类进行目标发现、情报融合、目标优先排序、指挥官分析、评估、部队分配、任务规划、任务监控和执行。人工智能将在人类无法超越的多个领域和多层次战争中实现快速决策。人工智能将聚合、整合、提炼和呈现常见的作战图,并帮助加速决策,实现当今人类无法掌握的效果。人工智能可能被证明能够将冗长的联合目标选定循环缩短为一个快速更新、对环境变化做出快速反应、敏捷和积极的循环。人类思想或行动的每一个领域都适合人工智能颠覆,包括空中力量的使用。

美国必须准备好对相关信息以高速决策响应。自动化和人机协作将改善和加快空中力量 C2 的决策和任务循环。未来战争的胜利将属于能够以压倒性优势的进行指挥、控制其部队的领导人。未来的战争将有利于能够快速处理信息并在各级战争中做出决策的交战领导人。作战目标不仅是迅速对敌人作出反应;但它也是按照自己选择的方向和节奏推动战斗。领先于敌方三步的交战领导者,会使敌方“倒退”,不断挣扎反应,无法取得主动权。

本文试图让读者熟悉人工智能的潜力,并强调在空中力量 C2 中使用的关键考虑因素。本文的主要重点是展示美国在未来的战斗中必须利用的潜在人工智能潜力。目标是通过具体的应用示例激发读者的兴趣。作者希望读完本报告后读者会对人工智能有所熟悉。开发和部署下一个不对称优势所需的先导是创新文化和适应愿景,这是通过鼓励创造性地解决问题和激发整个联合部队创新热情来培养的

本文简要介绍了一些基本的 C2 规范和流程——奠定了基础——并强调了潜在的人工智能应用领域。其次,它描述了美国C2联合空中力量的集权平衡和一些原则。第三,它调查了美国的联合目标选定和目标选择过程。第四,对 AI 基础知识和 AI 应用示例的调查将提供概念基础,然后是在军事应用中使用 AI 的几个示例。这允许讨论武器-目标配对模型,该模型说明如何处理数据、算法选择和模型输出的决策。然后,本文讨论了人工智能辅助评估,包括主导指标和反馈循环。最后,基本的实施考虑将涵盖部署和变革所需的步骤,以成功建立信任并帮助决策者在空中力量中使用人工智能解决方案


图1:联合目标选定循环(JP 3-60)

完整版请上专知查看

https://www.zhuanzhi.ai/vip/1c7540336f3b004cb3b8c636815943d8


专知便捷查看

便捷下载,请关注专知人工智能公众号(点击上方蓝色专知关注)

  • 后台回复“aic2” 就可以获取 《人工智能在空战指挥与控制中的应用》中文版,美国空军大学空军指挥参谋学院 专知下载链接

专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取70000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取70000+AI主题知识资料
登录查看更多
85

相关内容

【AI】英国国防部《国防人工智能战略》摘要
专知会员服务
90+阅读 · 2022年6月22日
美国国防部《联合全域指挥与控制(JADC2)战略概要》
专知会员服务
238+阅读 · 2022年6月13日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
88+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年6月23日
Regression of exchangeable relational arrays
Arxiv
0+阅读 · 2022年6月22日
Arxiv
0+阅读 · 2022年6月17日
Arxiv
12+阅读 · 2021年8月19日
Arxiv
25+阅读 · 2018年8月19日
VIP会员
相关VIP内容
【AI】英国国防部《国防人工智能战略》摘要
专知会员服务
90+阅读 · 2022年6月22日
美国国防部《联合全域指挥与控制(JADC2)战略概要》
专知会员服务
238+阅读 · 2022年6月13日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
88+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员