随着大国为战略竞争做准备,战场效率将取决于是否有能力超越其步调威胁的决策周期。美军一直在发展多域作战新概念,旨在更好地整合空中、陆地、海上、太空、网络空间和电磁频谱等领域的作战行动。如今,美军已经开展了多域作战行动,但当前的举措旨在扩大此类行动的范围、规模和速度,从而实现所谓的 “融合”

融合意味着从传感器收集数据、分析数据、辨别重要信息、将其发送给相关操作人员,并在正确的时间、从正确的平台使用正确的弹药做出最佳反应。要实现融合,就需要一支对共同作战环境有共同认识、日益一体化和可互操作的部队。根据美国国防部的设想,通过联合全域指挥与控制概念,联合杀伤网可以快速有效地将任何传感器与任何射手联系起来,这就是融合原则。换句话说:

  • 美陆军拥有武器、观察、定向、决策、行动(OODA)环路以及解决陆基问题的杀伤链。美海军拥有武器、OODA 循环和杀伤链,可解决海上问题。美空军拥有武器、OODA 循环和杀伤链,以解决空中问题。此外,太空、网络空间和电子战也有自己的武器、OODA 循环和杀伤链。需要在所有指挥层级用六维杀伤网(将所有六个战争领域连接成一个动态网络)取代这些二维杀伤链(静态的线性事件序列)。

概念化,更重要的是--理解--扩展的作战空间,在这一作战空间中,一体化和分布式部队为推进安全信息准化(即正确的信息在正确的时间和地点传递给正确的人),将需要网络、波形、连通性、分布式指挥和控制以及一体化平台--其中许多平台都是自动化的,以机器的速度进行决策和行动。在这种情况下,要对整个作战空间的无数决策进行真实、透明的监控,可能需要类似于金融部门的动态和新兴环境的自动化监督。

然而,能力的融合意味着机器和传感器不再是军队的战术附属品。它们越来越多地被当作战术决策辅助工具来依赖,甚至被推崇。随着通过在多个领域将杀伤链编织成杀伤网来增加作战空间的复杂性,并在所有指挥层级用机器来增强人类的任务,人类和机器都将在迭代过程中相互影响。

因此,将出现一种混合现象人类和机器的任务将如此紧密地交织在一起,以至于它们共同表现出全新的新兴行为,这些行为可能会模糊机器行为的终点和人类行为的起点。这将导致人类和机器之间的迭代互动,从而形成混合组织系统,表现出自身的行为并产生自身的效果。更具体地说,随着这些新技术与其他现有技术的整合以及密度的增加,可能很难甚至不可能区分哪些输入和决策是人类的,哪些是机器的,以及它们是如何做出决策、评估或预测的。在这种交互式的复杂性下,往往无法分离出单个原因及其影响,因为各部分都连接在一个复杂的网络中。这些现象都是突发系统的表现。(更复杂的是,由于网络内资产的参与密度和可能同时发生的实时审批请求,杀伤网络比传统的支持/被支持关系更加复杂。由此产生的是一种复杂的群体动态,这种动态无法从针对个人的规则中推测出来。突发系统的整体行为与其各部分的行为有着本质区别,而在分离各部分的过程中,它们会失去一致性、意义和背景。确定机器的能动性在哪里结束,人类的能动性在哪里开始,就成了一个问题。

此外,法律上的因果关系测试在应用于突发系统时往往会出现问题。在确定可预见性、因果关系以及最终人类可能的想法或意图时,法律分析依赖于人类行为和代理的证据。随着机器自主性对人类能动性的干预,包括重新分配能动性和重新安排能动性,它混淆了我们长期以来赖以赋予法律和道德责任以及追究人们和机构责任的规范。当我们把杀伤链编织成杀伤网时,我们同时也在增加人类和机器与单个领域子系统之间互动的复杂性,然后,这些无数的互动将被整合到各个指挥层级的多个领域中。如果我们将单一的线性路径--法律因果关系链与动态、模块化和非线性的杀伤网络对立起来,会发生什么情况?一个由进攻和防御战术组成的复杂自适应系统作为一个杀伤网络运作,可能会使其中的人类机构的可追溯性几乎无法识别。

建议

为了充分理解自动化增强的影响,组织领导者可以采用一种关系本体论,即在数字时代,人类和智能体在混合集体中紧密交织,它们之间的关系决定了它们的行动区块链技术(BCT)可能是一种新的风险管理范式,它更加积极主动、互联互通,能够识别各种关系和无形风险,提供多层次的缓解措施。BCT 已被认为是减轻银行业信贷决策不确定性的一种手段;是动态风险管理的网络威胁情报共享系统的一种手段;也是在加强利益相关者之间联系的同时防止安全漏洞的一种手段。通过促进早期阶段的风险识别,以及在指挥官实施风险缓解措施后定期审查这些风险,生物恐怖主义技术可帮助预防和消除在机器与人类反复互动的多变、不确定、复杂和模糊的混合环境中,预期会对作战流程(如目标锁定周期)产生的负面影响。换句话说,BCT 可以帮助指挥官了解,虽然存在一个责任区,但该责任区内的不同领域(包括地理和功能领域)可能在战术和作战上具有不同的 “人+机 ”关系。了解这些关系可提高指挥官对信息融合所需的信息准度的认识,同样,也可将目标匹配给杀伤网中在时间和空间上处于最佳状态的平台,以便对其进行反击。

参考来源:美国海军陆战队

成为VIP会员查看完整内容
87

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
将人工智能有效融入战斗
专知会员服务
47+阅读 · 4月26日
战场人工智能:以色列视角
专知会员服务
60+阅读 · 4月22日
俄乌冲突中的人工智能
专知会员服务
74+阅读 · 3月30日
未来士兵系统
专知会员服务
67+阅读 · 2023年10月15日
《欧盟无人机计划》
专知会员服务
81+阅读 · 2023年9月2日
美国防部《美国国防科技战略2023》最新发布12页报告
专知会员服务
106+阅读 · 2023年5月10日
北约人工智能战略总结
专知会员服务
84+阅读 · 2022年4月30日
联邦学习安全与隐私保护研究综述
专知
12+阅读 · 2020年8月7日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
反无人机技术的方法与难点
无人机
20+阅读 · 2019年4月30日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
美国公开《无人系统综合路线图(2017-2042)》
进攻机动作战中的机器人集群
无人机
21+阅读 · 2017年12月4日
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
292+阅读 · 2017年12月31日
国家自然科学基金
18+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
30+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
407+阅读 · 2023年3月31日
Arxiv
146+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
已删除
Arxiv
32+阅读 · 2020年3月23日
VIP会员
相关VIP内容
将人工智能有效融入战斗
专知会员服务
47+阅读 · 4月26日
战场人工智能:以色列视角
专知会员服务
60+阅读 · 4月22日
俄乌冲突中的人工智能
专知会员服务
74+阅读 · 3月30日
未来士兵系统
专知会员服务
67+阅读 · 2023年10月15日
《欧盟无人机计划》
专知会员服务
81+阅读 · 2023年9月2日
美国防部《美国国防科技战略2023》最新发布12页报告
专知会员服务
106+阅读 · 2023年5月10日
北约人工智能战略总结
专知会员服务
84+阅读 · 2022年4月30日
相关基金
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
292+阅读 · 2017年12月31日
国家自然科学基金
18+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
30+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员