《大规模作战行动中人工智能无人机》133页

无人驾驶飞机将继续成为美国国防的关键。《美国国防战略》优先考虑对人工智能（AI）、机器学习和自主功能进行投资，以保持军事竞争优势。本研究基于大规模作战行动（LSCO）的严酷性，以及在开发利用人工智能的技术时采取果断行动和遵守道德规范的必要性。研究采用定性研究的方法，分析了技术发展和作战概念中存在的四种类型的自主无人驾驶飞机。研究采用了一项关于美国和大国军事能力的非机密案例研究，并应用了包括专业定性访谈在内的多种分析形式。虽然分析发现所有四种类型的自主无人驾驶飞机都很有用，但它建议优先考虑完全自主的弹药和半自主的环形载人技术，以满足以 2035 年为中心的联合部队规划时间表。研究结果还表明，需要改进数据收集和处理、云和网状网络以及数据和网络系统的安全性。研究还发现，人工智能和自主功能具有提高人类性能和决策的潜力，保持有人驾驶飞机和无人驾驶飞机的组合可使美国管理作战风险。

根据美国《国家安全战略》和《国防战略》，战略和作战环境已经发生了变化。具体地说，与大国竞争重新抬头，导致军事战略和规划考虑因素发生变化。《国防战略》（NDS）指出，"国家间的战略竞争，而不是恐怖主义，现在是美国国家安全的首要问题"。由于这种竞争，联合军种已将重点转移到大规模作战行动的准备状态和未来能力上。这种类型的冲突是致命的、激烈的和残酷的，历史表明，这种规模的作战行动更加混乱、激烈和具有破坏性。所有这一切都使得未来战斗的作战环境更加复杂，多个作战领域（如空中、太空、网络空间、陆地和海上）随时都会影响战斗空间。这种环境导致美国的大国竞争对手投资于各领域的能力，以缩小美国军事优势的差距。

这些投资带来了能力上的进步，创造了强大而具有挑战性的场景，需要更好的态势感知和更快的人工决策。此外，在这种环境下可用的数据量对于当前的系统和决策者来说是难以承受的，而人工智能（AI）、机器学习（ML）和自主系统功能方面的进步则有望跟上行动的步伐并保持竞争优势。

特别是，为了有效利用剩余能力并达到预期效果，需要在作战空间内加快数据处理速度，以提高对态势的感知能力，并加快各级决策的制定。空军历来使用 OODA（观察、定向、决策、行动）循环的条令概念来加速作战行动中的决策制定。OODA 循环被视为一种决策战略，可在竞争激烈的环境中创造优势。它最初由美国空军上校约翰-博伊德（John Boyd）提出，是一个实用的概念，目的是在混乱和令人困惑的情况下创造理性思维。观察步骤的重点是尽可能准确地全面了解情况。东方阶段包括两个子阶段：破坏和创造。破坏包括将情况分析为更小的组成部分或问题，以便更好地了解情况。决策者会对问题进行分解，直到熟悉或接近可以制定计划的情况为止。熟悉是通过教育、培训、经验和指导获得的。然后，将问题和计划的组成部分 "创造 "成一个整体行动计划。决定 "阶段只是合乎逻辑的下一步，是收集足够数据以做出明智决定的结果。行动是 OODA 循环过程的执行阶段。

人工智能有可能加速每个战术、战役和战略层面的 OODA 循环。例如，可以利用更多可用数据构建态势图，从而进行更准确的观察。然后，通过人工智能和机器学习对局势数据进行提炼，为决策者指明方向，以便更快更好地制定行动计划。我们需要人工智能来协助处理和分析现有的大量数据。这将导致更快、更明智的决策和行动，在战场上创造巨大优势。

随着美国的大国竞争对手利用全球范围内取得的进展，商业部门也越来越迫切地实施这些新兴技术。这导致对手发现了通过将人工智能的使用整合到自己的军事力量中来对抗美国军事力量的方法。例如，对手的综合防空系统通过集成更多使用人工智能的自主功能，在目标探测和交战方面变得更加高效。

除人工智能外，全域联合作战（JADO）也是一种技术和概念，联合军种职能部门和作战领域正在利用这种技术和概念来同步开展工作并产生协同效应。这一概念通过提高各领域的效力来减少脆弱性。我们的对手也在推进和使用全域作战，这给我们的部队带来了挑战和机遇。全域作战的推进创造了一个竞争日益激烈的环境，这将使 LSCO 的指挥和控制更具挑战性。因此，国防部创建了联合全域指挥与控制（JADC2），以空军为牵头机构，将各军种的传感器连接起来。

美国空军还在开发 "下一代空中优势"（NGAD），这是一种有人、无人和可选有人平台的混合能力，在概念上依赖于人工智能、机器学习和人机协同技术与无人平台。这些技术使无人平台具有不同类型的自主能力，并与人类进行不同程度的互动（例如，人在环中、环上和环下）。一种理论认为，具有致命能力的资产在执行致命行动时应 "环内有人"。一个更常见的担忧是，有争议的作战条件会对人与机器之间的卫星链路造成干扰，在这种情况下，人工智能系统将如何行动尚不清楚。空军认识到这是一个需要解决的重要问题，并已开始研究防止人工智能失灵的方法。具体而言，正在为使用人工智能的系统开发一个子项目，称为 "复杂环境下的自主测试"（TACE），该项目正在调查、测试和推进人工智能保障措施。

问题陈述

现代战争越来越倾向于全领域作战，需要同时进行交战，以便在多个或所有领域产生效果。在过去几十年中，美军在每个作战领域都享有无可争议的优势。在未来与大国竞争者的冲突中，情况将不会是这样。此外，在以反叛乱为中心的环境中，我国持续时间最长的武装冲突影响了大规模作战行动的军事准备。这一问题加上快速的技术变革，以及我们的对手在各个作战领域日益增加的挑战，创造了一个新的战略安全环境，而美国目前尚未做好作战准备。此外，重新崛起的大国竞争者正在利用技术的快速传播，产生新的战争概念和技术，如数据分析、人工智能、自主化和机器人技术。鉴于战略环境和快速的技术进步，《国防战略》已将投资列为优先事项，以进一步发现人工智能、ML 和自主性的军事应用。美军的优势是削弱还是加强，取决于这些新技术的整合方式，以及我们是否比对手更有效地实施这些技术。联合部队领导层已明确表示，将致力于利用和发挥最佳形式的人工智能，以更快的速度和更高的精度完成所有任务集。我们必须利用人工智能、自主功能和人机协作来满足这一需求，以更快的速度、更高的精度和更强的杀伤力应对更复杂、节奏更快的 LSCO 环境。考虑到所有这些因素，联合部队现在应确定无人平台所需的人工智能自主功能类型，以满足 2035 年联合规划时限内大规模作战行动的需求和要求。